數字經濟縮小了行業工資差距嗎

張晶　金波

摘要：厘清數字經濟優化我國產業-就業結構，影響行業工資差距的作用機制，有助于更加深入地認識和處理產業結構與就業質量之間的關系。區別于以往單一維度的研究，將數字經濟、產業-就業結構、行業工資差距納入同一個框架，從產業-就業結構偏差的視角切入，對數字經濟與行業工資差距之間的因果關系、作用機制以及溢出效應進行實證檢驗。研究結果發現，數字經濟的發展對行業工資差距的縮小具有顯著的正向作用。進一步通過作用機制檢驗表明，數字經濟能夠通過糾正產業-就業結構偏差而縮小行業工資差距。同時基于空間杜賓模型直接證實了數字經濟空間溢出效應的存在，數字經濟的發展能夠同時縮小本地及其鄰近城市的行業工資差距。

關鍵詞：數字經濟；行業工資差距；產業-就業結構偏差；空間溢出效應

文章編號：2095-5960（2023）06-0080-10；中圖分類號：F062.9；文獻標識碼：A

一、引言

黨的二十大報告再次重申了共同富裕這一社會主義發展目標，并明確指出，中國式現代化的本質要求是堅持以人民為中心的發展思想，通過高質量發展實現全體人民共同富裕。但值得注意的是，中國行業間初次分配關系的不平衡問題依然存在，近年來高者愈高、低者愈低的行業工資“馬太效應”凸顯。行業工資差距擴大成為中國收入差距擴大的重要原因之一，成為共同富裕美好愿景實現的關鍵阻礙。根據國家統計局發布的數據，2020年我國年均工資最高的行業（信息傳輸、軟件和信息技術服務業）工資水平為177544元，是全國平均水平的1.82倍，是最低行業（農、林、牧、漁業）的3.66倍。與此同時，如圖1所示，以泰爾指數衡量的行業工資差距計算結果表明，盡管2008～2017年我國行業工資差距呈現出縮小趨勢，但近年又出現了反彈，相比2017年，2020年行業工資差距增加了6.9個百分點，擴大趨勢不容忽視。

行業工資差距問題由來已久也備受關注，國外學者以行業工資差距影響因素為研究主題形成了效率工資理論、人力資本理論、競爭性勞動力市場理論以及制度理論等，這些理論也被普遍應用于國內行業工資差距問題的研究中，形成了基于不同角度的研究結果。從效率工資角度出發，不同行業勞動生產率的差異會帶來行業工資差距；[1]從人力資本的視角出發，不同行業勞動力的技能差異能夠解釋行業工資存在差距的原因；[2]由于行業壟斷和市場分割導致的行業工資差距甚至強于其他原因帶來的差距程度。[3]在眾多對行業工資差距的原因分析中，技術進步的作用是綜合性和基礎性的[4]，不僅能夠通過勞動生產率的改善促進經濟增長，也可以通過產業結構的調整和勞動力需求的變化，進一步影響行業間的工資差異[5]。

近年來，以數字技術為代表的技術進步席卷全球，數字技術對傳統產業的滲透程度日益加深，數字經濟進入人們的視野，并迅速引起學界的廣泛關注。[6]關于數字經濟如何影響行業收入差距的研究也開始出現。有學者研究發現，數字經濟會對低技能和高技能勞動者產生不同的替代效應，從而影響行業收入分配差距。[7]數字經濟對行業收入差距的影響呈現先擴大后縮小的“倒U形”，其通過人力資本優化影響行業收入差距，縮小勞動者數字技能差距是緩解行業收入差距的有效舉措。[8]具體到數字化技術對服務業工資差距的影響，亦呈現出“倒U型”趨勢，這種趨勢在私營企業、個體工商戶中更加明顯。[9]

