企業數字化對勞動力市場就業風險的影響

摘要：企業數字化是數字經濟的微觀形態，對勞動力市場將產生深刻影響。在勞動力價格不斷上漲的背景下，探討企業數字化如何影響就業風險具有重要意義。采用勞動力需求彈性衡量勞動力市場就業風險，基于2010—2020年中國A股上市企業數據考察企業數字化對就業風險的影響，發現企業數字化能夠降低勞動力市場的就業風險，總體上具有積極的就業效應。從作用機制來看，企業數字化通過生產力機制與資源機制對勞動力市場就業風險產生影響，前者表現為替代效應與規模效應，后者表現為融資效應，其中替代效應深化就業風險，而規模效應與融資效應緩解就業風險。實證結果表明，生產力機制的規模效應與資源機制的融資效應占據主導地位，這兩個效應均顯著存在。在數字經濟所催生的企業數字化過程中，借助數字化轉型推動企業發展，進而改善經營狀況，對化解勞動者就業風險，實現更加充分更高質量就業具有積極意義。

關鍵詞：企業數字化;就業風險;勞動力需求彈性;數字經濟;新質生產力;穩就業政策

文獻標識碼：A 文章編號：1002-2848-2024（04）-0014-13

一、問題提出

21世紀以來，數字經濟全面創新經濟發展模式，是新質生產力的重要體現。《“十四五”數字經濟發展規劃》指出，數字經濟是繼農業經濟、工業經濟之后的主要經濟形態。企業數字化是數字經濟重要的微觀形態，深刻影響勞動力市場供需匹配，引發人們“以數代人”的擔憂。技術進步對就業的影響是經濟學研究的經典議題。傳統觀點包括技術樂觀派與技術悲觀派，前者以薩伊定律和工資理論為基礎，認為技術進步引起的失業是短期的;后者提出“市場需求不足”“投資需求不足”和“資本有機構成提高”等論點[1]，認為技術進步將造成嚴重失業。現有研究基于傳統觀點，重點探討技術本身引起的就業總量、就業結構的變化[2-3]，但忽略了技術進步對勞動力市場就業潛在波動性的影響及作用機制。與以往諸如工業機器人等技術進步不同，企業數字化除了具備生產力提升作用，更是企業實現創新驅動發展、改造生產流程、優化企業管理并最終實現產業升級的過程，能深刻影響企業的經營效益與勞動力需求彈性，從微觀層面上影響勞動力市場的就業需求波動性，即就業風險。

企業勞動力決策圍繞成本與收益展開，在勞動力價格不斷上漲的背景下，勞動力需求將呈下降趨勢，導致勞動者面臨更多的就業風險。統計數據顯示，中國城鎮非私營單位就業人員年平均名義工資從2000年的9 333元上漲到2022年的114 029元。同時，2012年后平均實際工資增長率開始出現超過實際國內生產總值（GDP）增長率的趨勢[4]。勞動力成本上升意味著企業需要承擔額外成本，這無疑影響企業利潤以及現金流，由此導致企業勞動力需求下降，勞動者面臨被解雇的風險，使得勞動力市場不確定性上升。基于上述背景，本文使用勞動力需求彈性衡量勞動者就業風險，從理論上梳理企業數字化影響勞動力就業風險的兩大機制及其三大效應，即生產力機制的替代效應與規模效應、資源機制的融資效應。在實證研究方面，基于2010—2020年中國A股上市企業數據，建構企業數字化測量指標，分析企業數字化對就業風險的影響及其作用機制。

