新型數(shù)字基礎(chǔ)設(shè)施、零工就業(yè)與空間溢出效應(yīng)

張 藝，李秀敏

（廣東工業(yè)大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，廣東 廣州 510520）

一、引言

新型數(shù)字基礎(chǔ)設(shè)施，又被稱為新型基礎(chǔ)設(shè)施。2018年12月，中央經(jīng)濟(jì)工作會(huì)議把5G、人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)定義為“新型基礎(chǔ)設(shè)施建設(shè)”，隨后“加強(qiáng)新型基礎(chǔ)設(shè)施建設(shè)”被列入2019年國(guó)務(wù)院政府工作報(bào)告中的重點(diǎn)工作任務(wù)[1]。2020年3月4日，中共中央政治局常務(wù)委員會(huì)會(huì)議要求加快在5G、大數(shù)據(jù)中心、人工智能、工業(yè)互聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施領(lǐng)域的相關(guān)項(xiàng)目投資[2]。2022年4月15日，國(guó)家發(fā)展和改革委員會(huì)強(qiáng)調(diào)，要為民企參與新型基礎(chǔ)設(shè)施建設(shè)創(chuàng)造更多有利條件[3]。2022年1月，國(guó)務(wù)院印發(fā)《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出，為促進(jìn)傳統(tǒng)產(chǎn)業(yè)數(shù)字化、智能化升級(jí)，需要加快建設(shè)智能敏捷、安全可控的新型數(shù)字基礎(chǔ)設(shè)施。新型數(shù)字基礎(chǔ)設(shè)施為平臺(tái)經(jīng)濟(jì)提供了發(fā)展引擎，平臺(tái)經(jīng)濟(jì)依托于云、網(wǎng)、端等數(shù)字基礎(chǔ)設(shè)施，利用新型數(shù)字基礎(chǔ)設(shè)施提供的人工智能、大數(shù)據(jù)分析、區(qū)塊鏈等技術(shù)匹配供求、傳輸信息，創(chuàng)造出大量的零工就業(yè)崗位。

新型數(shù)字基礎(chǔ)設(shè)施為平臺(tái)經(jīng)濟(jì)提供了技術(shù)平臺(tái)，平臺(tái)企業(yè)關(guān)聯(lián)上下游眾多的產(chǎn)業(yè)，創(chuàng)造了大量的就業(yè)機(jī)會(huì)，包括商業(yè)營(yíng)銷、商業(yè)培訓(xùn)、物流、支付等相關(guān)行業(yè)，促使就業(yè)模式發(fā)生從線下到線上、從固定到靈活的轉(zhuǎn)變，創(chuàng)造出大量的新型零工就業(yè)崗位。零工就業(yè)是基于數(shù)字平臺(tái)匹配的新型工作模式[4-5]，具有進(jìn)入門檻低、工作方式和地點(diǎn)靈活、職業(yè)種類豐富、按任務(wù)付費(fèi)等特征。國(guó)家統(tǒng)計(jì)局2021年的數(shù)據(jù)顯示，我國(guó)靈活就業(yè)人員規(guī)模已超兩億人[6]。以4G 和5G 網(wǎng)絡(luò)基站為代表的新型數(shù)字基礎(chǔ)設(shè)施極大地降低了信息傳播和獲取的成本。受益于新型數(shù)字基礎(chǔ)設(shè)施所帶來(lái)的技術(shù)進(jìn)步[7]，平臺(tái)經(jīng)濟(jì)的發(fā)展催生出大量的零工就業(yè)崗位。如圖1所示，新型數(shù)字基礎(chǔ)設(shè)施提供三種層次的基礎(chǔ)設(shè)施：融合應(yīng)用層、存儲(chǔ)計(jì)算層和網(wǎng)絡(luò)通信層。這些新型數(shù)字基礎(chǔ)設(shè)施提供的工業(yè)互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)分析、云計(jì)算、區(qū)塊鏈等數(shù)字技術(shù)成為平臺(tái)經(jīng)濟(jì)的發(fā)展基礎(chǔ)，創(chuàng)造出各種新型零工就業(yè)崗位。例如，電商平臺(tái)、支付平臺(tái)、網(wǎng)約車平臺(tái)、外賣平臺(tái)等平臺(tái)企業(yè)均催生出大量的零工需求，包括網(wǎng)約車司機(jī)、外賣騎手和快遞員等新崗位。從是否應(yīng)用數(shù)字技術(shù)的角度，零工就業(yè)崗位可以分為與數(shù)字技術(shù)相關(guān)的研發(fā)崗位、數(shù)字技術(shù)應(yīng)用崗位、數(shù)字內(nèi)容創(chuàng)作崗位，以及不涉及數(shù)字技術(shù)的傳統(tǒng)崗位數(shù)字化。

圖1 新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)的影響

已有研究比較了不同基礎(chǔ)設(shè)施對(duì)就業(yè)的影響。吉瓦塔納庫(kù)派薩（Jiwattanakulpaisarn）等[8]對(duì)1984年至1997年美國(guó)48個(gè)州的研究發(fā)現(xiàn)，交通基礎(chǔ)設(shè)施對(duì)就業(yè)具有促進(jìn)作用，增加公路里程數(shù)可以促進(jìn)當(dāng)?shù)胤?wù)業(yè)的就業(yè)增長(zhǎng)。佩雷拉（Pereira）等[9]比較了12種不同基礎(chǔ)設(shè)施對(duì)就業(yè)的影響，發(fā)現(xiàn)信息通信基礎(chǔ)設(shè)施對(duì)就業(yè)的促進(jìn)作用僅次于交通基礎(chǔ)設(shè)施（港口和機(jī)場(chǎng)、公路）。但信息通信基礎(chǔ)設(shè)施對(duì)就業(yè)的影響機(jī)制與交通基礎(chǔ)設(shè)施不完全相同，交通基礎(chǔ)設(shè)施通過(guò)提高交通的可達(dá)性吸引企業(yè)投資、增加企業(yè)數(shù)量，從而提高就業(yè)需求和勞動(dòng)生產(chǎn)率[10]，而信息通信基礎(chǔ)設(shè)施通過(guò)降低企業(yè)的生產(chǎn)成本和銷售價(jià)格[11]，并促使企業(yè)以資本替代勞動(dòng)，從而將勞動(dòng)力轉(zhuǎn)移出制造業(yè)，提高服務(wù)業(yè)的相對(duì)就業(yè)需求[12]。

已有研究主要集中在交通基礎(chǔ)設(shè)施和信息通信基礎(chǔ)設(shè)施等傳統(tǒng)基礎(chǔ)設(shè)施，對(duì)于日益重要的新型數(shù)字基礎(chǔ)設(shè)施研究存在明顯不足。福希（Ndubuisi）等[13]探討了1996—2017年撒哈拉以南非洲45個(gè)國(guó)家的信息通信基礎(chǔ)設(shè)施對(duì)當(dāng)?shù)胤?wù)業(yè)就業(yè)的影響，他們使用固定寬帶使用人數(shù)、固定電話使用人數(shù)、移動(dòng)電話使用人數(shù)作為信息通信基礎(chǔ)設(shè)施指標(biāo)，發(fā)現(xiàn)信息通信基礎(chǔ)設(shè)施指數(shù)每提高1個(gè)百分點(diǎn)，服務(wù)業(yè)就業(yè)比重就上升0.08%。洪邦農(nóng)（Houngbonon）等[14]發(fā)現(xiàn)，法國(guó)鄉(xiāng)鎮(zhèn)高速寬帶網(wǎng)絡(luò)的接入可以顯著提高當(dāng)?shù)氐墓べY水平，并且降低收入不平等程度。這一結(jié)論與已有關(guān)于信息通信技術(shù)（ICT）能顯著提高收入水平的研究結(jié)論一致[15]。孫偉增等[16]使用我國(guó)4G 通信基站數(shù)量來(lái)研究信息通信基礎(chǔ)設(shè)施對(duì)企業(yè)就業(yè)需求和就業(yè)結(jié)構(gòu)的影響，發(fā)現(xiàn)信息通信基礎(chǔ)設(shè)施可以增加企業(yè)對(duì)勞動(dòng)力的需求。

