企業數字化對勞動投資效率的影響
——來自中國上市公司的經驗證據

秦際棟 方 瀟

勞動力是企業生產經營活動中的關鍵要素資源。我國經濟歷經較長期的高速發展，一個重要因素就是巨量人口基數所帶來的低成本勞動力供給［1］。但近年來，隨著我國人口紅利逐漸減弱，原有的低成本勞動力優勢逐漸消失。在經濟發展新常態下，提升發展質量是企業發展的核心目標，與這一目標相匹配的高效率的勞動力資源配置，是實現企業高質量發展的重要途徑。如何改善企業對勞動力資源要素的配置效率，即提升勞動投資效率，已成為學術界和實務界共同關心的重要話題。這對經濟發展新常態下提升企業競爭力、實現企業高質量發展具有重要意義。

黨的二十大報告提出，要“加快發展數字經濟，促進數字經濟和實體經濟深度融合”。經濟發展新常態下，擁抱數字經濟、積極進行數字化轉型已成為傳統產業轉換發展動能、培育發展新引擎的重要舉措。企業數字化，不只是在企業中使用大數據、人工智能、移動互聯網、云計算等數字技術，同時也是利用數字技術對企業的組織結構和業務模式進行升級改造［2］，打破傳統模式對企業生產經營的時間限制和空間限制。與數字技術相融合的企業數字化，已經成為企業進行轉型升級、實現高質量發展的重要路徑［3］。數字化對企業的影響作用不僅體現在經濟后果上，而且體現在對資源配置效率的影響，特別是對企業勞動投資效率的影響上。

不同于傳統技術進步的物質資本偏向型特征，數字技術更多體現了人力資本偏向型特征，能有效提升勞動力要素在企業中的地位。它會對企業勞動力的配置效率，即勞動投資效率產生影響。一方面，數字技術的運用提高了對信息的加工處理能力，保障了信息的質量與透明度，能有效降低信息不對稱；企業數字化對組織架構和生產經營活動的重塑改善了對管理層的監督，降低了管理層與股東間的代理成本，可優化管理層對勞動力資源的投資決策。另一方面，企業數字化需要更多具有高技能的人力資本，這有助于減少企業的無效雇用，進而提升勞動投資效率?；诖?，本文從技術進步的角度出發，考察企業數字化對勞動投資效率的影響并驗證企業數字化影響勞動投資效率的作用機制，更進一步地，檢驗這種影響作用是否會因勞動投資效率方向、數字技術以及企業內外部特征的不同而存在異質性。通過揭示企業數字化影響勞動力資源配置效率的“黑箱”，探索數字經濟時代如何推動人力資本和物質資本的互補發展，為企業更好地借助數字化實現高質量發展提供可參考的政策建議。

一、相關文獻綜述

（一）勞動投資效率的影響因素

勞動投資效率是企業實際勞動力投資數量與生產經營所需最佳數量間的匹配程度，可反映企業對勞動力資源的配置情況［1］。管理層面臨的信息不對稱及其與股東間的代理沖突使其在制定決策時偏離最優投資水平，從而降低了企業的勞動投資效率。以往學者也往往從企業內外部治理機制的角度，研究勞動投資效率的影響因素。就企業內部治理特征而言，高質量的會計信息有助于降低信息不對稱程度，優化管理層的決策效率，從而提升企業的勞動投資效率［4］。內部控制質量［5］、股權激勵［6］、對股東的權益保護［7］等有助于緩解企業內部的代理沖突，進而影響到企業的勞動投資效率。就企業外部治理特征而言，經濟政策變化［8］、區域數字經濟發展［9］、社會信任水平［10］等都將影響管理層面臨的信息不對稱程度，進而影響其對勞動力資源的配置能力。資本市場改革［11］、產品市場競爭［12］以及機構投資者［13］等將影響對管理層的監督效果，緩解企業內部代理沖突，進而改變企業的勞動投資效率。

（二）數字化對企業的經濟影響

企業數字化不只是對數字技術的簡單運用，更是在新技術環境下對生產經營、組織管理的破壞性創新和變革［14］，數字化對企業的經濟影響體現在組織結構、經營效率、企業績效等多個方面。組織結構方面，企業數字化有助于企業組織結構和經營流程的優化，推動企業從金字塔結構向扁平化結構轉型，促使企業向下賦權，從集權向分權轉變［15］。經營效率方面，數字化轉型有助于推動企業專業化發展［16］，并促進企業資源配置效率［17］和生產效率［18-19］的提高。企業績效方面，學者們普遍認為數字化有助于提升企業績效［20-21］，但也有部分學者認為，數字化將會帶來高昂的學習成本和管理成本，反而會給企業業績帶來負面影響［22］。

（三）數字化對勞動力要素的影響

傳統技術進步通常表現為引入更多的機器設備，與勞動力要素之間呈現替代效應，這使得勞動力要素在企業中的地位不斷下降［23］。而數字化技術更多體現知識資本的特點，與勞動力要素之間呈現互補效應［24］，這有助于提升勞動力要素在企業中的地位［25-26］。具體到數字化與勞動投資效率間的關系，現有文獻從地區層面和企業層面展開了研究。 就地區層面而言，區域數字經濟發展通過優化人力資本結構和削弱管理層權力，從而提升企業的勞動投資效率［9］。就企業層面而言，數字化技術的應用有助于提高內部控制質量、改善企業信息環境、優化人力資本結構等，從而對企業勞動投資效率產生影響［27-28］。此外，還有文獻從過度投資和投資不足兩個方向研究了企業數字化轉型對勞動投資效率的影響［29］。

