中國技能溢價上升的驅(qū)動因素：理論分析與實證研究

盛衛(wèi)燕

一 引 言

黨的十九屆五中全會明確提出“扎實推動共同富?！?，到 2035 年“全體人民共同富裕取得更為明顯的實質(zhì)性進展”，推動不同群體間的工資收入公平分配是其中應(yīng)有之義。然而，自20世紀(jì)90年代以來，中國勞動市場上技能與非技能勞動之間存在的工資收入差距即“技能溢價”呈現(xiàn)明顯上升趨勢(1)技能溢價主要是指由于個體人力資本差異所導(dǎo)致的工資收入差距，實證研究中對高低技能的劃分主要包括高學(xué)歷與低學(xué)歷工資比、非生產(chǎn)性工人與生產(chǎn)性工人工資比以及高分位點與低分位點工資比。，技能溢價已成為決定個人收入差距的重要因素且其影響正在逐步擴大(郭凱明和王冰鈺，2022［1］；李實和朱夢冰，2022［2］)。技能溢價與勞動力個體特征密切關(guān)聯(lián)，其可能引起就業(yè)機會分布在不同群體間差異問題，隨之產(chǎn)生的特定人群失業(yè)以及收入分配不公平無疑影響著共同富裕遠景目標(biāo)的實現(xiàn)，因此，技能溢價問題值得高度關(guān)注。

技能溢價問題的研究核心在于技能溢價變動的來源與機制。當(dāng)前文獻主要從國際貿(mào)易(Acemoglu，1998［3］，2002［4］；Burstein 和 Vogel，2017［5］)、信息技術(shù)與人工智能技術(shù)發(fā)展引致的技能偏向性技術(shù)進步視角進行分析(Autor和Dorn，2013［6］；楊飛和范從來，2020［7］；胡晟明等，2021［8］)，然而，基于結(jié)構(gòu)轉(zhuǎn)型視角解釋技能溢價的研究不多，且結(jié)論莫衷一是。例如，Berman et al.(1994)［9］研究指出，沒有證據(jù)表明結(jié)構(gòu)變遷因素會顯著影響技能溢價，而Blum(2008)［10］和Rogerson et al.(2022)［11］基于美國數(shù)據(jù)、郭凱明和王冰鈺(2022)［1］基于中國數(shù)據(jù)的研究均顯示結(jié)構(gòu)轉(zhuǎn)型是影響技能溢價變動的重要因素。理論上，即使不存在技能偏向性技術(shù)進步或者國際貿(mào)易，只要不同部門技能密集度存在異質(zhì)性，那么這種不同技能密集度部門間的結(jié)構(gòu)變遷依然會影響技能溢價(郭凱明和王冰鈺，2022［1］；Caron et al.，2020［12］)。當(dāng)前，中國正處于結(jié)構(gòu)轉(zhuǎn)型的重要時期，信息技術(shù)、金融與教育等技能密集型服務(wù)部門(2)參考Rogerson et al.(2022)［11］技能密集型行業(yè)的分類方法，將信息傳輸、軟件與計算機服務(wù)、教育、金融、房地產(chǎn)等行業(yè)定義為技能密集型行業(yè)，并基于投入產(chǎn)出表中最終消費數(shù)據(jù)進行統(tǒng)計發(fā)現(xiàn)，技能密集型部門的需求占比顯著增加，由2000年的36%上升到2018年的58%。在國民經(jīng)濟中的比重不斷提升，將重塑勞動市場的技能需求結(jié)構(gòu)與工資結(jié)構(gòu)。因此，有必要將中國技能溢價上升問題置于結(jié)構(gòu)轉(zhuǎn)型背景下進行分析。

一般而言，技術(shù)進步水平與經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型等宏觀因素對技能溢價的影響可能同時存在，但會在不同時期表現(xiàn)出階段性特征。例如，關(guān)于技能偏向性技術(shù)進步的動態(tài)影響，Blum(2008)［10］基于美國數(shù)據(jù)研究發(fā)現(xiàn)，1970—1980年間技能偏向性技術(shù)進步對技能溢價的影響并不大，但在1980—1996年間迅速增加，其可解釋技能溢價變動的50%；關(guān)于結(jié)構(gòu)轉(zhuǎn)型因素對技能溢價的影響，Blum(2008)［10］的研究表明，經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型可解釋美國1970—1996年期間技能溢價上升的60%，其影響貢獻率超過技能偏向性技術(shù)進步與國際貿(mào)易因素的影響。然而，隨著美國經(jīng)濟轉(zhuǎn)型日趨成熟，結(jié)構(gòu)轉(zhuǎn)型因素的影響在減弱。Rogerson et al.(2022)［11］研究發(fā)現(xiàn)技能偏向的結(jié)構(gòu)轉(zhuǎn)型效應(yīng)可解釋美國1977—2005年間技能溢價上升的30%。因此，將技術(shù)進步、結(jié)構(gòu)轉(zhuǎn)型等宏觀因素納入統(tǒng)一分析框架進行動態(tài)比較分析是合理且必要的。對于正處于轉(zhuǎn)型時期的中國而言，是否產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型因素對技能溢價的趨勢變動發(fā)揮著比發(fā)達國家更重要的作用？對該問題的回答亟待基于本國數(shù)據(jù)進行實證檢驗。

