數字化轉型如何影響企業勞動投資效率

張功富 詹俊 呂月童

【摘要】本文基于2010 ～ 2020年A股上市公司數據， 采用文本挖掘的方法獲取數字化轉型數據并探討其對企業勞動投資效率的影響。研究發現： 數字化轉型顯著促進了企業勞動投資效率的提升， 表現為抑制企業勞動投資過度和緩解勞動投資不足。從影響機制來看， 提高創新能力、 優化內部控制是數字化轉型驅動企業勞動投資效率提升的機制， 且呈現出鏈式中介作用， 其中創新能力是關鍵。進一步分析發現， 在過度招聘、 解雇不足以及招聘不足等樣本中， 企業數字化轉型對企業勞動投資效率的正向作用均顯著存在。該研究結論為數字技術促進企業勞動投資效率提升提供了新的證據， 并為評估企業數字化轉型實施效果提供了有力支持。

【關鍵詞】數字化轉型；創新能力；內部控制；勞動投資效率

【中圖分類號】 F275.1? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）05-0153-8

一、 引言

近年來， 隨著大數據、 人工智能、 物聯網、 云計算等新一代數字信息技術的涌現， 越來越多的企業開始進行數字化轉型。節約人工成本、 提高勞動投資效率是許多企業進行數字化轉型的重要目的， 然而， 數字化轉型后的企業勞動投資效率是否得到了顯著提升？若是， 數字化轉型如何促進企業勞動投資效率的提升？對于這兩個實務界高度關注的問題， 學術界卻鮮有研究。

企業勞動投資效率是指企業實際雇傭量與生產經營所需的最佳雇傭量之間的匹配度（李小榮等，2019）， 而具有強外部性的勞動力要素是生產要素中最活躍且最重要的要素， 對提升企業競爭能力和促進經濟長期健康增長起著至關重要的作用（李世剛和尹恒，2017）。但是目前日趨嚴重的人口老齡化問題、 已經到來的“劉易斯拐點”以及疫情的持續沖擊使得我國的勞動力供給與需求之間存在著一定的結構性失衡現象。企業勞動投資效率關系到企業價值增值、 社會就業形勢穩定及供給側結構性改革的實施與推進， 因此， 如何提高勞動投資效率從而實現企業高質量發展， 是目前實務界面臨的重要問題， 也是學術界需要著力研究的重要主題。

數字化轉型是企業高質量發展的重要驅動力（肖土盛等，2022）。數字化轉型是指企業將數字技術深度應用并融合于生產、 經營及服務中， 用先進的數字化體系取代傳統生產體系的創新變革。隨著數字經濟的跨越式發展、 新技術的不斷產生， 數字化轉型正是貫徹落實黨的二十大報告中提出的“堅持把發展經濟的著力點放在實體經濟上， 加快建設數字中國”的重要舉措。數字技術的應用不僅有利于在企業內搭建現代化信息系統， 為企業生產經營提供有價值且全面的信息資源， 而且為加強企業各部門間溝通協作、 提升創新績效、 促進企業實現高質量發展等注入不竭動力。因此， 本文擬對數字化轉型如何影響企業勞動投資效率以及其中的作用機制進行檢驗， 為推動企業數字化轉型、 優化整合人力資源、 實現創新發展提供新的思路。

本文的創新點和貢獻如下： 第一， 從數字化轉型視角豐富了企業勞動投資效率影響因素的相關研究?，F有研究多從信息質量（Ha和Feng，2018；Pinnuck和Lillis，2007）、 公司戰略（張焰朝等，2020）、 政策環境（孔東民等，2020； 卜君和孫光國，2020）等角度對企業勞動投資效率展開研究， 本文與之不同的是從數字化轉型這一新視角探索提高企業勞動投資效率的有效途徑， 為企業數字化應用能夠優化人力資源配置提供了新的證據， 對抑制企業超額雇員以及緩解用工不足壓力等具有重要的理論與現實意義。第二， 擴寬了對數字化轉型經濟后果的考察。已有文獻主要將數字化轉型作為風險管控能力提升的途徑， 研究其對企業績效（白福萍等，2022）、 企業創新（肖土盛等，2022）、 企業價值（祁懷錦等，2020）等方面的影響， 較少將其作為一種資源整合的管理模式展開研究， 尚未有文獻探討數字化轉型對企業勞動投資效率的影響， 而本文證實了數字化轉型能使企業用人計劃更加精準且更加貼近實際。第三， 打開了數字化轉型與企業勞動投資效率之間的機制“黑箱”， 不同于此前文獻的單一路徑檢驗， 本文構建了鏈式多重中介效應模型， 嘗試把創新能力與內部控制納入同一個理論框架中， 揭示數字化轉型對企業勞動投資效率影響的復雜路徑， 檢驗了“數字化轉型通過創新能力作用于企業勞動投資效率”的核心路徑， 深度挖掘了“數字化轉型→內部控制→企業勞動投資效率”的獨立中介效應以及“數字化轉型→創新能力→內部控制→企業勞動投資效率”的鏈式中介效應。