二、文獻回顧和研究假設

（一）文獻回顧

企業數字化對勞動力市場影響的研究可分為三個維度，分別是就業總量、就業結構和就業質量相關研究[5]。首先，就業總量研究關注企業數字化對勞動力需求總量的影響，具有替代效應和規模效應。前者認為企業數字化導致更多工作被替代[6]，主要表現為對勞動力的替代效應;后者認為企業數字化可以降低產品價格并增加有效需求，從而創造更多的勞動力需求[7]。已有研究對兩者之間的強弱進行實證分析，大部分結果支持規模效應大于替代效應[8]，但也有部分研究持相左的觀點[2]。觀點分歧的原因可能在于，部分研究重點考慮了人工智能、自動化等數字技術產生的影響，但相對忽略了企業數字化是對企業全流程、全方位的數字化改造，從而對替代效應與規模效應的相對強弱產生了相異的估計結果。其次，就業結構相關研究主要關注企業數字化對技能結構的影響。企業數字化對不同技能結構的勞動力需求不一，反映了技術進步的技能偏向性。企業數字化替代效應與規模效應的敏感性群體特征并不相同，導致技能結構的相對變化。替代效應更側重影響低技能勞動者與生產型勞動者，這類勞動者往往從事的是常規化勞動[8]，而規模效應則對其余群體更為敏感。一方面，企業數字化提高了中高技能勞動者需求，而降低了低技能勞動者需求;另一方面，企業數字化提高技術型、服務型勞動者的需求，而對生產型勞動者以替代效應為主[9]。最后，就業質量研究關注企業數字化對勞動福利、勞動關系和就業環境等的影響，包括企業數字化能夠提高勞動收入份額[10]，降低工作時間，促進職業發展和提升工作滿意度[11]，從而對勞動者就業質量具有提升效應。

在上述三個維度的研究中，對企業數字化與就業總量的相關研究具有重要的理論意義與政策價值。一方面，就業總量是技術進步對勞動力市場最為直接的影響，往往通過對勞動力需求的變化進而對收入、技能結構產生衍生性影響。另一方面，就業總量能預測失業率的變化，在勞動力總量穩定的條件下，就業總量的上升意味著失業率下降;反之，失業率則上升。然而，現有研究主要采用區域宏觀數據探討這一問題，相對忽略了微觀層面企業數字化對勞動力市場的影響，但這一視角具有獨特的優勢：其一，從企業角度可以更好衡量技術進步對勞動需求產生的潛在波動性或就業風險。當勞動力成本上升時，企業往往選擇降低勞動力需求[12]，但下降幅度受制于外在與內在多種影響，具有較強的波動性與風險性。也就是說，企業“成本—需求”的勞動力決策直接導致了勞動力市場就業需求的潛在波動性，而在勞動力成本不斷上升的背景下，企業數字化如何影響企業勞動力決策進而影響就業風險，這一問題并未得到深入分析與論述。其二，全面揭示技術進步影響就業風險的作用機制。企業數字化對勞動力市場的沖擊不僅限于技術進步角度的生產力機制，同時還對企業資源約束產生深刻影響，企業的勞動力需求不僅受制于實際的生產規模，也依賴企業的財務資源支持[13-14]，這在勞動力價格不斷上漲的背景下尤為重要，但也為現有研究所忽視。

（二）研究假設

從企業的微觀視角來看，在資本不變條件下，工資上漲帶來勞動力需求下降，勞動力需求彈性刻畫了勞動力工資對勞動力需求的影響程度[12]，反映就業數量對工資收入的敏感程度。勞動力需求彈性能夠刻畫勞動力市場的就業風險狀況，是考察外界因素對勞動力雇傭關系變化、工作穩定性的顯性指標[15]。換言之，某種外界因素可能導致勞動力需求彈性的變化，當勞動力需求彈性絕對值變大時，較小的工資變化將導致勞動力需求的劇烈變動以及非勞動成本更多地由勞動者承擔[16]，表示勞動者將面臨更多就業風險。

勞動力需求彈性反映了企業的勞動力決策過程及其市場后果，這一過程還受到兩方面因素的影響。一是企業內部勞動力資源狀況。若企業勞動力存在冗余，則當勞動力成本上升時，裁員不會影響生產，反而節省生產成本，因此勞動力冗余時企業更傾向于降低勞動力需求，勞動力需求彈性變大，勞動者就業風險提高。當勞動力相對短缺時，裁員會干擾生產，特別是在企業規模擴張期，面對勞動力成本上漲，企業不會輕易裁員，甚至會擴大生產，進而繼續增加勞動力需求，使得勞動力需求彈性變小，勞動者就業風險降低。二是企業財務資源狀況。當勞動力成本上漲，企業保留原有勞動力或是繼續增加勞動力時，需要承擔更多的成本，這些成本可以通過融資獲得資金支持。若融資成本較高，企業無法支撐勞動力成本上漲，選擇降低勞動力需求，勞動力需求彈性上升，勞動力就業風險提高;相反，若融資成本較低，企業能夠承受勞動力價格上漲，則勞動力需求下降的可能性大幅度縮小，勞動力需求彈性下降，勞動者就業風險降低。