需要說明的是，不僅偏向性技術(shù)進步會影響技能溢價，不同要素密集度部門間的結(jié)構(gòu)變遷使得中性技術(shù)進步也會影響技能溢價(Blum，2008［10］；Rogerson et al.，2022［11］)。然而，既有研究對技能溢價問題的考察多基于經(jīng)濟整體或是部門內(nèi)部，默認(rèn)中性技術(shù)進步不影響技能溢價。雖然也有國內(nèi)學(xué)者關(guān)注到中性技術(shù)進步對中國技能溢價的影響(宋冬林等，2010)［13］，但其是基于中國1978—2007年時間序列數(shù)據(jù)進行分析，仍沒有考慮到部門異質(zhì)性影響，而是從中性技術(shù)進步的技能偏向性特征解釋技能溢價上升。顯然，當(dāng)考慮不同部門間要素密集度與要素需求彈性異質(zhì)性后，中性技術(shù)進步可以伴隨不同技能密集度行業(yè)間的結(jié)構(gòu)變遷過程影響技能溢價(Blum，2008［10］；Kaboski，2009［14］；Rogerson et al.，2022［11］)，因此，中性技術(shù)進步與偏向性技術(shù)進步對技能溢價的影響和作用機制可能是不同的，應(yīng)充分考慮行業(yè)異質(zhì)性將二者獨立分析。

綜上，對中國技能溢價問題的分析需要立足當(dāng)前的結(jié)構(gòu)轉(zhuǎn)型背景，同時考慮到各因素影響技能溢價的階段性特征，將結(jié)構(gòu)轉(zhuǎn)型、不同技術(shù)進步與勞動供給等因素納入統(tǒng)一框架進行動態(tài)比較分析更具現(xiàn)實意義。為此，本文基于多部門Ricardo-Viner一般均衡模型，將結(jié)構(gòu)轉(zhuǎn)型效應(yīng)、Hicks中性技術(shù)進步效應(yīng)、技能偏向技術(shù)進步效應(yīng)以及勞動供給效應(yīng)納入統(tǒng)一框架分析，運用中國行業(yè)面板數(shù)據(jù)與省級面板考察不同效應(yīng)對技能溢價影響的階段性特征，以期形成對中國技能溢價變動來源、機制及動態(tài)演進的全面認(rèn)識，進而為實現(xiàn)共同富裕的遠景目標(biāo)提供現(xiàn)實依據(jù)與理論參考。

本文可能的創(chuàng)新之處為：(1)視角不同。不再局限于從技能偏向性技術(shù)進步或國際貿(mào)易等視角研究技能溢價問題，而是立足中國經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型的大背景下，基于Ricardo-Viner一般均衡模型分解技能溢價影響因素，豐富結(jié)構(gòu)轉(zhuǎn)型視角下的技能溢價問題研究，同時，既有研究往往是基于經(jīng)濟總量或單部門考察偏向性技術(shù)進步對技能溢價的影響，這也就決定其無法評估部門內(nèi)部中性技術(shù)進步對技能溢價的影響，本文充分考慮行業(yè)結(jié)構(gòu)性差異，補充了中性技術(shù)進步視角下的技能溢價問題研究。(2)方法不同。本文從整體性與歷史性視角出發(fā)，更加關(guān)注系統(tǒng)的動態(tài)比較分析。在對技能溢價進行分解的基礎(chǔ)上，基于行業(yè)面板數(shù)據(jù)與省級面板數(shù)據(jù)，綜合運用反事實分析法與GMM估計方法，考察各因素影響技能溢價的階段性特征，深化對技能溢價演進趨勢背后動力機制的全景認(rèn)識，進而為縮小不同群體間工資收入差距提供參考。

二 理論模型與機制解釋

Jones(1965)［15］較早關(guān)注結(jié)構(gòu)性因素對要素價格變動的影響，其構(gòu)建了一個“兩要素(勞動與土地)—兩部門”一般均衡模型，借助要素替代彈性、要素需求彈性等深層參數(shù)，將要素相對價格分解為部門內(nèi)技術(shù)進步效應(yīng)、部門間技術(shù)進步效應(yīng)和產(chǎn)品價格變動效應(yīng)。在其基礎(chǔ)上，Blum(2008)［10］進一步將“兩要素—兩部門”模型擴展為“三要素(技能勞動、非技能勞動和資本)—多部門Ricardo-Viner”一般均衡模型(簡稱RV模型)，將技能溢價分解為產(chǎn)品價格變動效應(yīng)、中性技術(shù)進步效應(yīng)、技能偏向性技術(shù)進步效應(yīng)、勞動供給效應(yīng)和經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型效應(yīng)。相較于既有研究中分析單因素對技能溢價的影響，RV模型不僅可以考察部門結(jié)構(gòu)性因素對技能溢價的影響，還可以將各因素納入統(tǒng)一框架進行比較分析。為系統(tǒng)考察中國技能溢價上升的驅(qū)動因素，本文運用RV模型對技能溢價進行分解，據(jù)此分析各類因素對技能溢價影響的階段性特征。

假設(shè)經(jīng)濟總共由N個部門構(gòu)成，其中，M個技能密集型部門，每個部門投入資本、技能勞動和非技能勞動三種要素。同時，假設(shè)產(chǎn)品市場完全競爭，勞動市場充分就業(yè)，規(guī)模報酬不變，消費者對技能密集型服務(wù)部門的需求滿足Cobb-Douglas偏好。那么，經(jīng)濟均衡可用如下方程刻畫：

auiwu+asiws+akir=pi，i=1，2，…，N

其中，wu和ws表示非技能勞動和技能勞動平均工資，r為資本要素回報率，pi為部門i產(chǎn)品價格；U和S分別表示充分就業(yè)條件下非技能勞動數(shù)量和技能勞動數(shù)量。ci表示技能密集型消費的需求數(shù)量，I表示國民收入，τ表示總收入中用于消費的比重。

