工作转换视角下数字经济对性别收入差距的影响研究

乔小乐，何 洋，李 峰

1. 长安大学经济与管理学院，陕西 西安 710064 2. 西安交通大学经济与金融学院，陕西 西安 710061 3. 莆田学院商学院，福建 莆田 351100

一、研究背景

随着物联网、云计算、大数据和人工智能等新一代信息技术的快速发展，数字经济已经成为驱动中国经济增长的重要引擎[1]。《2021年中国数字经济发展白皮书》相关数据显示，2020年中国数字经济规模达到39.2万亿元，占GDP比重为38.6%，数字经济规模的持续增长有效推动了经济社会发展。伴随着数字经济的蓬勃发展，新商业模式和新型就业形态不断涌现，为劳动力市场创造了大量的就业岗位，成为促进中国就业结构升级的强劲动力。然而，数字技术进步也可能通过就业“极化”效应和“数字鸿沟”效应造成劳动力失业或就业不足的问题。党的十九大以来，习近平总书记多次提出“要坚持就业优先战略和积极就业政策，实现更高质量和更充分就业”。国家发展和改革委员会等多部门联合发布的《关于发展数字经济稳定并扩大就业的指导意见》也进一步强调，“要加快形成适应和引领发展数字经济促进就业的政策环境，使广大劳动者共建共享数字经济发展成果”。由此可见，在数字经济迅猛发展的同时，如何积极应对数字经济对劳动力市场的冲击已经成为一个迫切的现实问题。

数字经济时代的劳动力就业问题在政策讨论中已经引起足够重视，但在学术研究层面略显滞后。现有关于数字经济与劳动力市场的文献大多聚焦宏观层面，考察数字经济对就业总量、就业结构、就业质量以及劳动收入分配的影响效应[2-4]。少数文献从微观层面探究了数字经济对劳动者就业概率、工资水平以及劳动者权益的影响[5-6]。然而，劳动者工作转换是劳动力市场资源配置的重要衡量指标，鲜有文献关注数字经济背景下劳动者的工作转换行为及其收入效应。事实上，数字经济时代教育资源的开放共享、就业信息搜寻成本的下降、社会关系网络的拓展以及新型就业岗位的衍生，为劳动者的职位晋升和工作转换提供了广阔的潜在空间，促使劳动者能够流动到更高质量的就业岗位，从而获得更高的劳动报酬。尤其对于女性劳动者而言，数字经济的发展有助于打破女性在传统劳动力市场上的各种制约因素，提升女性再就业能力，促使女性劳动者能够通过工作转换实现更高质量就业，提升劳动报酬，进而有利于缩小性别收入差距。然而，上述影响效应是否成立尚未可知，从工作转换视角探寻数字经济对性别收入差距的影响依然缺乏实证研究的支撑。

鉴于此，本文基于劳动者工作转换视角，拟运用2014和2016年中国劳动力动态调查数据，深入探究数字经济对劳动收入的作用机制及其对性别收入差距的影响效应。同现有研究相比，本文可能的贡献主要包括以下几个方面：(1)从劳动者工作转换视角出发，对数字经济发展与性别收入差距展开研究。现有关于数字经济与收入不平等的研究，主要基于就业结构变化和要素间相对分配优势两个视角展开探讨，忽视了工作转换行为及其回报差异在数字经济与收入不平等之间所起的作用，而本文基于劳动者工作转换视角探究数字经济对性别收入差距的影响效应，有助于丰富现有数字经济相关的研究框架，为理解数字经济与收入不平等的内在机制提供了新视角。(2)为劳动者工作转换的相关研究拓宽了思路。目前关于劳动者工作转换动因及后果的研究大多集中于市场分割、人力资本和社会资本等因素，本文则从数字经济的角度探讨劳动者工作转换的收入回报及其对性别收入差距的影响，为劳动者工作转换相关研究提供了新思路。(3)基于就业信息搜寻和社会关系网络双重视角，探讨了数字经济对劳动者工作转换收入效应的作用机制，有利于深入理解数字经济对劳动收入及性别收入差距的内在机理，为劳动者工作转换和收入不平等相关研究做出补充。