綜上，現有文獻從內外部治理的角度對如何提升企業勞動投資效率展開了廣泛討論，企業數字化將拓展對這一研究問題的認知范疇，數字化不僅能通過信息效應和治理效應優化管理層的勞動投資決策，而且能直接改變企業的勞動力需求?，F有關于企業數字化與勞動投資效率關系的研究，大多只關注到數字化影響勞動投資效率的部分效應，并未完整地就企業數字化對勞動投資效率的作用機制展開全面詮釋。此外，鮮有文獻考慮不同數字化技術對勞動投資效率的差異性影響。數字化是企業文化理念、組織架構、生產經營活動等維度的全面轉型，也是多種數字技術使用的綜合結果，不同數字技術對企業勞動投資效率的影響存在差異?；诖?，本文基于技術進步的角度研究企業數字化對勞動投資效率的影響，不僅拓寬了對影響勞動投資效率作用機制的認知，而且分析了不同數字技術的差異化影響，可為企業在數字經濟時代轉變發展動能、實現高質量發展提供政策參考。

二、理論分析與研究假設的提出

（一）企業數字化對勞動投資效率的影響

現有研究表明，企業勞動投資效率主要受到信息不對稱和代理沖突的影響［1］。 而企業數字化對企業組織結構和生產經營活動的重塑，有助于降低信息不對稱和代理沖突，緩解管理層在進行勞動力投資時面臨的約束，從而提升企業的勞動投資效率。一方面，企業數字化對大數據、人工智能等數字技術的運用，有助于提升企業對信息的收集能力、加工能力與傳遞效率，幫助管理層更快速、更全面地掌握企業內外部信息，并篩選出對決策有用的信息，從而緩解管理層在進行投資決策時面臨的信息不對稱，最終提升企業的勞動投資效率。另一方面，數字化推動企業組織結構和管理流程從金字塔結構向扁平化結構轉型［15］，這有助于提升企業的公司治理水平［30］，幫助股東更好地評估管理層在工作中的努力程度和工作績效，從而對管理層更好地實施監督和激勵，也就能更有效地緩解與管理層間的代理沖突問題，促使管理層在決策中作出更正確的選擇。

此外，企業數字化代表的技術進步還將影響勞動力要素在企業生產經營活動中的地位，改變企業對勞動力資源的需求，提升企業的人力資本結構，進而影響企業的勞動投資效率。企業數字化對生產經營流程的重塑，會減少對低技能員工的需求，并增加對高技能員工的需求，使得企業對勞動力資源的需求更為明確。同時，企業數字化還能減少企業與外部勞動力市場的信息摩擦，提高企業在勞動力市場的搜索匹配能力，從而降低企業對勞動力資源的配置成本，更好更快地滿足企業對勞動要素的需求，提高企業與員工的適配程度，最終提升企業的勞動投資效率。

綜上所述，企業數字化有助于緩解管理層投資決策時面臨的信息不對稱和代理沖突，還會改變企業對勞動力資源的需求，最終提升企業的勞動投資效率?；谝陨戏治?，提出如下假設：

假設1：在其他條件不變的情況下，企業數字化能顯著提升勞動投資效率。

（二）企業數字化對勞動投資效率的影響機制

1.信息不對稱的作用機制

信息不對稱問題是影響企業勞動投資效率的重要因素，企業數字化通過緩解管理層投資決策時的信息不對稱，進而提升企業的勞動投資效率。從信息收集的角度來看，數字技術有助于拓寬信息來源的廣度和深度。數字技術的運用使得企業信息收集不再局限于傳統信息源，而是擴展到互聯網、社交媒體等各個領域，可幫助企業獲得更廣泛的決策相關信息。數字技術還能幫助企業有選擇地收集信息，在收集時就篩選掉無用的信息，提高企業收集到的信息的有用性。從信息加工的角度來看，數字化可以改變企業信息生產的過程，使得信息能夠快速地進行處理和加工，提高企業獲得信息的及時性，還能利用各種算法和工具，對信息進行深入的分析和挖掘，提高信息的標準化和決策有用性。從信息傳遞的角度來看，企業數字化能提高信息傳遞的效率，其對企業組織架構的重塑，還能縮短企業內部信息傳遞流程與距離，進一步提高信息傳遞的效率。因此，企業數字化從信息收集、信息加工、信息傳遞等角度，提升了企業內部信息的質量和透明度，有效緩解了管理層在進行投資決策時面臨的信息不對稱，從而有效提升了企業的勞動投資效率?；谝陨戏治?，提出如下假設：

假設2：企業數字化能有效緩解信息不對稱，進而提升勞動投資效率。

2.代理成本的作用機制

管理層和股東間的代理沖突也是影響企業勞動投資效率的重要因素，企業數字化有助于降低管理層和股東間的代理成本，進而提升企業的勞動投資效率。委托代理關系下，管理層出于自身利益的考慮，會在投資決策時偏離最優的資源配置水平，產生代理成本并降低企業勞動投資效率［13］。而企業數字化有助于分散管理層的權力，加強對管理層的監督，從而降低企業內部代理成本。企業數字化變革的一大特點就是企業組織架構從集權管理向分權管理轉變［15］，這一轉變將分散管理層的權力，降低管理層進行逆向選擇的能力，從而緩解企業的代理沖突。同時，數字技術的應用還有助于加強對管理層的監督，并緩解企業的代理沖突［30］。數字化對企業組織結構和業務流程的重塑，也改善了企業的內部控制，強化了企業內部的監督效果。 大數據、人工智能、互聯網等數字化技術的應用，還能提升審計師、分析師等的治理作用，增強企業外部的監督效果。隨著管理層和股東間代理沖突的降低，管理層在資源配置決策時也會作出更有利于企業的決策，提升企業的勞動投資效率?；谝陨戏治?，提出如下假設：

