数字化会扩大行业收入差距吗？——基于人力资本和生产效率的中介机制检验.docx

第40卷第3期2023年5月经济经纬ECOnOrniCSCIrVeyVol.40No.3May2023数字化会扩大行业收入差距吗？一基于人力资本和生产效率的中介机制检验孙群力，彭有为(中南财经政法大学财政税务学院，湖北武汉430073)88888888888888888888888888888888888888888888888888摘要：将数字技术特征融入行业生产函数，构建产业数字化与行业收入差距的数理模型，量化产业数字化水平，实证分析产业数字化对行业收入差距的影响和作用机制。研究发现:产业数字化对行业收入差距的影响呈现先扩大后缩小的"倒U形"态势，该结论经过一系列稳健性检验后依然成立;异质性检验表明：产业数字化对行业收入差距的"倒U形”即响在技术渗透难度较低、劳动密集型、资本密集型或市场属性较强的行业中显著，在技术渗透难度较高或技术密集型行业中仅呈现收入差距扩大效应;机制检验表明:人力资本优化可以解释产业数字化对行业收入差距的非线性影响，但生产效率提升仅能解释收入差距扩大的部分,研究结论为规范数字经济和产业数字化发展，优化数字经济新时代的收入分配格局，推动共同富裕提供了理论参考和经验证据.关解词：数字化；收入差距;深化效应；替代效应；人力资本基金项目：中南财经政法大学中央高校基本科研业务费专项资金资助项目(2722022AKOO3);中南财经政法大学研究生科研创新平台项目(202210401)涧南省重点研发与推广专项(222102320401)作者简介:孙群力(1964-),男，湖南益阳人，教授，博士生导师，主要从事财政政策与财政理论、收入分配研究；彭有为(1994-),男，江苏徐州人，博士研究生，主要从事数字经济和收入分配研究.中图分类号:F49文献标识码:A文章编号：1006-1096(2023)03-0088-10收稿日期:2022-09-1088888888888888888888888888888888888888888888888888引言数字经济已经成为各国经济发展的新动能和强引擎产业数字化指传统行业在其生产经营过程中嵌入或融合数字技术，实现业务流程、商业模式和生产效率等的全面变革(肖旭等，2019)目前，我国产业数字化进程已进入加速发展阶段，数字基础设施的日益完善和数字产品的优化创新为产业数字化奠定了基础。制度环境方面，国家密集出台的相关政策为产业数字化的发展指明了方向然而，数字技术的应用，在提高生产效率、优化产业结构，促进经济增长和便捷社会服务的同时，也可能对社会福利和收入分配造成不容忽视的负面影响。那么，产业数字化转型将如何影响行业间收入差距？其影响机制是什么？该影响在不同类型的行业之间是否具有异质性？产业数字化效率和收入分配公平该如何兼顾？在国家大力发展数字经济、推动产业数字化转型的背景下，上述问题的厘清对规范数字经济发展、深入理解数字经济背景下收入分配格局的变化以及加快实现共同富裕具有一定的理论和现实意义O产业数字化的理论研究主要集中于产业数字化的概念界定、驱动因素、价值维度和实现路径等方面。在概念界定上，产业数字化是指传统产业拥抱数字技术，并将其集成到业务流程、组织结构和工作模式的过程(吕铁,2019;SetZkeetal,2020)o数字技术挑战、新业态和以数字为产品的创新活动是产业数字化的主要驱动力(严子淳等，2021);肖旭等(2019)讨论了产业数字化的价值维度，认为数字化转型有助于驱动效率提升、推动跨界融合、重构竞争模式、赋能产业升级，最终促进行业的高质量发展。在实现路径上，祝合良等(2021)提出产业数字化转型应当以数字技术赋能和经济模式变革为内在驱动力，以治理模式创新和基础保障支撑为外在拉力。Bogers等(2018)强调了开放式创新在促进产业数字化转型中的关键作用°目前，产业数字化的经验研究尚处于起步阶段，有两类文献与本文研究高度相关：一是企业数字化转型的经验研究,细分领域包括企业数字化转型与生产率(刘飞,2020)、领袖特征(Porfiri。