数字经济时代的人力资本

摘 要：数字技术的快速发展与广泛运用引发各界对数字技能的关注，我国也提出将建成数字人才强国作为2035年远景目标，提升全民数字素养。已有文献多围绕数字技能的应用侧展开论述，鲜有研究对其进行理论溯源，探索数字经济对传统人力资本概念框架的更新和推进。在此背景下，将数字技术全面嵌入人力资本既有理论体系，提出并阐释了数字经济时代人力资本的概念框架。首先，“技术—经济”范式变革使得教育、经验等传统人力资本代理变量的地位受到挑战，衍生出包含数字认知技能和数字情感技能的数字人力资本作为全新内核。其次，数字经济赋能传统人力资本开发机制，助力形成“一高一低，一长一短”的人力资本投资新模式。最后，探讨了数字人力资本与传统人力资本的联系与区别，并提出研究展望和政策启示。

关键词：数字经济；数字认知技能；数字情感技能；人力资本积累模式

中图分类号：F240；F49 文献标志码：A 文章编号：1000-4149（2025）01-0020-14

DOI：10.3969/j.issn.1000-4149.2025.01.002

经典的人力资本理论诞生于20世纪60年代，发轫于研究者们对资本概念的泛化与深入解读，此后人力资本作为独立于物质资本和劳动的第三类全新要素被提出来，参与解释经济与社会福祉的增长。几乎在同一时间，电子计算机和信息通信技术开始被广泛应用，逐渐成为商业和工业的重要组成部分，成为推动经济增长的新动力。如今我国已经全面进入数字经济时代，以使用数字化的知识和信息为关键生产要素，以现代信息网络为重要载体，借助信息通信技术的有效使用来推动效率提升和经济结构优化 ① 。数字既作为新兴技术又作为新生产要素参与其中，引发“技术—经济”范式的变革，深刻改变着劳动者的思维、生活和生产方式。在此背景下，我国提出建设数字人才强国，并将提升全民数字素养与数字技能纳入国民经济与社会发展的2035年远景目标纲要，将其视作促进人的全面发展与共同富裕的关键举措。这意味着数字素养与技能正在逐渐成为数字经济时代重要的人力资本。遗憾的是已有文献多围绕数字技能的应用侧展开论述 ［1-2］ ，鲜有研究对数字素养与技能进行理论溯源，探索数字经济对传统人力资本概念框架的更新和推进。基于此，本文着重回答以下三个问题：第一，相比传统人力资本，数字经济时代的人力资本在其概念、形成和回报上具有哪些新的特征；第二，数字技术如何重塑既有人力资本的内涵，即数字人力资本的产生及其与传统人力资本各维度间的关系；第三，数字经济如何推动人力资本形成机制的演进。

一、数字经济时代人力资本的特征及概念框架

数字经济时代，以能力和教育为核心的人力资本概念框架亟待更新。内涵方面，随着“技术—经济”范式的转变，人力资本的内涵维度具备了横纵向延展的新特征。弗里曼（Freeman） 和佩蕾丝 （Perez） 发现以信息通信技术主导的经济范式，不会继续遵循以石油化工技术为代表的福特制下缺乏灵活性的大规模生产模式，而会基于信息密集型的生产组织将原来分散的设计、管理、营销等环节整合为一个综合系统 ［3］ 。在这一系统化的过程中，对人的能力要求也在发生转变，即原先中等程度的“技术—监管”技能集合会逐渐极化为一些更高级或更初级的技术资质，从而使得工作者的职业能力从以往较为狭义的专业化技能转变为更通用、多功能的信息处理能力。基于我国劳动力市场的研究也得出了相近的结论。如王林辉等发现以人工智能为代表的数字技术在我国劳动力市场上同时产生了“去技能化”和“再技能化”效应，使得传统职业技能宽度拓展的同时，技能的深度降低 ［4］ 。可见数字技术贯穿于从基础通用技能到高级专业技能的纵向分布，在打破技能阶梯纵向区隔的同时，确立了基于数字的通用性人力资本的地位，而在此之前基于行业和产业的专用性人力资本才是支撑组织发展与经济增长的主要人力资本形式。在能力的横向分布上，马丁内斯-布拉沃（Martínez-Bravo）等提出在“21世纪能力”框架中，一系列新技能集合的轴心即为具有增强其他能力作用的数字技能 ［5］ 。近期的研究也已证实数字技能的这种轴心作用，即数字技能对个体的教育、健康、收入和积极工作行为等发挥着重要的促进作用 ［6-8］ ，其影响横跨传统人力资本从内涵到外延的横向分布，正逐渐成为人力资本框架的核心，表现为访问和嵌入数字技术的基础数字技能、以有意义和有益的方式使用数字技术的一般数字技能和以赋能和变革的方式使用数字技术的高级数字技能，涉及认知、情感、知识等维度 ［9］ 。

形成机制方面，经典的以能力为核心的新人力资本是基因与环境互动的产物，其中家庭背景在形成机制中扮演了最为重要的角色 ［10］ 。然而近期研究却发现，数字经济通过提高学习机会的可得性，极大地提升了个体的认知能力，甚至可以弥补家庭背景对学习成绩的不利影响，从而弥合由家庭背景等先赋因素差异造成的教育鸿沟 ［11］ 。不仅如此，数字化还突破了传统人力资本的积累规律，赋予了人力资本在积累周期和积累速度上的全新特征。

经典理论通常将生命周期的早期视为人力资本的形成期，进入劳动力市场后的各期视作回报期，并主张早期的投资干预可以有效提升后期的人力资本回报率。但在数字经济时代，不断革新的数字技术与不断释放的数据价值持续赋予人力资本新的内涵，将以数字技能为代表的人力资本置于终身学习情境下，使其形成过程不仅贯穿整个生命周期，还需要国家、企业和家庭等各主体进行不间断的连续长期投入。同时，数字技术与传统人力资本投资手段融合创新催生的数字教育、数字培训、数字医疗、数字金融等新业态以及数据要素流通共享驱动的精准化、个性化需求匹配新模式使得人力资本投资效率的快速提升成为可能，助力了人力资本的短周期积累。例如，吴梦涛等从理论层面证实数据要素作为经济活动的副产品能够深度参与人力资本的积累。他们通过将消费者数据 （由消费过程产生并用于提升个体对自我行为和能力的认知）和生产者数据（从厂商购买并用于提升数字技能与素养）纳入人力资本积累方程，发现在正向技术冲击下数据要素 （尤其是生产者数据） 提升了人力资本积累的效率 ［12］ 。