(1)

Φs和Φu分別表示技能勞動和非技能勞動供給的工資彈性，且滿足Φs<0，Φu<0，其表達式分別為：

第四，勞動供給效應(yīng)。由式(1)可以看出，勞動供給效應(yīng)對技能溢價的影響為ΦS?-ΦU，顯然技能勞動相對供給增加(?>)對技能溢價存在方向相反的兩種影響。情景一：當(dāng)|ΦS|較小且|ΦU|較大時，ΦS?-ΦU>0，技能勞動相對供給增加，技能溢價上升；情景二：當(dāng)|ΦS|較大且|ΦU|較小時，ΦS?-ΦU<0，意味著技能勞動相對供給增加，技能溢價會下降。對此，可用技能錯配理論予以解釋。以情景一中|ΦS|較小且|ΦU|較大為例，當(dāng)勞動市場人力資本供給結(jié)構(gòu)與工作崗位技能需求不匹配時，技能勞動工資對技能勞動供給的增加就會變得不敏感，即|ΦS|變得很小，遠遠低于非技能勞動工資對非技能勞動的供給彈性|ΦU|，以至于ΦS?-ΦU>0，此時技能勞動供給增加未必會降低技能溢價，甚至?xí)霈F(xiàn)技能勞動供給增加的同時技能溢價上升。反之，當(dāng)勞動市場技能匹配性提高時，技能勞動工資對技能勞動供給的增加變得敏感，即|ΦS|變得很大，以至于ΦS?-ΦU<0，此時技能勞動相對供給增加可有效緩解技能溢價上升。

三 指標(biāo)測算、數(shù)據(jù)說明與典型事實

基于技能溢價分解式(1)，本文通過統(tǒng)計分解與計量回歸來檢驗中國技能溢價演進趨勢的動因機制。其中，統(tǒng)計分解部分以1990—2018年行業(yè)面板數(shù)據(jù)為研究樣本，采用反事實分解法量化分析各因素對技能溢價的動態(tài)影響；計量回歸部分則采用2003—2018年省級面板數(shù)據(jù)并結(jié)合GMM估計方法，考察各因素對技能溢價影響的階段性特征。

(一)基于1990—2018年行業(yè)面板數(shù)據(jù)的實證分析

參考Blum(2008)［10］的方法，將技能偏向性技術(shù)進步的影響按照余值處理。需要測算的指標(biāo)與參數(shù)包括：分行業(yè)技能勞動與非技能勞動工資水平、分行業(yè)技能勞動與非技能勞動就業(yè)人數(shù)、分行業(yè)資本存量、體現(xiàn)分行業(yè)Hicks中性技術(shù)進步的全要素生產(chǎn)率(TFP)和相應(yīng)要素需求彈性。

需要特別說明的是，本文并非按照《國民經(jīng)濟行業(yè)分類與代碼》(GB/T 4754-2011)進行行業(yè)分類。這是因為，我國國民經(jīng)濟行業(yè)的統(tǒng)計分類在2003年以后發(fā)生了變化，為和2003年前的行業(yè)分類數(shù)據(jù)保持一致，本文將2003年后部分行業(yè)進行合并以對應(yīng)2003年之前的行業(yè)分類(4)具體地，將教育、衛(wèi)生、文化體育和娛樂行業(yè)合并，將批發(fā)、零售和餐飲行業(yè)合并，將信息、租賃和居民服務(wù)行業(yè)合并為社會服務(wù)業(yè)。，按照類似1994年《國民經(jīng)濟行業(yè)分類標(biāo)準(zhǔn)》(GB/T-1994)最終確定了14個行業(yè)類別，并將其按照技能密集度分為技能密集型行業(yè)組與非技能密集型行業(yè)組(5)技能密集型行業(yè)組包括科學(xué)研究和技術(shù)服務(wù)業(yè)，教衛(wèi)文體行業(yè)，金融業(yè)，房地產(chǎn)業(yè)，社會服務(wù)業(yè)，國家政黨機關(guān)和社會團體等6個行業(yè)；非技能密集型行業(yè)組包括農(nóng)林牧漁業(yè)，采礦業(yè)，制造業(yè)，電力、熱力、燃氣供應(yīng)業(yè)，建筑業(yè)，地質(zhì)勘探業(yè)、水利管理業(yè)，批發(fā)、零售、住宿和餐飲業(yè)，交通運輸、倉儲和郵政業(yè)等8個行業(yè)。。

由此可以推導(dǎo)出技能勞動和非技能勞動工資水平表達式分別為：

(2)

由式(2)可得，如果已知分行業(yè)的平均工資與技能勞動占比，便可通過加權(quán)平均得到技能勞動工資與非技能勞動工資。歷年分行業(yè)職工人數(shù)、分行業(yè)就業(yè)人員受教育程度構(gòu)成和平均工資數(shù)據(jù)均取自《中國勞動統(tǒng)計年鑒》。由于《中國勞動統(tǒng)計年鑒》只提供了2003年后的分行業(yè)城鎮(zhèn)單位就業(yè)人員受教育程度構(gòu)成數(shù)據(jù)，為保持?jǐn)?shù)據(jù)一致性，本研究選擇城鎮(zhèn)單位為研究對象，選取分行業(yè)城鎮(zhèn)就業(yè)人員中本科及以上受教育程度的比例作為該行業(yè)技能勞動占比。借鑒雷欽禮和王陽(2017)［17］的處理方法，采用城鎮(zhèn)國有企事業(yè)單位分行業(yè)專業(yè)技術(shù)人員數(shù)，根據(jù)分行業(yè)單位負(fù)責(zé)人數(shù)比例進行修正，進而可得1990—2002年分行業(yè)技能勞動占比。最終測得1990—2018年技能溢價水平呈顯著上升趨勢(圖1)，其中，1996—2002年是中國技能溢價快速上升的重要時期。