二、文献回顾与研究假说

(一)文献回顾

1. 数字经济与收入差距的相关研究

现有关于数字经济、收入分配以及收入不平等的研究主要从两个方面展开。其一，数字经济时代下的人工智能技术通过影响就业岗位更迭改变劳动收入差距。现有文献主要基于任务模型探究人工智能的就业极化效应，以及由此带来的收入极化现象[7]。人工智能技术替代了低技术部门的就业岗位，削减了低技能劳动力的收入水平，从而扩大了高低技能劳动力的收入差距[8]。与此同时，人工智能、大数据与深度学习等技术的深入发展，也可能会替代一些复杂型的高技能劳动岗位(如人工客服、法律助理等)，这种高技能自动化技术对高技能岗位的替代缓解了收入不平等[9]。并且，数字化技术的发展可以通过创造新的工作机会增加劳动者就业岗位[10]，解决部分低技能劳动者的就业问题，从而缓解高低技能群体的收入差距。然而，Acemoglu等[9]研究发现，数字技术发展所创造出的新岗位更加符合高技能劳动群体的比较优势，而数字化技术所产生的岗位替代作用也更容易发生在低技能劳动群体中，因而数字化技术发展短期内会加剧劳动者收入差距，但长期来看，新岗位技能的普及会增加低技能劳动者的就业，有助于缩小劳动收入差距。

其二，数字经济通过改变劳动收入份额影响收入差距。早期关于劳动收入分配的研究已经指出，技术进步的技能偏向性会诱发技能溢价，从而导致收入不平等[11]。数字经济发展本质上是技术的进步。一方面，人工智能技术的应用替代了既有就业岗位，降低了劳动力均衡工资，从而导致劳动在国民收入份额中随之下降；另一方面，数字化技术的发展促使劳动生产率增长快于工资增长，进而降低了劳动收入份额[12]。数字经济改变了资本和劳动力之间的相对分配优势，劳动要素收入份额的下降和资本要素收入份额的上升，拉大了高收入群体和低收入群体的差距，进一步加剧了贫富差距[13]。

2. 工作转换及其收入效应的相关研究

工作转换在学术界尚未有统一的界定标准。从广义上讲，工作转换是指劳动者进行成本和收益权衡后在就业单位内部或者就业单位之间变动的一种劳动力市场行为[14]。伴随着劳动力市场的不断完善和公司裁员、企业并购重组现象的日渐普遍，劳动者在职业生涯中的工作转换行为也变得更加频繁[15]。

现有文献关于工作转换的研究主要集中于影响因素和收入效应两个方面：对劳动者工作转换的影响因素而言，其可能来源于结构性因素、个体差异因素以及决策因素等，主要包括劳动力市场分割、社会资本、人力资本以及劳动者性别差异等方面[16]；对工作转换的收入效应而言，已有文献主要基于“转换者—停留者”模型、工作搜寻模型、工作匹配模型以及人力资本投资模型，对工作转换与工资收入之间的关联性展开探讨和分析，但尚未取得一致的结论[17]。随着研究的深入，学者们将焦点转向劳动群体内部，探究劳动者工作转换行为及其收入效应的内部差异性。一方面，部分学者聚焦科研人员[18]、青年劳动者[19]以及农民工[20]等特定群体展开研究；另一方面，在涉及劳动者工作转换收入效应的群体性差异研究中，现有文献着重从性别差异[21]、代际差异[22]以及城乡差异[23]等方面展开深入探讨。其中，工作转换收入效应的性别差异是带来性别收入不平等的重要因素。现有关于工作转换与性别收入不平等的文献主要基于风险偏好、家庭分工和性别歧视的视角，指出男性劳动者工作转换的收益往往高于女性，而这种差异加剧了性别收入不平等[24]。同时，也有部分文献发现精英阶层劳动者的向上职业流动有利于缩小性别收入不平等[25]。

