数字化、人力资本提升与收入不平等
——来自亚太地区国家的经验证据

张旭华 高廷恺

作者简介：1.张旭华，福建社会科学院研究员。研究方向：区域经济与产业经济。福州，350001。2.高廷恺，香港科技大学公共政策专业硕士研究生。研究方向：公共政策、产业政策。香港，999077。基金项目：国家社科基金特别委托项目“全方位推动福建高质量发展超越研究”（20@ZH028）。

全球经济正不断朝向数字经济转型。作为新一轮科技革命的核心力量，以数字技术与经济社会深度融合为主要特征的数字化，在信息化、网络化、平台化、智能化的基础上对经济形态、经济活动、社会生活形成了全方位升级改造，不但改变了既有的生产关系和组织模式，重塑了全球价值链，也提升了技术、资本要素在产业中的份额，改变了以劳动力成本为首要考量的全球产业转移逻辑。同时，数字化使一国传统产业的要素组合结构发生变化，产生了不同的产业就业岗位和需求，在引致结构性失业的同时也缔造大量的新就业形态，在推动社会财富向新兴产业集中的同时也催生了新的不平等，从而对社会收入分配结构产生了深刻影响。

亚太地区数字化转型的步伐快于世界其他区域。《福布斯观察》对573名全球企业高级管理人员的一项调查显示，亚太地区企业中把数字化转型列为最高优先级战略的企业占比达到60%，比全球平均比例高出10个百分点①。《哈佛商业评论》组织的一项调查显示，在亚太地区的样本企业中，有40%的企业正在迅速开发并向市场交付新的应用程序，世界其他区域的这一比例约为23%；同时，有39%的亚太地区企业管理人员表示所在企业正在高效地更新企业数字内容系统，世界其他区域的这一比例约为25%②。但另一方面，亚太地区的收入不平等程度加剧和贫富差距扩大仍然是经济发展中面临的突出问题。亚太地区的贫困人口仍占世界贫困人口的三分之二，东亚地区经济体的基尼系数均值（0.388）高于世界均值（0.386）③，澳大利亚、日本、新西兰、韩国等高收入经济体的基尼系数呈现上升趋势，较三十年前分别增长了11.6%、16.4%、4.4%、5.7%④。在新冠肺炎疫情期间，亚太地区国家应用了大量的ICT 技术来抗击疫情。数字化不仅为抑制疫情的发展提供了充分的手段，也成为亚太地区企业谋求新竞争优势并推动经济发展的一种新动能。但统计数据显示，亚太地区2020年的就业岗位损失估计达到1.09亿至1.66亿，占全球就业岗位损失总额的近70%，同时，亚太地区极端贫困人口20 年来首次增加⑤。因此，伴随着各国快速推进的数字化进程，收入不平等现象是否得到缓解抑或进一步加剧，两者之间的影响机制如何？亚太地区国家的发展经验为这一问题的深入研究提供了一个较好的研究样本。

一、文献综述

数字化作为现代经济社会发展最重要的现象之一，具有均衡、共享、扁平化的特征，以及更强的普惠性和分享性。数字化发展对经济运行及社会生活均产生深远影响，就其劳动收入方面影响而言，数字技术和其他技术变革相比，有更强的劳动力替代性（Brynjolfsson 和Mcafee，2012）；能够完成认知性任务，具有把非例行工作转变为程序性任务的潜力，使工人越来越多地从事与机器互补性工作或完成更复杂的新任务（Acemoglu 和Restrepo，2016)。许多学者都关注了数字化发展对劳动力市场结构、就业、工资水平等与收入密切相关的因素所产生的影响。不少研究发现，数字化对劳动和就业的影响存在技能偏向性和任务偏向性，作为数字化重要特征的自动化和智能化被认为对就业替代产生了重大影响。如孙早和侯玉琳（2019）基于我国省级面板数据发现，工业智能化导致就业结构呈现“两极化”特征，初中、高中学历的劳动力更易被先进设备替代，对专科、小学以下教育程度劳动力的需求会增加。

