企業數字化轉型的勞動力成本影響效應

潘孝珍　許耿熙

摘 要：傳統企業通過數字化轉型，實現數字技術與實體經濟的深度融合，成為我國實現經濟高質量發展的重要路徑。使用2010—2020年滬深A股上市公司樣本，采用文本分析法刻畫企業數字化轉型程度，實證檢驗數字化轉型的勞動力成本影響效應。研究結果表明，企業數字化轉型與勞動力成本之間呈倒“U”型曲線關系。在區分企業數字化轉型的不同階段后，研究發現只有在數字化轉型初期，高管股權激勵和高新技術企業才會對數字化轉型的勞動力成本影響效應產生調節作用。進一步機制分析表明，企業數字化轉型初期的勞動力成本提升效應，主要通過引進高技能勞動力的路徑來實現，并且數字化轉型的勞動力成本影響效應具有明顯的行業異質性。在經過替換關鍵變量、排除企業策略性披露行為、傾向得分匹配法、外生事件沖擊等一系列穩健性檢驗后，研究結論依然成立。研究的政策啟示包括：我國企業應制定前瞻性數字化轉型戰略規劃，扎實推進企業技術和生產管理模式的全面數字化，避免在轉型初期面對轉型陣痛而產生短視傾向；勞動者應努力提高自身勞動素質，適應數字化轉型帶來的就業環境和勞動力需求變革；各級政府應重視對低技能勞動者的勞動技能教育和數字技術培訓，助推企業加快數字化轉型進程。

關鍵詞：數字化轉型；勞動力成本；文本分析

中圖分類號：F249.24 文獻標識碼：A 文章編號：1000-4149（2023）01-0026-18

DOI：10.3969/j.issn.1000-4149.2023.00.002

一、引言

數字化是我國國民經濟發展的重要方向，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確提出要加快數字化發展，打造數字經濟新優勢。傳統企業通過數字化轉型，促進數字技術與實體經濟的深度融合，成為我國實現經濟高質量發展的重要路徑?！?021年中國數字經濟發展白皮書》顯示，2020年我國數字經濟規?？偭恳堰_ 39.2萬億元，占到國內生產總值的38.6%（數據來源：http：//www.caict.ac.cn/kxyj/qwfb/bps/202104/t20210423_374626.htm），數字經濟已然成為我國產業結構的重要支柱。在當前全球新冠疫情持續發酵的大背景下，線下交易方式的范圍和規模在逐漸萎縮，而線上交易的應用領域越來越廣泛，數字經濟因此獲得了更多的成長空間，也成為我國經濟抵御新冠疫情沖擊的中堅力量。

伴隨著人工智能、大數據、云計算、區塊鏈等新興技術的發展，數字技術逐漸被運用到企業各個層面。黨中央和國務院圍繞我國數字化發展出臺了百余個專項戰略規劃和指導意見，引導我國企業進行數字化轉型。國內各大企業在推動數字化轉型方面，主要關注經營業務與數字技術的深度融合，進而推動企業自身實力和競爭力穩步提升。有學者認為企業數字化轉型的關鍵步驟是應用數字技術來收集信息、處理數據等［1］。在當前激烈的國際競爭環境下，我國企業應不斷追求創新，將“數字技術+”作為首要戰略行動［2］。但真正意義上的企業數字化轉型不僅在于實現技術數字化，更重要的是依靠數字技術促進企業的思維模式、業務流程、組織結構等方面的全面轉型［3-4］。

關于數字化轉型對勞動力市場的影響，斯蒂芬妮（Stephany）研究認為，數字技術使企業勞動力需求發生根本性改變，許多工作要求勞動者掌握更新的數字技術，甚至某些工作正在被數字技術所替代［5］。企業數字化轉型增加了對高技能勞動力的需求［6］，高學歷、高認知能力的勞動者往往更具競爭優勢，更能適應數字技術帶來的變革［7］。在數字化轉型過程中，人工智能等數字技術的應用，尤其是工業機器人的廣泛應用，將替代部分標準化、重復性高的崗位，產生明顯的就業替代效應［8-9］。具體到數字化轉型對企業勞動力成本的影響效應，任颋和劉欣分析認為，企業數字化轉型將促進員工數量增長，增加高學歷員工比例，導致企業人工成本上漲［10］。陳夢根和周元任利用行業數據研究發現，數字化轉型會顯著提升企業平均人工成本［11］。然而，隨著數字化轉型程度的提高，張遠和李煥杰研究表明，數字技術應用日趨成熟，會降低企業勞動力需求，數字技術將產生低技能勞動力的替代效應［12］。可見，數字化轉型對企業勞動力成本的影響可能存在非線性關系，隨著企業自身數字化水平的變化而發生變化。

本文以2010—2020年滬深A股上市公司為樣本，實證檢驗企業數字化轉型對勞動力成本的影響效應。本文可能的研究貢獻有：①企業數字化轉型是近年來的熱門研究話題，勞動力成本變動對企業和員工來說都具有重大意義，但鮮有文獻從微觀層面直接研究兩者之間的關系，本文提供了數字化轉型對勞動力成本影響效應的微觀經驗證據；

②在研究方法上，采用文本分析法構造企業的數字化轉型指標，為微觀層面的實證研究提供數據支持；③從微觀視角為后續評估企業數字化轉型的經濟效應奠定基礎，為我國企業實現數字化轉型和人工成本管理提供理論和政策指導。