综上，已有文献为中国数字经济与劳动力市场的相关研究提供了较为丰富的见解，但忽略了劳动者工作转换及其回报差异在数字经济与性别收入不平等之间所发挥的作用。事实上，已有少数文献就数字经济与性别工资差异展开研究。例如，戚聿东等[26]研究发现，数字经济背景下互联网使用有助于提升总体工资水平，缩小性别工资差异。然而，这些研究主要集中在互联网使用对性别工资的影响上，对于数字经济背景下劳动者工作转换的收入效应及其带来的性别收入差距问题尚未展开深入研究。

(二)理论机制和研究假说

本文聚焦劳动者工作转换视角，探究数字经济对劳动收入的内在作用机制，以及由此带来的性别收入不平等效应。根据已有文献，数字经济可能会通过以下渠道影响工作转换收入回报：

一方面，数字经济拓宽了就业信息获取渠道，有助于降低劳动力市场的搜寻成本，从而促使劳动者通过工作转换获取更高的劳动回报。主要通过以下两个途径实现：首先，数字经济时代下互联网的迅速发展和大数据技术的广泛应用，促使海量信息搜寻成为求职过程的主要手段，大幅降低了劳动者的在职搜寻成本，有助于劳动者在众多工作岗位中进行比较，从而通过工作转换实现更高的劳动报酬。其次，数字经济背景下劳动力市场搜寻成本的降低，有助于雇主和雇员双方能及时精准定位需求目标，需要某类人才的企业可以通过海量信息搜寻接触到目标人群，有工作转换动机的劳动者也可以及时搜索到目标企业。这种实时动态的搜寻匹配信息不仅有助于劳动者个人的职业发展，促使劳动者职业晋升，还加剧了企业间的人才争夺，从而增加劳动者工作转换的收入回报。

另一方面，数字经济拓展了劳动者的社会关系网络，有助于劳动者提升和维护社会资本，促使劳动者通过社会关系获取更多转换工作的机会，从而实现收入水平的提升。社会网络是影响工作搜寻和职业转换的重要因素，数字经济拓宽了劳动者的社会关系网络，增加了劳动者的弱关系网络连接。而弱关系网络作为不同阶级之间的“信息桥”可以为劳动者提供异质性较强的信息和资源，从而有助于劳动者转换到质量更高的岗位，获得更高的劳动报酬。此外，社会资本也可能作为人情关系网络，导致劳动者就业中出现寻租行为，尤其是在中国社会背景下，劳动者很可能通过人情关系获取更多的资源和照顾，从而通过工作流动实现更高的劳动收入。

在厘清数字经济影响工作转换收入回报的作用机制后，还需要进一步分析数字经济背景下工作转换收入效应的性别差异，从而探究数字经济对性别收入差距的影响效应。具体而言，数字经济对性别收入差距的影响主要通过以下三种途径实现：首先，数字经济带来的劳动力市场搜寻成本下降，很有可能弥补女性在职搜寻行为不充分的缺点，缩小在职搜寻工作行为的性别差距，增加了女性劳动者的工作转换空间，从而有助于缓解性别收入不平等。其次，数字经济打破了女性社交网络的地理空间限制和社会角色约束，促使女性通过大规模的社交网络实现社会资本的积累，有助于女性劳动者通过社会资本获取更多关于工作岗位的信息，从而通过工作转换实现劳动收入水平的提升，最终缩小性别收入差距。最后，数字经济衍生出了部分更加符合女性“软技能”的新型就业形态，为女性提供了更多的就业选择，有助于女性通过职业转换获取更高的收入回报，缩小性别收入差距。

