卜 寒 高遠(yuǎn)東 尋 舟

一、引 言

近些年來，數(shù)據(jù)技術(shù)的進(jìn)步、云計(jì)算的廣泛運(yùn)用、物聯(lián)網(wǎng)的發(fā)展以及智能手機(jī)和社交媒體的普及使得世界步入了大數(shù)據(jù)時(shí)代（Pan et al.，2017）。大數(shù)據(jù)是指海量、高速增長、類型多樣和價(jià)值巨大的數(shù)據(jù)，它們來自各種不同的數(shù)據(jù)源，如社交媒體、移動(dòng)設(shè)備、互聯(lián)網(wǎng)和傳感器網(wǎng)絡(luò)等（Chen et al.，2014）。目前，大數(shù)據(jù)已經(jīng)滲透到生產(chǎn)、銷售、營銷以及售后的各個(gè)領(lǐng)域（Li，2020），成為可以與物質(zhì)資產(chǎn)、人力資本相媲美的重要生產(chǎn)要素（謝康等，2020），不僅在促進(jìn)經(jīng)濟(jì)增長、提高生產(chǎn)效率、提升創(chuàng)新能力、改善環(huán)境等方面發(fā)揮著重要作用（楊俊等，2022；張葉青等，2021；Ghasemaghaei and Calic，2020；許憲春等，2019），同時(shí)改變了傳統(tǒng)生產(chǎn)函數(shù)形式（劉國武等，2023），沖擊了傳統(tǒng)要素收入分配結(jié)構(gòu)，并對(duì)勞動(dòng)收入份額產(chǎn)生了重要影響。從理論上看，大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響是復(fù)雜的。一方面，大數(shù)據(jù)能夠通過緩解融資約束、創(chuàng)造新任務(wù)（Begenau et al.，2018；Gardiner et al.，2018），提高勞動(dòng)收入份額（Duygan-Bump et al.，2015；Acemoglu and Restrepo，2019）。另一方面，大數(shù)據(jù)會(huì)進(jìn)一步推動(dòng)自動(dòng)化技術(shù)快速發(fā)展與廣泛應(yīng)用（Helbing，2019），導(dǎo)致勞動(dòng)收入份額降低（Acemoglu and Restrepo，2019）。然而，遺憾的是，現(xiàn)有研究并未從理論和實(shí)證上充分回答大數(shù)據(jù)是否以及如何影響勞動(dòng)收入份額。

黨的二十大報(bào)告明確強(qiáng)調(diào)，要“努力提高居民收入在國民收入分配中的比重，提高勞動(dòng)報(bào)酬在初次分配中的比重”。勞動(dòng)收入份額的增長，不僅關(guān)系著國內(nèi)大循環(huán)新發(fā)展格局的形成，更是保證全體人民共享經(jīng)濟(jì)發(fā)展成果、推動(dòng)更多人群邁入中等收入行列和實(shí)現(xiàn)共同富裕的重要機(jī)制（鈔小靜、周文慧，2021）。伴隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，如何在數(shù)據(jù)要素的沖擊下穩(wěn)定并提升勞動(dòng)收入份額就顯得尤為關(guān)鍵。因此，從理論和實(shí)證上深入探索大數(shù)據(jù)與勞動(dòng)收入份額的關(guān)系，有助于準(zhǔn)確把握數(shù)字經(jīng)濟(jì)時(shí)代數(shù)據(jù)要素對(duì)要素收入分配結(jié)構(gòu)的綜合效應(yīng)，為政府制定大數(shù)據(jù)相關(guān)的產(chǎn)業(yè)政策、深化收入分配制度提供理論依據(jù)與經(jīng)驗(yàn)證據(jù)。

中國一直致力于推動(dòng)大數(shù)據(jù)的發(fā)展。2015 年8 月，國務(wù)院印發(fā)了《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，將大數(shù)據(jù)作為國家重要戰(zhàn)略進(jìn)行全面部署，并提出開展國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)。國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)是我國推動(dòng)大數(shù)據(jù)發(fā)展邁向?qū)嶋H應(yīng)用的重要一步①國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)如何推動(dòng)大數(shù)據(jù)發(fā)展在政策描述部分進(jìn)行了進(jìn)一步說明。，具有里程碑意義。該試點(diǎn)政策的實(shí)施為研究大數(shù)據(jù)與勞動(dòng)收入份額的關(guān)系提供了絕佳機(jī)會(huì)。一方面，國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策的實(shí)施對(duì)企業(yè)勞動(dòng)收入份額而言，是相對(duì)外生的。因?yàn)閲壹?jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的初衷是為了在數(shù)據(jù)資源管理、數(shù)據(jù)資源整合、數(shù)據(jù)資源共享、數(shù)字資源應(yīng)用等方面做探索，從而發(fā)揮其輻射作用和示范作用（陳文、常琦，2022）。另一方面，國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)分批確定名單，使得在不同時(shí)間點(diǎn)存在差異化的實(shí)驗(yàn)組和對(duì)照組樣本，讓本文可以在錯(cuò)層發(fā)生事件形成的準(zhǔn)自然實(shí)驗(yàn)情境下構(gòu)建雙重差分模型，更為清晰地揭示大數(shù)據(jù)與勞動(dòng)收入份額變化的因果關(guān)系。

為此，本文嘗試?yán)蒙鲜泄疚⒂^層面的勞動(dòng)收入份額數(shù)據(jù)，對(duì)大數(shù)據(jù)是否以及如何影響勞動(dòng)收入份額展開研究。與以往研究相比，本文可能存在的邊際貢獻(xiàn)有：第一，本文在理論和實(shí)證上深入探討了大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響，不僅豐富了勞動(dòng)收入份額影響因素的相關(guān)研究，而且拓展了大數(shù)據(jù)經(jīng)濟(jì)后果的研究視角。盡管信息通訊技術(shù)（ICT）、人工智能、智能機(jī)器人、企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響已有部分研究進(jìn)行了探討（Karabarbounis and Neiman，2014；郭凱明，2019；Acemoglu and Restrepo，2020；黃逵友等，2023），但對(duì)大數(shù)據(jù)與勞動(dòng)收入份額之間的直接關(guān)系缺乏足夠的關(guān)注，這也成為了本文研究的一個(gè)重要缺口。第二，本文基于數(shù)據(jù)要素已經(jīng)成為數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵要素，能夠助推各類數(shù)字技術(shù)不斷深入發(fā)展這一基本事實(shí)，以大數(shù)據(jù)作為研究切入點(diǎn)，在一定程度上回應(yīng)了“數(shù)字技術(shù)如何影響勞動(dòng)收入份額”這一爭(zhēng)議性話題（黃逵友等，2023），進(jìn)一步厘清了二者之間的關(guān)系，為數(shù)字經(jīng)濟(jì)趨勢(shì)下收入分配結(jié)構(gòu)的變動(dòng)規(guī)律提供了新的證據(jù)。第三，本文通過將國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)作為我國大數(shù)據(jù)發(fā)展的一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)展開研究，不僅有助于大數(shù)據(jù)與勞動(dòng)收入份額之間因果效應(yīng)的準(zhǔn)確識(shí)別，而且豐富了國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策評(píng)估的相關(guān)文獻(xiàn)。在評(píng)估國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策效應(yīng)的文獻(xiàn)中，學(xué)者們大多研究國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對(duì)全要素生產(chǎn)率、企業(yè)創(chuàng)新等的影響（邱子迅、周亞虹，2021；陳文、常琦，2022），缺乏對(duì)勞動(dòng)收入份額的探討。第四，大數(shù)據(jù)如何改變勞動(dòng)收入份額的影響機(jī)制探究更是缺乏，本文提出并檢驗(yàn)了表現(xiàn)為新任務(wù)創(chuàng)造效應(yīng)、自動(dòng)化擴(kuò)張效應(yīng)、自動(dòng)化加深效應(yīng)與融資約束緩解效應(yīng)的影響機(jī)制，有助于更為全面地認(rèn)識(shí)數(shù)字經(jīng)濟(jì)時(shí)代下數(shù)據(jù)要素如何改變要素收入分配結(jié)構(gòu)，為政府部門強(qiáng)化大數(shù)據(jù)在改善收入差距的作用提供了決策參考。

二、文獻(xiàn)綜述、政策背景與典型事實(shí)

（一）文獻(xiàn)綜述

勞動(dòng)收入份額問題一直是經(jīng)濟(jì)學(xué)關(guān)注的重要話題。大量研究探討了勞動(dòng)收入份額變化的成因，但都未達(dá)成共識(shí)。Elsby et al.（2013）認(rèn)為貿(mào)易和離岸外包是美國勞動(dòng)收入份額下降的主要原因。Piketty（2014）強(qiáng)調(diào)了社會(huì)規(guī)范和勞動(dòng)力市場(chǎng)制度在解釋勞動(dòng)收入份額變化中的重要作用，比如工會(huì)和最低工資的實(shí)際價(jià)值等。Ergül and G?ksel（2020）發(fā)現(xiàn)技術(shù)進(jìn)步能夠解釋20世紀(jì)80年代后大多數(shù)發(fā)達(dá)國家和發(fā)展中國家勞動(dòng)收入份額的下降。Autor et al.（2020）發(fā)現(xiàn)超級(jí)明星企業(yè)的崛起是勞動(dòng)收入份額下降的重要原因。還有一些研究從經(jīng)濟(jì)增長（Rubin and Segal，2015）、金融發(fā)展（劉長庚等，2022）、資本市場(chǎng)開放（江軒宇、朱冰，2022）等方面研究了勞動(dòng)收入份額變化的原因。