etal,2021)、企业决策倾向(陈玉娇等,2022)、制造业高质量发展(傅为忠等,2021)、出口附加值(张晴等,2020)和行业技术升级(白雪洁等，2021)等。二是数字经济与收入分配的经验研究。这类研究目前主要集中在数字经济对城乡收入差距的影响(李怡等，2021;李晓钟等,2022),有关产业数字化的收入分配效应的研究则相对薄弱。田鸽等(2022)以“宽带中国”为节点,研究了数字技术推动高低技能农村劳动力向数字化非农行业流动的流向和机制。李帅娜(2021)将行业数据与个体调查数据相结合，研究了数字化对服务业工资差距的影响，并讨论了就业效应的中介效应机制。整体来看，已有文献为理解产业数字化的内涵及效应奠定了坚实的研究基础，然而，鲜有文献从行业层面探讨产业数字化与行业收入分配的联系，数字技术如何改变行业产出、要素回报和劳资分配等问题亟须更加深入的研究.基于此，本文将数字技术特征融入行业生产函数，构建产业数字化与行业收入差距的数理模型，结合世界投入产出表和中国投入产出表数据,量化中国2003-2018年18个行业(剔除"文化、体育和娱乐业")的数字化水平，验证产业数字化对行业收入差距的影响、异质性以及作用机制。本文可能的边际贡献：(1)研究视角方面，探究产业数字化的收入分配效应，为深入理解数字经济时代的收入分配格局提供理论参考和经验证据；(2)理论模型方面，基于偏向性技术进步模型，将数字技术的影响分解为提高生产要素回报的生产力深化效应和促进生产要素重组的要素替代效应，分析产业数字化对行业收入差距的影响；(3)实证分析方面，匹配多个行业层面数据，量化产业数字化水平,对产业数字化的收入分配效应、作用机制和异质性进行科学全面的论证。一、理论模型本文在Acemoglu等(2020)构建的偏向性技术进步与行业收入分配的模型基础上,将产业数字化刻画为数字技术进步对行业产出、效率和收入分配的全方位冲击，构建数字经济背景下，产业数字化与行业收入差距的理论模型。本理论框架的重要任务之一在于区分数字技术与其它技术的区别。行业层面技术进步的影响可以概括为三种效应,分别是要素扩张效应、生产力深化效应和要素替代效应。其中，要素扩张效应也称希克斯中性技术进步，该技术进步可以同步提高所有工作岗位中要素的生产力，但不改变要素的边际替代率和行业的利润分配比例；生产力深化效应指该类型技术进步可以提高对应生产要素在当前工作岗位中的生产力，如改进工人工作时使用的工具以提高其工作效率o它的特点是只改变对应要素的生产力，但不直接影响该工作岗位中生产要素的投入比例；要素替代效应指该类型技术进步将促使工作岗位中生产要素的重组和再分配，通常是资本要素对劳动要素的替代，或高技能劳动力对低技能劳动力的替代。数字技术对传统行业的改造在表层上体现在业务流程升级、商业模式重塑和组织架构优化等方面，在实质上提高了资本要素的生产率、促进资本要素对劳动要素的替代以及高技能劳动者对低技能劳动者的替代.因此，在该模型中，数字技术主要发挥资本要素的生产力深化效应和推动要素重组和行业自动化的要素替代效应。此外,该模型将每个行业视作一个生产部门i,i1,2,刀，每个产品的生产需要多个行业协同合作。行业中劳动力存在技能水平上的差异，简记为高技能劳动力和低技能劳动力，分别用下标High和Low表示。模型构建和推导过程如下：1 .生产函数YjU(MXyU二七厂(1)其中,x代表不同的工作岗位,Yi为行业总产出，即i行业的总产出是由该行业内所有工作岗位分工协作的结果。Mj为i行业的工作岗位数量Z表示i行业所有工作岗位的集合>0表示要素替代弹性,A表示要素扩张型技术进步。每个工作岗位的生产活动需要投入资本要素k(x)、高技能劳动要素IHtgh(X)和低技能劳动要素lw(×)，每个工作岗位的产出可以表示为：y(x)=AkPk(x)k(x)a+0(AIH.hPS(x)lHigh(x)p+(l-)(A1lowPj(x)Ilow(x)1pp(2)其中,和分别为资本和劳动的产出弹性,且+=1。6(0<6<1)表示高技能劳动要素在岗位中的投入比例,d-)即为低技能劳动要素投入比例，p1表示高低技能劳动要素间的替代参数OAk、Alhi9h和Ailow分别代表能带来对应要素的生产力深化效应的技术进步。