综合上述理论分析，数字经济对工作转换收入回报的作用机制如图1所示。据此，本文提出以下假说：

图1 数字经济影响工作转换收入回报的作用机制

H1：数字经济可以提升工作转换收入回报，并且有助于缓解性别收入差距。

H2：数字经济可以通过拓宽劳动者的就业信息获取渠道提升工作转换收入回报。

H3：数字经济可以通过拓展劳动者的社会关系网络提升工作转换收入回报。

三、实证研究设计

(一)模型设定

本文基于劳动者工作转换视角，考察数字经济是否可以缓解性别收入差距。为此，聚焦工作转换后的劳动者群体，首先检验数字经济对劳动者工作转换收入回报的影响效应，探究数字经济是否提升了劳动者转换工作后的收入水平；然后，进一步检验对于不同性别劳动者而言，数字经济对工作转换后收入的影响效应是否存在差异，从而探究数字经济背景下劳动者是否可以通过工作转换缓解性别收入差距。具体而言，构建如下实证模型：

Incict=β0+β1Digct+λZict+θr+ft+εict

(1)

Incict=β0+β1Digct+β2Digct×Malict+

λZict+θr+ft+εict

(2)

其中，下标i、c和t分别表示个体、城市和年份，r表示劳动者所在区域(1)按照劳动者所在城市将其划分为东部、中部、西部和东北地区。；Incict表示劳动者工作转换后的年收入水平；Digct表示地级市数字经济发展程度；Malict为表示性别的变量，其中男性赋值1，女性赋值0；Zict表示个体、城市与省级层面的控制变量，ft和θr分别表示时间与地区固定效应，εict为随机误差项。式(1)用于检验数字经济对劳动者工作转换后收入的影响效应；式(2)通过引入数字经济与劳动者性别的交互项(Digct×Malict)，检验数字经济对工作转换后收入的影响是否随着劳动者性别不同而呈现差异，进而探究数字经济对性别收入差距的影响。

(二)变量测度与说明

1. 被解释变量

本文所使用的被解释变量为劳动者工作转换后的收入水平(Incict)，因而首先采用问卷中工作史部分询问的“刚刚谈的这份工作是不是你的第一份工作”来判断劳动者是否发生工作转换。然后，采用劳动者工作转换后年收入的对数值作为被解释变量。

2. 核心解释变量

结合已有研究对数字经济发展水平的相关测度以及地级市层面数据的可获得性，本文从数字产业活跃度、数字用户活跃度、数字金融发展三个方面出发构建数字经济发展综合指数(Digct)。其中，数字产业活跃度和数字用户活跃度用来度量数字产业发展水平。前者采用信息传输、计算机服务和软件业从业人数占城镇单位从业人员比重来衡量，后者采用百人中互联网宽带接入用户数、人均电信业务总量、移动电话普及率三个指标来衡量。鉴于数字金融发展可以作为产业数字化的重要体现，进一步引入数字普惠金融指数来度量数字金融发展。基于上述指标体系，本文通过主成分分析法得到中国地级市层面数字经济综合发展指数。

3. 控制变量

考虑到影响劳动者收入水平的其他因素，本文选取的控制变量有：(1)劳动者前职月收入水平，采用劳动者工作转换前月收入水平的对数值来表示；(2)劳动者性别，男性赋值1，女性赋值0；(3)劳动者户籍类型，农村户籍劳动者赋值1，城镇户籍劳动者赋值0；(4)受教育年限，按照劳动者达到相应学历水平所需要的年限进行折算(2)具体而言，劳动者受教育水平和教育年限的换算关系如下：未上过小学：0；小学、私塾：6年；初中：9年；高中、职高、技校：12年；中专：13年；大专：15年；本科：16年；研究生：19年；博士：22年。；(5)婚姻状况，将劳动个体的婚姻状态划分为“在婚”和“非在婚”两大类，其中“在婚”状态赋值1，“非在婚”状态赋值0(3)具体而言，本文参照吴愈晓[27]的划分方法，“在婚”状态包括“同居”“初婚”“再婚”三种，“非在婚”状态包括“未婚”“离异”“丧偶”三种。；(6)劳动者年龄，通过引入劳动者年龄段的虚拟变量来控制年龄对劳动者收入的影响，将25岁以下劳动者作为基准，分别引入26～35岁、36～45岁、46岁及以上三个年龄段的虚拟变量；(7)培训，将参加过至少5天专业技术培训的劳动者赋值1，其余的赋值0；(8)政治面貌，将政治面貌是党员的劳动者赋值1，其余赋值0；(9)GDP增长率，采用地方生产总值增长率衡量；(10)市场化程度，采用地方政府财政预算内支出占当地生产总值的比值来衡量。