企 業數字化將深刻改變企業的組織方式、生產方式，進而影響企業勞動力決策，對勞動者就業風險產生重要影響。結合勞動力需求彈性的形成過程，本文進一步考察了企業數字化影響就業風險的作用機制及其效應。企業數字化對就業風險的影響可概括為生產力、資源兩大機制及其所產生的三種效應。首先，依據熊彼特“創造性破壞”理論，生產力機制刻畫數字化技術創新、嵌入與應用如何影響勞動力市場的就業需求。一方面，越來越多的工作被數字化技術替代，導致勞動力冗余，企業決策時更多地考慮勞動力成本，勞動力需求對工資敏感性提高，即勞動力需求彈性變大，勞動者的就業風險上升，即“替代效應”;另一方面，生產技術進步往往能降低產品價格并增加有效需求，體現為擴大企業規模進而增加勞動力需求，從而造成勞動力相對短缺并降低勞動力需求彈性，減少勞動者就業風險，即“規模效應”。其次，資源機制關注企業數字化能夠釋放企業發展的積極信號，進而降低企業融資成本，能使企業更有能力承擔勞動力成本上漲，增加勞動需求并降低就業風險，即“融資效應”。上述理論分析1.生產力機制：替代效應與規模效應框架如圖1所示。

1.生產力機制：替代效應與規模效應

生產力機制表現為企業數字化幫助傳統企業實現數字化、自動化與智能化，提高勞動生產率[17]，進而對勞動力市場就業需求產生沖擊。數字化技術嵌入企業生產流程是企業數字化的重要任務。從直接效應來看，生產技術進步首先引發對勞動力的替代效應。當數字化技術提高勞動生產力的時候，技術投入相對于勞動力更具有優勢，勞動力就會被數字化技術所取代[3]，進而對勞動力產生替代效應。企業數字化有助于提高企業運營的智能化、自動化[17]，降低勞動力需求和技能要求，產生勞動雇傭冗余，勞動力喪失技能優勢和效率優勢。現有研究表明，企業數字化的替代效應凸顯并將進一步深化，有研究認為47%的美國工人將被數字化技術所取代[6]，19.05%的中國勞動者處于高替代風險中[18]。企業數字化的替代效應導致勞動力冗余，企業在面臨諸如勞動力成本上升等不利因素沖擊時更加傾向于降低勞動力需求，從而提高勞動需求彈性，增加勞動力潛在的就業風險。

從間接效應來看，技術進步引發商品價格下降并刺激需求，生產規模擴大，產生規模效應。數字化技術作為先進生產力，有利于企業節約生產經營成本，使商品和服務價格下降，相當于間接提高了需求方的“收入”水平[2]，進而產生“收入效應”。收入水平提升能夠增加消費者對商品或服務的消費需求，從而促使企業進一步擴大生產經營規模。此外，企業數字化降低生產成本，對后續再加工產品的價格也會產生一定影響，結合“收入效應”對需求方收入的間接提升作用，消費者必將增加對相關行業產品的需求[19]，推動行業生產規模擴大，形成規模經濟，進一步降低生產成本，形成規模逐漸擴張的良性循環。然而，與替代效應相反，規模效應則是由于生產技術進步，推動企業生產效率提升，進而促使企業擴大生產規模，提高企業勞動力需求，導致勞動力相對短缺。因此，生產力機制的規模效應對其替代效應具有補償作用。出于擴大規模、搶占市場的目的，企業決策不再以勞動力成本為中心，能更大限度承受勞動力價格上漲等不利影響;同時，生產規模擴大引致邊際成本降低，也提高了企業應對勞動力成本上漲的能力，使得企業的勞動力決策相對忽略勞動成本因素，勞動力價格與勞動力需求之間敏感性降低，勞動力需求彈性下降，勞動者就業風險降低。