數(shù)字基礎(chǔ)設(shè)施可以提高當(dāng)?shù)氐墓べY水平。而新型數(shù)字基礎(chǔ)設(shè)施可以促進(jìn)數(shù)字技術(shù)的提高，并與傳統(tǒng)業(yè)務(wù)結(jié)合，產(chǎn)生新的就業(yè)需求，這部分新型就業(yè)需求很大一部分與新興的零工就業(yè)崗位相關(guān)。新型數(shù)字基礎(chǔ)設(shè)施是數(shù)字技術(shù)得以應(yīng)用的基礎(chǔ)，數(shù)字技術(shù)催生的平臺(tái)經(jīng)濟(jì)創(chuàng)造了大量的零工就業(yè)需求，包括高技能的數(shù)字技術(shù)研發(fā)與應(yīng)用、數(shù)字內(nèi)容創(chuàng)作等崗位，以及低技能的傳統(tǒng)崗位，如家政、快遞等，這兩種零工就業(yè)崗位的相對(duì)需求和工資都將上升。米歇爾（Michaels）等[17]利用1980年至2004年美國(guó)、日本和9個(gè)歐洲國(guó)家的數(shù)據(jù)，發(fā)現(xiàn)對(duì)信息通信技術(shù)投資更多的行業(yè)對(duì)高技能勞動(dòng)力的需求更高。

已有研究的不足之處主要體現(xiàn)在三方面：一是研究對(duì)象主要集中于正規(guī)就業(yè)，缺乏對(duì)零工就業(yè)的研究。新型數(shù)字基礎(chǔ)設(shè)施通過(guò)平臺(tái)經(jīng)濟(jì)創(chuàng)造了大量的零工就業(yè)崗位，其對(duì)零工就業(yè)的影響愈發(fā)重要；二是主要采用固定電話、互聯(lián)網(wǎng)、通信技術(shù)和4G 基站等指標(biāo)來(lái)衡量信息通信基礎(chǔ)設(shè)施，缺乏包括大數(shù)據(jù)、云計(jì)算、人工智能等新型數(shù)字技術(shù)的綜合指標(biāo)；三是未關(guān)注數(shù)字基礎(chǔ)設(shè)施的空間溢出效應(yīng)，新型數(shù)字基礎(chǔ)設(shè)施具有公共品屬性，其對(duì)零工就業(yè)的影響不僅限于本地，且對(duì)周邊地區(qū)具有空間溢出效應(yīng)。

本文的邊際貢獻(xiàn)在于：在理論上，從數(shù)字技術(shù)促進(jìn)就業(yè)需求的視角揭示新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)工資的溢價(jià)機(jī)制，而已有關(guān)于工資溢價(jià)的研究大多基于城市規(guī)模所帶來(lái)集聚經(jīng)濟(jì)的角度。在數(shù)據(jù)上，將2020年至2021年中國(guó)城市的網(wǎng)絡(luò)零工招聘大數(shù)據(jù)與城市特征數(shù)據(jù)進(jìn)行匹配，采用多維度指標(biāo)構(gòu)建了新型數(shù)字基礎(chǔ)設(shè)施指數(shù)。在實(shí)證上，構(gòu)建決定零工工資的空間計(jì)量模型，檢驗(yàn)了新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)工資的直接效應(yīng)和間接效應(yīng)。在政策上，定量測(cè)算新型數(shù)字基礎(chǔ)設(shè)施的空間溢出效應(yīng)，為政府科學(xué)評(píng)估新型數(shù)字基礎(chǔ)設(shè)施建設(shè)的成本與收益提供理論參考。

二、理論分析與研究假設(shè)

新型數(shù)字基礎(chǔ)設(shè)施可以大幅度降低數(shù)字技術(shù)的使用成本，數(shù)字技術(shù)的推廣可以大量替代常規(guī)業(yè)務(wù)（Routine Tasks）或“可編碼”業(yè)務(wù)，導(dǎo)致非常規(guī)業(yè)務(wù)（Non-routine Tasks）的相對(duì)需求增加[18]。當(dāng)數(shù)字信息傳輸、儲(chǔ)存與運(yùn)算的成本下降時(shí)，完成非常規(guī)業(yè)務(wù)的就業(yè)需求會(huì)增加[19]。根據(jù)奧托（Autor）等[20]的分類，數(shù)字技術(shù)可以替代常規(guī)業(yè)務(wù)但無(wú)法替代非常規(guī)業(yè)務(wù)，非常規(guī)業(yè)務(wù)分為兩類：抽象業(yè)務(wù)和體力業(yè)務(wù)。抽象業(yè)務(wù)需要?jiǎng)趧?dòng)者具有對(duì)問(wèn)題的洞察和思考能力、說(shuō)服力以及創(chuàng)造力。抽象業(yè)務(wù)與零工就業(yè)中的數(shù)字技術(shù)研發(fā)與應(yīng)用、數(shù)字內(nèi)容創(chuàng)作等崗位相關(guān)。體力業(yè)務(wù)是指需要情境適應(yīng)性、視覺(jué)和語(yǔ)言識(shí)別以及面對(duì)面互動(dòng)的體力活動(dòng)，在城市復(fù)雜交通環(huán)境中駕駛車輛和行走、準(zhǔn)備飯菜、投送貨物、保潔與照顧他人的活動(dòng)都是非常規(guī)體力業(yè)務(wù)。正如奧托等[20]強(qiáng)調(diào)的，非常規(guī)體力業(yè)務(wù)尤其適用于餐飲、快遞、清潔和保姆等崗位，因?yàn)檫@些崗位需要?jiǎng)趧?dòng)者具有人際和環(huán)境適應(yīng)能力，這些能力是目前數(shù)字技術(shù)無(wú)法替代的。

新型數(shù)字基礎(chǔ)設(shè)施建設(shè)促進(jìn)數(shù)字技術(shù)發(fā)展，增加對(duì)非常規(guī)業(yè)務(wù)的需求，刺激零工就業(yè)崗位（如快遞員、外賣員、網(wǎng)絡(luò)主播、自媒體從業(yè)者等）的興起?？爝f員和外賣員需要具備與人溝通以及與環(huán)境相適應(yīng)的非常規(guī)體力要求，網(wǎng)絡(luò)主播及其他自媒體從業(yè)者則需要語(yǔ)言表達(dá)和分析問(wèn)題的非常規(guī)抽象能力。新型數(shù)字基礎(chǔ)設(shè)施所提供的網(wǎng)絡(luò)平臺(tái)為零工就業(yè)需求和勞動(dòng)力的匹配提供了便利，既促進(jìn)了對(duì)零工就業(yè)需求的增長(zhǎng)，又降低了零工就業(yè)的搜尋和匹配成本。據(jù)此，本文提出以下研究假設(shè)：

H1：新型數(shù)字基礎(chǔ)設(shè)施通過(guò)提高零工就業(yè)需求提升工資水平。

新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資存在空間溢出效應(yīng)。新型數(shù)字基礎(chǔ)設(shè)施可以降低信息傳輸成本，促進(jìn)知識(shí)和信息的傳播，提高不同區(qū)域知識(shí)和信息的可達(dá)性，實(shí)現(xiàn)區(qū)域間的技術(shù)外溢[21-22]。新型數(shù)字基礎(chǔ)設(shè)施的空間溢出效應(yīng)本質(zhì)上反映的是數(shù)字技術(shù)與信息服務(wù)的空間溢出效應(yīng)，意味著鄰近區(qū)域只要可以接入當(dāng)?shù)氐臄?shù)字信息網(wǎng)絡(luò)，就可以享受新型數(shù)字基礎(chǔ)設(shè)施所創(chuàng)造的基礎(chǔ)設(shè)施溢出效應(yīng)。這與交通基礎(chǔ)設(shè)施和研發(fā)要素投入的空間溢出效應(yīng)相似。張光南等[23]發(fā)現(xiàn)，交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)能夠降低周邊地區(qū)制造業(yè)的平均生產(chǎn)成本和邊際成本，且對(duì)周邊地區(qū)的空間溢出效應(yīng)比本地區(qū)的直接效應(yīng)更大。白俊紅等[24]研究了研發(fā)要素的空間流動(dòng)，發(fā)現(xiàn)研發(fā)要素的空間流動(dòng)會(huì)導(dǎo)致知識(shí)的創(chuàng)新與擴(kuò)散，對(duì)周邊地區(qū)的收入增長(zhǎng)產(chǎn)生空間溢出效應(yīng)。

