企业数字化转型、人力资本升级与高质量就业.pdf

第 39 卷摇 第 3 期2024 年 5 月北京工商大学学报(社会科学版)JOURNAL OF BEIJING TECHNOLOGY AND BUSINESS UNIVERSITY(SOCIAL SCIENCES)Vol.39 No.3May 2024doi:10.12085/j.issn.1009鄄6116.2024.03.004引用格式:李旭超,张文怡,赵婧.企业数字化转型、人力资本升级与高质量就业J.北京工商大学学报(社会科学版),2024,39(3):40-52.LI Xuchao,ZHANG Wenyi,ZHAO Jing.Enterprise digital transformation,upgrading of human capital,and high鄄quality employmentJ.Journal of Beijing Technology and Business University(Social Sciences),2024,39(3):40-52.企业数字化转型、人力资本升级与高质量就业李旭超,摇 张文怡,摇 赵摇 婧(武汉大学 经济与管理学院,湖北 武汉 430072)摇 摇 摘摇 要:数字化转型在改善企业经营模式、加快产业结构转型的同时,也对企业人力资本结构以及实现高质量充分就业产生了显著影响。利用 20102020 年中国 A 股上市公司数据,实证分析了企业数字化转型对人力资本升级以及高质量就业的影响。研究发现,企业数字化转型显著促进了人力资本升级。机制检验表明,企业数字化转型通过提高研发投入和扩张经营规模促进人力资本升级。异质性分析表明,企业数字化转型仅对非国有企业、制造业企业和小规模企业的人力资本升级具有促进作用。进一步讨论发现:企业数字化转型同时扩大了对高、低学历层次劳动力的需求,表明数字技术对低学历劳动力就业的替代效应并不显著;企业数字化转型带来了劳动力工作效率和就业质量的提高,推动了企业层面高质量就业的实现。因此,数字经济时代,企业要把握数字化转型机遇,注重对内部组织架构的数字化改造,提升对高技能劳动力的吸纳能力,推动人力资本升级,实现高质量就业,助力经济高质量发展。关键词:数字化转型;人力资本升级;学历结构;工作效率;薪酬;高质量就业中图分类号:F719;F49;F249郾 2摇 摇 摇 文献标志码:A摇 摇 摇 文章编号:1009鄄鄄6116(2024)03鄄鄄0040鄄鄄13收稿日期:2023鄄鄄07鄄鄄10基金项目:国家自然科学基金项目“数字经济与服务业融合发展破解鲍莫尔病:基于服务业微观数据的研究冶(72273097)。作者简介:李旭超(1989),男,河南平顶山人,武汉大学经济与管理学院副教授,博士,研究方向为资源配置、创新创业;张文怡(2001),女,河南洛阳人,武汉大学经济与管理学院硕士研究生,研究方向为数字经济、企业创新;赵摇 婧(1997),女,河南郑州人,武汉大学经济与管理学院博士研究生,研究方向为数字经济、企业创新;本文通信作者。一、问题的提出就业是最基本的民生。党的二十大报告强调,强化就业优先政策,健全就业促进机制,促进高质量充分就业。高质量充分就业内涵丰富,既要激发市场活力、扩大就业规模,也要完善技能培训、破解结构矛盾。企业作为重要的市场主体,是就业的“蓄水池冶,是提供就业岗位和优化就业质量的重要力量,在高质量发展阶段承担着“稳就业冶的社会重任。破解就业难题,关键是发展经济,释放企业活力,创造更多的就业岗位,优化劳动力就业结构,缓解就业矛盾。近年来,大数据、云计算等技术迅猛发展,基于数字技术的数字经济通过降低经济成本,带来社会生产力的突破、经济结构的优化,是重塑全球经济结构、影响全球经济竞争格局的关键力量。党中央多次强调发展数字经济,推进数字产业化和产业数字化,推动数字经济和实体经济深度融合。数字技术与传统生产经营模式的深度融合创新是企业脱颖而出的一大利器,数字技术的应用正在重塑企业生产、运营、管理等方方面面,企业数字化转型必然带来生产方式和生产关系的转变,这在劳动与劳动关系上体现为企业人力资本的适应性变革1,从而对企业的就业规模、结构和质量等产生影响。因此,数字化转型为推动企04第 39 卷摇 第 3 期 摇 摇 摇 摇 李旭超,张文怡,赵摇 婧:企业数字化转型、人力资本升级与高质量就业业人力资本升级,推进“人口红利冶向“人力资本红利冶转变,增强劳动力市场韧性,进而推动高质量就业提供了新的机遇。