(三)数据来源及描述性统计

劳动力个体层面和家庭层面数据主要来自于中国劳动力动态调查(CLDS)数据。本文基于CLDS 2014和2016年问卷中的家庭和劳动力个体调查数据(4)目前CLDS已经完成2011年广东省试调查、2012年全国基线调查、2014和2016年追踪调查。鉴于调查问卷从2014年开始改版较多，2012年的全国基线调查数据关于劳动者上一份工作的相关信息存在大量缺失，因此本文主要运用2014和2016年问卷中的家庭和劳动力个体调查数据展开实证研究。，选取16～60岁有劳动收入的个体，同时剔除到受访日为止还未曾有工作经历的劳动者，最终得到13 120个观测值，其中发生工作转换的观测值共3 870个。地级市数字经济发展水平数据主要来自于北京大学金融研究中心发布的《北京大学数字普惠金融指数》。其他宏观数据主要来自于《中国城市统计年鉴》《中国统计年鉴》《中国检察年鉴》以及《中国劳动统计年鉴》等。

基于上述测度方法，表1汇报了工作转换与劳动收入分布的特征统计结果。其中，全样本统计结果显示，样本期间内大约有29.5%的劳动者发生了工作转换，并且工作转换后的劳动收入显著高于转换前收入水平。就劳动收入分布而言，相比于未发生工作转换的劳动群体，工作转换群体中的中高收入劳动者占比更高，这意味着存在部分劳动者在工作转换后实现了收入阶层的跨越。对于性别差异，男性比女性劳动者更容易转换工作，并且男性劳动者工作转换后处于中高收入阶层的比例上升了12.1个百分点，而女性劳动者工作转换后处于中高收入阶层的比例上升了19.8个百分点，即女性劳动者工作转换后实现了更高的收入报酬。对于户籍类型差异，相比于农村户籍劳动者，城镇户籍劳动者更容易发生工作转换，但农村户籍劳动者工作转换前后处于中高收入阶层占比的增长幅度相对更高。对于年龄差异，随着劳动群体年龄的增加，其工作转换概率呈现先上升后下降的趋势，而工作转换前后处于中高收入阶层占比的增长幅度呈现递增趋势。按照数字经济发展程度分组的子样本统计结果，城市数字经济发展水平越高，发生工作转换的劳动者占比越高，并且劳动者工作转换前后的收入增长幅度也较高。

表1 工作转换与劳动收入分布的特征统计结果

四、实证结果及分析

(一)基准回归结果

数字经济对工作转换者收入影响的回归结果见表 2。数字经济显著提升了劳动者工作转换的收入回报，并且数字经济对女性工作转换收入回报的提升作用要高于男性，有助于缓解性别收入差距。由此，假说H1得到初步验证。数字经济背景下互联网的普及和新业态的兴起打破了传统就业形式的时空限制，拓宽了就业渠道和岗位选择，促使劳动者可以通过工作转换实现收入水平的提升。特别是对于女性劳动者而言，信息通信技术和大数据技术的应用，弥补了女性在职搜寻不充分的缺点，而以新媒体和直播带货为代表的新兴就业形态，也更加符合女性劳动者的“软技能”，这些都为女性劳动者提供了更多的就业选择，有助于提高女性劳动者工作转换后的收入水平，进而缩小性别收入差距。

表2 数字经济对工作转换者收入影响的回归结果

为探究数字经济对不同收入阶层劳动者的影响差异，本文进一步采用分位数回归进行实证检验。数字经济对工作转换者收入影响的分位数回归结果见表3。结果表明，数字经济对低收入阶层劳动者工作转换后的收入提升作用更强，并且数字经济对劳动者收入影响的性别差异在中低收入阶层中更加明显。可见，数字经济蓬勃发展催生了许多新型灵活就业形态，这些灵活就业新模式往往门槛较低，工作方式和工作时间均比较灵活，为部分农民、妇女等弱势群体提供了更多的就业机会，尤其是相比于高收入阶层，平台经济的迅猛发展和互联网的熟练运用为低收入阶层创造了更多的收益，有效提升了低收入劳动者工作转换后的收入水平。此外，新型灵活就业形态有助于女性劳动者更好地兼顾家庭，从而缩小中低收入阶层的性别收入差距。

