数字经济对人力资本技能结构影响与作用机制的实证检验

王冬梅，黄 乾，方守林

（1.河北大学 经济学院，河北 保定 071002；2.南开大学 经济学院，天津 300071）

0 引言

改革开放以来，我国人力资本存量不断增加，2020年我国名义资本存量为3108.80 万亿，是1986 年的56.42倍。虽然我国人力资本规模较大，但是还存在人力资本结构不合理、创新性人才和技术工人比较缺乏的问题[1]。由于高技能劳动力更适合进行创新活动[2]，自主研发和科技创新受到人力资本结构的影响[3]，因此，分析人力资本结构的影响因素与机制对于提高我国的科技创新能力是非常有必要也是非常有意义的。当前，数字经济作为我国经济的重要组成部分，已经深刻影响了经济和社会的各个方面，也对人力资本产生了诸多影响，研究表明，数字经济提升了人力资本水平[4]，促进了人力资本结构高级化[5]。

研究数字经济、人力资本和人力资本结构的文献主要分为以下两类。第一类是数字经济对人力资本需求、水平与结构的影响与机制研究。数字经济时代，对教育型、技能型人力资本的需求高于经验型人力资本[6]。数字经济通过岗位的创造和替代缩小了人力资本城乡差距[7]。此外，人力资本是数字经济影响产业结构高级化的中介变量[8]。第二类是人力资本结构的相关研究。该主题的研究围绕以下三个方面展开。首先，关于人力资本结构高级化的研究。现有研究探讨了人力资本结构高级化对产业结构、技术创新和经济增长的影响。人力资本结构对产业结构服务化的影响显著，对产业结构高级化的影响不显著[9]。人力资本结构高级化促进了科技创新，提升了科技创新效率[10]。人力资本结构高级化与经济增长的相关研究表明两者存在“倒U”型关系，并且产业结构的变动和教育培训体系的变动是经济增长影响人力资本结构高级化的中介变量[11]。其次，从人力资本的教育结构出发，探讨人力资本结构对创新的影响。纪雯雯和赖德胜（2016）[12]的研究表明，高等教育人力资本和高中阶段教育人力资本对创新的影响显著为正，而义务教育人力资本对创新的影响不显著。廖楚晖和杨超（2008）[13]基于教育层次的人力资本结构划分的研究表明，人力资本结构对经济增长的贡献存在异质性，在人力资本水平比较低的地区，人力资本结构对经济增长的影响不显著。最后，基于高、低技能人力资本的划分，探讨人力资本结构对经济增长的影响。王永水和朱平芳（2016）[14]基于技能型与非技能型人力资本的划分的研究表明，这两类人力资本提升均能促进经济增长，但是技能型人力资本弱化了经济增长的态势。

已有研究涉及数字经济对人力资本水平、结构高级化和城乡差距的研究。但是，数字经济对人力资本技能结构的影响与机制还有探讨的空间。基于此，本文在理论分析的基础上，实证检验了数字经济对人力资本技能结构的影响与作用机制，检验了数字经济对人力资本技能演进的影响，分析了数字经济对人力资本结构的空间效应。

1 理论分析与研究假设

1.1 数字经济对人力资本技能结构的直接影响

数字经济促进了人力资本投资，优化了人力资本技能结构。数字经济通过影响各种人力资本投资提高了人力资本水平。第一，数字经济促进了教育投资。数字化和网络化降低了家庭教育投资的成本，提高了教育的投资回报率，因此，使得家庭的教育投资增加了，进而使得人力资本技能结构优化了。第二，数字经济促进了企业的人力资本投资。数字技术的运用降低了企业培训成本，扩大了企业的培训人次，提高了企业的人力资本水平，优化了人力资本技能结构。第三，数字经济促进了人力资本流动。根据推拉理论可知，数字经济的发展增加了流入地的拉力，降低了人力资本流动成本，促进了人力资本的流动。流入地数字经济的发展通过规模效应和互补效应增加了对人力资本的需求，网络化和数字化缩短了流入地和流出地的空间距离，降低了流动的心理成本，因此，有效地促进了人力资本流动。据此，本文提出假设1：