已有文獻多基于行業工資差距影響因素的多角度分析，結合數字經濟在促進生產要素的升級、人力資本的優化、社會生產力的提升等方面的作用，分析數字經濟對行業工資差距可能帶來的影響及影響機制。但數字經濟還可通過提供技術、產品、商業應用模式及需求側結構等創新來促進產業變遷并重塑產業結構，是推進產業結構升級的關鍵力量。而產業結構是決定就業結構的充分條件，就業結構又進一步影響行業間的工資水平。當就業結構與產業結構的變化相匹配時，人力資本會滿足產業結構變化的要求，促進產業間的勞動力轉移，縮小工資差距。雖然，產業-就業結構、數字經濟分別與行業工資差距方面的研究成果較多，但將兩者結合，以數字經濟為切入點，從產業-就業結構角度分析行業工資差距的研究較少。因此，結合數字經濟的內涵，本文將數字經濟、產業-就業結構、行業工資差距納入同一個框架中，試圖從產業-就業結構偏差這一視角切入，檢驗數字經濟通過糾正產業-就業結構偏差，從而影響行業工資差距的內在機制。

二、理論分析與研究假設

當前，我國依托大數據和云計算等前沿技術，以互聯網、移動支付、物聯網和人工智能為代表的數字經濟經歷了飛速的發展。2022年我國數字經濟規模達50.2萬億元，總量穩居世界第二，占GDP比重提升至41.5%，成為穩增長促轉型的重要引擎。數字經濟在與傳統產業融合的過程中，通過對傳統就業崗位的破壞和新就業崗位的創造，促進了勞動力在不同行業間的流動，改善了各類資源稟賦的利用效率[10，11]，在提升不同行業勞動生產率的同時，也打破了原有的工資分配格局，特別是那些勞動生產率得以改善的行業工資水平增加，使得不同行業間的工資差距縮小。

目前已有的一些研究證實了數字經濟對全要素生產率[12]、勞動力流動[13]以及資本收益率[14]的影響。而且數字經濟對收入不平等[15]也會產生顯著的影響，勞動力流動和資源稟賦的重新配置是其中兩個不可忽視的作用機制，由此也在一定程度上印證了本文所做的理論闡述?；诖?，本文提出如下假設：

假設1：數字經濟的發展對行業工資差距的縮小存在積極影響。

現有文獻已經發現，諸如技術進步等外在因素會導致產業結構的演進[16]，并通過就業崗位的調整和創造，帶動就業結構的變化，進而對產業-就業結構偏差產生影響。作為技術進步的體現，數字技術帶來的創新變革，通過計算機信息系統、數字平臺、人工智能應用等技術，推動了產業的數字化轉型，在促進新產業產生的同時，也打破了原有產業之間的平衡，從而導致資本、勞動力等資源重新在不同產業間分配[17]，由此使得就業形態和就業結構發生變化，并促進二者的協調演進。

此外，不同產業的發展差異決定了生產率水平呈現一種梯度結構，要素稟賦具有從低生產率向高生產率產業流動的趨勢。[18]因此，當某一產業的產出比重與就業比重沒有實現均衡時，意味著該產業的勞動生產率仍有改善的空間，勞動者的工資水平也更低。各類生產要素將從低生產率水平的產業流向高生產率水平的產業，直至整個經濟體的產業結構與就業結構趨于均衡，各行業的勞動生產率得以優化，行業工資差距也隨之縮小。也就是說，產業-就業結構偏差在決定了行業生產率的同時，也對行業工資水平的分布產生了不可忽視的影響。一些文獻采用不同國家的數據，從結構匹配的視角出發，也證實了產業-就業結構偏差對行業工資差距的縮小具有積極的作用。[19，20]

基于以上分析，如果說數字經濟的發展能夠有效縮小行業收入差距，那么，這一效應很有可能是通過矯正產業-就業結構偏差而發生作用的，為此，提出本文的第二個研究假設。

假設2：數字經濟能夠通過矯正產業-就業結構偏差，促進行業工資差距的縮小。

數字經濟以互聯網、大數據等技術為載體，能夠通過快速的信息傳遞和分享突破地理距離的限制，從而對鄰近地區產生一種空間溢出效應。[21]具體而言，一方面，數字經濟的發展降低了地區間的交流成本，能夠通過快速的信息交流和分享，形成一種示范效應，促進先進技術在不同地區產業間的擴散，深化產業結構的空間關聯度。[22]另一方面，數字經濟的溢出效應還表現為對勞動力流動的影響。[23]數字經濟帶來的有效信息共享，強化了個體流動決策的理性化程度，可以有效降低工作搜尋成本[24]，并對勞動力在不同地區間的流動產生外溢效應。數字經濟在上述兩個方面的共同作用，對鄰近地區產業結構和就業結構的均衡調整產生了積極影響，從而對行業工資差距的影響表現出空間溢出效應。

