企業人力資本與數字化轉型

何威風 姚文博

【摘要】數字化轉型依賴人才支持， 企業人力資本能否以及如何驅動數字化轉型是一個重要問題。本文以2010 ～ 2021年我國A股上市公司數據為樣本， 從員工學歷與技能維度探討企業人力資本對數字化轉型的影響、 作用機制與經濟后果。研究表明， 企業人力資本能夠顯著促進數字化轉型， 該結論經一系列穩健性檢驗后依然成立。機制檢驗表明， 企業人力資本能夠提升企業的研發與創新能力并抑制管理層短視， 進而推動企業數字化轉型。進一步研究發現， 企業人力資本對數字化轉型的促進作用在非國有企業、 東部地區企業及內部薪酬差距小的企業中更為明顯。經濟后果檢驗證明了人力資本通過推動企業數字化轉型提升了企業生產效率與信息披露水平。本文拓展了企業數字化轉型研究內容， 并為企業推進數字化轉型過程中人力資本結構的優化提供了新的啟示。

【關鍵詞】人力資本；數字化轉型；創新能力；管理層短視；全要素生產率

【中圖分類號】F273.1? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）22-0015-7

一、 引言

伴隨大數據、 人工智能、 移動互聯網、 云計算、 區塊鏈等數字技術的涌現與滲透， 傳統產業的生產、 經營、 管理模式正在發生巨大改變， 數字技術成為經濟高質量發展的有力保障（戚聿東和肖旭， 2020）。《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》提出“加快數字化發展， 建設數字中國”的重要戰略導向， 黨的二十大報告也明確要“促進數字經濟與實體經濟深度融合”。在此宏觀背景下， 企業選擇數字化轉型既是順應技術發展， 也是符合政策導向的戰略舉措。數字化轉型是將數字技術的應用與現有生產模式深度融合， 以數字技術的滲透推動企業業務流程與管理模式的提質、 增效或轉變（Johnson等，2017）。已有文獻表明， 企業數字化轉型可以提升企業價值（趙宸宇等，2021）、 優化企業分工（袁淳等，2021）與規范企業社會責任履行（肖紅軍等，2021）等。但比研究企業數字化轉型更為重要的是， 分析數字化轉型的影響因素與作用機制， 探索企業數字化轉型的實施路徑， 這對于幫助企業更好地實施數字化轉型與推動數字經濟發展具有重要的現實意義。

企業數字化轉型受到企業內外部多種因素的共同影響， 包括市場環境（Fitzgerald等，2014）、 政策干預（賴曉冰和岳書敬，2022）、 財政補助及融資環境（吳非和常曦， 2021）等外部因素， 以及高管團隊特征（Kane等，2015）、 股權結構（林川，2023）等內部因素。然而， 萬余家企業數字化轉型診斷數據以及埃哲森《中國企業數字轉型指數研究》顯示， 我國大部分企業的數字化轉型仍然處于探索期， 多數企業尚未形成以數字化轉型為基礎的數字能力體系以支持全方位深層次的數字化轉型改革。資源和能力的欠缺成為眾多企業實施數字化轉型過程中的障礙。多數企業在推動數字化轉型的過程中廣泛存在資本投入、 人才引進、 資源配置、 技術跟進等方面的壁壘。化解企業數字化轉型中的難題成為該領域的重要議題。

人力資本是影響微觀企業經營成長、 中觀產業結構升級、 宏觀經濟增長的關鍵要素（陳運平和胡德龍，2010）。隨著我國人口環境的變化， 人口紅利正加速轉變為人才紅利。對于企業而言： 一方面， 伴隨著人才強國戰略的持續推動， 企業更容易獲得大批高素質員工； 另一方面， 伴隨著生產運營與管理過程技術含量的不斷提升， 企業對員工素質和技能水平的要求也在提高。相較于物質資本， 人力資本所發揮的作用愈加重要， 企業也更傾向于選聘具有高學歷、 高技能水平的員工進而實現企業人力資本結構優化升級（肖土盛等，2022）。人力資本結構的高級化有助于企業降低代理成本、 提升經營績效和投資效率（侯粲然等，2022；王瑛，2015）。企業數字化轉型離不開人才的支持， 人力資本能否發揮人才的知識溢出、 技能溢出效應進而為企業數字化轉型破局和賦能呢？本文基于此展開研究。