Pk(X)、PMgh(X)、P(X)分别表示资本要素、高技能劳动要素和低技能劳动要素的生产力。数字技术的资本要素生产力深化效应和要素替代效应即表现为提高Pk(X)和<>2 .消费函数假定资本供给是弹性的,q(x)为产量，产出的边际成本lq(x)保持不变。这种情况下,消费函数等于净产出，可以表示为总产出减去生产过程中消耗的总成本，即：s=y-P(A<x)f<j)><l(3)3 .市场均衡在该经济中，市场均衡意味着将生产要素在工作岗位中合理分配，以实现消费最大化。假定劳动供给非弹性,WHigh和Wlow分别表示高低技能劳动者的劳动报酬，令产出品价格为单位1,则WHigh和WUW表示劳动者实际工资。资本要素成本记为生产成本lq(x)k.TH砂、TLoW表示工作岗位中的生产要素。当市场均衡时，需要满足(1)生产要素配置的成本最小化；(2)资本要素配置实现净产出最大化；(3)资本和劳动要素处于市场出清状态。首先,成本最小化表示为：(4)即工作岗位中，投入相同单位的资本、高技能劳动力和低技能劳动力的收益比依次递减，当(4)和(5)中等式同时成立时，该工作岗位的要素配置实现成本最小化。其次，在岗位投入要素配置给定的情况下，i行业中不同要素的生产份额就可以由要素报酬w和技术指标来表示：匚,，中(尸，()g(')""d"(6)一".)Jf>2'4J-J其中，技术指标表示岗位集合Z中生产要素技术进步和生产率等参数的集合，即：W=(Pc(x),PHlgh(X),PHIghXWZAk,AHigh,ALoV,)(9)再次，假定生产函数规模报酬不变，支出份额为价格P的函数，且满足£I.在唯一均衡条件下,可以将产出、工资和价格表达为要素生产份额的函数：/(P)(4)a,iJt三Uor.fA(IO)K,4ur,*Z%'"WjEjw&.恤Al(Ii).,>>=1(12)为使均衡成立，需要给定两点假设：一是每项工作仅能由一种类型的劳动力完成，即从特定岗位被替代的劳动者不能反过来替代其他工作岗位的劳动者;二是资本的生产率足够高且成本足够低对所有工作岗位都成立。此外,数字技术的嵌入带来的影响包含直接影响和连锁反应(rippleeffects)直接影响指在价格因素不变的情况下，数字技术的生产力深化效应和岗位替代效应导致要素生产份额的变化。连锁反应指随着要素价格变动，工作岗位间生产要素重组。本文排除连锁反应的影响，刻画行业收入不平等对数字技术直接影响的一般均衡响应。数字技术的生产力深化效应和岗位替代效应可以表示为：IhT:''；dlnPj(x)dxJ13)dn*-W/jlL.Heh14)其中,zj;zj.,表示引入技术变化后的工作岗位集合。令3=%ghHigh/WLOJLOW表示高、低技能劳动力的收入差距，根据式(6)至式(14),推导行业应用数字化技术对工资差距的影响：dn='(0W必咐+W.wdlnHigh.-(1-)dlnAlw-幺飞严；皿dln黑J)+(X(*-*“)m(dlr(I-A)(dln/»,UM):。'£*Ldlnl：J(15)其中,W；表示j类型劳动者在i行业的工资收入份额,则Z.由式(15)可以发现，等号右边第一项为数字技术对行业收入差距的生产力深化效应，第三项为数字技术对行业收入差距的要素替代效应，产业数字化对行业收入差距的影响等于二种效应之和。其中，生产力深化效应的方向和大小取决于数字技术对投入要素的生产力加成。一般而言，数字技术应用有利于提高资本和劳动要素的生产力，因此，数字技术的生产力深化效应通常为正，会扩大行业间收入差距。要素替代效应的方向和大小取决于高低技能劳动要素的替代弹性。,若。1,行业中高技能劳动力挤出低技能劳动力，要素替代效应为正，会扩大行业收入差距，若O。1,行业中高技能劳动力和低技能劳动力互为补充，数字技术的岗位替代效应为负，会缩小行业收入差距c产业数字化对行业收入差距的影响取决于两种效应的力量对比，该影响有可能因上述效应的动态变化呈现非线性特征。因此,本文提出以下假说：假说1:产业数字化对行业收入差距的影响可能是非线性的。