數(shù)字經(jīng)濟(jì)時(shí)代下，數(shù)字技術(shù)作為技術(shù)進(jìn)步的一種表現(xiàn)，其對(duì)勞動(dòng)收入份額的影響也得到了學(xué)界的廣泛關(guān)注。理論上而言，數(shù)字技術(shù)對(duì)勞動(dòng)收入份額的具體影響是不能確定的，這取決于資本對(duì)勞動(dòng)的替代效應(yīng)、產(chǎn)業(yè)部門之間的替代效應(yīng)、生產(chǎn)率效應(yīng)以及新任務(wù)創(chuàng)造效應(yīng)的相對(duì)大小。首先，數(shù)字技術(shù)的發(fā)展與應(yīng)用能夠降低資本設(shè)備成本以及推動(dòng)生產(chǎn)方式進(jìn)一步自動(dòng)化和智能化，從而加快資本對(duì)勞動(dòng)的替代，導(dǎo)致勞動(dòng)收入份額降低（Karabarbounis and Neiman，2014；Acemoglu and Restrepo，2020）。其次，數(shù)字技術(shù)的發(fā)展與應(yīng)用催生出新業(yè)態(tài)、新產(chǎn)業(yè)、新需求等，這會(huì)創(chuàng)造出勞動(dòng)具有比較優(yōu)勢(shì)的新任務(wù)，從而通過崗位增加所帶來的就業(yè)效應(yīng)提升勞動(dòng)收入份額（Acemoglu and Restrepo，2020）。然后，數(shù)字技術(shù)的發(fā)展與應(yīng)用促進(jìn)了傳統(tǒng)產(chǎn)業(yè)生產(chǎn)率提升，使得勞動(dòng)需求增加，從而引起勞動(dòng)收入份額增加（Acemoglu and Restrepo，2020）。最后，數(shù)字技術(shù)的發(fā)展與應(yīng)用會(huì)造成生產(chǎn)要素在產(chǎn)業(yè)部門之間的差異，如果數(shù)字技術(shù)使得生產(chǎn)要素流動(dòng)到資本密集型產(chǎn)業(yè)或者自動(dòng)化產(chǎn)業(yè)，就會(huì)導(dǎo)致勞動(dòng)收入份額下降（Aghion et al.，2018；郭凱明，2019）。從實(shí)證來看，一些研究從ICT、工業(yè)機(jī)器人、自動(dòng)化、人工智能的角度發(fā)現(xiàn)了數(shù)字技術(shù)的應(yīng)用顯著降低了勞動(dòng)收入份額（Cette et al.，2022；Acemoglu and Restrepo，2020；鈔小靜、周文慧，2021）。然而，也有實(shí)證研究發(fā)現(xiàn)，人工智能以及數(shù)字化轉(zhuǎn)型能顯著提升企業(yè)勞動(dòng)收入份額（金陳飛等，2020；黃逵友等，2023）。

綜上，盡管現(xiàn)有研究關(guān)注到數(shù)字技術(shù)對(duì)勞動(dòng)收入份額的影響，但仍然存在幾點(diǎn)不足。第一，數(shù)字技術(shù)作用于勞動(dòng)收入份額的本質(zhì)在于，數(shù)據(jù)投入生產(chǎn)對(duì)原先的要素收入結(jié)構(gòu)造成了沖擊。然而，現(xiàn)有研究在理論和實(shí)證研究上都忽略了數(shù)字技術(shù)是由數(shù)據(jù)驅(qū)動(dòng)的本質(zhì)，對(duì)數(shù)據(jù)要素與勞動(dòng)收入份額之間的直接關(guān)系缺乏足夠的重視。第二，由于研究對(duì)象選擇的局限性，現(xiàn)有研究往往無法清晰地評(píng)估數(shù)字技術(shù)對(duì)勞動(dòng)收入份額的作用機(jī)制。第三，現(xiàn)有研究在度量人工智能、自動(dòng)化、數(shù)字化轉(zhuǎn)型、大數(shù)據(jù)應(yīng)用等發(fā)展程度上仍然未能形成統(tǒng)一的標(biāo)準(zhǔn)，這會(huì)造成研究結(jié)論的偏差。本文通過選擇國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)建立這一外生沖擊研究大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響及其作用機(jī)制，不僅補(bǔ)充了數(shù)字技術(shù)影響勞動(dòng)收入份額的相關(guān)研究，而且在一定程度上彌補(bǔ)了上述三點(diǎn)不足。

（二）政策背景

隨著互聯(lián)網(wǎng)、5G、物聯(lián)網(wǎng)、云計(jì)算等信息技術(shù)的發(fā)展與普及，世界步入大數(shù)據(jù)時(shí)代。如何從大數(shù)據(jù)中發(fā)現(xiàn)知識(shí)并將其轉(zhuǎn)化為生產(chǎn)力已經(jīng)成為贏得全球競(jìng)爭(zhēng)的重要因素。近年來，中國和世界其他國家一樣，一直致力于推動(dòng)大數(shù)據(jù)的發(fā)展。總體來說，我國大數(shù)據(jù)發(fā)展可以分為三個(gè)階段。第一個(gè)階段為初步階段。該階段位于2014年以前，更多的是對(duì)大數(shù)據(jù)理念和技術(shù)的探討，未能形成完整的體系。第二階段為落地階段。該階段位于2014年到2019年之間，大數(shù)據(jù)發(fā)展已經(jīng)上升到國家戰(zhàn)略，大數(shù)據(jù)綜合試驗(yàn)區(qū)有序推進(jìn)，各個(gè)省份大數(shù)據(jù)相關(guān)政策陸續(xù)出臺(tái)。第三階段為深化階段。該階段位于2019年之后，數(shù)據(jù)已經(jīng)正式成為新型生產(chǎn)要素，并明確提出數(shù)據(jù)要素是數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵要素。

其中，國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策是中國推動(dòng)大數(shù)據(jù)發(fā)展邁向?qū)嶋H應(yīng)用的重要一步，具有里程碑意義。該試點(diǎn)政策主要從三個(gè)方面推動(dòng)大數(shù)據(jù)發(fā)展。第一，建立健全的市場(chǎng)體系是大數(shù)據(jù)發(fā)展的重要基礎(chǔ)，大數(shù)據(jù)綜合試驗(yàn)區(qū)通過建立法律法規(guī)、產(chǎn)業(yè)生態(tài)和安全保障體系等方式完善市場(chǎng)體系。第二，完善大數(shù)據(jù)基礎(chǔ)設(shè)施是大數(shù)據(jù)發(fā)展的必要保障，大數(shù)據(jù)綜合試驗(yàn)區(qū)將加強(qiáng)大數(shù)據(jù)共享、交易、聚集和應(yīng)用等平臺(tái)建設(shè)，從而形成完整的大數(shù)據(jù)基礎(chǔ)設(shè)施，以促進(jìn)數(shù)據(jù)資源的共享和應(yīng)用。第三，優(yōu)質(zhì)的數(shù)據(jù)資源是大數(shù)據(jù)發(fā)展的關(guān)鍵，大數(shù)據(jù)綜合試驗(yàn)區(qū)將加大大數(shù)據(jù)產(chǎn)業(yè)投資，推動(dòng)當(dāng)?shù)禺a(chǎn)業(yè)數(shù)字化，以提升數(shù)據(jù)資源的質(zhì)量。這些舉措將有助于中國在大數(shù)據(jù)領(lǐng)域取得更大的進(jìn)步，推動(dòng)數(shù)字經(jīng)濟(jì)的快速發(fā)展。