假设1：数字经济优化了人力资本技能结构。

1.2 数字经济对人力资本技能结构的间接影响

技术进步是推动产业结构升级的内在驱动力，数字经济作为新的经济形态促进了技术创新，影响产业结构从低级形态向高级形态转变的过程。数字经济通过产业数字化和数字产业化两个维度影响产业升级。从产业数字化的角度来看，数字经济通过改造传统产业链实现从传统产业向新的产业形态过渡。传统产业的数字化提高了生产要素的利用率，提高了生产效率。从数字产业化的角度来看，数字经济的发展催生了新的产业，新产业带动新的消费需求，推动了新的产业升级。新产业形态的出现使其在产业生态体系中占据重要的位置，生产出更加符合消费者需求的产品，进而使新产业形态占比越来越高，最终拉动了产业结构升级。

产业结构升级促进了人力资本技能结构的优化。产业结构升级过程中必然需要新的知识和技能，掌握新的技术必须要进行前瞻性的培训，通过培训使员工的知识和技能与岗位所要求的知识和技能相匹配，优化了人力资本的结构。产业结构升级促进人力资本技能结构的优化是需求导向型的，新产业形态的出现导致了对高技能人力资本的需求，从而促进了企业的培训，优化了人力资本技能结构。据此，本文提出假设2：

假设2：产业结构升级是数字经济影响人力资本技能结构的中介变量，数字经济推动了产业结构升级，促进了人力资本技能结构优化。

2 研究设计

2.1 计量模型

本文使用个体和时间双固定效应模型检验数字经济对人力资本技能结构的影响，具体设定如下，

其中，HCSit、dit和ConVarit分别代表人力资本技能结构、数字经济和控制变量，vt、ui和∊it分别代表时间效应、个体效应和随机误差项，β0是常数项，β1是数字经济对人力资本技能结构的边际影响，β是控制变量的系数。选择dit的一阶滞后项作为工具变量进行估计，以克服可能存在的内生性问题。

2.2 变量与数据

（1）人力资本技能结构（HCSit）。借鉴Acemoglu（1998）[15]、David 和Dorn（2013）[16]、方福前和田鸽（2021）[17]的做法，使用本科及以上劳动力的受教育年限与大专及以下的劳动力受教育年限的比值度量人力资本技能结构。参考《中国人力资本报告2022》中2000 年以后受教育年限的取值，未上学、小学、初中、高中、大专、本科及以上分别取值为0、6、9、12、15、16 年。各类受教育程度人数的比例来源于《中国人口和就业统计年鉴》。

（2）数字经济（dit）。根据赵涛等（2020）[18]构建的指标体系，使用熵权法测算数字经济发展水平，记为dentropy。

（3）控制变量。本文控制了影响人力资本投资效率的其他因素。①高等教育招生人数（hi_rollit），使用普通高等学校招生人数衡量该指标。②对外贸易程度（lnopenit），使用进出口总额占GDP 比重的对数衡量对外贸易程度。③外商直接投资（lnfdirit），使用外商直接投资总额占GDP比重的对数衡量外商直接投资。④人口结构（lndrit）。使用老年抚养比的对数衡量人口结构，该指标越大代表人口年龄结构越老化。⑤城镇就业人口（empit），使用城镇单位就业人员数度量城镇就业人口。