表3 数字经济对工作转换者收入影响的回归结果：分位数回归

(二)稳健性检验(5)限于篇幅，基于Heckman两步法、两阶段工具变量法以及替换核心解释变量的回归结果未在正文中列出，留存备索。

1. 校正样本选择偏误

上述实证分析仅聚焦发生工作转换的劳动群体，忽略了尚未发生工作转换的劳动者。事实上，由于个人特征的差异性，劳动者工作转换决策的收益和成本也存在差异，从而可能导致样本选择偏误问题。通常而言，那些认为自身有能力实现工作转换，并且可以通过工作转换提升就业质量的劳动者更倾向于选择转换工作，以工作转换者为研究样本可能会使得数字经济发展与影响劳动收入的不可观测因素存在相关性，从而导致基准回归存在样本选择偏误。鉴于此，本文采用Heckman两步法消除由于样本选择性偏误带来的影响，最终估计结果仍然支持本文核心结论。

2. 工具变量检验

本文借鉴赵涛等[28]的做法，选取各城市在1984年的邮电历史数据作为数字经济发展指数的工具变量。同时参考Nunn等[29]的处理方法，引入上一年全国互联网用户数与1984年各城市每万人电话机数量的乘积来构造面板工具变量。一方面，历史上电话机普及率较高的地区极有可能是互联网等信息技术普及率较高的地区，而当地通信基础设施的建设、互联网技术的发展以及当地居民的互联网使用习惯等都会影响到后续数字经济的发展，满足相关性。另一方面，历史上的电话机普及数据对劳动力市场的影响正在随着时间的推移和电话机使用频率的降低而逐渐消失，满足排他性。基于此，本文采用两阶段工具变量法解决基准模型中的内生性问题，最终估计结果显示，核心解释变量的符号和显著性并未发生实质性变化。

3. 更换核心解释变量

为保证本文结论不受变量衡量方式的影响，进一步采用柏培文等[6]提出的衡量方法，替换前文使用的数字经济发展程度综合指标，重新对基准回归模型展开实证检验。最终回归结果显示，核心解释变量估计系数的符号和显著性均支持本文的核心结论。

(三)机制检验

本文进一步从就业信息搜寻和社会关系网络两个渠道出发，探讨数字经济影响工作转换收入回报的内在作用机制。具体而言，通过在基准模型中引入渠道变量(6)就业信息搜集渠道：选取问卷中求职与创业部分询问的“最后一份雇员职业求职过程中都从哪些渠道收集就业信息”来判断劳动者是否通过互联网渠道获取就业信息，对于从互联网渠道获取最后一份工作就业信息的劳动者赋值1，即Inf=1，否则Inf=0；社会关系网络渠道：选取问卷中询问的“在您找工作过程中，给您提供过帮助的人和您有哪些关系”来度量劳动者的社会关系强度，将在寻找最后一份工作时使用弱关系的劳动者赋值1，即Soc=1，否则Soc=0。其中，弱关系是指非亲友的直接关系和各种间接关系，包括间接关系、上下级领导和企业机构；强关系是指朋友和亲属关系，包括家人、亲属、亲密朋友、一般朋友、同乡、同事、战友、邻里、师生、师徒、生意/项目伙伴。和数字经济的交互项(Dig×Inf；Dig×Soc)，来检验数字经济影响工作转换收入回报的作用机制。表4汇报了数字经济影响工作转换收入回报的就业信息搜寻渠道和社会关系网络渠道的检验结果。从中可知，数字经济对劳动者工作转换收入回报的作用机制存在性别差异，数字经济主要通过拓宽就业信息获取渠道提升男性工作转换者收入，而通过拓展社会关系网络提升女性工作转换者收入，本文提出的假说H2和H3得到部分验证。