假設3：企業數字化能有效降低內部代理成本，進而提升勞動投資效率。

3.人力資本結構的作用機制

企業數字化能幫助企業明確對勞動力資源的需求，優化人力資本結構，從而提升勞動投資效率。從企業內部的角度來看，與傳統技術進步推動機械設備更新并替代勞動力要素不同，數字技術更多體現了與勞動力要素的互補效應［24］，企業數字化幫助企業明確對勞動力資源的需求，即需要更多的復合型高技能人才，而非替代從事重復性工作的普通人員。葉永衛等研究發現，企業數字化轉型推動了企業人力資本結構的調整，提高了高學歷員工和技術性員工在企業中的占比［31］。高技能員工通常具有更高的勞動生產率，且具有更強的向下兼容能力，這有助提升企業勞動力資源的利用效率，減少企業勞動力資源的無效雇用，進而提高企業勞動投資效率。同時，從企業外部的角度來看，數字技術的應用可以增強企業對勞動力市場信息的整合能力，降低企業獲取人才信息的搜索成本，有效提高企業與勞動力要素的適配程度，提高企業滿足人力資本結構高級化需求的能力，并最終提升企業的勞動投資效率?；谝陨戏治?，提出如下假設：

假設4：企業數字化能有效優化人力資本結構，進而提升勞動投資效率。

三、研究設計

（一）樣本選取與數據來源

本文將2007—2022 年中國A 股上市公司作為初始樣本，并對樣本數據進行如下篩選處理：第一，剔除ST 類企業樣本；第二，剔除金融類企業樣本；第三，剔除樣本期內關鍵指標缺失的樣本；第四，為消除極端值對研究結論的影響，對所有連續變量進行1%水平上的縮尾處理，最后得到29 069 個公司—年度觀測值。本文的人力資本結構數據來源于Wind 數據庫，其他財務數據主要來源于CSMAR 數據庫。

（二）對關鍵變量的度量

1.對企業數字化的度量

企業數字化是本文的核心變量，現有文獻通常利用對年報進行文本分析的方法來度量企業數字化水平。本文參考前人的做法，從學術論文和政策文件中構建一套完備的企業數字化關鍵詞詞典，然后利用文本分析方法，構建出一個反映企業數字化水平的指標［3］。具體步驟如下：

第一步，構建一個完備的企業數字化關鍵詞詞典。以國家政策語義體系為基礎構建企業數字化關鍵詞詞典，通過網站信息檢索、人工篩選得到國家層面的數字經濟相關政策文件并用于提取與數字化相關的詞匯，經Python 分詞處理及人工識別，最后篩選得到119 個頻次大于等于5次的企業數字化相關詞典，并按照數字技術類型將其分為大數據、智能制造、互聯網商業模式、信息化四大類（見表1）。

表1 數字化關鍵詞詞典

第二步，對年報相關語段進行文本分析。首先將上述數字化關鍵詞詞典中的119 個關鍵詞擴充到Python 的“jieba”中文分詞庫，然后利用文本分析的方法對上市公司年報中“管理層討論與分析”（MD&A）語段進行文本分析，分別統計出119 個數字化關鍵詞出現的頻次以及MD&A語段的整體長度。

第三步，企業數字化指標的構建。本文采用每家公司每年度數字化關鍵詞出現的總頻次除以年報MD&A 語段長度來衡量企業數字化水平（Digital）。 為了方便表述，將該指標乘以100得到最終指標Digital，指標數值越大代表企業數字化水平越高。穩健性檢驗中，本文也使用數字化關鍵詞出現總頻次的自然對數來衡量企業數字化水平（Digital2）。

2.對勞動投資效率的度量

借鑒過往文獻的做法［4，32］，本文采用模型（1）殘差的絕對值來衡量勞動投資效率（LIE）。這一模型的思想是，利用非正常勞動投資水平即實際勞動投資水平與最優勞動投資水平的偏離程度來衡量企業對勞動力的非效率投資，當企業實際勞動投資水平和最優勞動投資水平越接近時，企業對勞動力的非效率投資越少，勞動投資效率越高。反之，當企業實際勞動投資水平與最優勞動投資水平之間偏離越大時，企業對勞動力的非效率投資越多，勞動投資效率越低。具體的計算公式如下：

其中，Net_hire為員工增長率，等于當期員工人數相較于上一期員工人數的增長幅度，表征企業的勞動力投資水平；Sales_growth為營業收入增長率，等于當期營業收入相較于上一期營業收入的增長幅度，表征市場對企業產品和服務的需求情況；Roa為凈利潤除以期初總資產，表征企業的盈利能力；ΔRoa為盈利能力的變動率，表征市場對企業的需求變動；Return為考慮現金紅利再投資的年個股回報率；Size為公司流通市值的自然對數；Quick為速動比率，表征企業的流動性；ΔQuick為速動比率增長率，表征企業管理短期流動性的能力；Lev為長期負債與總資產之比。Lossbin1—5為虛擬變量，是將Roa在［-0.025，0］區間上以0.005 的區間長度等分為五個區間，滿足區間范圍取1，否則取0。例如，當Roa的值落在-0.005 與0 之間時，Lossbin1取1，否則取0，以此類推。同時，本文還控制了年度固定效應和行業固定效應。

