企業數字化轉型能穩就業嗎？
——來自危機期間的經驗證據

曾雪婷，韓洪芳

（首都經濟貿易大學 勞動經濟學院，北京 100071）

一、引言

隨著“大數據”“人工智能”等數字技術的蓬勃發展，數字化轉型已經成為培育新產業、新業態、新模式的主導力量，同時也成為企業順應經濟趨勢發展的重要戰略選擇，這不僅加快了企業生產及經營方式變革，也對企業就業等方面產生了深遠影響。近年來，黨中央和國家高度重視數字化發展，2018年國家發改委發布的《關于發展數字經濟穩定并擴大就業的指導意見》提出，要大力發展數字經濟以穩定并擴大就業，促進經濟轉型升級和就業提質擴面互促共進。然而，2020年新冠肺炎疫情下，我國勞動人口就業壓力陡增，國內就業形勢嚴峻，數字化轉型所催生的直播帶貨、遠程辦公等新業態、新模式等凸顯出強大韌性。基于此，企業數字化轉型能否在危機期間有效緩解勞動力就業穩定的壓力需要密切關注。

數字化轉型是企業利用“大數據”“人工智能”等數字技術提升其市場競爭力、為企業帶來經營績效和利潤增值的戰略選擇（Vial，2019；戚聿東和蔡呈偉，2020）。關于企業數字化轉型，目前研究更多關注企業在正常時期推進數字化轉型的經濟后果，包括企業財務績效（李彥龍等，2022）、生產效率（涂心語和嚴曉玲，2022）及企業戰略變革（霍曉彤等，2023）等，并且提升企業績效、推動人力資本結構升級和提升勞動生產率等均可能對企業就業產生影響（叢屹和閆苗苗，2022）。中外學者關于數字化轉型與就業之間關系的研究存在較大分歧：第一，數字化轉型能夠促進就業。Biagi 和Falk（2017）認為信息通訊技術（ICT）等數字技術應用并不會減少工作崗位；相反，數字化轉型不僅能通過提升經營績效、業務范圍與生產率來帶動勞動力就業（趙宸宇，2023），也能通過增加社會資本和個人人力資本來提升個人就業機會（戚聿東和褚席，2021）；另外，其還能對服務業就業、非農就業尤其是受雇型非正規就業產生積極作用（何宗樾和宋旭光，2020；孟祺，2021）。第二，數字化轉型減少就業。人工智能等數字化技術這一新生產要素在勞動力市場上表現為其對高技能與低技能勞動力的替代效應（Frey 和Osborne，2017），且在勞動密集型企業中更為明顯（宋旭光和左馬華青，2019）。第三，企業數字化轉型對就業的影響呈現非單調的“U”形結構特點。企業對高、低技能勞動力需求增加，而從事程式化勞動的中技能勞動力被新技術運用所替代，從而對中技能勞動力需求減少，即呈現出“中部塌陷”的就業極化現象（Eeckhout et al，2021）；并且這種勞動極化現象存在異質性，非國有企業、出口貿易企業、規模較大企業的中技能勞動力擠出效應更為明顯（何小鋼和劉叩明，2023）。

綜上，既有關于數字化轉型影響企業就業的研究僅將數字技術或信息技術采用視作企業技術生產變革活動進而探討其對就業的提升或替代作用，并未限定在特定經濟環境與宏觀背景下，特別是針對兩者在新冠疫情等重大危機期間的研究較為匱乏，更是缺少數字化轉型在危機期間影響企業就業規模的特有機制討論。事實上，穩就業一直是中國實現高質量發展的重要方面，在重大危機期間維護就業穩定的重要性不言而喻，這不僅關系到重大危機應對，更與社會穩定與經濟社會發展關系密切。為此，本文試圖探討在危機期間企業數字化轉型影響就業規模的可能效應及其內在機制。可能的邊際貢獻如下：①區別于既有研究針對企業數字化轉型就業效應對經濟環境及宏觀背景的忽略，本文基于新冠肺炎疫情這一突發公共安全危機視角，探究企業數字化轉型對就業規模的影響，不僅拓寬了企業數字化轉型在危機期間價值的研究邊界，也為企業在危機期間保持就業穩定提供了可行路徑；②本文進一步考察企業數字化轉型在危機期間影響就業規模的路徑，發現數字化轉型通過擴大市場規模、強化風險承擔進而擴大企業在危機期間的就業規模，對企業的微觀效應研究形成有益補充；同時排除了企業數字化轉型在危機期間可能的就業替代效應；③本文除根據城市危機程度、行業數字生態和企業產權性質進行異質性分析外，還進一步從員工工資收入與企業勞動生產率的視角切入，探究企業危機期間數字化轉型在就業質量方面的經濟后果，不僅有效豐富了本文的研究結論與政策內涵，更為中國有效應對突發危機、提升經濟韌性與穩定就業增長提供了有益參考。

