李伟舵，解振宇

(1.中共湖南省委党校 行政学院，长沙 410006；2.南京大学 商学院，南京 210093)

近年来，人工智能、大数据等新一代信息与通信技术的重大突破，不断催生出数字技术与社会生产生活深度融合的新型数字经济形态，逐渐成为新常态阶段驱动经济高质量发展的新引擎。世界各国高度重视数字技术的研发及应用，美国、德国和日本相继推出工业互联网、工业4.0和社会5.0等国家战略。我国亦陆续出台《中国制造2025》《新一代人工智能发展规划》等指导政策，对数字经济发展作出重要部署。“十四五”规划也明确强调“加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”。国家工业和信息化部数据显示，截至2021年，我国规模以上工业企业生产设备数字化率、关键工序数控化率已经分别达到49.4%和51.7%。中国互联网络信息中心发布的《第49次中国互联网络发展状况统计报告》显示，截至2021年，我国网络购物用户规模达8.42亿，网上外卖用户规模达5.44亿，在线医疗用户规模达2.98亿。表明在国家政策的大力引导和支持下，我国数字化发展取得了较大成效，数字技术已广泛渗透至社会生产生活的各个领域。

然而，数字化发展推动经济高质量发展的同时，也会对劳动力市场产生巨大冲击，现阶段兴起的数字技术主要从工业互联网和消费互联网两方面对劳动力市场产生影响(田鸽和张勋，2022)[1]。一方面，数字技术应用于生产领域可以实现人、机、物的全面连接，构建起工业互联网平台，使从事程序化生产活动的低端劳动力面临被机器替代的风险，同时衍生出更多新兴岗位(王林辉等，2020)[2]；另一方面，数字技术催生出网络购物、网上外卖、网络直播等新兴业态，且通过简化程序和操作难度而更青睐于低端劳动力(刘皓琰和李明，2017)[3]。因此，数字化发展能否改变劳动收入分配方式？其内在传导机制如何尚有待进一步检验。当前研究认为，数字化发展对劳动力市场的影响主要由生产率效应和岗位更替效应共同决定(Acemoglu and Restrepo，2018)[4]。生产率效应源于数字化发展能够减少生产成本并增加产出，从而扩大劳动力就业需求(Acemoglu and Restrepo，2019；余玲铮等，2019)[5][6]；岗位更替效应可以进一步划分为岗位替代效应和岗位创造效应，其中替代效应会引发劳动力就业损失，而创造效应会补偿劳动力就业需求(Acemoglu and Restrepo，2018)[7]，且普遍认为数字化发展对不同类型劳动力产生差异化影响(Dauth et al.2017；Graetz and Michaels，2018)[8][9]。正是由于数字化发展对不同类型劳动力的影响存在差异，因而可能会改变劳动收入分配方式。

现有文献普遍忽视数字化发展对不同收入水平群体间收入分配方式的影响研究。基于此，本文结合文献资料理论剖析数字化发展对劳动收入分配的影响机制，利用数字技术专利和数字化类型企业度量地级市数字化发展水平，并且结合中国劳动力动态调查数据，实证检验数字化发展对不同收入水平劳动力群体的影响差异。本文的边际贡献主要为：一是考虑到仅从要素间、行业间或技能间的单一视角考察数字化发展的收入分配效应，无法直观了解数字化发展对不同收入水平群体间收入差距的影响，本文从理论和实证两方面深入探究了数字化发展对不同收入分位点上的影响差异；二是不同于既有文献仅从劳动岗位更替效应和生产率效应视角剖析数字化发展对劳动收入分配的作用机理，本文是从技能偏向性、服务化转型、劳动生产率和社会资本积累四方面，全方位考察数字化发展对劳动收入分配的影响机制。

一、理论分析与研究假说

大量研究已证实数字化发展能够通过促进生产率提升，从而增加社会整体收入水平，但不一定惠及所有劳动力群体，因而会改变劳动收入分配格局。劳动收入分配的平等性是对劳动力福利具有重要影响的因素，关乎社会的公平稳定，是实现共同富裕的必要条件之一。然而，现有文献关于数字化发展对不同收入群体间收入分配影响的理论探讨尚不充分。基于此，本文通过梳理文献资料，分别从数字化技术特征和劳动力能力双重视角，理论剖析数字化发展对不同收入群体间收入差距的影响机制。

