How does the Development of the Digital Economy Affect the Skill Premium Gap—A Perspective of Biased Technological Progress

doi:10.16716/j.cnki.65-1030/f.2024.03.001

Abstract

Abstract:

This paper takes biased technological progress as the starting point and proposes a theoretical hypothesis that the digital economy affects the skill premium gap through various types of biased technological progress. It uses data from the China Family Panel Studies (CFPS) and related provincial panel data to empirically test the causal relationship and mechanism between the development of the digital economy and the skill premium gap. The results show that the development of the digital economy does indeed significantly expand the skill premium gap, and this conclusion remains valid after a series of robustness tests such as the use of instrumental variables and triple differences. The mechanism analysis indicates that the development of the digital economy primarily expands the skill wage premium by promoting capital-biased technological progress, skill-biased technological progress, and capital-skill complementarity. The heterogeneity analysis shows that in regions with more developed digital infrastructure and skill-intensive industries, the digital economy is more likely to widen the skill premium gap.

Key words: digital economy, biased technology change, capital-skill complementarity, skill premium

CLC Number:

F49
F249.24

YANG Tianyu, HUANG Chongle. How does the Development of the Digital Economy Affect the Skill Premium Gap—A Perspective of Biased Technological Progress[J]. Finance & Economics of Xinjiang, 2024, (3): 5-15.

Figures/Tables 6

变量符号	变量名称	样本量	均值	标准差	最小值	最大值
$l n i n c o m e$	劳动者工资收入	55967	0.396	0.882	-9.424	5.084
college	技能劳动力	55967	0.099	0.299	0.000	1.000
digital	数字经济发展	55967	-0.009	0.803	-1.466	3.062
Dcapital	资本偏向型技术进步	55967	0.001	0.009	-0.023	0.014
Dskill	技能偏向型技术进步	55967	0.017	0.036	-0.022	0.138
lnEKGDP	资本-技能互补性	55967	0.695	0.536	-0.177	1.651
age	年龄	55967	38.157	11.478	16.000	60.000
gender	性别	55967	0.561	0.496	0.000	1.000
marry	婚姻状况	55967	0.784	0.411	0.000	1.000
domicile	户籍	55967	0.343	0.475	0.000	1.000
health	健康状况	55967	2.427	1.152	1.000	5.000
lnGDP	地区经济发展水平	55967	10.617	0.512	9.464	12.009
fiscal	政府参与度	55967	0.226	0.085	0.113	0.465
indstru	产业结构	55967	1.106	0.498	0.569	5.244
FDI	外商直接投资	55967	0.435	0.410	0.062	1.829
R&D	技术研发投入	55967	0.004	0.003	0.002	0.013

变量	$l n i n c o m e$
变量	（a）	（b）	（c）	（d）	（e）
$c o l l e g e × d i g i t a l$	0.109^*** （7.000）	0.113^*** （7.497）	0.160^*** （10.459）	0.165^*** （10.679）	0.163^*** （10.376）
college	0.833^*** （56.957）	0.655^*** （44.365）	0.594^*** （39.783）	0.589^*** （37.633）	0.589^*** （37.735）
digital	0.316^*** （72.381）	0.316^*** （73.729）	0.001 （0.050）	0.046 （1.149）	0.046 （1.159）
gender		0.342^*** （52.687）	0.332^*** （52.444）	0.321^*** （49.697）	0.318^*** （49.219）
age		0.045^*** （19.271）	0.049^*** （21.840）	0.051^*** （22.966）	0.051^*** （22.835）
age²		-0.001^*** （-24.102）	-0.001^*** （-26.182）	-0.001^*** （-26.361）	-0.001^*** （-26.199）
marriage		0.114^*** （11.634）	0.116^*** （12.082）	0.113^*** （12.021）	0.111^*** （11.838）
domicile		0.274^*** （39.322）	0.255^*** （36.719）	0.243^*** （33.396）	0.245^*** （33.493）
health		0.028^*** （9.806）	-0.014^*** （-4.644）	-0.046^*** （-14.837）	-0.046^*** （-14.905）
lnGDP			0.967^*** （48.659）	0.430^*** （6.593）	0.414^*** （6.308）
fiscal			1.768^*** （33.186）	1.200^*** （5.581）	1.173^*** （5.423）
indstru			-0.112^*** （-10.654）	-0.240^*** （-7.438）	-0.239^*** （-7.367）
FDI			-0.286^*** （-20.364）	0.069^** （2.159）	0.070^** （2.196）
R&D			-9.206^*** （-4.528）	-13.550^*** （-3.608）	-13.690^*** （-3.627）
常数项	0.312^*** （91.161）	-0.725^*** （-17.511）	-11.108^*** （-51.951）	-5.258^*** （-7.344）	-5.073^*** （-7.048）
行业固定效应	No	No	No	Yes	No
时间固定效应	No	No	No	Yes	No
地区固定效应	No	No	No	Yes	Yes
行业×时间固定效应	No	No	No	No	Yes
观测值	55967	55967	55967	55967	55967
Adj.R²	0.209	0.277	0.314	0.341	0.342

