數字技術創新的收入分配效應研究

[摘 要：文章以上市公司數字專利申請數量作為數字技術創新的度量指標，實證檢驗了數字技術創新對勞動收入份額的影響及其作用機理。研究發現：數字技術創新通過產品創新激勵效應和公司治理賦能效應顯著提高了企業勞動收入份額；進一步分析發現，數字技術創新對普通員工、成長期和成熟期企業以及價格加成較低的企業勞動收入份額的影響更為明顯；此外，數字技術創新的影響具有一定的供應鏈溢出效應，核心企業數字技術創新提高了客戶的勞動收入份額，但對供應商的勞動收入份額并沒有顯著影響。研究結論為完善初次收入分配格局和促進共同富裕提供了有益的政策參考。

關鍵詞：數字技術創新；數字專利；勞動收入份額；收入分配；產品創新；公司治理

中圖分類號：F49；F832.51；F275" " 文獻標識碼：A 文章編號：1007-5097（2024）05-0038-10 ]

Income Distribution Effect of Digital Technology Innovation：

From the Perspective of Product Innovation and Corporate Governance

ZHENG Zhiqiang1，HE Jiali2

（1. School of Economics，Shanghai University of Finance and Economics，Shanghai 200433，China；

2. School of Economics and Management，Anhui Agricultural University，Hefei 230036，China）

Abstract：This study conducts an empirical analysis of the effect and mechanism of digital technology innovation（DTI） on labor income share，utilizing the number of digital patent applications submitted by listed firms as an indicator of DTI. The result shows that DTI significantly increases labor income share，driven by promoting product innovation and improving corporate governance. In addition，the impact of DTI on labor income share is more evident among ordinary workers，enterprises in growth and mature stages，and enterprises with lower markup. Moreover，the influence of DTI exhibits a certain spillover effect along supply chain. Specifically，the DTI of core enterprises can boost the labor income share of their downstream customers，but it does not significantly affect the labor income share of their upstream suppliers. This paper offers valuable policy insights for enhancing the primary income distribution pattern and promoting common prosperity.

Key words：digital technology innovation；digital patents；labor income share；income distribution；product innovation；corporate governance

一、引言及文獻綜述

建設數字中國是數字時代推進中國式現代化的重要引擎，也是構筑國家競爭新優勢的有力支撐。2023年2月，中共中央、國務院出臺的《數字中國建設整體布局規劃》明確提出，強化數字中國關鍵能力首先要構筑自立自強的數字技術創新體系。當前，以大數據、人工智能、云計算和區塊鏈等為代表的數字技術創新不僅是傳統企業加快數字化轉型、為自身發展賦能的重要路徑，也是推動經濟高質量發展的關鍵力量（田秀娟和李睿，2022）［1］。目前，關于數字技術創新的相關研究大多聚焦于理論分析與案例研究（Svahn等，2017；劉洋等，2020；曲永義，2022）［2-4］，少數實證方面的研究也僅關注數字技術創新對生產率、企業價值等方面的影響（黃勃等，2023；陶鋒等，2023）［5-6］。隨著數字經濟與實體經濟的深度融合，數字技術創新已經成為技術創新領域中創新要素最為聚集且輻射范圍最廣的部分，也被認為是在數字經濟時代影響收入分配格局的重要因素（Svahn等，2017）［2］。然而，目前鮮有文獻對數字技術創新的收入分配效應展開充分、詳實的理論分析與實證檢驗。

勞動收入份額即勞動報酬在初次收入分配中所占的比重。“卡爾多事實”認為，經濟體要素收入占國民收入的比重長期保持穩定（Kaldor，1957）［7］，這一觀點被視為構建經濟增長理論的基本假設。自20世紀80年代全球大部分經濟體勞動收入份額開始顯著下降，但我國勞動收入份額下降時間較晚，且在2008年前后呈震蕩上升趨勢（Karabarbounis和Neiman，2014；施新政等，2019）［8-9］。根據國家統計局網站公布的年度資金流量表可以計算出，2020年我國勞動收入份額約為52.3%，與發達國家相比還較低，甚至低于世界平均水平（劉亞琳等，2022）［10］。因此，如何進一步提高我國勞動收入份額已經成為政府部門和學術界關心的重要問題。

隨著數字經濟的蓬勃發展，數字技術創新在助力企業實現變革的同時，也將深刻影響勞動力市場，重塑收入分配格局。那么，在數字技術創新過程中，社會勞動者能否公平地享受技術紅利，即數字技術創新是否提升了勞動收入份額？如果提升，其作用機理是什么？數字技術創新對勞動收入份額的影響在不同類型的勞動者和不同的企業間是否具有異質性？新形勢下，探究這些問題對改善初次收入分配格局和促進共同富裕具有重要意義。基于此，本文以上市公司數字專利申請數量作為數字技術創新的度量指標，實證檢驗數字技術創新對勞動收入份額的影響及其作用機理。