根據模型（1）進行回歸①雖然模型（1）中同時存在ROA、Quick自身及其變動率，但通過相關系數分析和VIF 檢驗，ROA、Quick自身及其變動率之間并不存在多重共線性問題，模型（1）的解釋變量選擇是合理的，擬合回歸結果是可靠的。，得到各企業t期的最優勞動投資水平，并通過求其殘差得到非正常勞動投資水平（ε）。當ε＜0 時，說明實際勞動投資水平低于最優勞動投資水平，企業存在雇用不足問題，此時ε值越小意味著勞動投資效率越低；當ε＞0 時，說明實際勞動投資水平高于最優勞動投資水平，企業存在冗員雇用，此時ε值越大意味著勞動投資效率越低。因此，本文對殘差ε取絕對值作為勞動投資效率（LIE）的衡量，LIE的值越小意味著勞動投資效率越高。反之，LIE的值越大意味著勞動投資效率越低。

（三）實證模型構建

為了檢驗假設1，本文借鑒李小榮等［5］以及申丹琳和江軒宇［10］的做法，構建如下模型檢驗企業數字化對勞動投資效率的影響：

其中，被解釋變量LIEi,t+1表示企業i在t+1年的勞動投資效率，核心解釋變量Digitali,t為企業i在t年的數字化水平?？紤]到數字化變革對企業生產經營活動的影響具有一定的滯后性，本文選擇t+1 年的勞動投資效率作為被解釋變量，同時也能在一定程度上緩解可能的內生性問題。Controls為一系列控制變量，本文的控制變量參考前人研究的做法，具體包括：公司成長機會（MB）、公司規模（Size）、速動比率（Quick）、企業財務杠桿（Lev）、是否股利分配（DivDum）、經營現金流波動率（SD_Cfo）、營業收入波動率（SD_Sales）、勞動投資波動率（SD_Labor）、固定資產比率（PPE）、是否虧損（Loss）、機構持股比例（InsHold）、勞動密集度（Labor）以及非效率投資程度（Ineffinv）。變量定義如表2（下頁）所示。

表2 變量定義

為了檢驗假設2、3、4，本文構建如下中介模型進行檢驗：

其中，Med為中介變量。當檢驗假設2 信息不對稱的中介效應時，本文分別使用信息質量absDA和信息透明度Transparent衡量信息不對稱。具體地，信息質量absDA使用修正Jones 模型計算得出，absDA值越小意味著會計數字的真實性越高，信息不對稱程度也就越低。同時參考方軍雄的做法［33］，本文采用滬深交易所對各上市公司信息披露考評分值衡量信息透明度Transparent，Transparent值越大意味著信息加工過程的透明度越高，信息不對稱程度也就越低。

當檢驗假設3 代理成本的中介效應時，本文分別使用管理費用率AC和總資產周轉率Turn衡量企業內部的代理成本。具體地，管理費用率AC使用當期管理費用與營業收入的比值衡量，AC值越大意味著管理層耗損的費用越多，此時代理成本越高?？傎Y產周轉率Turn使用營業收入與總資產的比值衡量，Turn值越小意味著管理層對企業資產使用效率越低，此時代理成本越高。

當檢驗假設4 人力資本結構的中介效應時，本文借鑒楊薇和孔東民的做法［34］，分別使用高學歷員工占比Educ和技術員工占比Skill衡量企業的人力資本結構。具體地，高學歷員工占比Educ使用大專及以上學歷的人數與員工總人數的比值衡量，技術員工占比Skill使用技術人員的人數與員工總人數的比值衡量。Educ和Skill的值越大，企業人力資本結構也就越優。

四、實證結果分析

（一）描述性統計

本文主要變量的描述性統計結果如表3（下頁）所示。勞動投資效率LIE的均值為0.163，中位數為0.093，標準差為0.255，說明不同企業的勞動投資效率存在較大差異。企業數字化轉型程度Digital的均值為0.136，中位數為0.077，標準差為0.172，最大值與最小值差距較大，說明不同企業間的數字化水平存在較大差異。其他變量的描述性統計結果與前人研究大體一致，不再贅述。

表3 描述性統計

（二）實證結果分析

1.基準回歸

表4 報告了本文的基準回歸結果。其中，列（1）為未加入控制變量時的回歸結果，企業數字化Digital的回歸系數為-0.045，且在1%的統計水平下顯著。列（2）為加入控制變量后的回歸結果，企業數字化Digital的回歸系數為-0.030，且在1%的統計水平下顯著，從經濟意義上來看，企業數字化水平每增加一單位，企業的勞動投資效率將提升約18.40%①考慮到樣本勞動投資效率的均值為0.163,回歸系數的經濟意義為：0.030/0.163=18.40%。。這一結果說明，企業數字化能顯著提升勞動投資效率，這與本文的基本假設相一致。