表4 数字经济对工作转换收入回报的作用机制检验结果

对于就业信息搜寻渠道而言，尽管数字经济背景下互联网信息和大数据技术的迅速发展为劳动者提供了海量的信息资源，但不同性别劳动者在互联网使用技能上存在差异。一般而言，男性劳动者的网络技能通常要高于女性，这使得男性劳动者能够更有效率地通过互联网在职搜寻到丰富的就业信息，进而可以流动到更高劳动报酬的工作岗位。此外，互联网渠道的招聘存在显著的性别歧视。据调查，网络求职中男性劳动者获得的面试机会要显著多于相同简历情况下的女性劳动者[30]。因此，数字经济通过拓宽就业信息搜寻渠道提升劳动者工作转换收入回报的作用机制主要体现在男性劳动群体。

对于社会关系网络渠道而言，社会关系网络具有显著的性别差异，女性的社会关系网络往往属于同质性较高的强关系，主要是由亲属、乡邻和孩子构成；而男性的社会关系网络更为多元化，弱关系连接相对更丰富。因而，男性劳动者通过使用弱关系可以获得更丰富、更高质量的就业信息，从而有助于获得更高的工作转换收入回报，而女性劳动者的强关系对其工作搜寻和职业转换的帮助有限。然而，数字经济的发展打破了女性社交网络的地理空间限制和社会角色约束，促使女性通过大规模的社交网络实现社会资本的积累，拓展了弱关系网络，从而可以获取更多的工作信息资源，有助于女性劳动者工作转换到更高收入水平的就业岗位，进而缩小性别收入差距。

五、进一步分析

(一)数字经济对不同前职收入转换者的影响

本文进一步探究了不同前职收入水平下，数字经济对工作转换收入回报的异质性影响。由表5的回归结果可知，相比于前职收入水平较高的劳动者，数字经济对前职收入处于中低等水平的工作转换者收入提升作用更加显著，意味着数字经济发展有助于劳动者通过工作转换实现更高的收入回报，尤其是前职收入水平较低的劳动者，数字经济显著促进了其工作转换后的收入提升。此外，数字经济与劳动者性别的交互项(Dig×Mal)仅在低前职收入组中显著为负，表明数字经济显著提升了低收入水平女性劳动者的工作转换收入回报，从而可以缓解低收入阶层的性别收入差距。由此可见，数字经济对工作转换者收入起到了“雪中送炭”效应，有助于低收入劳动者通过工作转换实现更高的劳动报酬，同时有利于缩小性别收入差距。

表5 数字经济对不同收入阶层转换者的影响

(二)数字经济对不同类型工作转换者的影响

按照劳动者工作转换是否跨行业和是否跨区域，本文将工作转换类型划分为四种：行业内转换、行业间转换、迁移型工作转换和当地型工作转换。数字经济对不同类型工作转换者劳动报酬的异质性影响见表6。从中可以发现，对于是否跨行业转换，数字经济对行业内转换和行业间转换的收入回报均有提升作用，但相比于行业内转换，数字经济对行业间工作转换者收入的提升作用更加显著；对于是否跨区域转换，无论是迁移型还是当地型工作转换者，数字经济对工作转换后的收入均具有显著的提升作用。尤其是对于迁移型工作转换者而言，数字经济对女性迁移型工作转换者的收入提升效果要高于男性，意味着数字经济有效缓解了迁移型工作转换者的性别收入差距。

表6 数字经济对不同类型工作转换者的影响

对于跨行业转换而言，数字经济背景下人工智能和自动化技术的广泛应用，替代了程式化工作岗位的低技能劳动者，使得这部分劳动者不得不流动到其他行业。与此同时，数字经济时代下电子商务、自媒体以及共享经济的迅速发展衍生出很多新型就业岗位，为劳动者提供了更多的就业选择空间，促使被替代的部分劳动者转换到新兴就业岗位，并实现了收入水平的提升。对于跨区域转换而言，相比于男性劳动者，跨区域转换工作有助于女性远离宗亲关系和家庭的束缚，冲破传统社会角色的禁锢，使得女性更加注重自身的职业发展，有利于工作转换收入回报的提升，进而缓解性别收入不平等。