本文以2010 ～ 2021年我國A股上市公司數據為研究對象， 以員工學歷水平與崗位技能水平衡量人力資本， 考察了企業人力資本對數字化轉型的驅動作用。研究結果表明， 企業人力資本能夠顯著促進數字化轉型， 且這一結論在一系列穩健性檢驗后仍然成立。本文還進行了機制檢驗， 證明了高學歷、 高技能水平的人力資本能夠提升企業的研發和創新能力并抑制管理層短視， 從而推動企業數字化轉型。本文進一步將企業異質性納入考察框架， 研究結果表明， 在非國有企業、 東部地區企業和內部薪酬差距小的企業中， 人力資本對企業數字化轉型的促進作用更加顯著。經濟后果檢驗證明了人力資本通過推動企業數字化轉型提升了企業生產效率與信息披露水平。

本文可能的研究貢獻為： 第一， 豐富了數字化轉型影響因素與路徑的相關研究。不同于現有文獻基于管理層特征討論企業數字化轉型（張昆賢和陳曉蓉，2021；吳育輝等，2022）， 本文從全體員工團隊的視角研究了人力資本對企業數字化轉型的影響、 作用機制及經濟后果， 有利于深入理解人力資本影響企業戰略選擇和實施的作用及路徑。第二， 拓展了人力資本在公司財務中經濟后果的相關研究。現有文獻大多集中于企業人力資本升級的影響因素研究（孔東民等，2017；劉啟仁和趙燦，2020）， 證明了企業數字化轉型會增加對高水平勞動力的需求和改變內部勞動力結構（葉永衛等，2022）， 但鮮有文獻研究人力資本能否促進數字化轉型， 本文證實了人力資本高級化的治理效應。第三， 為數智時代企業數字化轉型過程中的員工選聘與人力資源配置提供了借鑒。本文的研究結果具有實踐價值——為數字化轉型的實施提供有益參考， 從人力資本角度為數字化轉型期企業搭建員工團隊提供決策層面的依據。

二、 理論分析及研究假設

企業數字化轉型的核心工作是立足于數字技術對企業生產經營模式與管理模式乃至企業價值創造系統進行改進和創新， 并非數字技術在企業中的簡單運用。這一復雜而長期的數字化跨越過程離不開人力資源的支持和保障。依據舒爾茨的現代人力資源理論， 人力資本是勞動者的知識文化水平、 技術技能水平、 工作能力及身體健康狀況的價值總和， 人力資本是勞動者價值創造的綜合體現， 也是經濟發展的主要影響因素。人力資本結構向高素質化方向升級會對企業的戰略實施產生深刻影響。本文認為， 人力資本升級能夠促進企業數字化轉型， 主要原因如下：

第一， 人力資本能夠提升企業的研發和創新能力， 促進企業數字化轉型。根據知識溢出理論， 高素質員工團隊具有更強的勝任力， 能夠勝任數字化轉型中的必要技術崗位， 為數字化轉型過程提供人力資源支持和保障， 這將促使管理者加大企業研發資金投入， 通過知識和技能的驅動加大對研發活動的控制力， 進而打破緩解數字化研發項目的資源約束邊界（代昀昊等，2020；劉冀徽等，2022）。進一步， 人力資本是企業開展創新活動的重要載體， 也是影響企業創新水平的核心因素。高水平的人力資本具有較強的求知欲、 自我批判思維與探索精神， 繼而擁有更高的創造性和實踐能力， 以推動企業創新能力的提升。而創新能力在數字化轉型過程中至關重要， 一方面， 創新能夠為企業提供數字化轉型所需的軟硬件基礎， 克服知識和技術障礙（楊雋萍和徐娜，2023）。另一方面， 企業數字化轉型本就是一個生產運營乃至管理模式和組織架構的革新過程（Warner和W?ger，2019）， 創新能力強的企業能夠更加從容地應對風險和不確定性， 對數字化轉型有更高的接受度與包容度， 并積極順應數字化轉型實施流程與組織變革。