作用机制上，着重分析数字技术要素替代效应的不同情况,短期来看,产业数字化使得大量的常规性、重复性的工作岗位被机器所取代，因此，低技能劳动者被挤出劳动力市场，与之相反，高技能劳动者因其工作无法被数字技术取代，以及对数字技术的高认知能力和高学习能力而更具有竞争优势o这种情况下,高技能劳动者对低技能劳动者产生替代效应，使得劳动力市场呈现“就业极化”的现象,进而加剧行业间收入差距。长期来看，随着产业数字化进程的加快,新业态、新产业、新商业模式的涌现将会产生众多新的岗位和职业，即就业创造效应显著,这一变化将大大增加低技能劳动者的就业机会。此外,通过在职培训、转岗培训等,低技能劳动者不断提高自身技能，在适应新岗位的同时,也提高了其劳动报酬，此时，高低技能劳动者之间呈现互补效应，行业间收入差距将会缩小。因此,本文提出如下假说：假说2:产业数字化通过数字技术的生产力深化效应和要素替代效应影响行业收入差距。二、数据处理与研究设计(一)模型构建根据理论模型的推论，为检验产业数字化对行业收入差距的影响，计量模型设计如下：Wage11=q)+1Degitalc+¾Degital+KControllt÷1-+rt(16)其中，下标i和t分别表示行业和年份，被解释变量为行业相对工资(Wage),核心解释变量为产业数字化水平(Degital),Degital2为其平方项。Control,表示控制变量的合集，具体包括行业的资本深化、贸易开放度、外商直接投资、国有参与度和性别就业比例。t表示行业固定效应,51表示时间固定效应,rt为随机扰动项。理论分析中讨论了数字技术对行业的生产力深化效应和要素替代效应。其中，生产力深化效应表现为行业生产效率提升,要素替代效应表现为高技能劳动力对低技能劳动力的替代，即人力资本优化。为验证上述影响机制是否成立，本文在基准回归模型的基础上，建立中介效应模型，模型设定如下：Mediateit=0+1Degitalt+2DegitaR+kiCtrollt地埼+4（17）Wageit=P）+p1Degitalt+p2DegitaK+p3Mediatet+kControllt-+t（18）其中，Mediate表示中介变量,分别为人力资本优化（Talent）和生产效率提升（Facpro）.（二）变量选取1 .被解释变量行业相对工资（Wage）。衡量行业收入差距的方法有基尼系数、泰尔指数和行业相对工资等（聂海峰等，2016）其中，前二者多用于测算地区层面的行业收入差距，而本文需要行业层面的收入差距指标，因此选用行业相对工资衡量行业收入差距，指标构建方法为：目标行业的平均工资水平/所有行业的平均工资水平。2 .核心解释变量产业数字化水平（DegitaI）及其平方项（DegitaF）。借鉴杨飞等（2020）、张晴等（2020）的研究思路,采用各行业对数字产品的直接消耗系数和完全消耗系数衡量数字化投入直接消耗系数计算方式简便，能够直观地反映各行业的数字化程度，完全消耗系数则更侧重于反映行业间的间接技术经济关联0参考许宪春等（2020）对数字行业的界定,将投入产出表中涉及"计算机、电子和光学产品制造、通信服务、计算机软件咨询和信息服务业”的部门划分为数字经济相关部门。3 .机制变量本文检验了两个作用机制：一是人力资本水平（Talent）借鉴Mincer等（1974）的测算方法,用各行业就业人员的平均受教育年限衡量该行业的人力资本水平。二是行业生产效率（FaCPro）。本文以行业增加值为产出变量，以行业城镇单位就业人员数量和固定资产投资规模为投入变量，采用DEA-BCC模型测算行业的生产效率。4 .控制变量借鉴周云波等（2017）、邓翔等（2019）的研究,本文控制了可能影响行业收入差距的因素，包括:行业资本深化水平（DeeP）,用行业固定资产投资/行业增加值表示;行业贸易开放水平（Trade）,用行业进出口总额/行业增加值表示；行业外商直接投资（FDI）,用外商直接投资/国民生产总值表示；性别就业比例（Gender）,用行业女性职工就业比例表示；行业的国有参与度（Gover）,用行业国有单位就业人数/该行业总就业人数表O（三）数据来源与处理说明本文构建了中国20032018年18个行业的面板数据,原始数据均来自世界投入产出表（WIoD）、中国投入产出表、中国统计年鉴和中国劳动统计年鉴和国家统计局网站。