二、 理論分析與研究假設

企業勞動投資效率只有保持在較高水平， 確保企業實際與最優勞動投資水平偏離程度最低， 才能更好地實現企業內外部資源的優化配置。然而企業勞動投資會受到諸多因素的影響， 使實際與最優水平之間發生偏離， 導致投資效率低下， 不利于企業運營流程的順利進行和價值增值意愿的實現（Becker，1962）。導致企業勞動投資效率低下的原因主要有兩個： 一是經營管理低效。有的管理者為了構建“帝國”目的， 過度擴張企業規模和雇傭員工， 而有的管理者追求安逸生活， 對外部環境關注不夠， 雇傭員工不足。二是資源配置不夠合理。信息環境是資源配置的基礎， 只有透明的信息環境才能夠為企業配置資源提供決策依據與資金支持， 避免雇傭過度與不足的發生。究其根本， 企業勞動投資效率的高低與代理問題和信息不對稱有重要關系（李小榮等，2021）， 然而數字化轉型對于企業來說， 是將數字技術滲透到企業的各個方面， 不僅能夠緩解代理問題， 影響并制約管理者行為， 而且能夠緩解信息不對稱問題， 提高資源配置效率， 能夠從根源上解決阻礙企業勞動投資效率提升的問題。

首先， 數字化轉型能夠降低代理成本， 影響管理層的勞動投資決策。由于勞動力具有一定的流動性， 因而管理者在制定內部勞動投資方案時擁有較強的自由選擇權（Ha和Feng，2018）。一方面， 管理層防御理論認為， 擁有防御動機的管理層會為了保障自身利益而做出損害公司利益的決策， 超額雇傭員工和與員工結盟則是管理層為了鞏固和擴大控制權力的防御表現。而數字化轉型是為了構造數字治理體系， 提升組織協同能力， 降低代理成本。在數字技術的推動下， 企業管理結構與管理模式發生改變， 利益相關者可以及時、 準確地了解決策者的動向以及決策信息， 便于對管理者進行監督， 制約管理者自利行為。另一方面， 管理者短視理論認為， 短視的管理層會為了短期目標而放棄對企業發展有利的長期投資， 而勞動投資具有周期較長、 成效較慢的特點， 使得短視的管理者更不愿意進行勞動投資。數字化轉型能夠搭建數字信息平臺， 重構商業模式， 企業將引進具備長遠戰略思維且擅于規避風險的高素質管理人才， 對改善企業內部管理機制有積極作用， 各部門之間的協作水平得以提升， 減少了管理者的職業顧慮， 有利于其更好地掌握信息變化， 為管理者的科學決策提供依據。

其次， 數字化轉型能夠緩解信息不對稱， 影響企業勞動力資源配置效率。勞動力市場是典型的信息不對稱市場， 表現為雇主擁有確定的、 豐富的工作信息， 但無法獲得相關求職者的全部信息； 而求職者往往不能得到相關職業可靠的、 充分的信息， 也不可能將個人全部情況告訴雇主。勞動力市場的這種信息不對稱現象會導致逆向選擇和道德風險的發生， 從而使企業不能將最合適的人配置到最合適的崗位上， 進而降低了企業勞動力資源配置效率。數字技術的應用可以跨越企業內外信息鴻溝， 使信息更加開放共享， 從而有效緩解管理者與普通員工之間的信息不對稱， 具體表現在： 一是在信息搜集方面， 數字技術將企業各個部門與各利益相關者的信息進行整合， 信息搜索范圍得以擴大， 通過算法篩查深入挖掘搜集到的信息， 信息搜索深度得以加深。二是在信息應用方面， 數字技術將包括勞動者在內的利益相關者納入信息網絡之中， 使管理者與普通員工成為利益共同體， 將高質量信息在信息網絡中傳播， 便于利益共同體之間相互合作， 同時也為合作者提供智能分析， 實現互利共贏。三是在信息質量方面， 數字技術能夠從信息來源、 信息中介與信息接收等渠道， 將企業財務信息與勞動力信息轉換為有效信息， 使信息能更加客觀、 透明、 迅速地呈現給信息使用者， 縮短了信息的傳遞距離， 保障了信息質量， 降低了信息傳遞成本?？偠灾?數字化轉型通過對信息資源的利用與分析， 可以為管理者的勞動力投資決策提供高效且便捷的依據， 從而實現勞動力資源配置效率的提升。