本文可能的邊際貢獻主要為：①從產品創新和公司治理雙重視角，驗證數字技術創新對勞動收入份額的積極作用，為數字技術與收入分配領域的相關研究提供了有益補充；②進一步從供應鏈溢出視角，檢驗核心企業數字技術創新對其上下游企業勞動收入份額的影響，這不僅拓展了數字技術創新經濟效應的研究邊界，也為充分認識數字技術的外部性特征提供了經驗證據；③發現數字技術創新會對勞動力市場產生積極影響，這對激發勞動者積極性、推動勞動力市場結構轉型具有重要意義；④發現數字技術創新對不同類型的勞動者以及不同生命周期和價格加成的企業勞動收入份額的影響存在顯著差異，這不僅為政府制定數字技術創新政策、企業推進數字化創新戰略提供了現實參考，也為改善初次收入分配格局提供了重要的政策啟示。

二、理論分析與研究假說

數字技術創新指運用計算、連接、信息以及通信等數字技術組合圍繞生產過程改進、組織模式和商業模式變革以及新產品開發等多方面開展的技術創新過程（Yoo等，2010；劉洋等，2020）［11，3］，這一數字技術組合主要包括大數據、云計算、人工智能、區塊鏈以及物聯網等（Vial，2019）［12］。數字技術的數據同質性、可重新編程性以及可供性使數字技術創新在發展過程中表現出自成長性和收斂性。自成長性指數字技術創新是動態更新的，可根據需求變化不斷改進，如APP等數字產品可根據用戶的反饋及偏好實時迭代更新（劉洋等，2020）［3］；收斂性指數字技術創新模糊了產品邊界、部門邊界、組織邊界以及產業邊界，從而促進不同主體深度融合（Nambisan等，2017）［13］。數字技術創新的自成長性和收斂性特征使得其相比其他創新，對收入分配領域的變革可能具有更加廣泛和深遠的影響。

首先，產品創新指基于新技術或現有技術的新用途開發新產品或改進現有產品的過程（Katila，2002）［14］，而數字技術創新強調數字技術本身的新變化和新突破（陶鋒等，2023）［6］。因此，從概念上看，數字技術創新與產品創新存在顯著區別，同時，數字技術創新有助于企業實現產品創新。一方面，在數字化時代，消費者能從多個渠道了解和接收產品相關信息，這不僅拓寬了消費者選擇范圍，也提高了消費者在企業研發創新活動中的參與度，從而促使企業快速響應消費者需求和偏好（戚聿東和肖旭，2020）［15］。此外，數字技術創新的自成長性特征能夠使企業根據消費者的反饋修改產品的外觀、結構和功能，即使用數字組件對物理組件進行改造，以實現產品的迭代更新。另一方面，數字技術創新與應用促進了數據要素的跨邊界流動，使得產品邊界、部門邊界、組織邊界以及產業邊界逐漸模糊，從而有利于企業創新技術的溢出（涂心語和嚴曉玲，2022）［16］。同時，技術溢出帶來的知識跨界傳播能夠推動不同企業交流與合作，降低企業產品創新的成本與風險，促進企業實現突破式創新。不同企業可基于數字化協同創新平臺開展關鍵技術的協同攻關與突破。當企業實現產品創新突破時，新產品會取代舊產品，從而幫助企業在市場競爭中獲得更多的壟斷優勢和超額利潤，同時，積累的利潤會給員工分配更多的勞動報酬（Fairris和Jonasson，2008）［17］，因而提高了勞動收入份額。基于上述分析，本文提出假說1。

H1：數字技術創新通過激勵企業產品創新提高勞動收入份額。

其次，在圍繞組織模式和商業模式變革開展的數字技術創新活動中，企業會產生新的治理思想和方法，新的理念逐漸嵌入企業日常經營管理中，從而使公司治理過程更具透明度。數字技術創新的收斂性特征使企業在創新過程中模糊了不同產品和部門間的邊界，促進知識和信息在不同主體間的傳播與共享，從而緩解了公司治理過程中面臨的信息不對稱問題（Goldfarb和Tucker，2019）［18］；數字技術創新與應用使研發、生產、運輸以及管理等活動實現數據化和可視化，企業可根據歷史大數據前瞻性地預警和控制風險，從而提高風險評估與應對能力；數字技術創新的自成長性特征能夠使企業快速適應不斷變化的市場需求和消費者偏好，倒逼企業構建新的會計信息、管理信息和決策支持系統，從而提高決策的科學性。綜上，數字技術創新在內部信息環境、風險評估以及科學決策等方面將數字信息技術與企業內部控制過程相結合，改善了公司治理狀況，使企業決策更加公開透明，員工權益更易得到保障（Pinnuck和Lillis，2007）［19］，因而有利于提高勞動收入份額。基于上述分析，本文提出假說2。