二、理論分析與研究假設

（一）數字化轉型為企業在危機期間提供了就業機遇

企業數字化轉型旨在通過數字技術與現有機器技術相結合的方式對產品和服務進行深刻變革。數字技術應用等智能資本投入不僅使得經濟活動的大量信息流得到及時快速處理，增強了勞動力市場供求匹配度；而且極大地拓寬了勞動力獲取信息和搜尋工作的渠道，提高工作靈活性，并減少了通勤時間和工作場所的限制（Bloom et al，2015）。另外，新冠肺炎疫情對傳統企業賴以生存的商業模式與發展路徑都造成了負面沖擊，嚴格的社交距離限制與跨區域通道中斷等防控措施使得依賴購買企業產品和服務接觸互動的客戶需求下降及企業產量下降，進而引發企業發生裁員危機，這就使得數字化技術在疫情期間變得至關重要，使數字化轉型的公司在特殊危機期間面臨更有利的經營條件。一方面，企業通過數字化轉型實現勞動成本下降、生產效率提升，其使得企業經營狀況穩定進而擴大市場供給，隨著市場規模的不斷擴大最終引致了對勞動力的需求增加（李麗，2022）；另一方面，受疫情影響，在線消費、移動支付等數字經濟模式及平臺經濟、共享經濟等新技術經濟活力不斷被激發，促進了靈活就業模式的產生，進而衍生出眾多的就業崗位，增加了就業規模（王震，2020）。

據此，本文提出假設1：

數字化轉型使得企業在危機期間面臨更有利的經營條件，相對增加企業在危機期間的就業規模（H1）。

（二）數字化轉型影響企業就業的微觀機制

數字化轉型通過擴大市場規模的“廣化效應”機制增加就業規模。第一，數字化技術可以不受時間和地理空間限制進行互聯網訪問，使得企業在封鎖期間擺脫了某些特定的經營活動空間限制，公司員工遠程與客戶和供應商持續溝通繼而保持經營（Autio et al，2021）；同時，在此期間也為數字化轉型企業搶占客戶資源提供了機會，新冠肺炎疫情使得傳統企業與其核心客群的觸達方式受阻，大量核心客戶流失到數字化企業，繼而為企業帶來了額外的經營績效和市場規模，其結果將會促使企業擴大就業崗位以滿足增加的市場需求。第二，引入5G 等數字技術的企業在新冠肺炎疫情等不確定性外部環境下能夠與其產業鏈上下游合作企業之間實現數據共享與流通，有助于上下游合作企業簡化中間流程，降低交易、搜尋成本，進而有助于擴大市場規模（Suoniemi et al，2020），推動了企業的勞動力需求增加。第三，數字化企業可以通過開發應用程序，創建電子商務網站等與互聯網可觸及的所有用戶進行商品交易，同時，利用大數據、數據挖掘等技術精準捕捉消費者的個人信息，消費習慣等特點預測出消費者偏好，進而動態調整差異化的產品營銷策略以提升企業競爭力、擴大市場業務范圍，并促成了企業勞動力需求的提高。