回报方面，经典的人力资本回报机制是明确且稳定的。高人力资本获得高回报，回报也可以从个体层面溢出至家庭、社区和国家层面，使其共享人力资本要素的价值创造成果。因此政策制定者们很容易遵循这一清晰的“投资—回报”规律，制定人力资本发展战略和政策，优化人力资本的投资收益。但数字经济时代人力资本回报呈现出动态与不确定的特征。“程序偏向型技术进步”假说与“技能偏向型技术进步”假说都指出数字技术的应用对特定岗位、任务和技能产生了替代效应，继而引发劳动力就业结构的调整和收入的下降，阻滞了人力资本的回报。特别是以往支撑行业、产业高效增长的专用性人力资本，在不确定的经济环境中替代风险加大，潜在回报率变低。尽管如此，仍有一些与理解、应用数字相关的技能获得增值 ［13］ ，且个体拥有的任务属性越多，职业技能宽度越大，越不容易被人工智能所取代。这意味着数字经济时代，劳动者需要不断在横纵双向维度上提升数字技能，如此才能有效抵御人力资本的贬值风险。

综上，与传统人力资本相比，数字经济时代的人力资本具有概念横纵向延展、投资拉长与形成加速以及不确定性回报等特征。为进一步探寻引起这些特征的根源，本文将数字经济时代人力资本的轴心 — —数字技能，纳入传统人力资本的理论框架，探讨数字技术如何嵌入人力资本的形成过程中，重塑其概念框架，并在此基础上提出数字人力资本的内涵与结构，梳理其与传统人力资本要素间的互动关系（见图1）。

二、数字经济对人力资本内涵的重塑

早期经济学文献认为人力资本是存在于人体之中的具有经济价值的知识、技能和体力（健康状况）等质量因素之和。人的能力被视为天生的、不易测量的变量。基于此，在大量的实证研究中，我们简单地将教育作为潜在能力的代理变量。伴随着神经科学和心理学测量技术的进展，人力资本理论经历了从“以教育为核心”到“以能力为核心”的研究视角的转变，在传统“教育—经验—健康”三维内涵框架之内，形成了一个由认知与非认知能力共同构成的全新内核 ［14］ 。鉴于此，本部分在兼顾人力资本概念的内核层与外显层的基础上，聚焦数字经济对人力资本内涵的重塑过程。一方面，数字技术动摇了一直以来教育、经验和健康作为稳健的人力资本代理变量的地位，推动传统人力资本朝向适应数字经济时代“投资—产出”模式的方向演进优化；另一方面，数字技术嵌入人力资本的能力内核中，通过增维性交互助力数字人力资本的产生。值得指出的是，本文中数字经济时代的人力资本与数字人力资本的区别是：前者聚焦于数字技术融入传统人力资本框架的一般过程 （包含数字经济对人力资本从形成到回报的一系列影响），后者则特指这一过程中被重塑的人力资本新内核，包含两个维度 — —数字认知技能与数字情感技能，且数字人力资本是数字经济时代人力资本概念的轴心。

1. 数字经济对传统人力资本概念的挑战

传统观点将教育和经验作为人力资本的稳健代理变量，这样做的隐含假设是：第一，教育及工作经验能给劳动者带来持久收入，即终生收入流；第二，依据个体教育水平和从业经验可以较为准确地预测其获得的报酬水平。然而，本文发现传统人力资本核心代理变量的地位在数字经济时代遭受了挑战，数字技术与劳动力市场的结合动摇了这两大隐含假设。

首先，传统生产过程中，前市场投资形式 — —教育为劳动者投入社会化大生产塑造了稳定的知识和能力结构，进入市场后劳动技能多以躬身实践为形成媒介，表现为慢慢积累在人体情感与肌肉记忆中的一种默会知识，此时经验代理了这类知识或技能的熟练程度。然而，近期研究发现，数字经济时代劳动者的技能形成从以往基于真实场景，变为更多依赖体外化的机器学习与逻辑创新 ［15］ ，再加上数字技术的快速迭代以及与生产智能匹配的需求，数字技能的衰退速度远快于传统行业中的劳动技能。IBM报告的数据显示，专业技能的半衰期已从过去的10—15年缩短至5年，技术技能的半衰期甚至更短 ［16］ 。这意味着原有的教育和经验很难在劳动者职业生涯中保持稳定的终生收入流。

其次，伴随数字技术逐步嵌入传统人力资本概念的过程，教育、经验和健康中适应和有助于发挥数字素养的能力都获得了增强，反之则遭受了数字技术的负面冲击，从而使得数字经济背景下传统人力资本的存量结构并非匀质。在教育方面，虽然有研究发现具有定位、浏览和获取不同信息资源等网络素养的青少年其总成绩更好 ［17］ ，但也有研究揭示了信息管理能力等技术认知能力对心理学本科学生的学业成绩具有负向预测作用，而数字化自主学习 （digital independent learning） 能力作为一种自我调节能力却对学业成绩具有正向预测作用 ［18］ 。有学者更具体地对数字教育技术进行分析后发现，数字教育技术对学习表现的效应在教育程度上具有异质性，即对认知水平较低的学生产生负面影响，而对高认知水平的学生产生积极影响 ［19］ 。在工作经验方面，周闯和郑旭刚的实证分析表明，流动人口借助数字技术能在“干中学”中提升工作经验，促进人力资本积累 ［20］ 。但范多恩 （Van Doorn）等的分析指出，技术在自动化包含显性和隐性知识线索的实质理性任务 （substantive-rational tasks）时，相比于短期任职的管理人员，长期任职者所拥有的专业知识、经验具有更高的价值优势，即数字化下实质理性任务比形式理性任务更有助于长期任职者获得人力资本溢价，进而促进其向更有影响力的角色积累 ［21］ 。因此，数字技术并非无差别地使所有劳动者受益，而是存在引起人力资本收益分化的可能。