二、理論分析與研究假設

1. 企業數字化轉型與勞動力成本企業數字化轉型過程中，既可能由于新增數字技術崗位和對數字化人才的需求而提高勞動力成本，也可能由于智能化、自動化生產而減少勞動力成本。本文依照企業數字化轉型程度的臨界值，將數字化轉型過程分為轉型初期和轉型成熟期，不同時期的數字化轉型對勞動力成本的影響效應大不相同。

在企業數字化轉型初期，數字化轉型對勞動力成本的提升效應主要體現在如下幾個方面：第一，數字化轉型給企業帶來一場范式轉變，在實施數字化轉型的初期，必然需要大量資本投入和成本沉淀，用以研發數字技術、引進人才、推進數字化管理等，每家企業都需要經歷該“陣痛期”［13］。企業在數字化轉型初期，需要采取增加員工的數字技術培訓費用、引進數字化專業人才等措施，這些都將導致整體人工成本增加。第二，企業生產經營過程中投入的各種要素之間具有互補效應，數字技術在一定程度上會與人力資源形成互補，推動企業經營業績持續增長，從而提升員工勞動報酬，企業的勞動力成本隨之上升［14-15］。第三，企業數字化轉型帶來的技術變革存在技能偏見，會推動企業勞動力結構升級［16］，要求員工具備更高的受教育程度和業務技能水平。因此，數字化轉型中的企業可能會提升員工工資或引進高學歷人才，形成對高技能勞動力的偏好，提高企業勞動力成本。第四，在數字化轉型初期，企業的數字技術不夠完善，商業模式和管理模式變革尚處于起步階段，難以完全發揮對低技能勞動力的替代效應，數字化轉型對勞動力成本的影響更多表現為提升作用。

當達到某一閾值而進入成熟期后，數字化轉型的勞動力成本影響效應可能發生轉變：一方面，企業開始具備較高的數字技術和較為成熟的生產管理模式，不需要像在轉型初期那樣投入大量人力資本，企業的勞動力需求規模將會有所降低。另一方面，數字化轉型將使企業生產方式趨向智能化和自動化，在很大程度上減少對勞動力的依賴，壓縮了生產部門的人員規模［17］。人工智能、計算機技術和先進設備的應用，將對中低技能勞動力產生替代效應，呈現出明顯的結構性特征。教育程度較低的員工所承擔的工作普遍具有單調、重復、耗時等特點，與數字技術的互補性較低，更容易被數字技術取代［18］。此外，隨著數字化轉型的推進，應用工業機器人發揮的替代效應也更為顯著，能夠提高自動化水平和生產效率，大大節約企業的勞動力成本［19］。綜合來看，在數字化轉型成熟期，數字化水平的進一步提高將使企業勞動力成本逐漸降低。基于上述分析，本文提出如下假設：

H1：數字化轉型與企業勞動力成本呈倒“U”型曲線關系。在轉型初期，數字化轉型會提升企業勞動力成本，當轉型程度超過某一臨界值后，數字化轉型會降低企業勞動力成本。

2. 高管股權激勵的調節作用

數字化轉型戰略的制定和實施主要由企業高管作出決策，如果企業能為高管提供很強的外部激勵，將有效推動高管作出數字化轉型決策，強化數字化轉型對企業勞動力成本的影響效應。股權激勵是國內外企業普遍用來降低代理成本、實現高管經營決策與企業長期價值最大化相一致的重要激勵工具，對于企業數字化轉型的勞動力成本影響效應具有調節作用。但是，在不同的數字化轉型階段，企業數字化轉型對勞動力成本的影響效應并不一致，此時高管股權激勵的調節作用也將存在異質性。在數字化轉型初期，由于數字化轉型會在整體上顯現風險高、回報周期長、收益不確定等特點，企業高管很可能基于風險和收益的權衡產生短視傾向，只注重在短期內能夠預見到的付出回報比，不愿意做長期“吃力不討好”的事情，缺乏實施數字化轉型決策的內在動力［20-21］。根據利益趨同效應假說，企業實施管理層持股等高管股權激勵措施，將有助于激發高管的創新決策積極性［22-23］，激勵高管實施增加數字技術人員培訓費用、引進高學歷和高技能人才、推進數字化管理等決策，從而強化數字化轉型對勞動力成本的提升效應。隨著數字化轉型進入成熟期，由于企業數字化已經達到較高水平，對于低端勞動力的需求規模會隨之下降，數字技術對勞動力成本的替代效應將會逐漸顯現，此時高管決策對企業數字化轉型的勞動力成本影響效應相對減弱，相應地，高管股權激勵的調節作用在數字化轉型成熟期將會逐漸消失。基于上述分析，本文提出如下假設：

H2：在數字化轉型初期，高管股權激勵能提高企業數字化轉型的勞動力成本提升效應，但企業數字化轉型進入成熟期后，高管股權激勵將不再具有上述調節作用。

3. 高新技術企業的調節作用

不同類型企業由于組織環境、戰略目標不同，數字化轉型的勞動力成本影響效應可能存在差異。相較于非高新技術企業，高新技術企業的創新動機和能力明顯更強，其數字化轉型程度遠高于非高新技術企業［24］，且在轉型過程中的勞動力成本管理方式也有所不同。在企業數字化轉型的不同階段，高新技術企業對于企業數字化轉型的勞動力成本影響效應也將表現出異質性特征。在數字化轉型初期，高新技術企業對于高學歷、高素質勞動力具有更大的需求規模，需要更高的勞動力成本投入，從而強化數字化轉型對勞動力成本的提升效應。