基于此， 本文提出H1： 數字化轉型能夠促進企業提高勞動投資效率。

企業勞動投資的非效率行為具體表現為勞動投資過度與不足（Jung等，2014）， 而數字化轉型不僅能夠制約管理者行為、 完善公司治理、 避免超額雇員，而且能夠緩解融資約束、 提高勞動生產率、 減少雇傭不足的行為。第一， 對于數字化轉型對企業勞動投資過度的影響， 管理者出于構建商業“帝國”、 獲取政府青睞、 開拓商業版圖等動機， 通常會采取擴大企業用人規模的措施， 造成雇傭冗余現象。而數字技術具有以下優點： 一是能對企業生產運營等信息進行深度計算， 避免人為操縱， 為管理層決策提供智能化方案； 二是能降低利益相關者之間的信息不對稱， 有利于彼此之間相互監督與制衡， 使管理層決策更加科學合理； 三是能推動公司治理有效運轉， 限制管理層權力， 弱化管理層對信息隱匿、 操縱等的行為， 使管理層能夠采取切合公司實際利益的勞動投資決策。第二， 對于數字化轉型對企業勞動投資不足的影響， 勞動投資與其他投資一樣面臨著融資約束， 對勞動力進行培訓、 發放福利等都需要通過融資來彌補。而數字化轉型能夠優化資源配置、 提升融資能力， 具體表現為向市場釋放積極信號， 為信息使用者提供可靠、 便捷、 高效的內部信息， 順應政府的轉型政策， 不僅能夠為企業融資擴大資金來源， 而且能夠獲得更多的補貼優惠， 緩解企業融資問題， 為雇傭合適的勞動力資源、 培訓高質量員工提供資金支持。此外， 數字化轉型也能優化企業人力資源配置， 提升勞動生產率， 提高管理者能力。數字技術的使用降低了信息搜索成本， 能夠為求職者提供更加具體的信息情況， 同時也能使企業精準識別所需要的勞動者情況， 加強各部門之間人員協作， 優化人力資源配置。根據資本—技能互補理論， 隨著數字技術的發展， 企業智能機器人代替普通員工的現象增多， 單位時間產品產量以及質量都有所提升， 為高技能員工生產提供輔助， 實現人機協同， 解決了人力資本成本高而致使企業用人不足的問題。同時， 數字技術對企業管理模式進行革新， 企業將雇傭更高水平的員工與管理層， 高能力的管理層因擁有較強的專業能力， 能精準判別企業投資決策的合理性， 減少非理性行為， 從而提高勞動投資效率。

基于此， 本文提出H2： 數字化轉型能夠抑制企業勞動投資過度且有利于緩解企業勞動投資不足。

三、 研究設計

（一）樣本選擇與數據來源

2010年， 我國逐漸從2008年國際金融危機的沖擊中恢復過來， 有一些企業開始進行數字化轉型探索。 基于此， 本文以2010年作為研究期間起點， 以2010 ～ 2020年我國A股上市公司數據作為研究對象。并剔除以下樣本： 金融保險類上市公司； 被ST和?ST等特殊處理的樣本公司； 有數據缺失的樣本公司； 雇員人數小于30， 年末總資產為0， 長期負債為負以及長期資產負債率大于等于1的樣本公司。 經過上述處理， 共獲得17622個觀測值， 并對所有連續變量進行了上下1%的縮尾處理。與數字化轉型相關的文本信息來自公司年報， 其他數據來自CSMAR數據庫。

