王亦飞 张学清 赖荣亮 乔小燕

一、引言

20 世纪80 年代以来，全球很多国家劳动收入份额呈下降趋势。有关中国的统计数据也显示，从20 世纪90 年代开始，我国劳动收入份额持续走低，且未来很有可能进一步持续下降（白重恩和钱震杰，2009；文雁兵和陆雪琴，2018；陈宇峰等，2013）。劳动收入份额反映了一个国家的生产要素是否在劳动和资本之间分配均衡，关系着人民是否能够充分享受经济高质量发展带来的成果。有研究表明，劳动收入份额下降与收入差距过大在未来很长一段时间将保持较高的相关性，劳动收入份额较低是收入不平等的一个重要原因（Alvaredo 等，2017）。党的第二十次全国代表大会明确提出要实现中国式现代化，实现共同富裕。另外，“十四五”规划也明确指出，要提高劳动收入在初次分配中的比重。因此，有必要探究劳动收入份额下降背后的诱因，积极解决我国收入分配中存在的问题。

劳动收入份额降低的原因是多方面的，例如人口大规模迁移导致人口集聚，人口老龄化导致有效参与劳动的人数减少，产业结构变迁导致分配结构发生变化，技术进步使得劳动力相对价格变低，等等。其中，数字经济所带来的一系列变化是一个重要因素。近年来数字经济迅猛发展，掀起了社会的重大变革。它所带来的数字技术推动了新一轮的技术进步，对要素收入分配产生了巨大影响（钞小静和周文慧，2021）。已有研究结果显示，数字经济对劳动收入份额具有替代效应。数字经济在促进产业结构升级的同时也抑制了劳动收入份额增长。这是因为经济结构在变化的同时，劳动力分配结构也发生了变化，其中国有经济占比的减小也是劳动收入份额减少的一个重要因素。数字经济发展是适应时代需求的必然结果，那么数字经济影响劳动收入份额的内在逻辑是什么？数字经济能否通过中间变量间接作用于劳动收入份额？在不同的劳动收入份额水平下，数字经济对劳动收入份额的影响效应是否发生变化？这些问题的解决有利于我国针对目前存在的问题进行宏观经济政策调整，解决收入分配中存在的问题，从而实现共同富裕。

二、文献综述

目前，单纯从数字经济角度解释劳动收入份额变动的研究并不多，现有文献更多是从其相关因素着手来进行探讨。本文将分别从宏观层面和微观层面来对相关文献进行梳理。

就宏观层面而言，现有研究讨论了多种效应的综合作用。Acemoglu 和Restrepo（2019）指出，数字化对劳动收入份额的影响取决于积极的生产率提升效应、就业效应和消极的替代效应之间的平衡，同时也认为数字技术在各个领域的智能化应用偏向于对劳动力形成替代，从而使劳动收入份额下降（Acemoglu 和Restrepo，2018）。丘雅琪和易小丽（2021）从理论上阐释了数字经济对劳动收入份额的替代效应和驱动效应。Akaev 等（2021）在预测我国未来数字经济发展时发现，数字垄断将使未来30 年的劳动收入份额下降5%—16%。关于其他因素对劳动收入份额的影响，柏培文和吴红（2017）发现人力资本、产业结构升级能够促进劳动收入份额的提升，但是技术进步对劳动收入份额起抑制作用。陈宇峰等（2013）认为技术偏向型进步是劳动收入份额出现长短期波动的重要因素。

就微观层面而言，现有研究聚焦于企业数字化转型的影响。Autor 等（2017）利用美国微观面板数据实证检验发现，数字经济发展催生出超级明星企业，使市场集中度提升，而市场集中度上升幅度最大的行业，其劳动收入占比下降幅度最大。叶胥等（2021）认为数字技术对技术型劳动力的偏好显著改变了企业的劳动力需求结构。此外，对于不同所有制企业而言，数字化转型可能产生异质性影响。余泳泽等（2019）分析指出，国有企业承担了保障国家整体稳定、促进就业等职责，当政府提出鼓励企业进行数字化转型时，国有企业会有更强烈的动机推行数字化转型，且政府会给国有企业提供转型补贴。也有部分学者认为相较于国有企业，数字化转型更容易导致非国有企业劳动收入份额下降（王希元等，2023）。