一方面，高新技術企業擁有相對較強的能力和意愿進行數字化轉型，這會推動企業實施人才引進與培養決策；另一方面，源于政策文件對研發人員的硬性要求，高新技術企業從事研發和相關技術創新的科技人員數占企業當年職工總數的比例不低于10%，需要保持大量高素質的研發人員來延續高新技術企業身份。因此，處于數字化轉型初期的高新技術企業，為了推動數字化轉型戰略的順利實施，有更強的動機來吸收大量高科技人才，從而付出更高的勞動力成本。然而，當企業進入數字化轉型成熟期后，較高的數字化水平使得不管是高新技術企業還是非高新技術企業，均能在一定程度上降低勞動力成本，高新技術企業的調節作用將會隨之消失?；谏鲜龇治?，本文提出如下假設：

H3：在數字化轉型初期，高新技術企業能提高企業數字化轉型的勞動力成本提升效應，但企業數字化轉型進入成熟期后，高新技術企業將不再具有上述調節作用。

4. 高技能勞動力的中介作用

根據技能偏向型技術進步假說，技術變革會促進高技能勞動力就業，擁有更高教育水平和專業技能的勞動者能夠更好地適應日新月異的就業環境［25-27］。

不同數字化轉型階段導致的企業生產經營環境存在差異，使得高技能勞動力對企業數字化轉型與勞動力成本之間關系的中介作用在不同階段呈現出不同特點。在企業數字化轉型初期，由于數字化而新增許多信息技術相關崗位，以及適應數字化商業模式和管理模式變革的管理職位，均需要具備較高知識水平和專業技能的員工才能勝任。為擺脫數字化轉型過程中普遍面臨的數字化人才短缺困境，企業必然需要引進更多的高技能勞動力并加以培養，填補職位空缺并逐漸形成人才優勢。直接引進高技能勞動力所需的成本以及后期培養數字化人才所花費的培訓費用都會增加企業勞動力成本，因而在轉型初期，企業數字化轉型主要通過引進高技能勞動力

對勞動力成本產生提升效應。然而，當企業進入數字化轉型成熟期后，高技能勞動力憑借自身能力優勢能夠適應企業的數字化環境，一般不會被數字技術所替代，企業對高技能勞動力的需求保持相對穩定，此時高技能勞動力對于數字化轉型與勞動力成本之間的負向關系不再發揮中介作用?；谏鲜龇治觯疚奶岢鋈缦录僭O：

H4：在數字化轉型初期，企業數字化轉型通過引進高技能勞動力對勞動力成本產生提升效應，但企業數字化轉型進入成熟期后，高技能勞動力將不再具有上述中介作用。

三、研究設計

1. 樣本選擇和數據來源選取2010—2020年滬深A股上市公司作為研究樣本，并根據研究慣例對樣本作如下處理：①剔除處于ST或PT狀態的企業樣本；②剔除金融業企業樣本；③剔除部分數據缺失的企業樣本。最終得到24004個樣本觀測值。為消除極端值的不利影響，對所有連續型變量進行臨界值為1%的Winsorize縮尾處理。除了企業本科以上學歷員工數的數據來自萬得（Wind）（萬得（Wind）數據庫：https：//www.wind.com.cn）數據庫外，其他變量的數據均來自國泰安（CSMAR）數據庫（國泰安（CSMAR）數據庫：https：//www.gtarsc.com）。

2. 變量設定

（1）被解釋變量。

被解釋變量為企業的勞動力成本，根據國際勞工組織定義，勞動力成本是指企業或者單位因雇傭社會勞動力而支付的費用，不僅包括直接支付給職工的工資薪酬，還應包括以間接形式支付的實物發放、社會保障、技術培訓等物質或非物質福利。因此，本文使用現金流量表中列示的“支付給職工以及為職工支付的現金”來衡量企業負擔的全部勞動力成本，并除以營業收入作為企業勞動力成本Laborcost1的衡量指標。此外，由于現金流量表是以收付實現制作為核算基礎，而企業當年度根據權責發生制作為核算基礎產生的應付但未付的職工薪酬并未在其中體現。因此，本文構造Laborcost2作為企業勞動力成本的另一衡量指標，其計算公式為“（支付給職工以及為職工支付的現金+期末應付職工薪酬-期初應付職工薪酬）/營業收入”。

（2）解釋變量。

解釋變量為企業數字化轉型Dcg，作為近年來的熱門研究話題，現有文獻嘗試從不同角度對其進行衡量。萬倫等采用數字化轉型評價指標體系來刻畫企業數字化轉型程度［28］，張永珅等根據企業年報附注披露的年末無形資產明細項目中，數字化技術相關資產占無形資產總額的比重來度量數字化轉型程度［24］。不過，通過梳理相關文獻能夠發現，文本分析法逐漸成為衡量企業數字化轉型的主流方法［29-31］。本文采用Python軟件對我國上市公司年報進行文本分析，從而構造企業數字化轉型程度的衡量指標，具體步驟如下。

第一，下載2010—2020年滬深A股上市公司年報，并將其轉化為txt格式文檔。

第二，構建反映企業數字化轉型特征的詞典。具體參考吳非等學者使用的數字化轉型結構化特征詞圖譜［29］，包括人工智能、大數據、云計算、區塊鏈和數字技術運用等，都是反映企業數字化轉型實質性內容的關鍵詞。