(一)技能偏向性

数字技术可能具有技能偏向性特点(Prettner and Strulik，2017)[10]，因而数字化发展对不同技能劳动力会产生不同程度的替代效应和创造效应。其中，数字化发展偏向于对高技能劳动力产生创造效应，偏向于对低技能劳动力形成替代效应(Acemoglu and Restrepo，2017)[11]，从而扩大高技能相对低技能劳动力的生产需求规模，使得高技能相对低技能劳动力的工资上涨。通常，高收入相对低收入群体拥有更多的财富用于投资自身的教育培训或医疗保健，从而增强自身的知识储备和身体素质，因而高收入相对低收入群体一般会具备较高的技能水平(Korinek and Stiglitz，2017)[12]。对于低收入群体，由于其具备较低技能水平，因此往往只能从事程序化特征突出的低端生产任务，而这类任务可以完全由数字化机器替代劳动力执行，并且机器相对劳动力拥有更高的生产率、耐力、精确度，使得低收入群体的劳动力需求减少，其劳动收入下降。对于高收入群体，由于其具备较高技能水平，因此可以从事数字化发展催生出的新兴劳动岗位，这类岗位通常要求劳动者具备较强的创新或社交能力，引发高收入群体劳动力需求的增加，使得其工资水平提高。尽管数字化发展可以通过降低生产成本提升生产效率，进而扩大生产线或生产范围，从而催生出与数字技术相匹配的劳动力岗位(Autor and Salomon，2018；Acemoglu and Restrepo，2018；蔡跃洲和陈楠，2019)[13][7][14]，但总体上数字技术会因技能偏向性，增加高收入群体的就业需求及劳动收入，同时减少低收入群体的就业需求及劳动收入，从而扩大两者之间的收入差距。相关经验研究表明，我国数字化发展表现出技能偏向性，使得劳动收入的增加向高学历、高技能的高收入群体倾斜，使得劳动收入不平等程度加剧(王林辉等，2020)[2]。

假说1：数字化发展通过技能偏向性，促使高收入相对低收入群体的就业需求增加，从而扩大高、低收入群体间劳动收入差距。

(二)服务化转型

数字化发展在生产领域促进生产率提升的同时，也在生活领域中催生出众多新兴商业模式，如网上购物、网上外卖、网络直播，刺激了服务业领域的消费增长，进而增加了服务业中外卖员、网络主播、快递员等岗位的就业需求。伴随着数字化发展，数字技术全面融入人们的社会交往和日常生活中，通过赋能交通出行、医疗卫生、政务服务、教育培训、文化娱乐等服务领域，使得人们的生活质量极大地提高，推动生产生活服务化转型。尽管工业相对服务业生产任务的程序化特征更明显，数字技术的应用程度更深，但是由于工业和服务业产品之间的互补关系，使得数字技术在促进工业生产率相对提升的同时，会降低其产品价格，最终导致服务业相对工业的产值增加，引发整体产业结构的服务化转型(郭凯明，2019)[15]。生活类服务业如住宿和餐饮业、批发和零售业、居民服务、修理和其他服务业通常对劳动者的技能水平要求较低(孙一平和徐英博，2021)[16]，而数字化发展催生出的服务型岗位如外卖员、快递员、网络主播，更适宜于低技能劳动力者从事。综合可知，数字化发展会促进产业结构服务化转型，拓宽了低收入群体的就业渠道和收入来源，使得低收入相对高收入群体的就业需求和劳动收入增加，从而缩小高、低收入群体之间的劳动收入差距，缓解劳动收入的不平等。

假说2：数字化发展通过促进产业服务化转型，使得低收入相对高收入群体的就业需求增加，从而缩小高、低收入群体之间的劳动收入差距。

(三)劳动生产率

数字化发展并非一定扮演“竞争者”角色，也会承担“合作者”角色，即不一定会完全将劳动者从工作岗位上取代，而是辅助劳动者执行部分重复性高的繁琐任务，从而可以提高劳动者的生产效率(胡晟明等，2021)[17]。数字化发展对高、低收入群体的劳动生产率均会产生一定正向作用，因此其对劳动收入差距的影响是由高、低收入群体劳动生产率提升形成的两种效应共同决定。然而，由于数字技术的初始投资成本较高，且对劳动力技能水平的要求较高，高收入相对低收入群体不仅拥有更充足的资本购买和应用数字技术，而且具备与数字技术相匹配的技能水平，因此数字化发展更有利于提升高收入相对低收入群体的劳动生产率(Korinek and Stiglitz，2017；李飙，2019)[12][18]。综合可知，数字化发展会通过促进高收入相对低收入群体劳动生产率的提升，从而扩大高、低收入群体之间的劳动收入差距。