再次，在健康方面，基于健康促进理论和技术压力理论，数字经济的快速发展可能对居民健康具有正反两方面的影响 ［22］ 。电子健康素养作为一种“搜寻、发现、理解和评价电子健康信息并将获得的知识应用于解决健康问题的能力”，能够有效促进大学生适当饮食、接种疫苗、维持锻炼、安全性健康等积极健康行为 ［23］ 。但使用数字技术对异质性健康维度的作用效果并不一致。罗维宁（Rouvinen）等通过大范围的调查全面检验了大学生互联网使用与健康之间的关系，他们发现数字技术的使用主要对学生的社会健康 （社会参与） 和智力健康 （在线健康信息搜寻） 等方面产生正向影响，而对身体健康 （睡眠障碍、久坐） 和心理健康（抑郁、焦虑）等方面构成了显著威胁 ［24］ 。

可见，数字技术的嵌入打破了传统人力资本匀质结构与终生稳健回报的逻辑假设，与数字素养相关的能力逐渐成为数字经济时代人力资本的核心。接下来，本文将回到以能力为核心的人力资本概念框架中，探讨数字技术对人力资本内涵的重塑。

2. 数字经济对人力资本内涵的重塑 — —数字人力资本的产生

依据欧盟委员会2022年发布的公民数字能力框架 （2.2版本），数字技能指自信、批判性和负责地使用数字技术以满足不同目标的能力，包含信息和数据素养、沟通与协作、数字内容创作、安全、问题解决五个层面的内容，是知识、技能 （认知技能与实践技能） 与态度维度的组合 ［25］ 。基于此，本部分重点关注数字技术是如何在与认知和非认知能力的交互中，实现对人力资本内核的重塑。

（1） 数字技术与认知能力的交互 — —数字认知技能。人类的认知过程一般依次分为信息获取、决策生成、决策选择与决策执行四个阶段。本文遵循默里（Murray）等提出的认知类型分类思路，将员工在工作场景中的四阶段认知过程分为由前两阶段合并而成的惯例生成（protocol development）与后两阶段合并而成的惯例选择（action selection）两类 ［26］ 。由此产生的两种技术与认知能力的交互模式，即技术替代人类在惯例生成阶段的角色所形成的增强型交互模式和技术替代人类在惯例选择阶段的角色所形成的阻滞型交互模式，可以帮助我们探索在数字情景下认知能力的内涵扩展过程，进而深化对数字认知技能维度的认识。

在增强型交互模式中，个体将搜集、筛选等繁重的任务共享给数字技术，并基于机器算法形成的备选方案行使决策选择权与执行权 ［27］ 。此时，个体的劳动时间被分配到更具挑战性的任务中，思维空间得到释放，创造力被持续激发，创新劳动成为主要的劳动形式。数字创造力指员工通过使用新一代数字技术产生新颖且有价值的想法的能力，且这种数字认知技能由提供非常规场景的任务多样性驱动，主要存在于具有数字知识基础的员工中 ［28］ 。一项对工业4.0组织中员工工作技能的调研印证了这一点，研究者发现企业采用人工智能技术参与生产和管理，能够有效增强员工的数字创造力 ［29］ 。据此，本文认为数字创造力作为通用创造力的扩展，应该被视为数字情境下个人层面最重要的人力资本之一。

与之相对应，在阻滞型交互模式中，人类让数字技术主导决策选择和执行，从而使人类擅长的情景知觉发挥受限，员工的认知劳动易固化在初级层次，导致其对技术决策的绝对服从。此时，员工的工作围绕海量数字内容展开，为避免注意力陷阱和信息失调，个体需调动批判性思维能力，以提高对技术风险的认知。科兹列娃（Kozyreva）等指出批判性忽视能力是有助于个体明晰选择忽略的信息并决定有限注意力投入去向的能力 ［30］ 。且该类数字认知技能可以有效避免虚假和低质量信息劫持注意力，进而有效防止个体陷入面对信息洪流时的信息过载僵局。据此，批判性忽视能力作为批判性思维的扩展，也构成了数字公民需要具备的核心人力资本。

除此之外，还有一些数字认知技能在个体与技术交互的整个认知过程中均能得到调动，例如数字敏捷性。数字经济时代，技术环境的多变性叠加市场需求的多样性，既使得个体在增强型交互模式中需更灵活地结合实际需要比较和调整自动化备择方案，也使得个体在阻滞型交互模式中需要快速适应新技术以高效获取、分析、整合内外部资源形成决策方案。

因此，数字敏捷性作为敏捷性的扩展，应该成为数字公民必备的动态技能，即通过有效利用数字技术来适应灵活多变的环境或制度需求的能力 ［31］ 。这类数字认知技能可以提高问题解决能力，也具备较强的人力资本溢出效应，是组织数字敏捷性的重要部分。

（2） 数字技术与非认知能力的交互 — —数字情感技能。新人力资本理论框架下的非认知能力指不直接参与认知过程，却会影响认知过程的心理因素，例如责任心、外倾性、内控性等。数字时代人与人之间的互动模式从面对面的交流（FTF）转变为计算机介导的交流（CMC），实现了语言线索 （如图像、文本、视频等） 对非语言线索 （触觉、面部表情等）的部分替代。此时，被赋予情感强度的数字，也被称为文化数字，持续生产、接收、流动和转换 ［32］ ，对社会情感联系形成双刃效应，由此赋予了传统非认知能力一些新的内涵。