圖1 1990—2018年中國技能溢價變化趨勢

2.分行業(yè)資本存量。運用永續(xù)盤存法(PIM)測算1990—2018年分行業(yè)資本存量，采用PIM法估算資本存量的關(guān)鍵在于確定投資流量、投資價格指數(shù)、折舊率和基期資本存量等四個核心指標(biāo)。此外，本文分行業(yè)資本存量測算還需要處理行業(yè)的歸并與重組問題。對此，參考楊軼波(2020)［18］的處理方法，首先估計2011年《國民經(jīng)濟行業(yè)分類標(biāo)準(zhǔn)》(GB/T-2011)下城鎮(zhèn)單位分行業(yè)資本存量，然后將部分行業(yè)按照1994年《國民經(jīng)濟行業(yè)分類標(biāo)準(zhǔn)》(GB/T-1994)進行歸并重組，從而得到與前文劃分口徑一致的分行業(yè)資本存量序列。

3.分行業(yè)Hicks中性技術(shù)進步。本文用全要素生產(chǎn)率作為Hicks中性技術(shù)進步的代理變量。既有研究常采用索洛殘差法測度全要素生產(chǎn)率，即在經(jīng)濟增長要素貢獻中剔除資本和勞動要素貢獻后的余值。但索洛殘差法對生產(chǎn)函數(shù)形式假設(shè)過于嚴(yán)苛，且索洛殘差法測算中性技術(shù)進步會有時間趨勢，容易產(chǎn)生偽回歸問題。為了盡量規(guī)避中性技術(shù)進步索洛殘差法測度的局限，本文參考宋冬林等(2010)［13］的處理方法，采用DEA-Malmquist方法測度Hicks中性技術(shù)進步。

參考Blum(2008)［10］的估計方法，本文通過一個超越對數(shù)可變利潤函數(shù)方程估計各類要素需求彈性。設(shè)定在某一個時間上短期的利潤函數(shù)(π)取決于勞動價格(wu，ws)、資本存量(Kit)與技術(shù)狀態(tài)(Ti)：

π(wu,ws,Kit,Ti)=max{Ui, Si}yi-(wuUi+wsSi)

(3)

lnπ(wu,ws,Kit,Ti)=ψ+ψulnwu+ψslnws+ψkilnKit+ψtTit+φu(lnwu)+φs(lnws)2

+φk(lnKit)2+φ1(Tit)2+ζus(lnwulnws)+ζuk(lnwulnKit)+ζsk(lnwslnKit)

+ζts(Titlnws)+ζtu(Titlnwu)+ζtk(TitlnKit)

(4)

利用謝潑德引理得到技能勞動與非技能勞動要素需求份額函數(shù)：

(5)

(6)

基于上述方法測算的要素需求彈性結(jié)果如表1所示?？梢杂^察到兩個特征：(1)所有行業(yè)技能對資本積累的交叉需求彈性均大于0，本文結(jié)果印證了Krusell et al.(2000)［16］提出的“資本—技能互補”假說，即隨著資本積累增加，企業(yè)對技能勞動的需求也會增加，而且對技能勞動需求的增加快于對非技能勞動的需求。(2)技能密集型服務(wù)部門資本與技能勞動互補性更強。表1顯示，金融、房地產(chǎn)、教育等技能密集型行業(yè)技能勞動對資本積累的交叉需求彈性均大于1，其中，科學(xué)研究技術(shù)服務(wù)行業(yè)和教衛(wèi)文體行業(yè)兩部門技能勞動對資本要素的交叉需求彈性達到2以上，遠高于制造業(yè)與農(nóng)業(yè)部門技能勞動對資本要素的交叉需求彈性。表1呈現(xiàn)的關(guān)于要素需求彈性的兩個特征事實為基于“資本—技能互補”假說分析結(jié)構(gòu)轉(zhuǎn)型因素對技能溢價的影響提供了現(xiàn)實依據(jù)。

表1 要素需求彈性特征

(二)基于2003—2018年省級面板數(shù)據(jù)的實證分析

進一步，本文通過GMM回歸方法檢驗結(jié)構(gòu)轉(zhuǎn)型、Hicks中性技術(shù)進步、技能偏向性技術(shù)進步以及勞動供給效應(yīng)對技能溢價的動態(tài)影響，以期形成對技能溢價演進趨勢背后動因機制的穩(wěn)健認(rèn)識?？紤]到數(shù)據(jù)的可得性與統(tǒng)計口徑的一致性，選取樣本期間為2003—2018年。具體計量模型設(shè)定如下：

premiumqt=β0+β1Vqt+β2Zqt+δq+δt+εqt

(7)

其中，下標(biāo)q表示地區(qū)，t表示年份；premium表示技能溢價水平；V表示本文重點關(guān)注的四個核心解釋變量，即地區(qū)中性技術(shù)進步、地區(qū)技能偏向性技術(shù)進步、地區(qū)技能勞動相對供給變量與地區(qū)結(jié)構(gòu)轉(zhuǎn)型的代理指標(biāo)；Z表示地區(qū)層面其他控制變量，包括地區(qū)外貿(mào)依存度和地區(qū)市場化水平；δq、δt分別表示地區(qū)固定效應(yīng)與時間固定效應(yīng)；εqt表示隨機誤差項。