此外，盡管國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)與“寬帶中國”示范城市和智慧城市等一系列相近政策都能夠促進(jìn)數(shù)字經(jīng)濟(jì)和信息化的發(fā)展，但在政策目標(biāo)、重點(diǎn)領(lǐng)域和實(shí)施手段等方面存在著本質(zhì)差異，以推動(dòng)多個(gè)方面的數(shù)字經(jīng)濟(jì)發(fā)展和適應(yīng)不同層面的需求。在政策目標(biāo)方面，大數(shù)據(jù)綜合試驗(yàn)區(qū)政策是以數(shù)據(jù)創(chuàng)新和應(yīng)用為主要目標(biāo)，通過充分挖掘和利用大數(shù)據(jù)的經(jīng)濟(jì)社會(huì)價(jià)值，加速數(shù)字經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)；“寬帶中國”示范城市政策是以推進(jìn)信息基礎(chǔ)設(shè)施建設(shè)為主要目標(biāo)，通過提升網(wǎng)絡(luò)速度和質(zhì)量，促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展；智慧城市政策的目標(biāo)是建設(shè)具有智能化和互聯(lián)網(wǎng)化特征的城市，通過促進(jìn)城市數(shù)字化、信息化發(fā)展，加強(qiáng)城市智能治理。在重點(diǎn)領(lǐng)域方面，大數(shù)據(jù)綜合試驗(yàn)區(qū)政策主要關(guān)注大數(shù)據(jù)技術(shù)的創(chuàng)新和應(yīng)用，以及大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展；“寬帶中國”示范城市政策主要關(guān)注信息基礎(chǔ)設(shè)施建設(shè)，以及網(wǎng)絡(luò)速度和質(zhì)量的提升；智慧城市政策則注重城市數(shù)字化、信息化建設(shè)，推動(dòng)城市智能化和互聯(lián)網(wǎng)化發(fā)展。在實(shí)施手段方面，大數(shù)據(jù)綜合試驗(yàn)區(qū)政策主要通過組建試驗(yàn)區(qū)、推動(dòng)科技創(chuàng)新、扶持創(chuàng)業(yè)創(chuàng)新等多種手段來推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)和應(yīng)用創(chuàng)新；“寬帶中國”示范城市政策主要加強(qiáng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，如寬帶網(wǎng)絡(luò)覆蓋率的提升和網(wǎng)絡(luò)質(zhì)量的優(yōu)化；智慧城市政策主要是通過數(shù)字技術(shù)應(yīng)用對(duì)城市管理進(jìn)行變革，例如城市智慧交通、智能醫(yī)療等。

目前，大數(shù)據(jù)綜合試驗(yàn)區(qū)總共分為兩批獲批建設(shè)。第一批建設(shè)名單為貴州省，于2015年獲批成為全國首個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)省份。第二批建設(shè)名單在2016 年公布，包括京津冀、珠江三角洲、上海、河南、重慶、沈陽以及內(nèi)蒙古。至此，國內(nèi)一共有八大大數(shù)據(jù)綜合試驗(yàn)區(qū)，將共同引領(lǐng)東部、中部、西部、東北等“四大板塊”的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，實(shí)現(xiàn)數(shù)據(jù)共享、區(qū)域內(nèi)協(xié)同發(fā)展、加快產(chǎn)業(yè)轉(zhuǎn)型。國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立，將在大數(shù)據(jù)創(chuàng)新與應(yīng)用、大數(shù)據(jù)產(chǎn)業(yè)發(fā)展、數(shù)據(jù)共享與利用等方面發(fā)揮示范與引領(lǐng)作用，進(jìn)而推動(dòng)我國大數(shù)據(jù)發(fā)展邁向新的臺(tái)階。

（三）典型事實(shí)

本文通過分別測(cè)算勞動(dòng)收入份額整體趨勢(shì)變動(dòng)以及非試點(diǎn)城市與試點(diǎn)城市勞動(dòng)收入份額變化①城市勞動(dòng)收入份額為城市內(nèi)上市企業(yè)的平均勞動(dòng)收入份額。，對(duì)試點(diǎn)政策與勞動(dòng)收入份額之間的關(guān)系進(jìn)行直觀上的探討。由圖1可知，勞動(dòng)收入份額整體存在一個(gè)上升趨勢(shì)，這與現(xiàn)有的研究結(jié)論一致。另外，在2015 年大數(shù)據(jù)試點(diǎn)區(qū)第一批名單實(shí)施后，勞動(dòng)收入份額整體有一定幅度的下降，而隨著2016年大數(shù)據(jù)試點(diǎn)區(qū)第二批名單實(shí)施，勞動(dòng)收入份額整體又出現(xiàn)上升。與此同時(shí)，由圖2可知，在試點(diǎn)政策實(shí)施之前，非試點(diǎn)城市和試點(diǎn)城市勞動(dòng)收入份額非常一致，變化趨勢(shì)相同。在試點(diǎn)政策實(shí)施之后，非試點(diǎn)城市和試點(diǎn)城市勞動(dòng)收入份額出現(xiàn)明顯差異，試點(diǎn)城市的勞動(dòng)收入份額水平開始顯著高于非試點(diǎn)城市的相應(yīng)水平②圖1 與圖2都顯示在2020年勞動(dòng)收入份額存在一個(gè)大幅度下降，這可能是由于新冠疫情所引起的反應(yīng)。。因此，初步推斷大數(shù)據(jù)試點(diǎn)區(qū)的實(shí)施與勞動(dòng)收入份額可能存在一定的正相關(guān)關(guān)系。

圖1 勞動(dòng)收入份額整體變化趨勢(shì)

圖2 非試點(diǎn)城市與試點(diǎn)城市勞動(dòng)收入份額變化

三、理論分析

本文在Acemoglu and Restrepo（2019）的任務(wù)模型框架下進(jìn)行理論分析，包括構(gòu)建基本模型與提出研究假說兩部分內(nèi)容。

（一）基本模型

假設(shè)企業(yè)總產(chǎn)出是由一系列任務(wù)構(gòu)成的服務(wù)（產(chǎn)品）生產(chǎn)，且服從C-D 函數(shù)形式：

其中，Y 為總產(chǎn)出；y(x)為任務(wù)x 提供的服務(wù)（產(chǎn)品）；積分上限N 代表任務(wù)上限，定積分在[N-1,N]可積。之所以將積分下限和上限設(shè)定在N-1 到N 之間，是為了保證在任務(wù)總量不變（任務(wù)總量始終為1）的情況下考慮任務(wù)變化帶來的影響。

假設(shè)存在一個(gè)自動(dòng)化界限I,任務(wù)x ∈[N - 1,I]能夠從技術(shù)上實(shí)現(xiàn)自動(dòng)化，而任務(wù)x ∈(I,N]不能夠從技術(shù)上實(shí)現(xiàn)自動(dòng)化。那么，任務(wù)x ∈[N - 1,I]既可以由勞動(dòng)生產(chǎn)，也可以由資本生產(chǎn)，而任務(wù)x ∈(I,N]只能夠由勞動(dòng)生產(chǎn)。因此，y(x)的函數(shù)可以進(jìn)一步表示為：

其中，L( x )與C( x )分別為任務(wù)x的勞動(dòng)投入與資本投入，τL( x )與τC( x )分別為勞動(dòng)生產(chǎn)率與資本生產(chǎn)率。

為了簡(jiǎn)化討論，進(jìn)一步假設(shè)：

其中，W和R分別為勞動(dòng)的均衡工資率與資本的均衡成本。第一個(gè)不等式意味著新任務(wù)會(huì)引起總產(chǎn)出的增加。第二個(gè)不等式意味著任務(wù)x ∈[N - 1,I]將全部由資本生產(chǎn)，即全部自動(dòng)化。

在式（3）的假設(shè)下，任務(wù)x的勞動(dòng)需求C(x) 為：

假設(shè)市場(chǎng)上總勞動(dòng)供給L 是固定且無彈性的。那么，在市場(chǎng)出清的條件下，總的勞動(dòng)需求可以表示為：

進(jìn)一步地，可以得到市場(chǎng)的勞動(dòng)收入份額LIS：

（二）研究假說

1.大數(shù)據(jù)、新任務(wù)創(chuàng)造與勞動(dòng)收入份額

由式（6）對(duì)工作任務(wù)N求偏導(dǎo)：

由式（7）可知，創(chuàng)造勞動(dòng)具有比較優(yōu)勢(shì)的新任務(wù)能提高勞動(dòng)收入份額。與此同時(shí)，大數(shù)據(jù)投入生產(chǎn)會(huì)形成新任務(wù)創(chuàng)造效應(yīng)，增加對(duì)高、中低技能勞動(dòng)力的需求。一方面，大數(shù)據(jù)中所提取的知識(shí)能夠直接用于改進(jìn)決策和提高績(jī)效，進(jìn)而幫助企業(yè)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)（Shan et al.，2019）。因此，利用大數(shù)據(jù)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的企業(yè)發(fā)展戰(zhàn)略正在沖擊就業(yè)市場(chǎng)，形成了對(duì)統(tǒng)計(jì)人員、數(shù)據(jù)分析師、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家以及處理數(shù)據(jù)的其他專業(yè)人員的強(qiáng)烈需求（Gardiner et al.，2018），有助于高技能勞動(dòng)力就業(yè)。另一方面，大數(shù)據(jù)發(fā)展對(duì)平臺(tái)經(jīng)濟(jì)、共享經(jīng)濟(jì)發(fā)展的推動(dòng)（Lobel，2018），進(jìn)一步催生了更為靈活的數(shù)字勞動(dòng)平臺(tái)（Schmidt，2017），從而產(chǎn)生了連接供給和需求兩端的新任務(wù)和新就業(yè)，如外賣配送員、網(wǎng)約司機(jī)、線上銷售、網(wǎng)絡(luò)主播等，這極大地增加了對(duì)中低技能勞動(dòng)力的需求?；谏鲜龇治觯岢鋈缦录僬f：