盡管現有研究并未直接檢驗數字經濟影響行業工資差距的溢出效應，但部分文獻為此提供了間接證據。一些研究者采用城市和省級數據，發現數字經濟對經濟發展質量和全要素生產率的影響具有顯著的溢出效應[25，26]，采用中國城市層面的數據則發現，數字經濟對創新活動的影響具有強烈的空間溢出效應[27]。同時，這些文獻均強調，數字經濟促進知識、技術以及勞動力等資源稟賦在不同區域間的優化配置，是導致空間溢出效應產生的重要原因。據此，我們提出本文的第三個研究假設。

假設3：數字經濟對行業工資差距的影響存在空間溢出效應。

以上提出的三個假設存在著內在聯系：假設1在總體層面闡述了數字經濟對行業工資差距的影響效應，假設2和假設3則分別從作用機制和空間表現形式兩個層面對這一效應進行解釋。在接下來的分析中，將圍繞上述三個假設對數字經濟與行業工資差距的關系進行檢驗。

三、實證模型和數據

（一）計量模型和實證策略

（二）變量

1.被解釋變量：行業工資差距

2.核心解釋變量：數字經濟

對數字經濟的衡量通常對應一個綜合指標，但不同文獻所包含的維度有所不同。本文借鑒趙濤等（2020）的方法，采用主成分分析法從互聯網普及率、移動電話普及率、計算機服務和軟件從業人員數、電信業務總量四個方面出發，對我國各城市的數字經濟發展水平進行衡量?；趯?017～2020年268個城市的測算結果，圖2描繪了數字經濟與行業工資差距的關系?？梢园l現，在數字經濟發展水平較高的城市，行業工資差距也相對較低。簡單的OLS回歸還表明，數字經濟大約解釋了行業工資差距10%的變化，這也初步證實了本文在上一部分對兩者關系的理論闡述。

4.其他控制變量

本文所包含的其他控制變量包括：（1）經濟發展水平（lnpgdp）：以人均GDP的對數衡量；（2）貿易開放度（trade）：以進出口貿易總額占GDP的比重衡量；（3）人力資本水平（educ）：以人均受教育年限衡量；（4）城鎮化水平（urban）：通過城鎮人口占總人口的比重來衡量；（5）金融發展水平（finance）：以各城市年末金融機構貸款余額與地區生產總值之比來衡量；（6）行業壟斷程度（mono）：由于一些行業本身存在一定的進入門檻，導致其壟斷程度更高，例如石油和天然氣開采業、鐵路運輸業、銀行業以及證券業等行業，為此，參照武鵬（2011）的方法，并結合城市數據的可得性，以交通運輸倉儲及郵政業、金融業的行業增加值總和占地區生產總值的比重來衡量行業的壟斷程度。

（三）數據

本文的實證檢驗采用城市面板數據展開。由于我國城市經濟發展主要依賴于第二和第三產業，故本文重點關注的也是這些產業中的行業。根據2011年國家統計局頒布的《國民經濟行業分類》標準，第一二三產業共被劃分為20個行業，但地方統計局在統計產值和就業時并未包括所有的行業，不同地區所統計的行業也存在差異，即使是同一地區在統計產值和工資時所針對的行業也不一致。為此，結合不同城市的差異化情況，本文最終選擇了9個行業，具體包括：工業，建筑業，交通運輸、倉儲和郵政業，批發和零售業，住宿和餐飲業，信息傳輸、軟件和信息技術服務業，金融業，房地產業，租賃和商務服務業。此外，由于部分城市行業工資水平和就業人員數據存在缺失，故最終共選取了2017～2020年的268個城市，所有原始數據均來源于中經網數據庫以及相應年份的城市統計年鑒。

表1報告了所有變量的描述性統計結果。以泰爾指數衡量的行業工資差距（wgap）的最大值為0.151，均值為0.124，衡量數字經濟發展水平的指標（digital）最大值為6.132，最小值為-0.226，表明樣本期內我國不同地區的數字經濟發展水平仍存在較為顯著的差異。①①之所以數字經濟的測算結果存在負值，原因在于為了消除量綱的影響，在計算過程中對各分項指標進行了標準化處理，使得一些分項指標的取值為負，從而也使得部分數字經濟發展水平的測算結果為負。值得注意的是，結構偏離度（ind_emp）在樣本期內的均值為0.647，且其標準差為0.019，這意味著我國的產業發展和就業結構的匹配仍有一定的改善空間。