一方面，基于媒介丰富性理论（Media Richness Theory），有用的线索和信息的个性化会提升沟通质量 ［33］ 。这表明具有过滤线索特征的数字媒介尽管有发送情感信息的效率优势，却难以完全消除接收情感信息时的偏差。在这种情感受限的情况下，线索过滤理论（Cues-filtered-out Theory） 认为社会规范和强制力对计算机介导的交流的影响会减弱，从而发生“网络去抑制效应”（online disinhibition effect）。来自卡菲西奥斯 （Kafetsios） 等的实验研究证实了这一点，他们发现负面情绪更多地在计算机介导的交流互动中呈现，而积极情绪则更多地表现在面对面的互动中 ［34］ 。此时，为了营造和谐稳定的氛围，情绪调节作为一种非认知能力应该被重视。它被证明能够有效调节内化 （焦虑、抑郁等） 与外化 （攻击、犯罪等）问题 ［35-36］ 。不仅如此，在数字技术广泛应用的环境中，情绪调节不再仅限于人际情绪调节，而是扩展出借助数字技术干预情感状态的数字情绪调节。其中最广泛的应用是智能手机作为一个便携式整合工具平台，使得情绪调节工具的使用不受时间与空间限制 ［37］ 。美团研究院发布的《外卖骑手的职业技能与技能形成研究》报告中就将这种情绪调节能力作为平台骑手的岗位专用性技能 ［38］ 。

另一方面，社会信息加工理论（Social Information Processing Theory）的观点与线索过滤理论相反，它强调个体会为了发展人际亲和力而适应数字媒介 ［39］ 。不仅如此，计算机的介导增加了交流的匿名性和距离，保护了个体的心理安全感，从而促进了情感分享。在群体层面，这种情感互动模式还可以减少群体间的偏见 ［40］ 。因此，为更好地适应数字经济时代的工作与生活，数字共情作为一种重要的沟通技巧，即反思、负责任和战略性地使用数字媒介的能力 ［41］ ，应该纳入数字公民的数字情感技能框架中。相较于传统的共情力，它更多地取决于情境因素，也需要更长的时间来形成 ［42］ 。同时，其也是数字社会中亲社会行为的重要驱动因素。

然而，无论是用于情感交流的数字媒介还是信息处理的技术工具，个体在与数字技术和数据信息的交互过程中都需要面对技术与数据的快速更新。在应对大量这类陌生且困难的挑战时，经典的心理学研究认为塑造个体处理方式的最重要的非认知因素是自我效能感 ［43］ ，即自我效能感越高的人通常会设定更高的期望目标，并在克服障碍时具有更强的韧性。已有研究发现，个体对未来成功使用数字系统的信心，不仅影响个体对数字技术的接受程度和长期使用效果，还会影响与数字技术互动的其他有效技能的发展 ［44］ 。因此，数字自我效能感是传统非认知能力中自我效能感的数字化扩展，应该成为数字情感技能的重要组成部分。

综上所述，数字经济时代，数字通过与认知和非认知能力的交互嵌入人力资本的能力内核，拓展了原有的技能维度，重塑出数字人力资本这一新要素。基于以上分析，本文将数字人力资本定义为适应数字经济时代的设计、制造、使用和协作数字技术的能力，包含数字认知技能与数字情感技能两个维度。至此，数字经济时代的人力资本内涵不仅包含传统的人力资本要素，还在其基础上衍生出数字人力资本这一新内核。值得指出的是，相较于数字认知技能，数字情感技能所依赖的隐性知识和具备的任务优势更难以被技术所获取和替代，因此其与人工智能技术耦合形成的溢价效应也更高 ［45-46］ 。并且随着计算机、机器人技术的广泛应用，掌握数字技术的劳动者与其他技能劳动者之间的收入差距将被拉大 ［47］ 。

可见，数字人力资本在数字经济时代的人力资本概念框架中具有更高的潜在回报。

三、数字经济赋能人力资本的形成

以数据驱动经济社会发展、数字技术支撑融合创新、开放共享呈现网络化与平台化为主要特征的数字经济时代，数字资源的可得性和可负担性大幅提高，使得以低成本、便捷、高效的方式进行人力资本投资成为可能，从而助力人力资本投资规模的扩大与投资质量的提升。与此同时，数字技术的广泛应用也显著缩短了人力资本的形成周期，使得个体既拥有在短期加速人力资本积累的机遇，又面临长期持续更新人力资本的挑战。

1. 数字经济推动人力资本投资的“高可得性”与“低成本化”

教育投资方面，现有研究发现拥有信息资本优势的家庭更愿意购买更多和更高价的补充性教育服务，这意味着数字技术的使用能够提高家庭教育投资的规模和力度 ［48］ 。即丰富即时的信息缓解了教育服务质量信息的不对称，同时“互联网 + 教育”的兴起提供了教育投资机会，克服了有限参与障碍，从而在根本上改变家庭教育投资的模式。刘洋和陈晓东的研究也发现快速变革的信息技术拓宽了知识资源的获取渠道，促进了人力资本积累。特别是以在线教育为主的新学习模式通过提供丰富的教育资源在一定程度上促进了教育资源均等化，从而全面提高了地区人力资本水平 ［49］ 。在职培训方面，王梦颖等分析指出数字基础设施的知识获取、传递和共享增加了学习机会，促进了员工掌握新知识与新技能，同时在线记录工作流程可以帮助积累经验，增强“干中学”的效果 ［50］ 。梁孝成等从企业层面出发，认为企业通过数字技术搜寻识别更多有价值的信息资源，提高了企业信息资源多样化，给予了员工更高效的学习机会和技能培训平台，并强化员工间的知识溢出，从而提升了企业的人力资本水平 ［51］ 。可见，数字经济的快速发展推动了信息传播速度提升，数字信息资源得以充分流动与优化整合，缓解了以往人力资本投资模式中常见的信贷资源约束和信息不对称，从而提高了高质量人力资本投资机会的可得性。

健康投资方面，菲利普（Philippe）等的分析表明，数字健康干预措施中，与治疗师同步联系的治疗策略 （电话、视频会议等） 不仅和面对面治疗具有一样有效的精神健康治疗效果，还具有更强的可及性和独立性，也更能节省时间和成本 ［52］ 。劳动力流动方面，王冬梅等依据推拉理论分析得出数字经济的发展通过规模效应和互补效应增加流入地对人力资本的需求，并通过网络化和数字化缩短空间距离从而降低流动的心理成本，助推劳动力流动 ［53］ 。这表明，数字经济通过高效压缩时空距离从而削弱了经济活动的时空束缚，提高了信息交流的便捷性，进而降低了人力资本投资成本。