第三，從上市公司年報中截取“管理層討論與分析”（MD&A）部分，統計數字化轉型特征詞在此模塊中出現的次數并加總。原因在于，企業年報中的“管理層討論與分析”部分，是管理層對企業過去經營狀況和未來經營計劃的討論與分析，能夠較好地體現企業數字化轉型的戰略實施與導向。

第四，根據“數字化轉型特征詞頻數/‘管理層討論與分析文字總長度*100”的公式，計算得到反映企業整體數字化轉型程度Dcg的衡量指標，該指標數值越大則表明企業數字化轉型程度越高。

（3）控制變量。

借鑒沈永建等的研究［32］，選取公司規模Size、資產負債率Lev、現金持有Cash、存貨密集度Invent、公司是否虧損Loss、公司上市年限Listage、第一大股東持股比例Top1和產權性質Soe作為控制變量，并同時控制了行業和年度效應。相關變量的衡量方法如表1所示。

3. 模型設定

本文建立模型（1）來檢驗假設H1，預期數字化轉型程度的二次項Dcg2的系數β2顯著為負，即解釋變量與被解釋變量之間呈倒“U”型曲線關系。建立模型（2）和模型（3）分別檢驗假設H2和假設H3，通過模型中調節變量與數字化轉型程度的交互項系數β3的正負方向及顯著性水平來檢驗上述假設是否成立。為降低潛在多重共線性的影響，對調節變量進行中心化處理。模型中Laborcost為被解釋變量勞動力成本，使用Laborcost1和Laborcost2作為具體衡量指標。

下標i和t分別表示樣本所屬的企業和年份，Controls表示全部企業層面的控制變量，并同時控制行業效應Ind和年度效應Year。

為檢驗假設H4即企業數字化轉型對勞動力成本影響效應的作用機制，本文采用中介效應檢驗方法［33］：以勞動力成本Laborcost為被解釋變量、數字化轉型Dcg為解釋變量來構建模型（4）；以高技能勞動力Hslabor為被解釋變量、數字化轉型Dcg為解釋變量來構建模型（5），若系數β1顯著，則進一步以勞動力成本Laborcost為被解釋變量、數字化轉型Dcg和高技能勞動力Hslabor為解釋變量來構建模型（6），若系數β1不顯著則停止檢驗；若模型（6）中系數β2顯著，則表明存在高技能勞動力的中介效應。

四、實證結果分析

1. 描述性統計

表2報告了變量的描述性統計結果?？梢园l現，勞動力成本的兩個衡量指標Laborcost1和Laborcost2之間數值差異并不大，表明我國企業基于收付實現制和權責發生制衡量的勞動力成本基本一致。企業數字化轉型程度Dcg的最小值為0，最大值為0.472，中位數為0，均值僅為0.035，說明一半以上樣本企業的數字化轉型水平為0，我國上市公司的數字化轉型程度整體上處于較低水平。公司規模Size的標準差達到1.272，說明我國上市公司之間的資產規模差異較大。資產負債率Lev的均值為0.424，中位數為0.417，均處于正常范圍內。產權性質Soe的均值為0.369，表明樣本公司大多為非國有企業。

2. 基準回歸分析

表3報告了企業數字化轉型與勞動力成本的基準回歸結果。列（1）和列（2）是未加入控制變量的回歸結果，列（3）和列（4）是加入控制變量后的回歸結果?？梢钥吹?，不管是否加入控制變量，數字化轉型程度二次項Dcg2的系數都在1%的水平上顯著為負，說明企業數字化轉型與勞動力成本之間呈倒“U”型曲線關系。在數字化轉型初期，企業為了適應數字化轉型帶來的業務變革和人才需求層次變化，需要付出更多的勞動力成本來度過轉型“陣痛期”，企業勞動力成本隨著數字化轉型程度的提高而提高。而隨著數字化轉型進入成熟期，企業逐漸適應數字化的生產經營模式，先進的數字技術也會對部分勞動力產生替代效應，使得企業的整體勞動力需求規模降低，勞動力成本隨著數字化轉型程度的進一步提高而降低，假設H1得到驗證。

根據表3中列（3）的回歸結果，當被解釋變量為Laborcost1時，計算得到倒“U”型曲線的極值點為0.245（根據二次函數的極值點公式，由表3中列（3）的Dcg和Dcg2的系數計算得到倒“U”型曲線的極值點為-0.121/（-0.247*2）=0.245。），據此將數字化轉型程度處于0到0.245之間的企業歸類為數字化轉型初期子樣本，將數字化轉型程度大于0.245的企業歸類為數字化轉型成熟期子樣本，分樣本回歸結果如表4中列（1）和列（2）所示。當被解釋變量為Laborcost2時，計算得到倒“U”型曲線的極值點為0.241（根據二次函數的極值點公式，由表3中列（4）的Dcg和Dcg2的系數計算得到倒“U”型曲線的極值點為-0.121/（-0.251*2）=0.241。），據此分樣本回歸的結果如表4中列（3）和列（4）所示?？梢钥吹剑诹校?）和列（3）使用數字化轉型初期子樣本的回歸結果中，Dcg的系數都在1%的水平上顯著為正，企業勞動力成本隨著數字化轉型的提高而提高。在列（2）和列（4）使用數字化轉型成熟期子樣本的回歸結果中，Dcg的系數都在1%的水平上顯著為負，企業勞動力成本隨著數字化轉型的提高而降低，表4進一步驗證了數字化轉型與勞動力成本之間的倒“U”型曲線關系。更為重要的是，根據表4中數字化轉型不同時期樣本數的比較可知，當前我國A股上市公司的數字化轉型程度普遍較低，整體上處于數字化轉型的起步階段，這也與已有的調查研究結論一致［34］。