第二， 高人力資本水平員工能夠抑制管理層短視， 積極推動企業數字化轉型。員工作為企業內部重要的利益相關者， 扮演著重要的內部治理角色。相較于外部監督者， 企業員工更為了解企業內部的經營情況， 信息不對稱程度更低， 而高學歷與高技能水平的員工能夠更好地對信息內涵進行分析， 進而發揮信息優勢對管理層行為進行監督。員工還可能通過作為職工代表進入董事會、 監事會等方式參與企業決策過程， 提升公司治理水平（劉俊海，1999）。此外， Kim等（2018）認為， 人的理性程度與接受過理論與實踐教育的狀態密切相關。企業經營活動涉及不同層級人力資本的參與， 受過更多教育的高素質員工能在業務協同中發揮集體理性和群體智慧優勢輔助管理層優化決策， 進而降低管理層在決策中的非理性、 非效率程度， 抑制管理者為避免短期業績波動做出不當行為。數字化轉型過程具有不確定性、 風險性和長期性（許恒和劉龑，2023）， 在此過程中涉及的研發和創新活動需要大量的資金投入， 在短期表現出一定的“資源侵占效應”。因而， 短視的管理者不愿意犧牲短期利益而投入資金進行研發和創新， 會阻礙數字化轉型在企業的實施（王新光，2022）。因此， 企業人力資本能夠通過輔助決策與內部監督等方式抑制管理層短視， 促進管理者做出有利于長期價值創造的決策， 為數字化轉型的實施提供保障。

綜上所述， 本文提出假設： 人力資本能夠促進企業數字化轉型。

三、 研究設計

1. 樣本選擇與數據來源。考慮企業數字化轉型的起始年度及樣本數據的完整性， 本文選擇2010 ～ 2021年我國 A 股上市公司作為初始研究樣本， 并對數據進行如下篩選： ①剔除金融保險行業樣本； ②剔除 ST、 PT樣本； ③剔除關鍵變量缺失樣本； ④為消除極端值影響， 對所有連續變量按 1% 和 99% 水平進行縮尾處理。經過上述處理， 本文最終得到16562個企業—年度觀測值， 人力資本及主要財務數據來自國泰安（CSMAR）數據庫。

2. 變量及定義。

（1）被解釋變量： 企業數字化轉型（Digital）。企業在進行數字化轉型的過程中會在年報中披露相關信息， 隨著大數據文本分析技術的推廣， 已有學者廣泛利用數字化關鍵詞在年報及管理層分析與討論中的披露詞頻度量企業數字化轉型程度。本文參考吳非等（2021）的研究， 利用企業數字化轉型的經典文獻和國家政策文件構建數字化轉型特征詞譜， 基于文本分析詞典法下數字化相關詞匯在企業年報中的詞頻匯總度量企業數字化轉型。考慮到數據偏態分布對研究的影響， 本文將詞頻數加1取自然對數后得到數字化轉型的代理變量。

（2）解釋變量： 企業人力資本（HC）。根據舒爾茨人力資本結構理論和前期文獻， 高學歷與技術性員工工作的技術含量更高且具有向下兼容性， 往往附加值更高。員工的學歷水平和崗位的技能水平能夠衡量企業的人力資本。本文參考肖土盛等（2022）、 陳紅等（2022）的研究， 將企業人力資本劃分為知識型人力資本（Edu）和技術型人力資本（Tech）。以本科及以上學歷員工占比衡量知識型人力資本， 并以技術員工占比衡量技術型人力資本。

（3）控制變量（Control）。本文控制了一系列可能影響企業數字化轉型的財務指標和公司治理指標。參考吳育輝等（2022）、 何帆和劉紅霞（2019）等的研究設計， 本文控制了企業規模（Size）、 資產負債率（Lev）、 凈資產收益率（ROE）、 營業收入增長率（Growth）和總資產周轉率（ATO）等財務指標， 以及獨立董事比例（Indep）、 兩職合一（Dual）、 第一大股東持股比例（Top1）、 上市年限（ListAge）、 是否由四大會計師事務所審計（Big4）和審計意見（Opinion）等公司治理指標。