结合以上文献分析，本文主要有以下几点创新：首先，已有文献往往简单地研究技术偏向等因素对劳动收入份额的影响效应，而这些因素本质上是数字经济发展所带来的结果，本文将从数字经济本身出发，探讨其对劳动收入份额的影响。其次，以往研究大多以全国31 个省份（不包括港澳台）为研究对象，但由于不同地区经济禀赋不同，数字经济对劳动收入份额的影响效应也存在差异，故本文从城市层面实证检验数字经济对劳动收入份额的影响。本文之所以选择长江中游地区52 个城市作为研究样本，是因为它们地处我国极具活力的城市集群，具有参考价值。最后，现有研究往往忽略了数字经济对不同产业劳动收入份额的影响效应差异，本文对其做了很好的补充。

三、理论机制分析

（一）数字经济抑制劳动收入份额的理论分析

本文引入了新古典要素分配理论、诱导性技术进步理论和产业结构变迁模型等，根据现有研究成果及相关文献对数字经济影响劳动收入份额的机制展开了较为系统的理论分析。数字经济的本质是应用数字技术改变经济结构和运作方式，通过推动生产过程的数字化和自动化重塑产业形态，引发就业调整。在数字时代，劳动力市场经历了多重变革，劳动力需求、就业结构以及就业模式都发生了重大变化，同时改变了要素投入结构，其既会对劳动产生替代效应，也会形成互补效应，两种效应的共同作用改变了劳动收入份额的大小。

数字经济对劳动收入份额的影响存在两种机制：一种是以产业数字化为主的替代效应，另一种是以数字产业化为主的互补效应。在产业数字化过程中，随着数字技术的发展，一些传统的劳动密集型任务可以被自动化完成，这使得生产过程更为高效，直接表现为资本对劳动要素的替代作用（Karabarbounis 和Neiman，2014）。在数字产业化的过程中，随着数字技术的成熟，企业能够实现生产和运营的高度自动化，降低成本，吸引更多的消费者，从而推动市场需求的增加。与此同时，数字技术的成熟催生新兴产业，对相关技能专业人才的需求将增加，创造出新的就业机会。然而，技术型劳动力的培养需要花费一定时间，互补效应在短期内并不明显，而且数字技术对劳动力素质提出了更高的要求。相反，数字技术的发展速度相对较快，企业更容易采纳新技术并实施自动化，进而加强了替代效应。这导致一些传统产业中低技能工作者的就业机会减少，降低劳动收入份额，拉大社会中的收入差距。因此，本文基于以上分析提出假设H1。

H1：数字经济能够显著抑制劳动收入份额的增长。

数字经济对劳动收入份额的影响在不同产业可能会出现异质性。就第一产业而言，由于数字经济在初期更倾向于资本密集型行业，且数字技术的引入需要较高的资本投入，而在劳动力密集型的农业领域，这种投入并未直接转化为对劳动力的替代，因此数字经济对劳动收入份额的影响相对较弱。肖红叶和郝枫（2009）使用因素分解方法对此展开了研究，他们认为产业内劳动收入份额很高的农业在GDP 总增加值中占比下降是劳动收入份额下降的主要原因。随后，李荣坦（2015）改变了农业劳动收入的估算方式，剔除农业劳动报酬中的资本收入，结果显示非农业收入占比上升是近几年劳动收入份额变化的主要因素。关于数字经济对第二、第三产业劳动收入份额作用强度的比较，有研究表明，数字技术对第二、第三产业的促进作用存在显著差异，对第三产业的影响要明显高于对第二产业的影响，而三大产业的GDP 比重将显著影响劳动收入份额（Tastan 和Gönel，2020）。长期以来，数字技术通过调整产业结构从而对劳动收入份额产生重要影响，这一现象凸显了数字经济在塑造劳动市场中的关键机制。通过以上分析，本文提出假设H2。

H2：数字经济对不同产业劳动收入份额存在异质性影响。

数字经济对劳动收入份额的影响也存在边际效应差异。当劳动收入份额水平较低时，数字经济的发展往往能够创造出更多的就业机会，提高劳动生产率和劳动市场的效率，从而抵消一部分数字经济对劳动收入份额的抑制作用；相反，当劳动收入份额处于较高水平时，数字经济的发展往往伴随着技术偏向性变革，导致一些传统行业和就业岗位的消失，从而出现劳动收入份额急剧下降的现象。由此提出假设H3。