數字化轉型通過強化風險承擔的“深化效應”機制增加就業規模。企業在數字技術賦能下能夠有效提升應對不利事件沖擊的恢復和反彈速度，并通過優化周圍環境使其盡快恢復正常經營，進而較為迅速的應對新冠肺炎疫情帶來的裁員危機。第一，在數字技術的賦能下，企業能打破由于疫情帶來的空間束縛和信息壁壘，將企業內不同部門的人、事、物、信息進行連接，保障公司各業務單元在危機中正常運轉，同時，能夠使得跨層級、跨部門的組織成員之間隨時互動溝通和反饋意見，可即時根據危機變化做出調整，進而提升應對危機變化的響應速度（單宇等，2021）。第二，根據商業信用競爭假說可知，具備市場競爭力優勢的數字化企業擁有較強的商業信用，在面對不穩定外部環境時，其能維持現金流穩定（董曉林等，2021；張卿和鄧石軍，2023），保證員工薪酬支付。而傳統企業面臨房租、利息等支出剛性，其現金儲備和現金獲取能力可能直接導致企業采取減員措施來緩解成本壓力。因此，數字化轉型企業能夠在疫情期間保持相對穩定的現金流。第三，數字化轉型更高的企業擁有較為靈活的工作模式和更智能的生產技術，會幫助企業提升抗風險韌性，進而創造更多就業崗位。例如，新冠肺炎疫情期間，數字化企業利用ERP（enterprise resource planning）等數字技術實現業務改進、流程優化（Fischer et al，2020），進而衍生出線上辦公、居家辦公、數字辦公等多種辦公模式（Brynjolfsson et al，2020），不僅有助于減少人員集聚和人機接觸，更有助于創造更多就業崗位。

據此，本文提出假設2：

疫情危機期間數字化轉型通過擴大市場規模和強化風險承擔，從而提高了企業就業規模（H2）。

數字化轉型不僅僅對勞動力需求產生促進作用，同時可能存在就業替代風險。一方面，數字技術應用通過提高生產率等方式淘汰大量重復性強的工作崗位，從而降低勞動力需求（楊白冰，2023）；另一方面，新數字技術的引進促使了人力資本成本的提升，致使企業盈利下降，從而影響企業創造工作崗位的積極性（潘孝珍和許耿熙，2023）。疫情危機期間，數字經濟提供的智能化生產技術有助于減少人員接觸、阻斷疫情傳播（Chen and Lin，2020），尤其是一些企業利用數字技術建立的“無人生產車間”等，可能導致“機器換人”的現象發生致使重復性、低技能崗位被替代。與此同時，疫情沖擊下新業態被激發的過程中，不可避免地會使傳統業態的部分崗位大量減少甚至消失，從而可能出現失業率上升的現象。此外，企業推進數字化轉型使得勞動力的比較優勢降低，人工智能與深度學習等操作系統的復雜性在勞動力市場上表現為其對勞動力的替代效應，加劇了勞動力市場的結構性失業風險，使得企業員工的就業面臨著新的挑戰。

據此，本文提出假設3：

危機期間數字化轉型可能存在就業替代風險進而降低了企業就業規模（H3）。

綜上所述，危機期間企業數字化轉型對就業規模影響的機制如圖1 所示。

圖1 危機期間企業數字化轉型對就業規模的影響機制

三、研究設計

（一）模型構建

本文研究危機期間企業數字化水平對就業的影響，參考胡海峰等（2022），設定如式（1）的計量模型。

其中：被解釋變量laborit為企業i在第t年的就業規模；digit為企業i在t年的數字化轉型程度；timet為時間虛擬變量，本文將2019年以后的時期定義為新冠肺炎疫情沖擊時期，time取值為1，否則為0；digit×timet交互項是核心解釋變量；Controlsit為控制變量，具體包括企業規模、企業年齡、資產負債率、盈利能力與成長能力；?ind和?t分別為行業固定效應和時間固定效應；εit為隨機誤差擾動項。

（二）數據來源與變量說明

為了有效分析新冠肺炎疫情沖擊下企業數字化轉型對就業的影響效應并考慮到數據的完整性，本文選取2016—2021年中國滬深A 股上市公司作為研究樣本，為了確保分析樣本的合理性，依次剔除special treatment（ST）或*ST 類企業及金融業企業，并剔除相關數據缺失值。行業電子商務交易活動的企業比重數據來自中國研究數據服務平臺（CNRDS），企業勞動力規模數據、數字化轉型程度數據和其他企業層面的基礎數據來自國泰安（CSMAR）數據庫。下面對各變量進行解釋說明。