1.分地區(qū)技能勞動、非技能勞動就業(yè)人數(shù)與技能溢價。與前文行業(yè)面板數(shù)據(jù)一致，將受教育程度在本科以上的勞動者定義為技能勞動，其他勞動者定義為非技能勞動，分地區(qū)就業(yè)人員受教育程度構(gòu)成和分地區(qū)就業(yè)人員數(shù)據(jù)均來自《中國勞動統(tǒng)計年鑒》。用技能密集型行業(yè)與非技能密集型行業(yè)的平均工資之比表示地區(qū)技能溢價。具體地，將技能勞動占比超過70%的四個行業(yè)(金融、教育、科學(xué)研究和信息技術(shù))歸為技能密集型行業(yè)，將非技能勞動占比超過70%的三個行業(yè)(農(nóng)林牧漁、建筑業(yè)、住宿餐飲)歸為非技能密集型行業(yè)。

2.分地區(qū)結(jié)構(gòu)轉(zhuǎn)型指標(biāo)。鑒于本文更關(guān)注因行業(yè)技能密集度異質(zhì)性而導(dǎo)致的結(jié)構(gòu)變遷對技能溢價的影響，因此，選擇在行業(yè)層面構(gòu)建結(jié)構(gòu)轉(zhuǎn)型指標(biāo)。根據(jù)“資本—技能互補”理論，資本要素在行業(yè)間的再配置過程會伴隨著技能勞動要素在相應(yīng)行業(yè)間的再配置，進而可根據(jù)資本的行業(yè)構(gòu)成變動判斷技能勞動要素的需求變化，用技能密集型行業(yè)的固定資本投資與非技能密集型行業(yè)的固定資本投資之比表示結(jié)構(gòu)轉(zhuǎn)型。分地區(qū)分行業(yè)固定資本投資數(shù)據(jù)來自《中國統(tǒng)計年鑒》。

3.分地區(qū)Hicks中性技術(shù)進步與技能偏向性技術(shù)進步。 參考宋冬林等(2010)［13］的處理方法，采用DEA-Malmquist 方法測度地區(qū)層面全要素生產(chǎn)率(TFP)，并以此作為地區(qū)Hicks中性技術(shù)進步的代理變量?，F(xiàn)有研究對偏向性技術(shù)進步的測度普遍依賴于不變替代彈性生產(chǎn)函數(shù)(CES)假定，通過要素相對效率水平刻畫偏向性技術(shù)進步。本文認(rèn)為超越對數(shù)生產(chǎn)函數(shù)更具靈活性，它允許要素替代彈性隨要素密集度而變化，放松了不變規(guī)模報酬假設(shè)，從而使總量生產(chǎn)函數(shù)更加接近于經(jīng)濟現(xiàn)實，為此本文參考張月玲和葉阿忠(2014)［19］的研究方法，借助超越對數(shù)生產(chǎn)函數(shù)估計相關(guān)參數(shù)，利用估計得到的各要素替代彈性測度地區(qū)技能偏向性技術(shù)進步。相關(guān)數(shù)據(jù)來自《中國統(tǒng)計年鑒》。

4.地區(qū)外貿(mào)依存度與地區(qū)市場化指數(shù)。本文用外貿(mào)依存度(地區(qū)進出口貿(mào)易總額與地區(qū)生產(chǎn)總值之比)刻畫地區(qū)對外開放水平，相關(guān)數(shù)據(jù)來自《中國統(tǒng)計年鑒》。地區(qū)市場化指數(shù)相關(guān)數(shù)據(jù)來自中國分省份市場化指數(shù)數(shù)據(jù)庫(6)中國分省份市場化指數(shù)數(shù)據(jù)庫官網(wǎng)：http：//cmi.ssap.com.cn。。

表2基于省級面板數(shù)據(jù)的描述性統(tǒng)計結(jié)果初步顯示，隨著技能溢價由2003—2010年間的2.016上升到2011—2018年間的2.264，產(chǎn)業(yè)結(jié)構(gòu)也呈現(xiàn)明顯轉(zhuǎn)型升級趨勢，由2003—2010年間的0.666上升到2011—2018年間的1.058；不同于既有研究結(jié)論，本文發(fā)現(xiàn)樣本期間中國的技能偏向性技術(shù)進步演進特征總體呈現(xiàn)為非技能偏向性，并不構(gòu)成技能溢價上升的主因；技能勞動相對供給由2003—2010年間的0.037上升到2011—2018年間的0.101，然而，技能勞動相對供給增加并未緩解技能溢價上升趨勢，這意味著簡單的教育擴張并不能緩解當(dāng)前技能溢價上升的趨勢；此外，隨著國內(nèi)市場規(guī)模的不斷擴大，地區(qū)外貿(mào)依存度在樣本時期呈明顯下降趨勢，地區(qū)市場化指數(shù)呈顯著上升趨勢，表明中國市場化進程正在穩(wěn)步推進。