但关于数字化发展如何影响收入不平等状况及收入差距等问题，现有研究还存在着较为明显的分歧。如Frey 和Osborne（2017）进行的一项研究表明，数字化将对低技能和低工资的工作形成冲击，在未来10 至20年内，美国47%的就业人员从事的工作可由计算机和算法完成，对低教育程度及低收入的人群较为不利，因此扩大了工资水平的差距。徐圣翔和刘传江（2022）分析了互联网使用的收入溢价效应，发现其存在城乡差异且扩大了城乡收入差距。但也有相当部分文献认为，数字化促进了产业结构合理化与生产效率、人力资本提升，在兼顾效率的同时也促进了公平。例如，在就业收入差距方面，互联网使用显著提升了灵活就业收入，缩小了正规就业和灵活就业者的工资差异，有利于共同富裕实现；在地区收入差距方面，数字化的网络效应促进了要素流动，降低地区分割程度，缩小了地区经济发展差距（周少甫和陈亚辉，2022）；在城乡收入差距方面，数字化提高农村居民获取信息的能力和劳动知识技能，进而通过丰富农村居民就业方式等渠道提升居民收入（刘生龙等，2021）；数字普惠金融缓解农村居民信贷约束，降低农业生产的弱质性风险，使农村居民获得更多的增收效应（邓金钱和张娜，2022）。从已有研究来看，有关数字化与收入不平等关系的相关成果多见于侧重局部影响及基于特定理论或研究视角进行的研究，从整体把握二者关系的文献数量还较为有限。

相较已有文献，本文的边际贡献在于：第一，本文选择了数字化转型发展步伐较快，但同时收入不平等问题又较为突出的亚太地区国家作为研究样本，使研究结论更具参考意义；第二，本文从行业和技能异质性、城乡和区域异质性、财富分配等维度，系统阐述了数字化发展影响收入不平等的具体路径，为从整体上研究数字化发展与收入不平等之间的关系提供参考；第三，本文构建了数字化发展水平的测度指标，采用了稳健性检验并在解决内生性问题后验证了数字化发展对收入不平等的改善效应，并特别针对高收入国家、中等收入国家的异质性影响进行分析，有助于深入理解数字化发展影响收入不平等的条件和路径；第四，本文从人力资本提升维度提出了数字化发展对全社会人力资本质量和人力资本数量的影响，并检验了人力资本要素如何在数字化发展影响收入不平等的机制中发挥作用、方向为何，为进一步探讨数字化与收入不平等关系问题拓展了研究视野、提供了经验证据支持。

二、理论分析和研究假设

（一）数字化发展对收入不平等的影响路径

数字技术和数据作为新型生产要素，不但与劳动力、资本、土地等其他要素共同参与并融入生产过程，推动了社会生产力的进步，也改变了传统的生产关系、形成新型的产业组织结构；不仅从产业结构、生产效率、商业组织方式等多个层面影响全社会收入分配结构，也通过资源和信息获取、创业环境改善、劳动力质量等途径对财富和收入的分配产生影响。

第一，数字化发展改变了不同行业、不同技能劳动者之间的收入不平等。数字化衍生出新的模式和新的经营业态，如共享经济、众包、物流、社交电商等，创造出了大量的新型就业，工业互联网平台的兴起也为就业模式的创新提供依据。数字技术的发展也降低了职业门槛，突破了传统职业对工作时间和地点的限定，增加了潜在劳动力的就业机会。但同时，数字化产业和非数字化产业的发展速度存在非均一性，新的行业兴起对传统产业就业可能产生挤出效应，如电子商务对传统零售业形成了分流，行业利润率的变化导致行业间的收入差距可能扩大。对不同技能水平的劳动者而言，数字化改变了劳动力的“技能—技术”匹配性，低技能劳动力和高技能劳动力受到不对称冲击，一部分高技能劳动力因相对边际产出增加而使得技能溢价上涨，能从数字化中受益，低技能劳动力由于更容易被技术性就业所替代，工资议价能力弱化，相对收入可能下降。但从动态发展视角审视，劳动者具有学习能力和提升个体人力资本的潜力，网络化和信息化使隐性知识和就业信息得以流动和共享，使劳动者大大提升了获取知识和信息的便捷性并降低了获取成本（张骞和李长英，2019）。因此长期来看，中低技能劳动者除了传统“干中学”和接受职业培训等方式外，从数字化外部性中也实现了人力资本质量的提升，具有增加劳动者收入、减小收入差距的可能性。