（二）變量定義

1. 被解釋變量： 勞動投資效率（Ab_net_hire）。參考Jung等（2014）、 Pinnuck和Lillis（2007）、 孔東民等（2017）的模型與方法， 對模型（1）進行回歸后得到殘差， 殘差大于0表示勞動投資過度（Overresid）， 小于0表示勞動投資不足（Underresid）。對殘差取絕對值作為企業勞動投資效率（Ab_net_hire）， 其數值越大， 企業勞動投資效率越低。

Net_hirei，t=?0+β1Sales_growthi，t-1+

β2Sales_growthi，t+β3ROAi，t-1+β4ROAi，t+

β5ΔROAi，t+β6Returni，t-1+β7Size_Ri，t-1+

β8Quicki，t-1+β9Quicki，t+β10ΔQuicki，t+β11Levi，t-1+

β12Lossbin1i，t-1+β13Lossbin2i，t-1+β14Lossbin3i，t-1+

β15Lossbin4i，t-1+β16Lossbin5i，t-1+Year+Ind+εi，t （1）

其中， Net_hire為企業員工變動率， Sales_growth為營業收入變動率， ROA為總資產收益率， ΔROA為ROA的變化值， Return為考慮現金紅利再投資的年個股回報率， Size_R為企業年個股總市值的百分比排位， Quick為速動比率， ΔQuick為Quick的變化值， Lev為長期資產負債率， Lossbin為業績虧損的虛擬變量①， Year和Ind分別為年度與行業虛擬變量。

2. 解釋變量： 數字化轉型（DCG）。參考吳非等（2021）的方法， 采用企業數字化轉型特征詞頻總數加1取自然對數來衡量。特征詞分為底層技術與實踐應用兩個層面， 其中底層技術包含人工智能技術、 區塊鏈技術、 云計算技術、 大數據技術四個維度， 而實踐應用包含數字技術應用維度， 具體運用Python軟件對公司年報中含有以上數字化轉型的特征詞進行配對、 篩選、 統計等文本分析， 并剔除語句前有否定含義的特征詞以及與本公司數字化轉型無關的詞匯， 形成最終數字化轉型特征詞頻總數。

3. 控制變量。參考李小榮等（2021）的方法， 選擇的控制變量主要包括： 市值賬面比（MB）、 總資產收益率（ROA）、 企業規模（Size）、 股權集中度（Top1）、 固定資產比重（PPE）、 速動比率（Quick）、 營業收入波動性（Std_sales）、 凈雇傭波動性（Std_net_hire）、 非效率資本投資（Ab_other_invest）、 兩職合一（Dual）等指標， 并且控制了年度與行業固定效應， 具體指標定義如表1所示。

其中，? 非效率資本投資模型采用Biddle等（2009）的模型：Invest_othert=?0+β1Sales_growtht-1+εt， 對其進行回歸得到的殘差取絕對值即為非效率資本投資。

（三）模型構建

為驗證本文假設， 構建以下基準模型（2）：

Ab_net_hirei，t=α0+?DCGi，t-1+Controli，t+εi，t （2）

其中， 被解釋變量為勞動投資效率（Ab_net_hirei，t）， 解釋變量為數字化轉型（DCGi，t-1）， Controli，t為控制變量， εi，t為隨機誤差項?？紤]到數字化轉型對勞動投資效率的影響具有時滯性以及反向因果的干擾， 本文將數字化轉型滯后一期， 若系數?顯著為負， 則表明數字化轉型能夠提高企業勞動投資效率， 即H1成立。

四、 實證分析

（一）描述性統計

由表2可知， 勞動投資效率（Ab_net_hire）的均值為0.174， 標準差為0.284， 說明各企業間勞動投資效率差異比較大， 且勞動投資效率水平普遍較低。其中， 勞動投資過度（Overresid）的企業有6070家， 占34.45%， 均值為0.256， 而勞動投資不足的企業有11552家， 占65.55%， 均值為0.140， 說明勞動投資過度的企業占比雖然不高， 但程度比較嚴重， 而勞動投資不足程度雖然較低， 但是現象較為普遍。數字化轉型（DCG）的均值為1.275， 中位數為1.099， 最小值為0， 最大值為6.252， 說明多數企業處于數字化轉型程度較低的階段， 仍存在未進行數字化轉型的企業， 不同企業之間數字化轉型程度差距較大。