现有多数文献除了主要关注数字经济发展在提升企业全要素生产率和创新绩效等方面发挥的重要作用外2-5,还从省份、行业等层面讨论了数字经济发展对就业规模、就业结构及高质量就业的影响,发现数字经济的发展并不必然缩小就业规模且有助于实现就业向服务业的转变,实现高质量充分就业6-7。有文献构建了地区层面多维度的就业质量评价指标,认为数字经济不仅促进了产业结构升级,也催生了诸多新业态,能够大幅增加就业机会,提高收入水平,推动实现高质量充分就业8-9。从微观企业视角出发,部分文献讨论了数字技术与劳动力市场之间的关系,主要从信息技术投资10、人工智能11、信息基础设施建设12等某一特定技术或相关角度切入,或是讨论企业数字化转型对整体就业规模的影响13。企业是就业的主要源头之一,本文探究企业层面数字化转型升级如何影响企业的人力资本水平,推动高质量就业,为数字经济时代人才政策的制定及企业聚引人才提供了可能的经验证据。本文可能的边际贡献有三点。第一,本文以企业人力资本升级为研究主体,丰富和拓展了企业数字化转型的经济后果和人力资本影响因素的相关研究文献。人力资本升级是经济转向高质量发展的重要抓手。现有文献从微观角度对上市公司数字化转型的研究大多集中于其在企业创新4、全要素生产率2-3、企业绩效5、专业化分工14等方面的经济表现,对企业数字化转型与人力资本升级之间关系的研究缺乏足够关注。本文基于文本分析法,构建了较为全面的企业数字化转型指标,系统地探讨了微观层面数字化转型对企业内部劳动力学历结构的影响,不仅为理解企业数字化转型提供了新研究视角,也丰富了劳动经济学与公司财务交叉领域的文献。第二,本文为企业做大“稳就业冶蛋糕提供了可能的经验证据。本文除了验证了企业数字化转型能够带来人力资本升级,即提高高学历水平劳动力的占比,还发现数字化水平提高对高、低学历劳动力的绝对就业规模均有显著的扩大作用。这表明,企业数字化转型不仅能够实现人力资本升级,优化就业结构,还能够扩大对不同学历水平劳动力的需求,带来就业规模的进一步扩大,这表明数字技术对低学历水平劳动力的替代效应不显著,能够有效发挥企业就业“蓄水池冶的作用,进而促进高质量充分就业的实现。第三,本文为数字经济时代企业劳动力实现高质量就业提供了新视角。现有文献大多从宏观角度对数字经济时代的劳动力高质量就业展开探讨,认为数字经济发展有助于优化就业结构和改善就业环境,增强劳动力的就业能力,为实现更高质量就业提供新契机7。孟祺6认为,数字经济的发展促进了高技术密集型产业就业数量的增加。张顺8研究发现,数字经济发展总体上有助于降低失业率,助力实现更充分更高质量就业。本文在探讨企业人力资本升级的基础上,进一步关注了企业数字化转型对劳动力工作效率和就业质量的影响。具体而言,数字化转型推动了企业内部组织的管理变革,使其办公模式趋于扁平化、网络化15。这不仅缩短了用户与企业之间的距离,也提高了劳动力工作效率,进而提高了劳动力的边际报酬。此外,就企业内部就业环境而言,管理模式的完善也进一步提高了劳动力的就业质量,包含劳动力参与度以及受到企业的关爱程度等方面。二、理论分析与研究假说(一)企业数字化转型与人力资本升级人力资本是企业组织中最重要的资源之一,是增强劳动力市场韧性的重要因素。企业数字化转型进程涉及生产、运营、管理等方方面面,必然会对企业的人力资本水平产生影响。已有文献较多从行业分类或地区角度来研究数字经济时代整体就业结构的变化,如数字经济发展推动了劳动力就业的服务业化7,工业智能化也推动了现代服务业就业份额的增加,促进了行业就业结构的高级化,这些都有助于实现高质量就业16。蔡跃洲、陈楠17的研究表明,受中等教育劳动力所占的份额在不断降低。工业智能化发展可能会促使就业结构呈现“两极化冶的发展趋势,一些地区甚至出现了小学及以下教育程度劳动力被替代的“单极极化冶现象18。从劳动力技能水平或受教育水平角度来看,技术的飞速进步必然对人力资14北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 3 期本的技能提出了新要求。在以数字为主要生产要素的新兴经济模式下,数字技术的人力和物质资本属性更强,会提高对企业劳动力受教育程度的要求。企业数字化转型需要有更多了解并熟悉相关领域专业知识、能够运用数字技术的劳动力,也就是需要更多高学历水平或高技能水平的劳动力。因此,新兴数字技术的发展会对企业人力资本水平提出更高的要求,进而会推动企业人力资本水平的提升。据此,本文提出假说 1。