表4 企業數字化對勞動投資效率的影響

2.內生性問題

前文發現企業數字化顯著提升了勞動投資效率，盡管基準回歸中采用了解釋變量滯后一期的做法，但理論上本文研究結論仍然面臨內生性問題的挑戰：第一，逆向因果問題，即勞動投資效率更高的企業經營能力更強，而經營能力更強的企業更有可能提升數字化水平。第二，遺漏變量問題，即可能存在某些未控制的變量，能同時影響企業數字化水平與勞動投資效率。第三，樣本選擇問題，即選擇數字化的企業存在某些特征，是這些特征改善了企業的勞動投資效率。為了保證研究結論的可靠性，本文分別使用工具變量法、固定效應模型和傾向得分匹配法來緩解可能存在的內生性問題。

（1）工具變量法

本文選取企業所在地區的光纜線路密度（IV1）以及同地區同行業數字化平均水平（IV2）作為工具變量。表5 匯報了工具變量法的回歸結果。內生性檢驗表明，企業數字化與勞動投資效率間受到內生性問題的影響。第一階段回歸結果表明，工具變量的回歸系數顯著為正，且F統計量大于10，可以排除弱工具變量問題。第二階段回歸結果表明，擬合出來的企業數字化水平Dig_hat 的回歸系數仍然顯著為負，說明在考慮潛在的逆向因果問題后，本文的主要結論依然成立，即企業數字化能夠顯著提升勞動投資效率。

表5 企業數字化對勞動投資效率的影響：工具變量法

（2）固定效應模型

為緩解遺漏變量問題對基準回歸結果的影響，我們采用企業、企業—年度以及交叉固定效應以盡可能地控制企業層面以及時間層面的不可觀測異質性特征。表6（下頁）列示了固定效應模型的回歸結果，其中列（1）是僅考慮企業固定效應的回歸結果，列（2）是加入年度固定效應后的回歸結果，列（3）是再加入“企業—年度”交叉固定效應后的回歸結果。從中可以看出，在使用固定效應模型后，企業數字化Digital 的回歸系數仍然顯著為負。這說明，在使用固定效應模型緩解遺漏變量帶來的內生性問題后，本文的基本假說依然成立，即企業數字化能夠提升勞動投資效率。

表6 企業數字化對勞動投資效率的影響：固定效應模型

（3）傾向得分匹配法

為緩解樣本選擇問題對基準回歸結果的影響，我們采用傾向得分匹配法篩選樣本，以消除樣本間控制變量的特征差異。具體地，我們將數字化水平不為0 的設定為實驗組，將數字化水平為0 的設置為控制組。通過統計發現，基準回歸中實驗組有22 318 個樣本，控制組有6 751個樣本。我們按照“一比一、無放回”的原則進行匹配，匹配模型的控制變量為基準回歸中的所有控制變量。經過傾向得分匹配法篩選后共得到13 372 個樣本，其中實驗組和控制組各有6 686 個樣本。 表7 展示了平衡性檢驗結果，從中可以看出，在匹配前實驗組和控制組的控制變量存在顯著差異，而在匹配后兩組樣本間的控制變量不再存在顯著差異，這保證了實驗組和控制組間的相似性。

表7 匹配前后控制變量平衡性檢驗

表8（下頁）展示了使用匹配樣本后的回歸結果，無論是否加入控制變量，解釋變量企業數字化Digital的回歸系數均顯著為負。這說明，在使用傾向得分匹配法緩解樣本選擇帶來的內生性問題后，本文假設1 依然成立，即企業數字化能夠提升勞動投資效率。

表8 企業數字化對勞動投資效率的影響：PSM 樣本

3.穩健性檢驗

第一，更改被解釋變量的衡量方式。為了保證本文研究結論的可靠性，參考Jung 等［4］的做法，更改企業勞動投資效率的衡量方式。具體而言，選取每個企業所在行業每年員工人數增長率的中位數作為預期值,每個企業與其所在行業的中位數之差的絕對值（LIE2）越小，則企業對勞動力投資就越有效率。將模型（2）中的被解釋變量由LIE替換為LIE2 進行回歸，回歸結果見表9列（1）。 從中可以看出，在替換勞動投資效率的衡量方式后，企業數字化Digital的回歸系數仍然在5%的統計水平下顯著為負。這說明在替換被解釋變量的衡量方式后，研究假設1 依然成立，本文基本研究結論是穩健的。

表9 穩健性檢驗

第二，替換解釋變量的衡量方式。為了避免解釋變量不同度量方法產生的誤差對估計結果的影響，我們改用企業數字化關鍵詞詞頻數量的自然對數（Digital2）來衡量企業的數字化水平，將模型（2）中的解釋變量由Digital替換為Digital2 進行回歸，回歸結果見表9 列（2）。從中可以看出，在替換解釋變量的衡量方式后，企業數字化Digital2的回歸系數仍然在1%的統計水平下顯著為負。這說明在替換解釋變量的衡量方式后，研究假設1 依然成立，本文研究基本結論是穩健的。

第三，替換樣本年份區間?？紤]到互聯網技術、人工智能技術等數字技術在2010 年后才逐漸興起［16］，本文采用互聯網普及率上升后，即2010—2022 年的樣本數據進行回歸，回歸結果見表9 列（3）。從中可以看出，在使用小樣本后，企業數字化Digital的回歸系數仍然在1%的水平上顯著為負。這說明在替換回歸樣本區間后，研究假設1 依然成立，表明結果是穩健的。