四、估計結果分析

（一）基本估計結果

以模型（1）為基礎，首先對假設1進行檢驗，表2報告了相應的估計結果。其中，第（1）列只控制數字經濟這一變量，第（2）列則逐步加入了其他的變量。同時，為了控制經濟發展水平與行業工資差距之間可能存在的非線性關系，在第（3）列中進一步加入了人均GDP的平方項（lngdp2）。表2的估計結果說明，數字經濟有助于行業工資差距的縮小，假設1得到了證實。具體來看，城市數字經濟發展水平每提升一個單位，以泰爾指數衡量的行業收入差距將下降0.01左右。根據第（3）列的估計結果，如果從標準化系數看，數字經濟發展水平每增加一個標準差，行業工資差距將下降0.741個標準差。

Avi Goldfarb & Tucker從成本的角度闡釋了數字經濟是如何發生作用的[29]，具體到本文，如果數字經濟能夠縮小行業工資差距，這很可能是因為數字技術的發展降低了行業的生產成本、勞動力的工作搜尋成本和轉換成本，從而優化了城市產業結構與就業結構并使之匹配，由此進一步縮小了行業工資差距?，F有文獻主要從人力資本的視角出發，基于不同行業勞動力的技能差異解釋行業工資差距，而本文從數字經濟所做的解釋，間接強調了技術進步在行業工資差距演變過程中的作用，因而也在一定程度上與已有文獻的解釋形成互補。

從其他控制變量的估計結果看，無論是否控制平方項，人均GDP對行業工資差距的影響均不顯著，這可能是因為其影響效應被其他因素所吸收。受教育年限和金融發展水平的參數估計值為正，說明這兩個變量對行業工資差距存在負面影響，這也與已有文獻的結果保持一致。貿易開放度和行業壟斷程度的系數均不顯著，說明基于本文的樣本并不能證實這兩個因素對行業工資差距存在影響。值得注意的是，現有文獻發現城鎮化水平有助于縮小行業工資差距[28]，但本文的估計結果卻表明城鎮化的推進擴大了行業工資差距。這可能是因為城鎮化水平在提升不同行業工資水平的同時，也加大了行業間工資水平的分化，例如，盡管城鎮化的推進同時吸引了高技能和低技能人口的涌入，但在這一過程中高技術行業的勞動生產率和工資水平的增長速度更快，從而導致行業工資差距擴大。

（二）內生性問題

表2的結果可能存在內生性問題。首先，盡管面板數據可以消除不可觀測的城市固定效應所產生的估計偏誤，但一些時變的遺漏變量以及數字經濟指標的測量誤差仍可能對估計結果產生不利影響。其次，可能還存在從行業工資差距到數字經濟的逆向因果關系，導致聯立性偏誤的產生。為此，本文重新采取工具變量法對模型進行估計。五、穩健性檢驗

（一）采用不同的被解釋變量

在本文的基準回歸中，基于泰爾指數衡量行業工資差距，但極值比和變異系數也是常用的測度指標。其中，極值比對應最高工資與最低工資之比，變異系數則是所有行業的工資標準差與所有行業的工資均值之比。為此，本文接下來首先采用上述兩個指標替換泰爾指數，重新對模型（1）進行估計，相應的結果如表4所示。根據表4第（1）和第（2）列的估計結果，無論采用極值比還是變異系數來衡量行業工資差距，本文的基本結論均保持不變。

（二）采用不同的解釋變量

騰訊研究院發布的“互聯網+”數字經濟指數也是常用的衡量數字經濟發展水平的指標，該指數涵蓋國內31個省份的351個城市，反映了這些城市數字經濟的發展規模和水平，故本文也以該指數為基礎，重新對前文的結果進行估計。表4第（3）列的結果表明，在采用不同的解釋變量后，本文的結果仍保持不變。