3. 模型構建。為驗證假設， 本文構建如下多元回歸模型：

其中： 數字化轉型（Digital）為被解釋變量； 人力資本（HC）為解釋變量， 包含知識型人力資本（Edu）和技術型人力資本（Tech）兩個維度； Control為控制變量； ε為隨機誤差項。為增強結論穩健性， 本文控制了企業所在觀測年度（Year）及行業（Industry）的固定效應， 并采用個體層面的聚類穩健標準誤進行估計。若假設成立， β1的系數應顯著為正。

四、 實證結果及分析

1. 描述性統計。表1列示了主要變量的描述性統計結果。數字化轉型（Digital）的最大值為4.927， 最小值為0， 均值為1.407， 標準差為1.353， 可見不同企業的數字化轉型水平差異很大， 且大部分企業的數字化轉型依然停留在初始階段， 年報披露程度不高。不同企業的人力資本水平同樣表現出較大差異， 從平均數來看， 企業的知識型人力資本均值為0.288， 技術型人力資本均值為0.361， 仍有較大的提升空間。控制變量的描述性統計結果與現有文獻基本一致， 本文不再贅述。

2. 相關性分析。為了進一步探究變量間的關聯強度， 本文進行了相關性分析。結果表明， 數字化轉型（Digital）與企業知識型人力資本（Edu）及技術型人力資本（Tech）的相關系數均為正， 且在1%的水平上顯著， 初步支持了假設的推斷。此外， 除資產負債率（Lev）與企業規模（Size）、 企業規模（Size）與上市年限（ListAge）外， 其余解釋變量及控制變量的相關系數均小于0.4， 證明解釋變量與控制變量間不存在高度相關關系。限于文章篇幅， 本文未列示相關性分析結果， 留存備索。

3. 基準回歸結果。表2列示了基準回歸的結果。列（1）、 （3）分別為不加入控制變量僅控制年度和行業固定效應的回歸結果， （2）、 （4）列為加入控制變量后的回歸結果。表2的結果顯示， 知識型人力資本（Edu）和技術型人力資本（Tech）的回歸系數分別為1.419和1.946， 且均在1%的水平上顯著， 表明知識型和技術型人力資本水平越高， 企業數字化轉型程度越高， 證明了人力資本對企業數字化轉型的促進作用。本文假設得到驗證。

4. 穩健性檢驗。考慮到企業數字化轉型和人力資本之間可能存在反向因果、 樣本選擇偏差、 遺漏變量等內生性問題， 且度量指標的片面性、 企業自身特征及特殊事件均可能影響解釋變量對被解釋變量的作用， 本文通過PSM傾向性得分匹配法、 工具變量法、 更換變量的度量方法、 剔除與篩選特殊樣本及增加固定效應維度等五個方面進行穩健性檢驗。

（1）PSM匹配。為了排除選擇樣本的特征偏差帶來的干擾， 本文采用PSM傾向性得分匹配法進行內生性檢驗。首先， 分別依據兩類人力資本水平的中位數將樣本分為實驗組和對照組， 并以企業規模、 資產負債率、 凈資產收益率、 營業收入增長率、 上市年限等可能影響企業人力資本水平的控制變量作為協變量進行1∶1有放回近鄰匹配， 匹配結果滿足了“平衡性假設”。表3中（1）、 （2）列展示了傾向性得分匹配后的回歸結果。結果表明企業人力資本依然能顯著促進數字化轉型。