假说3：数字化发展通过促进高收入相对低收入群体的劳动生产率提升，从而扩大高、低收入群体之间的劳动收入差距。

(四)社会资本

尽管高收入群体凭借财富优势，能够利用数字技术投资自身的人力资本，但是低收入群体可以借助数字技术在信息采集、分析、传播方面的便利性，促进其社会资本的积累，拓宽其社交网络，从而增加其就业或创业机会，提高其劳动收入。对于从事零售业的低收入群体，可以借助互联网平台，使其商品由原来仅局限于某一地区的销售拓宽至全国乃至世界各地的销售，扩大了低收入群体的销售网络。对于初始创业的低收入人群，可以利用数字化平台打破融资约束，而不必局限于传统的私人转移支付或线下银行借贷，极大拓宽了低收入人群的融资渠道。相关研究表明，对于收入较低的农民群体，可以利用数字技术搜集信息，促进社会资本积累，从而增加其劳动收入(赵羚雅和向运华，2019)[19]。综合可知，数字化发展帮助低收入群体打破了地理区位和社会阶层方面的障碍，有助于拓宽其社交网络，并且增加其劳动收入，从而缩小高、低收入群体之间的劳动收入差距，缓解劳动收入不平等。

假说4：数字化发展通过促进低收入群体的社会资本积累，从而缩小高、低收入群体之间的劳动收入差距。

二、研究设计

(一)数据说明

本文使用的数据主要包括数字化发展数据、地级市经济变量数据和劳动力个体数据。数字化发展数据来源于中国专利数据库和“天眼查”企业数据库，利用Python网络爬虫技术，依据数字化的关键词采集数字技术专利和数字化企业。地级市经济变量数据来源于《中国城市统计年鉴》，劳动力个体数据来源于中山大学社会科学调查中心开展的中国劳动力动态调查(CLDS)。通过合并变量、剔除缺失值和异常值后，可得由2014年12 881个、2016年11 603个和2018年6 888个劳动力个体数据，以及29个省份、148个地级市数据构成的宏微观相结合的数据集。

(二)计量模型构建

首先，本文为实证检验数字化发展对劳动力收入的整体影响效应，构建如下固定效应回归模型：

incomeijt=βdigitaljt+αDit+γCjt+θpt+ξijt

(1)

其中，下标i、j、p和t分别表示劳动力个体、地级市、省份和年份。income代表劳动力收入，digital代表数字化发展水平，D表示劳动力个体层面控制变量集合，C表示地级市层面控制变量集合，θ代表省份—年份的交互固定效应，以控制省份层面随时间变化的不可观测因素对劳动力收入的影响，ξ代表随机误差项。

其次，本文为实证比较数字化发展对不同收入水平群体劳动力收入差距的影响效应，构建如下分位数回归模型：

Qn(incomeijt)=βndigitaljt+αnDit+γnCjt+θpt+ξijt

(2)

其中，n代表分位点，本文选取第10百分位表示低劳动收入群体，第90百分位表示高劳动收入群体。若第10百分位回归系数显著大于第90百分位，则表明数字化发展可以缩小高、低劳动收入群体之间的收入差距；反之则表明数字化发展会扩大劳动收入差距。

本文为实证检验数字化发展对不同收入水平劳动群体间收入差距的作用机制，进一步地，构建如下交互项回归模型：

Qn(incomeijt)=φndigitaljt*Vijt+βndigitaljt+ηnVijt+αnDit+γnCjt+θpt+ξijt

(3)

其中，V代表机制变量。若机制变量与数字化发展的交互项系数φ和数字化发展系数β同向，则表明该作用机制会强化数字化发展的影响效应；反之则表明该机制会弱化数字化发展的影响效应。