新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的空間溢出效應(yīng)隨著距離增加而減弱。已有研究發(fā)現(xiàn)，基礎(chǔ)設(shè)施的空間溢出效應(yīng)普遍存在隨距離衰減的現(xiàn)象[25]。索比拉爾斯基（Sobieralski）[26]考察了1990年至2018年美國(guó)11 個(gè)大都市統(tǒng)計(jì)區(qū)域的不同交通基礎(chǔ)設(shè)施投資對(duì)就業(yè)的影響，發(fā)現(xiàn)公路基礎(chǔ)設(shè)施對(duì)就業(yè)數(shù)量和工資有正向作用，且對(duì)鄰近地區(qū)的空間溢出效應(yīng)存在隨距離衰減現(xiàn)象。覃成林等[27]研究先富地區(qū)對(duì)周邊地區(qū)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)，發(fā)現(xiàn)先富地區(qū)對(duì)周邊地區(qū)的溢出效應(yīng)隨著距離而減弱，溢出效應(yīng)僅限于先富地區(qū)周邊390公里內(nèi)。而新型數(shù)字基礎(chǔ)設(shè)施雖然不同于傳統(tǒng)基礎(chǔ)設(shè)施，但數(shù)字信息服務(wù)質(zhì)量也會(huì)隨距離而衰減，距離城市新型數(shù)字基礎(chǔ)服務(wù)設(shè)施越遠(yuǎn)的地區(qū)，所能享受的數(shù)字技術(shù)服務(wù)就越差。如果城市不發(fā)展本地新型數(shù)字基礎(chǔ)設(shè)施，僅依賴其他地區(qū)新型數(shù)字基礎(chǔ)設(shè)施的空間溢出效應(yīng)，其所獲取的數(shù)字技術(shù)服務(wù)質(zhì)量必然隨著距離的增大而下降。這與傳統(tǒng)基礎(chǔ)設(shè)施的溢出效應(yīng)特征沒(méi)有本質(zhì)區(qū)別。例如，吉布森（Gibson）等[28]發(fā)現(xiàn)，印度尼西亞的基礎(chǔ)設(shè)施對(duì)農(nóng)戶就業(yè)和收入的溢出效應(yīng)取決于當(dāng)?shù)氐缆泛碗娏A(chǔ)設(shè)施的質(zhì)量，如果當(dāng)?shù)鼗A(chǔ)設(shè)施很差，則其溢出效應(yīng)并不顯著。因此，新型數(shù)字基礎(chǔ)設(shè)施所創(chuàng)造的零工就業(yè)需求受地理距離的約束，地理距離增大會(huì)降低對(duì)相關(guān)零工就業(yè)的需求，因?yàn)榫蜆I(yè)人員的流動(dòng)必然產(chǎn)生遷移成本，距離越大，成本越高。而且，零工就業(yè)主要屬于服務(wù)業(yè)，無(wú)法遠(yuǎn)距離運(yùn)輸。據(jù)此，本文提出以下研究假設(shè)：

H2：新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資產(chǎn)生空間溢出效應(yīng)，并且溢出效應(yīng)隨著距離增大而衰減。

三、研究設(shè)計(jì)

（一）計(jì)量模型的設(shè)定

本文使用網(wǎng)絡(luò)零工招聘大數(shù)據(jù)考察新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響。被解釋變量是零工招聘的工資，核心解釋變量是零工所在城市的新型數(shù)字基礎(chǔ)設(shè)施水平。在明瑟（Mincer）工資決定模型基礎(chǔ)上，增加新型數(shù)字基礎(chǔ)設(shè)施變量，參考梁文泉等[29]的回歸模型，模型（1）設(shè)定如下：

其中，i表示零工招聘信息所在的城市，j表示該城市的某條零工招聘信息，t表示發(fā)布零工招聘的日期。被解釋變量ln（Eijt）代表零工工資水平；Digitalit表示所在i城市的新型數(shù)字基礎(chǔ)設(shè)施指數(shù)，反映城市新型數(shù)字基礎(chǔ)設(shè)施的綜合發(fā)展水平；系數(shù)β1反映新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響?？刂谱兞渴桥c新型數(shù)字基礎(chǔ)設(shè)施相關(guān)且影響零工工資的城市特征變量（Cityit），具體包括在崗職工平均工資水平、市轄區(qū)平均人口、市轄區(qū)第三產(chǎn)業(yè)與第二產(chǎn)業(yè)比重，以及地方一般公共預(yù)算收支比。為緩解零工工資對(duì)城市層面指標(biāo)的反向因果影響導(dǎo)致的內(nèi)生性問(wèn)題，采用滯后一年的城市特征變量。

為減少遺漏變量偏誤問(wèn)題，以φst來(lái)代表省份固定效應(yīng)乘以年份固定效應(yīng)的交互項(xiàng)，用以控制省份固定效應(yīng)以及其隨年份變化的固定效應(yīng)。同時(shí)，由于零工工資受不同月份的用工需求影響，模型（1）中加入月份的固定效應(yīng)γt。對(duì)于誤差項(xiàng)的選擇，考慮到在同一省份內(nèi)不同城市的零工工資與新型數(shù)字基礎(chǔ)設(shè)施之間存在相關(guān)性，因此將標(biāo)準(zhǔn)誤εijt設(shè)為省份層面的聚類標(biāo)準(zhǔn)誤。

在模型（1）的基礎(chǔ)上，考慮新型數(shù)字基礎(chǔ)設(shè)施具有空間溢出效應(yīng)，本文建立空間計(jì)量模型考察新型數(shù)字基礎(chǔ)設(shè)施的空間溢出效應(yīng)?？臻g計(jì)量模型的建立過(guò)程為從普通最小二乘回歸方程（OLS）出發(fā)，通過(guò)添加不同的空間滯后項(xiàng)形成更一般的空間計(jì)量模型。目前，學(xué)者普遍采用這種從簡(jiǎn)單到復(fù)雜的建模思路，弗洛科思（Florax）等[30]和埃洛斯特（Elhorst）[31]認(rèn)為這種方法可以有效避免過(guò)度擬合的問(wèn)題。

本文采用從簡(jiǎn)單到復(fù)雜的空間建模思路，首先將OLS 模型擴(kuò)展成三種簡(jiǎn)單的空間計(jì)量模型，即空間自回歸模型（Spatial Autoregressive Model，SAR）、空間誤差模型（Spatial Error Model，SEM）和廣義空間自回歸模型（Spatial Autocorrelation Model，SAC），但這三個(gè)模型忽略了自變量的空間滯后項(xiàng)，易造成模型設(shè)定偏誤問(wèn)題。因此，本文進(jìn)一步加入自變量的空間滯后項(xiàng)，將空間滯后模型和空間誤差模型擴(kuò)展成空間杜賓模型（SDM）和空間杜賓誤差模型（SDEM）。萊薩（LeSage）等[32]認(rèn)為，空間杜賓模型與空間杜賓誤差模型比其他模型更有優(yōu)勢(shì)，不易出現(xiàn)嚴(yán)重的遺漏變量偏誤問(wèn)題，即使數(shù)據(jù)生成過(guò)程是一般嵌套空間模型（GNS），空間杜賓模型和空間杜賓誤差模型也可以得到一致的估計(jì)。空間杜賓模型和空間杜賓誤差模型可以更好地刻畫(huà)本研究問(wèn)題中的空間相關(guān)性來(lái)源。在本研究中，空間相關(guān)性主要來(lái)源于兩方面：一是零工在區(qū)域勞動(dòng)力市場(chǎng)流動(dòng)形成的工資均衡，二是新型數(shù)字基礎(chǔ)設(shè)施對(duì)鄰近地區(qū)零工工資的空間溢出效應(yīng)。因此，空間杜賓模型和空間杜賓誤差模型比較適合描述本文的研究問(wèn)題。