最后值得指出的是，数字普惠金融作为数字技术赋能资本市场的代表性应用，以低门槛、广覆盖的天然优势提高了各主体的信贷可得性，有效缓解了信贷约束，促使各主体人力资本投资机会增加。例如，任碧云和刘佳鑫分析指出依托于数字技术的数字普惠金融通过为人力资本供需双方提供更具普惠性的金融服务，不仅降低了资金使用成本，也提高了资金配给的灵活便捷度，为教育投资的实现提供了更多的可能和保障 ［54］ 。孙焱林等也认为数字金融的发展拓宽了金融服务的类型，提高了信贷资金的可及性，降低了预防性储蓄和流动性约束水平，改善了劳动力预算约束，尤其使得长尾群体能够通过信贷支持促进人力资本积累 ［55］ 。

2. 数字经济催生人力资本投资的“短周期积累”与“长周期投入”

从人力资本的积累运行特征来看，数字经济也打破了传统人力资本的“投入—积累”的固定模式和频速。开放共享的数字经济加速了知识的获取与流转，提高了各主体知识技能的学习效率和学习灵活性，加速人力资本积累。已有研究围绕数字经济拓展出的灵活性强、参与度高、丰富度高的新型学习方式进行广泛探讨，发现人力资本的积累周期明显缩短，并且数字经济还改善了传统要素流动方式下知识流动效率低的局面，形成了创新知识的空间关联，促进了精准信息的筛选，从而加速地区人力资本的积累和高级化进程 ［56］ 。此外，不同属性的数字技术在人力资本形成过程中也展现出不同的效率优势。有学者通过元分析发现使用移动设备比只使用纸笔或台式电脑的传统教学方法更有效，并且这种学习效果会因硬件自身特点的不同而具有差异性，例如手持设备类 （PDAs、iPods、MP3播放器、手机、数字笔、字典、课堂应答系统） 比笔记本电脑类 （笔记本电脑、平板电脑和电子书阅读器） 有更强的学习效果，这是因为在一定程度上手持设备本身具有的便携性和通讯功能特点更利于创造无缝学习环境 ［57］ 。但旨在培养高阶思维技能的深度学习研究中数字技术虽具有比传统学习更强的深度学习效应，但这并不受技术功能差异 （如动画和电子教科书等材料和媒体、游戏化学习和概念图工具等工具和软件、学习管理系统和虚拟辅导系统等平台和环境以及综合前三类的整合设计） 的影响，关键在于如何有效选取与技术结合的教学战略和教学方法 ［58］ 。

除此之外，通过总结已有研究，本文发现数字经济时代的人力资本积累逐渐从初始的“一次性”模式向持续的终身学习模式转变。一方面，已有的知识技能随技术替代效应的增强和技术更新速度的加快而加速贬值。李海舰和李凌霄发现数字技术引致的速度效应、网络效应、精准效应使共享员工的技能价值随时间呈指数级贬值，员工需要通过持续培训来实现由单一技能向多元技能转变以弥补技能生命周期的负外部性 ［59］ 。另一方面，精准个性化的需求匹配以及技术与数据的快速变化迫使劳动者不断进行技能更新。例如，在知识和技术密集型的互联网行业，技术与市场需求的快速变化使得产品更新换代速度较快，技能的市场生命周期变短，青年进行技能提升的驱动力更强 ［60］ 。综上所述，数字经济对知识技能的“双向”效应引发了传统以“前市场为核心”的人力资本投资模式向以终身学习为理念的“长周期投入”模式转变，劳动者唯有持续投入才能使数字赋能人力资本价值的增值部分得以实现。

四、结论与启示

1. 数字人力资本与传统人力资本的联系与区别

数字经济时代的人力资本概念框架是传统人力资本理论框架的“数字化”拓展，既继承了经典人力资本概念的宏观架构，也呈现出融合数字经济特征的新形态。其中，传统人力资本与数字人力资本的联系在于：首先，数字人力资本的内涵是“以能力为核心”的人力资本在数字经济时代中的延申，更贴合和适应以数字信息与数字技术为介质促进经济社会发展的内在要求。因此，两者共存于人力资本概念框架并在结构维度上呈现出较强的一致性。

其次，两者的主要形成机制仍遵循传统的人力资本投资渠道，并经过数字化赋能，朝向更为快速、低廉、高效和长期运行的方向进行演进。最后，在回报方面两者均存在溢出效应，个体层面人力资本回报的提升会对所在群体、组织和社会产生积极影响，这为多方协同参与人力资本投资提供了内生动力。但相较于传统人力资本，数字人力资本在核心维度、运行环节和积累过程方面所呈现的特征又有所区别（见图2）。

核心维度方面，传统人力资本的核心是能力（包含认知能力与非认知能力），它们共同决定了个体后天在教育、工作经验和健康方面的表现，是人力资本外在表现形式的内在根源。而数字人力资本的内核来源于数字环境与既有认知和非认知能力交叉后形成的增量维度，即数字认知技能 （数字创造力、批判性忽视与数字敏捷性等） 与数字情感技能 （数字情绪调节、数字共情力与数字自我效能感等）。

运行环节方面，首先，以能力为核心的人力资本理论认为人的能力是基因与环境交互的结果（nature and nurture），这种环境既包含在母体内的环境也包括出生之后的体感环境。由于绝大部分认知能力形成于“关键期” ① ，这些“关键期”分布于生命周期的早期，因此养育环境是早期人力资本形成的重要前提，此时数字技术环境并非是必要的。与之相对应的是，数字人力资本的形成和运用却是以数字技术环境作为启动前提的，例如是否接入网络、是否拥有数字设备、是否运用生成式人工智能等。即使能够通过非数字化方式获得的数字知识，也只有在应用到数字环境中才能发挥效益，最终形成数字人力资本，这是因为能够带来市场价值的知识技能才能称之为人力资本。其次，传统人力资本并不具有“通电即转”的投资收益效果，即投资具有迟效性。但朝着“劳动增强型”方向发展的数字技术，有利于提高劳动者的技能水平和工作效率，加快劳动者单位工资的获取速度 ［13］ ，因此数字人力资本相较于传统人力资本的迟效性更弱。最后，传统人力资本的价值具有较强稳定性，例如教育水平、获得的技能等级等，在漫长的职业生涯中个体据此获得的收益主要随着经济社会文化的变迁缓慢衰减。但数字人力资本的运行环境是高速迭代更新的数字信息场，数字人力资本的无形蚀耗速度和折旧速度较传统人力资本更快。