2.資源機制：融資效應

除生產力機制外，企業數字化還具有資源機制的融資效應，進而影響勞動者就業風險。具體而言，企業數字化可以通過資源機制的融資效應降低企業融資成本，弱化工資上漲與生產要素投入變化的敏感性，緩解勞動力市場就業風險。

勞動者就業風險很大程度上來自企業的資源約束[14]。這是由于企業面對不斷上漲的勞動力成本，保留原有勞動力或是繼續增加勞動力時，均需要承擔更高的運行成本[13]，并必須通過進一步融資來獲取資金支持。企業會根據自身資金水平進行決策，平衡勞動力成本與融資成本之間的關系。若企業融資成本高于勞動力成本，則選擇降低勞動力需求，勞動者就業風險提高;相反，若企業資源約束水平較低，融資成本低于勞動力成本，勞動力需求下降的可能性大幅度縮小，勞動者就業風險降低。

企業數字化能夠有效降低企業融資成本，緩解企業資源約束，進而影響就業風險。企業數字化的融資效應體現在兩點。首先，企業數字化提高經營信息質量，緩解信息不對稱并提高企業決策水平。信息不對稱造成投資者無法真實了解企業內部狀況，增加投資者和債權人獲利風險，產生“風險溢價”，提升企業融資成本[20]。企業數字化有效整合業務流程，促進企業運轉的協調性和一體性，實現信息輸入、溝通、交換、集成、共享、管理和決策的數字化和智能化，提升信息的準確度、完整性和時效性。高質量信息可緩解信息不對稱，減少“風險溢價”，降低企業融資成本。高質量經營信息還可提高企業決策水平，降低企業融資成本。其次，釋放積極的高質量發展信號，可以提振企業市場信譽。在數字經濟背景下，企業數字化順應時代發展潮流，能夠向市場傳遞積極信號[21]。在信息不對稱條件下，積極的信號可提高市場正向預期，減少市場交易成本[22]，降低“風險溢價”與企業融資成本。整體而言，企業數字化通過降低融資成本、改善企業財務狀況、緩解勞動力價格上漲引起的財務壓力，降低勞動力需求彈性和就業風險。

綜上，企業數字化通過生產力機制與資源機制影響就業風險，這兩種機制具有三種效應：替代效應、規模效應與融資效應。企業數字化對就業風險的總體影響取決于這三種效應間的相對強弱，如果替代效應占主導，則企業數字化將提高勞動力市場就業風險;如果規模效應和融資效應占主導，企業數字化則降低勞動力就業風險。因此，本文提出如下對立假設并對其進行實證研究：

H1a：企業數字化的替代效應占主導，企業數字化提高勞動者就業風險。

H1b：企業數字化的規模效應和融資效應占主導，企業數字化降低勞動者就業風險。

三、研究設計

（一）數據來源和樣本

本文使用的企業勞動力數據來自Wind數據庫，企業財務狀況、治理結構等其余相關數據來自國泰安經濟金融（CSMAR）數據庫，宏觀經濟變量來自2010—2020年《中國統計年鑒》。同時，在測量企業數字化時，使用了文構（WINGO）數據庫。

為控制金融危機對勞動力市場的大范圍沖擊，實證分析選取2010—2020年中國A股上市企業作為研究對象。對樣本數據進行如下篩選和處理：剔除ST、*ST和PT類特殊處理的上市企業樣本;剔除金融行業上市企業樣本;剔除企業層面存在缺失值的樣本，對于城市層面的缺失數據，采用線性插補法或所在省份的平均值進行判斷補充。為消除極端值的影響，對連續型變量采取1%和99%分位點的Winsorize處理，最終得到28 267個有效分析樣本。此外，為了緩解內生性問題，統計分析使用未來一期的因變量進入模型，最終納入分析的樣本數量是23 448。