（4）机制变量。产业结构升级（ind_hiit），根据干春晖等（2011）[19]的测算方法，使用产业结构高级化指数衡量该指标。

本文采用我国31 个省份（不含港澳台）的数据，相关数据均来自历年《中国统计年鉴》和各省份统计年鉴。

变量描述性统计如表1所示。

表1 变量描述性统计

3 实证结果分析

3.1 基准回归

基准模型的回归结果如下页表2所示。模型1控制了个体效应，固定效应估计量和IV 估计量的结果均显示数字经济优化了人力资本技能结构。数字经济增加1 个单位，人力资本技能结构分别提高0.269和0.277个单位。模型2控制了个体效应和时间效应，固定效应估计量和IV估计量的结果均显示数字经济显著优化了人力资本技能结构。数字经济增加1个单位，人力资本技能结构分别提高0.691和0.662个单位。模型3是在模型2的基础上加入了所有的控制变量，估计结果显示数字经济对人力资本技能结构的影响显著为正，数字经济显著优化了人力资本技能结构。数字经济增加1个单位，人力资本技能结构分别增加0.616和0.576个单位。假设1得到了验证。

表2 基准回归结果

本文以模型3（IV）的结果为例进行分析，控制变量中高等教育招生人数的系数显著为负，这可能是由于普通高等学校招生人数的增加大部分是由大专层次的招生人数带动的，本科及以上招生人数增加较少。因此，高等教育招生人数对人力资本技能结构的影响是显著为负的。对外贸易程度阻碍了人力资本技能结构的提高，这是因为对外贸易过程中的技术溢出效应不够充分，使得对外贸易对高技能人力资本的影响还有提高的空间。外商直接投资阻碍了高技能劳动力的增加，这是由于低技能劳动力与高技能劳动力相比成本更低，因此企业有动机采取与低技能劳动力互补的生产技术，由此抑制了高技能劳动力的增加。人口结构老化优化了人力资本技能结构，这是由于老龄化使劳动力减少，企业更多地依靠人力资本进行生产以提高效率，因此这使得人力资本技能结构提高了。城镇就业人口的增加优化了人力资本技能结构，这是由于城镇单位就业增加使得政府有动机进行扩招以缓解劳动力市场的就业不充分现象，因此城镇单位就业人数增加使得人口资本技能结构提高了。

3.2 稳健性检验

本文借鉴学者们的做法，通过替换指标、采用动态面板估计以及构建其他工具变量进行稳健性检验。首先，使用不同的方法测算数字经济和人力资本技能；其次，采用动态面板进行估计；最后，使用不同的工具变量进行估计。本文根据式（1）构建如下动态面板模型：

由于差分GMM 易受弱工具变量与小样本偏误的影响[20]，本文选择系统GMM 进行估计。稳健性检验的结果如表3所示。

表3 稳健性检验结果

表3 列（1）和列（2）是使用主成分分析法计算的数字经济发展水平（记为depca）替换掉使用熵权法计算的数字经济发展水平，然后进行固定效应估计和IV 估计的结果。结果显示数字经济均显著促进了人力资本技能结构的优化，数字经济增加1 个单位，人力资本技能结构分别增加0.0792 和0.0850 个单位。列（3）和列（4）是使用大专及以上劳动力占比作为被解释变量、主成分分法计算的数字经济发展水平作为解释变量进行FE 和IV 估计的结果。结果显示数字经济显著优化了人力资本技能结构，数字经济增加1个单位，人力资本技能结构分别提高0.0122和0.0208 个单位。列（5）和列（6）是使用大专及以上劳动力占比作为被解释变量、熵权法计算的数字经济发展水平作为解释变量的回归结果。结果显示，数字经济显著优化了人力资本技能结构，数字经济增加1 个单位，人力资本技能结构分别增加0.140个单位和0.180个单位。

列（7）是使用动态面板的估计结果。使用系统GMM估计时选择被解释变量的一阶滞后项，核心解释变量为内生变量，选择核心解释变量的一阶滞后项作为工具变量进行回归。一阶自相关检验和二阶自相关检验的P 值分别为0.0564 和0.7935，Sargan 检验的P 值为1.0000。动态面板的估计结果表明数字经济显著优化了人力资本技能结构。数字经济增加1个单位，人力资本技能结构显著提高0.317个单位。