（三）控制滯后一期的行業工資差距

盡管本文的基本結果已經證實數字經濟對縮小行業工資差距具有積極的作用，但對這一結果的解釋仍存在其他可能性，因為不同城市的行業工資差距具有時間依賴性，當前行業工資水平的分布很有可能受到過去的影響。如果模型的估計沒有考慮這一點，很有可能因為混淆了被解釋變量的自相關特征，而未能識別出數字經濟對行業工資差距的真實影響。為此，筆者進一步在模型（1）中納入滯后一期的行業工資差距（L.wgap），重新對相關參數進行估計。因此時模型（1）變成一個動態面板數據模型，故筆者采用系統GMM方法對相關參數進行估計，結果如表4第（4）列所示。此時，數字經濟依然顯著縮小了行業工資差距，且變量L.wgap的估計值說明，行業工資差距的演變具有顯著的時間依賴性，過去行業工資差距越高的城市，其當前的行業工資差距也越大。

（四）控制滯后一期的數字經濟發展水平

產業結構調整和勞動生產率的改善相對數字經濟的發展而言可能存在滯后，由此使得數字經濟對行業工資差距的影響也存在滯后性。因此，在模型（1）中進一步控制了滯后一期的數字經濟發展水平（L.digital），重新對相關參數進行估計。如表4第（5）列所示，在控制了變量L.digital后，本文的結論依然保持不變。

六、進一步的分析

（一）作用機制檢驗

本文的假設2指出，數字經濟的發展能夠有效化解就業結構與產業結構之間的不均衡，進而縮小行業工資差距。為了對此進行檢驗，筆者對模型（2）和（3）進行了估計，表5報告了相應的結果。其中，第（1）列對應模型（2）的估計結果，第（2）列則對應模型（3）的回歸結果。

從表5第（1）列來看，產業-就業結構偏差對行業工資差距的縮小存在積極影響。同時，表5第（2）列的結果表明，數字經濟的發展顯著化解了產業-就業結構偏差。其原因可能在于，數字技術在對不同行業勞動生產率產生不同影響的同時，也對就業崗位在行業間的分布產生了不可忽視的影響，由此引導勞動力資源以及其他生產要素通過在不同行業間的流動，促使產業結構與就業結構趨向平衡。上述結果也說明，產業-就業結構偏差是數字經濟影響行業工資差距的一個渠道，假設2也得到了證實。（二）空間溢出效應檢驗

基于模型（4）對假設3進行檢驗，即對數字經濟影響行業工資差距的空間溢出效應進行檢驗。模型（4）的估計需要先確定空間權重矩陣，該矩陣衡量了不同城市之間空間依賴性的強度，文獻中經常采用的權重矩陣包括根據不同區域是否相鄰而定的空間鄰接矩陣、根據空間距離而定的地理距離矩陣以及根據經濟發展水平而定的經濟距離矩陣，本文將同時選擇上述三類矩陣來對模型（4）進行估計。

如表6所示，本文首先以地理距離矩陣為基礎，計算了數字經濟和行業工資差距在2017～2020年間的Moran’s I指數。該指數取值范圍在[-1，1]之間，越接近于1表明變量的空間正相關性越強，越接近于-1則表明空間負相關性越強。根據表6的結果，不同年份數字經濟這一變量的Moran’s I統計值均在1%的水平上顯著為正，從而證實了不同城市之間數字經濟的發展存在空間正依賴性。值得注意的是，從表6來看，不同城市間的行業工資差距也呈現出顯著的空間正相關特征，這意味著在對模型（4）估計時，也應當同時考慮行業工資差距的空間依賴性，即納入行業工資差距的空間自回歸項。

七、結論與政策建議

數字經濟已然成為我國經濟發展的新動能。厘清數字經濟優化我國產業-就業結構，進而改變行業工資的分配格局、影響行業工資差距的作用機制，有助于我們更加深入地認識和處理產業結構與就業質量之間的關系，但目前學術界對此較少涉及。區別于以往單一維度的研究，本文將數字經濟、產業-就業結構、行業工資差距納入同一個框架中，從產業-就業結構偏差這一視角，利用2017～2020年268個城市的面板數據，實證檢驗了數字經濟通過糾正產業-就業結構偏差而縮小行業工資差距的過程、作用機制及其溢出效應。研究結果發現：