假说 1:企业数字化转型能显著提高高学历劳动力的占比,实现人力资本升级。(二)企业数字化转型、技术互补效应与人力资本升级直观来看,由于资本技能之间存在互补性19,高技能水平的劳动力拥有与先进技术相匹配的适应能力,数字技术往往与高技能水平的劳动力互补匹配,例如,企业购买设备和软件需要雇佣高技能工程师安装调试,产生数字化人才的需求,企业进行自主研发也会提高对研发人员和高级管理人员的需求1。大数据、人工智能等技术与高技能劳动力形成有益的互补,产生就业创造效应,增加企业对高技能劳动力的需求。此外,数字化转型显著降低了企业的生产、运营、组织和交易成本,利润增长空间上升,进一步缓解了融资约束,使企业有更多的资金投入研发创新中4。数字化转型战略的实施使得企业的创新研发活动趋于增加3。同时,大数据等数字技术能够有效缓解企业的信息不对称,促进知识和技术的外溢和流动,推动企业间的协同合作,有利于企业扩大研发投入20。基于资本技能互补性理论,技能劳动力拥有更强的适应先进技术的能力,数字技术带来的资本深化会增加企业对高技能劳动力的需求,创造更多的就业机会21。因此,受教育程度高的劳动力能够更好地适应技术进步,且高技能劳动力与先进的技术之间更容易形成相辅相成的互补关系,使企业的劳动力学历结构向高水平倾斜10。据此,本文提出假说 2。假说 2:企业数字化转型能通过技术互补效应实现人力资本升级。(三)企业数字化转型、规模扩张效应与人力资本升级企业数字化转型并非数字技术在企业内的简单应用,而是数字技术对企业运营、管理、生产、销售等流程的重塑和改造1。在企业内部,基于 ABCD(人工智能、区块链、云计算和大数据)的数字技术应用会通过提高组织内外部知识流动、协助企业调整生产和销售策略等方式实现降本增效21,通过提高生产率带来的经营绩效提升增加企业利润,直接刺激市场需求,促进生产规模的扩张,进而扩大企业对各类技能水平劳动力的需求6。赵宸宇13的研究表明,数字化转型可以扩大企业的业务经营范围,增加其对劳动力的需求。特别是,为了更好地适应企业业务范围的扩大和经营规模的扩张,需要使用大数据、云计算等数字技术对产品定位和市场反馈等进行及时、准确地分析,进而更迅速、更有效地调整生产和销售策略,进一步扩大经营规模,形成良性循环。因此,新兴经济模式也会催生与数据挖掘、数据分析等相关的高技能劳动力岗位21。据此,本文提出假说 3。假说 3:企业数字化转型能通过规模扩张效应实现人力资本升级。三、研究设计(一)数据来源本文使用的微观企业数据来自国泰安数据库。初始数据选取 20102020 年中国 A 股上市公司,该数据包含上市公司的证券代码、公司简称、公司成立日期、公司属性、企业劳动力总数、劳动力学历结构等基本信息,以及公司资产总计、净利润、现金流量增加额等财务信息。为了构建企业数字化转型评价指标,本文引用吴非等22的年报数字化词频测度方式,依照人工智能技术、区块链技术、数字技术应用等方面的特征词,匹配统计上市公司年报中的相应词频衡量企业数字化转型。本文有关企业社会责任中的劳动力责任评级数据均来自和讯网上市公司社会责任报告。本文通过将证券代码、公司名称等信息与企业的基本信息数据、财务数据、人员结构数据进行匹配,形成初始样本的非平衡面板数据,并进行以下几方面的处理:剔除 ST 和*ST 企业的样本;剔除存续时间低于五年和相关指标变量数据缺失的样本;为防止极端值干扰,对连续变量进行了 1%和 99%分 位 点 的 缩 尾 处 理。最 终 样 本 涵 盖24第 39 卷摇 第 3 期 摇 摇 摇 摇 李旭超,张文怡,赵摇 婧:企业数字化转型、人力资本升级与高质量就业18 378 个观测值。(二)变量定义1郾 被解释变量本文的被解释变量为人力资本升级(High)。参考已有文献,本文根据受教育程度划分人力资本水平18-19。具体而言,参照上市公司人员结构表对企业劳动力的学历水平进行划分,大学本科及以上学历代表高学历的劳动力分组,本科以下学历包括专科、高中等,代表低学历的劳动力分组。进一步计算高学历分组劳动力在总劳动力数量中的占比,得到高学历劳动力占比,以高学历劳动力占比衡量人力资本升级。2郾 解释变量本文的解释变量为企业数字化转型(Dig)。部分文献从定性的角度展开分析,即依据是否展开企业数字化转型构建虚拟变量进行测度5。针对微观企业数字化转型的定量分析,已有文献23-24选择 ICT 资本、信息设备和信息投资等作为数字化转型的代理变量。信息技术和互联网使用在某种程度上体现了企业发展数字技术的可能性,但与企业数字化转型仍存在差异。