积累过程方面，传统人力资本框架下个体更新知识与技能往往是间断化的，因为长期来看，人力资本的回报主要受宏观经济需求的变动影响，推动人力资本更新的紧迫性弱。而数字人力资本框架下的知识与技能需要常态化更新，因为其衰变速度不仅取决于宏观环境的变化，更受到技术迭代的高频特性的影响。特别是随着生成式人工智能技术的广泛应用，技术本身具有自学习、自演进、自趋优的属性，能够在不依靠外部指令推动的条件下，通过内部的非线性相互作用实现自我调整，从而发生有序演化 ［61］ 。这意味着数字技术具有极短时间内的动态更新能力，人力资本的所有者必须不断提高理解与应用新数字技术的知识技能，保持终身学习，如此才能获得基于数字人力资本的稳定回报。

2. 启示与展望

数字技术的快速发展与广泛运用引发各界对数字技能的关注与重视，现有研究多围绕数字技能的应用和政策层面展开论述，鲜有研究对数字技能与数字素养进行理论溯源，探索数字经济对传统人力资本理论的更新和推进。本文以此为切入点，将数字嵌入传统人力资本的理论框架中，提出并阐释了数字经济时代人力资本的概念框架。内涵方面，数字技术动摇了一直以来教育、经验和健康作为稳健人力资本代理变量的地位，与数字素养相关的技能成为数字经济时代人力资本的核心，即数字技术与人力资本的能力内核交互后衍生出的数字人力资本，它是指适应数字经济时代的设计、制造、使用和协作数字技术的能力，包含数字认知技能与数字情感技能两个维度。其中，数字情感技能更难以被技术替代，也更具潜在回报。同时，数字经济中的人力资本形成机制也在不断演进。数字技术的应用不仅使得人力资本投资更具高可得性和低成本化，人力资本的积累模式更是兼具“短周期积累”与“长周期投入”的特征，这意味着持续投入的终身学习模式才更能实现数字赋能人力资本的价值增值部分。本文的系统性解读为理解数字人力资本及其投资规律提供了有益见解。研究者们可以以此框架为基础，进一步展开探索与检验。同时，本文的结论还具有以下三个方面的启示。

首先，完善数字人力资本概念，开发适应性测度方法。在现有数字技能的相关研究中，数字素养、数字能力等概念交替出现，从属关系混乱且边界模糊，不利于学界达成对数字人力资本概念的共识，从而难以构建统一解释框架。因此未来的研究需要对相关概念进行辨析，进一步明确各个概念的内涵与边界。同时，数字人力资本的内涵会随着数字技术变革与数据要素挖掘不断演变，需要不断丰富其构成要素，形成兼具时代特色和数字特征的技能框架。再者，现有数字技能的测度发展相当滞缓，还未形成科学有效的测量方法，阻碍了对数字人力资本作用及政策效果评估的实证研究，因此亟待开发包含关键性数字人力资本要素的测度指标。

其次，重视数字不平等治理，加大数字基础设施建设。数字技术作为新质生产力的组成部分，降低了人力资本全周期运行的成本，凸显出数字人力资本投资的效率优势。但数字人力资本的形成与回报与有效的技术环境休戚相关。数字接入鸿沟出现，会引发连锁的机会不平等和结果不平等，并加剧固有的社会不平等程度 ［62］ 。因此要强化数字基础设施建设以提高数字资源可及性，并在加大普惠性人力资本投入的同时遵循差异化与层次化的人力资本干预政策，以有效缓解由数字嵌入社会结构引致的不平等问题。例如，针对偏远贫困地区，政府可以通过政策激励和扶持，鼓励企业参与基站建设，提高网络覆盖率；针对基础设施较为完善的地区，相关部门可以在图书馆等公共场所提供免费的网络接入，推动公共服务包容性供给。

最后，推进人力资本开发的数字化转型，重点强调数字情感技能的培养。数字技术的快速迭代与数字人力资本的加速贬值客观上要求人们以终身学习理念进行不间断的再教育与再培训，而学习型社会、学习型大国建设离不开教育数字化。一方面，要加强数字教育技术的创新与整合，打造新型数字教育形态。另一方面，要增强教育与培训系统的数字化转型能力，包括教师能力培训、教学模式创新、优质资源供给等，以期在教育数字化转型过程中推动实施多主体协同参与的可持续性数字人力资本提升行动，形成教育科技人才“三位一体”良性循环。此外，由于数字情感技能在技术迭代中更具抗衰性和价值优势，人才培养的目标也应向软技能倾斜，并鼓励发展多元技能，以推动个体形成具有核心竞争力的技能组合，提高在不确定性数字社会中的适应力。

参考文献：

［1］ 李晓静， 胡柔嘉. 我国中小学生数字技能测评框架构建与证实［J］. 中国电化教育， 2020（7）：112-118.

［2］ 易法敏. 数字技能、生计抗逆力与农村可持续减贫［J］. 华南农业大学学报（社会科学版）， 2021（3）：1-13.

［3］ FREEMAN C， PEREZ C. Structural crises of adjustment： business cycles ［M］//DOSI G， FREEMAN C， NELSON R，SILVERBERG G， SOETE L. Technical Change and Economic Theory. London amp; New York： Pinter Press， 1988：38-66.

［4］ 王林辉， 胡晟明， 董直庆. 人工智能技术、任务属性与职业可替代风险：来自微观层面的经验证据 ［J］. 管理世界，2022（7）：60-79.

［5］ MARTINEZ-BRAVO M C， SADABA C， SERRANO-PUCHE J. Dimensions of digital literacy in the 21st century competencyframeworks［J］. Sustainability， 2022， 14（3）：1-13.

［6］ 黄阳华， 张佳佳， 蔡宇涵， 等 . 居民数字化水平的增收与分配效应 — —来自中国家庭数字经济调查数据库的证据

［J］. 中国工业经济， 2023（10）：23-41.

［7］ HUU P T. Impact of employee digital competence on the relationship between digital autonomy and innovative work behavior： asystematic review［J］. Artificial Intelligence Review， 2023， 56（12）：14193-14222.