表2 2003—2018年省級面板數(shù)據(jù)主要變量描述性統(tǒng)計

四 基于行業(yè)面板數(shù)據(jù)的反事實分析

本部分將基于技能溢價分解式(1)，結(jié)合實際數(shù)據(jù)和要素需求彈性進行反事實分析，考察各因素影響技能溢價的階段性特征。圖2—圖5中，實線表示實際技能溢價水平，虛線表示反事實技能溢價水平，即剔除對應(yīng)因素影響后的技能溢價水平。因此，當(dāng)虛線高于實線時，表示剔除對應(yīng)因素影響后技能溢價水平會更高，從而可以理解為該因素抑制了技能溢價水平。反之，當(dāng)虛線低于實線時，表示剔除對應(yīng)因素影響后技能溢價水平會更低，此時可以理解為該因素提升了技能溢價水平。接下來，本文將分別討論各因素對技能溢價的動態(tài)影響。

圖2 技能偏向性技術(shù)進步的影響

1.技能偏向性技術(shù)進步的影響

由圖2可見，技能偏向性技術(shù)進步對技能溢價的影響呈現(xiàn)出明顯的階段性特征。樣本早期(1990—2007年)技能偏向性技術(shù)進步對技能溢價的影響并不顯著，直到2008年之后才開始明顯影響技能溢價，并在2014年后由抑制變?yōu)樘嵘寄芤鐑r，整體表現(xiàn)為“先抑制—后提升”的特征。本文研究結(jié)論與雷欽禮和王陽(2017)［17］的研究較為接近，其基于1990—2014年中國宏觀總量數(shù)據(jù)對技能溢價的分解顯示，技能—非技能效率效應(yīng)(對應(yīng)本文技能偏向性技術(shù)進步效應(yīng))對技能溢價的抑制作用是逐年遞減的，且在2014年由負(fù)轉(zhuǎn)正。2008年以后偏向性技術(shù)進步效應(yīng)開始顯著，這可能是因為金融危機以后，技能勞動整體效率增長緩慢，抑制了企業(yè)對技能勞動的相對需求，進而抑制了技能溢價的上升。2014年后技能勞動效率相對增長變快，企業(yè)轉(zhuǎn)而增加對技能勞動的相對需求，產(chǎn)生技能勞動對非技能勞動的替代效應(yīng)，推動技能溢價上升。

2. Hicks中性技術(shù)進步的影響

由圖3可見，與技能偏向性技術(shù)進步對技能溢價的影響類似，Hicks中性技術(shù)進步對技能溢價的影響也呈現(xiàn)“先抑制—后提升”的特征，不同的是Hicks中性技術(shù)進步影響技能溢價的轉(zhuǎn)折點出現(xiàn)在2008年。中國全要素生產(chǎn)率在經(jīng)歷了長期快速增長后，從2008年開始呈現(xiàn)出明顯的下降趨勢(尹向飛和歐陽峣，2019)［20］。樣本早期，隨著全要素生產(chǎn)率的提升，勞動成本下降，企業(yè)雇傭更多的勞動，那些非技能密集度較高且非技能勞動需求彈性較大的部門受此影響更大，同時由于國民經(jīng)濟中非技能密集型行業(yè)就業(yè)占比較高，經(jīng)濟總體對非技能勞動的需求增加強于對技能勞動的需求，最終導(dǎo)致技能溢價下降。2008年全球金融危機以后，全要素生產(chǎn)率增速放緩，勞動成本上升，企業(yè)用資本替代勞動，此時，非技能密集度較高且非技能勞動需求彈性較大的部門受影響更大，從而導(dǎo)致總體上對非技能勞動的替代效應(yīng)強于對技能勞動的替代，最終推動技能溢價上升。

圖3 Hicks中性技術(shù)進步的影響

3.勞動供給對技能溢價的影響

由圖4的反事實分析可以看出，技能勞動相對供給對技能溢價的影響與技術(shù)進步效應(yīng)類似，表現(xiàn)為“先抑制—后提升”的趨勢，只是轉(zhuǎn)折的年份(發(fā)生在2002年前后)早于中性技術(shù)進步與技能偏向性技術(shù)進步。這與陸雪琴和文雁兵(2013)［21］的研究結(jié)論較接近，后者利用1997—2010年省級面板數(shù)據(jù)的結(jié)果也表明，技能勞動相對供給對技能溢價影響的轉(zhuǎn)折點發(fā)生在2003年左右。原因可能是，1999年高等教育擴招政策的實施在大規(guī)模提升技能勞動供給的同時也不可避免地加劇了勞動市場的技能錯配，使技能勞動工資對技能勞動供給增加不再敏感，乃至于出現(xiàn)技能勞動供給增加的同時技能溢價仍然上升的趨勢。對此，周敏丹(2021)［22］也曾指出，教育擴招后，勞動者人力資本結(jié)構(gòu)與工作崗位技能需求不匹配的結(jié)構(gòu)性問題突出。