(三)指标设计

核心变量指标设计：(1)数字化发展水平(digital)。本文采用数字技术专利申请量表示数字化发展水平，数字技术专利是通过采用Python爬虫技术从中国专利数据库采集，并且归类至地级市层面从而得到我国各地级市的数字技术专利申请量。此外，本文还将通过关键词搜索从“天眼查”数据库中采集数字化企业信息，依据企业所属城市信息进行归并，从而得到各地级市的数字化企业数量作为替代指标，用于稳健性检验。(2)劳动收入(income)。结合劳动收入相关概念以及CLDS收入统计口径，本文采用CLDS中劳动力个体获得的年总收入表征劳动收入。同时，为了保证估计结果的准确性，本文仅保留18-65岁的劳动年龄样本。

控制变量指标设计：(1)劳动力个体层面控制变量。本文采取的个体控制变量包括性别(gender)、受教育水平(edu)和年龄(age)。其中，性别采用0-1变量表征，1为男性，0为女性；受教育水平以学历水平度量，1代表未上过学，2代表小学或私塾，3代表初中，4代表普通高中，5代表职业高中，6代表技校，7代表中专，8代表大专，9代表大学本科，10代表硕士，11代表博士。(2)地级市层面控制变量。本文采取的地级市控制变量包含经济发展水平(gdp)和产业结构(Str)，其中以地级市人均GDP度量经济发展水平，以第三产业GDP占比度量产业结构。

机制变量指标设计：(1)技能偏向性(skill)。本文以个体技能水平衡量技能偏向性，从而检验数字化发展通过产生技能偏向性对劳动收入分配的影响。(2)服务化转型(sec)。本文以个体所在地级市的第三产业的就业人数衡量服务化转型水平，从而验证数字化发展通过促进服务化转型对劳动收入分配产生的影响。(3)劳动生产率(pro)。本文以每周工作总时间衡量劳动生产率，以检验数字化发展通过改变劳动生产率对劳动收入分配产生的影响。(4)社会资本(cap)。本文以个体可寻求帮助的人数衡量社会资本水平，从而考察数字化发展通过改变劳动者自身资本积累对劳动收入分配产生的影响。

三、特征性事实

(一)描述性统计分析

表1呈现了主要变量的描述性统计分析结果。数据显示，从地级市变量的标准差以及最小值和最大值的差距可以发现，我国地级市之间的数字化发展水平、经济发展水平以及产业结构差异较大。从劳动力个体变量的描述统计分析结果来看，个体之间的劳动收入差距较大，男女占比接近1：1，且大多为中年劳动力。

表1 变量的描述性统计分析结果

(二)不同收入群体的分布特征

(1)职业分布特征

图1基于2018年CLDS数据，描绘了高、低收入群体在不同职业中的劳动力分布情况。图形显示，高收入群体主要分布于社会生产服务和生活服务人员以及专业技术人员两大职业类别中，低收入群体从事的职业主要为农、林、牧、渔业生产及辅助人员。

图1 高、低收入群体的职业分布特征

(2)行业分布特征

图2根据2018年CLDS数据，绘制了高、低收入群体在不同行业中的劳动力分布情况。图形显示，高收入群体在不同行业中的分布较为均匀，其中在社会服务业、交通运输、仓储及邮电通信业、教育、文化艺术和广播电影电视业、批发和零售贸易、餐饮业、国家机关、党政机关和社会团体等第三产业中，高收入劳动群体均占据较高比重。相反，低收入群体集中分布在农、林、牧、渔业中。

图2 高、低收入群体的行业分布特征

(3)学历分布特征

图3进一步利用2018年CLDS数据，描绘了高、低收入群体中不同学历的劳动力占比。从图中可以发现，高收入群体的学历主要为硕士、本科、初中、大专、普通高中，低收入群体的学历主要为未上过学、小学、初中，表明高收入相对低收入群体的受教育水平较高。受教育水平一定程度上可以表征劳动力技能水平，表明收入较高的群体往往拥有较高的技能水平，更能适应复杂度较大的生产任务。