假說1：大數(shù)據(jù)通過新任務(wù)創(chuàng)造效應(yīng)提升勞動(dòng)收入份額。

2.大數(shù)據(jù)、自動(dòng)化擴(kuò)張與勞動(dòng)收入份額

由式（6）對(duì)自動(dòng)化界限I求偏導(dǎo)：

由式（8）可知，自動(dòng)化擴(kuò)張會(huì)降低勞動(dòng)收入份額。這是因?yàn)樽詣?dòng)化擴(kuò)張會(huì)產(chǎn)生替代效應(yīng)，將原先勞動(dòng)執(zhí)行的任務(wù)替換為更廉價(jià)的資本，導(dǎo)致勞動(dòng)力的需求減少，降低了勞動(dòng)收入份額（Acemoglu and Restrepo，2019）。與此同時(shí)，大數(shù)據(jù)的普及和發(fā)展將進(jìn)一步推動(dòng)自動(dòng)化的擴(kuò)張（Helbing，2019）。大數(shù)據(jù)能夠通過促進(jìn)人工智能技術(shù)發(fā)展（Allam and Dhunny，2019）和推動(dòng)農(nóng)業(yè)、工業(yè)以及服務(wù)業(yè)機(jī)器人“智能化”（Li and Lai，2022），擴(kuò)展機(jī)器人在生產(chǎn)和服務(wù)中的應(yīng)用場(chǎng)景，引起更廣泛的自動(dòng)化應(yīng)用。不僅如此，大數(shù)據(jù)已經(jīng)滲透到生產(chǎn)、銷售、營銷以及售后的各個(gè)領(lǐng)域（Li，2020），實(shí)現(xiàn)了部分程序自動(dòng)化，例如個(gè)性化醫(yī)療服務(wù)、無人零售超市、物流智能分揀等。智能機(jī)器人應(yīng)用邊界的擴(kuò)展以及部分程序自動(dòng)化的實(shí)現(xiàn)使得更多的不同技能勞動(dòng)力面臨被替換的風(fēng)險(xiǎn)?；谏鲜龇治觯岢鋈缦录僬f：

假說2：大數(shù)據(jù)通過自動(dòng)化擴(kuò)張效應(yīng)降低勞動(dòng)收入份額。

3.大數(shù)據(jù)、自動(dòng)化加深與勞動(dòng)收入份額

對(duì)式（5）求微分：

dln(Y N) dI 表示自動(dòng)化擴(kuò)張對(duì)生產(chǎn)率的影響即自動(dòng)化加深效應(yīng)（Acemoglu and Restrepo，2018）。由式（9）可知，如果自動(dòng)化擴(kuò)張能夠形成自動(dòng)化加深效應(yīng)，那么自動(dòng)化加深效應(yīng)就可以促使工資的增加來提升勞動(dòng)收入份額。與此同時(shí)，大數(shù)據(jù)會(huì)促進(jìn)生產(chǎn)率的提升（張葉青等，2021）。具體而言，大數(shù)據(jù)主要通過幫助企業(yè)決策、推動(dòng)企業(yè)實(shí)現(xiàn)智能生產(chǎn)以及促進(jìn)企業(yè)創(chuàng)新三個(gè)渠道提升企業(yè)生產(chǎn)率。第一，信息理論認(rèn)為更詳細(xì)和準(zhǔn)確的信息有利于決策者決策（Blackwell，1953）。由于大數(shù)據(jù)的存在，管理者可以更全面地衡量和了解自身業(yè)務(wù)以及客戶需求，并將這些知識(shí)直接轉(zhuǎn)化為改進(jìn)的決策，提高生產(chǎn)率（Brynjolfsson et al.，2011）。第二，大數(shù)據(jù)通過物聯(lián)網(wǎng)實(shí)時(shí)自動(dòng)采集，并將其應(yīng)用于產(chǎn)品設(shè)計(jì)、生產(chǎn)計(jì)劃、制造和預(yù)測(cè)性維護(hù)等各方面，推動(dòng)企業(yè)實(shí)現(xiàn)智能生產(chǎn)，從而帶來更高的生產(chǎn)率（He and Bai，2021）。第三，一方面，大數(shù)據(jù)可以通過提升企業(yè)新知識(shí)發(fā)現(xiàn)率與知識(shí)分享和合作能力促進(jìn)企業(yè)創(chuàng)新（Ghasemaghaei and Calic，2020）。此外，大數(shù)據(jù)還能夠通過幫助企業(yè)充分了解客戶的產(chǎn)品和服務(wù)需求（Farboodi et al.，2019），提前分析并預(yù)測(cè)客戶的偏好，創(chuàng)造新的產(chǎn)品和服務(wù)。另一方面，創(chuàng)新能夠顯著促進(jìn)企業(yè)生產(chǎn)率的提升（Mukhametzhanova et al.，2019）。基于上述分析，提出如下假說：

假說3：大數(shù)據(jù)通過自動(dòng)化加深效應(yīng)提升勞動(dòng)收入份額。

4.大數(shù)據(jù)、融資約束與勞動(dòng)收入份額

企業(yè)的投資行為和創(chuàng)新活動(dòng)受到融資約束制約（Chen and Yoon，2022；趙揚(yáng)、杜凱，2023）。那么，自動(dòng)化升級(jí)與開發(fā)新產(chǎn)品和新服務(wù)勢(shì)必也會(huì)受到融資約束的影響，從而對(duì)勞動(dòng)收入份額造成影響。不僅如此，融資約束所引起的留存利潤分配效應(yīng)、流動(dòng)性約束效應(yīng)與要素配置效應(yīng)同樣會(huì)制約勞動(dòng)收入份額的增長（熊家財(cái)?shù)龋?022）。然而，大數(shù)據(jù)能夠有效緩解融資約束（Begenau et al.，2018）。一方面，大數(shù)據(jù)通過規(guī)避信息不對(duì)稱與道德風(fēng)險(xiǎn)緩解企業(yè)融資約束。信息不對(duì)稱與道德風(fēng)險(xiǎn)不利于企業(yè)獲得融資機(jī)會(huì)以及降低其利率（Armstrong et al.，2010;Momtaz，2021）。投資者可以通過使用大數(shù)據(jù)深度挖掘企業(yè)生產(chǎn)、交易、財(cái)務(wù)等信息，以盡量規(guī)避事前的信息不對(duì)稱。同時(shí)，在大數(shù)據(jù)的基礎(chǔ)上，投資者也可以運(yùn)用機(jī)器學(xué)習(xí)、人工智能等技術(shù)，建立相應(yīng)動(dòng)態(tài)分控模型，以規(guī)避事后的道德風(fēng)險(xiǎn)。另一方面，大數(shù)據(jù)能夠助推數(shù)字金融平臺(tái)發(fā)展（Gomber et al.，2017），進(jìn)而緩解融資約束（熊家財(cái)?shù)龋?022）。數(shù)字金融發(fā)展使得原來單調(diào)的融資服務(wù)更為多元，從而引起融資增量的提升。此外，數(shù)字金融發(fā)展帶來的市場(chǎng)競(jìng)爭(zhēng)效應(yīng)有利于傳統(tǒng)金融機(jī)構(gòu)貸款利率的降低以及貸款意愿的提高?；谏鲜龇治觯岢鋈缦录僬f：

假說4：大數(shù)據(jù)通過融資約束緩解效應(yīng)提升勞動(dòng)收入份額。

基于上述全部理論分析，提出如下假說：

假說5a：大數(shù)據(jù)能夠提升勞動(dòng)收入份額。

假說5b：大數(shù)據(jù)能夠降低勞動(dòng)收入份額。

四、研究設(shè)計(jì)

（一）計(jì)量模型

考慮到國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)地區(qū)并非在同一時(shí)點(diǎn)被批復(fù)，參考已有文獻(xiàn)（陳文、常琦，2022），本文使用多期雙重差分模型進(jìn)行評(píng)估，具體模型設(shè)定為：

其中，被解釋變量LISit代表企業(yè)i在t年的勞動(dòng)收入份額；核心解釋變量BDcit表示在t年企業(yè)i的注冊(cè)地所在城市c是否為國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)城市，是則取值為1，否則為0；δi和μt分別為公司固定效應(yīng)和年份固定效應(yīng)；?it為干擾項(xiàng)；Zt表示一系列影響勞動(dòng)收入份額的控制變量，包括企業(yè)層面和城市層面的控制變量。θ為本文關(guān)注的核心結(jié)果，衡量了大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響效果。

（二）變量選取

1.被解釋變量為勞動(dòng)收入份額（LIS）。本文使用江軒宇、朱冰（2022）的要素成本增加值法度量勞動(dòng)收入份額，即勞動(dòng)收入份額（LIS）表示為“支付給職工以及為職工支付的現(xiàn)金”與“營業(yè)收入－營業(yè)成本＋支付給職工以及為職工支付的現(xiàn)金＋固定資產(chǎn)折舊”之比。

2.核心解釋變量為BDcit。若在t年企業(yè)i的注冊(cè)地所在城市c為國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)城市，BDcit取值為1，否則為0。