（2）工具變量法。數字化轉型會優化企業人力資本配置： 一方面， 有數字化轉型戰略需求的企業更傾向于聘用學歷和技能水平更高的員工并替代低技能水平的員工（肖土盛等， 2022）； 另一方面， 數字化企業往往能夠提供更有競爭力的薪酬水平吸引人才。因此， 可能存在“數字化轉型—人力資本”的反向影響路徑。本文選擇來源于《中國教育統計年鑒》的企業所在城市高等學校數量（Sch_Num）作為工具變量進行兩階段最小二乘法（2SLS）回歸。所在城市高等學校的數量反映了該地區的教育水平， 高等學校數量越多， 所在地區的企業就更可能接觸并獲取高水平人力資本， 該指標與解釋變量相關。此外， 地方高等學校數量為宏觀層面外生變量， 與企業數字化轉型的直接關聯不大。工具變量法第一階段回歸中工具變量與知識型人力資本和技術型人力資本的回歸系數均在1%的水平上顯著為正， 且F值均大于10， 排除了弱工具變量問題。表3中（3）、 （4）列分別列示了以工具變量擬合的人力資本與企業數字化轉型的第二階段回歸結果。回歸結果顯示， 二者的回歸系數均在1%的水平上顯著為正， 說明在考慮這一內生性問題后， 企業人力資本依然能夠顯著促進數字化轉型。

（3）更換變量的度量方法。企業實際實施數字化轉型過程中可能存在“多說寡做”和選擇性披露的現象， 因此利用文本分析統計詞頻度量數字化轉型存在一定的弊端。本文進一步更換核心變量的測度方法來進行穩健性檢驗。首先， 本文參考張永珅等（2021）的做法， 采用企業數字化無形資產占比（Dig_Int）來度量企業數字化轉型程度。同時， 考慮到企業年報的長度存在差異， 單純以詞頻為度量口徑缺乏一定的可比性， 本文參考袁淳等（2021）的研究， 采用數字化相關詞頻在管理層分析與討論章節中的占比（Dig_Rate）來度量企業數字化轉型程度。回歸結果如表4中（1） ～ （4）列所示， 人力資本對企業數字化轉型的回歸系數仍然在1%的水平上顯著為正。

此外， 隨著企業人才意識的不斷增強， 員工的學歷水平和技能水平也隨之不斷提高， 碩士及以上學歷員工在企業中的占比逐漸增大， 高技能崗位在企業中的分布更加廣泛， 發揮的作用逐步凸顯。本文更換核心解釋變量的衡量方法， 以碩士及以上學歷員工占比（Mast）度量企業知識型人力資本、 以非生產性員工（財務、銷售、技術）之和的占比度量技術型人力資本（Ski）。表4中（5）、 （6）列的回歸結果證明結論依然成立。

考慮到企業人力資本影響數字化轉型作用的穩健性， 本文將被解釋變量滯后一期重新進行回歸， 回歸結果如表4中（7）、 （8）列所示。可見回歸系數仍在1%的水平上顯著為正， 結論并未改變， 這亦可證明人力資本對企業數字化轉型的促進作用有一定的持續性。

（4）剔除與篩選樣本。2015年股災深刻影響資本市場的運轉， 也阻礙了企業數字化轉型戰略的實施， 同樣對就業市場產生深刻影響， 阻礙了企業人力資本的積累。而在2013年以前數字技術并未與實體經濟緊密結合， 人力資本對數字化轉型促進作用的發揮空間較小。參考吳非等（2021）的研究， 本文剔除了2013年以前及2015年度的企業樣本后重新進行回歸， 結果如表5中（1）、 （2）列所示， 回歸結果依然顯著。為進一步排除信息技術企業年報中出現更高頻率的數字化轉型詞匯從而影響結論， 本文剔除了行業代碼為C39、 I64、 I65的企業后重新進行回歸， 回歸結果如表5中（3）、 （4）列所示， 研究結論依然成立。考慮到不同企業信息披露水平不同， 企業的迎合性、 策略性披露可能導致年報中披露的數字化轉型信息與實際不符。本文以深交所信息披露考評結果為依據， 僅保留考評結果為A（優秀）與B（良好）的企業樣本進行回歸。回歸結果如表5中（5）、 （6）列所示， 人力資本對數字化轉型的積極影響依然存在， 結論并未改變。