五、進一步討論

（一）機制檢驗

1.信息不對稱機制

前文理論分析中提出企業數字化通過改變信息收集、加工與傳遞過程，從而緩解管理層決策時面臨的信息不對稱問題，最終提升企業的勞動投資效率。為了驗證這一機制，本文使用信息質量absDA和信息透明度Transparent兩個維度來檢驗信息不對稱的中介作用，具體回歸結果如表10（下頁）所示。表10 列（2）中企業數字化Digital的回歸系數在1%的統計水平下顯著為負，說明企業數字化有助于提升信息質量。表10列（3）中信息質量absDA的回歸系數在1%的統計水平下顯著為正，說明信息質量越差的企業，其勞動投資效率也更低，同時，企業數字化Digital的回歸系數在1%的統計水平下顯著為負，說明信息質量在企業數字化對勞動投資效率的提升作用中發揮了部分中介作用。表10 列（4）中企業數字化Digital的回歸系數在1%的統計水平下顯著為正，說明企業數字化有助于提高信息透明度。表10 列（5）中信息透明度Transparent的回歸系數在1%的統計水平下顯著為負，說明信息越透明的企業，其勞動投資效率也更高，同時，企業數字化Digital的回歸系數在1%的統計水平下顯著為負，說明信息透明度在企業數字化對勞動投資效率的提升作用中發揮了部分中介作用?？傮w而言，表10 的結果意味著，企業數字化提高了企業的信息質量與信息透明度，緩解了信息不對稱，進而提升了企業的勞動投資效率，這與本文的假設2 相符合。

表10 信息不對稱的中介機制檢驗

2.代理成本的中介機制

前文理論分析中提出企業數字化通過對組織架構的重塑，從而緩解管理層面臨的代理沖突問題，最終提升企業的勞動投資效率。為了驗證這一機制，本文分別從管理費用率AC和總資產周轉率Turn兩個維度檢驗代理成本的中介作用，具體回歸結果如表11（下頁）所示。表11 列（2）中企業數字化Digital的回歸系數在1%的統計水平下顯著為負，說明企業數字化有助于降低管理費用率。表11 列（3）中管理費用率AC的回歸系數在1%的統計水平下顯著為正，說明管理層利益侵占越嚴重的企業，其勞動投資效率越低，同時，企業數字化Digital的回歸系數在1%的統計水平下顯著為負，說明管理費用率在企業數字化對勞動投資效率的提升作用中發揮了部分中介作用。表11 列（4）中企業數字化Digital的回歸系數在1%的統計水平下顯著為正，說明企業數字化有助于提升總資產周轉率。表11 列（5）中總資產周轉率Turn的回歸系數在5%的統計水平下顯著為負，說明管理層經營效率越高的企業，其勞動投資效率也越高，同時，企業數字化Digital的回歸系數在1%的統計水平下顯著為負，說明總資產周轉率在企業數字化對勞動投資效率的提升作用中發揮了部分中介作用?？傮w而言，表11 的結果意味著，企業數字化緩解了企業內部的代理成本，進而提升了企業的勞動投資效率，這與本文的假設3 相符合。

表11 代理成本的中介機制檢驗

3.人力資本結構的中介機制

前文理論分析中提出企業數字化通過幫助企業明確對勞動力資源的需求，優化企業人力資本結構，從而提升企業的勞動投資效率。為了驗證這一機制，本文使用高學歷員工占比Educ和技術員工占比Skill兩個指標衡量人力資本結構的中介作用，具體回歸結果如表12（下頁）所示。表12 列（2）和列（4）中企業數字化Digital的回歸系數均在1%的統計水平下顯著為正，說明企業數字化有助于提高企業中高學歷員工的占比和技術員工的占比。表12 列（3）和列（5）中高學歷員工占比Educ和技術員工占比Skill的回歸系數均為負，且分別在5%和10%的統計水平下顯著，說明高學歷員工占比和技術員工占比越高的企業勞動投資效率也更高，同時，企業數字化Digital的回歸系數在1%統計水平下顯著為負，這說明人力資本結構在企業數字化對勞動投資效率的提升作用中發揮了部分中介作用?？傮w而言，表12 的結果意味著，企業數字化優化了企業的人力資本結構，進而提升了企業的勞動投資效率，這與本文的假設4 相符合。

表12 人力資本結構中介機制檢驗

（二）進一步檢驗

1.區分勞動投資效率方向

前文已經證明，企業數字化能夠顯著提升勞動投資效率，即有效抑制了非效率的勞動力投資，那么企業數字化具體是抑制了勞動投資過度還是勞動投資不足呢？為回答這一問題，本文根據模型（1）得到殘差ε 的值是否大于0，將樣本分為勞動投資過度組（OverLIE）和勞動投資不足組（UnderLIE），為了保持與前文一致，本文對這兩個值取絕對值處理，值越大則意味著過度投資（投資不足）問題更嚴重。

表13（下頁）列示了區分勞動投資效率方向的回歸結果。從中可以看出，勞動投資過度組和勞動投資不足組中企業數字化Digital的回歸系數均顯著為負，說明企業數字化同時緩解了企業勞動力投資的過度投資和投資不足問題。這可能是因為，就勞動力投資過度的企業而言，因其人員數量過多導致用工效率低下，企業數字化能夠優化人力資源配置，使企業用工更為高效合理；就勞動力投資不足的企業而言，很可能是由于資金緊張等造成的雇用不足，企業數字化能緩解信息不對稱，幫助企業獲得更多融資，從而緩解勞動投資不足的問題。因此，企業數字化對勞動投資效率的提升作用是全方位的，不僅能抑制勞動力過度投資，而且能緩解勞動力投資不足。