3.中介變量。（1）員工雇傭（EN_LN）。借鑒劉長庚等（2022）的做法，以企業(yè)職工人數(shù)自然對(duì)數(shù)作為其員工雇傭的代理變量。（2）全要素生產(chǎn)率（TFP_OP 和TFP_LP）。分別以O(shè)P 法和LP 法計(jì)算企業(yè)全要素生產(chǎn)率。（3）融資約束（SA）。以SA指數(shù)衡量企業(yè)融資約束程度。

4.控制變量。為了避免遺漏重要變量對(duì)估計(jì)結(jié)果造成的影響，參考施新政等（2019），江軒宇、朱冰（2022）等文獻(xiàn)，本文選取以下控制變量：企業(yè)層面的控制變量包括總資產(chǎn)自然對(duì)數(shù)（TA_LN）、總資產(chǎn)負(fù)債率（TALR）、銷售收入增長率（SRGR）、銷售毛利率（SGP）、上市年限自然對(duì)數(shù)（AGE_LN）、總資產(chǎn)收益率（RTA）、資本產(chǎn)出比（COR）、資本密集度（CI）、托賓Q（QB）、員工收入自然對(duì)數(shù)（INCOME_LN）、第一大股東占比（FP）、管理層持股比例（MSR）、董事會(huì)規(guī)模（BS）、獨(dú)立董事占比（IDR）；城市層面的控制變量包括生產(chǎn)總值自然對(duì)數(shù)（GDP_ln）、年末人口總量自然對(duì)數(shù)（TP_ln）、產(chǎn)業(yè)結(jié)構(gòu)（IS）、人均國際互聯(lián)網(wǎng)用戶數(shù)（PINTER）、人均移動(dòng)電話用戶數(shù)（PMOBILE）、人均電信業(yè)務(wù)總量（PTB）。

（三）數(shù)據(jù)說明

考慮到國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的批復(fù)時(shí)間以及數(shù)據(jù)的可得性，本文選取2011—2020年我國A股上市公司作為研究對(duì)象。在樣本處理過程中，參考施新政等（2019）以及江軒宇、朱冰（2022）的做法：（1）剔除金融和保險(xiǎn)行業(yè)的上市公司；（2）剔除ST 和*ST 公司；（3）剔除關(guān)鍵變量缺失的樣本；（4）剔除勞動(dòng)收入份額大于等于1 或者小于等于0 的樣本。經(jīng)過上述處理，最終得到21927 個(gè)觀測(cè)值的非平衡面板數(shù)據(jù)①以勞動(dòng)收入份額的樣本個(gè)數(shù)為最終樣本數(shù)據(jù)總量。。本文使用的企業(yè)數(shù)據(jù)來源于CSMAR 數(shù)據(jù)庫和Wind數(shù)據(jù)庫，城市數(shù)據(jù)來源于《中國城市統(tǒng)計(jì)年鑒》。主要變量的描述性統(tǒng)計(jì)結(jié)果見表1。

表1 變量描述性統(tǒng)計(jì)結(jié)果

五、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

表2報(bào)告了多期DID 的基準(zhǔn)回歸結(jié)果，其中列（1）僅考慮核心解釋變量；列（2）進(jìn)一步加入企業(yè)層面控制變量；列（3）則加入全部控制變量。三個(gè)回歸結(jié)果顯示，虛擬變量BD 的回歸系數(shù)分別在10%、5%和1%的統(tǒng)計(jì)水平上顯著為正。該結(jié)果說明，國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策的實(shí)施顯著提高了試點(diǎn)城市企業(yè)的勞動(dòng)收入份額。以列（3）為基準(zhǔn)，從經(jīng)濟(jì)意義看，國家級(jí)大數(shù)據(jù)試點(diǎn)政策實(shí)施后，試點(diǎn)城市企業(yè)的勞動(dòng)收入份額平均提高了0.7個(gè)百分點(diǎn)。因此，假說5a初步得到驗(yàn)證。

表2 基準(zhǔn)回歸結(jié)果

表3 穩(wěn)健性檢驗(yàn)

表4 新任務(wù)創(chuàng)造與自動(dòng)化擴(kuò)張

表5 大數(shù)據(jù)對(duì)不同類型員工的影響

表6 自動(dòng)化加深與融資約束緩解

表7 自動(dòng)加深效應(yīng)的進(jìn)一步分析結(jié)果

表8 區(qū)分區(qū)域和市場(chǎng)特征的回歸結(jié)果

（二）穩(wěn)健性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)

平行趨勢(shì)假設(shè)是多期DID 模型準(zhǔn)確識(shí)別因果關(guān)系的關(guān)鍵前提，即在政策實(shí)施前，試驗(yàn)組和控制組的勞動(dòng)收入份額變化趨勢(shì)必須是平行的。為此，本文使用事件研究法檢驗(yàn)該假設(shè)，其具體模型表示為：

該式中各變量的符號(hào)含義與式（10）一致。本文重點(diǎn)關(guān)注系數(shù)θt，其反映了大數(shù)據(jù)綜合試驗(yàn)區(qū)建立的第t年，試點(diǎn)城市與非試點(diǎn)城市企業(yè)的勞動(dòng)收入份額差異。此外，本文將大數(shù)據(jù)綜合試驗(yàn)區(qū)建立前5 年的數(shù)據(jù)匯總到第-5 期，大數(shù)據(jù)綜合試驗(yàn)區(qū)建立后5 年的數(shù)據(jù)匯總到第4 期，并以第-5 期為基期。圖3所示的平行趨勢(shì)檢驗(yàn)結(jié)果顯示，大數(shù)據(jù)綜合試驗(yàn)區(qū)建立前各年份的系數(shù)估計(jì)值均不顯著①圖3 中的短豎線代表90%水平置信區(qū)間，實(shí)心原點(diǎn)代表式（11）中的θt估計(jì)值。。該結(jié)果說明，試點(diǎn)城市和非試點(diǎn)城市企業(yè)的勞動(dòng)收入份額在大數(shù)據(jù)綜合試驗(yàn)區(qū)建立前無顯著差異，研究樣本通過了平行趨勢(shì)檢驗(yàn)。同時(shí)，該結(jié)果顯示大數(shù)據(jù)綜合試驗(yàn)區(qū)的建立對(duì)企業(yè)勞動(dòng)收入份額存在持續(xù)的促進(jìn)效應(yīng)。

表9 區(qū)分要素結(jié)構(gòu)和所有制特征的回歸結(jié)果

表10 區(qū)分規(guī)模特征的回歸結(jié)果

表11 大數(shù)據(jù)對(duì)工資差距的影響

圖3 平行趨勢(shì)檢驗(yàn)圖

2.安慰劑檢驗(yàn)

為了進(jìn)一步排除不可觀測(cè)因素對(duì)基準(zhǔn)回歸結(jié)果的影響，本文通過隨機(jī)處理城市與年份進(jìn)行安慰劑檢驗(yàn)。在所有樣本中隨機(jī)假定大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策實(shí)施時(shí)間與地區(qū)，用以代替模型（10）中的BD 變量，并對(duì)其重新進(jìn)行回歸。為使安慰劑檢驗(yàn)結(jié)果更加穩(wěn)健可靠，本文重復(fù)上述過程500 次，結(jié)果如圖4 所示，虛假的θ 值大都落在0 附近且服從正態(tài)分布，絕大多數(shù)結(jié)果的P 值均大于0.1。另外，真實(shí)θ 值大于大多數(shù)的虛假θ 值，這表明該結(jié)果在安慰劑下是極小概率會(huì)發(fā)生的情況。因此，可以說明基礎(chǔ)回歸結(jié)果通過安慰劑檢驗(yàn)，大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)地區(qū)所屬企業(yè)勞動(dòng)收入份額的提升作用與不可觀測(cè)因素的因果關(guān)系不大。

圖4 安慰劑檢驗(yàn)

3.PSM-DID模型

為了避免樣本選擇性偏差所造成的內(nèi)生性問題，本文使用了PSM-DID 模型，重新對(duì)式（10）進(jìn)行估計(jì)。結(jié)果如表3第（1）、（2）以及（3）列所示，分別采用最鄰近匹配法、核匹配法和半徑匹配法后，BD的估計(jì)系數(shù)仍然在10%、5%和5%的水平上顯著，該結(jié)果與基礎(chǔ)回歸結(jié)果一致。

4.其他穩(wěn)健性檢驗(yàn)

為了進(jìn)一步保證研究結(jié)論的穩(wěn)健性，本文還從樣本數(shù)據(jù)篩選、排除重大事件的干擾、排除其他政策干擾以及控制高維固定效應(yīng)等多個(gè)維度進(jìn)行分析。

（1）樣本數(shù)據(jù)篩選。為了避免極端值對(duì)研究結(jié)論的影響，根據(jù)變量LISit對(duì)研究樣本進(jìn)行1%的縮尾處理，重新對(duì)式（10）進(jìn)行估計(jì)。結(jié)果如表3 第（4）列所示，在剔除極端值后，BD 的估計(jì)系數(shù)仍然在1%的水平上顯著為正，該結(jié)果與基準(zhǔn)回歸結(jié)果一致。