3. 進一步研究

（1）高管股權激勵的調節作用。

使用模型（2）檢驗高管股權激勵對

數字化轉型的勞動力成本效應的調節作用，采用高管持股比例作為高管股權激勵Incentive的衡量指標［35］，回歸結果如表5所示。在列（1）和列（3）所示的數字化轉型初期子樣本回歸結果中，交互項Dcg×Incentive的系數均在1%的水平上顯著為正，但在列（2）和列（4）所示的數字化轉型成熟期子樣本回歸結果中，交互項Dcg×Incentive的系數均不顯著。可見，高管股權激勵對于數字化轉型的勞動力成本效應的調節作用主要發生在轉型初期，此時股權激勵提高了企業高管對數字化轉型的決策積極性，進一步強化了數字化轉型對于企業勞動力成本的提升效應。然而，在數字化轉型成熟期，高管決策對于企業數字化轉型的勞動力成本影響效應相對減弱，此時股權激勵也就難以發揮其調節作用，假設H2得到驗證。

（2）高新技術企業的調節作用。

使用模型（3）檢驗高新技術企業對于數字化轉型的勞動力成本效應的調節作用。定義高新技術企業啞變量Qua，當企業當年度處于高新技術企業認定狀態時取值為1，否則取值為0。表6報告了按照數字化轉型階段分樣本回歸的估計結果，在列（1）和列（3）所示的數字化轉型初期子樣本中，交互項Dcg×Qua的系數均在1%水平上顯著為正；在列（2）和列（4）所示的數字化轉型成熟期子樣本中，交互項Dcg×Qua的系數均不顯著。可見，在數字化轉型初期，高新技術企業具有更強的能力和意愿去推動轉型戰略決策的落地實施，注重高素質勞動力的引進與培養，從而強化了數字化轉型對勞動力成本的提升效應。但在進入數字化轉型成熟期后，不管是否屬于高新技術企業，都能發揮降低勞動力成本的作用，高新技術企業對數字化轉型的勞動力成本影響效應也就不存在調節作用，驗證了假設H3。

（3）高技能勞動力的中介作用。

參照阿西莫格魯（Acemoglu）的研究，采用本科以上學歷員工數占員工總數的比例作為高技能勞動力Hslabor的衡量指標［36］。表7報告了模型（5）和模型（6）的回歸結果，在列（1）和列（4）所示的數字化轉型初期子樣本中，Dcg的系數均在1%水平上顯著為正，表明數字化轉型能顯著提高企業高技能勞動力的比例；列（3）和列（6）的結果顯示，Dcg和Hslabor的系數均在1%水平上顯著為正。而在列（2）和列（5）所示的數字化轉型成熟期子樣本中，Dcg的系數盡管為正數但都不顯著?？梢姡跀底只D型初期，企業需要引進更多的高技能勞動力以適應組織變革和技術變革的需要，從而對企業勞動力成本產生了提升效應。然而，在進入數字化轉型成熟期后，高技能勞動力難以被數字技術所替代，企業的勞動力需求結構較為穩定，此時高技能勞動力的中介作用也就難以發揮，假設H4得到驗證。

（4）行業異質性。

由于不同行業的商業模式、決策機制、戰略規劃等情況往往存在差異，進而影響企業的數字化轉型戰略實施進度和人力資源管理水平。因此，企業數字化轉型的勞動力成本影響效應存在行業異質性。現有研究發現，我國制造業企業的數字化轉型意愿最為強烈，政府政策支持力度也在不斷加大，有較多的高端人才涌向制造業企業，為其數字化轉型提供充足的人力資源儲備。并且，對于部分數字化轉型起步較早且現已進入數字化轉型成熟期的企業而言，工業機器人等大量智能設備的廣泛應用，對低端勞動力產生的替代效應也是其他行業難以比擬的。因此，本文預期數字化轉型與勞動力成本之間的倒“U”型曲線關系在制造業企業樣本中依然存在。此外，對

信息傳輸、軟件和信息技術服務業企業而言，由于其主營業務就是圍繞數字化相關技術展開，企業自身對于數字化轉型的戰略認知和執行力度都比較高，因此也存在數字化轉型與勞動力成本之間的倒“U”型曲線關系。但是，像文體娛樂業等行業本身對數字化轉型的需求并不強烈，整體轉型進度較慢，也就不存在數字化轉型與勞動力成本之間的倒“U”型曲線關系。表8報告了分行業回歸結果。其中，列（1）和列（2）使用制造業子樣本，列（3）和列（4）使用信息傳輸、軟件和信息技術服務業子樣本，它們的數字化轉型程度二次項Dcg2的系數均在1%水平上顯著為負。列（5）和列（6）使用文體娛樂業子樣本，此時數字化轉型程度二次項Dcg2的系數未通過顯著性檢驗?？梢?，由于行業特征差異，企業數字化轉型對勞動力成本的影響效應存在行業異質性。