（二）回歸結果分析

表3報告了數字化轉型（DCG）對企業勞動投資效率（Ab_net_hire）影響的檢驗結果。第（1）列顯示， 數字化轉型與企業勞動投資效率的回歸系數為-0.010且在1%的水平上顯著， 說明數字化轉型程度越高的企業， 其非效率勞動投資程度就越低， 即數字化轉型能夠顯著促進企業提高勞動投資效率， H1得證。第（2）列與第（3）列為勞動投資過度組與勞動投資不足組的分組檢驗。結果顯示， 數字化轉型的回歸系數均為負， 說明數字化轉型不僅能顯著抑制企業勞動投資過度， 也能夠緩解企業勞動投資不足， H2得證。

（三）穩健性檢驗

1. 替換變量。

（1）變更被解釋變量企業勞動投資效率的度量方式。參考孔東民等（2020）的方法重新估計被解釋變量企業勞動投資效率， 即使用本年企業員工總人數與年個股總市值之比來替代， 對模型（1）重新進行回歸后得到企業勞動投資效率（LIE）。表4第（1）～（3）列的結果顯示， 無論是在全樣本組還是在分樣本組中， 數字化轉型與變更后的勞動投資效率的關系仍然顯著為負， 說明數字化轉型能夠顯著促進企業勞動投資效率的提升， 與前述研究結論一致。

（2）變更解釋變量數字化轉型的度量方式。借鑒祁懷錦等（2020）的方法， 重新計算解釋變量數字化轉型， 根據資產負債表附注披露的無形資產明細中與數字化有關部分占無形資產總額的比例來重新衡量數字化轉型， 并代入模型（2）重新進行回歸， 其中與數字化有關的明細項主要包括“網絡”“人工智能”“軟件”“信息系統”“智能終端”等。表4第（4） ～ （6）列的結果顯示， 無論是在全樣本組還是在分樣本組中， 無形資產占比（DIG）與企業勞動投資效率也呈顯著的負相關關系， 與前述主回歸結果一致。

2. 控制高階聯合固定效應。為了盡可能地消除宏觀政策變化等因素的影響， 本文進一步控制行業×年度的高階聯合固定效應檢驗模型， 回歸結果見表5。結果顯示， 數字化轉型對企業勞動投資效率的促進作用仍然顯著， 這一結論在勞動投資過度組與勞動投資不足組中均得以驗證， 表明前述主回歸結果較為穩健。

3.? 內生性問題。由于企業勞動投資決策受到雇傭規模、 管理動機和融資需求等多重因素的影響， 所以企業勞動投資效率的變化也可能是由其他變量變化引起， 故數字化轉型和企業勞動投資效率之間可能存在遺漏變量所致的內生性問題， 即企業勞動投資效率的變化可能不是由數字化轉型引起的。企業數字化轉型決策會在很大程度上受到當地數字化基礎設施水平的影響， 即所在地區的數字基礎設施水平越高， 企業越有可能進行相應的數字化轉型。移動電話作為數字技術裝備能夠較好地反映出各地區數字化基礎設施水平， 故本文選取省級移動電話普及率（Mobile）作為企業數字化轉型的工具變量， 并采用兩階段最小二乘法（2SLS）進行檢驗。從表6第（1）列報告的結果可知， 移動電話普及率與數字化轉型顯著正相關， 從第（2）列報告的結果可知， 控制內生性后， 數字化轉型與企業勞動投資效率的回歸系數仍顯著為負， 說明企業勞動投資效率的提升是由數字化轉型造成的影響， 本文研究結論穩健。

4. 隨機抽取樣本。為了進一步驗證前述主回歸結果對樣本的穩健性， 本文借鑒Li等（2009）的方法對樣本進行隨機抽樣， 分別抽取70%和90%的樣本數據重新回歸， 回歸結果如表7所示。第（1） ～ （6）列回歸系數均顯著為負， 表明在進行樣本拆分后， 在兩個子樣本中數字化轉型對企業勞動投資效率仍起到促進作用， 在勞動投資過度與勞動投資不足的樣本中也依然呈顯著的負相關關系， 本文的研究結果穩健。