（二）企業數字化的測度

現有研究利用企業文本信息測度企業數字化，吳非等[21，23]采用成功企業案例和政策文本確立數字化技術詞庫，并以年報或年報中“管理層討論與分析”等部分的數字化技術詞頻測度企業數字化水平（詞頻法），何帆等[24]利用樣本期內企業公告內容判斷企業是否進行數字化轉型（公告法）。使用文本信息測度企業數字化是目前研究中的通行做法，其優勢在于測量方法簡單直接，能夠對企業數字化的不同維度進行詳細測量。其局限性在于兩個方面。一是要求企業文本信息“言行合一”。若年報中的論述與企業實際行為狀況不一致，則會導致測量誤差。這種偏差主要是由于在年報文本中涉及時代背景、行業環境、戰略判斷與企業遠景的相關陳述中，可能出現人工智能、數字化等熱詞，這些詞語與企業當前的數字化水平無關，導致測度指標“虛高”。二是要求詞庫能夠涵蓋企業數字化轉型相關詞語。現有研究往往根據有限資料判斷獲得相關詞語，如成功案例企業的年報與政府政策文本，有限的資料可能導致詞庫不能夠覆蓋所有的相關數字化技術詞語，導致測量結果“偏低”。對于前者而言，已有研究考察了真實的數字投入與詞頻之間的關系，發現兩者之間具有強相關性[25]，因此文本分析方法的有效性能夠得到保證;對于后者而言，本文采用 WINGO數據庫克服詞庫選擇的有限性。

根據上述分析，本文采用詞頻法，通過對企業年報文本分析，構建企業數字化測度指標。此外，為保證結果穩健性，使用企業公告替代年報，通過分析公告內容判斷企業是否進行數字化轉型。詞頻法的構建步驟如下：

第一，建立數字化技術詞庫。考慮到現有研究中數字化技術詞庫為根據有限資料進行判斷獲得，存在一定局限，本文合并已有研究的數字化技術詞庫[21，23]，并借助WINGO數據庫的“深度學習相似詞”進行相似詞擴充。該數據庫模型基于神經網絡Word Embedding方法，采用Word2vec中的連續詞袋（continuousbag of words，CBOW）模型，利用海量財經文本訓練而成，已在現有財務類文本分析的研究中得到初步應用。相比于頭腦風暴法，利用機器學習方法得到的相似詞更客觀、準確和通用。但是，通過機器學習得到的相似詞受限于使用的財經文本，與本研究的主題存在一定差異，需要進行二次篩選。因此，在剔除相似詞中的不合情景的詞語和重復詞語后，得到數字化技術詞庫①。數字化技術詞庫共包括309個詞語，歸類后劃分為119個基礎技術詞語和190個技術應用詞語。具體而言，基礎技術細分為人工智能、大數據、云計算、區塊鏈、物聯網和基礎設施;技術應用細分為管理數字化、財務數字化、營銷數字化、生產數字化和產品數字化。

第二，建構企業數字化指標。本文利用搜集的年報文本，采用Python進行文本信息預處理，去除文本信息中的符號字符;利用jieba庫，對預處理后的文本信息進行分詞;采用詞典法，參照數字化技術詞庫，對年報文本信息中的數字化技術詞語計數，得到企業數字化詞頻。同時，為矯正詞頻的偏態分布，對詞頻進行對數化處理。

第三，效度檢驗。為保證企業數字化指標效度，將計算結果與已有指標進行相關性檢驗。結果顯示，本文指標與已有研究指標[21，23]Person相關性系數分別達到0.875、0.634，在1%的水平上顯著。同時，利用企業公告法計算的企業數字化水平均值（2.675）顯著高于未進行數字化轉型的企業（1.719），上述結果表明本文的指標有較好的效度。

