近几十年来，许多国家收入分布底部劳动者的收入表现不佳。在英国，如今收入最低的在职家庭，其收入仅略高于20世纪90年代中期的同类家庭（Joyce和Xu，2019：图4）。因此，人们对哪些政策可能有效提高这些劳动者的收入产生了浓厚兴趣。
行政数据中雇员与雇主匹配数据的可及性和质量有所改善，这意味着我们日益能够研究个体劳动者在职业生涯相当长的一段时期内工资的变化。例如，在英国，我们发现收入不平等主要源于工资增长速度的差异（见图1）。
这些差异由什么因素驱动？越来越多的文献强调，企业异质性在解释劳动者之间的工资差异方面发挥着重要作用（Gibbons和Katz，1992；Groshen，1991；Abowd等，1999；Bonhomme等，2019等）。企业间生产率差异通常也起着重要作用；Card等（2018）对此作了出色综述。然而，对于企业的哪些特征以及哪些经济力量造成了这种工资差异，尤其是这些差异如何传导至低技能职业劳动者的工资，目前尚无多少共识。在近期一篇论文中（Aghion等，2019），我们强调了一个渠道，即企业创新能力与低技能职业劳动者的（软）技能和企业其他资产之间互补性的相互作用。
我们使用英国雇员与雇主匹配数据，并结合英国行政数据中的研发支出信息，分析工资与创新之间的关系。我们发现，研发强度较高的企业平均支付更高工资；尤其是，某些低技能职业的劳动者在研发强度较高的企业工作，获益颇丰（见图2）。
图2 按技能水平及企业研发强度划分的工资增长
这一发现令人意外，据我们所知，现有模型无法对此作出解释。我们构建了一个简单的企业模型来解释这一发现。模型的基本逻辑如下：在某些低技能职业中，劳动者与高技能职业的劳动者具有互补性。创新能力较强的企业中，这类职业所占比例更高。所有劳动者的生产率都取决于硬技能和软技能。硬技能可以观察到，而软技能则难以观察和核实（无论对企业还是计量经济学家而言都是如此）。对于低技能职业劳动者，软技能在其能力中占比更大，因此对决定其工资十分重要。对于高技能职业劳动者，易于核实的技能（如学位或发表的论文）对决定其工资更为重要。
在模型中，低技能职业劳动者在研发型企业工作的回报之所以更高，是因为其中一些人的软技能对企业很有价值，这是因为这些技能与企业的其他资产具有互补性。我们并非声称，软技能对低技能职业劳动者的绝对重要性高于对高技能职业劳动者，而是说，软技能对低技能职业劳动者相对更重要。以一名研究人员和一名行政助理为例。研究人员的软技能可能高于行政助理，但她的收入主要取决于其发表论文和发明成果的记录，而这些都可以核实。行政助理的软技能可能不如研究人员，但这些技能在研究人员所看重的助理价值中占比更高，因此在决定助理工资方面发挥着更重要的作用。
模型表明，在创新能力较强的企业中，软技能较强的低技能职业劳动者拥有更强的议价能力（相较于创新能力较弱的企业）。如果劳动者的价值来自难以观察的软技能，就很难将其替换，因为这些软技能在招聘时并不为人所知，或者需要企业通过培训加以培养；这并非简单的匹配过程。任职年限和培训会提高这类劳动者的工资溢价。高技能职业劳动者通常拥有可观察的资历；其工资主要由教育背景和产出决定，而这些都容易观察和核实。企业可以用另一名拥有可观察硬技能的类似劳动者替换原有员工，承担的下行风险有限。
我们不排除还有其他模型或解释，能够说明为何某些低技能职业劳动者在创新能力较强的企业中获得更高回报；不过，我们的模型还提出了若干得到数据实证支持的额外预测。具体而言：（i）与非创新型企业相比，创新型企业中低技能职业劳动者的任职年限回报更高；（ii）低技能职业劳动者在创新能力较强的企业中任职时间更长，而且企业在其培训上投入更多精力；（iii）创新能力较强的企业会外包更大比例的任务，这些任务中低技能与高技能职业劳动者之间的互补性较低。
我们的发现——在某些低技能职业中，劳动者在创新能力较强的企业工作所获得的溢价较高——并不与过去35年来技术变革日益偏向技能的观点相矛盾（Acemoglu，2002；Goldin，2010；Acemoglu和Autor，2011；Krusell等，2000）。事实上，我们发现，创新能力较强的企业会外包由低技能职业劳动者承担的更大比例的任务，但它们可能会留住那些软技能较强、对企业更为不可或缺的低技能职业劳动者。因此，Akerman等（2015）研究了宽带互联网应用对工资的影响，发现总体而言，低技能职业劳动者从新技术中获益较少，即便某些低技能职业劳动者的能力以及他们承担的任务仍然具有价值。