五、 進一步分析

（一）影響機制檢驗

前述回歸結果證實了數字化轉型能夠促進企業勞動投資效率的提升， 但具體影響路徑有待進一步挖掘。本文認為， 數字化轉型主要是通過提高創新能力和優化內部控制對企業勞動投資效率產生影響： 第一， 數字化轉型有助于創新能力的提高。在員工配置上， 數字技術在企業的建立與運營時都需要配置相應的高技術人才， 為企業創新能力的提升提供人才支持； 在部門協同上， 數字技術深入企業各個環節之中， 上下鏈條信息溝通便捷， 有利于部門之間的技術更新（楊潔等，2022）； 在產品研發上， 數字技術的使用能夠更加快捷地了解客戶需求， 對產品升級的需求較大， 從而促進企業創新能力的發展。第二， 數字化轉型有助于內部控制的優化。在運營模式上， 數字技術將傳統模式轉變為各部門融合的新模式， 供應、 生產、 銷售等各個環節的運作效率得以提升， 管理流程更加實時高效， 風險預警更加及時； 在組織分工上， 高效的信息有利于組織各部門之間互相了解， 優化業務流程， 實現高效的資源配置， 從而降低組織運營成本， 促進內部控制水平的提升。第三， 無論是創新能力的提高還是內部控制的優化， 都有助于企業優化勞動力資源配置， 進而提高勞動投資效率。

綜上所述， 數字化轉型可以通過提高創新能力和優化內部控制來間接影響企業勞動投資效率， 因此本文引入創新能力、內部控制來進行影響機制檢驗。為了探究數字化轉型影響企業勞動投資效率的機制路徑， 本文根據方杰等（2014）的多重中介效應分析展開研究，分兩步檢驗創新能力與內部控制的中介效應及創新能力→內部控制的鏈式中介作用。

第一， 構建中介效應模型分別檢驗創新能力和內部控制的獨立中介效應。以直接效應模型為基礎， 構建模型（3）、 （4）對創新能力的獨立中介效應進行檢驗， 并構建模型（5）、 （6）對內部控制的獨立中介效應進行檢驗：

Pati，t=α1+?1DCGi，t-1+Controli，t+τi，t （3）

Ab_net_hirei，t=α2+?2DCGi，t-1+δ1Pati，t+Controli，t+εi，t? （4）

ICi，t=α3+?3DCGi，t-1+Controli，t+τi，t （5）

Ab_net_hireijt=α4+?4DCGi，t-1+γ1ICi，t+Controli，t+εi，t （6）

其中： Pat（Ln專利授權數）代表企業創新能力， IC（迪博內部控制指數/100）代表企業內部控制， 其他變量與模型（1）相同。模型（2）、 （3）、 （4）為三步法檢驗創新能力的獨立中介作用， 模型（2）、 （5）、 （6）為三步法檢驗內部控制的獨立中介作用。

第二， 借助鏈式中介效應模型進一步檢驗創新能力、 內部控制的中介效應， 并對創新能力與內部控制的鏈式中介作用進行檢驗， 模型（2）、 （3）和（7）、 （8）為鏈式中介效應分析模型。模型（7）、 （8）如下：

ICi，t=α5+?5DCGi，t-1+δ2Pati，t+Controli，t+τi，t （7）

Ab_net_hirei，j，t=α6+?'DCGi，t-1+β1Pati，t+β2ICi，t+Controli，t+εi，t? （8）

回歸結果如表8所示。其中， 列（1）、 （2）、 （3）、 （4）用來檢驗“創新能力—內部控制”的鏈式中介作用。第一， 在以勞動投資效率為被解釋變量的列（1）中， 數字化轉型（DCG）的系數為-0.010， 在1%的水平上顯著為負， 說明數字化轉型程度越深， 企業勞動投資效率越高。第二， 在以企業創新能力為被解釋變量的列（2）中， 數字化轉型（DCG）的系數（?1）為0.144， 在1%的水平上顯著為正， 說明數字化轉型提升了企業創新能力。在以企業勞動投資效率為被解釋變量的列（7）中， 企業創新能力（Pat）的回歸系數（β1）為-0.006， 由此可計算得到創新能力的中介效應為?1×β1=0.144×

（-0.006）， 即顯著為負， 與三步法所得創新能力中介效應并無顯著差異。第三， 依次檢驗列（6）中?5=0.071， 列（7）中β2=-0.004， 二者均顯著， 內部控制的中介效應為?5×β2=0.071×（-0.004）， 進一步驗證了內部控制的中介效應。第四， 在列（6）中， δ2對應的數值為0.069且在1%的水平上顯著為正， 說明創新能力和內部控制的鏈式間接效應顯著， 間接效應大小為?1×β2×δ2=0.144×（-0.004）×0.069。此外， 比較列（7）DCG的系數?'=-0.009和列（1）DCG的系數?=-0.010， 二者符號相同， 且?'小于?， 證實了創新能力→內部控制鏈條在數字化轉型和企業勞動投資效率間的傳導作用。