空間計(jì)量模型的具體建模過(guò)程如下：首先，將城市層面的零工平均工資作為因變量、新型數(shù)字基礎(chǔ)設(shè)施指數(shù)作為核心自變量，加入影響零工就業(yè)的其他控制變量，構(gòu)建模型（2）所示的未加空間滯后項(xiàng)的OLS回歸方程：

其中，ln（Ei）代表i城市的零工平均工資，零工平均工資為城市的零工工資均值。在機(jī)制討論部分，將因變量替換成零工崗位需求量，以城市中所有企業(yè)發(fā)布的零工招聘崗位總數(shù)代表。Digitali是指所在i城市的新型數(shù)字基礎(chǔ)設(shè)施指數(shù)，系數(shù)β1反映了核心解釋變量新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)工資影響。Cityi代表一系列影響零工就業(yè)的城市特征變量，包括城市在崗職工平均工資、城市平均人口、城市產(chǎn)業(yè)結(jié)構(gòu)和城市一般公共預(yù)算收支比。考慮到不同城市工資水平存在異方差，將標(biāo)準(zhǔn)誤εi設(shè)為異方差穩(wěn)健標(biāo)準(zhǔn)誤。

模型（2）沒(méi)有考慮變量存在的空間依賴性，如果模型（2）的誤差值存在空間依賴性，就會(huì)導(dǎo)致估計(jì)的不一致。因此，需要檢查誤差值是否存在空間相關(guān)性。安塞林（Anselin）等[33]認(rèn)為，基于OLS模型殘差項(xiàng)而構(gòu)建的拉格朗日乘子檢驗(yàn)方法（Lagrange Multiplier Test）（以下簡(jiǎn)稱“LM檢驗(yàn)”），可用于判斷誤差項(xiàng)的空間依賴性來(lái)源。

表1顯示了針對(duì)零工工資和零工崗位作為因變量的模型（2）誤差項(xiàng)的LM 檢驗(yàn)結(jié)果，分別采用LM-Error、LM-Lag、Robust LM-Error、Robust LMLag4個(gè)統(tǒng)計(jì)量檢驗(yàn)OLS的誤差項(xiàng)。如果誤差項(xiàng)與因變量存在空間相關(guān)，則LM-Lag與Robust LM-lag的檢驗(yàn)結(jié)果是顯著的，應(yīng)選擇空間滯后模型；如果誤差項(xiàng)自身存在空間相關(guān)，則LM-Error和Robust LM-Error的檢驗(yàn)結(jié)果是顯著的，應(yīng)采用空間誤差模型。

表1 空間模型的LM檢驗(yàn)結(jié)果

在LM檢驗(yàn)中，無(wú)論是對(duì)零工工資還是對(duì)零工崗位，LM-Error和LM-Lag的檢驗(yàn)結(jié)果均顯著，說(shuō)明需要在模型（2）基礎(chǔ)上加入因變量的空間滯后項(xiàng)，構(gòu)成模型（3）空間自回歸模型；或者在模型（2）誤差項(xiàng)加入空間滯后項(xiàng)，構(gòu)成空間誤差模型，即模型（4）；或者在模型（2）中同時(shí)加入因變量和誤差項(xiàng)的空間滯后項(xiàng)，構(gòu)成廣義空間自回歸模型，如模型（5）所示。這三個(gè)模型中，Wln（Ei）代表因變量的空間滯后項(xiàng)，Wεi代表誤差項(xiàng)的空間滯后項(xiàng)，vi代表誤差項(xiàng)εi對(duì)其空間滯后項(xiàng)Wεi回歸產(chǎn)生的新誤差值。這三個(gè)模型中控制變量的設(shè)定與OLS模型（1）一致。W表示空間權(quán)重矩陣，該矩陣的選擇對(duì)空間計(jì)量模型的估計(jì)至關(guān)重要，但其設(shè)定不存在最優(yōu)方法[33-34]。本文基準(zhǔn)回歸使用逆距離地理空間權(quán)重矩陣。為保證檢驗(yàn)結(jié)果的穩(wěn)健性，在后面的穩(wěn)健性檢驗(yàn)中，將使用地理空間權(quán)重矩陣、經(jīng)濟(jì)空間權(quán)重矩陣、地理與經(jīng)濟(jì)結(jié)合的空間權(quán)重矩陣分析回歸結(jié)果對(duì)不同空間權(quán)重矩陣的敏感程度。ρ是因變量的空間滯后項(xiàng)估計(jì)參數(shù)，λ是誤差項(xiàng)的空間滯后項(xiàng)的估計(jì)參數(shù)。

由于所有LM檢驗(yàn)都拒絕原假設(shè)，無(wú)法判斷是使用空間自回歸模型還是空間誤差模型。埃洛斯特[34]認(rèn)為，這種情況下的空間自回歸模型和空間誤差模型可能存在遺漏變量偏誤問(wèn)題，曼斯基（Manski）[35]進(jìn)一步指出空間自回歸模型和空間誤差模型存在偏誤原因是遺漏了自變量的空間滯后項(xiàng)。因此，需要在廣義空間自回歸模型和空間誤差模型中加入自變量的空間滯后項(xiàng)WDigitaliθ，分別構(gòu)成模型（6）空間杜賓模型和模型（7）空間杜賓誤差模型。其中θ是自變量的空間滯后項(xiàng)的估計(jì)參數(shù)。本文采用空間杜賓模型和空間杜賓誤差模型作為基準(zhǔn)空間計(jì)量模型。

（二）數(shù)據(jù)來(lái)源與變量測(cè)度

模型中的核心變量零工工資和新型數(shù)字基礎(chǔ)設(shè)施需要構(gòu)建測(cè)量指標(biāo)。零工就業(yè)工資數(shù)據(jù)獲取存在困難，目前國(guó)內(nèi)沒(méi)有專門針對(duì)零工就業(yè)的微觀調(diào)查數(shù)據(jù)①，國(guó)外相關(guān)研究廣泛使用互聯(lián)網(wǎng)招聘數(shù)據(jù)[36]，本研究以互聯(lián)網(wǎng)兼職招聘平臺(tái)的大數(shù)據(jù)構(gòu)建零工就業(yè)指標(biāo)。零工招聘大數(shù)據(jù)來(lái)源于58同城招聘網(wǎng)的兼職招聘數(shù)據(jù)。該數(shù)據(jù)覆蓋了全國(guó)所有地級(jí)市，代表性強(qiáng)且數(shù)據(jù)量大，可以真實(shí)反映零工就業(yè)的特征。數(shù)據(jù)整理的過(guò)程為：首先，根據(jù)中國(guó)城市統(tǒng)計(jì)年鑒中地級(jí)市的城市名，匹配對(duì)應(yīng)城市的兼職招聘網(wǎng)址，收集該城市的兼職招聘數(shù)據(jù)，包括兼職的職位、工作內(nèi)容、地點(diǎn)、公司、工資、結(jié)算方式、職位發(fā)布時(shí)間。兼職信息的發(fā)布時(shí)間為2020年3月5日至2021年3月5日。零工招聘的工資結(jié)算方式包括日工資、小時(shí)工資、次工資、面議工資四種形式。由于零工的工作時(shí)間靈活，無(wú)法用固定工作時(shí)間的標(biāo)準(zhǔn)將不同結(jié)算方式的工資水平進(jìn)行轉(zhuǎn)化，為避免測(cè)量誤差，僅使用出現(xiàn)頻率最高的日工資作為零工工資。