H3：数字经济对劳动收入份额的影响存在边际效应差异。

（二）数字经济抑制劳动收入份额的影响机制

数字经济具有渗透力强、影响面广等特点，它能够通过提高生产效率影响就业结构，进而对劳动收入份额产生影响。一方面，传统产业数字化发展提高了生产要素的产出效率，降低了生产成本。另一方面，数字经济伴随着技术的变革和创新，带动了新产业的发展，大力推进产业结构向高级化转移（王冬梅等，2023）。在第二产业中，工业机器的大规模应用会取代一部分重复性劳动，数字经济将会进一步释放第一、第二产业劳动力潜力，促进第三产业劳动力的增长（Mann 和Püttmann，2023）。王开科等（2020）通过建立五部门的投入产出模型，定义了衡量数字经济对经济效率影响程度的数字经济效率系数，得到数字资源普及度的上升有利于提高生产效率这一结论。根据马克思主义政治经济学理论，在生产效率提高的情况下，假设工资不变，那么劳动收入所得即劳动收入份额将会大大降低，相应的资本所得就会提高。基于以上分析，本文提出假设H4。

H4：生产效率在数字经济对劳动收入份额的影响中具有调节作用。

四、模型构建与变量选择

（一）数据来源与样本选择

长江中游地区经济活力强，数字经济发展水平较高，且集聚了关键城市和产业，产业丰富多元，地理分布相对均衡，数字经济对各产业劳动力市场的影响可能较为明显。同时，长江中游地区庞大的人口规模进一步提升了该地区样本的代表性，为研究数字经济对劳动收入份额的影响提供了更全面的视角。因此，本文以长江中游地区52 个地级市为研究样本，分析该地区数字经济对劳动收入份额的影响效应。本文大部分数据来源于《中国城市统计年鉴》，小部分数据来源于各个省份的统计年鉴。本文对数据做如下处理：对于缺失数据运用插值法进行补充；对于绝对数据进行取对数处理和标准化处理，目的是减小误差、排除量纲的影响。为了排除价格因素的影响，特别对各个地区的GDP 数据进行平减处理。

（二）模型构建

为了验证数字经济对劳动收入份额的抑制作用，本文构建相应的面板基准回归模型进行实证检验。具体模型见式（1）。

其中，i代表城市，t代表时间，α0为截距项。lsit表示第i个城市第t年的劳动收入份额，digit为第i个城市第t年的数字经济综合评价指数，xijt为控制变量，εit为随机扰动项。

为探究数字经济发展水平对劳动收入份额的边际效应差异，本文构建分位数回归模型。具体模型见式（2）。

模型（2）中增加了下标符号|τ表示分位数，用于对不同的样本进行分割。本文主要考虑劳动收入份额在0.25、0.5 和0.75 分位数水平下的影响效应，设定τ∈{0.25，0.5，0.75}。其他与模型（1）一致。

为了进一步检验数字经济对劳动收入份额的影响机制，本文在模型（1）的基础上加入机制变量——生产效率，以及其和解释变量的交互项，建立机制检验模型。具体模型见式（3）。

在式（3）中，lpit代表生产效率。如果估计结果β2显著为负，那么机制检验的假设成立。

（三）变量选择

1.劳动收入份额

劳动收入份额的核算方式是用在岗职工工资总额，即劳动所得，除以调整后的生产总值。本文继续借鉴已有经验，采用每个城市在岗职工工资总额/城市地区GDP 的方法衡量总体劳动收入份额大小。此外，由于数字经济对不同产业的影响效应不同，本文对各产业劳动收入份额进行计算，三大产业劳动收入份额的计算方式见式（4）。

其中，lsk代表第k产业劳动收入份额，wk代表第k产业职工平均工资额，nk代表第k产业单位就业人员数，GDP为地区生产总值。

2.数字经济综合评价指数

目前仍然没有统一的数字经济测算标准，考虑到数据的可得性，本文采用熵值法得到每个城市的数字经济综合评价指数，具体指标体系和指标权重见表1。

3.生产效率

本文采用各城市生产总值除以该地区单位从业人员数量的方法衡量生产效率。

表 1 数字经济综合评价指标体系

4.控制变量

本文主要选取金融发展水平、对外开放程度、教育水平、产业结构和税负水平作为模型的控制变量。其中，金融发展水平采用年末金融机构贷款余额与地区生产总值的比值来衡量；对外开放程度采用当年实际使用外资金额与地区生产总值的比值来衡量；教育水平用各高校在校生人数来表示；产业结构选用产业高级化指标，即第三产业GDP 与第二产业GDP 的比值来衡量；税负水平采用税收收入与当地GDP 的比值来确定。具体变量说明见表2。