五、穩健性分析

1. 替換被解釋變量

參照沈永建等學者的研究［32］，以企業職工人均薪酬Lc作為勞動力成本的替代變量，計算公式為“（支付給職工以及為職工支付的現金-高管薪酬總額）/（員工人數-高管人數）”，并進行自然對數處理，回歸結果如表9中列（1）所示。此外，參照宋淑琴和陳澈的做法，使用員工人數并取自然對數，得到Emp作為勞動力成本衡量指標［37］，旨在從人工數量上考察企業勞動力成本，回歸結果如表9中列（2）所示?？梢姡谔鎿Q企業勞動力成本衡量指標后，數字化轉型程度二次項Dcg2的系數均在1%水平上顯著為負，研究結論與表3一致，具有較強的穩健性。

2. 替換解釋變量

由于數字化轉型關鍵詞的選擇對于最終得到的數字化轉型指標有著重要影響，參照趙宸宇等研究中使用的數字化轉型關鍵詞［38］，重新構造數字化轉型程度變量Dcg1進行回歸，結果如表9中列（3）和列（4）所示。此外，由于企業數字化轉型是一個長期的演化過程，考慮到管理層在年報中披露信息與實際行動時間存在滯后，進一步將數字化轉型程度滯后一期得到L.Dcg進行回歸，結果如表9中列（5）和列（6）所示?？梢?，在替換數字化轉型程度衡量指標為Dcg1和L.Dcg后，它們的二次項仍然都在1%的水平上顯著為負，表明企業數字化轉型與勞動力成本之間的倒“U”型曲線關系具有較強的穩健性。

3. 排除企業策略性披露行為的影響

年報中披露的數字化詞匯能在一定程度上反映企業數字化轉型的戰略信息和發展路徑，但同時也可能受到企業策略性披露行為的影響，故意披露與實際數字化轉型程度不匹配的信息。為此，采用如下三種方法排除企業策略性披露行為的影響：①剔除數字化轉型程度為0的公司樣本后重新回歸，結果如表10中列（1）和列（2）所示；②保留深交所信息披露考核結果為優秀或良好的公司樣本進行回歸，結果如表10中列（3）和列（4）所示；③剔除因虛假記載、重大遺漏、披露不實等信息披露問題受到證監會處罰的公司樣本后重新回歸，結果如表10中列（5）和列（6）所示。可見，在排除企業策略性披露行為的影響后，數字化轉型程度二次項Dcg2的系數均顯著為負，本文結論依然穩健。

4. 傾向得分匹配

由于企業是否開展數字化轉型可能具有一定的選擇性，為避免可能存在的樣本選擇偏差問題，嘗試采用傾向得分匹配法（PSM）進行樣本匹配后估計。將樣本企業按是否進行數字化轉型分為兩組，當Dcg取值不等于0時，表明企業已經開展數字化轉型，D_Dcg取值為1，否則視為未開展數字化轉型，取值為0。使用公司規模Size、資產負債率Lev、現金持有Cash、企業是否虧損Loss和產權性質Soe作為協變量，計算樣本企業的傾向得分，并采用1∶1近鄰匹配法進行樣本配對。選取的協變量均通過了平衡性檢驗，使用傾向得分匹配后的樣本進行回歸，結果如表11中列（1）和列（2）所示，Dcg2依然在5%的水平上顯著為負。

5. 外生事件沖擊

我國于2012年11月出臺《關于國家智慧城市試點暫行管理辦法》（資料來源：https：//www.mohurd.gov.cn/gongkai/fdzdgknr/tzgg/201212/20121204_212182.html），揭開智慧城市建設的新篇章。智慧城市建設是指運用云計算、大數據、物聯網等新興信息技術來促進城市規劃、建設、管理和服務，對推動企業數字化轉型具有重要意義。該項試點政策于2012—2014年陸續在部分城市展開，本文進一步構造智慧城市建設Zhcity啞變量，考慮到政策實施效果的滯后性，當樣本所在年度為2014年及以后時為1，否則為0。將Zhcity與數字化轉型的一次項和二次項生成交互項，從而考察在考慮智慧城市建設這一重要外生事件沖擊下，

企業數字化轉型與勞動力成本之間的倒“U”型曲線關系是否仍然存在。由表11中列（3）和列（4）可見，交互項Dcg×Zhcity和Dcg2×Zhcity的系數均不顯著，并且此時Dcg2的系數依然顯著為負，表明我國智慧城市建設政策的出臺并未對數字化轉型與勞動力成本之間的倒“U”型曲線關系產生影響，研究結論具有較強的穩健性。

六、研究結論與啟示

隨著數字技術在國民經濟發展中的作用日益凸顯，數字化轉型這一新型的“實體企業+數字化”模式已經成為我國企業創新驅動發展的重要推動力。當前，我國企業加快數字化轉型已然勢在必行，這將對作為微觀經濟主體的企業產生深遠影響。本文從微觀企業視角，以2010—2020年滬深A股上市公司為研究樣本，采用文本分析法刻畫企業數字化轉型程度，實證檢驗企業數字化轉型對勞動力成本的影響效應。研究結論包括：第一，企業數字化轉型與勞動力成本之間呈顯著的倒“U”型曲線關系。在數字化轉型初期，企業實施數字化轉型戰略會導致勞動力成本增加，該“陣痛期”是企業數字化轉型的必經之路；當數字化轉型程度超過臨界值后，企業進入數字化轉型成熟期，基于數字技術對重復勞動的替代效應，勞動力成本將隨著數字化轉型程度的提高而降低。第二，高管股權激勵和高新技術企業都僅在數字化轉型初期