企业数字化转型指的是运用数字技术改造传统生产经营和管理模式向网络化、智能化、自动化发展的破坏性变革进程25,其中涉及大数据、云计算等多方面的技术应用。因此,过去文献中使用的代理指标较为片面。为了更全面地测量企业数字化转型,本文借鉴吴非等22的做法,将“企业数字化转型冶划分为“底层技术运用冶 和“技术实践应用冶两个层面,提取企业年报中这两个层面的特征词进行衡量。其中:底层技术运用包括人工智能技术、区块链技术、大数据技术、云计算技术四个方面,涵盖了数字货币、智能机器人、语义搜索等特征词;技术实践应用则包括电子商务、移动支付、B2B、智能医疗、智能客服等特征词。最终将各个角度的词频数相加,得到总词频,再加 1 进行对数化处理。词频数量能够全面、科学地对企业是否进行数字化转型以及转型程度进行衡量。3郾 中介变量(1)研发投入(Lnkfzc)。从技术互补效应的角度看,企业数字化转型能够促进创新活动的增加,进而增加对高受教育程度劳动力的需求,推动企业人力资本升级。数字技术应用促进企业增加更多的研发创新投入,与此同时,催生对高技能劳动力的需求。这更多反映的是企业对研发等创新活动投入的增加,且研发过程需要更多的高技能劳动力参与,因此,本文选取企业开发支出的自然对数作为研发投入的度量指标,以检验技术互补效应。(2)经营规模(Lnyysr)。数字化转型实现了降本增效,为企业创造了更大的利润空间,促进了企业经营规模和市场需求的逐步扩大。这能够为高技能劳动力创造更多的工作岗位,特别是数字技术本身也催生了许多新业务、新业态,如与数据挖掘、数据分析等相关的高技能岗位16。因此,本文参考叶永卫等21的做法,用企业营业收入的自然对数值来衡量经营规模。4郾 控制变量参考已有文献19,本文加入了一系列企业层面的控制变量,涵盖财务指标和治理指标两大类。具体包括:资产负债率(Lev),用负债总计与资产总计的比值来衡量;净资产收益率(Roe),用净利润与所有者权益的比值来衡量;现金流(Cash),用现金增加净额与固定资产净额的比值来衡量;盈利能力(Profit),用营业利润与营业总收入的比值来衡量;企业年龄(Age),用当前年份与企业成立年份差值加 1 取对数来衡量;企业规模(Size),用固定资产净额的自然对数值来衡量;两职合一(Dual),为虚拟变量,若企业的董事长和总经理为同一人,则取值为 1,否则为 0;前十大股东持股比例(Share),用上市公司前十大股东的持股占比来衡量。为方便对回归结果的解读,本文使用的所有比例变量均乘以 100。(三)模型构建为了探究企业数字化转型对人力资本升级的影响,本文构建的基准回归模型如下。Highjipt=茁0+茁1Digjt+A忆Xjt+兹j+啄t+着jipt(1)其中:j 表示企业,i 表示行业,p 表示省份,t表示年份;High 是本文的被解释变量,具体表示为企业高学历劳动力占比;Dig 为基于词频刻画的企业数字化转型程度;X 为一系列的控制变量,包括资产负债率(Lev)、企业年龄(Age)等;兹j为企业固定效应,啄t为年份固定效应,着 为随机扰动项。此外,本文将标准误聚类到企业层面。34北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 3 期四、实证结果与分析(一)描述性统计分析表 1 报告了主要变量的描述性统计结果。其中:人力资本升级(High)最小值为 0,最大值为 1,标准差为 0郾 252 7,表明不同上市公司的人力资本水平存在较大差异;企业数字化转型(Dig)最小值为0,最大值为 6郾 070 7,说明可能在本文研究的样本期内,还有部分上市公司未进行数字化转型。表 1摇 变量的描述性统计结果变量样本量均值标准差最小值最大值HighDigLnyysrLnkfzcLevRoeCashProfitAgeSizeDualShare18 37818 37818 37710 58518 37818 37818 37818 37818 37818 37818 37818 3780郾 322 31郾 175 521郾 597 86郾 502 442郾 833 56郾 910 20郾 450 110郾 124 32郾 835 120郾 262 00郾 237 259郾 349 10郾 252 71郾 329 61郾 516 18郾 226 021郾 074 910郾 911 94郾 177 216郾 744 30郾 381 51郾 769 80郾 445 615郾 526 80郾 000 00郾 000 09郾 044 30郾 000 05郾 028 8-52郾 524 9-15郾 369 6-64郾 663 10郾 000 07郾 593 10摇23郾 180 01郾 000 06郾 070 728郾 456 522郾 472 193郾 188 433郾 619 428郾 483 465郾 788 93郾 989 027郾 266 31摇94郾 830 0摇 摇(二)基准回归结果分析表 2 报告了企业数字化转型对人力资本升级影响的基准回归结果。