在数据处理过程中需要说明的是:一是不同统计口径行业数据的匹配。为保证指标统计口径的一致性，按照行业划分标准（GB/T47542017）,将WIOD和中国投入产出表统一为19个行业分类。二是产业数字化指标的量化。基于两组投入产出表，分别测算给定年份的产业数字化指标，并通过平行法调整使其具有统计上的一致性，最终得到了20032018年产业数字化的指标。三、实证结果与分析（一）基准回归表1汇报了基准模型的主要回归结果。第（1）列和第（3）列依次加入产业数字化水平（DegitaI）及其平方项（Degital2）,未加入控制变量，产业数字化的系数在两个回归中皆显著为正,产业数字化平方项的系数显著为负，说明产业数字化对行业收入差距的影响呈"倒U形"，即产业数字化初期,行业收入差距扩大随着产业数字化水平的提高而扩大，但随着产业数字化程度的加深，行业收入差距随着产业数字化水平的提高而缩小。假说1得证。第（2）列和第（4）列在原有回归的基础上考虑控制变量的影响，结果表明，核心解释变量系数的显著性和方向未发生本质性变化,仅在数值上有所差别。控制变量方面，第（4）列表明，行业的资本深化、贸易开放度、外商直接投资与行业收入差距具有显著的相关关系。其中，资本深化、外商直接投资与行业收入差距正相关，即会扩大行业收入差距；而贸易开放度与行业收入差距负相关.即有助于缩小行业收入差距。国有参与度和性别就业比例对行业收入差距的影响未通过显著性检验。表1产业数字化对行业收入差距的影响：基准回归(1)(2)(3)(4)Degital0.3980.367”0.447”0.619,(-1.61)(-2.92)(3.74)(-2.94)Degital2-0.102-0.890(-12.44)(4.18)Trade-0.000444*,-0.000458,(-2.72)(-2.80)Deep0.05020.0594*0(3.38)(4.60)FDI0.0113*0.0107*(2.18)(2.05)Gover-0.00350-0.00349(-0.04)(-0.36)Gender0.03700.0725(0.15)(0.29)时间效应YesYeSYesYes行业效应YesYesYesYesN288288288288Adj-R20.1640.3260.1670.341注括号中为t值.*、*分别表示.下同（二）稳健性检验1 .工具变量解决内生性问题在基准回归部分，本文采用固定效应模型控制了同时影响行业收入差距和产业数字化水平的长期因素，得到参数的一致估计。但产业数字化和行业收入差距可能存在反向因果，即行业的数字化水平会影响行业间收入差距，行业收入差距也可能成为限制行业数字化转型的诱因。此外，也不能排除遗漏变量和测量误差等因素引致内生性问题的可能性。因此，本节采用工具变量法解决内生性问题。工具变量的选取策略既要满足工具变量的相关性要求，也要满足工具变量的排他性要求。本文选取产业数字化水平的一阶滞后项作为工具变量，因为滞后一期的产业数字化水平会影响当期行业收入差距，但不会与当期干扰项相关。表2的第（1）列给出了对该工具变量合理性的检验结果，以及以工具变量的回归结果。结果表明该工具变量的选取是合理的，产业数字化对行业收入差距的“倒U形”影响依然成立。2 .替换被解释变量本文以剔除工作时间影响的行业相对工资（ReVenUe）替代原被解释变量，回归结果见表2的第（2）列。产业数字化的系数在1$置信水平下显著为正，而产业数字化的平方项的系数在10$置信水平下显著为负，说明本文的基准回归结果是稳健的。3 .替换核心解释变量此处以上文测算的各行业对数字经济相关部门的完全消耗系数作为产业数字化的指标，带入基准回归模型，检验数字化转型对行业收入差距的影响。模型估计结果如表2中第（3）列所示：产业数字化及其平方项对行业收入差距的影响皆通过了显著性检验，与基准回归相比，二者的系数仅在数值上存在差异,再次说明了基准回归结果的稳健性。