對于數字化轉型的勞動力成本效應產生調節作用。當企業進入數字化轉型成熟期后，它們的調節效應都將隨之消失。第三，作用機制檢驗表明，在數字化轉型初期，企業數字化轉型對勞動力成本的提升效應通過引進高技能勞動力來實現。第四，企業數字化轉型與勞動力成本之間的倒“U”型曲線關系存在行業異質性，且基本結論經過替換變量衡量方法、排除企業策略性披露行為的影響、傾向得分匹配法以及進一步考慮外生事件沖擊后，依然保持較強的穩健性。

基于上述研究結論，本文得到的政策啟示包括：從企業角度來看，數字化轉型是一個長期的演化過程，企業管理層應具備前瞻性眼光。在企業數字化轉型初期面臨勞動力成本增加問題時，應當結合自身實際情況，制定前瞻性數字化轉型戰略規劃，穩扎穩打推進企業技術和生產管理模式的全面數字化，避免在轉型初期面對轉型陣痛而產生短視傾向。必須看到，企業在進入數字化轉型成熟期后，先進的數字技術和完善的生產管理模式能夠降低勞動力成本，實現企業更高質量的生產經營和長遠發展。從勞動者角度來看，由于企業數字化轉型具有明顯的技能偏向性，低端重復性勞動更容易被數字技術所替代，使得勞動力市場需求逐漸偏向于高技能勞動力。這將給高技能勞動者帶來更多的就業機會。勞動者應努力提高自身受教育程度和勞動素質

，不斷調整并適應企業數字化轉型帶來的就業環境和勞動力需求變革。從政府角度來看，我國各級政府應高度重視對低技能勞動者的勞動技能教育和數字技術培訓，通過政府購買培訓服務等方式提供更多的職業培訓機會，提高低技能勞動者在數字化轉型環境中的職業適應能力，助推企業加快數字化轉型進程。當然，本研究也存在一定的局限性，主要原因在于我國企業數字化轉型整體上處于起步階段，處于數字化轉型成熟期的企業樣本量相對較少，在此成熟期內數字化轉型對勞動力成本可能存在的不利影響難以準確量化，有待未來進一步研究。

參考文獻：

［1］WU L， LOU B， HITT L. Data analytics supports decentralized innovation［J］. Management Science， 2019， 65（10）： 4863-4877.

［2］楊德明， 劉泳文. “互聯網+”為什么加出了業績［J］. 中國工業經濟， 2018（5）： 80-98.

［3］李輝， 梁丹丹. 企業數字化轉型的機制、路徑與對策［J］. 貴州社會科學， 2020（10）： 120-125.

［4］VERHOEF P C， BROEKHUIZEN T， BART Y， et al. Digital transformation： a multidisciplinary reflection and research agenda［J］. Journal of Business Research， 2021， 122： 889-901.

［5］STEPHANY F. One size does not fit all： constructing complementary digital reskilling strategies using online labour market data［J］. Big Data & Society， 2021， 8（1）：1-5

［6］閻世平， 武可棟， 韋莊禹. 數字經濟發展與中國勞動力結構演化［J］. 經濟縱橫， 2020（10）： 96-105.

［7］李帥娜. 數字技術賦能服務業生產率：理論機制與經驗證據［J］. 經濟與管理研究， 2021（10）： 51-67.

［8］DECANIO S J. Robots and humans－complements or substitutes？［J］. Journal of Macroeconomics， 2016， 49： 280-291.

［9］張美莎， 曾鈺桐， 馮濤. 人工智能對就業需求的影響：基于勞動力結構視角［J］. 中國科技論壇， 2021（12）： 125-133.

［10］任颋， 劉欣. 創造還是破壞：企業數字化應用對就業的影響［J］. 南京財經大學學報， 2021（6）： 66-76.

［11］陳夢根， 周元任. 數字化對企業人工成本的影響［J］. 中國人口科學， 2021（4）： 45-60，127.

［12］張遠， 李煥杰. 企業智能化轉型對內部勞動力結構轉換的影響研究［J］. 中國人力資源開發， 2022（1）： 98-118.

［13］劉淑春， 閆津臣， 張思雪， 等. 企業管理數字化變革能提升投入產出效率嗎［J］. 管理世界， 2021（5）： 13， 170-190.

［14］JORGENSON D W， HO M S， STIROH K J. A retrospective look at the U.S. productivity growth resurgence［J］. Journal of Economic Perspectives， 2008， 22（1）： 3-24.

［15］何小鋼， 梁權熙， 王善騮. 信息技術、勞動力結構與企業生產率——破解“信息技術生產率悖論”之謎［J］. 管理世界， 2019（9）： 65-80.

［16］ACEMOGLU D. Technical change， inequality， and the labor market［J］. Journal of Economic Literature， 2002， 40（1）： 7-72.

［17］ACEMOGLU D， AUTOR D， DORN D， et al. Return of the solow paradox？ IT， productivity， and employment in US manufacturing［J］. American Economic Review， 2014， 104（5）： 394-399.

［18］寧光杰， 林子亮. 信息技術應用、企業組織變革與勞動力技能需求變化［J］. 經濟研究， 2014（8）： 79-92.

［19］王永欽， 董雯. 機器人的興起如何影響中國勞動力市場？——來自制造業上市公司的證據［J］. 經濟研究， 2020（10）： 159-175.