列(1)除解释变量外,还加入企业和时间固定效应。列(2)的控制变量中,进一步加入可能影响回归结果的财务指标变量,包括资产负债率(Lev)、净资产收益率(Roe)、现金流(Cash)、盈利能力(Profit)。列(3)在列(2)控制变量的基础上,进一步加入与公司治理相关的控制变量,包括企业年龄(Age)、企业规模(Size)、两职合一(Dual)、前十大股东持股比例(Share)。列(3)的回归结果显示,企业数字化转型(Dig)在 5%的水平下显著且系数为正,表明企业数字化转型程度越高,高学历劳动力占比也会越高,进而促进了企业人力资本升级。假说 1 得到验证。由于企业在数字化转型进程中,数字技术应用更加广泛,嵌入生产、销售、管理、服务等方方面面,因此对劳动力的受教育水平提出了更高的要求,需要更高水平的人力资本相匹配。高学历劳动力更能适应企业数字化转型条件下创造的新岗位,其技能水平更能与数字化应用形成互补关系,且企业数字化发展催生了更多新业态、新模式,给学历更高的劳动力创造了更多的就业岗位,推动了企业人力资本升级。表2摇 企业数字化转型影响人力资本升级的基准回归结果变量High(1)(2)(3)Dig0郾 003 0*0郾 003 1*0郾 003 2*(0郾 001 5)(0郾 001 5)(0郾 001 4)Lev0郾 000 4*0郾 000 1(0郾 000 2)(0郾 000 2)Roe-0郾 000 20郾 000 2(0郾 000 2)(0郾 000 2)Cash0郾 000 4*0郾 000 3*(0郾 000 2)(0郾 000 2)Profit0郾 000 20郾 000 1(0郾 000 2)(0郾 000 2)Age-0郾 040 8*(0郾 019 5)Size-0郾 007 9*(0郾 003 6)Dual0郾 005 3(0郾 003 7)Share0郾 001 3*(0郾 000 2)企业和时间固定效应是是是常数项0郾 318 7*0郾 319 9*0郾 503 4*(0郾 001 8)(0郾 008 5)(0郾 092 4)观测值18 37818 37818 378调整后 R20郾 849 30郾 850 00郾 852 3摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为聚类稳健标准误。44第 39 卷摇 第 3 期 摇 摇 摇 摇 李旭超,张文怡,赵摇 婧:企业数字化转型、人力资本升级与高质量就业摇 摇(三)稳健性检验1郾 工具变量检验为了进一步排除可能存在的内生性问题,识别企业数字化转型对人力资本升级的影响,本文选取工具变量(IV)进行内生性检验。参考袁淳等14的做法,选取 20032013 年各省份互联网普及率作为工具变量进行检验,该数据来源于中国互联网络信息中心。已有研究表明,互联网普及率能够反映当地数字化发展程度,促进当地企业数字化转型,满足相关性要求;而互联网主要体现的是一种信息传播工具,互联网普及率对于企业微观的劳动雇佣决策不存在直接影响,满足排他性要求14。表 3 报告了工具变量的两阶段回归(2SLS)结果。其中,第一阶段回归结果中,本文选取的工具变量能够显著推动企业数字化转型,满足相关性要求,并且 Wald F 统计量超过 10,通过了弱工具变量检验。根据列(2)的回归结果,企业数字化转型(Dig)仍在 1%的水平下显著且系数为正,进一步说明了本文基准回归结果较为稳健。表 3摇 内生性检验:工具变量检验结果摇 摇 变量DigHigh第一阶段第二阶段(1)(2)Dig0郾 270 5*(0郾 093 7)IV0郾 004 7*(0郾 001 3)控制变量是是企业和时间固定效应是是观测值18 04218 042Wald F 统计量13郾 648摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为聚类稳健标准误。