变量	控制固定效应	工具变量法			双重差分模型	减小样本选择偏误	替换被解释变量
	（a）	（b）	（c）	（d）	（e）	（f）	（g）
	$l n i n c o m e$	digital	$c o l l e g e × d i g i t a l$	$l n i n c o m e$	$l n i n c o m e$	$l n i n c o m e$	Skillgap
digital							0.276^** （1.992）
$c o l l e g e × d i g i t a l$	0.161^*** （9.589）			0.152^*** （9.329）		0.161^*** （12.361）
$c o l l e g e × t r e a t × p o s t$					0.124^*** （4.304）
iv		-0.146^*** （-20.788）	0.279^*** （53.469）
$i v × c o l l e g e$		0.878^*** （188.241）	-0.004^** （-2.103）
IMR						0.186^*** （7.695）
常数项	-2.648 （-0.515）				-9.216 （-1.164）	-3.814^*** （-5.167）	11.773^*** （14.152）
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes
省份固定效应	No	Yes	Yes	Yes	No	Yes	Yes
行业×时间固定效应	Yes	Yes	Yes	Yes	Yes	Yes	Yes
城市×时间固定效应	Yes	No	No	No	Yes	No	No
Adj.R²	0.366			0.154	0.355		0.0683
观测值	54891	55533	55533	55533	50856	70666	52837

变量	$l n i n c o m e$
变量	（a）	（b）	（c）
$c o l l e g e × d i g i t a l × D c a p i t a l$	7.804^*** （3.792）
$c o l l e g e × d i g i t a l × D s k i l l$		2.300^*** （3.938）
$c o l l e g e × d i g i t a l × l n E K G D P$			0.197^*** （5.853）
常数项	-5.275^*** (-7.265)	-4.959^*** (-6.407)	-2.549^*** （-2.891）
控制变量	Yes	Yes	Yes
地区固定效应	Yes	Yes	Yes
行业×时间固定效应	Yes	Yes	Yes
城市×时间固定效应	No	No	No
Adj.R²	0.342	0.342	0.343
观测值	55967	55967	55967

变量	中西部地区		东部地区		行业
变量	农村	城镇	农村	城镇	非技能劳动密集型行业	技能劳动密集型行业
$c o l l e g e × d i g i t a l$	0.040 （0.567）	0.100^*** （2.996）	0.229^*** （2.892）	0.216^*** （7.885）	0.239^*** （6.725）	0.267^*** （10.459）
常数项	-5.677^*** （-4.191）	-1.029 （-0.714）	1.207 （0.322）	-4.301 （-1.640）	-2.852^* （-1.953）	0.719 （0.245）
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
地区固定效应	Yes	Yes	Yes	Yes	Yes	Yes
行业×时间固定效应	Yes	Yes	Yes	Yes	Yes	Yes
观测值	16982	18466	7204	13307	18849	6031
Adj.R²	0.292	0.266	0.322	0.387	0.234	0.378
组间系数差异	-0.060^*** （0.009）		0.013 （0.320）		-0.028^*** （0.005）