第二，数字化发展改变了城乡劳动者和不同地区劳动者之间的收入不平等关系。一方面，数字化缩短了农村与城市、欠发达地区与发达地区之间的经济距离，跨区域生产的组织、协调成本大幅下降；数字中介平台提升了商品交易的供需匹配度，有助于农村、欠发达地区克服原有的自然条件劣弱、基础设施薄弱、生产要素流动不畅等不利条件，相比数字化之前能够更有效地融入经济循环。如孙华臣等（2021）发现，互联网的发展通过种植结构、人力资本和社会网络等路径消除了数字鸿沟，对农户有显著的增收作用。另一方面，由于基础设施、使用设施等拥有情况存在差异，以及不同人群对信息存在认知上的差异及技能应用上的差异，经济发展中存在一定程度的数字鸿沟现象，前者被称为接入差异数字鸿沟，使劳动者难以实施数字化劳动，后者被称为应用差异数字鸿沟，使劳动者从数字劳动中获取的收益存在差别（Paul，2003）。数字鸿沟的产生可能导致收入不平等程度的加剧。

第三，数字化发展改变了社会财富分配的结构。财富是收入的累积，产业和经济的数字化进程有助于缩短资本周转时间，加速商品价值的实现，能够增加社会总财富的积累。但不少研究认为，在数字经济快速发展的过程中，由于数字平台具有高固定成本、低边际成本和网络效应等特点，具有资本偏向性、数据偏向性和技能偏向性（朱琪和刘红英，2020）以及高虚拟性与高迭代性，大型平台更加容易借助先进的数字技术、高研发投入、完善的配套设施形成数字活动中的垄断地位，在数字化活动中获得增殖的收益分配中占据主导地位。数据的显性占有和深度挖掘所要求的高门槛也使普通社会主体在参与数字化的生产方式、交换方式上居于不利的地位。

综合来看，数字化发展对收入不平等的影响路径是错综复杂的，并在多个层面展开，具体的影响效果取决于上述各类效应的综合结果。据此，本文提出如下假设：

假设1：一国或经济体的数字化发展水平对其收入不平等程度有显著影响。

（二）人力资本的中介效应

前述分析中可见人力资本在数字化影响收入不平等的路径中有重要的影响。通常认为，人力资本是附着在劳动者身上的知识、技能和体力的总和。数字技术作为一项包容性技术，能够提升劳动者的个人发展能力，且其技术路线嵌于劳动生产全过程，并不与劳动脱节。一方面，数字化发展具有提升社会人力资本质量的积极效应。数字化推动了知识技术的传播，信息技术手段让知识无差别地传输到每一个网络终端，形成了高效便捷的优质资源共享机制，促进了教育资源薄弱地区的教育起点公平和过程公平（万力勇和解攀科，2022）；数字化提高了教育体系的数字韧性，信息化基础设施的物理接入与数字化资源及时性促进了以均衡为目标的低位公平（单俊豪等，2021）。从产业发展的角度来说，数字化增加了技术的复杂度并增加了资本性投入，是一种技能偏向性的技术进步。在这一过程中，数字化进程创造出更多的知识和技术密集型就业需求，将导致劳动力结构作出相应的调整和升级，促进劳动力向更高级的知识和技能结构转变，如王国敏等（2020）发现，ICT 能力是所有认知能力中最受劳动力市场重视的能力，自动化和算法化进一步提升了劳动者学习和创造性解决问题的能力。因此，无论从教育进步还是技术进步的角度，数字化都带动了全社会人力资本质量的提高，这也得到了许多研究的证实。例如，李昕等（2019）发现，长期来看，当劳动力市场上高技能劳动力数量占比达到一定规模后，人力资本质量的增加将有利于缩小行业收入差距。Gregorio 和Lee（2002）基于全球100多个国家的样本数据研究后发现，教育水平的提升和教育投资的均衡化可以显著改善收入不平等。