4.結(jié)構(gòu)轉(zhuǎn)型因素對技能溢價的影響

圖5對結(jié)構(gòu)轉(zhuǎn)型效應(yīng)的反事實分析結(jié)果顯示，長期以來，結(jié)構(gòu)轉(zhuǎn)型效應(yīng)都呈現(xiàn)為提升技能溢價的特征，特別是2001年以后，結(jié)構(gòu)轉(zhuǎn)型因素對技能溢價的提升效應(yīng)變得更為顯著。本文研究結(jié)果與郭凱明和王鈺冰(2022)［1］的分析結(jié)果相似，均表明不同技能密集度行業(yè)間結(jié)構(gòu)變遷是技能溢價上升的重要驅(qū)動力。提及產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的潛在動因，當(dāng)前研究主要從需求和供給兩方面解釋：(1)以Kongsamut et al.(2001)［23］、Foellmi和Josef(2008)［24］為代表的學(xué)者從需求側(cè)消費者的偏好異質(zhì)性解釋結(jié)構(gòu)轉(zhuǎn)型，即隨著居民收入增加，消費需求會從收入彈性較低的生活必需品部門轉(zhuǎn)向收入彈性較高的享受型服務(wù)部門，生產(chǎn)要素也將隨之流向該部門；(2)以Ngai和Pissarides(2007)［25］為代表的學(xué)者指出，供給側(cè)全要素生產(chǎn)率差異是產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的重要因素，生產(chǎn)要素從全要素生產(chǎn)率較高的部門向全要素生產(chǎn)率較低的部門流動是結(jié)構(gòu)轉(zhuǎn)型關(guān)鍵因素。Blum(2008)［10］研究明確指出，雖然不同部門技術(shù)進步差異是推動要素由農(nóng)業(yè)部門向非農(nóng)部門轉(zhuǎn)移的重要因素，但沒有證據(jù)表明技術(shù)進步差異是引起要素由制造業(yè)流向服務(wù)業(yè)的決定因素。所以，對正處于轉(zhuǎn)型時期的中國而言，資本在不同部門間配置更可能是因為需求側(cè)消費結(jié)構(gòu)向技能密集型服務(wù)部門轉(zhuǎn)型升級引致的產(chǎn)業(yè)結(jié)構(gòu)向技能密集型服務(wù)部門轉(zhuǎn)型升級，從而技能密集度較高且資本與技能勞動更加互補部門的資本快速積累提升了技能溢價。

五 基于省級面板數(shù)據(jù)的回歸分析

上文采用反事實分析方法分析了各因素對技能溢價的動態(tài)影響，結(jié)果表明各因素均會顯著地影響技能溢價，且在不同時期表現(xiàn)出明顯的階段性特征。本部分將基于省級面板數(shù)據(jù)，采用回歸分析法進一步檢驗上述結(jié)果的穩(wěn)健性。

基于面板數(shù)據(jù)固定效應(yīng)模型的基準(zhǔn)回歸結(jié)果(表3)顯示，就2003—2018年整體而言，結(jié)構(gòu)轉(zhuǎn)型因素與技能勞動相對供給對技能溢價影響較大且顯著為正，Hicks中性技術(shù)進步與技能偏向性技術(shù)進步的影響較弱，甚至技能偏向性技術(shù)進步的影響不顯著。分階段的回歸結(jié)果表明，結(jié)構(gòu)轉(zhuǎn)型因素的影響在增強，2003—2007年間其影響系數(shù)為0.0656，2008—2013年間其影響系數(shù)為0.3248，2014—2018年間其影響系數(shù)上升為1.0597；Hicks中性技術(shù)進步對技能溢價的影響在2008—2013年間由負(fù)轉(zhuǎn)正，技能偏向性技術(shù)進步的影響系數(shù)雖然也在同期由負(fù)轉(zhuǎn)正，但其影響系數(shù)較小且不顯著，直到2014—2018年，技能偏向性技術(shù)進步的影響才顯著增強；技能勞動相對供給效應(yīng)在2003—2007年間影響較大，此后有所下降但仍顯著為正，表明中國勞動市場技能錯配問題依然存在，雖然其影響在降低。上述各因素對技能溢價的影響方向和階段性特征與前文反事實分析法的結(jié)果基本一致。

表3 面板數(shù)據(jù)固定效應(yīng)模型(OLS回歸)

考慮到技能勞動相對供給可能內(nèi)生于技能溢價，即解釋變量技能勞動相對供給與被解釋變量技能溢價之間可能因互為因果關(guān)系而產(chǎn)生內(nèi)生性問題，最終導(dǎo)致估計結(jié)果有偏不一致。本文選取技能勞動相對供給變量的滯后一期作為工具變量進行2SLS回歸分析。另外，考慮到地區(qū)間截面異方差的存在，本文還采用廣義矩估計(GMM)方法進行穩(wěn)健性分析。

為檢驗2SLS回歸中工具變量是否為強工具變量，本文進行了不可識別檢驗與弱識別檢驗，LM統(tǒng)計量與Wald F統(tǒng)計量結(jié)果表明可以在1%的顯著性水平上拒絕工具變量識別不足和弱識別的原假設(shè)。為驗證工具變量的外生性，對工具變量進行過度識別檢驗，并報告了Sargan檢驗的伴隨概率，P值均大于0.2，表明無法在10%的顯著性水平上拒絕工具變量是過度識別的原假設(shè)。類似地，在GMM估計過度識別檢驗中，Sargan檢驗的伴隨概率與Hansen J檢驗的伴隨概率均大于0.1，無法在10%的顯著性水平上拒絕工具變量是過度識別的原假設(shè)。GMM估計中一般允許擾動項的一階差分存在自相關(guān)，即AR(1)的P值小于0.1，但不允許擾動項二階差分存在自相關(guān)，也就是AR(2)的P值應(yīng)該大于0.1，顯然，本文結(jié)果滿足上述條件。表4基于2SLS和表5基于GMM的回歸分析中，各類因素對技能溢價的影響特征均印證了前文反事實分析的結(jié)論，表明本文研究結(jié)論較為穩(wěn)健。