五、实证分析

（一）基准回归分析

表3 展示了模型（1）的基准回归结果。本文通过逐步加入控制变量的方式进行检验，探究数字经济对劳动收入份额的影响。

表 2 变量定义与说明

表3 基准回归结果

表 4 稳健性检验结果

表3 中列（1）为数字经济综合评价指数对劳动收入份额的回归结果，结果显示，数字经济综合评价指数的回归系数显著为负，证明在样本范围内数字经济综合评价指数对劳动收入份额起到了显著的抑制作用。列（2）—（5）展示了逐步加入金融发展水平（fin）、对外开放程度（ope）、教育水平（edu）、产业结构（ind）和税负水平（bur）的回归结果，数字经济综合评价指数的回归系数始终为负，并通过了至少5%的显著性检验，进一步证明了假设H1。就控制变量的回归结果而言，金融发展水平对劳动收入份额表现出促进作用，这是因为金融行业的发展扩大了企业规模，使其对劳动力的需求有所增加，从而提高劳动收入占GDP 的比重；对外开放程度对劳动收入份额产生抑制作用，这可能是因为对外开放促进了资本的流通，导致劳动者生产要素的投入进一步降低；产业结构趋于合理化和高级化时劳动收入份额将会出现下降趋势，这是因为产业结构会显著影响劳动力结构，具体体现为技术人才的增加人数无法抵消较低水平劳动者的缩减人数，从而使得劳动所得占GDP 的比重大幅减小。

（二）稳健性检验

为验证上述基准回归结果的准确性，本文分别通过替换解释变量、改变模型估计方法、选取工具变量法来做进一步稳健性检验。具体检验结果见表4。

首先，本文替换解释变量，在数字经济综合评价指标体系中加入数字普惠金融指标，重新计算数字经济综合评价得分，然后将测算得出的新的数字经济综合评价指数（dig1）代入基准回归模型做进一步检验。具体检验结果如表4 列（1）所示，可以看出，替换解释变量后的回归结果与基准回归结果基本一致。

其次，本文改变模型估计方法，分别采用随机效应—极大似然估计和随机效应—可行广义最小二乘估计模型进行稳健性检验。检验结果分别如表4 列（2）、（3）所示，可以看到，无论采用何种模型估计方法进行回归，核心解释变量的检验结果均未发生改变，证明了结论的稳健性。

最后，为了消除反向因果所带来的内生性问题，本文采用工具变量法进行稳健性检验。选取滞后一期的互联网宽带接入用户数和滞后一期的移动电话用户数作为工具变量，这两个工具变量能够很好地代表数字经济综合评价指数，同时不受当期劳动收入份额的影响，符合工具变量选取要求。工具变量法的检验结果如表4 列（4）所示，解释变量的系数为负，且通过了显著性检验，这说明排除掉内生性因素影响，数字经济依然能够显著影响劳动收入份额。

综合三种稳健性检验结果可以认为，基准回归结果可信，数字经济能够显著抑制劳动收入份额的增长，假设H1 依然成立。

（三）产业异质性分析

本文针对不同产业的劳动收入份额进行异质性分析，具体结果如表5 所示。从列（1）可以看出，数字经济对第一产业劳动收入份额的抑制作用不显著，可以认为数字经济的发展将不会对第一产业的劳动力造成影响。列（2）所示为数字经济对第二产业劳动收入份额的作用结果，数字经济综合评价指数的估计系数在10%的显著性水平下为负。第二产业以加工制造为主，包括采矿业、制造业等，数字技术对劳动力的替代效应明显，因此数字经济的发展会显著抑制劳动收入份额的增长。列（3）显示了数字经济对第三产业劳动收入份额的作用结果，可以看出，数字经济对第三产业劳动收入份额有显著的抑制效应，且这一抑制效应较第二产业更大。数字技术的引入通常使得生产和服务过程更为高效，降低了对劳动力的需求。在第三产业中，例如金融、咨询、零售等领域，数字化的工具和智能系统能够替代一部分人工劳动，导致该领域的劳动收入份额相对受到抑制。与第二产业相比，第三产业更易受到数字经济的冲击，这是因为第三产业的劳动力更多地依赖专业知识和技能，较低水平劳动者更易被淘汰，加剧了劳动力市场的不平等现象。

表5 分产业异质性分析结果

为进一步验证以上结果的可靠性，本文对以上3 组子样本两两组合来进行Chow 检验，具体检验结果如表6 所示。列（1）—（3）分别检验了第一产业和第二产业、第二产业和第三产业、第一产业和第三产业的组间回归系数是否存在显著差异。检验结果显示，p=0.000，小于0.05，均拒绝原假设，可以认为3 组子样本的回归系数存在显著差异，证明了数字经济对不同产业劳动收入份额影响的异质性。