(三)数字经济对不同户籍工作转换者的影响

由于不同户籍劳动者的资源禀赋、技能特征以及决策偏好往往存在差异，因此数字经济对工作转换者收入的影响也很可能存在户籍类型的异质性。由表7的回归结果可知，相比于城镇户籍劳动者，数字经济对农村户籍工作转换者收入的提升作用更加显著。特别是相比于农村户籍的男性劳动者，数字经济对女性农村户籍工作转换者收入的提升作用更显著，从而有助于缩小农村户籍劳动者的性别收入差距。

由此可见，一方面，数字经济时代各种教育资源的开放共享，缓解了农村劳动者和城市劳动者之间教育资源不平等的现状，有利于农村劳动者积累人力资本，从而增加工作转换的收入回报；另一方面，数字经济的发展大幅降低了次级劳动市场的信息不对称，打破了以往熟人介绍等传统就业方式，有助于农村劳动者通过工作转换及时匹配到更合适的工作岗位，从而提升收入水平。与此同时，数字经济时代农村电商平台的兴起实现了农户与消费者的直接连通，为劳动者带来了大幅增收，这吸引了大量农村劳动者投身于农村电商行业，从而获取更高的劳动报酬。此外，数字经济衍生出的新型就业形式弱化了男性劳动者的体力优势，为女性农村户籍劳动者创造了更多的就业选择，并提供了多样化学习新技能的渠道，有效提升了女性农村劳动者工作转换的收入回报，进而缓解农村户籍劳动者的性别收入不平等。

六、结论与政策含义

本文从劳动者工作转换视角出发，基于2014和2016年中国劳动力动态调查数据，探究了数字经济对工作转换收入回报的作用机制及其对性别收入差距的影响效应。研究发现：(1)数字经济可以显著提升劳动者工作转换的收入回报，尤其是对于女性劳动者而言，数字经济对工作转换收入回报的提升作用更加显著，从而有助于缓解性别收入差距。(2)机制检验结果表明，数字经济对劳动者工作转换收入回报的作用机制存在性别差异，数字经济主要通过拓宽就业信息获取渠道来提升男性工作转换者收入水平，而通过拓展社会关系网络来提升女性工作转换者收入水平。(3)异质性分析结果显示，数字经济对前职收入水平较低的劳动者、行业间工作转换者、迁移型工作转换者以及农村户籍劳动者收入的提升作用更加显著，同时还有助于缓解低收入劳动者、迁移型劳动者和农村户籍劳动者的性别收入差距。

基于上述结论，本文提出如下政策建议：首先，要积极借助数字经济发展带来的就业新机遇，推动更多劳动者实现转岗提质就业。数字经济显著提升了工作转换者收入水平，因此政府要深入推动数字化技术与实体企业相结合，从传统行业升级入手培育新就业增长点，带动更多的低收入阶层劳动者在新经济形态中就业。其次，推动多元化就业形态发展，提升女性在劳动力市场的参与度和竞争力。数字经济显著提升了女性劳动者工作转换的收入回报，有助于缓解性别收入不平等。因此，政府应该鼓励数字经济衍生出的各种新型就业形式，例如网络直播、自媒体等更加符合女性“软技能”的新就业类型，为女性劳动者提供更广阔的就业机会。最后，推动互联网教育和数字技能培训，助力劳动者抓住数字经济发展机遇，促进数字经济时代高质量就业的目标实现。数字经济通过拓宽就业信息搜寻渠道，拓展劳动者社会关系网络显著提升了工作转换收入回报。因此，数字时代应该为劳动者提供更多的数字技能培训平台和在职培训机会，不断提升劳动者数字技能，以适应数字经济时代下的新需求。