摇 摇 2郾 随机分配的安慰剂检验为了进一步确保存在尽可能少的遗漏变量,减少估计结果偏误,本文对企业数字化转型(Dig)进行随机分配。随机选择可以确保企业数字化转型与人力资本升级无关,在这种情况下,任何显著异于零的估计结果都表明本文的基准回归可能存在偏误。为此,本文计算每次随机分配企业数字化转型后的估计系数,并重复上述检验500 次,得出回归系数的核密度图(见图 1)。其中,垂直虚线代表实际解释变量的回归系数(0郾 003 2),水平虚线代表 p 值为 0郾 1。图 1摇 随机分配估计系数的核密度图摇根据图 1 所示,随机分配企业数字化转型的回归系数以零为中心分布,显著性水平基本超过了 10%。本文的基准回归结果在系数分布图中属于明显的异常值,说明本文的基准回归结果并不存在由遗漏变量而产生的混杂偏误问题,即企业人力资本升级确实是由企业数字化转型所带来的,进一步佐证了本文的基准回归结果。3郾 其他稳健性检验除了对潜在的内生性问题进行讨论外,本文还通过更换回归样本、更换固定效应等进行了其他稳健性检验,回归结果见表 4。(1)更换回归样本。首先,考虑部分行业如互联网、软件开发等本身具有数字技术密集的特征,本文在稳健性检验中排除这些行业,以验证企业数字化转型对非数字产业人力资本升级的净效应。具体而言,根据国民经济行业分类(GB/T47542017),本文剔除了信息传输、软件和信息技术服务业这一门类(I 类)的企业样本,重新进行回归。其次,剔除数字化转型程度较低的企业样本,这些企业自身受数字技术的影响程度较小。具体而言,本文将上市公司年报中的总词频数为0 的企业剔除。最后,考虑到直辖市的经济和就业发展的特殊性,本文参考陈中飞等2的做法,剔除了上市公司注册地为直辖市的样本重新进行回归。上述回归结果分别报告在表 4 的列(1)列(3)。(2)控制固定效应。更进一步,本文为了控54北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 3 期摇 摇 摇表 4摇 其他稳健性检验结果变量High更换回归样本(1)(2)(3)更换固定效应(4)(5)(6)Dig0郾 004 3*0郾 004 2*0郾 003 7*0郾 003 2*0郾 003 5*0郾 003 7*(0郾 001 6)(0郾 001 5)(0郾 001 7)(0郾 001 4)(0郾 001 4)(0郾 001 4)控制变量是是是是是是企业和时间固定效应是是是是是是省份和行业固定效应否否否是是是省份 伊 时间固定效应否否否否是是行业 伊 时间固定效应否否否否否是常数项0郾 488 1*0郾 514 5*0郾 485 9*0郾 477 6*0郾 456 7*0郾 456 1*(0郾 098 2)(0郾 092 8)(0郾 098 8)(0郾 088 1)(0郾 088 1)(0郾 089 8)观测值16 94618 23614 36418 37818 37518 362调整后 R20郾 831 80郾 852 50郾 831 70郾 856 60郾 858 00郾 860 9摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为聚类稳健标准误。制省份、行业层面,以及省份、行业随时间变化可能产生的混淆因素,依次加入省份和行业固定效应、省份 伊时间固定效应、行业 伊时间固定效应做稳健性检验。根据表 4 报告的稳健性检验结果,无论是更换样本,还是加入更多固定效应,企业数字化转型仍然显著且系数为正,表明本文基准回归结果具有稳健性。(四)机制分析根据假说 2 和假说 3 的理论阐述,企业数字化转型可以通过技术互补和规模扩张等方式产生就业创造效应,增加企业对高技能劳动力的需求。随着企业数字化转型战略的实施,基于技术互补的视角,企业研发创新活动逐渐增加,对劳动力的知识储备和专业素养等综合能力有了更高的要求,催生了企业对高技能劳动力的需求13。与此同时,数字化转型可以帮助企业降本增效,扩大市场规模和经营规模,为高水平劳动力创造更多的就业岗位。接下来本文采用中介效应模型对上述分析进行检验,以揭示企业数字化转型对人力资本升级的作用机制。为检验企业数字化转型(Dig)是否会通过中介变量研发投入(Lnkfzc)和经营规模(Lnyysr)影响人力资本升级(High),本文构建以下中介效应模型进行检验。