（三）模型設計

借鑒史青等[15-16]的研究，本文使用勞動力需求彈性體現企業層面的就業風險。建立如下統計分析模型：

lnempit+1= θ0+θ1lnwit +θ2digit +ΣXit +εit （1）

lnempit+1=β0+β1lnwit ×digit +β2lnwit +β3digit +ΣXit +εit （2）

為了降低模型的內生性問題，選擇未來一期的被解釋變量，lnempit+1為t+1期企業i的勞動力需求（對數），以年末職工人數測度;lnwit 為t 期企業i 的勞動力工資（對數），以“支付給職工以及為職工支付的現金”除以年末職工人數測度;digit 為企業數字化，采用詞頻法測度;Xit 為控制變量，在企業層面控制企業經營狀況、財務狀況、治理結構，在地區層面控制經濟發展水平與勞動力市場狀況[26]，具體包括公司規模（總資產的對數）、企業年齡（上市年限的對數）、海外業務（具有海外業務為1，否則為0）、財務杠桿（資產負債率）、自由現金流（企業自由現金流/總資產）、公司成長性（營業收入增長率）、盈利能力（營業毛利率）、資產結構（固定資產比率）、股權集中度（第一大股東持股比例）、董事會規模（董事會人數的對數）、獨立董事比例、兩職合一（若董事長和總經理為同一人，取為1，否則為0）、產權性質（國有企業取為1，否則為0）、管理層持股（管理層持股比例）、人均GDP（城市人均GDP的對數）、產業結構（城市的第二、三產業占比）、勞動力年齡結構（15～65周歲人口占比），此外也控制了企業、行業、城市和年份固定效應;εit 為殘差項。

式（1）中，θ1 為勞動力需求彈性，表示工資變化程度對勞動力需求變化程度的影響。勞動力價格直接影響企業人力決策，工資上漲帶來勞動力需求下降，因此θ1 一般為負值，其絕對值越大①，表明單位工資上漲引起勞動力需求下降的幅度與勞動者就業風險越大。式（2）中引入了dig 和lnw 交互項，勞動力需求彈性的表達式為β1digit + β2。若β1 不等于0且顯著，勞動力需求彈性受dig 的調節;若β1 顯著為負值，則說明企業數字化提高了勞動力需求彈性（絕對值），意味著隨著企業數字化水平提高，較小的工資變化將導致勞動力需求劇烈變動以及非勞動成本向勞動者轉移，提高就業風險，假設H1a成立;若β1 顯著為正值，說明企業數字化降低勞動力需求彈性（絕對值）和就業風險，假設H1b成立。

四、實證分析

（一）描述性統計分析

主要變量描述性統計結果見表1。

統計結果顯示，勞動力需求最大值和最小值分別為11.012和4.554，表明企業雇傭人數最大值超過6萬人，最低的不足百人，差異明顯;中位數為7.599，即平均來看，樣本企業的平均勞動力需求為1 995人，在中國的企業中，這一數值偏大，主要是由于樣本來自上市企業，是中國優質企業的代表。工資變量最大值為12.986，最小值為10.282，表明上市企業最高的人均工資超過40萬元，最低的不足3萬元;中位數為11.448，表明上市企業平均人均工資約為93 695元。根據統計數據，2021年中國城鎮居民人均可支配收入中位數為43 504元，樣本數據的人均工資較高的原因主要在于兩點：一是上市企業包括基層員工在內的工資待遇偏高，二是上市企業的管理層往往屬于高收入群體，上市企業的數據更多地包含了高收入群體信息。企業數字化水平的均值為2.130，樣本中數字化技術詞頻最低為0次，最高值為169次。此外，勞動力需求、工資和企業數字化水平的中位數和均值接近，表明其右偏特征得到矯正。

（二）基準回歸：企業數字化與就業風險

式（1）（2）的估計結果見表2。第（1）列未加入交互項，計算得到的勞動需求彈性為0.453，與已有研究的估計結果相近[12，15];企業數字化的估計系數為正值，表明企業數字化能夠提高企業勞動力需求。第（2）列加入了工資和企業數字化水平的交互項，其估計系數為正值，在1%的水平上顯著，表明企業數字化從總體上顯著降低勞動力需求彈性（絕對值），降低勞動者的就業風險，假設H1b成立。換言之，企業數字化不僅能夠創造勞動力需求，也能夠降低勞動力需求彈性，并緩解就業風險。上述結果表明規模效應與融資效應占據主導地位，企業數字化起到了緩解就業風險的作用。一方面，企業數字化引致生產效率提升，進而擴大生產規模，增加勞動需求從而表現為規模效應。出于擴大規模、搶占市場的目的， 企業對勞動力成本的敏感性下降，能更大限度承受勞動力價格上漲等不利因素，同時生產規模擴大引致邊際成本降低，也提高了企業應對勞動力成本上漲的能力，進而降低勞動力需求彈性，緩解勞動者的就業風險。另一方面，企業數字化能夠提高信息質量并釋放積極信號，通過改善企業財務狀況，緩解勞動力價格上漲引起的財務壓力，降低融資成本，進而降低勞動力需求彈性和就業風險，具有融資效應。總之，基準回歸結果表明企業數字化對就業風險的影響是以規模效應和融資效應為主導的，能夠降低勞動力市場就業風險。