另一方面，数字化发展具有提高全社会人力资本数量积累的可能性。尽管数字化对常规任务型工作的冲击较大，中等技能的劳动者容易受技术进步就业替代效应的影响，产生“劳动极化”现象，但Gaggle和Greg（2017）认为，新技术的应用对程式化劳动就业者替代不明显，经过一个较长时期才会逐渐发生。而当数字化逐步渗入社会生产生活的各层面，依托于互联网平台的骑手、网约车司机、网络主播等新就业模式不断涌现，催生了新的经济形态——零工经济（gig economy)。平台的出现创造了更多的即时工作和兼职机会，没有与雇佣方正式订立长期合同的劳动者也能通过多处兼职来平抑收入的波动性。同时大数据和人工智能技术的运用极大地缓解了劳动力要素市场的信息不对称，提高了供需匹配效率，可为劳动力需求方提供充分的信息，并在很大程度上消除个体劳动者在胜任任务方面的不确定性，能够实现更充分的就业。此外，互联网发展加速了社会生活方式的更新和演变，进一步降低了融资约束、社会资本约束和交易成本，能够激发创新创业并带动更多的就业。

因此，数字化发展从全社会的角度来说，能够提高劳动者的技能水平和受教育程度，提高劳动者对经济活动的参与率，进而提高人力资本的质量和数量。而数字化引致的人力资本水平的提高通常是普遍性、长期性的，对降低收入不平等也有积极作用。基于此，本文提出如下研究假设：

假设2a：数字化发展提升了全社会人力资本质量，进一步改善了收入不平等。

假设2b：数字化发展提升了全社会人力资本数量，进一步改善了收入不平等。

三、研究设计

（一）样本选取和变量设计

基于数据的可得性与完整性考虑，本文选取澳大利亚、新西兰、韩国、日本、中国以及印度尼西亚、马来西亚、菲律宾、新加坡、泰国等5 个东盟国家共10 个亚太区域国家作为样本，时间序列跨度为1991—2020年。

1.被解释变量：基尼系数。基尼系数是最广泛用于衡量收入不平等程度的指标，然而由于统计标准和测算方法上存在的差异，各国统计的基尼系数差异较大也缺乏可比性。本文采用世界收入不平等（WIID）数据库中的基尼系数来作为各国收入不平等程度的度量。WIID 数据库是由联合国大学世界发展经济学研究所（UNU-WIDER）建立的关于发达国家、发展中国家、转型国家的收入不平等状况并在国家层面可比较的统计数据集，在最新一版的数据库中，观测值已覆盖全球约201 个国家的22000 个数据点，具有相对完整性（UNU-WIDER,2022）。在收入不平等问题研究中，许多学者采用了Frederick（2021）构建的标准化世界收入不平等数据库（SWIID）所提供的基尼系数，本文也采用SWIID 数据库中的基尼系数指标对相关假设进行稳健性检验。