表13 進一步檢驗：勞動投資效率不同方向

2.不同數字化技術的影響

企業數字化包含多維度的數字技術［3］，不同數字技術對勞動投資效率的影響可能是不同的。參考方明月等的做法［25］，本文按照企業數字化的不同關鍵詞，將企業數字化分為互聯網商業模式（Dig_Internet）、信息化（Dig_Information）、大數據（Dig_BigData）和智能制造（Dig_AutoMan）四大類，分別探討它們對企業勞動投資效率的影響?；貧w結果如表14（下頁）所示，Dig_Information、Dig_BigData和Dig_AutoMan的回歸系數均顯著為負，說明信息化、大數據和智能制造這三類數字化技術提升了企業勞動投資效率，而Dig_Internet的回歸系數為負但未通過顯著性水平檢驗，表明互聯網商業模式并不能提升企業勞動投資效率。造成這一結果可能的原因是，互聯網商業模式目前正處于爆發性增長期，部分企業在沒有了解清楚該企業適合的商業模式情況下便進行盲目轉型，因而在總體上帶來的是互聯網商業模式數量上的爆發式增長，但并未帶來質量上的提升，也就不能對勞動投資效率產生提升作用。而信息化能夠提高企業信息質量，改善信息環境；大數據技術便于董事會對管理層的監督，降低委托代理成本；智能制造降低企業對勞動力的盲目需求，能夠優化人力資本結構。因此，信息化、大數據、智能制造這三類數字化技術促進了勞動投資效率的提升。

表14 異質性檢驗：不同數字化技術

3.不同企業特征的異質性檢驗

在此，進一步討論產權性質、勞動要素密集度以及所屬行業等不同企業特征下企業數字化對勞動投資效率的異質性影響。

第一，企業產權性質的不同。不同企業在進行勞動力投資決策時會受到不同的約束影響，民營企業在決策時主要受到管理層判斷的影響，而國有企業除了受到管理層判斷的影響外，還受到政策性負擔的影響。企業數字化能有效優化管理層的投資決策，但難以改變政策性負擔，這意味著，企業數字化對勞動投資效率的提升作用應當在民營企業中更為顯著。

本文按企業的產權性質，將樣本分為國有企業和民營企業兩組，并進行分組回歸。 表15 列（1）和列（2）分別展示了國有企業組和民營企業組中企業數字化對勞動投資效率的提升作用。其中，國有企業組中企業數字化Digital 的回歸系數雖然為負，但未通過顯著性檢驗，而民營企業組中企業數字化Digital 的回歸系數在5%的統計水平下顯著為負。這一結果與預期相一致，即企業數字化對勞動投資效率的提升作用在民營企業中更為顯著。

表15 異質性檢驗：不同企業特征

第二，要素密集度的不同。勞動力資源在不同企業中的重要性存在差異，對勞動密集型企業而言，企業雇用的員工較多，勞動力質量相對較低，表現為“多而雜”。而在資本密集型企業中，企業雇用的員工較少，更注重勞動力質量，表現為“少而精”。因此，相較于資本密集型企業，勞動力資源對勞動密集型企業而言更為重要，本文預期企業數字化對勞動投資效率的提升作用在勞動密集型企業中更顯著。

參考過往研究，本文以勞動密集度（即員工人數/總資產）作為分組指標，以勞動密集度的中位數為標準［9］，將樣本分為勞動密集型企業和資本密集型企業兩組，并進行分組回歸。表15 列（3）和列（4）展示了實證結果。在勞動密集型企業的樣本中，企業數字化Digital 的回歸系數在1%的統計水平下顯著為負，而在資本密集型企業的樣本中，企業數字化Digital 的回歸系數為負但并不顯著。這一結果與預期相一致，即相較于資本密集型企業，企業數字化對勞動投資效率的提升作用在勞動密集型企業中更顯著。

第三，行業特征的不同。不同行業中企業進行數字化轉型的意識和行動存在差異，行業整體的數字化水平也存在不同［20］，因而不同行業中企業數字化對勞動投資效率的影響存在差異。相較于新興行業，傳統行業企業數字化轉型較慢、總體數字化水平較低，企業數字化帶來的邊際作用更大。因此，本文預期相較于新興行業，企業數字化對勞動投資效率的提升作用在傳統行業企業中更顯著。

參考相關學者的做法［35］，本文將曾入選過中國戰略性新興產業綜合指數成分股的企業劃為新興行業企業，其他企業則劃為傳統行業企業。表15 列（5）和列（6）分別列示了新興行業與傳統行業的分組回歸結果。從實證結果可以看出，傳統行業組中企業數字化Digital 的回歸系數在1%的統計水平下顯著為負，而新興行業組中企業數字化Digital 的回歸系數為負但不顯著。這一結果與預期相一致，即相較于新興行業，企業數字化對勞動投資效率的提升作用在傳統行業企業中更顯著。

4.不同外部環境的異質性檢驗

企業數字化與勞動投資效率間的關系還可能因地區數字技術基礎設施和勞動力要素供給的不同而存在差異，因而這里進一步討論數字化環境以及要素市場環境等不同外部特征下企業數字化對勞動投資效率的異質性影響。

第一，數字化環境的不同。企業數字化發揮積極的作用，不僅依賴于企業內部對數字技術的運用，而且依賴于外部數字化環境的支持作用。數字化環境提供基礎設施的硬件支持、形成知識空間集聚等，能有效加速企業的數字化進程，并增強企業數字化的實施效果。因此，企業外部的數字化環境更好時，企業數字化對勞動投資效率的提升作用可能更強。