Highjipt=琢0+琢1Digjt+B忆Xjt+兹j+啄i+着jipt(2)Moderatorjipt=棕0+棕1Digjt+C忆Xjt+兹j+啄i+着jipt(3)Highjipt=酌0+酌1Digjt+酌2Moderatorjipt+D忆Xjt+兹j+啄i+着jipt(4)其中,Moderatorjipt为中介变量,包括经营规模(Lnyysr)和研发投入(Lnkfzc)。若系数 琢、棕1、酌1和 酌2都为正,且式(4)中 Dig 的系数 酌1较式(2)中 Dig 的系数 琢1变小或显著性下降,解释变量和中介变量均显著,则表明存在中介效应。在同一样本下分别对以上三个模型进行估计,具体回归结果如表 5 所示。表 5 的列(2)和列(5)回归结果显示,企业数字化转型分别在 5%和 1%的水平下显著且系数为正,说明企业数字化转型提高了企业的研发投入水平和扩大了经营规模。列(3)和列(6)的回归结果显示,企业数字化转型依然显著且回归系数减小,表明中介效应存在,即企业数字化转型通过提高研发投入、增加创新活动来优化企业内部劳动力的就业结构。同时,数字技术推动企业降本增效,进而扩大企业的经营规模,创造更多的高技能岗位,催生对高技能劳动力的需求。(五)异质性分析不同性质、不同行业企业的经营模式和组织64第 39 卷摇 第 3 期 摇 摇 摇 摇 李旭超,张文怡,赵摇 婧:企业数字化转型、人力资本升级与高质量就业摇 摇 摇表 5摇 基于研发投资和经营规模的机制检验结果变量HighLnkfzcHighHighLnyysrHigh(1)(2)(3)(4)(5)(6)Dig0郾 003 4*0郾 205 8*0郾 003 1*0郾 004 1*0郾 066 0*0郾 003 4*(0郾 001 9)(0郾 083 7)(0郾 001 9)(0郾 001 5)(0郾 006 7)(0郾 001 5)Lnkfzc0郾 001 4*(0郾 000 5)Lnyysr0郾 011 3*(0郾 006 1)控制变量是是是是是是企业和时间固定效应是是是是是是常数项0郾 516 8*-12郾 701 1*0郾 535 3*0郾 503 3*12郾 957 9*0郾 357 2*(0郾 114 4)(3郾 689 1)(0郾 114 2)(0郾 092 4)(0郾 450 2)(0郾 121 0)观测值10 58510 58510 58518 37718 37718 377调整后 R20郾 861 40郾 791 30郾 861 90郾 852 30郾 936 50郾 936 5摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为聚类稳健标准误;列(1)列(3)、列(4)列(6)是基于不同中介变量的样本所做的检验。架构存在差异,可能影响企业数字化转型的动机和进程及其对人力资本升级的影响。首先,不同性质的企业受政府政策的影响存在差异,且自主性不同。国有企业一般承担了更多稳定就业的任务12,劳动力流动性不强,而非国有企业受市场影响更大,创新发展动力更足,更容易促进人力资本升级。其次,现有文献多数从宏观角度验证了就业在不同行业间的结构差异16-18,制造业与服务业本身的数字化转型程度可能存在差异。就生产性服务业而言淤,其包含的信息传输、软件和信息技术服务业以及科学研究和技术服务业等与数字化产业息息相关,所以这类企业数字技术应用水平就更高,对劳动力就业的影响就更大。最后,不同规模的企业,由于其自身条件的差异,其数字化转型战略的实施程度可能有所不同。就中小规模企业而言,其规模小,架构简单,相对而言,劳动力的流动和调整可能也更容易。相反,大规模企业结构复杂,其数字技术应用可能难以较快覆盖至生产流程、组织运营、决策等多个层面,可能会抑制数字技术对人力资本升级的影响。对于小规模企业,其数字技术与企业的融合更加深入,人力资本升级的力度也会更大。1郾 基于企业所有权性质的异质性分析本文将上市公司划分为国有企业和非国有企业,分析不同所有权性质的企业数字化转型对人力资本升级的差异化影响,回归结果见表 6 的列(1)和列(2)。结果显示,仅非国有企业子样本的企业数字化转型在 1%的水平下显著且系数为正。本文认为,为了在市场上获得竞争优势,非国有企业自身的创新转型动力更足,同时,在企业数字化转型过程中,劳动力流动性更强,对新岗位劳动力的技能要求也更高,人力资本升级也会比国有企业更明显。2郾 基于企业所属行业类型的异质性分析如前文分析所述,不同行业的企业数字化转型程度可能存在较大差异,对企业人力资本升级的影响也可能不同。