References 21

[1]	徐舒. 技术进步、教育收益与收入不平等[J]. 经济研究, 2010(9):79-92+108.
[2]	张勋, 万广华, 吴海涛. 缩小数字鸿沟:中国特色数字金融发展[J]. 中国社会科学, 2021(8):35-51+204-205.
[3]	BARATA A. Strengthening national economic growth and equitable income through sharia digital economy in Indone-sia[J]. Journal of islamic monetary economics and finance, 2019(1):145-168.
[4]	罗楚亮, 梁晓慧. 农村低收入群体的收入增长与共同富裕[J]. 金融经济学研究, 2022(1):61-72.
[5]	BRYNJOLFSSON E, MCAFFE A. The second machine age:work,progress, and prosperity in a time of brilliant tech-nolgies[M]. New York: W.W.Norton & Company, 2014.
[6]	王宁, 胡乐明. 数字经济对收入分配的影响:文献述评与研究展望[J]. 经济与管理评论, 2022(5):20-35.
[7]	ACEMOGLU D. Technical change,inequality,and the labor market[J]. Journal of economic literature, 2002(1):7-72.
[8]	黄先海, 徐圣. 中国劳动收入比重下降成因分析:基于劳动节约型技术进步的视角[J]. 经济研究, 2009(7):34-44.
[9]	ALEJANDRO P L, FIDEL P S. Capital-skill complementarity and biased technical change across us sectors[J]. Jour-nal of macroeconomics, 2020(1):32-55.
[10]	王林辉, 袁礼. 有偏型技术进步、产业结构变迁和中国要素收入分配格局[J]. 经济研究, 2018(11):115-131.
[11]	ACEMOGLU D, RESTREPO P. Automation and new tasks:how technology displaces and reinstates labor[J]. Journal of economic perspectives, 2019(2):3-30.
[12]	卢晶亮. 资本积累与技能工资差距:来自中国的经验证据[J]. 经济学(季刊), 2017(2):577-598.
[13]	KRUSELL P, OHANIAN L E, ROS-RULL J V, et al. Capital-skill complementarity and inequality:a macroeconomic analysis[J]. Econometrica, 2000(5):1029-1053.
[14]	柏培文, 张云. 数字经济、人口红利下降与中低技能劳动者权益[J]. 经济研究, 2021(5):91-108.
[15]	戴天仕, 徐现祥. 中国的技术进步方向[J]. 世界经济, 2010(11):54-70.
[16]	MENG F L, WANG W P. The influence of factor-biased technological progress on the share of labour income in the digital economy[J]. Technology analysis & strategic management, 2023(9):1207-1222.
[17]	GE S Q, YANG D T. Changes in China’s wage structure[J]. Journal of the european economic association, 2014(2): 300-336.
[18]	赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展:来自中国城市的经验证据[J]. 管理世界, 2020(10):65-76.
[19]	田鸽, 张勋. 数字经济、非农就业与社会分工[J]. 管理世界, 2022(5):72-84.
[20]	杜鹏程, 徐舒, 吴明琴. 劳动保护与农民工福利改善:基于新《劳动合同法》的视角[J]. 经济研究, 2018(3):64-78.
[21]	雷钦礼, 王阳. 中国技能溢价、要素替代与效率水平变化的估计与分析[J]. 统计研究, 2017(10):29-41.

维度	子指标名称	子指标测度方式	观测值	均值
数字产业	互联网相关就业人数	信息传输、计算机服务和软件业就业人数占总就业人数的比重	330	0.018
	软件业务收入	软件业务收入取自然对数	330	24.036
	互联网相关固定资产	信息传输、计算机服务和软件业占全社会固定资产的比重	330	0.011
数字创新	数字经济专利	数字经济专利数量	330	8.101
数字用户	移动电话普及度	移动电话普及率	330	0.964
	电信业务相关产出	电信业务总量取自然对数	330	6.641
	互联网宽带普及度	人均互联网宽带接入用户数	330	0.198
	电子商务相关产出	电子商务交易额取自然对数	330	6.994
数字平台	域名数量	域名数取自然对数	330	12.682
	网民数量	网民数取自然对数	330	16.691
	网站数量	网站数取自然对数	330	10.808