H2：數字技術創新通過改善公司治理提高勞動收入份額。

前文分析認為，數字技術創新有利于提高勞動收入份額，但是，這一影響可能在不同類型的勞動者、不同生命周期和價格加成的企業中存在顯著差異，據此本文設計的主要研究框架如圖1所示。

三、研究設計

（一）數據來源

為避免2006年我國會計準則變化對數據造成的影響，本文選取2007—2021年A股上市公司作為研究樣本，數據來源于國泰安數據庫（CSMAR）和中國研究數據服務平臺（CNRDS），專利文本信息來源于WinGo財經文本數據平臺，并對數據做如下處理：①剔除金融行業樣本；②剔除ST、*ST等非正常上市的樣本；③刪除主要變量數據缺失的樣本；④對連續變量進行上下1%的縮尾處理。

（二）關鍵變量

1. 被解釋變量：勞動收入份額（[LS]）

勞動收入份額即勞動報酬在初次收入分配中所占的比重，本文借鑒方軍雄（2011）［20］的研究，勞動收入份額以企業勞動報酬占企業增加值的比重表示。其中：勞動報酬以支付給職工以及為職工支付的現金度量；企業增加值[=]營業收入[?]營業成本[+]員工支付[+]固定資產折舊。

2. 解釋變量：數字技術創新（[Diginnov]）

本文參考陶鋒等（2023）［6］的研究，首先，根據《國際專利分類與國民經濟行業分類參照關系表（2018）》披露的IPC分類號和國民經濟行業分類對照碼，將上市公司專利按照企業[?]年份[?]行業進行分類統計；其次，根據國家統計局公布的《數字經濟及其核心產業統計分類（2021）》，識別出企業申請的與數字經濟及其核心產業相關的數字技術專利；最后，將識別出的數字技術專利按照企業[?]年份進行加總，構建企業層面的數字技術創新度量指標。具體地，以數字技術專利申請數量加1的自然對數衡量企業數字技術創新水平。

3. 中介變量：產品創新（[Patent]）和公司治理（[Manacost]）

專利是對一種新技術或新用途的系統性和整體性的認定，因此，產品創新最終會體現在專利上，專利也被認為是衡量產品創新的有力指標（You等，2021）［21］。借鑒You等（2021）［21］的研究，本文使用專利申請數量作為產品創新的代理變量，同時，為防止數字技術專利可能對產品創新的衡量造成干擾，本文以企業專利申請總數減去數字技術專利申請數量加1后的自然對數作為產品創新的度量指標。借鑒李壽喜（2007）［22］的研究，以企業管理費用占總資產的比重作為公司治理的代理變量，其數值越低意味著企業內部的組織管理效率越高，公司治理效果越好。

4. 控制變量

借鑒王雄元和黃玉菁（2017）［23］以及杜鵬程等（2021）［24］的研究，本文選取了以下控制變量：企業規模（[Ass]）、上市年齡（[Age]）、資本產出比（[Capout]）、資產負債率（[Lev]）、高管持股比例（[Manage]）、獨立董事占比（[Indep]）、總資產收益率（[Roa]）、股權集中度（[Share]）、股權性質（[Soe]）、行業競爭程度（[HHI]）。

主要變量定義和描述性統計結果見表1所列。

（三）實證模型構建

為檢驗數字技術創新對勞動收入份額的影響，本文構建如下基準回歸模型：

[LSit=βDiginnovit+γControlit+Firmi+" "Yeart+εit] （1）

其中：被解釋變量[LSit]表示企業[i]在[t]期的勞動收入份額；核心解釋變量[Diginnovit]為企業[i]在[t]期的數字技術創新水平；[Control]為控制變量；[Firm]表示企業固定效應，控制不可觀測的企業層面的固有差異；[Year]表示年份固定效應，控制時間變動的外生沖擊；[εit]為誤差項，標準誤聚類到企業層面。

四、實證結果分析

（一）基準回歸結果

表2列示了基準模型的檢驗結果。其中，列（1）為控制企業和年份固定效應后數字技術創新對勞動收入份額影響的檢驗結果，列（2）至列（４）分別為在列（1）的基礎上依次加入多個控制變量后的估計結果，可以看到，[Diginnov]系數始終在1%的水平上顯著為正，說明數字技術創新和勞動收入份額具有正相關關系。從經濟意義看，以列（4）結果為例，結合表1的描述性統計結果，企業數字技術創新水平每提升1個單位，會使勞動收入份額提升0.004，比樣本期間勞動收入份額的均值提升了1.4%（（0.004/0.279 3）×100%）。因此，無論是在統計意義還是經濟意義上，數字技術創新均有助于提高勞動收入份額。