（二）數字化轉型對四類非效率勞動投資的影響

前述研究主要檢驗了數字化轉型對勞動投資過度和勞動投資不足這兩類非效率勞動投資的影響， 本部分擬分別對勞動投資過度與勞動投資不足的成因進一步進行細分， 即： 勞動投資過度既有可能是過度招聘（Overhiring）所致， 也有可能源于解雇不足（Underfiring）， 同樣地， 勞動投資不足既有可能是招聘不足（Underhiring）所致， 也有可能源于解雇過度（Overfiring）。因而， 在勞動投資過度組中按預期凈招聘為正或為負劃分為過度招聘和解雇不足兩個樣本組， 在勞動投資不足樣本組中亦按預期凈招聘為正或為負劃分為招聘不足和解雇過度兩個樣本組。

表9是進一步按照不同類型的非效率勞動投資分組進行的檢驗。第（1） ～ （3）列為勞動投資過度組， 在第（1）列勞動投資過度全樣本、 第（2）列過度招聘、 第（3）列解雇不足樣本組中的數字化轉型（DCG）的回歸系數均顯著為負， 表明數字化轉型主要通過抑制過度招聘和解雇不足來抑制企業勞動投資過度； 第（4） ～ （6）列為勞動投資不足組， 在第（4）列勞動投資不足全樣本和第（5）列招聘不足樣本組中， 數字化轉型（DCG）的系數顯著為負， 但在第（6）列解雇過度樣本組中不顯著， 這表明數字化轉型主要通過緩解招聘不足而不是解雇過度來緩解企業勞動投資不足。

六、 結論與建議

（一）結論

本文以我國2010 ～ 2020年A股上市公司數據， 研究數字化轉型對企業勞動投資效率的影響， 采用鏈式中介效應模型研究創新能力和內部控制在二者關系中的作用， 研究發現： 第一， 數字化轉型顯著促進了企業勞動投資效率的提升， 分組回歸結果顯示， 數字化轉型不僅能夠抑制企業勞動投資過度， 還能緩解企業勞動投資不足。第二， 中介效應分析表明， 提高創新能力和優化內部控制是數字化轉型驅動企業勞動投資效率提升的機制， 且呈現出鏈式中介作用， 其中創新能力是關鍵。第三， 進一步分析發現， 在過度招聘、 解雇不足以及招聘不足樣本中， 數字化轉型對企業勞動投資效率的正向作用均顯著存在， 表明數字化轉型程度的加深能夠顯著促進企業提高勞動投資效率。

（二）建議

基于上述研究發現， 本文提出以下政策建議：

1. 政府部門應出臺更加積極有效的促進企業數字化轉型的相關政策。第一， 在環境營造方面， 數字化轉型需要物質與人才基礎， 加快基礎設施建設是推進數字化轉型的必要條件， 因此應為上下游企業協同數字化轉型提供良好的設施基礎， 為營造數字環境提供政策支持。第二， 在資金扶持方面， 政府可為數字化轉型企業提供稅收優惠以及政策性補貼等， 鼓勵金融機構為數字化轉型企業提供資金支持。第三， 在風險規避方面， 應加大知識產權保護力度， 健全信息安全與利用的規章制度， 嚴厲打擊信息盜用、 亂用、 泄漏、 篡改等違法行為， 強化信息管理與監察， 依法對數字化轉型企業的信息披露情況進行監督。

2. 企業應制定適合自身的數字化轉型策略， 抓住機遇、 注重創新， 走出獨特的轉型之路。第一， 積極進行數字化轉型建設， 對設備進行數字技術更新改進， 建立內部信息反饋系統， 及時掌握各部門數字信息， 與上下游產業鏈共同合作搭建信息平臺， 及時掌握企業內外動態， 實時更新系統。第二， 優化人力資本結構， 聘用技術水平更高的專業性管理人才， 積極探索創新型企業管理模式， 引進高技術型員工， 使用智能機器人從事簡單化生產， 從而實現人機互補， 并加強對員工及管理層的業務培訓。第三， 增加研發投入， 及時掌握客戶需求， 積極改進產品方案， 提高對創新成果的利用效率， 并對進行研發創新的人才進行獎勵， 為創新人才提供良好的工作環境， 激發員工創新積極性。第四， 提高信息披露質量， 完善內部控制體系， 積極宣傳轉型成果， 釋放投資信號， 擴大融資渠道， 為數字化轉型開辟強勁的資金來源渠道。