（三）穩健性檢驗

第一，工具變量法。基準回歸模型可能由于遺漏變量和反向因果等存在內生性，造成系數估計偏誤。借鑒相關研究選取工具變量的思路[27]，選擇1984年各城市每百萬人郵局數作為企業數字化的工具變量。企業數字化依賴地區內的數字化通信方式，從地區通信發展脈絡來看，郵局系統為之后電話通信以及依托電話線撥號的互聯網接入奠定了基礎，并深刻影響了數字經濟發展格局和區域內企業信息技術的應用和接受程度，滿足相關性要求。同時，郵局系統作為社會基礎設施，并不直接影響企業的勞動力決策，并且隨著互聯網技術的發展，郵局系統的作用逐漸消失，滿足外生性要求。此外，考慮到1984年各城市每百萬人郵局數為截面數據，無法作為面板數據的工具變量，本文使用滯后一期全國互聯網上網人數分別與1984年各城市每百萬人郵局數的交乘項作為工具變量①。此外，基準模型中存在內生變量交乘項，內生項為企業數字化和企業數字化與工資的交互項，在工具變量回歸中，應把選定的工具變量以及其與工資的交互項同時放入回歸中進行估計。第一、二階段的回歸結果分別見表3第（1）（2）列。Kleibergen-Paap RK LM 檢驗結果在1%的水平上顯著，表明不存在識別不足問題。Cragg-Donald Wald F統計量和Kleibergen-Paap F統計量分別高于Stock-Yogo F檢驗的15%和20%對應的臨界值，表明基本不存在弱工具變量問題①。第一階段的回歸中，工具變量、工資×工具變量對企業數字化有顯著影響，滿足相關性要求。綜合來看，此工具變量是可靠的。第二階段的回歸結果顯示，工資與企業數字化水平交互項的回歸系數仍顯著為正，表明前文實證研究結論是可靠的。

第二，改變測量方式。為保證結論不受企業數字化測度方式影響，本文采用公告法確定企業數字化轉型事件，以企業數字化轉型的虛擬變量替代企業數字化水平。本文在巨潮資訊網以“數字化”為關鍵詞對2008—2020年上市企業公告進行全文搜索②，并利用Python對搜索結果進行匯總，共得到6萬余條公告數據。剔除年度報告和與其相關的公告③，以及審計報告、招股說明、上市公告、公司章程等明顯與企業數字化轉型無關的企業公告，以企業公告中最早出現“數字化”一詞的年份作為企業數字化轉型的起始年份。在企業數字化轉型當年及以后，企業數字化水平取值為1，否則為0。回歸結果見表 3第（3）列，交互項在1%的水平上顯著為正，表明企業數字化能夠降低勞動力需求彈性，緩解就業風險，上述結論是穩健的。

第三，子樣本回歸。企業數字化的就業風緩解險能力可能受部分樣本的影響。為此，進一步加強樣本篩選條件，使用子樣本回歸方法進行穩健性檢驗。首先，2013年是工業4.0提出之年，數字化技術發展進入新階段，因此選取2013—2020年樣本進行回歸分析，結果見表 3第（4）列;其次，剔除房地產業、科學研究和技術服務業進行回歸，結果見第（5）列;再次，鑒于各省市之間數字經濟發展的差異，剔除直轄市和計劃單列市的樣本進行回歸，結果見第（6）列;最后，財務重述有可能影響年度報告的真實性，剔除存在財務重述的樣本進行回歸，結果見第（7）列。在上述回歸結果中，交互項回歸系數的符號和顯著性與基準回歸結果基本保持一致，表明企業數字化緩解就業風險的結論是穩健的。