（二）穩健性檢驗

1. 工具變量法

上述基準模型的回歸結果可能存在內生性問題，一方面，根據理論分析，數字技術創新可能通過產品創新激勵效應和公司治理賦能效應提高勞動收入份額；另一方面，勞動收入份額較高的企業勞動力受教育水平和勞動技能可能相對較高，其經營收益也可能較好，而人力資本儲備和利潤是企業開展數字技術創新活動的重要基礎，因此，勞動收入份額較高的企業可能更愿意進行數字技術創新，從而導致數字技術創新和勞動收入份額之間存在雙向因果關系。本文使用工具變量法緩解上述可能存在的內生性問題。借鑒張勛等（2023）［25］的研究，選取以經緯度計算的各城市到杭州的球面距離作為工具變量。首先，誕生于杭州的阿里云是全球領先的云計算科技公司，而云服務增加了企業訪問信息和通信技術資源的可得性，是企業開展數字技術創新的基礎設施（El-Haddadeh，2020）［26］。其次，《2023年杭州市國民經濟和社會發展統計公報》顯示，2023年杭州市數字經濟核心產業增加值5 675億元，比上年增長8.5%，占GDP的比重為28.3%，可見，杭州是全國數字經濟發展的“領跑者”。數字經濟具有顯著的空間溢出效應，能夠輻射和帶動周邊城市數字技術的發展，可以預期，一城市距離杭州越近，其數字技術創新水平可能越高，因此，各城市到杭州的球面距離與本文的解釋變量具有較好的相關性。最后，勞動收入份額變動是企業內外部因素綜合影響的結果，而地理距離是自然形成的，并不直接影響樣本期間企業勞動收入份額，因而滿足工具變量的外生性要求。地理距離為截面數據，不具有時間變化趨勢，因此，本文使用地理距離與行業內其他企業數字技術創新均值的交互項（Ⅳ）作為工具變量，并使用兩階段最小二乘法進行估計。表3列（1）為工具變量第一階段的回歸結果，可以看出，Ⅳ的估計系數在1%的水平上顯著為正，說明本文選取的工具變量與數字技術創新具有較好的相關性；表3列（2）為第二階段的回歸結果，可以看出，[Diginnov]系數和K[?]P rk LM統計量在1%的水平上均顯著為正，K[?]P rk Wald F統計量的值為569.278，同時拒絕了不可識別檢驗和弱工具變量檢驗的原假設，說明在使用各城市到杭州的地理距離作為工具變量解決內生性問題后，本文的基準回歸結果依然成立。

2. 傾向得分匹配[?]雙重差分法

數字技術創新程度不同的企業存在顯著的特征差異，這些差異很可能對勞動收入份額產生影響，從而導致樣本存在選擇性偏差問題，影響基準回歸結果的可靠性。本文根據企業數字技術創新規模構建數字技術創新的峰值事件，并利用多期雙重差分模型進行因果檢驗，具體過程如下：首先，按年份對解釋變量進行排序，并構建數字技術創新的啞變量[（Treat）]，若企業數字技術專利申請數量排名首次進入前10%的當年及以后各年，[Treat]賦值為1，即為實驗組，其他年份賦值為0，即為控制組。其次，為了盡可能保證實驗組和控制組在未受到沖擊前具有相同的變化趨勢，本文使用傾向得分匹配（PSM）方法篩選控制組樣本。具體地，以企業規模（[Ass]）、上市年齡（[Age]）、資產負債率（[Lev]）和總資產收益率（[Roa]）四個變量為協變量，使用1∶2的近鄰匹配法為實驗組選取具有共同支撐的控制組樣本。匹配平衡性檢驗結果顯示，各變量均值在實驗組和控制組中并沒有顯著差異，即支持使用PSM方法。最后，使用多時點雙重差分法進行檢驗，結果見表3列（3）。可以看出，[Treat]系數顯著為正，表明數字技術創新顯著提高了企業勞動收入份額，與基準回歸結果一致。

3. 替換被解釋變量

為避免被解釋變量測量誤差可能導致的偽回歸問題，本文替換基準模型的被解釋變量重新進行回歸。首先，對勞動收入份額進行對數化處理（ln［LS/（1[?]LS）］），使其更加符合正態分布，回歸結果見表3列（4）；其次，參考王雄元和黃玉菁（2017）［23］的做法，以支付給職工以及為職工支付的現金占營業總收入的比重（[LS1]）度量勞動收入份額，并重新回歸，結果見表3列（5）。上述回歸結果顯示，[Diginnov]系數均顯著為正，進一步驗證了數字技術創新對勞動收入份額具有正向影響。