4 .剔除极端值和异常值样本中存在的极端值和异常值可能会影响研究结果，本文剔除行业间收入差距、产业数字化水平、产业数字化平方项三个变量的最高和最低两端各2%的极端值。回归结果如表2中第（4）列所示，产业数字化对行业间收入差距的影响呈“倒U形”趋势的结论依然成立。表2产业数字化对行业收入差距的影响：稳健性检验工具变量法(1)替换被解释变量(2)替换解释变量(3)缩尾处理(4)Degital0.217-0.4101.027*0.620(-4.10)(6.01)(-2.96)(3.88)Degital2-0.352-0.784,-2.4830-0.947w(3.22)(2.67)(4.65)(5.62)控制变量YesYesYesYes时间效应YesYesYesYes行业效应YesYesYesYesN270288288288Adj-R20.3480.2170.2640.301识别不足检的10.670*弱识别检蛉14.62过度识别检验0.04四、进一步分析:异质性和机制研究(一)异质性分析本部分按照技术渗透难度、行业要素特征和所有制属性等特征，将18个行业分组，依次检验产业数字化对行业收入差距的影响是否具有异质性。表3汇报了异质性回归结果。表3产业数字化对行业收入差距的影响：异质性检验技术渗透难度生产要素特征所有制属性高渗透难度低渗透难度劳动密集资本密集技术密集(5)国有属性市场属性(1)(2)(3)(4)(6)(7)Degital0.75200.330-0.433,0.648*,0.584*0.4270.732t*(6.40)(6.01)(-2.72)(-5.15)(-4.21)(1.22)(2.62)Degital2-2.461-1.086-0.782”-1.241”-0.860-1.26-0.955(1.42)(2.67)(7.65)(4.07)(1.16)(0.04)(-4.11)控制变量YesYesYesYesYesYesYes时间效应YesYesYesYesYesYesYes行业效应YesYesYesYesYesYesYesN961928011212896192Adj-R20.2680.3040.2840.2620.3260.3210.3411 .基于技术渗透难度的异质性检验不同行业对数字技术的应用需求是不同的。李腾等(2021)研究表明两个关键维度决定了某一行业是否容易被数字技术影响，即工作所需的专业技能水平和工作任务的重复性。需要高专业技能水平.且在工作过程中具有低重复性特征的行业更加难以被数字技术渗透。按照技术渗透难度将18大行业分组，将所需专业技能较高、工作重复性较低的行业分为高技术渗透难度组,具体包括：“信息传输、软件和信息技术服务业；金融业：科学研究和技术服务业：教育业;卫生和社会工作：公共管理、社会保障和社会组织”等6类行业。其他行业所需专业技能较低、工作重复性较高，归为低技术渗透难度组。回归结果见表3的第(1)和(2)列，结果表明：产业数字化对行业收入差距的“倒U形”影响在技术渗透难度较低的行业中显著，在技术渗透难度较高的行业仅呈现收入差距扩大效应。2 .基于行业要素特征的异质性检验按照投入要素特征对行业进行分类是最为常见的处理方式，将18个行业分为劳动密集型、资本密集型和技术密集型。需要说明的是，制造业细分行业繁多，同时包含劳动、资本和技术密集等三种情况，而本文所采用的统计数据无法对制造业细分行业做更进一步的划分，因此在以上三组样本中均加入制造业样本。回归结果见表3的第(3)至(5)列，结果表明：在资本密集型和劳动密集型行业中，产业数字化对行业间收入差距的影响先扩大再缩小，在技术密集型行业中，产业数字化扩大了行业间收入差距。-943 .基于行业所有制的异质性检验借鉴岳希明等（2010）的做法，本文以国有企业在行业中的力量占比衡量行业所有制，将18类行业划分为国有属性较强行业和市场属性较强行业。具体划分如下：国有属性较强的行业包括“公共管理、社会保障和社会组织;卫生和社会工作；教育业：水利、环境和公共设施；科学研究和技术服务；电力、热力、燃气及水生产和供应业”，其他行业为市场属性较强的行业。