1.被解釋變量

本文的被解釋變量為企業就業規模（labor），采用公司員工人數的對數值來衡量。

2.核心解釋變量

核心解釋變量為企業數字化轉型（dig）與新冠肺炎疫情爆發時間（time）的交互項dig×time。考慮到企業年報作為總結性和向導性的對外報告，其詞匯用法往往能夠反映出企業的戰略特征與經營理念，從而較為全面地捕捉企業開展數字化轉型在生產經營過程等諸多環節中的意愿和成果，因而采用年報中相關詞匯出現的頻率進行測度更能準確的刻畫企業數字化轉型的程度。基于此，本文借鑒吳非等（2021）的做法，將數字化轉型指標細化為5 個具體子分項，分別為數字技術應用、人工智能、大數據、云計算及區塊鏈技術，根據國泰安（CSMAR）數據庫所公開的關于數字化5 個分項的詞頻數，將其求和再加1 后取對數值來衡量企業數字化轉型的程度，具體數字化轉型詞頻的關鍵詞選取如圖2 所示。同時，將2019年以后（不含2019年）的時期定義為新冠肺炎疫情沖擊時期，time取值為1，否則為0。

圖2 數字化轉型的關鍵詞詞庫

從企業數字化轉型的平均詞頻統計結果看，2016—2021年上市公司的數字化轉型程度整體呈現良好的發展態勢，總體平均詞頻從11.703 次上升至16.747 次（表1），盡管疫情沖擊致使發展進程受阻，但2020年以后企業數字化轉型水平仍然實現了正增長，由此表明，疫情危機不但沒有中斷企業的數字化轉型之路，反而客觀上激發了數字經濟的發展潛能，催生了新興業務市場，拓展了可數字化應用場景。從數字化轉型推進的5 個方向來看，人工智能、云計算、大數據與數字技術應用這些相關詞匯出現頻次較高，其中數字技術應用分項詞頻最高，2020年其高達6.336 次，而區塊鏈技術這些反映去中心化的詞頻有所增長但詞頻較低；此外，雖然疫情爆發后企業數字化轉型個別分項的詞頻增長緩慢甚至有所減少，但在人工智能技術分項上仍然保持平穩上升的趨勢，且云計算技術由2020年的4.134 次上升到2021年的4.391。由此可知疫情催生的自動化線上化應對需求進一步刺激了云計算、機器學習與人工智能等新興技術應用和商業模式的擴張。同時，《中國企業數字化轉型研究報告（2020）》也表明疫情危機中的眾多企業加速了數字化系統開發、打造了數字化工作環境與推動了數字生態圈建設。

表1 企業數字化轉型平均詞頻統計

3.控制變量

參考既有研究，本文納入以下企業層面控制變量：①企業規模（size），采用年總資產的對數來衡量；②企業年齡（age），采用當年年份減去公司成立年份加1，再取對數來衡量；③資產負債率（lev），利用年末總負債與年末總資產比值來衡量；④盈利能力（roa），采用資產報酬率來衡量；⑤成長能力（growth），選用凈利潤增長率來衡量。各變量的描述性統計結果見表2。

表2 主要變量的描述性統計

四、實證結果分析

（一）基準回歸結果

表3 為新冠肺炎疫情沖擊下企業數字化轉型對就業規模的基準回歸結果，（1）～（5）列結果顯示，在逐步控制其他變量后，交互項dig×time的系數符號均在1%水平上顯著為正，說明新冠肺炎疫情爆發后，經歷數字化轉型的企業顯著促進了就業水平。在疫情危機期間，企業利用新技術流進行數字化轉型推動了網絡直播、新媒體、零工經濟等較多靈活多樣的新就業形態和線上辦公、靈活辦公等新工作模式，進而充分吸收市場釋放的多余勞動力，在很大程度上減輕疫情危機帶來的失業沖擊。由此假設1 得到了證實。