為衡量不同城市的新型數(shù)字基礎(chǔ)設(shè)施水平，本文構(gòu)建了新型數(shù)字基礎(chǔ)設(shè)施指數(shù)。該指數(shù)主要借鑒兩方面的文獻(xiàn)：第一，在構(gòu)建方法上，借鑒趙濤等[37]的城市數(shù)字經(jīng)濟(jì)指數(shù)的構(gòu)建方法；第二，在指標(biāo)選取方面，參考2014年建立的歐盟數(shù)字經(jīng)濟(jì)與社會(huì)指數(shù)（DESI）和2017年經(jīng)濟(jì)合作與發(fā)展組織（OECD）發(fā)布的投資智能化基礎(chǔ)設(shè)施指標(biāo)體系[38]。本文以互聯(lián)網(wǎng)寬帶接入用戶數(shù)、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重、人均電信業(yè)務(wù)總量、每百人移動(dòng)電話用戶數(shù)、數(shù)字中國(guó)指數(shù)共5 項(xiàng)指標(biāo)來(lái)衡量城市新型數(shù)字基礎(chǔ)設(shè)施，前4項(xiàng)數(shù)據(jù)可從中國(guó)城市統(tǒng)計(jì)年鑒中獲得，數(shù)字中國(guó)指數(shù)采用騰訊研究院《數(shù)字中國(guó)指數(shù)報(bào)告》中的數(shù)據(jù)。數(shù)字中國(guó)指數(shù)被已有研究廣泛采用[39]，它綜合了各城市云計(jì)算、大數(shù)據(jù)儲(chǔ)存與計(jì)算能力、移動(dòng)支付、數(shù)字產(chǎn)業(yè)、物聯(lián)網(wǎng)與數(shù)字政務(wù)等相關(guān)數(shù)據(jù)，能夠反映城市總體數(shù)字基礎(chǔ)設(shè)施水平。該指數(shù)通過(guò)主成分分析方法獲得。

最后，根據(jù)招聘城市名稱匹配零工就業(yè)工資和新型數(shù)字基礎(chǔ)設(shè)施指數(shù)，再?gòu)摹吨袊?guó)城市統(tǒng)計(jì)年鑒—2020》中匹配相應(yīng)城市的統(tǒng)計(jì)指標(biāo)，包括經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、就業(yè)信息、基礎(chǔ)設(shè)施、人口增長(zhǎng)和其他城市特征指標(biāo)。在考慮統(tǒng)計(jì)年鑒數(shù)據(jù)中的缺失數(shù)值后，最終保留262 座城市的561 056 個(gè)有效樣本。關(guān)于變量的具體說(shuō)明如表2所示。

表2 變量說(shuō)明

（三）內(nèi)生性問(wèn)題與工具變量

本文考察新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)工資的影響，在回歸模型中加入影響零工工資水平的城市控制變量和一系列不可觀測(cè)的固定效應(yīng)，但仍不能完全解決內(nèi)生性問(wèn)題。新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)工資的回歸還可能存在以下內(nèi)生性來(lái)源：第一，遺漏變量。盡管零工就業(yè)對(duì)城市新型數(shù)字基礎(chǔ)設(shè)施投資的反向因果效應(yīng)可能較小，但在遺漏變量中可能包含與城市新型數(shù)字基礎(chǔ)設(shè)施和零工就業(yè)工資相關(guān)的變量，導(dǎo)致反向因果問(wèn)題。第二，測(cè)量誤差。新型數(shù)字基礎(chǔ)設(shè)施指數(shù)是由多個(gè)指標(biāo)采用主成分法綜合而成，這些指標(biāo)中可能存在測(cè)量誤差，導(dǎo)致估計(jì)偏誤。為解決這兩種內(nèi)生性來(lái)源產(chǎn)生的估計(jì)偏誤，參考孫偉增等[16]、黃群慧等[40]使用工具變量的方法，本文使用1984年各城市每百人固定電話數(shù)作為該城市新型數(shù)字基礎(chǔ)設(shè)施指數(shù)的工具變量，該數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒—1985》②。

（四）描述性統(tǒng)計(jì)與空間相關(guān)性檢驗(yàn)

新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)工資和崗位需求的影響可以從圖2看出，隨著新型數(shù)字基礎(chǔ)設(shè)施水平的提高，零工就業(yè)的平均工資和崗位需求均呈上升趨勢(shì)，兩者間的正相關(guān)關(guān)系符合理論預(yù)期，但從圖2無(wú)法看出新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)是否存在空間溢出效應(yīng)，需進(jìn)一步檢驗(yàn)變量間的空間相關(guān)關(guān)系。

圖2 新型數(shù)字基礎(chǔ)設(shè)施與零工就業(yè)工資和就業(yè)崗位的關(guān)系

變量是否存在空間相關(guān)性常使用全局莫蘭指數(shù)來(lái)檢驗(yàn)[30]。全局莫蘭指數(shù)的計(jì)算方式為：

表3 變量的描述性統(tǒng)計(jì)

本文的核心變量新型數(shù)字基礎(chǔ)設(shè)施指數(shù)的莫蘭指數(shù)為0.031，在1%的水平上顯著，說(shuō)明新型數(shù)字基礎(chǔ)設(shè)施不僅能使本地零工就業(yè)受益，也能惠及周邊地區(qū)的零工就業(yè)，即存在空間溢出效應(yīng)。城市零工工資與零工崗位數(shù)量的莫蘭指數(shù)均顯著為正，這是由于勞動(dòng)力在區(qū)域間的勞動(dòng)力市場(chǎng)可以自由流動(dòng)，導(dǎo)致本地工資水平和崗位需求會(huì)對(duì)周邊勞動(dòng)力市場(chǎng)產(chǎn)生溢出效應(yīng)。莫蘭指數(shù)的檢驗(yàn)結(jié)果進(jìn)一步確認(rèn)了前述對(duì)空間相關(guān)性來(lái)源的討論，說(shuō)明使用空間計(jì)量模型來(lái)解釋變量間空間依賴性的合理性。

四、實(shí)證結(jié)果與分析

（一）新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響

表4顯示了新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資影響的回歸結(jié)果。列（1）是普通線性回歸模型的結(jié)果，在模型中加入了城市層面的特征變量、月份固定效應(yīng)、省份×年份固定效應(yīng)作為控制變量。新型數(shù)字基礎(chǔ)設(shè)施指數(shù)的回歸系數(shù)在1%的水平上顯著，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)每增加1 個(gè)單位，零工工資將增加13.2%，表明城市新型數(shù)字基礎(chǔ)設(shè)施可以提高零工工資。列（2）和列（3）分別對(duì)應(yīng)使用工具變量法的兩階段最小二乘法（2SLS）的第一和第二階段回歸結(jié)果。從列（2）的結(jié)果看，第一階段回歸中使用1984年每百人固定電話數(shù)量作為工具變量，與新型數(shù)字基礎(chǔ)設(shè)施指數(shù)呈正相關(guān)的關(guān)系，Kleibergen-Paap WaldF統(tǒng)計(jì)量（KP-F test）大于10，說(shuō)明不存在弱工具變量問(wèn)題。列（3）是第二階段回歸的結(jié)果，在考慮內(nèi)生性問(wèn)題后，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)的回歸系數(shù)在5%的水平上顯著，且系數(shù)值增大至0.235。列（4）采用對(duì)弱工具變量更不敏感的有限信息最大似然估計(jì)法（LIML），LIML的估計(jì)結(jié)果與列（3）估計(jì)結(jié)果完全一致。

工具變量的選擇還必須滿足排他性約束的條件，參考阿西莫格魯（Acemoglu）等[41]的檢驗(yàn)方法，在表4列（5）中使用簡(jiǎn)約式（Reduced Form，RF）估計(jì)工具變量對(duì)被解釋變量零工工資的影響，結(jié)果表明工具變量對(duì)零工工資有顯著的正向作用。列（6）進(jìn)一步加入解釋變量新型數(shù)字基礎(chǔ)設(shè)施指數(shù)到簡(jiǎn)約式中，工具變量變得不再顯著，說(shuō)明工具變量對(duì)零工工資的正向影響可以完全被新型數(shù)字基礎(chǔ)設(shè)施解釋。這意味著工具變量?jī)H能通過(guò)新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資產(chǎn)生影響，因此，工具變量滿足排他性約束的條件。

表4 城市新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響

綜上，使用2SLS 方法的回歸結(jié)果與OLS 回歸結(jié)果是一致的，但系數(shù)值由原來(lái)的0.132增加到0.235，說(shuō)明OLS的回歸低估了新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響。在考慮內(nèi)生性問(wèn)題后，本研究發(fā)現(xiàn)新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資具有正向作用。

（二）新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的空間溢出效應(yīng)