回归结果见表3的第（6）和（7）列，结果表明：产业数字化对行业收入差距的倒U形影响在市场属性较强的行业中显著，在国有属性较强的行业中不显著。（二）机制探讨前文证明了产业数字化对行业收入差距的非线性影响，以及该效应在不同情况下的异质性表现。本节从人力资本优化和生产效率提高两个角度，探讨产业数字化影响行业收入差距的作用机制。1 .人力资本优化在产业数字化初期，数字技术的应用从两方面推动了行业人力资本的优化。一是数字技术的应用使得常规性和重复性的工作任务逐渐实现自动化，导致大量低技能劳动者被挤出劳动力市场；另一方面.高技能劳动者对数字技术具有更强的学习能力，且其工作难以被数字技术取代。这激发了行业对高技能劳动力的需求，短期内，行业内高低技能劳动力“优胜劣汰”，行业人力资本实现动态优化。低技能劳动力被迫失业或流向对技能要求更低的行业,导致行业收入差距扩大。长期来看，随着产业数字化程度的加深，劳动力市场根据市场需求自发性调整，雇员通过自主学习或参加企业培训的方式提高数字技能水平，行业间劳动力的数字技能差距逐渐回归合理水平，从而促进行业间收入差距的缩小。本文以行业劳动者人力资本水平（TaIen。）作为中介变量,对该机制进行了检验，回归结果见表4的第（1）至（3）列。第（1）列为基准回归结果。第（2）列以人力资本水平作为被解释变量，产业数字化的系数在1$置信水平下显著为正，产业数字化二次项的系数显著为负，即产业数字化对行业人力资本水平的影响为“倒U形”。第（3）列将产业数字化及其二次项、行业人力资本水平同时作为解释变量，结果表明，产业数字化及其二次项的系数满足“倒U形”条件,行业人力资本水平的系数显著为正。该结果说明行业人力资本水平与行业收入差距正相关,且人力资本水平的变化是产业数字化影响行业收入差距的中介机制。表4产业数字化对行业收入差距的影响：作用机制检验人力资本机制生产效率机制(1)(2)(3)(4)(5)(6)WageTalentWageWageFacproWageDegital0.4474*0.576*r*0.607-0.447“0.026-0.614-(3.74)(-2.88)(6.72)(3.74)(14.62)(-3.27)Degital2-0.102”-1.280m-1.012*,-0.102”-0.0074-0.826,(-12.44)(4.17)(2.97)(-12.44)(-0.15)(-2.71)Talent0.0942(3.45)Facpro0.018-(-4.62)控制变贵YesYesYesYesYesYes时间效应YesYesYesYesYesYes行业效应YesYesYesYesYesYesN288288288288288288Adj-Rz0.1640.0840.3520.1640.1400.3112 .生产效率提高数字技术的应用对行业生产效率的提升较为直观。传统产业与数字技术的融合有利于提高生产要素间的协调性，促进资金和劳动要素的重组与再分配，优化行业的资源配置效率；同时，数字技术可以提高企业内部管理和外部沟通的效率，降低企业经营过程中的信息成本、监督成本、搜寻成本等交易成本。因此，产业数字化程度较高的行业可能通过提高行业生产效率的机制扩大行业间收入差距。为验证行业生产效率提升是否为产业数字化影响行业收入差距的有效机制，本文以行业全要素生产率（FaCPr0“）为中介变量，回归结果见表4的第（4）至（6）列。第（4）列为基准回归结果。第（5）列以行业全要素生产率为被解释变量,产业数字化的系数显著为正，产业数字化的二次项的系数不显著,说明产业数字化95与行业生产效率之间呈正向的线性相关关系。第(6)列将三个变量同时纳入回归模型，其中，产业数字化对行业收入差距的"倒U形”影响未发生根本性改变。行业全要素生产率的系数显著为正，即行业生产效率的提高会导致行业收入差距扩大。该中介效应检验说明，行业生产效率起到了部分中介效应的作用，即产业数字化通过提高行业生产效率扩大了行业收入差距，但生产效率提升无法解释拐点之后产业数字化缩小行业收入差距的部分。