4. 變更樣本范圍

首先，本文以2007—2021年A股上市公司為研究樣本，在此期間的重大宏觀事件，如2008年的金融危機、2015年的股災以及2020年的新冠疫情，可能會對企業數字技術創新和勞動收入份額產生外生沖擊，造成估計結果偏差，因此，本文刪除這三年的樣本并重新回歸，檢驗結果見表4列（1）；其次，鑒于直轄市在政治和經濟上具有較大的自主權，直轄市的企業在融資、稅收和政策支持等方面與其他地區的企業存在顯著差異，因此，本文剔除直轄市的樣本并重新回歸，檢驗結果見表4列（2）；再次，本文刪除數字技術創新取值為0的樣本并重新回歸，估計結果見表4列（3）；最后，信息化程度較高的行業數字技術創新程度也較高，將其納入回歸可能會導致樣本選擇性偏差問題，因此，本文剔除信息傳輸、軟件和信息技術服務業的樣本并重新回歸，檢驗結果見表4列（4）。上述回歸結果顯示，[Diginnov]系數始終顯著為正，表明在變更樣本范圍后數字技術創新對勞動收入份額仍具有正向影響，再次驗證了基準回歸結果的穩健性。

五、影響機制檢驗

前文實證結果表明，數字技術創新對企業勞動收入份額具有正向影響，并且該結論在經過一系列穩健性檢驗后依然成立，結合理論分析，本文對其影響機制進行檢驗。為進一步識別和驗證數字技術創新在提高勞動收入份額過程中的潛在影響機制，本文借鑒唐浩丹等（2022）［27］的研究，構建如下模型：

其中：[M]為中介變量；式（2）為數字技術創新對勞動收入份額影響的總效應，式（3）為數字技術創新對中介變量影響的估計式，式（4）為在式（2）的基礎上加入所有中介變量后的模型，其不同于傳統中介效應模型將每條影響機制單獨檢驗的做法，可以避免因不同影響機制間的相互作用而帶來的估計偏差。

（一）產品創新激勵效應檢驗

表5報告了影響機制檢驗的估計結果。其中，列（1）為數字技術創新對勞動收入份額影響的總效應，列（2）為數字技術創新對產品創新（[Patent]）影響的估計結果，可以看出，[Diginnov]系數均顯著為正，說明數字技術創新促進了企業產品創新。表5列（4）為在列（1）的基礎上加入所有中介變量后的檢驗結果，可以看出，[Patent]系數顯著為正，說明產品創新會提高企業勞動收入份額，[Diginnov]系數仍顯著為正，表明數字技術創新可通過激勵產品創新提高勞動收入份額，由此，驗證了H1。

（二）公司治理賦能效應檢驗

表5列（3）為數字技術創新對公司治理（[Manacost]）影響的估計結果，可以看出，[Diginnov]系數顯著為負，說明數字技術創新降低了企業管理費用率，從而改善了公司治理狀況。表5列（4）的估計結果顯示，[Manacost]系數顯著為負，說明公司治理的改善會提高企業勞動收入份額，[ Diginnov]系數顯著為正，表明數字技術創新可通過改善公司治理提高勞動收入份額，由此驗證了H2。

六、進一步分析

（一）異質性分析

1. 勞動者異質性

管理者和普通員工在數字技術創新過程中承擔的工作任務以及面臨的激勵并不相同，因此，本文進一步檢驗數字技術創新對勞動收入份額的影響對不同類型的勞動者是否具有異質性。表6列（1）和列（2）分別報告了數字技術創新對高管和普通員工收入份額的影響。其中，高管收入份額（[ES]）以高管薪酬總額占企業增加值的比重表示，普通員工收入份額（[GS]）以支付給職工以及為職工支付的現金與高管薪酬總額的差值占企業增加值的比重表示。回歸結果顯示，數字技術創新主要提高了普通員工的收入份額，而對高管收入份額并沒有影響。可能的原因為：一方面，在數字技術創新過程中，企業需要招聘較多的人工智能、區塊鏈、云計算和大數據等方面的高素質技術人員，這些技術人員通常歸類為普通員工，因而，數字技術創新主要提高了普通員工的收入份額；另一方面，數字技術創新削弱了管理層的信息壟斷優勢，促使管理層向下賦權，提高了普通員工的自主權（劉政等，2020）［28］，這有利于普通員工收入份額的提高。