因此,本文根据上市公司所属的行业类型进行分样本回归,探讨不同行业企业数字化转型对劳动力就业的影响。表 6 的列(3)和列(4)分别报告了不同行业企业数字化转型对人力资本升级影响的回归结果。结果显示,仅制造业企业数字化转型在 1%的水平下显著且系数为正,服务业企业的回归结果并未表现出企业数字化转型对劳动力学历结构的提升作用。服务业企业有较多基于服务人员与客户交互的工作内容,这类基于只有人才能完成的工作往往较难被数字技术所直接替代。一方面,对金融业、科学研究和技术服务业等这类生产74北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 3 期性服务业而言,其本身对劳动力的学历要求就很高,企业数字化转型可能较难进一步发挥优化学历结构的作用,所以对促进人力资本升级的作用并不明显。另一方面,对消费性服务业而言,虽说该行业一般被认为是劳动密集型产业,但随着以电子支付、线上购物等为基础的电商平台的兴起,传统零售业和餐饮业等发生了显著变化,催生了越来越多基于互联网、人工智能、大数据等的新业态,产生了更多的新兴就业岗位。特别是外卖员、快递员等这类高度灵活性、随机性的就业岗位8,人职匹配较为容易。相反,制造业的生产流程相对更加标准化和规范化,通过引进先进数字技术,可以对制造业的设计研发、生产制造、仓储物流、销售服务等进行全流程、全链条、全要素的数字化转型,在这一过程中,企业对掌握先进技能的高学历人才需求上升,进而促进了企业人力资本升级。3郾 基于企业规模的异质性分析不同规模的企业创新转型的动力不同,因此可能会影响其数字化转型的进程。直观来看,大规模企业往往有充足的资金和人力开展研发创新等活动,但小规模企业往往由于经营范围较小,其生产结构等更易调整,也会在创新转型中有出色的表现。根据数据的可得性,本文将 2011 年企业总资产的中位数作为划分标准,将样本企业分为大规模企业、小规模企业,然后分别进行回归。其中,将企业总资产大于中位数的视为大规模企业,否则视为小规模企业。表 6 的列(5)和列(6)结果显示,仅小规模企业数字化转型在 1%水平下显著且系数为正,这表明,小规模企业数字化转型对劳动力学历结构的优化有明显的促进作用。可能的原因在于,相比大规模企业,小规模企业更加灵活,数字技术应用更容易与现有的生产经营、管理等模式相融合,其人力资本也更容易实现升级。表 6摇 异质性分析结果变量High企业所有权性质企业所属行业类型企业规模国有非国有制造业服务业大小(1)(2)(3)(4)(5)(6)Dig0郾 004 40郾 004 9*0郾 005 1*0郾 001 20郾 000 50郾 008 3*(0郾 002 7)(0郾 001 8)(0郾 001 5)(0郾 003 0)(0郾 002 3)(0郾 003 2)控制变量是是是是是是企业和时间固定效应是是是是是是常数项0郾 381 5*0郾 485 8*0郾 373 0*0郾 786 7*0郾 502 6*0郾 462 5*(0郾 193 9)(0郾 104 9)(0郾 113 1)(0郾 183 1)(0郾 188 4)(0郾 137 1)观测值6 74811 61311 4925 1415 9625 965调整后 R20郾 850 60郾 852 20郾 815 80郾 853 20郾 863 70郾 797 2摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为聚类稳健标准误。五、进一步讨论(一)企业数字化转型与不同学历劳动力的就业规模有观点认为,数字技术发展更迭的速度很快,人力资本的技能升级往往无法跟上技术进步的步伐,这会导致一些岗位可能完全被技术所替代,进而破坏原有的就业岗位,对劳动力就业造成不利的影响。如 Acemoglu&Restrepo26指出,技术化、自动化发展必然会冲击部分劳动力就业,减少就业和劳动力份额。也有学者研究发现,人工智能等技术的应用可能直接取代部分过去由人来完成的常规性或重复性工作,进而出现“机器替代人冶的现象,挤出低技能水平的劳动力,减少就业岗位17。数字技术对低学历劳动力就业岗位产生的破坏效应,也可能导致高学历劳动力占比的相对增加。为进一步分析企业数字化转型对不同学历水平劳动力就业的影响,本文将被解释变量更换为高、低学历劳动力的绝对就业规模,分别用84第 39 卷摇 第 3 期 摇 摇 摇 摇 李旭超,张文怡,赵摇 婧:企业数字化转型、人力资本升级