（5）采用多維固定效應。為了進一步控制個體間差異以及企業所在地的地域特征差異， 本文加入了個體固定效應（Firm）和所在城市固定效應（City）， 表5中（7）、 （8）列展示了“時間—行業—個體—城市”時間與空間多維固定效應下的回歸結果， 人力資本與數字化轉型的回歸系數分別在1%和5%的水平上顯著為正， 本文假設得到驗證。

五、 進一步研究

1. 作用機制檢驗。前述理論分析闡釋了人力資本可能驅動企業數字化轉型的兩條途徑： 提升企業研發與創新能力和抑制管理層短視。本文對以上兩條路徑進行檢驗以揭示人力資本促進企業數字化轉型的機制。

首先， 本文從研發能力與創新能力“投入—產出”兩個維度進行檢驗。將研發能力（RD）定義為研發投入占企業總收入的比重， 以發明專利、 實用新型和外觀設計專利總申請量加1的自然對數衡量企業創新能力（IA）（缺失值從主樣本中剔除）。表6報告了逐步回歸檢驗的結果。其中， 表6中（1）、 （3）、 （5）、 （7）列展示了第一步回歸結果， 回歸系數在1%的水平上顯著為正， 表明解釋變量與中介變量的關系是顯著的， 即人力資本能夠顯著提升企業的研發和創新能力。表6中（2）、 （4）、 （6）、 （8）列展示了同時對解釋變量和中介變量的回歸結果， 中介變量對企業數字化轉型的系數在1%的水平上顯著為正， 解釋變量對被解釋變量的回歸系數和顯著性水平較基準回歸有所下降但系數依然顯著為正， 證明部分中介效應存在， 即企業人力資本能通過提升企業研發和創新能力促進企業數字化轉型。

其次， 本文檢驗了企業人力資本能否抑制管理者短視從而促進企業數字化轉型。參考胡楠等（2021）的做法， 本文借助文本分析工具和詞典法統計與企業年報中管理層分析與討論章節表征短視行為的詞匯， 并計算其占總詞數的比重， 擴大10倍后得到管理層短視的測度指標。表7展示了以管理層短視（Myopia）為中介變量的檢驗結果。表7中（1）、 （3）列Edu與Tech的回歸系數在1%的水平上顯著為負， 表明企業人力資本能夠抑制管理層短視。表7中（2）、 （4）列Myopia的回歸系數在1%的水平上顯著為負， 表明數字化轉型能夠抑制管理層短視并促進企業數字化轉型， 該效應為部分中介效應。

2. 異質性分析。

（1）產權性質、 人力資本與企業數字化轉型。從企業產權性質的角度看， 國有企業控股權相對穩定， 企業生產經營活動受政策干預程度大且員工流動性相對較低， 人力資源配置受限（王新光和盛宇華，2022）。同時， 國有企業承擔著實現社會與政治目標的責任， 管理者可能犧牲一部分經濟利益且傾向選擇更為穩健的決策方案（郭婧和馬光榮，2019）， 使得具有較高風險的數字化轉型在國有企業中推進較慢。而非國有企業在享受市場自由化的同時， 也面臨市場競爭的壓力， 企業只有充分發揮人力資本的優勢才能在市場競爭中獲取資源、 取得發展。因此， 企業人力資本在非國有企業中更有動力發揮其知識與技能的溢出效應。本文中產權性質界定如下： 非國有企業取值為0， 國有企業取值為1， 在此基礎上構建人力資本與產權性質（SOE）的交乘項， 并將其加入回歸模型中。回歸結果如表8中（1）、 （2）列所示： 交乘項系數均在1%的水平上顯著為負， 證明了產權性質負向調節人力資本與企業數字化轉型之間的關系， 因此在非國有企業中人力資本促進數字化轉型的作用能得到更好發揮。