表3 企業數字化轉型影響就業規模的基準回歸結果

（二）有效性檢驗

1.平行趨勢檢驗與動態效應

使用雙重差分模型的基本前提是需要滿足平行趨勢的假設條件，即控制組和處理組在沖擊之前需要保持一致的趨勢發展。參考于新亮等（2022），采用事件研究法進行平行趨勢檢驗，將2016年作為缺省組。圖3顯示了平行趨勢檢驗的估計結果，可見在疫情沖擊的前3年內交互項系數均不顯著，說明通過了平行趨勢檢驗。同時2021年的交互項系數相比2020年有所增長，表明企業數字化轉型在危機期間的就業促進效應存在動態增長的變動趨勢。

圖3 平行趨勢與動態效應檢驗

2.預期效應檢驗

為避免企業在疫情沖擊前產生重大衛生危機的預期效應而做出就業調整，本文在基準模型的基礎上納入企業數字化轉型（dig）與疫情沖擊前1 期的交互項重新估計。回歸結果見表4 的（1）列所示，可見沖擊前1期并不顯著，而交互項系數仍顯著為正，說明企業并未在新冠肺炎疫情沖擊前產生預期效應，本文基準模型的設定有效。

表4 預期效應與更換解釋變量的穩健性檢驗

3.安慰劑檢驗

為排除其他不可觀測因素的干擾，本文隨機設定虛假企業數字化轉型水平與疫情沖擊時間并構建虛假交互項，而后對基準模型進行重復500 次的安慰劑檢驗并繪制核密度分布圖（圖4）。如圖4 所示，隨機估計的虛假交互項系數均分布在0 附近，與基準估計的真實估計系數相差較大（虛線）。因而通過了安慰劑檢驗，本文基準模型的設定有效。

圖4 安慰劑檢驗

（三）穩健性檢驗

1.更換解釋變量

為緩解本文所選取企業數字化轉型關鍵詞頻的隨機性問題，參考趙宸宇（2021）的關鍵詞頻統計分類標準，在上市公司年度報告中統計數字化技術運用、互聯網商業模式、智能制造和現代信息系統4 個維度的企業數字化相關關鍵詞詞頻，而后利用相關詞頻總數加1 的對數值計算企業數字化轉型的替代指標（dig1）。進一步，為緩解企業在年度報告中可能為迎合當前數字經濟趨勢與政策，過度夸大數字化轉型進程導致的測度偏差，本文參考余典范等（2022），利用企業數字化資產衡量企業數字化轉型的實際水平，首先識別并加總企業與數字化轉型相關的無形資產總額，然后利用企業無形資產總額進行規模標準化處理，將其作為企業數字化轉型的另一替代指標（dig2）。使用以上替代變量對基準模型重新估計，回歸結果見表4 的（2）列、（3）列所示，可見關鍵交互項變量均顯著為正，說明在考慮企業數字化轉型的多種衡量方式后，本文結論仍然穩健。

2.Heckman 檢驗

由于企業數字化轉型需要企業充盈的資金支持、專業的人才團隊等，以上轉型支持因素可能導致企業雇傭更多的員工，即可能存在樣本選擇偏差產生的內生性問題。為此，利用Heckman 兩階段模型緩解以上內生性問題。具體而言，首先，構建企業數字化轉型選擇模型，將企業是否進行數字化轉型（DT）作為被解釋變量，若企業當期進行數字化轉型則賦值DT為1，反之為0；利用Probit 模型估計企業進行數字化轉型的概率，依據其計算逆米爾斯比率（IMR）。其次，將得到的IMR作為解釋變量納入基準模型重新估計，估計結果見表5 的（1）列。由結果可知，交互項系數仍顯著為正，同時逆米爾斯比率IMR同樣顯著為正。說明選擇進行數字化轉型的企業確實存在更高的員工規模，在排除以上樣本選擇偏差導致的內生性問題后，本文的基準結論仍然有效。