第一，數字經濟對行業工資差距的縮小具有顯著的積極作用。這是由于，數字技術的應用降低了行業的生產成本和勞動力的工作搜尋成本及轉換成本，在優化了產業結構與就業結構匹配程度的基礎上，進一步縮小了行業工資差距?，F有文獻主要從人力資本的視角出發，基于不同行業勞動力的技能差異解釋行業工資差距，而本文從數字經濟視角所做的解釋，間接強調了數字技術在行業工資差距演變過程中的重要作用。第二，與現有文獻不同，本文將產業-就業結構偏差作為機制變量，通過檢驗結果發現，數字經濟能夠通過改善產業-就業結構偏差，從而縮小行業工資差距。分析其原因在于，數字技術在對不同行業勞動生產率產生不同影響的同時，也對就業崗位在行業間的分布產生影響，由此引導勞動力資源以及其他生產要素通過在不同行業間的流動，促使產業結構與就業結構趨向平衡，有助于實現行業工資差距的縮小。第三，數字經濟促進知識、技術以及勞動力等資源稟賦在不同區域間的優化配置，是導致空間溢出效應產生的重要原因。已有的文獻并未直接檢驗數字經濟影響行業工資差距的溢出效應，只為此提供了間接證據。本文認為不同城市之間數字經濟的發展存在空間正依賴性，不同城市間的行業工資差距也呈現出顯著的空間正相關，運用空間杜賓模型直接驗證數字經濟的溢出效應，數字經濟的發展能夠同時縮小本地及其鄰近城市的行業工資差距。

在我國經濟處于推進高質量發展、實現共同富裕的關鍵時期，完善初次分配制度、規范行業收入分配秩序是一個重要的目標，本文所得到的結論有助于各級政府更加深入地把握行業工資差距的調控手段，制定完善收入分配、促進共同富裕的實現。首先，各級政府應當持續深入推進數字經濟發展，加大信息基礎設施建設投資，增強數字技術在不同行業的滲入力度，以數字經濟的發展為契機，完善初次分配制度改革，規范收入分配秩序，最終推動共同富裕的實現。其次，各級政府應當通過產業結構的調整積極應對生產要素在不同行業間的流動，實現產業、就業結構的均衡匹配和要素報酬在行業間的趨同。最后，鑒于數字經濟具有空間溢出效應，可以通過加強不同省、市、縣之間的聯系，促進各類生產要素的跨區域流動，這不僅是縮小行業工資差距的有效手段，也是縮小地區間數字產業發展差距的有效途徑。

參考文獻：

[1]羅楚亮，李實.人力資本、行業特征與收入差距——基于第一次全國經濟普查資料的經驗研究[J].管理世界， 2007（10）： 19～30.

[2]田柳，周云波，沈揚揚.不可觀測能力、群分效應和行業工資差距：行業分割視角[J]. 世界經濟， 2018（12）： 98～120.

[3]方福前，武文琪. 中國國有與非國有部門職業間工資差異及影響因素的實證研究[J].中國工業經濟， 2015（9）：53～68.

[4]Acemoglu D. Technical Change， Inequality， and the Labor Market[J]. Journal of Economic Literature. 2002， 40 （1）： 7～72.

[5]Katz L.F.， Murphy K.M. Changes in Relative Wages， 1963-1987： Supply and Demand Factors[J].The Quarterly Journal of Economics， 1992， 107（1）： 35～78.

[6]荊文君，池佳林.“數實融合”與經濟高質量發展：回溯、進展與展望[J].貴州財經大學學報， 2023（5）：74～81.

[7]何玉長，劉泉林.數字經濟的技術基礎、價值本質與價值構成[J].深圳大學學報（人文社會科學版），2021（03）：57～66.

[8]孫群力，彭有為.數字化會擴大行業收入差距嗎——基于人力資本和生產效率的中介機制檢驗[J].經濟經緯， 2023（3）： 88～97.

[9]李帥娜，數字化與服務業工資差距：推波助瀾還是雪中送炭——基于CFPS與行業匹配數據的分析[J].產業經濟研究， 2021（06）： 1～14；28.

[10]Acemoglu D， Restrepo P. Robots and Jobs： Evidence from US Labor Markets[J]. Journal of Political Economy. 2020， 128（6）： 2188～2244.

[11]楊文溥. 數字經濟促進高質量發展：生產效率提升與消費擴容[J].上海財經大學學報， 2022（1）： 1～14.