（2）地區分布、 人力資本與企業數字化轉型。企業所在地區特征同樣可能影響企業人力資本促進數字化轉型的作用發揮。一方面， 東部地區數字經濟發展水平較高， 數字基礎設施和金融資源稟賦領先于中西部地區（王宏鳴等，2022）， 企業員工擁有更多資源支持其知識和技術優勢的發揮， 從而為企業數字化轉型提供智力支持。另一方面， 東部地區市場化進程較快， 要素市場完備且高新技術企業密集， 數字化轉型有利于企業獲得競爭優勢， 實現價值創造。為探究人力資本促進企業數字化轉型作用的地區差異， 本文構建了人力資本與地區分布（Loc）的交乘項并將其加入回歸模型， 其中東部地區賦值為1， 中西部地區賦值為0。表8中（3）、 （4）列的回歸結果顯示， 交乘項系數均在1%的水平上顯著為正， 證明了東部地區企業人力資本對企業數字化轉型的促進作用更強。

（3）內部薪酬差距、 人力資本與企業數字化轉型。薪酬是影響企業員工積極性和忠誠度的重要因素。比較理論和相對剝削理論認為隨著薪酬差距的逐漸拉大， 員工心理不平衡感增強， 從而易產生消極怠工的情緒。同時， 過高的高管薪酬也擴大了高管攫取私人利益的空間。本文擬驗證內部薪酬差距對人力資本與數字化轉型關系的調節作用。借鑒楊薇和孔東民（2019）的研究方法， 本文以管理層平均薪酬與員工平均薪酬的比值衡量企業內部薪酬差距（FGP）， 將人力資本與內部薪酬差距（FGP）的交乘項加入回歸方程后的回歸結果如表8中（5）、 （6）列所示： 交乘項系數為負且分別在1%和5%的水平上顯著， 回歸結果支持了比較理論， 證明了內部薪酬差距對人力資本與企業數字化轉型之間關系的負向調節作用， 即在內部薪酬差距較小的企業中， 人力資本能更好地發揮促進數字化轉型的作用。

3. 經濟后果研究。前述檢驗證實了人力資本對企業數字化轉型的促進作用， 在此基礎上， 本文以促進企業高質量發展為出發點， 從提高生產效率和信息披露水平兩個維度檢驗人力資本促進企業數字化轉型的經濟價值。企業全要素生產率體現了所有投入要素與產出產品的效率， 能夠包含一系列難以量化的因素（如組織架構、 研發創新）對企業生產效率的影響， 作為一種綜合性指標被學者廣泛用于衡量企業技術生產效率和管理效率， 是企業高質量發展的重要衡量標準（趙宸宇等，2021）， 本文以企業全要素生產率（TFP）作為生產效率的代理變量。而企業的信息披露水平同樣在企業發展中發揮重要作用， 企業信息透明度的提升能夠改善經營績效， 降低資金成本（Diamond和Verrecchia，1991）； 同時， 企業信息披露的真實性也是投資者了解企業基本面、 做出合理投資決策的重要保障。本文以信息透明度（Trans）作為信息披露水平的代理變量。

本文采用LP方法， 以中間品投入指標為代理變量計算企業全要素生產率。企業透明度是企業信息披露水平的重要衡量指標， 也是信息對稱與內部控制質量的側面反映。參考辛清泉等（2015）的研究， 本文采用盈余質量、 深交所信息披露指數、 盈余預測準確性、 分析師跟蹤人數以及是否聘請四大會計師事務所審計五個指標的百分等級均值衡量企業的信息透明度。本文依照中介檢驗的邏輯進行經濟后果檢驗， 首先檢驗了人力資本對企業全要素生產率與信息透明度的影響， 再將數字化轉型作為中介變量加入回歸模型中。回歸結果如表9中（1） ～ （8）列所示： 企業人力資本與數字化轉型各項系數均顯著為正， 表明人力資本能夠通過推動企業數字化轉型提升企業全要素生產率與信息透明度， 證明了企業人力資本推動數字化轉型能夠為企業的生產效率與信息披露水平帶來正向貢獻。