［8］ DE CONINCK D， WAECHTER N， D’HAENENS L. Predicting self-reported depression and health among adolescents： timespent online mediated by digital skills and digital activities ［J］. Cyberpsychology， Behavior， and Social Networking， 2023，26（10）：747-754.

［9］ Broadband Commission for Sustainable Development. Working group on education： digital skills for life and work ［EB/OL］.（2017-09-17） ［2024-05-25］. https：//broadbandcommission. org/wp-content/uploads/2021/09/WG-Education-Report2017.pdf.

［10］ 李晓曼， 于佳欣， 代俊廷， 等. 生命周期视角下新人力资本理论的最新进展：测量、形成及作用 ［J］. 劳动经济研究， 2019（6）：110-131.

［11］ PAGANI L， ARGENTIN G， GUI M， et al. The impact of digital skills on educational outcomes： evidence from performancetests［J］. Educational Studies， 2016， 42（2）：137-162.

［12］ 吴梦涛， 张龙天， 武康平. 数字经济背景下的人力资本积累新模式探究［J］. 经济学报， 2023（2）：1-27.

［13］ TRAJTENBERG M. AI as the next GPT： a political-economy perspective［R］. NBER Working Paper， No. 24245，2018.

［14］ 李晓曼， 曾湘泉. 新人力资本理论 — —基于能力的人力资本理论研究动态［J］. 经济学动态， 2012（11）：120-126.

［15］ 王星， 王春璇. 从工业劳动到数字劳动：劳动过程变迁与理论探索［J］. 新视野， 2023（6）：38-45.

［16］ IBM商业价值研究院. 弥合技能缺口之企业指南：培养和留住高技能人才之战略［EB/OL］. （2019-09-01）［2024-05-25］. https：//www.ibm.com/downloads/cas/KMXOY6XM.

［17］ LEUNG L， LEE P S N. Impact of Internet literacy， Internet addiction symptoms， and Internet activities on academicperformance［J］. Social Science Computer Review， 2012， 30（4）：403-418.

［18］ LIMNIOU M， VARGA-ATKINS T， HANDS C， et al. Learning， student digital capabilities and academic performance overthe COVID-19 pandemic［J］. Education Sciences， 2021， 11（7）：1-15.

［19］ YAN D， LI G. A heterogeneity study on the effect of digital education technology on the sustainability of cognitive ability formiddle school students［J］. Sustainability， 2023， 15（3）：1-20.

［20］ 周闯， 郑旭刚. 数字经济发展与流动人口职业层次提升［J］. 财经问题研究， 2023（1）：108-119.

［21］ VAN DOORN S， GEORGAKAKIS D， OEHMICHEN J， et al. Opportunity or threat？ exploring middle manager roles in theface of digital transformation［J］. Journal of Management Studies， 2023， 60（7）：1684-1719.

［22］ YOU Z T， ZHONG M， GAO Q， et al. The impact of digital economy on residents’s health： based on the perspective ofpopulation ageing［J］. Frontiers in Public Health， 2021， 9：1-14.

［23］ BRITT R K， COLLINS W B， WILSON K， et al. EHealth literacy and health behaviors affecting modern college students： apilot study of issues identified by the American College Health Association ［J］. Journal of Medical Internet Research， 2017，19（12）：1-9.

［24］ ROUVINEN H， JOKINIEMI K， SORMUNEN M， et al. Internet use and health in higher education students： a scoping review

［J］. Health Promotion International， 2021， 36（6）：1610-1620.

［25］ VUORIK ARI R， KLUZER S， PUNIE Y. DigComp2.2： the digital competence framework for citizens ［EB/OL］. （2022-03-17）

［2024-05-25］.https：//pact-for-skills.ec.europa.eu/document/download/dee1e64a-37b5-4fed-a970-0fa07c1f720e_en？filename=DigComp%202.2%20The%20Digital%20Competence%20Framework%20for%20Citizens.pdf.

［26］ MURRAY A， RHYMER J， SIRMON D G. Humans and technology： forms of conjoined agency in organizations ［J］Academy of Management Review， 2021， 46（3）：552-571.

［27］ GAL M S. Algorithmic challenges to autonomous choice［J］. Michigan Technology Law Review， 2018， 25（1）：59-104.

［28］ SHAO Z， LI X， WANG Q. From ambidextrous learning to digital creativity： an integrative theoretical framework ［J］.Information Systems Journal， 2022， 32（3）：544-572.

［29］ MALIK N， TRIPATHI S N， KAR A K， et al. Impact of artificial intelligence on employees working in industry 4.0 ledorganizations［J］. International Journal of Manpower， 2021， 43（2）：334-354.

［30］ KOZYREVA A， WINEBURG S， LEWANDOWSKY S， et al. Critical ignoring as a core competence for digital citizens ［J］.Current Directions in Psychological Science， 2023， 32（1）：81-88.

［31］ SRIVASTAVA A P， YADAV M， YADAV R， et al. Exploring digital agility and digital transformation leadership： a mixedmethod study［J］. Journal of Global Information Management， 2023， 31（8）：1-23.

［32］ 刘雨婷. 社会学视域下的五种数字观［J］. 社会学研究， 2023（4）：205-225.

［33］ DAFT R L， LENGEL R H. Organizational information requirements， media richness and structural design ［J］. ManagementScience， 1986， 32（5）：554-571.

［34］ KAFETSIOS K， CHATZAKOU D， TSIGILIS N， et al. Experience of emotion in face to face and computer-mediated socialinteractions： an event sampling study［J］. Computers in Human Behavior， 2017， 76（C）：287-293.

［35］ DRYMAN M T， HEIMBERG R G. Emotion regulation in social anxiety and depression： a systematic review of expressivesuppression and cognitive reappraisal［J］. Clinical Psychology Review， 2018， 65：17-42.

［36］ UDDIN M K， RAHMAN J. Cyber victimization and cyber aggression among high school students： emotion regulation as amoderator［J］. Cyberpsychology： Journal of Psychosocial Research on Cyberspace， 2022， 16 （2）：1-14.