2. 生命周期異質性

生命周期理論指出，企業是一個具有生命特征的組織，在其發展過程中會經歷不同的階段，存在類似于生物體從出生到死亡的生命周期。在不同的生命周期階段，企業的規模、組織管理、投融資策略和創新能力等存在明顯差異，因此，數字技術創新對勞動收入份額的作用效果可能受企業不同生命周期的異質性影響。借鑒劉詩源等（2020）［29］的研究，根據企業經營、投資和籌資活動現金流凈量的正負組合，本文將樣本劃分為成長期企業、成熟期企業和衰退期企業進行分組回歸，結果見表6列（3）至列（5）。可以看出，[Diginnov]系數在成長期和成熟期樣本中顯著為正，而在衰退期樣本中并不顯著，說明數字技術創新主要提高了成長期和成熟期企業的勞動收入份額。原因為，相較于成長期和成熟期企業，衰退期企業容易滿足現狀，組織結構比較僵化，缺乏創新變革的動力，因此，承擔風險的意愿相對較低；而成長期和成熟期企業管理相對靈活，接受新事物以及從事高風險投資活動的意愿更強（Huergo，2006）［30］，因而更愿意進行數字技術創新，這有利于提高其勞動收入份額。

3. 價格加成異質性

已有研究發現，勞資談判力量是影響勞動收入份額的重要因素，企業的勞資談判力量越小，資本對勞動的替代就越多（魏下海等，2013）［31］。市場勢力的提升會削弱員工的勞資談判力量，不利于勞動收入份額的提高（De Loecker等，2020）［32］。因此，市場勢力可能會影響數字技術創新對勞動收入份額的作用效果。價格加成是企業市場勢力的直接測度指標，本文借鑒De Loecker和Warzynski（2012）［33］的生產函數方法計算企業價格加成，并根據其數值是否大于樣本期間的均值將樣本劃分為價格加成較高的組別和價格加成較低的組別。表6列（6）和列（7）報告了價格加成異質性回歸結果，可以看出，[Diginnov]系數在價格加成較高的樣本中不顯著，而在價格加成較低的樣本中顯著為正，說明數字技術創新主要提高了價格加成較低企業的勞動收入份額。其原因在于，較高的價格加成會削弱勞資談判力量，從而抑制數字技術創新對勞動收入份額的正向影響。

（二）數字技術創新的供應鏈溢出效應

作為一種通用技術，數字技術縮短了供應鏈上企業間的交流“距離”，也模糊了供應鏈上企業間的邊界（劉洋等，2020）［3］，從而加速了知識和技術以及數據要素在供應鏈上的傳播，強化了上下游企業間的供應鏈關聯。隨著供應鏈上企業間關聯性的增強，企業開展數字技術創新活動不僅對企業內部產生影響，還會沿著供應鏈對上下游其他市場主體產生外溢影響。本文從供應鏈視角出發，分析核心企業數字技術創新對其供應商和客戶勞動收入份額的溢出效應，即以核心企業為中心按照“供應商←核心企業→客戶”的技術路線展開理論分析。

一方面，數字時代供應鏈的需求導向特征日益強化，使得下游企業數字技術創新通過供應鏈關聯對供應商形成后向溢出效應（Verhoef等，2021）［34］。具體而言，相較于供應商，核心企業更接近終端市場，其對終端市場需求和消費者偏好的變化更加敏銳，具有更加突出的市場信息優勢。因此，當核心企業根據外部市場需求變化開展數字技術創新活動時，其創新經驗與知識構成了沿供應鏈擴散的創新源，會強化對供應商的創新反饋效應。而核心企業的創新反饋會促使供應商做出適應性應對（李云鶴等，2022）［35］，激勵供應商對核心企業的行為進行模仿和學習，可能會帶動供應商進行數字技術創新，有利于提高供應商的勞動收入份額。另一方面，核心企業作為客戶的供應商，其開展數字技術創新活動所形成的知識和技術信息會隨著產品流入客戶，從而形成知識溢出效應和“干中學”效應（Lee和Yang，2000）［36］，這會增加客戶開展數字技術創新所需要的外部資源，有利于客戶勞動收入份額的提高。

表7列（1）和列（2）為核心企業數字技術創新對供應商勞動收入份額（[LS_s]）和客戶勞動收入份額（[LS_c]）影響的估計結果，可以看出，在供應商勞動收入份額作為被解釋變量時，[Diginnov]系數不顯著，而在客戶勞動收入份額作為被解釋變量時，[Diginnov]系數顯著為正，說明核心企業數字技術創新對供應商的勞動收入份額沒有顯著影響，卻顯著提高了客戶的勞動收入份額。前者不顯著的原因可能在于，要素和中間產品沿著供應鏈從上游向下游流動，供應商并不能對核心企業的創新行為做出適應性應對，因而核心企業的數字技術創新無法對供應商產生顯著影響，也就無法影響其勞動收入份額。