［20］RAHMANDAD H， HENDERSON R， REPENNING N P. Making the numbers？ “short termism” and the puzzle of only occasional disaster［J］. Management Science， 2018， 64（3）： 1328-1347.

［21］胡楠， 薛付婧， 王昊楠. 管理者短視主義影響企業長期投資嗎？——基于文本分析和機器學習［J］. 管理世界， 2021（5）： 11，19-21， 139-156.

［22］COLES J L， DANIEL N D， NAVEEN L. Managerial incentives and risk－taking［J］. Journal of Financial Economics， 2006， 79（2）： 431-468.

［23］趙世芳， 江旭， 應千偉， 等. 股權激勵能抑制高管的急功近利傾向嗎——基于企業創新的視角［J］. 南開管理評論， 2020

（6）： 76-87.

［24］張永珅， 李小波， 邢銘強. 企業數字化轉型與審計定價［J］. 審計研究， 2021（3）： 62-71.

［25］CHUSSEAU N， DUMONT M， HELLIER J. Explaining rising inequality： skill－biased technical change and North－South trade［J］. Journal of Economic Surveys， 2008， 22（3）： 409-457.

［26］MARQUIS M H， TREHAN B， TANTIVONG W. The wage premium puzzle and the quality of human capital［J］. International Review of Economics & Finance， 2014， 33： 100-110.

［27］WANG J， HU Y， ZHANG Z. Skill－biased technological change and labor market polarization in China［J］. Economic Modelling， 2021， 100（C）： 105507.

［28］萬倫， 王順強， 陳希， 等. 制造業數字化轉型評價指標體系構建與應用研究［J］. 科技管理研究， 2020（13）： 142-148.

［29］吳非， 胡慧芷， 林慧妍， 等. 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）： 10，130-144.

［30］袁淳， 肖土盛， 耿春曉， 等. 數字化轉型與企業分工：專業化還是縱向一體化［J］. 中國工業經濟， 2021（9）： 137-155.

［31］RHA J S， LEE H H. Research trends in digital transformation in the service sector： a review based on network text analysis［J］. Service Business， 2022， 16（1）： 77-98.

［32］沈永建， 于雙麗， 蔣德權. 空氣質量改善能降低企業勞動力成本嗎？［J］. 管理世界， 2019（6）： 161-178，195-196.

［33］溫忠麟， 張雷， 侯杰泰， 等. 中介效應檢驗程序及其應用［J］. 心理學報， 2004（5）： 614-620.

［34］史宇鵬， 王陽， 張文韜. 我國企業數字化轉型：現狀、問題與展望［J］. 經濟學家， 2021（12）： 90-97.

［35］李百興， 王博， 卿小權. 內部控制質量、股權激勵與審計收費［J］. 審計研究， 2019（1）： 91-99.

［36］ACEMOGLU D. Directed technical change［J］. The Review of Economic Studies， 2002， 69（4）： 781-809.

［37］宋淑琴， 陳澈. 債務重組中債權人關注勞動力成本嗎——基于破產的對比分析［J］. 會計研究， 2021（3）： 166-179.

［38］趙宸宇， 王文春， 李雪松. 數字化轉型如何影響企業全要素生產率［J］. 財貿經濟， 2021（7）： 114-129.

Research on the Labor Cost Impact of Enterprises Digital Transformation

PAN? Xiaozhen， XU? Gengxi

（School of Accounting， Hangzhou Dianzi University， Hangzhou 310018， China）

Abstract： Through digital transformation， traditional enterprises realize the deep integration of digital technology and? real economy， which has become an important path? to realize high－quality economic development in China. Using the sample of

A－share listed companies in Shanghai and Shenzhen

from 2010 to 2020， this paper uses text analysis to describe the

degree of enterprise digital transformation， and empirically test the labor cost? of? digital transformation. The research results show an inverted U－shaped curve relationship between enterprise digital transformation and labor cost. After distinguishing different stages of enterprise digital transformation， the study finds that only in the early stage of digital transformation， executive equity incentives and high－tech enterprises will have a moderating effect on the labor cost impact of digital transformation. Further mechanism analysis shows that the labor cost improvement

effect in the early stage of enterprise digital transformation is mainly realized through the introduction of high－skilled labor. In addition， the impact effect of labor cost? of digital transformation has obvious industry heterogeneity. After a series of robustness tests， such as replacing key variables， excluding corporate strategic disclosure behaviors， using propensity score matching method， and exogenous event shocks， the research conclusions still hold. The policy implications of this study include： Chinese enterprises should formulate forward－looking digital transformation strategic planning， solidly to promote the comprehensive digitalization of enterprise technology and production management mode， and avoid producing short－sighted tendency when? facing the pain of transformation in the early stage.

Workers should strive to improve their labor quality to adapt the changes in? employment environment and labor demand brought about by digital transformation. Governments at all levels should attach importance to labor skill educaton and digital technology training for low－skilled workers to help companies accelerate the process of digital transformation.

Keywords：digital transformation；labor cost； text analysis

［責任編輯 劉愛華］

收稿日期：2022-04-27;修訂日期：2022-09-19

基金項目：國家社會科學基金后期資助項目“中國企業社會責任的空間互動、影響因素與推進機制研究”（21FJYB034）。

作者簡介：潘孝珍，經濟學博士，杭州電子科技大學會計學院副教授；許耿熙，杭州電子科技大學會計學院碩士研究生。