图3 高、低收入群体的学历分布特征

四、数字化发展的劳动收入分配效应检验

(一)基准检验

本文借鉴韩军等(2015)[20]关于收入差距的衡量方法，采用分位数回归模型，估计数字化发展对不同收入水平群体劳动收入影响的回归系数，从而探讨数字化发展对劳动收入分配的影响。本文采用第10百分位劳动收入代表低收入群体的劳动收入水平，第90百分位劳动收入代表高收入群体的劳动收入水平。表2给出数字化发展对劳动力整体收入以及对第10百分位和第90百分位劳动收入的影响检验结果，其中(1)列表示数字化发展对整体劳动力收入的影响，(2)-(3)列分别表示数字化发展对第10百分位和第90百分位劳动收入的影响。结果显示，数字化发展对整体劳动收入影响的回归系数在1%的水平上显著为正，表明数字化发展有利于整体劳动力收入的增加。并且，数字化发展对第10百分位劳动收入影响的回归系数大于对第90百分位劳动收入影响的回归系数，表明相较于高收入群体，数字化发展更有助于提高低收入群体的劳动收入水平，即数字化发展表现出包容性增长特征，会使得贫穷群体获益更多，从而缓解整体劳动收入不平等程度。

表2 数字化发展的劳动收入分配效应基准检验

(二)稳健性检验

本文采取替换数字化发展水平的度量指标和改变分位数两种方式进行稳健性检验，既考虑了数字化发展指标选择的影响，也考虑了分位数回归有关分位数选择的影响。回归结果均显示，数字化发展水平的提高有助于提高整体劳动收入水平；并且，有助于缩小高、低劳动收入群体的劳动收入差距；与上文基准回归结果一致。

(1)替换数字化发展指标

用地级市所拥有的数字化企业数替代数字化技术专利申请量，进行整体回归、第10百分位和第90百分位的回归。表3显示了回归结果，第(1)列表示数字化发展可以提高整体劳动收入水平；第(2)列表示第10百分位的回归，第(3)列表示第90百分位的回归，结果显示低劳动收入群体的回归系数大于高劳动收入群体的回归系数，即表明数字化发展水平的提高可以缩小高、低劳动收入群体的收入差距。并且，相关控制变量与上文回归结果一致。

(2)改变分位数

为了消除分位数回归中分位数选择造成的回归结果的影响，本文改变了基准回归的百分位数，用第20百分位代表低劳动收入群体，第80百分位代表高劳动收入群体。表3显示了回归结果，第(4)列表示第20百分位的回归，第(5)列表示第80百分位的回归，结果显示低劳动收入群体的回归系数大于高劳动收入群体的回归系数，即表明数字化发展水平的提高可以缩小高、低劳动收入群体的收入差距。

表3 数字化发展对劳动收入分配影响的稳健性检验

(三)异质性检验

尽管从总体上看，数字化发展可改善高、低劳动收入群体之间的收入不平等，但从我国实际劳动收入分配现状来看，不同行业、性别、地区等方面的劳动收入分配情况存在较大差异。为此，本文进一步分析数字化发展对不同行业、性别劳动收入分配影响的异质性。

(1)行业异质性

表4显示了数字化发展对劳动收入分配影响的行业异质性检验结果，其中(1)列、(3)列、(5)列代表第10百分位的分位数回归，(2)列、(4)列、(6)列代表第90百分位的分位数回归。结果显示，对于农、林、牧、渔业和制造业而言，数字化发展对劳动收入分配未表现出显著的改善作用；对于批发和零售贸易、餐饮业而言，数字化发展可以显著改善劳动收入分配，缩小高、低收入群体之间的劳动收入差距。由此表明，我国数字化发展主要通过对批发和零售贸易、餐饮业产生影响，进而影响我国高、低收入群体的劳动收入分配。

表4 行业异质性检验

(2)性别异质性

表5显示了数字化发展对劳动收入分配的性别异质性检验结果，其中(1)列、(3)列代表第10百分位的分位数回归，(2)列、(4)列代表第90百分位的分位数回归。结果显示，对于男性、女性而言，数字化发展均可以缩小高、低收入群体的劳动收入差距并提高劳动收入；并且，相对于男性而言，数字化发展对女性群体劳动收入的提升作用以及女性高、低收入群体的劳动收入分配改善作用更为有效和显著。由于数字化发展的创造效应会增加非常规劳动者的需求，而女性在非常规工作中往往具备优势，因此数字化发展会增加对女性的就业需求，进而提升女性劳动收入水平，改善女性劳动收入分配。

表5 性别异质性检验

五、机制检验

本文主要从技能偏向性、服务化转型、劳动生产率、社会资本四方面，探究数字化发展对劳动收入分配的影响机制。本文以劳动者技能水平衡量技能偏向性，以劳动者所在地第三产业就业人数衡量服务化转型，以每周工作时长刻画劳动生产率，以可寻求帮助的人数表征社会资本。