七、研究結論與政策啟示

本文以2007—2021年A股上市公司為研究樣本，使用數字專利申請數量作為數字技術創新的度量指標，探究了企業數字技術創新對勞動收入份額的影響及其作用機理，主要得出以下研究結論：①數字技術創新顯著提高了勞動收入份額，該結論在經過工具變量法、傾向得分匹配-雙重差分法、替換被解釋變量以及變更樣本范圍等一系列穩健性檢驗后依然成立；②促進產品創新和改善公司治理是數字技術創新提高勞動收入份額的兩個主要渠道；③數字技術創新對普通員工、成長期和成熟期企業以及價格加成較低的企業勞動收入份額的影響更加明顯；④數字技術創新具有供應鏈溢出效應，具體來說，核心企業數字技術創新提高了客戶的勞動收入份額，但并不顯著影響供應商的勞動收入份額。

根據研究結論，本文提出以下政策建議：

第一，鑒于數字技術創新的高不確定性和快速迭代性，政府應從政策制定和服務供給方面給予充分支持。一方面，可成立數字創新引導基金，用于支持企業數字技術研發和創新項目；另一方面，應加強以通信網絡為基礎、以數據算力為核心的數字基礎設施和數字技術公共服務體系建設，降低企業為開展數字技術創新活動投入的基礎設施成本。此外，數字技術創新對勞動收入份額的影響存在顯著的異質性，因此，政府在引導和鼓勵企業數字創新時應注重分類指導和精準施策。例如，成長期企業的數字技術創新提高了其勞動收入份額，但是在當前的市場環境下，成長期企業可能面臨較強的融資約束，這會顯著抑制其開展數字技術創新的動力，需要政府出臺政策對該類企業重點扶持。

第二，企業應充分把握數字經濟發展帶來的機遇，加強數字創新戰略規劃。一方面，可成立數字創新部門，從頂層設計推進數字技術創新，同時加強跨部門和跨企業的協同合作，以降低創新成本和風險；另一方面，企業在開展數字技術創新活動時應注重需求導向，尤其應加強大數據、人工智能、云計算和區塊鏈等數字技術組合在新產品開發、生產過程改進、組織模式和商業模式變革等創新過程中的深度融合，從而為自身發展賦能。此外，企業應深化與大學和科研院所合作，協同培養專用型和應用型數字創新人才，從而實現以數字人才優勢構筑競爭優勢。

第三，在數字時代，數字技術的不斷創新與應用對勞動者的技能提出了更高的要求。一方面，勞動者應主動適應數字技術創新與應用帶來的變革，不斷強化自身的數字技能與數字素養，更好地適應數字化時代的要求；另一方面，政府應加大職業教育方面的投入，注重數字領域的技能型人才培養，并通過財政政策和稅收政策積極引導企業開展技能培訓，從而為提高勞動收入份額創造有利條件。

參考文獻：

［1］田秀娟，李睿.數字技術賦能實體經濟轉型發展——基于熊彼特內生增長理論的分析框架［J］.管理世界，2022，38（5）：56-74.

［2］SVAHN F，MATHIASSEN L，LINDGREN R.Embracing Digital Innovation in Incumbent Firms［J］. MIS Quarterly，2017，41（1）：239-254.

［3］劉洋，董久鈺，魏江.數字創新管理：理論框架與未來研究［J］.管理世界，2020，36（7）：198-217，219.

［4］曲永義.數字創新的組織基礎與中國異質性［J］.管理世界，2022，38（10）：158-174.

［5］黃勃，李海彤，劉俊岐，等.數字技術創新與中國企業高質量發展——來自企業數字專利的證據［J］.經濟研究，2023，58（3）：97-115.

［6］陶鋒，朱盼，邱楚芝，等.數字技術創新對企業市場價值的影響研究［J］.數量經濟技術經濟研究，2023，40（5）：68-91.

［7］KALDOR N. A Model of Economic Growth［J］. The Economic Journal，1957，67：591-624.

［8］KARABARBOUNIS L，NEIMAN B. The Global Decline of the Labor Share［J］. The Quarterly Journal of Economics，2014，129（1）：61-103.

［9］施新政，高文靜，陸瑤，等.資本市場配置效率與勞動收入份額——來自股權分置改革的證據［J］.經濟研究，2019，54（12）：21-37.

［10］劉亞琳，申廣軍，姚洋.我國勞動收入份額：新變化與再考察［J］.經濟學（季刊），2022，22（5）：1467-1488.

［11］YOO Y，HENFRIDSSON O，LYYTINEN K. The New Organizing Logic of Digital Innovation：An Agenda for Information Systems Research［J］. Information Systems Research，2010，21（4）：724-735.