（2）排除重大事件的干擾。2020 年新冠疫情爆發(fā)對(duì)企業(yè)的生產(chǎn)和經(jīng)營都產(chǎn)生了重大影響，為了避免在樣本期間所發(fā)生的重大事件影響勞動(dòng)收入份額，造成基準(zhǔn)結(jié)果的估計(jì)偏誤，本文刪除2020年的樣本數(shù)據(jù)，重新對(duì)式（10）進(jìn)行估計(jì)。結(jié)果如表3 第（5）列所示，在刪除2020 年的樣本數(shù)據(jù)后，大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策仍然在5%的顯著水平上提升了勞動(dòng)收入份額，該結(jié)果與基礎(chǔ)回歸結(jié)果相似。

（3）排除其他政策干擾。在大數(shù)據(jù)綜合試驗(yàn)區(qū)政策實(shí)施期間，其他相近政策可能也會(huì)對(duì)大數(shù)據(jù)發(fā)展以及勞動(dòng)收入份額產(chǎn)生影響，例如“寬帶中國”示范城市、智慧城市建設(shè)等政策①本文的政策背景部分已對(duì)國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)與“寬帶中國”示范城市、智慧城市建設(shè)等相似政策的本質(zhì)差異進(jìn)行了說明。。為了避免樣本期間由于這些相似政策干擾所產(chǎn)生的估計(jì)結(jié)果偏誤，本文在基準(zhǔn)回歸中加入“寬帶中國”示范城市（POLICY1）、智慧城市建設(shè)（POLICY2）等政策的虛擬變量，重新對(duì)式（10）進(jìn)行估計(jì)。結(jié)果如表3 第（6）列所示，在加入“寬帶中國”示范城市以及智慧城市試點(diǎn)政策的虛擬變量后，大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策仍然在1%的顯著水平上提升了勞動(dòng)收入份額，該結(jié)果與基礎(chǔ)回歸結(jié)果一致。

（4）控制高維固定效應(yīng)。盡管同時(shí)控制年份和公司固定效應(yīng)能緩解一部分遺漏變量引起的估計(jì)偏誤，但仍然存在一些隨時(shí)間變化的不可觀察的行業(yè)因素對(duì)研究結(jié)果產(chǎn)生影響。為此，本文進(jìn)一步控制“行業(yè)-年份”層面的固定效應(yīng)，重新對(duì)式（10）進(jìn)行估計(jì)。結(jié)果如表3 第（7）列所示，在控制“行業(yè)-年份”層面的固定效應(yīng)后，大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策仍然在5%的顯著水平上提升了勞動(dòng)收入份額，該結(jié)果與基礎(chǔ)回歸結(jié)果相似。

六、影響機(jī)制的經(jīng)驗(yàn)分析

（一）直接效應(yīng)：新任務(wù)創(chuàng)造與自動(dòng)化擴(kuò)張

理論分析表明，大數(shù)據(jù)能通過新任務(wù)創(chuàng)造與自動(dòng)化擴(kuò)張效應(yīng)影響勞動(dòng)收入份額。為了驗(yàn)證該渠道是否成立，本文從如下三方面展開研究：

首先，檢驗(yàn)大數(shù)據(jù)對(duì)企業(yè)員工雇傭規(guī)模的影響。大數(shù)據(jù)投入生產(chǎn)所導(dǎo)致的新任務(wù)創(chuàng)造與自動(dòng)化擴(kuò)張效應(yīng)會(huì)直接影響企業(yè)員工雇傭規(guī)模。本文以員工人數(shù)自然對(duì)數(shù)（EN_LN）作為企業(yè)雇傭的代理變量，并借鑒陸雪琴、魯建坤（2022）的做法使用兩階段回歸法識(shí)別影響機(jī)制，表（4）第（1）和第（2）列分別報(bào)告了第一階段和第二階段回歸結(jié)果。第一階段回歸中，BD 的估計(jì)系數(shù)顯著為正（0.038），說明大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)城市企業(yè)雇傭規(guī)模相對(duì)于其他企業(yè)上升了3.8%。第二階段回歸中，將第一階段回歸得到的因變量員工人數(shù)自然對(duì)數(shù)預(yù)測(cè)值（EN_LN_PRE）作為自變量，來分析大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策是否通過擴(kuò)大企業(yè)員工雇傭規(guī)模對(duì)勞動(dòng)收入份額產(chǎn)生作用。第二階段回歸中，EN_LN_PRE 的估計(jì)系數(shù)顯著為正（0.194），說明大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策實(shí)施所引起的企業(yè)員工雇傭規(guī)模增加導(dǎo)致了企業(yè)勞動(dòng)收入份額的上升。上述結(jié)果表明，大數(shù)據(jù)能夠通過新任務(wù)創(chuàng)造效應(yīng)提升勞動(dòng)收入份額，假說1 得到印證。但是，對(duì)于是否存在自動(dòng)化擴(kuò)張效應(yīng)，還需進(jìn)一步驗(yàn)證①員工雇傭規(guī)模取決于新任務(wù)創(chuàng)造效應(yīng)與自動(dòng)化擴(kuò)張效應(yīng)的相對(duì)大小。。

其次，檢驗(yàn)大數(shù)據(jù)對(duì)企業(yè)不同類型員工雇傭規(guī)模的影響。理論分析表明，大數(shù)據(jù)引起的新任務(wù)創(chuàng)造效應(yīng)既能創(chuàng)造高技能任務(wù)，也能創(chuàng)造中低技能任務(wù)。同時(shí)，大數(shù)據(jù)引起的自動(dòng)化擴(kuò)張效應(yīng)不僅會(huì)減少低技能任務(wù)，還會(huì)進(jìn)一步替換掉部分中等技能任務(wù)。本文按照教育程度，將碩士及以上學(xué)歷的員工視為高技能員工，本科及?？茖W(xué)歷的員工視為中等技能員工，高中及以下學(xué)歷的員工視為低技能員工。表（5）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策影響不同類型員工雇傭規(guī)模的回歸結(jié)果。第（1）列表明，大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策對(duì)博士學(xué)歷員工的需求存在一個(gè)正向影響，但并不顯著。第（2）—（4）列結(jié)果顯示，大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策顯著降低了中等技能員工需求，而對(duì)高技能與低技能員工需求影響不顯著。上述結(jié)果至少可以得出兩點(diǎn)結(jié)論：第一，大數(shù)據(jù)能夠通過自動(dòng)化擴(kuò)張效應(yīng)降低勞動(dòng)收入份額，假說2得到印證；第二，大數(shù)據(jù)可能會(huì)引起“就業(yè)極化”現(xiàn)象。

最后，檢驗(yàn)大數(shù)據(jù)對(duì)企業(yè)員工工資水平的影響。大數(shù)據(jù)投入生產(chǎn)所引起的新任務(wù)創(chuàng)造與自動(dòng)化擴(kuò)張效應(yīng)會(huì)導(dǎo)致勞動(dòng)市場(chǎng)需求與供給的相對(duì)變化，從而引起工資水平變化，這會(huì)直接影響勞動(dòng)收入份額。為此，本文以企業(yè)員工人均工資自然對(duì)數(shù)（PLI_LN）作為企業(yè)員工工資水平的代理變量，并使用兩階段回歸法識(shí)別影響機(jī)制，表（4）的第（3）和第（4）列分別報(bào)告了第一階段和第二階段回歸結(jié)果。第一階段回歸中，BD 的估計(jì)系數(shù)顯著為負(fù)（-0.038）；第二階段回歸中，企業(yè)員工人均工資自然對(duì)數(shù)預(yù)測(cè)值（PLI_LN_PRE）的估計(jì)系數(shù)顯著為正（0.835）。該結(jié)果說明，大數(shù)據(jù)主要通過擴(kuò)張低工資崗位提升勞動(dòng)收入份額。

（二）間接效應(yīng)：自動(dòng)化加深與融資約束緩解

理論分析表明，大數(shù)據(jù)能通過自動(dòng)化加深與融資約束緩解效應(yīng)影響勞動(dòng)收入份額。為了驗(yàn)證該渠道是否成立，本文從如下兩方面展開研究：

首先，檢驗(yàn)大數(shù)據(jù)對(duì)企業(yè)全要素生產(chǎn)率的影響。自動(dòng)化加深的標(biāo)志是生產(chǎn)率的提升（Acemoglu and Restrepo，2018）。因此，本文分別采用OP 法與LP 法測(cè)算企業(yè)全要素生產(chǎn)率（TFP_OP 和TFP_LP），并以企業(yè)全要素生產(chǎn)率作為企業(yè)自動(dòng)化加深的代理變量來識(shí)別該作用機(jī)制，表6前兩列報(bào)告了回歸結(jié)果。從第（1）和第（2）列來看，BD的估計(jì)系數(shù)并不顯著，說明大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策并未提升企業(yè)全要素生產(chǎn)率。之所以會(huì)出現(xiàn)這種情況，原因可能在于缺乏與大數(shù)據(jù)匹配的新型基礎(chǔ)設(shè)施、缺乏大數(shù)據(jù)人才、大數(shù)據(jù)與企業(yè)生產(chǎn)融合度不夠等。也就說，在經(jīng)濟(jì)發(fā)展水平高的地區(qū)，可能才會(huì)產(chǎn)生自動(dòng)化加深效應(yīng)。為此，本文進(jìn)一步以樣本內(nèi)各年份地區(qū)GDP 的1/3 分位數(shù)以及2/3 分位數(shù)為臨界點(diǎn)，分別將樣本劃分為高經(jīng)濟(jì)發(fā)展水平地區(qū)、中等經(jīng)濟(jì)發(fā)展水平地區(qū)與低經(jīng)濟(jì)發(fā)展水平地區(qū)三組后進(jìn)行回歸，表（7）中報(bào)告了該分組回歸結(jié)果。結(jié)果表明，在經(jīng)濟(jì)發(fā)展水平高的地區(qū)大數(shù)據(jù)才能顯著地提升全要素生產(chǎn)率，即產(chǎn)生顯著的自動(dòng)化加深效應(yīng)。因此，假說3得到驗(yàn)證。