表5 Heckman 兩階段及工具變量回歸法

3.工具變量法

為避免反向因果、遺漏變量等內生性問題，本文參考鄭博文等（2023）的做法，采用歷史上的郵電數據作為數字化轉型的工具變量。具體來說，企業所在地歷史上的郵電數據反映當地的通信基礎設施發展水平，企業進行數字化轉型在一定程度上受到本地這種通信基礎設施發展水平的影響，同時歷史上的郵電數據與企業就業規模難以產生直接關聯，因而滿足工具變量外生性與相關性要求。考慮到歷史上某一年的郵電數據并不能直接作為面板數據進行處理分析，因此，本文以上一年全國互聯網用戶數分別與1984年各城市每萬人電話機數量構造交互項作為工具變量進行兩階段最小二乘法（2SLS）回歸。表5 的（2）列顯示了第二階段的回歸結果，結果表明交互項系數依然顯著為正，與基準回歸結果一致；并且檢驗結果顯示工具變量均通過了“不可識別”檢驗和“弱工具變量”檢驗，說明本文所選擇的工具變量是有效且合理的。

4.其他穩健性檢驗

為進一步確保研究結果的可靠性，本文還做了以下穩健性檢驗：①在基準模型基礎上引入省份固定效應以消除省份不隨時間改變因素的影響；②本文更換固定效應為控制省份-時間與行業-時間固定效應以排除省份和行業層面隨時間可變的不可觀測因素影響；③為了消除同行業企業間存在的相關性，本文更換使用行業聚類標準誤進行穩健性檢驗；④考慮到北京、天津、上海、重慶作為直轄市，在擴大市場規模和強化風險承擔機制上具有一定的特殊性，其控制新冠肺炎疫情的執行力與其他省份存在一定差異性，可能會導致就業效應有別于其他省份，因此，以剔除直轄市的方式來進行穩健性檢驗。以上估計結果列示在表6 的（1）～（4）列，可見交互項系數的大小、符號及顯著性并未有明顯變化，這說明基準結論比較穩健。

表6 其他穩健性檢驗

（四）機制檢驗

基于前文理論機理分析，借鑒江艇（2022）的方法，檢驗企業數字化轉型如何通過“市場規模”和“風險承擔”來影響就業。本文中介效應模型設定如式（2）、式（3）所示。

其中：Mit為市場規模（MS）和風險承擔（RA），其中市場規模采用企業營業收入的對數來衡量，風險承擔采用負向指標現金流波動性來衡量。

表7 報告了危機期間企業數字化轉型穩定就業的影響機制檢驗結果。表7 的（1）、（2）列分別為數字化轉型對中介市場規模（MS）、風險承擔（RA）的影響，可以看出交互項的系數分別顯著為正、顯著為負，這說明危機期間企業進行數字化轉型所帶來的市場規模“廣化效應”與風險承擔“深化效應”中介機制成立，即數字化轉型企業在疫情危機期間通過擴大市場規模和強化風險承擔，進而提升企業就業水平。在危機中數字化轉型為企業提升了應對不利事件沖擊的恢復和反彈速度，使得企業能夠較為迅速的應對新冠肺炎疫情帶來的裁員危機，同時為企業提供了線上辦公、直播帶貨等工作模式，使得企業擁有擴大現有市場規模的潛力，最終提升了就業機遇。因此假設2 得到驗證。

表7 機制檢驗與替代效應檢驗

數據方面的限制導致本文無法直接考察危機期間企業數字化轉型的就業替代效應。本文基于勞動密集度性質將樣本劃分為勞動密集型與資本密集型企業，并分別進行分組回歸來間接識別企業數字化轉型對勞動力的替代效應；參考李磊等（2021），如果存在替代效應，與非勞動密集型企業相比，勞動密集型企業的就業替代效應更大；換言之，勞動密集型企業的交互項系數如果顯著為正，表明數字化轉型程度越高，勞動密集型企業的就業規模越大，則排除了數字化轉型的就業替代效應。本文使用有形資產比率來度量企業的勞動密集度，如果勞動密集度大于所有樣本企業當年勞動密集度的中位數，則定義為資本密集型企業，反之則定義為勞動密集型企業。表7 的（3）、（4）列分別報告了勞動密集型企業和資本密集型企業的回歸結果。其中，（3）列表明勞動密集型企業中交互項系數顯著為正，且（4）列資本密集型企業的交互項系數不顯著，說明勞動密集型企業進行數字化轉型依然能夠促進就業效應，且相較于資本密集型企業，數字化轉型對勞動密集型企業就業規模提升的效果更大，排除了危機期間企業數字化轉型的就業替代效應，假設3 并未成立。