借鉴黄群慧等（2019）[21]的做法，使用每百人拥有的电话数量构建工具变量进行估计，结果如表3 列（8）所示。结果显示，数字经济显著优化了人力资本技能结构，数字经济增加1 个单位，人力资本技能结构增加0.684 个单位。综合以上分析可以得出，数字经济显著优化了人力资本技能结构的结论是稳健的。

3.3 异质性检验

（1）区域异质性的检验

考虑到我国经济发展存在不平衡的情况，因此，本文分区域进行了异质性检验，检验的结果如表4所示。检验结果表明，东部地区数字经济对人力资本技能结构的提升是显著的，中部地区、西部地区和东北地区是不显著的。这可能是由东部地区经济发展水平与人力资本水平较高所导致的。

表4 区域异质性检验结果

（2）经济发展水平异质性的检验

本文借鉴景国文（2022）[22]的做法，按照所有省份GDP的中位数进行分组，小于中位数的为经济规模较小的省份，大于中位数的为经济规模较大的省份，然后再进行分样本的回归。回归结果如表5所示，结果显示经济规模较大的省份数字经济对人力资本技能结构的提升是显著的，规模较小的省份不显著。可能的原因在于，经济规模较大的省份数字产业化和产业数字化的水平较高，因而有更高的人力资本投资。

表5 经济发展水平和人力资本水平异质性检验结果

（3）人力资本水平异质性的检验

根据所有省份人均受教育年限的中位数进行分组，大于中位数的为人力资本水平较高的省份，小于中位数的为人力资本水平较低的省份，然后再进行分样本回归，结果如表5所示。由表5可知，人力资本水平较高组的数字经济对人力资本技能结构的提升是显著的，人力资本水平较低组不显著，这可能是由于人力资本规模较大的省份人力资本外部性也较高，较高的外部性降低了人力资本投资的成本，增加了人力资本投资的动机，促进了人力资本技能结构的优化。

3.4 机制分析

本文根据温忠麟和叶宝娟（2014）[23]的方法检验数字经济影响人力资本技能结构的机制，检验模型如下。

其中，ind_hiit代表产业结构升级，∊1it和∊2it是随机扰动项，其他变量的含义与式（1）相同。如果β12、βm和β13均是显著的，则Mit起不完全中介作用；如果β12、βm是显著的，β13不显著，则表明Mit起完全中介作用。考虑到机制分析中会存在内生性问题[24]，本文根据薛秋童和封思贤（2022）[25]的方法进行内生性检验。结果如表6所示。

表6 影响机制分析

表6列（1）的结果表明数字经济显著促进了产业结构升级，列（2）的结果显示产业结构升级显著促进了人力资本技能结构优化。内生性检验的结果表明，在克服了内生性问题之后，产业结构升级的中介机制仍然稳健。以内生性检验的结果为例，数字经济增加1 个单位，产业结构升级显著增加2.906个单位；产业结构升级增加1个单位，人力资本结构显著增加2.208 个单位。因此，数字经济显著促进了产业结构升级，优化了人力资本技能结构。假设2得到了验证。

3.5 进一步分析

通过以上分析，本文发现数字经济显著优化了人力资本技能结构，接下来分析数字经济对各级人力资本的影响。本文分别使用了高技能人力资本（High）、中等技能人力资本（Mid）、低技能人力资本（Low），高技能人力资本占总人力资本的比重（Hiratio）、中等技能人力资本占总人力资本的比重（Midratio）、低技能占总人力资本的比重（Lowratio），高技能人力资本人数占比（Hnumb）、中等技能人力资本人数占比（Mnumb）、低技能人力资本人数占比（Lnumb）对数字经济进行回归，回归结果如表7所示。