六、 結論與啟示

本文以人力資本為切入點， 研究了企業人力資本對數字化轉型的影響， 結果表明， 企業人力資本顯著促進了數字化轉型， 這一結論經過一系列穩健性檢驗后仍然成立。進一步分析企業產權性質、 地區分布及內部薪酬差距的影響后發現， 上述因素均調節人力資本與數字化轉型的關系， 在非國有企業、 東部地區企業和內部薪酬差距較小的企業中， 人力資本促進數字化轉型的作用更為明顯。機制分析表明， 人力資本通過提升企業研發和創新能力并抑制管理層短視來促進企業數字化轉型， 進而證明了人力資本發揮作用的路徑。經濟后果檢驗表明， 企業人力資本通過促進數字化轉型提升了企業生產效率與信息披露水平。本文為數字化轉型影響因素的研究提供了有益補充， 證明了人力資本對數字化轉型的促進作用。此外， 本文為數字化轉型階段企業的人才選聘和人力資源配置提供了實踐角度的經驗證據。

本文可為企業數字化轉型實踐提供如下啟示： 首先， 企業應重視知識型和技術型人力資本在數字化轉型中的重要價值， 在企業數字化轉型初期配置足夠數量和質量的人力資源并積極規劃研發和創新活動， 使得高水平人力資本“人盡其才”， 為企業打破技術壁壘、 提升生產效率創造優勢， 為企業數字化轉型提供智力支持。其次， 企業在優化人力資本結構的同時應注重合理的薪酬設計， 完善收入分配制度， 進而調動人力資本參與企業生產經營與戰略實施的積極性， 同時為員工發揮內部監督作用提供便捷渠道。最后， 企業管理者在企業數字化轉型過程中應重視研發和創新活動， 并認識到數字化轉型并非眼前之需， 而是長久之計， 應避免因僅注重短期經濟利益而做出阻礙企業數字化轉型的投資決策， 充分保障企業人力資本作用的發揮。

【 主 要 參 考 文 獻 】

郭婧，馬光榮．宏觀經濟穩定與國有經濟投資：作用機理與實證檢驗［ J］．管理世界，2019（9）：49 ～ 64+199．

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）：139 ～ 156+11+19 ～ 21．

孔東民，徐茗麗，孔高文．企業內部薪酬差距與創新［ J］．經濟研究，2017（10）：144 ～ 157．

劉啟仁，趙燦．稅收政策激勵與企業人力資本升級［ J］．經濟研究，2020（4）：70 ～ 85．

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）：170 ～ 190+13．

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

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）：130 ～ 144+10．

吳育輝，張騰，秦利賓等．高管信息技術背景與企業數字化轉型［ J］．經濟管理，2022（12）：138 ～ 157．

肖紅軍，陽鎮，劉美玉．企業數字化的社會責任促進效應：內外雙重路徑的檢驗［ J］．經濟管理，2021（11）：52 ～ 69．

肖土盛，孫瑞琦，袁淳等．企業數字化轉型、人力資本結構調整與勞動收入份額［ J］．管理世界，2022（12）：220 ～ 237．

辛清泉，李倩倩，梁政山．股票流動性、流動性風險和公司透明度［ J］．珞珈管理評論，2015（1）：76 ～ 91．

楊薇，孔東民．企業內部薪酬差距與人力資本結構調整［ J］．金融研究，2019（6）：150 ～ 168．

葉永衛，李鑫，劉貫春．數字化轉型與企業人力資本升級［ J］．金融研究，2022（12）：74 ～ 92．

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．

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．

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．

Fitzgerald M.， Kruschwitz N.， Bonnet D.，et al.. Embracing Digital Techno-

logy： A New Strategic Imperative［ J］．MIT Sloan Management Review，2014（2）：1 ～ 15．

Johnson G. A.， Lewis R. A.， Reiley D. H.. When Less Is More： Data and Power in Advertising Experiments［ J］．Marketing Science，2017（1）：43 ～ 53．

Kane G. C.， Palmer D.， Phillips A. N.， et al.. Strategy， not Technology， Drives Digital Transformation［ J］．MIT Sloan Management Review，2015（14）：1 ～ 25．

Kim H. B.， Choi S.， Kim B.， Pop-Eleches C.. The Role of Education Interventions in Improving Economic Rationality［ J］．Science，2018（6410）：83 ～ 86．

（責任編輯·校對： 許春玲? 李小艷）