（五）異質性分析

1.城市危機程度異質性

考慮到新冠肺炎疫情爆發后，不同地區間的疫情嚴重程度、封控時長等有所差異，可能導致企業數字化轉型在危機期間的就業穩定效應的發揮存在異質性。為此，本文利用城市自2020年以來的疫情封控時長劃分城市疫情嚴重程度，將武漢、上海等9 個封控時間較長的城市定義為疫情重度地區，將其他城市定義為疫情輕度地區。而后分組對基準模型進行估計，表8 的（1）、（2）列分別報告了疫情重度地區和疫情輕度地區企業數字化轉型對于危機期間就業穩定的影響結果，可以看出，在疫情重度地區，交互項系數并不顯著，而在疫情輕度地區，交互項系數在1%的水平上顯著為正，這說明相較于疫情重度地區的企業，數字化轉型對疫情輕度地區的企業就業規模提升效果更大。此外，經驗P值在1%的水平上顯著，進一步驗證了上述差異在統計上的顯著性。主要原因在于疫情重度地區實施了嚴厲的管控政策，全民居家隔離，城市之間、城鄉之間交通基本阻斷，各大商場、餐館、體育場館、健身培訓場所活動一律按規定停止營業，聚集性體育娛樂活動一律取消，這將對較為依賴線下交易的企業造成嚴重沖擊，致使企業進行數字化轉型也難以提升就業規模。

表8 異質性檢驗結果

2.行業數字生態異質性

由于行業數字化管理與參與程度存在較大差異，部分行業具有良好的數字生態，其生產經營能夠充分發揮數字技術的線上平臺搭建、線上交易執行優勢，不僅能有效提升該行業企業的生產經營效率，也使其在疫情沖擊期間更大程度的規避線下隔斷沖擊，因而可能對于就業穩定存在異質性效應。有鑒于此，本文參考陳岑等（2023），利用行業電子商務交易活動的企業比重衡量行業數字化參與程度，若其高于全行業電子商務交易活動企業比重的中位數，則定義為數字生態行業，反之定義為非數字生態行業。基于以上分組對基準模型重新估計，表8 的（3）、（4）列分別報告了數字生態和非數字生態行業的回歸結果，能夠發現，（3）、（4）列交互項的估計系數均在1%的水平上顯著為正，并且在數字生態行業中，企業數字化轉型對于危機期間就業穩定的正向作用更大；同時經驗P值也顯著支持這種組間系數差異的存在。數字生態行業具有較為完善的數字生產網絡體系，其能依靠線上平臺維持企業的正常生產經營，疫情期間的各類封控、隔斷措施對其實質性影響較小，數字化轉型則進一步提升企業的數字運營、數字交易等數字生態建設優勢，繼而有效穩定企業就業。

3.企業產權性質異質性

為了衡量在不同產權性質的企業中數字化轉型對企業就業規模的影響，本文基于實際控制人性質將樣本劃分為國有企業與非國有企業，并分別進行分組回歸。若公司的實際控制人為各級政府或國有企業，則產權性質取值為1，否則取值為0。表8 的（5）、（6）列分別報告了國有企業和非國有企業的回歸結果。其中，（5）、（6）列的交互項系數均顯著為正，且國有企業的交互項系數大于非國有企業，說明數字化轉型的就業促進效應具有普惠性，但相較于非國有企業，數字化轉型對國有企業就業規模提升的效果更大；此外，經驗P值為0.018，并在1%的水平上顯著，進一步驗證了上述差異在統計上的顯著性。國企作為引領數字經濟的示范者和引領者，其本身的融資約束明顯處于較低水平，有充足的資本儲備開展數字化轉型工作，并且國有企業在數字化推進過程中，還會有來自政府部門更具傾向性的技術、管理和人員等資源或政策的支持，這使得數字化賦能在國有企業中更具成效，利用數字化的技術優勢創造了就業崗位，對就業規模的提升作用更強。