2.解释变量：数字化发展水平。基于数据的可比较性考虑，本文主要采用与电信业、信息传输、互联网服务、计算机服务和软件、产业数字化相关的指标来衡量各国的数字化发展水平。采用每百人拥有的固定电话数量、每百人拥有的移动电话数量来衡量各国的通信发展情况；采用每百人拥有固定宽带的数量来衡量互联网服务覆盖的广度；参考韩民春和冯乐兰（2020）、徐晔等（2022）的研究，用工业机器人进出口额分别在该国总进口、总出口中所占的比例作为该国产业智能制造和数字化发展程度的度量，其中工业机器人进出口值主要来自联合国Comtrade 数据库中HS07 编码体系下的847950 分类，该分类下的工业机器人包括多功能工业机器人和其他未列名工业机器人。用ICT 服务出口在该国总出口中的比重作为该国ICT 服务发展水平的度量，由于ICT 服务进口与互联网服务及通信服务在统计上存在一定程度的重叠，本文主要采用ICT 服务出口在出口总额中所占比重衡量该国的ICT服务水平。指标体系如表1所示。

表1 衡量数字化发展程度的指标体系

在构建指标体系后，本文采用熵权法对数字化发展水平进行综合测算。对样本数据中的个别缺失值，我们先采用“插值+外推”方法对缺失值进行补充，其后在平衡面板数据的基础上进行各指标熵权权重的计算，并最终合成数字化发展水平指数。计算结果表明，各国数字化发展水平总体呈现不断上升的趋势，日本、澳大利亚、韩国、新加坡等高收入国家的数字化发展水平指数高于其他国家，符合预期。

3.中介变量。从数量和质量两个维度设定并测算人力资本水平是人力资本相关研究文献的常见做法(刘伟和张立元，2020）。人力资本质量在经济增长和技术进步中都发挥着极其重要的作用，但人力资本异质性的测度通常需要从微观层面如教育投入、教育收益率、技能掌握等方面进行，执行起来难度较大，涉及跨国比较时更难以实现统计口径上的一致。考虑到人力资本质量通常和劳动者受教育程度相关联，本文采用联合国开发计划署发布的人类发展指数中的教育指数作为一国人力资本质量的代理变量，以反映该国潜在劳动者的受教育程度，该指数常用于衡量各国在国民教育上达成的成就，系由一国成年人所接受教育的平均年数和25岁以下在校学生预期接受教育年数加权计算而成。在人力资本的数量维度，本文采用世界银行WDI数据库中的劳动参与率指标反映该国人力资本的充裕程度，该指标是经济活动人口在该国15岁以上的劳动年龄人口中所占比率，反映了潜在劳动者在总人口中的比重以及潜在劳动者在工作收入与闲暇上的选择偏好。

4.控制变量。控制变量选择如下：（1）城镇化率（lurban），用城镇人口占总人口的比例表示；（2）失业率（lunemploy），用失业人口占劳动力人口的比例表示；（3）工业化水平（lindshare），用各国工业增加值占GDP 的比重来表示。（4）对外开放度（lopen），用商品和服务的进出口总额占GDP 的比重表示；（5）经济增长率（gdpgrowth），用各国名义GDP增长率表示。

（二）模型设定

基于上述的指标设置和研究假设，本文建立如下计量模型进行实证研究：

其中，Ginii,t是i国第t年的基尼系数，用于衡量该国的收入不平等程度。各控制变量的含义如表2 所示，mi表示个体固定效应，ei,t为随机扰动项。

表2 变量定义及释义

根据前述的机制分析，并依照逐步检验法，本文构建如下中介效应模型：

式（2）～（4）中，Medii,t代表中介变量，Controlsi,t代表各控制变量，βc、γc、αc分别为控制变量的影响系数向量。按照逐步检验程序，本文依次对总效应β1、自变量对中介变量效应γ1、控制中介变量后的直接效应α1的显著性进行检验。