[12]謝莉娟，陳錦然，王詩桪. ICT投資、互聯網普及和全要素生產率[J].統計研究，2020（9）： 56～67.

[13]馬述忠，胡增璽.數字金融是否影響勞動力流動——基于中國流動人口的微觀視角[J].經濟學（季刊），2022（1）：303～322.

[14]賈甫.數字經濟、資本收益率與行業收入差距[J].當代經濟管理，2023（1）：58～66.

[15]Guellec D.， Paunov C. Digital Innovation and the Distribution of Income[Z]. NBER Working Papers 23987， 2020.

[16]Paul Stoneman. The Economic Analysis of Technological Change[M]. Oxford University Press， 1983： 76～81.

[17]Claudio Michelacci， David Lopez-Salido. Technology Shocks and Job Flows[J].？Review of Economic Studies， 2007， 74（4）：1195～1227.

[18]Rainer Andergassen， Franco Nardini， Massimo Ricottilli. Innovation， Specialization and Growth in a Model of Structural Change[J]. The BE Journal of Macroeconomics. 2018， 18 （2）： 63～86.

[19]Bleaney M.， Nishiyama A. Income Inequality and Growth： Does the Relationship Vary with the Income Level[J]. Economics Letters， 2004， 84（3）： 349-355.

[20]孫寶文，吳若男，鞠雪楠，史珍珍.產業就業結構偏差對行業工資差距的影響研究——以京津冀地區為例[J].管理現代化，2017（2）：100～103.

[21]Farboodi M， Veldkamp L. A Growth Model of the Data Economy[Z].NBER Working Papers 28427， 2021.Acemoglu D. Technical Change， Inequality， and the Labor Market[J]. Journal of Economic Literature. 2002， 40 （1）： 7～72.

[22]Ho C.C.， Tseng S.F. From Digital Divide to Digital Inequality： The Global Perspective[J]. International Journal of Internet & Enterprise Management， 2006， 4（3）：215～227.

[23]沈悅，郭品.互聯網金融、技術溢出與商業銀行全要素生產率[J].金融研究， 2015（3）： 160～175.

[24]Avi Goldfarb， Catherine Tucker. Digital Economics[J]. Journal of Economic Literature. 2019， 57（1）： 3-43.

[25]趙濤，張智，梁上坤. 數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據[J]. 經濟經緯，2023（5）：88～97.

[26]楊慧梅，江璐.數字經濟、空間效應與全要素生產率[J]. 統計研究，2021（4）： 3～15.

[27]金環，于立宏.數字經濟、城市創新與區域收斂[J].南方經濟，2021 （12）：21～36.

[28]Martins， P.S. Industry Wage Premia： Evidence from the Wage Distribution[J]. Economics Letters， 2004， 83（2）： 157～163.

[29]Avi Goldfarb， Catherine Tucker. Digital Economics[J]. Journal of Economic Literature. 2019， 57（1）： 3～43.

Does Digital Economy Reduce Inter-Industry Wage Differentials

-A Perspective of Industry-Employment Structure Deviation

ZHANG Jing， JIN Bo

（1.School of Finance， Shanxi University of Finance and Economics， Taiyuan， Shanxi 030006， China;

2.Taiyuan College， Taiyuan， Shanxi 030006， China）

Abstract：Clarifying the mechanism by which the digital economy optimizes China’s industrial employment structure and affects the wage gap in industries can help to gain a deeper understanding and handling of the relationship between industrial structure and employment quality. Different from previous single dimensional studies， this study incorporates the digital economy， industry employment structure， and industry wage gap into the same framework. From the perspective of industry employment structure bias， it empirically tests the causal relationship， mechanism of action， and spillover effects between the digital economy and industry wage gap. The research results found that the development of the digital economy has a significant positive effect on narrowing the industry wage gap. Further testing of the mechanism of action indicates that the digital economy can narrow the industry wage gap by correcting the deviation in the industry employment structure. At the same time， based on the spatial Durbin model， the existence of spatial spillover effects in the digital economy has been directly confirmed， and the development of the digital economy can simultaneously narrow the industry wage gap between the local and neighboring cities.

Key words：digital economy;industry wage gap;deviation in the industrial employment structure;spatial spillover effects

責任編輯：蕭敏娜