［12］VIAL G.Understanding Digital Transformation：A Review and a Research Agenda［J］. The Journal of Strategic Information Systems，2019，28（2）：118-144.

［13］NAMBISAN S，LYYTINEN K，MAJCHRZAK A，et al. Digital Innovation Management［J］. MIS Quarterly，2017，41（1）：223-238.

［14］KATILA R. New Product Search over Time：Past Ideas in Their Prime？［J］. Academy of Management Journal，2002，45（5）：995-1010.

［15］戚聿東，肖旭.數字經濟時代的企業管理變革［J］.管理世界，2020，36（6）：135-152，250.

［16］涂心語，嚴曉玲.數字化轉型、知識溢出與企業全要素生產率——來自制造業上市公司的經驗證據［J］.產業經濟研究，2022（2）：43-56.

［17］FAIRRIS D，JONASSON E. What Accounts for Intra-industry Wage Differentials？Results from a Survey of Establishments［J］. Journal of Economic Issues，2008，42（1）：97-114.

［18］GOLDFARB A，TUCKER C. Digital Economics［J］. Journal of Economic Literature，2019，57（1）：3-43.

［19］PINNUCK M，LILLIS A M. Profits Versus Losses：Does Reporting an Accounting Loss Act as a Heuristic Trigger to Exercise the Abandonment Option and Divest Employees？［J］. The Accounting Review，2007，82（4）：1031-1053.

［20］方軍雄.勞動收入比重，真的一致下降嗎？——來自中國上市公司的發現［J］.管理世界，2011（7）：31-41.

［21］YOU S，ZHOU K Z，JIA L. How does Human Capital Foster Product Innovation？The Contingent Roles of Industry Cluster Features［J］. Journal of Business Research，2021，130：335-347.

［22］李壽喜.產權、代理成本和代理效率［J］.經濟研究，2007（1）：102-113.

［23］王雄元，黃玉菁.外商直接投資與上市公司職工勞動收入份額：趁火打劫抑或錦上添花［J］.中國工業經濟，2017（4）：135-154.

［24］杜鵬程，王姝勛，徐舒.稅收征管、企業避稅與勞動收入份額——來自所得稅征管范圍改革的證據［J］.管理世界，2021，37（7）：105-118.

［25］張勛，楊紫，譚瑩.數字經濟、家庭分工與性別平等［J］.經濟學（季刊），2023，23（1）：125-141.

［26］EL-HADDADEH R. Digital Innovation Dynamics Influence on Organisational Adoption：The Case of Cloud Computing Services［J］. Information Systems Frontiers，2020，22（4）：985-999.

［27］唐浩丹，方森輝，蔣殿春.數字化轉型的市場績效：數字并購能提升制造業企業市場勢力嗎？［J］.數量經濟技術經濟研究，2022，39（12）：90-110.

［28］劉政，姚雨秀，張國勝，等.企業數字化、專用知識與組織授權［J］.中國工業經濟，2020（9）：156-174.

［29］劉詩源，林志帆，冷志鵬.稅收激勵提高企業創新水平了嗎？——基于企業生命周期理論的檢驗［J］.經濟研究，2020，55（6）：105-121.

［30］HUERGO E. The Role of Technological Management as a Source of Innovation：Evidence from Spanish Manufacturing Firms［J］. Research Policy，2006，35（9）：1377-1388.

［31］魏下海，董志強，黃玖立.工會是否改善勞動收入份額？——理論分析與來自中國民營企業的經驗證據［J］.經濟研究，2013，48（8）：16-28.

［32］DE LOECKER J，EECKHOUT J，UNGER G. The Rise of Market Power and the Macroeconomic Implications［J］. The Quarterly Journal of Economics，2020，135（2）：561-644.

［33］DE LOECKER J，WARZYNSKI F. Markups and Firm-level Export Status［J］. American Economic Review，2012，102（6）：2437-2471.

［34］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.

［35］李云鶴，藍齊芳，吳文鋒.客戶公司數字化轉型的供應鏈擴散機制研究［J］.中國工業經濟，2022（12）：146-165.

［36］LEE C C，YANG J. Knowledge Value Chain［J］. Journal of Management Development，2000，19（9）：783-794.

［責任編輯：夏同梅］

收稿日期：2023?09?18

基金項目：國家社會科學基金重大項目“開放經濟安全監測預警和綜合評估研究”（21＆ZD086）

作者簡介：鄭志強（1995—），男，安徽亳州人，博士研究生，研究方向：數字經濟，產業經濟；

何佳俐（1996—），女，江西九江人，講師，博士，研究方向：數字經濟，行為經濟。