其次，檢驗(yàn)大數(shù)據(jù)對(duì)企業(yè)融資約束程度的影響。本文使用SA指數(shù)（SA）衡量企業(yè)融資約束程度，并使用兩階段回歸法識(shí)別作用渠道，表（6）的第（3）和第（4）列報(bào)告了兩階段回歸結(jié)果。第一階段回歸中，BD 的估計(jì)系數(shù)顯著為負(fù)（-0.013），說明大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)城市企業(yè)融資約束程度相對(duì)于其他企業(yè)下降了1.3%。第二階段回歸中，將第一階段回歸得到的因變量SA指數(shù)預(yù)測(cè)值（SA_PRE）作為自變量，來分析大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策是否通過降低融資約束對(duì)勞動(dòng)收入份額產(chǎn)生作用。第二階段回歸中，SA_PRE的估計(jì)系數(shù)顯著為負(fù)（-0.558），說明企業(yè)融資約束的增加會(huì)導(dǎo)致企業(yè)勞動(dòng)收入份額的下降。上述結(jié)果表明，大數(shù)據(jù)能夠通過緩解企業(yè)融資約束提升勞動(dòng)收入份額，假說4 得到驗(yàn)證。

七、進(jìn)一步分析

（一）企業(yè)外部環(huán)境的異質(zhì)性影響

1.區(qū)域差異。區(qū)域發(fā)展不平衡是我國長期存在的問題。區(qū)域發(fā)展不平衡所導(dǎo)致的各地區(qū)大數(shù)據(jù)發(fā)展與應(yīng)用的不平衡，會(huì)使得大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響存在差異。為了考察大數(shù)據(jù)對(duì)勞動(dòng)收入份額影響的區(qū)域異質(zhì)性，本文按照企業(yè)注冊(cè)地，將全樣本劃分為東部、中部與西部三組后分別進(jìn)行回歸，表（8）中的第（1）-（3）列分別報(bào)告了三組回歸結(jié)果。從回歸結(jié)果可知，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建立顯著提高了東部地區(qū)試點(diǎn)城市企業(yè)的勞動(dòng)收入份額，而對(duì)中西部企業(yè)的勞動(dòng)收入份額影響不顯著。出現(xiàn)該情況的原因可能在于，東部地區(qū)相對(duì)中西部地區(qū)擁有更完善的新型基礎(chǔ)設(shè)施建設(shè)、巨大的人力資本優(yōu)勢(shì)以及良好的融資環(huán)境，這有利于當(dāng)?shù)仄髽I(yè)發(fā)揮大數(shù)據(jù)在生產(chǎn)中形成的新任務(wù)創(chuàng)造效應(yīng)、自動(dòng)化加深（生產(chǎn)率）效應(yīng)以及融資約束緩解效應(yīng)，進(jìn)而提升企業(yè)勞動(dòng)收入份額。

2.市場(chǎng)化差異。市場(chǎng)化水平越高的地區(qū)，該地區(qū)企業(yè)技術(shù)效率越高（李勝文等，2013）。市場(chǎng)化水平會(huì)影響大數(shù)據(jù)技術(shù)效率，進(jìn)而對(duì)勞動(dòng)收入份額產(chǎn)生影響。大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響可能因?yàn)槭袌?chǎng)化水平的不同而存在差異。為了考察大數(shù)據(jù)對(duì)勞動(dòng)收入份額影響的市場(chǎng)化異質(zhì)性，本文根據(jù)王小魯?shù)龋?021）編制的省級(jí)市場(chǎng)化水平總指數(shù)，以各年份省份市場(chǎng)化水平總指數(shù)的中位數(shù)為界，將全樣本劃分為高市場(chǎng)化水平與低市場(chǎng)化水平兩組后分別進(jìn)行回歸，表（8）中的第（4）-（5）列分別報(bào)告了兩組回歸結(jié)果。從回歸結(jié)果可知，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建立顯著提高了高市場(chǎng)化水平地區(qū)試點(diǎn)城市企業(yè)的勞動(dòng)收入份額，而對(duì)低市場(chǎng)化地區(qū)試點(diǎn)城市企業(yè)的勞動(dòng)收入份額影響不顯著。在高水平市場(chǎng)化地區(qū)，大數(shù)據(jù)技術(shù)效率更高，這有利于企業(yè)基于大數(shù)據(jù)提高生產(chǎn)效率，開發(fā)新產(chǎn)品、新服務(wù)，創(chuàng)造出新的崗位，進(jìn)而提升勞動(dòng)收入份額。

（二）企業(yè)內(nèi)部特征的異質(zhì)性影響

1.要素結(jié)構(gòu)差異。相對(duì)于資本密集型行業(yè)，技術(shù)密集型行業(yè)與勞動(dòng)密集型行業(yè)更依賴于勞動(dòng)力。大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響可能因企業(yè)不同要素結(jié)構(gòu)而存在差異。為了考察大數(shù)據(jù)對(duì)企業(yè)勞動(dòng)收入份額影響的要素結(jié)構(gòu)異質(zhì)性，本文根據(jù)魯桐、黨印（2014）的做法將樣本劃分為資本密集型企業(yè)、技術(shù)密集型企業(yè)與勞動(dòng)密集型企業(yè)三組后進(jìn)行回歸，表（9）中的第（1）-（3）列分別報(bào)告了三組回歸結(jié)果。從回歸結(jié)果可知，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建立顯著提高了試點(diǎn)城市資本密集型企業(yè)的勞動(dòng)收入份額，而對(duì)試點(diǎn)城市技術(shù)密集型企業(yè)與勞動(dòng)密集型企業(yè)的勞動(dòng)收入份額影響不顯著?？赡艿脑蛟谟冢鄬?duì)于技術(shù)密集型與勞動(dòng)密集型企業(yè)，資本密集型企業(yè)擁有更完備的信息基礎(chǔ)設(shè)施與較少的中低技能勞動(dòng)力，這使得大數(shù)據(jù)在資本密集型企業(yè)中產(chǎn)生了更大的新任務(wù)創(chuàng)造效應(yīng)與自動(dòng)化加深效應(yīng)以及更小的自動(dòng)化擴(kuò)張效應(yīng)，這有助于資本密集型企業(yè)提升勞動(dòng)收入份額。

2.所有制差異。相對(duì)于國有企業(yè)，非國有企業(yè)具有更高的逐利性和更大的競(jìng)爭(zhēng)壓力。大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響可能因企業(yè)所有制不同而存在差異。為了考察大數(shù)據(jù)對(duì)企業(yè)勞動(dòng)收入份額影響的所有制異質(zhì)性，本文將樣本劃分為國有企業(yè)與非國有企業(yè)兩組后進(jìn)行回歸，表（9）中的第（4）-（5）列分別報(bào)告了兩組回歸結(jié)果。從回歸結(jié)果可知，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建立顯著提升了試點(diǎn)城市非國有企業(yè)的勞動(dòng)收入份額，而對(duì)試點(diǎn)城市國有企業(yè)的勞動(dòng)收入份額影響不顯著?？赡艿慕忉尀椋菄衅髽I(yè)為了保持競(jìng)爭(zhēng)力、取得更大利潤，大力投資并應(yīng)用大數(shù)據(jù)，充分發(fā)揮了大數(shù)據(jù)在生產(chǎn)中形成的新任務(wù)創(chuàng)造效應(yīng)、自動(dòng)化加深（生產(chǎn)率）效應(yīng)以及融資約束緩解效應(yīng)，進(jìn)而提升企業(yè)勞動(dòng)收入份額。