表6 Chow 检验结果

（四）边际效应分析

根据理论分析，数字经济对劳动收入份额可能存在边际效应差异，因此本文构建分位数回归模型对其进行检验，具体结果如表7 所示。列（1）—（3）依次代表劳动收入份额在0.25、0.50 和0.75分位点的回归结果。数字经济综合评价指数对劳动收入份额在所有分位点上都表现为抑制作用，并且呈现边际递增的影响效果。其主要原因在于随着劳动人口的增加和劳动收入份额的提升，劳动生产要素过于饱和，一旦数字技术迅猛发展，将快速替代一部分劳动力，降低劳动收入份额。当劳动收入份额处在一个较低水平时，数字经济对劳动收入份额的影响效应较弱，劳动收入份额不会随着数字经济发展做出快速、明显的变动。

表7 分位数检验结果

表 8 机制检验结果

（五）作用机制检验

关于作用机制的检验方法，现有文献大多采用中介效应模型来进行实证检验，这种方法存在一定缺陷，结果往往难以使人信服。因此，本文借鉴王桂军和张辉（2020）的机制检验方法，将机制变量生产效率（lp）以及其与核心解释变量的交互项（dig×lp）加入基准回归模型，通过观察dig×lp的估计系数来检验作用机制是否成立。具体检验结果见表8。

由表8 可知，交互项dig×lp的估计系数在5%的水平下显著为负，说明生产效率在数字经济对劳动收入份额的影响效应中起到了负向调节作用，即生产效率越高，数字经济对劳动收入份额的抑制作用越强。

六、结论与建议

本文在数字经济对劳动收入份额的理论机制分析的基础上，选取长江中游地区52 个城市2011—2021 年城市面板数据进行实证检验，具体结论如下：第一，数字经济的发展对长江中游地区劳动收入份额具有显著的抑制作用，这一结果通过了稳健性检验。第二，产业异质性结果显示数字经济对三大产业的影响效应存在较大差异。数字经济对第一产业劳动收入份额的影响不显著，对第二和第三产业有着显著的负向影响，且对第三产业的抑制效应要高于第二产业。第三，数字经济对劳动收入份额的边际效应呈递增趋势，即当劳动收入份额越高时，数字经济对其的抑制作用越明显。第四，生产效率在数字经济对劳动收入份额的影响中起到了显著的负向调节作用，生产效率越高，负向调节作用越大。

针对以上结论，本文提出如下建议：

从政府角度来说，一是制定灵活就业政策，以适应不断变化的经济环境和劳动力需求，同时加快配套法律法规的制定，增加就业支持，对劳动者权益予以明确和保障。二是推动数字教育计划。一方面，改革学校课程，引入数字技能培训，确保学生在校期间获得实用的数字化知识，提高其就业竞争力，同时强调跨学科培训，使人才具备多方面的技能，能够适应数字经济中不同领域的需求。另一方面，为社会公众提供在线学习资源，包括免费课程和培训，并加强宣传，降低劳动者学习数字技能的门槛。三是针对不同产业制定特色发展型战略。对于第一产业，鉴于其劳动收入份额较高，应在推动数字化农业技术、提高生产效率的同时保障农业从业者的利益。政府可提供财政支持，鼓励农民参与农产品加工业，将原始农产品加工成有附加值的成品，拓宽农业收入渠道。对于第二、第三产业，在提供从业者技能培训之外，还可以通过设立专项基金支持创新项目，帮助第二、第三产业企业扩大业务范围，增加就业机会，进而提高劳动收入份额。

从企业角度来说，一是做好员工的职业技能培训，提高员工与岗位的适配度，并根据企业自身特征和需求灵活调整人力资源配置，缓解因技能不匹配而导致的大批量失业问题，并推动企业人力资本升级，为企业数字化转型提供内生动能。二是与高校合作，建立创新型人才培训计划，针对性培养具备创新能力和专业技术的人才，满足企业未来发展需求。三是签订灵活的劳动合同，打造弹性的数字经济领域雇佣关系，以适应行业的快速变化。

从劳动者本身来说，劳动者应努力适应社会对劳动力的需求变化，不断提高自身竞争力。一方面，应积极进行数字知识和技能学习，包括但不限于数据分析、编程、人工智能等方面的知识，使自己更具竞争力，并在数字化的工作场景中脱颖而出。另一方面，要认清当前各行各业发展现状，避免从众心理，通过了解各领域就业机会，紧跟新兴行业发展趋势，从而根据自身情况做出明智的职业决策，以更好地应对未来职业发展的挑战。