如果新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響存在空間溢出效應(yīng)，那么忽略鄰近地區(qū)的空間相關(guān)性可能會(huì)對(duì)估計(jì)產(chǎn)生偏誤。根據(jù)空間計(jì)量模型（3）、模型（4）、模型（5）、模型（6）和模型（7）等的設(shè)定，表5顯示了新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的空間計(jì)量模型回歸結(jié)果，列（1）至列（5）分別顯示了空間自回歸模型、空間誤差模型、廣義空間自回歸模型、空間杜賓模型和空間杜賓誤差模型的回歸結(jié)果，其中空間杜賓模型和空間杜賓誤差模型考慮了所有自變量的空間滯后項(xiàng)。從表5可以看出，無(wú)論選擇哪種空間計(jì)量模型，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)的系數(shù)均顯著為正，帶有空間滯后項(xiàng)部分的系數(shù)也顯著為正，說(shuō)明新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的作用不僅存在直接效應(yīng)，還存在空間溢出效應(yīng)。

表5 新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的空間計(jì)量模型回歸結(jié)果

在表5中，因變量空間滯后項(xiàng)的系數(shù)值ρ在空間自回歸模型、廣義空間自回歸模型和空間杜賓模型中均顯著為正，說(shuō)明零工工資存在空間溢出效應(yīng)，考慮到零工勞動(dòng)者在城市間可以自由流動(dòng)，這意味著區(qū)域間勞動(dòng)力市場(chǎng)的工資會(huì)相互影響。誤差項(xiàng)的空間滯后項(xiàng)系數(shù)值λ在空間誤差模型、廣義空間自回歸模型和空間杜賓誤差模型中均顯著為正，說(shuō)明零工工資在空間上還存在無(wú)法被自變量完全解釋的因素，例如區(qū)域內(nèi)零工就業(yè)需求受宏觀因素的影響等。

（三）空間計(jì)量模型的選擇

空間計(jì)量模型的選擇可以從以下方面考慮：第一，從模型擬合效果（R2）的角度，比較不同空間計(jì)量模型對(duì)數(shù)似然值的大小?？臻g杜賓模型和空間杜賓誤差模型較之空間自回歸模型、空間誤差模型和廣義空間自回歸模型的對(duì)數(shù)似然值更大，說(shuō)明空間杜賓模型和空間杜賓誤差模型比其他空間計(jì)量模型更優(yōu)。第二，對(duì)直接效應(yīng)和間接效應(yīng)（LL）施加約束的角度，數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)的直接效應(yīng)和間接效應(yīng)在空間杜賓模型和空間杜賓誤差模型中沒(méi)有事前約束，意味著不同解釋變量的直接效應(yīng)和間接效應(yīng)的比例可能發(fā)生變化，空間杜賓模型和空間杜賓誤差模型比空間自回歸模型與廣義空間自回歸模型更符合現(xiàn)實(shí)。第三，以LR 檢驗(yàn)不同模型間的嵌套關(guān)系，空間杜賓模型嵌套了空間誤差模型和廣義空間自回歸模型，LR檢驗(yàn)的結(jié)果說(shuō)明空間杜賓模型更優(yōu)；空間杜賓誤差模型嵌套了空間杜賓模型，LR 檢驗(yàn)的結(jié)果說(shuō)明空間杜賓誤差模型更優(yōu)。綜上所述，從R2、LL 和LR 檢驗(yàn)結(jié)果看，空間杜賓模型與空間杜賓誤差模型的效果顯著優(yōu)于其他三種空間模型，但這兩個(gè)模型的結(jié)果比較接近，判斷使用哪個(gè)模型比較困難[34]。

安塞林[42]建議進(jìn)一步使用赤池信息準(zhǔn)則（AIC）和施瓦茨信息準(zhǔn)則（SC）的統(tǒng)計(jì)量進(jìn)行模型比較，結(jié)果發(fā)現(xiàn)空間杜賓模型和空間杜賓誤差模型的信息準(zhǔn)則值是所有模型中最小的，且兩者的差距微弱，難以判斷哪一種模型更有優(yōu)勢(shì)。因此，空間杜賓模型與空間杜賓誤差模型都是可以接受的模型。但從回歸系數(shù)顯著性的角度看，新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)的溢出效應(yīng)在空間杜賓誤差模型中的顯著性水平更高。空間杜賓誤差模型回歸系數(shù)的估計(jì)結(jié)果優(yōu)于空間杜賓模型的估計(jì)結(jié)果，因此，本文選擇空間杜賓誤差模型作為空間基準(zhǔn)模型結(jié)果。

空間杜賓誤差模型的直接效應(yīng)是解釋變量的估計(jì)系數(shù)，間接效應(yīng)為其空間滯后項(xiàng)的估計(jì)系數(shù)。從表5中列（5）空間杜賓誤差模型估計(jì)結(jié)果可以看出，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工工資的直接效應(yīng)和間接效應(yīng)均顯著，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工就業(yè)工資的直接效應(yīng)為0.038，間接效應(yīng)為0.339，是直接效應(yīng)的8.9倍。這一結(jié)果與張光南等[23]研究交通、倉(cāng)儲(chǔ)和郵電基礎(chǔ)設(shè)施對(duì)制造業(yè)生產(chǎn)成本的溢出效應(yīng)接近（他們發(fā)現(xiàn)基礎(chǔ)設(shè)施的間接效應(yīng)是直接效應(yīng)的8.5 倍）。因此，新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資會(huì)產(chǎn)生空間溢出效應(yīng)。新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)的間接效應(yīng)比直接效應(yīng)大的原因是空間權(quán)重矩陣的設(shè)置，由于基準(zhǔn)回歸中使用逆距離權(quán)重矩陣作為基準(zhǔn)回歸的空間權(quán)重矩陣，其衡量的間接效應(yīng)是指本地城市新型數(shù)字基礎(chǔ)設(shè)施對(duì)所有其他城市零工就業(yè)的影響加權(quán)求和，這導(dǎo)致間接效應(yīng)可能被高估。在本文穩(wěn)健性討論中將采用不同的空間權(quán)重矩陣進(jìn)行回歸。

五、穩(wěn)健性討論

（一）采用不同空間權(quán)重矩陣的回歸結(jié)果

空間權(quán)重矩陣是空間計(jì)量模型中最重要的影響參數(shù)，選擇不同的空間權(quán)重矩陣直接影響估計(jì)結(jié)果，但對(duì)空間權(quán)重矩陣的選擇并沒(méi)有經(jīng)濟(jì)學(xué)理論或者統(tǒng)計(jì)理論可以作為標(biāo)準(zhǔn)。檢驗(yàn)空間回歸結(jié)果是否穩(wěn)健的主要方法是選取不同的空間權(quán)重矩陣進(jìn)行空間計(jì)量模型回歸。埃洛斯特[34]等建議首選基于外生地理信息的空間權(quán)重矩陣，在此基礎(chǔ)上，再考慮使用經(jīng)濟(jì)指標(biāo)構(gòu)建的空間權(quán)重矩陣。本文比較了6種空間權(quán)重矩陣，其中4種是地理空間權(quán)重矩陣，包括逆距離空間權(quán)重矩陣、地理鄰近空間權(quán)重矩陣（分別將相距100公里和150公里以內(nèi)的城市劃定為相鄰城市）、K 近鄰空間權(quán)重矩陣（最近的15 座城市）；2 種是與經(jīng)濟(jì)相關(guān)的空間權(quán)重矩陣，包括以人均生產(chǎn)總值對(duì)數(shù)的差值來(lái)衡量?jī)沙鞘虚g的經(jīng)濟(jì)距離空間權(quán)重矩陣，以及使用人均生產(chǎn)總值對(duì)數(shù)的差值再乘以距離倒數(shù)構(gòu)建的經(jīng)濟(jì)地理空間權(quán)重矩陣。

表6顯示了使用不同空間權(quán)重矩陣檢驗(yàn)新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工就業(yè)工資的空間杜賓誤差模型結(jié)果。無(wú)論使用哪種空間權(quán)重矩陣，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工就業(yè)的工資都有顯著的正向作用，且除150公里以內(nèi)地理鄰近空間權(quán)重矩陣的溢出效應(yīng)不顯著外，所有空間權(quán)重矩陣都存在顯著的溢出效應(yīng)。