表7 各级人力资本水平与比例的回归结果

表7 列（1）至列（3）的结果表明数字经济显著提高了高技能人力资本，显著减少了中等技能的人力资本，减少了低技能人力资本但是在统计上不显著。列（4）至列（6）的结果显示数字经济对各级人力资本所占比重的影响与各级人力资本水平的影响是相同的。使用各级人力资本的人数进行回归的结果也是相同的（见表7 列（7）至列（9））。因此，可以认为数字经济显著促进了人力资本从中级到高级的演化，对初级到中级演化的促进不显著。这可能是因为数字经济与人工智能对任务的替代不同，数字经济促进了劳动力和产业与岗位的高度融合，数字生产要素起到了劳动工具的作用。数字产业化和产业数字化优化了劳动者作用于劳动对象的方式，进而提高了劳动者与劳动对象的融合程度，提高了劳动者的人力资本。

3.6 扩展分析

（1）空间自相关检验

本文采用各省份地理距离的倒数作为空间权重矩阵进行检验，空间自相关检验的结果如表8所示。检验结果表明，2011—2020 年全局莫兰指数均是显著的，表明人力资本技能结构存在空间相关性，可以进一步进行空间计量分析。

表8 空间自相关检验结果

（2）空间模型设定检验

本文接下来按照以下步骤进行空间模型的设定检验。首先，使用LM 检验和稳健的LM 检验判断空间自相关的形式。其次，判断模型应采用时间固定效应、省份固定效应还是双向固定效应。最后，如果第一步的检验支持了空间杜宾模型，还要进行LR 检验以判断空间杜宾模型是否存退化为空间自回归模型和空间误差模型。检验的结果如表9 所示。LM 检验和稳健的LM 检验均表明应当采用空间杜宾模型进行分析。固定效应检验结果的P 值均为0.0000，应当选择双向固定效应。LR 检验的结果表明空间杜宾模型不能退化为空间自回归模型和空间误差模型。因此，本文选择空间杜宾模型进行回归。

表9 空间计量模型的设定检验

（3）空间溢出效应

考虑到在动态面板模型中被解释变量的一阶滞后项是显著的，因此，被解释变量的一阶滞后项也可能存在空间影响，本文将被解释变量的空间滞后项（L.HCS）加入解释变量进行回归。回归结果如表10所示，列（1）是主回归的结果，列（2）至列（4）分别是直接效应、间接效应和总效应的回归结果。

表10 空间溢出效应检验结果

列（1）主回归的估计结果表明，rho 在5%的水平上是显著的，表明人力资本技能结构存在正的空间自相关，数字经济的系数在1%的水平上显著为正。直接效应的估计结果中，数字经济对人力资本技能结构的影响显著为正，表明本地数字经济发展促进了本地的人力资本技能结构优化。间接效应中数字经济的回归系数显著为正，表明其他地区的数字经济发展显著促进了本地的人力资本技能结构优化。总效应的结果显示数字经济提升了所有地区的人力资本技能结构，表明人力资本技能结构优化存在空间溢出效应。

4 结论

本文在理论分析的基础上，使用2011—2020 年我国31个省份的面板数据验证了数字经济对人力资本技能结构的影响与作用机制，主要研究结论如下：

第一，数字经济显著优化了人力资本技能结构。通过替换指标、采用动态面板估计和使用不同工具变量进行稳健性检验，结果均表明该结论是稳健的。第二，产业结构升级是数字经济影响人力资本技能结构的中介变量。数字经济的发展促进了产业结构升级，产业结构升级促进了人力资本结构优化。第三，发现了数字经济影响人力资本技能结构异质性的证据。东部地区数字经济对人力资本结构的影响是显著的，中部地区、西部地区和东北地区不显著。经济规模较大和人力资本水平较高的省份显著，规模水平较小和人力资本水平比较低的省份不显著。第四，数字经济显著促进了人力资本从中级到高级的演化，对初级到中级演化的促进不显著。本文发现数字经济显著提高了高技能人力资本水平，抑制了中等技能人力资本水平的增加。第五，数字经济对人力资本空间溢出效应的分析结果表明，数字经济对人力资本技能结构存在显著的空间溢出效应。本地数字经济的发展显著促进了本地和邻近地区人力资本技能结构的优化。