（六）拓展分析

Korinek 和Stiglitz（2017）研究發現數字技術應用的最大挑戰在于社會不平等。新技術的擴散和廣泛使用均會對收入分配產生影響，使得全球范圍內的勞動收入份額發生變動（郭凱明，2019）。那么，企業進行數字化轉型究竟會對勞動收入產生怎樣的影響呢？此外，考慮到疫情期間許多人面臨房貸還款困難等問題，因此數字化轉型除了對就業規模有影響外，分析危機期間其能否提高企業員工工資收入是值得更為關注的問題；由于勞動生產率是企業數字化轉型影響員工收入的重要因素之一，其反映了企業發展質量和經營效益，為此，本文進一步分析了企業數字化轉型對員工工資收入與勞動生產率的影響。估計結果見表9。表9的被解釋變量分別為員工工資收入與勞動生產率；工資收入分別采用工資規模和工資優勢作為其代理變量，其中，工資規模利用支付給職工及為職工支付的現金來衡量；工資優勢參考劉汶榮（2021）采用公司從業人員與其所處行業人均營業收入的比值來衡量。勞動生產率分別采用Levinsohn-Petrin（LP）法計算的全要素生產率與勞動邊際產出作為其代理變量。從表9 的估計結果可知，危機期間企業推進數字化轉型能夠顯著提高員工收入與企業勞動生產率。新冠疫情使得企業員工在家辦公成為常態，數字化更高的企業所有用的office automation（OA）、enterprise resource planning（ERP）等智能辦公軟件有利于提高企業內部各部門之間信息傳達與溝通交流，致使企業內部各級的協同性大大提升，增加了勞動生產率。同時，數字化提供的智能化生產技術為企業生產和運營提供了便捷，智能軟件、遠程操控等技術加大了員工職業培訓力度，提升了員工的職業素養，進而實現了員工增收。由此，企業數字化轉型能促進企業勞動生產率的提高，且帶動了工資收入的上漲，能夠帶來積極的經濟后果。

表9 數字化轉型對員工收入與勞動生產率影響的估計結果

五、結論與建議

本文基于新冠肺炎疫情這一外生沖擊，利用2016—2021年中國滬深A 股上市公司數據，實證檢驗了危機期間企業數字化轉型與其就業規模的因果關系，為實現危機期間的就業、社會及經濟穩定提供經驗證據。本文的研究結論包括：數字化轉型有助于企業在危機期間穩定就業，表現為數字化轉型程度較高的企業在新冠疫情期間的員工人數相對增長2.7%，這一結論在經過替換解釋變量、Heckman 與工具變量等一系列穩健性檢驗后仍然成立。機制檢驗表明企業數字化轉型主要通過“廣化效應”與“深化效應”提升企業危機期間的就業規模，其就業替代效應并不明顯。異質性分析發現在疫情嚴重城市、數字生態行業和國有企業中，數字化轉型更能提升企業危機期間的就業規模。最后，拓展分析表明企業在危機期間推進數字化轉型能夠提高員工收入與企業勞動生產率。本文為維護危機期間社會穩定及雙循環戰略實現提供了重要參考。

基于上述結論，可能的建議思路如下：第一，中國企業需充分把握數字化發展機遇，加大數字化轉型的技術基礎設施投入，助力企業經營績效的提升并為就業崗位創造更多的機會；積極運用5G、區塊鏈、人工智能等數字技術與實體經濟融合，開展在線辦公、數字辦公等新業態新模式進而強化企業風險承擔能力，以緩解危機所帶來的負面影響，發揮危機期間企業數字化轉型促進就業的韌性優勢。第二，加大數字人才的培養力度，大力支持企業設立數字化技能培訓平臺，鼓勵企業興辦在職員工的技能培訓，政府也應對開展培訓的企業提供土地、財政、稅收、信用等一系列合適的支持政策，從而為企業積極培養相關人才及為其員工數字化技能形成指明方向，以緩解企業數字化轉型對勞動力優勢沖擊帶來的不利影響。第三，非國有企業在數字化過程中面臨的轉型成本高、難度大等問題嚴重制約了數字化的賦能作用，政府應該大力扶持非國有企業進行數字化轉型，加大資金支持和政策優惠力度，帶動非國有企業生產、銷售、運營和管理等各個環節及流程的數字化，從而推動數字技術與非國有企業，特別是非國有中小企業的精準對接，充分激發數字經濟的就業“紅利”效應，為促進企業穩就業提供內生動力。