3.規(guī)模差異。勞動(dòng)收入份額會(huì)受到企業(yè)規(guī)模的影響（陸雪琴、田磊，2020）。因此，大數(shù)據(jù)對(duì)勞動(dòng)收入份額的影響可能因企業(yè)規(guī)模不同而存在差異。為了考察大數(shù)據(jù)對(duì)企業(yè)勞動(dòng)收入份額影響的規(guī)模異質(zhì)性，本文以樣本內(nèi)各年份企業(yè)營業(yè)收入與總資產(chǎn)的1/3 分位數(shù)以及2/3 分位數(shù)為臨界點(diǎn)，分別將樣本劃分為大規(guī)模企業(yè)、中等規(guī)模企業(yè)與小規(guī)模企業(yè)三組后進(jìn)行回歸，表（10）中的第（1）-（3）列報(bào)告了以企業(yè)營業(yè)收入為劃分標(biāo)準(zhǔn)的回歸結(jié)果，第（4）-（6）列報(bào)告了以企業(yè)總資產(chǎn)為劃分標(biāo)準(zhǔn)的回歸結(jié)果。從回歸結(jié)果可知，兩種企業(yè)規(guī)模劃分標(biāo)準(zhǔn)下，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建立均顯著增加了試點(diǎn)城市小規(guī)模企業(yè)的勞動(dòng)收入份額，但并未在試點(diǎn)城市大規(guī)模企業(yè)與中等規(guī)模企業(yè)中產(chǎn)生顯著的影響。一個(gè)可能的原因是，對(duì)于規(guī)模大的企業(yè)而言，大數(shù)據(jù)既能產(chǎn)生較大的新任務(wù)創(chuàng)造效應(yīng)，又能產(chǎn)生較大的自動(dòng)化擴(kuò)張效應(yīng)，這不利于勞動(dòng)收入份額的提升。然而，對(duì)于規(guī)模小的企業(yè)而言，大數(shù)據(jù)帶來的企業(yè)發(fā)展更傾向于使得其擴(kuò)展業(yè)務(wù)，這會(huì)產(chǎn)生新任務(wù)創(chuàng)造效應(yīng)與自動(dòng)化加深效應(yīng)，進(jìn)而提升勞動(dòng)收入份額。

（三）大數(shù)據(jù)與勞動(dòng)收入內(nèi)部分配

由于社會(huì)大多數(shù)群體都是企業(yè)雇員，且收入主要是工資，企業(yè)工資分配對(duì)整體社會(huì)收入分配格局具有重要影響（Gartenberg and Wulf，2020）。前文已經(jīng)回答了大數(shù)據(jù)對(duì)企業(yè)勞動(dòng)收入份額的影響，那么大數(shù)據(jù)在企業(yè)工資分配中的具體效應(yīng)又是如何呢？為了回答該問題，本文進(jìn)一步地從企業(yè)間和企業(yè)內(nèi)部的工資收入差距實(shí)證檢驗(yàn)大數(shù)據(jù)對(duì)勞動(dòng)收入內(nèi)部分配的影響。首先，為了考察大數(shù)據(jù)對(duì)企業(yè)間工資收入差距的影響，本文以樣本內(nèi)各年份企業(yè)人均工資的1/3 分位數(shù)以及2/3 分位數(shù)為臨界點(diǎn)，分別將樣本劃分為高工資企業(yè)、中等工資企業(yè)與低工資企業(yè)三組后進(jìn)行回歸，表（11）中的第（1）-（3）列分別報(bào)告了三組回歸結(jié)果?；貧w結(jié)果顯示，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建立僅顯著降低了試點(diǎn)城市高工資企業(yè)的勞動(dòng)收入份額，而對(duì)試點(diǎn)城市中等工資企業(yè)與低工資企業(yè)的勞動(dòng)收入份額影響不顯著。該結(jié)果表明，大數(shù)據(jù)能夠通過降低高工資企業(yè)的人均工資收入改善公司間的工資收入差距。其次，為了考察大數(shù)據(jù)對(duì)企業(yè)內(nèi)部工資收入差距的影響，本文借鑒張克中等（2021）的做法，使用企業(yè)管理層與普通員工工資二者的比值衡量企業(yè)內(nèi)部公司收入情況，表（11）中的第（4）列報(bào)告了回歸結(jié)果?；貧w結(jié)果顯示，大數(shù)據(jù)不會(huì)對(duì)企業(yè)內(nèi)部工資差距產(chǎn)生顯著的影響。

八、研究結(jié)論與政策啟示

提高勞動(dòng)收入份額關(guān)系著國內(nèi)大循環(huán)新發(fā)展格局的形成以及共同富裕目標(biāo)的實(shí)現(xiàn)。本文立足于數(shù)據(jù)已經(jīng)成為中國經(jīng)濟(jì)發(fā)展最重要的生產(chǎn)要素之一這一基本事實(shí)，以大數(shù)據(jù)作為研究切入，在理論分析的基礎(chǔ)上，基于2011—2020 年中國A 股上市公司數(shù)據(jù)，利用國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)建立這一外生事件，采用多期雙重差分方法系統(tǒng)探討了大數(shù)據(jù)如何影響勞動(dòng)收入份額。實(shí)證結(jié)果表明，大數(shù)據(jù)能夠顯著提升企業(yè)勞動(dòng)收入份額，且在經(jīng)過平行趨勢(shì)檢驗(yàn)、安慰劑檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)后，該結(jié)論依然成立。機(jī)制分析發(fā)現(xiàn)，大數(shù)據(jù)可以通過直接效應(yīng)和間接效應(yīng)影響企業(yè)勞動(dòng)收入份額。其中，直接效應(yīng)表現(xiàn)為新任務(wù)創(chuàng)造和自動(dòng)化擴(kuò)張效應(yīng)，間接效應(yīng)表現(xiàn)為自動(dòng)化加深和融資約束緩解效應(yīng)。進(jìn)一步分析顯示，大數(shù)據(jù)的勞動(dòng)收入份額提升效應(yīng)僅存在位于東部地區(qū)和高市場(chǎng)化水平地區(qū)的企業(yè)、資本密集型企業(yè)、非國有企業(yè)以及小規(guī)模企業(yè)。此外，大數(shù)據(jù)主要通過緩解企業(yè)間的工資收入差距，而非企業(yè)內(nèi)部的工資收入差距來改善勞動(dòng)收入內(nèi)部分配結(jié)構(gòu)。

基于上述研究結(jié)論，本文得到如下政策啟示：

第一，堅(jiān)定數(shù)字經(jīng)濟(jì)發(fā)展方向，充分發(fā)揮大數(shù)據(jù)在要素分配中的作用。本文研究結(jié)論表明，大數(shù)據(jù)切實(shí)提高了企業(yè)勞動(dòng)收入份額，并且能夠通過緩解企業(yè)間的工資收入差距來改善勞動(dòng)收入內(nèi)部分配結(jié)構(gòu)，這對(duì)于加快國內(nèi)大循環(huán)新發(fā)展格局的形成以及促進(jìn)共同富裕目標(biāo)的實(shí)現(xiàn)至關(guān)重要。因此，以大數(shù)據(jù)為支點(diǎn)撬動(dòng)生產(chǎn)方式和治理方式的變革勢(shì)在必行，政府應(yīng)當(dāng)加大大數(shù)據(jù)產(chǎn)業(yè)投資，推動(dòng)產(chǎn)生數(shù)字化，并為企業(yè)提供充足的數(shù)字化轉(zhuǎn)型動(dòng)能。

第二，努力提升人力資本水平，積極適應(yīng)大數(shù)據(jù)發(fā)展帶來的技術(shù)紅利。通過本文研究可知，大數(shù)據(jù)通過自動(dòng)化擴(kuò)張效應(yīng)產(chǎn)生的勞動(dòng)收入份額降低能夠被新任務(wù)創(chuàng)造與自動(dòng)化加深效應(yīng)有效緩解。高質(zhì)量的人力資本不僅能夠補(bǔ)充新任務(wù)創(chuàng)造產(chǎn)生的中高技能崗位，而且可以進(jìn)一步促進(jìn)自動(dòng)化加深效應(yīng)的實(shí)現(xiàn)。因此，政府應(yīng)當(dāng)順應(yīng)時(shí)代需求，積極推行教育改革以適應(yīng)數(shù)字時(shí)代下新的人力資本需求，從而充分利用大數(shù)據(jù)發(fā)展帶來的技術(shù)紅利，提高勞動(dòng)收入份額。

第三，推進(jìn)大數(shù)據(jù)發(fā)展需要“因地制宜”，不能一刀切。本文的研究表明，在市場(chǎng)化水平不強(qiáng)的地區(qū)，企業(yè)可能因?yàn)闊o法有效利用市場(chǎng)促進(jìn)大數(shù)據(jù)發(fā)揮其新任務(wù)創(chuàng)造和自動(dòng)化加深效應(yīng)；國有企業(yè)因其競(jìng)爭(zhēng)壓力不大、公司治理水平不足等導(dǎo)致其無法充分發(fā)揮大數(shù)據(jù)的價(jià)值。因此，考慮到大數(shù)據(jù)在不同環(huán)境與不同企業(yè)中的勞動(dòng)收入份額提升效應(yīng)存在差異，在實(shí)施相應(yīng)政策時(shí)，政府應(yīng)當(dāng)統(tǒng)籌兼顧，穩(wěn)步推進(jìn)。比如，對(duì)市場(chǎng)化水平不高的地區(qū)，由于無法有效發(fā)揮市場(chǎng)在促進(jìn)效率中的作用，政府應(yīng)當(dāng)給予更多的市場(chǎng)支持政策。