表6第(1)-(2)列报告了数字化发展对劳动收入分配影响的技能偏向性机制检验结果，结果显示，从数字化发展与技能偏向性交互项的回归系数可以看出，相对于高收入群体而言，技能偏向性对数字化发展与低收入群体劳动收入之间的正向影响起到更强的负向调节作用，即数字化发展引发的技能偏向性会扩大高、低收入群体之间的收入差距。表6第(3)-(4)列报告了数字化发展对劳动收入分配影响的服务化转型机制检验结果。结果显示，相对于高劳动收入群体而言，服务化转型对数字化发展与低收入群体劳动收入之间的正向影响起到更显著的正向调节作用，即数字化发展通过推动产业的服务化转型，可以吸纳更多低收入的劳动力群体，进而有助于缩小高、低收入群体之间的劳动收入差距。表6第(5)-(6)列报告了数字化发展对劳动收入分配影响的劳动生产率机制检验结果。结果显示，劳动生产率的提高对数字化发展增加高、低收入群体劳动收入均具有一定的正向调节作用，但是数字化发展带来的劳动生产率的提高，更有助于提升低劳动收入群体的收入水平，从而缓解高、低劳动收入群体之间的收入不平等现象，缩小两者收入差距。表6第(7)-(8)列汇报了数字化发展对劳动收入分配影响的社会资本积累机制检验结果。从数字化发展与社会资本交互项的系数来看，相比于高收入群体而言，数字化发展带来的社会资本积累更有助于增加低收入群体的劳动收入，进而缩小高、低收入群体的劳动收入差距。

表6 机制检验

六、结论与政策建议

研究发现：第一，数字化发展有助于提高整体劳动收入水平，并且减缓高、低劳动收入群体之间的收入不平等现象，缩小两者之间的收入差距，改善我国劳动收入分配现状，为经济发展提供新动力。在替换数字化发展的测度变量、改变回归分位数以及控制模型存在的内生性之后，结论依旧稳健。第二，数字化发展对劳动收入分配的影响存在行业和性别异质性，数字化发展对批发和零售贸易、餐饮业以及女性劳动群体中的劳动收入分配的改善作用更显著。第三，数字化发展的劳动收入分配改善效应主要源于服务化转型、劳动生产率和社会资本积累，通过吸纳更多低收入劳动者，从而增加其劳动收入，缩小高、低收入群体之间的收入差距。而数字化发展的劳动收入分配恶化效应主要源于数字化发展形成的技能偏向性，使得高收入相对低收入群体的就业需求规模扩大，从而加剧高、低收入群体之间的劳动收入不平等。

基于上述研究结论，本文提供如下政策建议：第一，积极引导数字化朝“人机协作”而非“人机竞争”的方向发展，促进数字技术与实体经济的深度融合，以提高劳动生产率，从而改善我国劳动收入分配现状。对高、低劳动收入群体而言，均可推动数字技术向改善劳动者工作时长、工作便利程度以及工作环境等方向发展，促使数字技术与劳动者相互协调与合作，以提高劳动者工作效率，进而达到提高其收入水平和拓宽其收入渠道的目的。第二，利用数字技术推动技能培训和继续教育的普及，增强劳动者自身能力，以适应经济发展的新潮流。数字技术的便利性可以增加低收入群体接受再教育或职业培训的机会和方式，以提高其技能水平，从而匹配不易被数字技术替代的岗位，有助于失业人员实现再就业，进而缩小高、低收入群体之间的收入差距。第三，大力促进数字化发展对产业的服务化转型作用，以增强非常规岗位的创造效应，为具有社交感知能力优势的女性劳动者创造更多就业机会，从而缩小性别间工资差距，改善劳动收入分配状况。数字化发展刺激了我国产业发展和岗位创造，应合理利用数字化发展带来的第三产业转型优势，为低收入群体提供工作岗位，提高其收入水平。第四，继续健全我国失业保障制度，保障我国低收入群体的收入来源，防范数字化发展对我国劳动力市场地位和结构的冲击。在数字技术发展进程中，必然会对劳动力市场产生负面影响，对低收入群体造成暂时性冲击，应推出配套性政策，为低收入群体提供基本生活保障，同时为其提供就业信息咨询、职业技能培训等服务。