（三）描述性统计

为了解亚太地区样本国家的收入不平等、数字化发展水平和人力资本状况的现状，我们运用Stata软件对所选样本国家的各经济变量进行描述性统计，结果如表3所示。

由表3 可见，就基尼系数而言，均值为38.910，说明亚太地区样本国家的收入不平等程度较高，最大值和最小值分别为50.520 和30.520，说明不同国家的基尼系数存在较大差异。就各国数字化发展水平而言，均值为26.738，最大值和最小值分别为61.890 和2.630，说明在不同时期、不同国家之间的数字化水平差异较大。就人力资本质量而言，样本国家的教育指数均值为69.430，最大值为93.700，最小值为38.700，由此可见，各国潜在劳动者在接受教育的情况上也存在较大差异。就人力资本数量而言，样本国家的平均劳动参与率为66.4%，标准差仅为5.96，说明各国的劳动参与率差异相对较小。

表3 主要变量的描述性统计

四、实证分析

（一）回归分析

根据实证模型，我们首先在全样本层面对数字化发展水平与收入不平等之间的关系进行检验，为降低样本数据中可能存在的扰动项与解释变量相关产生的影响，进行Hausman 检验后发现，不能拒绝扰动项与解释变量不相关的原假设，因此采用固定效应模型对样本数据进行估计。在固定效应的模型选择上，加入时间固定效应后，我们发现未能通过原假设为不存在时间固定效应的F检验，此处采用个体固定效应模型进行估计，各模型F统计量均在1%的水平上拒绝了不存在个体固定效应的原假设。

在估计中，本文采用“一般到特殊”的建模方法，逐步添加城镇化率、失业率、工业增加值比重、对外开放度、GDP 增长率等控制变量进行回归估计，以观察各控制变量对收入不平等状况产生的影响。表4 结果显示，样本国家的数字化发展水平对基尼系数的影响系数均在1%的水平上显著为负，表明数字化发展水平产生了一定的收入不平等改善效应。各控制变量中，城镇化水平对基尼系数的影响显著为正，表明城镇化进程通过扩大城市和农村人群收入水平的差异，进一步加大了收入不平等状况。失业率对收入不平等的影响也显著为正，表明失业率越高，失业的劳动者与就业的劳动者之间的收入差距越大，影响系数的符号符合预期。GDP增速对收入不平等的影响显著为正，表明GDP增长越快，收入之间的差距被拉得越大。工业化水平对收入不平等的影响系数为正，但在模型（4）～（6）中仅模型（4）的系数在10%的水平上显著，可见工业化水平的提高，并不导致收入不平等程度的上升。对外开放度对收入不平等的影响也不显著，表明一国经济外向度对收入不平等的影响具有复杂性。

表4 基准模型估计结果

（二）稳健性检验

1.替换被解释变量。进一步使用SWIID（版本9.1）数据库中的基尼系数（SGini）与数字化发展水平作面板回归估计，二者之间的关系依然显著为负，且逐步加入控制变量的多数方程通过了1%的显著性检验，与预期一致。因此，在选择不同数据来源的基尼系数后，数字化发展水平对收入不平等的负向影响关系仍然稳健，回归结果如表5所示。

表5 稳健性检验：替换被解释变量

2.消除内生性问题。收入不平等程度可能对数字化发展也产生一定影响，如收入差距程度高的国家社会稳定性较差，可能影响该国数字化基础设施的投资和建设，使以上回归可能存在反向因果关系。在缺少合适工具变量的情况下，我们使用滞后一期的基尼系数作为工具变量，结果显示，在未加入控制变量和加入控制变量的设定下，数字化发展水平对收入不平等的影响系数分别为-0.040 和-0.049，均在1%的水平上显著为负，符合数字化发展水平和收入不平等负相关的预期。为消除内生性问题，我们分别使用差分GMM 和系统GMM 动态面板方法来对式（1）重新进行估计。表6 的模型（3）和模型（4）报告了未加入控制变量与加入控制变量的差分GMM估计结果，数字化发展水平的影响系数分别为-0.020和-0.021，均显著为负。模型（5）和模型（6）报告了系统GMM 的估计结果：在加入控制变量前后，数字化发展水平的影响系数同样均显著为负，符合预期。另外，差分GMM 和系统GMM 的扰动项自相关检验结果显示AR（1）均为显著，AR（2）均为不显著，表明选取的工具变量有效。上述结果表明，数字化发展对收入不平等的影响为负向显著且具有稳健性，假设1得到验证。