【 注 釋 】

1將0到-0.025區間的ROA平均劃分為五個區間，若ROA屬于［-0.005，0］，則Lossbin1 = 1，否則為0；若ROA屬于［-0.01，-0.005］，則Lossbin2 = 1，否則為0，以此類推。

【 主 要 參 考 文 獻 】

白福萍，劉東慧，董凱云．數字化轉型如何影響企業財務績效——基于結構方程的多重中介效應分析［ J］．華東經濟管理，2022（9）：75 ～ 87．

卜君，孫光國．環境不確定性會影響企業勞動投資效率嗎？［ J］．經濟管理，2020（10）：23 ～ 38．

方杰，溫忠麟，張敏強，孫配貞．基于結構方程模型的多重中介效應分析［ J］．心理科學，2014（3）：735 ～ 741．

孔東民，唐琦，項君怡．勞動保護與企業勞動投資效率［ J］．華中科技大學學報（社會科學版），2020（5）：36 ～ 47．

孔東民，項君怡，代昀昊．勞動投資效率、企業性質與資產收益率［ J］．金融研究，2017（3）：145 ～ 158．

李世剛，尹恒．政府—企業間人才配置與經濟增長——基于中國地級市數據的經驗研究［ J］．經濟研究，2017（4）：78 ～ 91．

李小榮，韓琳，馬海濤．內部控制與勞動力投資效率［ J］．財貿經濟，2021（1）：26 ～ 43．

李小榮，萬鐘，陸瑤．勞動力市場與公司金融關系研究進展［ J］．經濟學動態，2019（3）：120 ～ 133．

祁懷錦，曹修琴，劉艷霞．數字經濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角［ J］．改革，2020（4）：50 ～ 64．

吳非，胡慧芷，林慧妍，任曉怡．企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［ J］．管理世界，2021（7）：130 ～ 144+10．

肖土盛，吳雨珊，亓文韜．數字化的翅膀能否助力企業高質量發展——來自企業創新的經驗證據［ J］．經濟管理，2022（5）：41 ～ 62．

楊潔，馬從文，劉運材．數字化轉型對企業創新的影響［ J］．統計與決策，2022（23）：180 ～ 184．

張焰朝，孫光國，卜君．公司戰略會影響勞動投資效率嗎？［ J］．投資研究，2020（10）：95 ～ 127．

Becker G. S.. Investment in Human Capital： A Theoretical Analysis［ J］． Journal of Political Economy，1962（5）：9 ～ 49．

Biddle G. C.， Hilary G.， Verdi R.S.. How Does Financial Reporting Quality Relate to Investment Efficiency？［ J］． Journal of Accounting and Economics，2009（2 ）：112 ～ 131．

Ha J.， Feng M.. Conditional Conservatism and Labor Investment Efficiency［ J］． Journal of Contemporary Accounting & Economics，2018（2）：143 ～ 163．

Jung B.， Lee W. J.， Weber D. P.. Financial Reporting Quality and Labor Investment Efficiency［ J］． Contemporary Accounting Research，2014（4）：1047 ～ 1076．

Li J.， Zhou C.， Zajac E. J.. Control， Collaboration， and Productivity in International Joint Ventures： Theory and Evidence［ J］． Strategic Management Journal，2009（8）：865 ～ 884．

Pinnuck M.， Lillis A. M.. Profits Versus Losses： Does Reporting an Accoun-ting Loss Act as a Heuristic Trigger to Exercise the Abandonment Option and Divest Employees？［ J］． The Accounting Review，2007（4）：1031 ～ 1053．

【基金項目】河南省哲學社會科學規劃項目“危機情境下河南企業數字化轉型賦能組織韌性的機制與對策研究”（項目編號：2022BJJ098）；鄭州航空工業管理學院研究生教育創新計劃基金項目“人口老齡化對企業勞動力投資效率的影響研究”（項目編號：2021CX07）

【作者單位】鄭州航空工業管理學院商學院， 鄭州 450046