［37］ WADLEY G， SMITH W， KOVAL P， et al. Digital emotion regulation ［J］. Current Directions in Psychological Science，2020， 29（4）：412-418.

［38］ 美团研究院. 外卖骑手的职业技能与技能形成研究［EB/OL］. （2023-08-29）［2024-05-25］. https：//mp.weixin.qq.com/s/91glVTeBksc_2_JRUk4iXg.

［39］ GRONDIN F， LOMANOWSKA A M， JACKSON P L. Empathy in computer-mediated interactions： a conceptual framework forresearch and clinical practice［J］. Clinical Psychology： Science and Practice， 2019， 26（4）：1-17.

［40］ WALTHER J B， HOTER E， GANAYEM A， et al. Computer-mediated communication and the reduction of prejudice： acontrolled longitudinal field experiment among Jews and Arabs in Israel ［J］. Computers in Human Behavior， 2015， 100（52）：550-558.

［41］ FRIESEM Y. Developing digital empathy： a holistic approach to media literacy research methods ［M］//YILDIZ M N，KEENGWE J. Handbook of Research on Media Literacy in the Digital Age. Hershey： IGI Global Press， 2016：145-160.

［42］ POWELL P A， ROBERTS J. Situational determinants of cognitive， affective， and compassionate empathy in naturalistic digitalinteractions［J］. Computers in Human Behavior， 2017， 100（68）：137-148.

［43］ BANDURA A. Self-efficacy： toward a unifying theory of behavioral change ［J］. Psychological Review， 1977， 84 （2）：191–215.

［44］ UIFERT-BLANK A S， SCHMIDT I. Assessing digital self-efficacy： review and scale development ［J］. Computers amp;Education， 2022， 191：1-23.

［45］ 陈可. 数字经济中的非认知人力资本：价值与积累［J］. 求索， 2023（6）：63-72.

［46］ POLAKOVA M， SULEIMANOVA J H， MADZIK P， et al. Soft skills and their importance in the labour market under theconditions of Industry 5.0［J］. Heliyon， 2023， 9（8）：1-20.

［47］ DAUTH W， FINDEISEN S， SÜDEKUM J， et al. German robots： the impact of industrial robots on workers ［R］. IAB-Discussion Paper， 2017.

［48］ 杨钋， 徐颖. 数字鸿沟与家庭教育投资不平等［J］. 北京大学教育评论， 2017（4）：126-154.

［49］ 刘洋， 陈晓东. 中国数字经济发展对产业结构升级的影响［J］. 经济与管理研究， 2021（8）：15-29.

［50］ 王梦颖， 丛聪， 张诚. 数字基础设施与服务出口复杂度 — —基于新兴服务贸易领域的实证研究［J］. 当代财经， 2022（9）：113-123.

［51］ 梁孝成， 吕康银， 陈思 . 数字经济发展对企业共同富裕的影响：促进还是抑制？［J］. 现代财经 （天津财经大学学报）， 2024（1）：18-33.

［52］ PHILIPPE T J， SIKDER N， JACKSON A， et al. Digital health interventions for delivery of mental health care： systematicand comprehensive meta-review［J］. JMIR Mental Health， 2022， 9（5）：1-34.

［53］ 王冬梅， 黄乾， 方守林 . 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 ［J］. 统计与决策， 2023 （9）：23-28.

［54］ 任碧云， 刘佳鑫. 数字普惠金融发展与区域创新水平提升 — —基于内部供给与外部需求视角的分析［J］. 西南民族大学学报（人文社会科学版）， 2021（2）：99-111.

［55］ 孙焱林， 李格， 汪小愉. 数字金融对劳动力错配的影响及其异质性分析 — —基于中国地级市面板数据 ［J］. 科学学研究， 2022（1）：47-56.

［56］ 李雪， 吴福象， 竺李乐. 数字经济与区域创新绩效［J］. 山西财经大学学报， 2021（5）：17-30.

［57］ SUNG Y T， CHANG K E， LIU T C. The effects of integrating mobile devices with teaching and learning on students’ learningperformance： a meta-analysis and research synthesis［J］. Computers amp; Education， 2016， 94（C）：252-275.

［58］ WU X Y. Exploring the effects of digital technology on deep learning： a meta-analysis ［J］. Education and InformationTechnologies， 2024， 29（1）：425-458.

［59］ 李海舰， 李凌霄. 中国“共享员工”劳动用工模式研究［J］. 中国工业经济， 2022（11）：116-134.

［60］ 严霞. “致富梦”与“青春饭”：互联网“大厂”青年的不稳定工作［J］. 中国青年研究， 2023（1）：44-51.

［61］ 秦书生， 陈凡. 技术系统自组织演化分析［J］. 科学学与科学技术管理， 2003（1）：34-37.

［62］ 陈梦根， 周元任. 数字不平等研究新进展［J］. 经济学动态， 2022（4）：123-139.

Human Capital in the Digital Economy Era：

Characteristics， Connotations and Formation Mechanisms

LI Xiaoman， DONG Jinyu， MU Junyan

（School of Labor Economics， Capital University of Economics and Business， Beijing100070， China）

Abstract： The rapid development and extensive application of digital technology havearoused the attention of all sectors to digital skills. China has also proposed building a powerfulcountry of digital talents as a long-term goal for 2035 and enhancing the digital literacy of thewhole people. Existing literature mostly discusses around the application side of digitalskills， and few studies conduct theoretical tracing to explore the renewal and promotion of thetraditional human capital conceptual framework by the digital economy. In this context， thispaper fully embeds digital technology into the existing theoretical system of human capital andproposes and explains the conceptual framework of human capital in the digital economy era.Firstly，the paradigm change of “technology-economy” challenges the status of traditionalhuman capital proxy variables such as education and experience， and derives digital humancapital containing digital cognitive skills and digital emotional skills as a new core. Secondly，the digital economy empowers the traditional human capital development mechanism and helpsto form a new human capital investment model of “one high and one low，one long and oneshort”. Finally，this paper discusses the connections and differences between digital humancapital and traditional human capital， and puts forward research prospects and policyimplications.

Keywords： digital economy； digital cognitive skills； digital emotional skills； humancapital accumulation model

［责任编辑 崔子涵］