從表6可以看出，不同的空間權(quán)重矩陣導(dǎo)致的間接效應(yīng)差別很大，逆距離空間權(quán)重矩陣和經(jīng)濟(jì)地理空間權(quán)重矩陣構(gòu)造的空間滯后項(xiàng)反映的是對(duì)所有城市的空間溢出效應(yīng)，更合理的做法是將溢出效應(yīng)的影響限定在一定范圍，如地理鄰近空間權(quán)重矩陣和K 近鄰空間權(quán)重矩陣，分別將溢出效應(yīng)限定在一定距離。從結(jié)果看，當(dāng)城市距離100 公里時(shí)，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工工資的直接效應(yīng)為0.036，間接效應(yīng)降為0.031，兩者的作用效果相當(dāng)。因此，使用限定范圍的空間權(quán)重矩陣后，間接效應(yīng)也變小了。

表6 不同空間權(quán)重矩陣下新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響

（二）采用廣義空間兩階段最小二乘估計(jì)方法

基準(zhǔn)回歸采用的極大似然法（ML），是目前使用最廣泛的空間計(jì)量模型估計(jì)方法。但當(dāng)模型包含內(nèi)生解釋變量時(shí)，德魯克（Drukker）等[43]建議使用解釋變量空間滯后項(xiàng)作為工具變量的廣義矩估計(jì)方法（IV-GMM），但對(duì)包含自變量與誤差項(xiàng)的空間滯后項(xiàng)的空間杜賓誤差模型進(jìn)行廣義矩陣估計(jì)較為困難?？评战颍↘elejian）等[44]建議使用廣義空間兩階段最小二乘估計(jì)法（Generalized Spatial Two Stage Least Squares，GS2SLS）估計(jì)空間杜賓誤差模型更為合適。表7顯示了廣義空間兩階段最小二乘估計(jì)法的回歸結(jié)果，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工工資的影響與基準(zhǔn)回歸結(jié)果在系數(shù)大小與顯著性水平上均一致。

表7 采用GL2SLS新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響

（三）將工資中位數(shù)作為因變量

基準(zhǔn)回歸采用各城市零工就業(yè)的工資均值作為因變量，但工資均值容易受工資分布的影響，出于穩(wěn)健性的考慮，可以使用中位數(shù)來(lái)反映工資的平均水平。表8顯示了使用零工工資中位數(shù)作為因變量的回歸結(jié)果。與使用零工平均工資作為因變量的結(jié)果相比，兩者的系數(shù)大小與顯著性水平是一致的。在考慮了工資分布中存在更多極端值情況時(shí)，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)工資中位數(shù)的直接效應(yīng)和空間溢出效應(yīng)均顯著。

表8 新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資中位數(shù)的影響

六、對(duì)結(jié)果的進(jìn)一步討論

（一）影響機(jī)制的討論

新型數(shù)字基礎(chǔ)設(shè)施可以通過(guò)增加零工需求提高零工工資水平。新型數(shù)字基礎(chǔ)設(shè)施提供的是數(shù)據(jù)和信息的傳輸服務(wù)，具有資產(chǎn)輕、邊際效用高的特征，可以與許多傳統(tǒng)產(chǎn)業(yè)融合，催生新的消費(fèi)需求，降低勞動(dòng)者和企業(yè)間的搜索與匹配成本[16]、企業(yè)生產(chǎn)成本和銷售價(jià)格，提升企業(yè)的專業(yè)化水平[45]，提高企業(yè)的生產(chǎn)規(guī)模，擴(kuò)大企業(yè)的經(jīng)營(yíng)范圍，提高企業(yè)對(duì)就業(yè)崗位的需求。為檢驗(yàn)這一影響機(jī)制，根據(jù)空間計(jì)量模型（3）、模型（4）、模型（5）、模型（6）等的設(shè)定，將模型的因變量換成零工崗位數(shù)量，并以所在城市招聘信息數(shù)據(jù)中零工發(fā)布崗位總量代表。表9顯示了新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工崗位的空間計(jì)量模型回歸結(jié)果。

表9顯示了空間自回歸模型、空間誤差模型、廣義空間自回歸模型、空間杜賓模型和空間杜賓誤差模型的回歸結(jié)果。在所有模型中，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工就業(yè)崗位需求的影響均為正，且其空間滯后項(xiàng)的系數(shù)也是正值，說(shuō)明新型數(shù)字基礎(chǔ)設(shè)施可以增加零工需求，且對(duì)零工需求具有正向的空間溢出效應(yīng)。因此，新型數(shù)字基礎(chǔ)設(shè)施可以通過(guò)提高零工就業(yè)需求來(lái)提高零工工資。

表9 新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工崗位的空間計(jì)量模型回歸結(jié)果

為檢驗(yàn)空間權(quán)重矩陣對(duì)空間計(jì)量模型結(jié)果的穩(wěn)健性，表10顯示了使用不同空間權(quán)重矩陣檢驗(yàn)新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)崗位的空間杜賓誤差模型結(jié)果。無(wú)論使用哪種空間權(quán)重矩陣，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工就業(yè)崗位的直接效應(yīng)均顯著，且對(duì)前4種基于地理空間權(quán)重矩陣的間接效應(yīng)也是顯著的。在列（5）和列（6）中，基于經(jīng)濟(jì)指標(biāo)和經(jīng)濟(jì)地理指標(biāo)的空間權(quán)重矩陣的間接效應(yīng)不顯著，埃洛斯特[31]認(rèn)為這種情況是正常的，主要是由于使用經(jīng)濟(jì)空間權(quán)重矩陣引入了內(nèi)生性，導(dǎo)致估計(jì)結(jié)果不顯著。

表10還反映出新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工就業(yè)崗位的溢出效應(yīng)隨著距離的增加而衰減的特征。列（2）使用100公里以內(nèi)地理鄰近空間權(quán)重矩陣時(shí)，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工就業(yè)崗位的直接效應(yīng)為0.105，間接效應(yīng)為0.064，間接效應(yīng)約為直接效應(yīng)的60%左右。而在列（3）中使用150公里以內(nèi)地理鄰近空間權(quán)重矩陣時(shí)，新型數(shù)字基礎(chǔ)設(shè)施指數(shù)對(duì)零工就業(yè)崗位的直接效應(yīng)為0.100，間接效應(yīng)為0.037，間接效應(yīng)下降為直接效應(yīng)的37%。

表10 不同空間權(quán)重矩陣下新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工崗位的影響

（二）溢出效應(yīng)的影響范圍

空間溢出效應(yīng)的影響范圍是評(píng)價(jià)新型數(shù)字基礎(chǔ)設(shè)施經(jīng)濟(jì)外部性的重要指標(biāo)，新型數(shù)字基礎(chǔ)設(shè)施建設(shè)的成本高，準(zhǔn)確界定其溢出效應(yīng)的影響范圍有助于評(píng)估新型數(shù)字基礎(chǔ)設(shè)施的成本與收益。新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響主要通過(guò)提供高效的數(shù)字化連接降低知識(shí)和信息的獲取成本，增加企業(yè)的崗位需求。同時(shí)，數(shù)字技術(shù)和智能終端的普及也會(huì)催生出新的企業(yè)，產(chǎn)生更多適應(yīng)用戶需求的新業(yè)態(tài)和新模式，從而創(chuàng)造出更多的就業(yè)崗位。但溢出效應(yīng)會(huì)隨著距離而衰減，一方面，數(shù)字信息服務(wù)的提供質(zhì)量不僅僅是接入互聯(lián)網(wǎng)，還取決于數(shù)據(jù)的下載速度、存儲(chǔ)能力和計(jì)算能力，如果本地沒(méi)有任何新型數(shù)字基礎(chǔ)設(shè)施，僅依靠接入其他城市數(shù)字基礎(chǔ)設(shè)施提供的服務(wù)，數(shù)字信息服務(wù)的質(zhì)量必然下降。另一方面，新型數(shù)字基礎(chǔ)設(shè)施所創(chuàng)造的零工需求無(wú)法擺脫地理距離的約束，因?yàn)榱愎ぞ蜆I(yè)人員的流動(dòng)必然產(chǎn)生遷移成本，而且零工就業(yè)崗位大多屬于服務(wù)業(yè)，是不可貿(mào)易品，無(wú)法完全數(shù)字化。因此，隨著地理距離的增加，新型數(shù)字基礎(chǔ)設(shè)施的溢出效應(yīng)會(huì)逐漸減弱。