五、仑与建议在构建产业数字化与行业收入差距模型的基础上，利用中国2003-2018年的行业面板数据，实证检验了产业数字化对行业收入差距的影响和作用机制。研究发现：(1)产业数字化对行业收入差距的影响呈现"倒U形”特征,在考虑内生性问题,并通过一系列稳健性检验之后,该结论依然成立(2)产业数字化对行业收入差距的"倒U形”影响在技术渗透难度较低的行业中显著，在技术渗透难度较高的行业仅呈现收入差距扩大效应；在资本密集或劳动密集行业中显著，在技术密集行业仅呈现收入差距扩大效应；在市场属性较强的行业中显著，在国有属性较强的行业中不显著o(3)产业数字化通过人力资本优化对行业收入差距产生"倒U形"影响，而生产效率提升只能解释行业收入差距扩大的部分。基于研究结论，提出以下政策建议：(D引导产业数字化齐头并进，推动数字化转型稳步发展0研究表明行业间数字化转型差距是造成行业收入差距扩大的重要原因。因此，政府应积极引导农业、工业和服务业依据行业特性开展数字化转型，如农业强化经营销售环节的数字化来更好地对接市场需求，工业促进数字技术在研发设计、生产制造和经营管理等各环节的应用，服务业上探索众包设计、智慧物流等新模式和新业态。(2)全面提升劳动者技能水平，聚焦数字技能重点培育.研究显示产业数字化通过人力资本优化影响行业收入差距，这表明缩小劳动者数字技能差距是缓解行业收入差距的有效举措O企业可以积极开展数字技能培训或职工转岗培训，提高雇员的数字技能水平。高等教育领域应及时调整和优化人才培养方案，增设数字经济相关学科，重视数字技能培育。(3)健全社会保障与分配制度，保障转型阵痛平稳过渡。研究证明产业数字化初期扩大行业收入差距的“阵痛”难以避免，政府可以通过补贴下岗员工的生活支出和扩大失业保险覆盖面等措施，为失业者提供基本生活保障，通过增设公共就业岗位或岗位信息渠道，缩短低技能劳动者从失业到再就业的过程，避免因数字化转型对劳动力市场的短期震荡导致贫富差距进一步扩大。囿于篇幅限制，世界投入产出表、中国投入产出表数据按行业分类标准重新划分为19个行业的具体过程省略，如有需要可向作者索取.参考文献：白雪洁，李琳,宋培,2021.数字化改造能否推动中国行业技术升级？J.上海经济研究(10):62-76.陈玉娇，宋铁波，黄键斌，2022.企业数字化转型："随行就市"还是"入乡随俗"？一基于制度理论和认知理论的决策过程研究J.科学学研究(6):1054-1062.邓翔,黄志,2019.人工智能技术创新对行业收入差距的效应分析:来自中国行业层面的经验证据J.软科学(11):1-5,1。傅为忠,刘瑶,2021.产业数字化与制造业高质量发展耦合协调研究：基于长三角区域的实证分析J华东经济管理(12):19-29.李帅娜，2021.数字化与服务业工资差距：推波助澜还是雪中送炭？一基于CFPS与行业匹配数据的分析J.产业经济研究(6):114,28.李腾，孙国强，崔格格，202L数字产业化与产业数字化：双向联动关系、产业网络特征与数字经济发展J产业经济研究(5):54-68.李晓钟，李俊雨，2022.数字经济发展对城乡收入差距的影响研究J.农业技术经济(2):77-93.李怡,柯杰升,2021.三级数字鸿沟：农村数字经济的收入增长和收入分配效应J.农业技术经济(8):119-132.刘飞，2020.数字化转型如何提升制造业生产率：基于数字化转型的三重影响机制J.财经科学(10):93-107.聂海峰，岳希明，2016.行业垄断对收入不平等膨响程度的估计J中国工业经济(2):5-20.吕铁,2019.传统产业数字化转型的趋向与路径J人民论坛学术前沿(18):13-19.田鸽，张勋7022.数字经济、非农就业与社会分工月.管理世界(5):72-84.96肖旭，戚聿东，2019.产业数字化转型的价值维度与理论逻辑J改革(8):61-70.许宪春，张美慧，2020.中国数字经济规模测算研究：基于国际比较的视角UL中国工业经济(5):23-41.严子淳,李欣,王伟楠，202L数字化转型研究：演化和未来展望J科研