基于此，本文選用互聯網用戶數、移動電話用戶數、計算機從業人員占比、電信業務收入等四個城市層面指標，采用主成分分析法提取出城市層面的數字經濟指數。按照年度中位數將樣本劃分為兩組，并進行分組回歸。表16 列（1）和列（2）分別列示了不同數字化環境下企業數字化對勞動投資效率的提升作用。其中，數字經濟指數高組中企業數字化Digital 的回歸系數在1%統計水平下顯著為負，而數字經濟指數低組中企業數字化Digital 的回歸系數雖然為負但未通過顯著性檢驗。這一結果與預期相一致，即企業數字化對勞動投資效率的提升作用在所處環境數字經濟發展更好的企業中更為顯著。

表16 異質性檢驗：不同外部環境

第二，要素市場環境的不同。企業對勞動力資源的配置，還依賴于要素市場環境的影響。在要素市場發育更好的環境中，勞動力資源的流動性更好，企業能更容易地匹配到合適的人才，減少無效雇用或者雇用不足的情況。因此，企業外部的要素市場環境更好時，企業數字化對勞動投資效率的提升作用可能更強。

本文選用市場化指數中的“要素市場的發育程度”來衡量企業所處環境的要素市場環境，并按照年度中位數將樣本劃分為兩組，進行分組回歸。表16 列（3）和列（4）分別列示了不同要素市場環境下企業數字化對勞動投資效率的提升作用。其中，要素市場指數高組中企業數字化Digital的回歸系數在1%統計水平下顯著為負，而要素市場指數低組中企業數字化Digital 的回歸系數雖然為負但未通過顯著性檢驗。這一結果與預期相一致，即企業數字化對勞動投資效率的提升作用在所處環境要素市場發育更好的企業中更為顯著。

六、研究結論與政策啟示

本文以2007—2022 年中國A 股上市公司為研究樣本，考察了企業數字化對勞動投資效率的影響。研究發現，企業數字化顯著提升了勞動投資效率。這一結論在使用工具變量法、多維固定效應模型、傾向得分匹配法以及更換變量衡量方式等多種穩健性測試下依然成立。 機制檢驗發現，企業數字化主要通過緩解信息不對稱、降低代理成本、優化人力資本結構三條路徑影響勞動投資效率。區分勞動投資效率方向發現，企業數字化同時降低了勞動力過度投資和勞動力投資不足；區分不同的數字技術類型發現，大數據、信息化技術和智能制造能夠提升勞動投資效率，而互聯網商業模式與勞動投資效率的關系并不顯著。異質性檢驗發現，企業屬于民營企業、勞動密集型企業以及傳統行業時，以及企業所處環境數字經濟發展水平更高、要素市場發展更好時，企業數字化對勞動投資效率的提升作用更為顯著。

基于上述研究結論，提出如下政策建議：

第一，企業應積極實施數字化轉型戰略，利用數字技術提升資源配置效率，實現高質量發展。數字化轉型是近年來企業發展的重要議題，其積極作用在實務界和學術界得到了廣泛的認可。這啟示企業要順應數字經濟發展趨勢，積極推進數字化戰略，促進數字技術與企業經營管理深度融合，改善企業的信息環境與治理水平，優化管理層的投資決策效率，全面提升對勞動力要素等資源要素的配置效率和利用效率，進而實現企業發展動能的轉變，推動企業的轉型升級和高質量發展。

第二，企業在實施數字化戰略時應腳踏實地，不能盲目追求新奇，方能更好地發揮數字技術對企業發展的助力作用。數字技術涵括諸多方面，但并非所有的數字技術都能發揮積極作用。本文發現大數據、信息化技術和智能制造等數字技術可對企業產生助力作用，而互聯網商業模式等相關的數字技術未對企業發展產生積極影響。這啟示企業在實施數字化戰略時，應根據自身組織特點和業務范圍選擇合適的數字化技術，只有將數字技術和實體業務充分融合，切實改變企業的組織結構和生產經營方式，才能更好地發揮數字化對企業高質量發展的助力作用。

第三，企業應根據自身特征，合理選擇數字化戰略，充分激發數字化的助力作用。不同企業在生產經營中面臨的資源稟賦和約束條件存在不同，數字化所能發揮的作用也存在差異，企業應該根據自身的組織結構和生產經營特征，選擇合適的數字化轉型戰略，加快對數字化技術的運用，推進數字化對組織架構和業務流程的改造。通過與數字技術的融合，有針對性地解決企業面臨的問題，充分發揮數字化的積極作用，從而更好地實現企業資源效率和經營效率的提升，幫助企業實現高質量發展。

第四，政府部門應加快數字經濟基礎設施建設，改善企業外部經營環境，實現數字經濟下的全面高質量發展。數字化對企業生產經營活動的影響，既取決于企業自身的數字化水平，又取決于外部環境的支持。因此，政府部門要積極推動數字經濟基礎設施的建設，為企業實施數字化轉型戰略提供通信、網絡等硬件支持，還應努力激活要素市場的活力，為數字化提升企業資源配置效率提供良好的外部市場環境條件。通過外部環境改善，推動企業數字化發展。企業數字化發展也會反哺區域經濟的數字化發展，從而形成政府部門、實體企業、區域經濟全面數字化發展的良性循環，共同推動數字經濟下的高質量發展。