借鑒覃成林等[27]的做法，通過(guò)設(shè)定地理鄰近空間權(quán)重矩陣中的距離閾值分析空間溢出效應(yīng)的影響范圍。由于地理距離相差50 公里的城市很少，因此距離閾值從地理距離相差60公里開(kāi)始，每次增加10 公里，直至140 公里。圖3反映了地理距離與新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資溢出效應(yīng)之間的關(guān)系。隨著距離的增加，溢出效應(yīng)逐漸下降，且在110 公里處，新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資間接效應(yīng)不再顯著。所以，新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的溢出效應(yīng)存在有效范圍，超出有效范圍，溢出效應(yīng)不再存在。這進(jìn)一步證實(shí)了新型數(shù)字基礎(chǔ)設(shè)施的空間溢出效應(yīng)隨著距離而衰減的研究假設(shè)。

圖3 新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的溢出效應(yīng)影響范圍

為從影響機(jī)制上證實(shí)新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)溢出效應(yīng)存在衰減過(guò)程，本文進(jìn)一步分析新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)崗位需求的影響范圍。圖4反映了新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)崗位數(shù)量溢出效應(yīng)的影響范圍，表明新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)崗位的影響隨著距離的增加而衰減，在60 公里處，其影響數(shù)值為0.18，在臨界點(diǎn)110 公里處衰減到0.05。當(dāng)距離增至110公里時(shí)，新型數(shù)字基礎(chǔ)設(shè)施提高零工就業(yè)崗位數(shù)量的作用雖然沒(méi)有完全消失，但非常微弱，已無(wú)法產(chǎn)生零工工資溢價(jià)的效果。圖4從機(jī)制上說(shuō)明新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)需求的溢出效應(yīng)隨著距離而衰減的現(xiàn)象。

圖4 新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工崗位需求的溢出效應(yīng)影響范圍

七、結(jié)論與政策建議

新型數(shù)字基礎(chǔ)設(shè)施的建設(shè)加快了城市數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的步伐，催生了零工經(jīng)濟(jì)的蓬勃發(fā)展。零工就業(yè)是平臺(tái)經(jīng)濟(jì)衍生出的新就業(yè)形態(tài)，平臺(tái)經(jīng)濟(jì)對(duì)互聯(lián)網(wǎng)和數(shù)字技術(shù)的依賴程度很高。因此，零工就業(yè)的發(fā)展與城市新型數(shù)字基礎(chǔ)設(shè)施建設(shè)緊密相關(guān)。本文探究新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響及其空間溢出效應(yīng)，將2020—2021年中國(guó)互聯(lián)網(wǎng)零工招聘平臺(tái)大數(shù)據(jù)與中國(guó)城市統(tǒng)計(jì)年鑒數(shù)據(jù)相匹配，構(gòu)建基于城市新型數(shù)字基礎(chǔ)設(shè)施的綜合指數(shù)，采用空間計(jì)量模型分析我國(guó)新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工就業(yè)的影響及空間溢出效應(yīng)。

（一）結(jié)論

本研究發(fā)現(xiàn)，新型數(shù)字基礎(chǔ)設(shè)施對(duì)本地零工工資具有顯著的提升作用，并對(duì)周邊城市的零工工資具有空間溢出效應(yīng)，溢出效應(yīng)隨著距離的增大而衰減。在考慮了模型內(nèi)生性問(wèn)題并經(jīng)過(guò)各種穩(wěn)健性檢驗(yàn)后，結(jié)果依然穩(wěn)健。新型數(shù)字基礎(chǔ)設(shè)施對(duì)零工工資的影響機(jī)制主要通過(guò)提供高效的數(shù)字化連接降低知識(shí)和信息的獲取成本，增加企業(yè)的崗位需求。同時(shí)，數(shù)字技術(shù)和智能終端的普及催生出新的就業(yè)形態(tài)，創(chuàng)造出更多的就業(yè)崗位，因此，新型數(shù)字基礎(chǔ)設(shè)施可以通過(guò)增加就業(yè)需求提高工資水平。新型數(shù)字基礎(chǔ)設(shè)施所創(chuàng)造的零工就業(yè)需求受到地理距離的約束，地理距離增大會(huì)降低就業(yè)需求，因?yàn)榫蜆I(yè)人員的流動(dòng)必然產(chǎn)生遷移成本，距離越大，成本越高。而且，零工就業(yè)的行業(yè)主要是服務(wù)業(yè)，大部分是不可貿(mào)易品，無(wú)法遠(yuǎn)距離運(yùn)輸。因此，隨著地理距離的增加，新型數(shù)字基礎(chǔ)設(shè)施的溢出效應(yīng)會(huì)逐漸減弱。

（二）政策建議

本研究結(jié)論可為政府統(tǒng)籌推進(jìn)區(qū)域間新型數(shù)字基礎(chǔ)設(shè)施的開(kāi)發(fā)與利用、促進(jìn)零工經(jīng)濟(jì)的發(fā)展提供理論參考?；诒狙芯拷Y(jié)論，提出如下政策建議：

第一，由于新型數(shù)字基礎(chǔ)設(shè)施對(duì)就業(yè)存在空間溢出效應(yīng)，因此鄰近地區(qū)間的政府需要加強(qiáng)合作，制定共擔(dān)成本與共享收益的新型數(shù)字基礎(chǔ)設(shè)施投資方案。這有利于拓展投資來(lái)源、分擔(dān)投資成本、加快新型數(shù)字基礎(chǔ)設(shè)施建設(shè)?！吨腥A人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》強(qiáng)調(diào)加快推進(jìn)新型數(shù)字基礎(chǔ)設(shè)施建設(shè)，主要包括5G 基站建設(shè)、大數(shù)據(jù)中心、人工智能、工業(yè)互聯(lián)網(wǎng)等，這些項(xiàng)目的投資額巨大，地方政府的財(cái)政負(fù)擔(dān)很重。地方政府需要積極拓展投資主體，挖掘與其他城市的合作潛力，構(gòu)建多元化投資體系，鼓勵(lì)私有企業(yè)和私有資本進(jìn)入相關(guān)投資領(lǐng)域。

第二，新型數(shù)字基礎(chǔ)設(shè)施支撐下的數(shù)字技術(shù)會(huì)創(chuàng)造大量的零工就業(yè)崗位。隨著新型數(shù)字基礎(chǔ)設(shè)施建設(shè)的廣泛覆蓋，個(gè)人可以通過(guò)手機(jī)設(shè)備連接互聯(lián)網(wǎng)，實(shí)現(xiàn)信息和數(shù)據(jù)的分享，更多的消費(fèi)需求能夠被創(chuàng)造出來(lái)，催生出如外賣騎手、直播賣貨、網(wǎng)絡(luò)主播、專車司機(jī)等新就業(yè)形態(tài)。發(fā)展以零工經(jīng)濟(jì)為代表的新業(yè)態(tài)是穩(wěn)經(jīng)濟(jì)、保就業(yè)的重要支撐，政府應(yīng)為零工經(jīng)濟(jì)的發(fā)展提供更多的政策支持，給予企業(yè)相應(yīng)的稅收優(yōu)惠和資金補(bǔ)貼，幫助企業(yè)度過(guò)數(shù)字化轉(zhuǎn)型的初期階段。另外，現(xiàn)有法律體系對(duì)零工就業(yè)者的權(quán)益保障不足，政府應(yīng)出臺(tái)專項(xiàng)法律法規(guī)政策，滿足零工就業(yè)人員在勞動(dòng)和社會(huì)保障方面的需求。

注釋：

①少數(shù)家庭調(diào)查可以篩選出零工就業(yè)者的樣本，如2018年的中國(guó)家庭追蹤調(diào)查（China Family Panel Studies，CFPS）和中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查（China Labor-force Dynamic Survey，CLDS），但多數(shù)調(diào)查的樣本較少，不足以覆蓋全國(guó)主要城市。

②1985年，國(guó)家統(tǒng)計(jì)局出版了第一期中國(guó)城市統(tǒng)計(jì)年鑒，每百人固定電話最早數(shù)據(jù)為1984年，故本文選取1984年每百人固定電話數(shù)為工具變量。