表6 稳健性检验：消除内生性问题

（三）机制分析

1.中介效应I：以教育指数为中介变量。按照式（2）～（4），应用逐步回归检验法对人力资本对数字化发展影响收入不平等的中介效应进行检验，模型（1）及模型（3）的回归结果显示（表7），教育指数（人力资本质量代理变量）对数字化发展水平的影响系数为正且在1%的水平上显著，表明数字化发展水平会显著提高人力资本质量；在不含控制变量的模型（2）中，数字化发展水平的影响系数在10%的水平上显著为负，符合预期，但教育指数对收入不平等的影响为负向但不显著，未能满足中介效应成立的条件在含有控制变量的模型（4）中，教育指数对基尼系数的影响显著为负，但数字化发展水平对基尼系数的影响系数为负向则不显著。因此，在含有控制变量和不含控制变量的情形下均不能满足γ1、α2同时显著的条件，中介效应还需进一步判别。

表7 中介效应I的检验结果：以教育指数为中介变量

因此，参照温忠麟和叶宝娟（2014）提出的中介效应分析流程，我们对式（3）（4）中γ1α2的乘积是否为0 进行检验。此处选用比直接检验系数乘积的Sobel 法具有更高检验力的Bootstrap 法进行检验，经1000 次重复抽样后，表8 结果显示，非参数百分位Bootstrap 法和经偏差校正的非参数百分位Bootstrap 法所计算出的中介效应估计值的置信区间均不包含0，说明中介效应显著，而直接效应置信区间包含0，意味着在控制了中介变量的影响后，不能拒绝直接效应为0 的原假设，说明该效应为完全中介效应，即数字化发展水平通过人力资本质量提升降低了各国的收入不平等程度，从而假设2a得证。

表8 中介效应I的Bootstrap检验结果

2.中介效应II：以劳动力参与率为中介变量。以衡量人力资本充裕程度的劳动力参与率指标为中介变量进行回归，得到的结果如表9 所示。在不控制其他变量的模型（1）和模型（2）中，可以得到数字化发展水平对劳动力参与率的影响系数为0.039，但仅在10%的水平上显著；在控制中介变量后，数字化发展水平对基尼系数的影响仍为负向且在1%的水平上显著，劳动参与率对基尼系数的影响也显著为负，表明在不控制其他影响因素时，中介效应十分显著。即数字化发展通过提高劳动参与率，间接降低了收入不平等程度。但在控制其他影响因素的模型（4）中，劳动参与率对基尼系数的影响为负向但不显著，因此对其进一步实施Bootstrap检验。

表9 中介效应II的检验结果：以劳动力参与率为中介变量

续表

Bootstrap 检验结果表明（表10），间接效应、直接效应均呈显著性，表明人力资本数量在数字化影响收入不平等的机制中产生了部分中介作用，从而假设2b得证。根据回归结果，在不含其他控制变量时，中介效应占总效应的比例为4.65%，在包含其他控制变量时，中介效应占总效应的比例为11.7%。对比中介效应I的情况，可见数字化发展水平通过影响劳动参与率进而改善收入不平等的作用机制虽然存在，但作用比较微弱，数字化发展更多地通过提高劳动力的受教育程度，也即提高人力资本质量这一路径对收入不平等产生积极影响。