创新应在解释企业间工资差异方面发挥关键作用，这一观点与内生增长文献相符（例如Romer，1990；Aghion和Howitt，1992）；在这些文献中，创新驱动增长的动力来自获取经济租金的前景。例如，Aghion等（2018a）和Akcigit等（2017）研究了创新对收入不平等的影响；Kline等（2018）和Aghion等（2018b）则发现，成功申请专利所带来的回报归发明者所有，也归发明者所在企业的其他员工或利益相关者所有。我们通过关注在创新能力较强与较弱的企业中，某些低技能职业劳动者的软技能回报，以及创新能力如何影响这些劳动者与企业其他资产（包括高技能职业劳动者）之间的互补程度，为这一文献作出贡献。
我们的分析可以从几个方向拓展。一个值得探讨的问题是，正如模型所预测的那样，从创新能力中获得更高回报（即工资随创新能力提高而增长更多）的（低技能）职业是否具有更强的关系属性。其次，可以进一步考察创新能力较强的企业是否为低技能职业劳动者提供更多培训。第三，我们的模型预测，主要效应——即低技能职业劳动者在创新能力较强的企业工作获益更多——在竞争更激烈的行业，或低技能职业在职劳动者的潜在替代者质量较低的地区，会更为显著。第四，我们使用研发投资作为衡量创新能力的指标，未来也值得考察其他指标，例如专利申请。
参考文献
Abowd，J M、F Kramarz和D N Margolis（1999），“高工资劳动者与高工资企业”，《计量经济学》67(2)：251–334。
Acemoglu，D（2002），“技术变革、不平等与劳动力市场”，《经济文献杂志》40(1)：7–72。
Acemoglu，D和D H Autor（2011），“技能、任务与技术：对就业和收入的影响”，载于O Ashenfelter和D E Card（编），《劳动经济学手册》第4卷，Elsevier，第1043–1171页。
Akcigit，U、J Grigsby和T Nicholas（2017），“移民与美国创造力的崛起”，NBER工作论文23127
Aghion，P、U Akcigit、A Bergeaud、R Blundell和D Hémous（2018a），“创新与顶端收入不平等”，《经济研究评论》86(1)：1–45。
Aghion，P、U Akcigit、A Bergeaud、R Blundell和R Griffith（2019），“低技能职业中软技能的创新溢价”，CEPR讨论论文14102
Aghion，P和P Howitt（1992），“通过创造性破坏实现增长的模型”，《计量经济学》60(2)：323–351。
Aghion，P、A Hyytinen和O Toivanen（2018b），“企业内部发明的回报：来自芬兰的证据”，载于《美国经济学会论文与会议录》108：第208–12页。
Akerman，A、I Gaarder和M Mogstad（2015），“宽带互联网的技能互补性”，《经济学季刊》130(4)：1781–1824。
Bonhomme，S、T Lamadon和E Manresa（2019），“匹配雇主与雇员数据的分布框架”，《计量经济学》87(3)：699–739。
Card，D、A R Cardoso、J Heining和P Kline（2018），“企业与劳动力市场不平等：证据与若干理论”，《劳动经济学杂志》36(S1)：S13-S70
Gibbons，R和L Katz（1992），“未测量的能力能否解释行业间工资差异？”，《经济研究评论》59(3)：515–535。
Goldin，C和L F Katz（2010），《教育与技术之间的竞赛》，Belknap出版社。
Groshen，E L（1991），“行业内工资差异的来源：雇主的影响有多大？”，《经济学季刊》106(3)：869–884。
Joyce，R和X Xu（2019），“二十一世纪的不平等：介绍IFS迪顿评估”，IFS，2019年5月，
Kline，P、N Petkova、H Williams和O Zidar（2018），“谁从专利中获利？创新型企业的租金分享”，NBER工作论文25245。
Krusell，P、L E Ohanian、J-V Ríos-Rull和G L Violante（2000），“资本与技能互补性及不平等：宏观经济分析”，《计量经济学》68(5)：1029–1053。
Romer，P M（1990），“内生技术变革”，《政治经济学杂志》98(5)：71–102。