表4 兩階段最小二乘法(2SLS)估計結(jié)果

表5 廣義矩估計(GMM)結(jié)果

六 結(jié)論與政策啟示

本文從整體性與歷史性視角刻畫中國技能溢價上升的來源、機制和動態(tài)演進趨勢，得到的主要結(jié)論為：(1)各行業(yè)均滿足資本—技能互補條件，且技能密集型服務(wù)行業(yè)資本—技能互補性更強；(2)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型長期提升了技能溢價，且其影響呈增強趨勢；(3)中性技術(shù)進步與技能偏向性技術(shù)進步對技能溢價的影響均呈現(xiàn)“先抑制—后提升”的特征，其轉(zhuǎn)折點分別在2008年、2014年前后；(4)可能源于勞動市場的技能錯配，技能勞動供給增加并未有效緩解技能溢價上升，反而在2003年后顯著提升了技能溢價。綜合上述各因素對技能溢價的影響特征不難推斷：未來一段時期內(nèi)，中國技能溢價仍將呈現(xiàn)上升趨勢，這與共同富裕的遠景目標(biāo)明顯相悖。

當(dāng)前，中國正處在劇烈的社會與經(jīng)濟轉(zhuǎn)型過程中，技能溢價上升的驅(qū)動因素復(fù)雜多變。因此，政府部門應(yīng)高度重視技能工資收入差距擴大趨勢，把縮小技能工資收入差距作為經(jīng)濟社會發(fā)展的目標(biāo)之一。技術(shù)進步動態(tài)演進與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型背景下，應(yīng)兼顧勞動市場的需求側(cè)，逐步調(diào)整當(dāng)前教育培養(yǎng)模式，注重對個體職業(yè)能力的培養(yǎng)，構(gòu)建與勞動市場技能需求相適應(yīng)的新人力資本積累體系。同時，積極推動要素市場化改革，以資本、技能密集型服務(wù)行業(yè)為重點，促進不同技能群體工資收入公平分配。具體而言：

(1)重視結(jié)構(gòu)轉(zhuǎn)型升級對勞動技能需求結(jié)構(gòu)的影響。產(chǎn)業(yè)結(jié)構(gòu)變遷無疑將重塑勞動市場的技能需求結(jié)構(gòu)。Deming(2017)［26］基于美國數(shù)據(jù)研究發(fā)現(xiàn)，那些密集需要社交能力和認(rèn)知能力的技能型服務(wù)類職業(yè)(如管理者、心理咨詢師、教師等)無論就業(yè)數(shù)量還是工資增長都遠遠高于其他職業(yè)類別。因此，要切實提升勞動力自身應(yīng)對經(jīng)濟變革的根本能力，這既包括數(shù)據(jù)分析、演繹推理、書面表達等認(rèn)知能力，同時由于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型與組織方式變革，還需提升從業(yè)者的服務(wù)感知、社交協(xié)調(diào)等非認(rèn)知能力以緩解不斷攀升的技能溢價，進而為實現(xiàn)高質(zhì)量就業(yè)構(gòu)建更加完備的人力資本積累體系。

(2)關(guān)注不同類型技術(shù)進步對技能溢價的動態(tài)影響。長期以來，以信息通訊技術(shù)和人工智能技術(shù)為代表的技能偏向性技術(shù)進步引起各界對技術(shù)性失業(yè)的高度關(guān)注與熱烈討論，然而，本文研究顯示，技能偏向性技術(shù)進步對技能溢價的影響并非單調(diào)，而是呈現(xiàn)“先抑制—后提升”的特征，總體而言并不構(gòu)成中國技能溢價上升的主因，而隱藏在產(chǎn)業(yè)結(jié)構(gòu)變遷中的中性技術(shù)進步可能發(fā)揮著更為重要的作用。因此，應(yīng)當(dāng)充分考慮不同部門內(nèi)部中性技術(shù)進步對不同技能類型人才需求的影響，優(yōu)化人力資本投資結(jié)構(gòu)，完善技能培訓(xùn)機制，改善部門技術(shù)進步與勞動匹配結(jié)構(gòu)失衡，尤其需要重視提高非技能勞動對技術(shù)進步和高新技術(shù)應(yīng)用的適應(yīng)性。

(3)大力發(fā)展職業(yè)教育并消除對職業(yè)教育的偏見。職業(yè)教育前景廣闊，大有可為。推動職業(yè)教育發(fā)展需要科學(xué)評估勞動市場技能需求變化，提高職業(yè)教育的財政支持力度，提升職業(yè)教育質(zhì)量，完善職業(yè)資格證書和技能證書認(rèn)證體系。此外，社會大眾對職業(yè)教育群體的重視和保障同樣不可忽視。國務(wù)院2019年印發(fā)的《國家職業(yè)教育改革實施方案》明確指出“職業(yè)教育與普通教育是兩種不同教育類型，具有同等重要地位”，消除對職業(yè)教育的偏見，讓更多接受職業(yè)教育的人有更兜底、完善的保障，才能真正實現(xiàn)職業(yè)教育的目標(biāo)。

(4)積極推動要素市場化改革，保障不同技能勞動者共享發(fā)展成果。加強對房地產(chǎn)、金融、科技等領(lǐng)域的監(jiān)管，防止資本無序擴張，嘗試通過引入資本利得稅以保障不同勞動群體分享發(fā)展紅利。壯大實體經(jīng)濟，發(fā)揮資本在推動制造業(yè)轉(zhuǎn)型升級過程中的引領(lǐng)作用。穩(wěn)定制造業(yè)與生產(chǎn)性服務(wù)業(yè)比重，增強制造業(yè)與生產(chǎn)性服務(wù)業(yè)的就業(yè)帶動作用。破除勞動要素跨部門跨區(qū)域的流動壁壘(特別是戶籍制度)，抑制要素市場分割趨勢，積極推進構(gòu)建全國統(tǒng)一大市場，提高勞動市場匹配效率。