表10 中介效应II的Bootstrap检验结果

（四）异质性影响

考虑到不同收入水平的国家在数字化发展程度、经济结构、社会特征等方面存在差异，我们按照世界银行的划分标准将样本分为高收入国家、中等收入国家（包括中高收入国家与中低收入国家）两个样本组。其中高收入国家包括澳大利亚、日本、韩国、新西兰、新加坡；中等收入国家包括中国、印度尼西亚、马来西亚、泰国、菲律宾。分别对两个子样本进行GMM 估计，结果如表11所示。在高收入国家组和中等收入国家组中，数字化发展水平对收入不平等程度的影响系数均在5%的水平上显著为负，且在差分GMM 和系统GMM 估计中，中等收入国家数字化发展指数的影响系数绝对值均略高于高收入国家。异质性研究表明，依据收入水平分组回归对数字化发展改善收入不平等的结论未产生影响，同时中等收入国家数字化发展水平提高对收入不平等程度的改善略好于高收入国家。

表11 亚太地区不同收入组国家的差分GMM和系统GMM估计

五、结论与政策建议

本文从机制和经验两个层面揭示了亚太地区国家数字化发展进程对收入不平等状况产生的深刻影响。研究发现：第一，样本国家的数字化发展水平对基尼系数的影响系数均在1%的水平上显著为负，经逐步添加控制变量及替换被解释变量、消除内生性问题等稳健性检验后，负向关系依然显著，表明亚太地区国家的数字化发展在一定程度上降低了收入的不平等程度。第二，数字化发展带来的人力资本质量改进间接促进了收入不平等状况的改善，验证了数字化发展带来的人力资本质量提升具有普惠性，使大多数劳动者从知识、技能的提升中获得了更多的收入，降低了收入分配的差距。第三，数字化发展对人力资本数量的影响总体上为正向，中介机制虽然存在但作用微弱，主要原因是国家的异质性导致不同类型国家中人力资本数量的中介作用机制存在较大的差异。第四，异质性检验表明，数字化发展在高收入国家和中等收入国家都显著降低了收入不平等程度。

基于本文的研究结论，我们提出如下政策建议：第一，积极发挥数字化在促进共同富裕中的作用。既要充分发挥数字化发展对生产效率的提升和溢出作用、对劳动者收入提高的积极作用，也要加大对在数字化发展过程中因产业结构调整而失去原有工作的劳动者的就业引导，提高低收入、低技能劳动者从传统行业到数字经济行业和紧缺行业就业的职业转换能力。第二，消除地区和城乡数字鸿沟。连接和融合是数字化发展的基础，要加大对数字基础设施的建设力度，实现地区之间、城乡之间数字基础设施供给的均等化，增加贫困地区、农村地区的数字基建投资，高位、精准补齐贫困地区和农村的网络接入短板。第三，加大对低收入、低技能劳动者的教育支持。一方面，把为低收入人员提供数字技能提升课程和职业技能培训列为基本公共服务内容之一；另一方面，政府要在职业学校增设相关课程，鼓励职业学校针对学生、农民、再就业者进行数字素养培训。第四，为灵活就业提供更充足的保障。要规范网络平台与零工就业者的劳动关系，实行新的劳动关系认定标准，实施不同的社会保险保障管理办法，使零工就业者既能够获得一定的劳动保障，又能释放数字经济活力，提高劳动力对经济活动的参与度。

注释：

①《〈福布斯观察〉最新调研：亚太区企业将成为数字化领导者》, http://stor-age.zhiding.cn/stor-age/2016/1206/3086819.shtml，2016年12月6日。

②《理解亚太地区在数字化转型方面的成功》，https://www.redhat.com/zh/resources/APAC-digital-transformation-HBR-ana‐lyst-report?source=resourcelisting＆page=2,2020年8月11日。

③参见张宇燕,徐秀军.亚洲经济运行的现状、挑战与展望［J］.东北亚论坛，2020，29（4）：3-14+127。

④根据SWIID 数据库基尼系数指标测算，参见FREDERICK S. Measuring income inequality across countries and over time: The standardized world income inequality database.Social Science Quarterly.SWIID Version 9.1,2021。

⑤《加快推动亚太地区包容可持续发展》，《人民日报》2022年4月7日，第17版。