五、作用機制及其效應的實證檢驗

上述實證分析表明，企業數字化對勞動力市場就業風險具有緩解作用，主要表現為生產力機制的規模效應與資源機制的融資效應占主導地位，下面進一步檢驗這兩種效應的存在性。

（一）生產力機制的規模效應

規模效應表現為企業數字化促使企業擴大生產。由于生產規模擴大，勞動力相對短缺，出于擴大規模、搶占市場等目的以及規模經濟引起的邊際成本遞減，企業能忍受勞動力價格上漲等不利因素，降低勞動力需求彈性和就業風險。這一機制的核心在于企業生產規模對勞動需求彈性的影響，本文選擇企業工業增加值（iav）衡量生產規模[8]。

本文使用第二類有中介的調節（meMO-Ⅱ）模型進行機制檢驗[28]。meMO-Ⅱ的檢驗方式如圖2所示。總效應模型關注企業數字化的直接調節效應β1，在圖中對應①，已在基準回歸部分得到檢驗;中介效應模型關注企業數字化如何影響機制變量以及機制變量如何影響勞動力需求彈性。前者對企業數字化與機制變量的關系進行檢驗，對應式（3），在圖中對應②，重點關注系數a1，若系數a1 顯著，表明企業數字化能夠顯著影響機制變量;后者對機制變量如何調節工資與勞動力需求的關系進行檢驗，對應式（4），在圖中對應③，重點關注系數b2，若系數b2 顯著，表明機制變量能夠顯著調節工資與勞動力需求的關系，提高或降低勞動力需求彈性。在meMO-Ⅱ檢驗中，若a1 和b2 均顯著，則表明企業數字化通過機制變量調節了工資與勞動力需求的關系，影響勞動力需求彈性，此時間接調節效應得到支持。

iavit+1=a0+a1digit +ΣXit +εit （3）

lnempit+1=c0+c1lnwit ×digit +c2lnwit +c3digit +b1iavit+1+b2lnwit ×iavit+1+ΣXit +εit（4）

在生產力機制的規模效應中，首先采用式（3）檢驗企業數字化是否能夠提高企業生產規模;然后采用式（4）檢驗企業生產規模是否能夠降低勞動力需求彈性（絕對值）。回歸結果如表 4第（1）（2）列所示，企業數字化水平對生產規模的回歸系數在1%的水平上顯著為正，說明企業數字化能夠提高企業生產規模;工資和生產規模交互項的回歸系數顯著為正，表明生產規模能夠降低勞動力需求彈性（絕對值），即生產規模能夠緩解工資上漲對勞動力需求的負面沖擊，降低勞動者就業風險，間接調節效應顯著。因此，企業生產規模是企業數字化降低勞動力需求彈性（絕對值）的一個重要作用機制。

（二）資源機制的融資效應

如果企業融資成本高企，將導致企業難以承擔勞動力成本上漲，進而提高勞動力需求彈性，增加勞動者就業風險。企業數字化存在融資效應，企業通過提高信息質量和釋放積極信號，改善企業財務狀況，可以降低企業融資成本，從而緩解勞動力需求彈性與就業風險。為檢驗資源機制的融資效應，采用融資支出占比衡量企業融資成本（fc）[29]，以此作為檢驗融資效應的機制變量。根據前文機制分析，企業數字化首先能夠降低融資成本，而融資成本能夠提高勞動力需求彈性（絕對值），因而企業數字化通過降低融資成本進而降低勞動力需求彈性，緩解就業風險，設定meMO-Ⅱ模型進行機制檢驗如下：

fcit+1=a0+a1digit +ΣXit +εit （5）

lnempit+1=c0+c1lnwit ×digit +c2lnwit +c3digit +b1fcit+1+b2lnwit ×fcit+1+ΣXit +εit（6）

式（5）可檢驗企業數字化對融資成本的影響，若企業數字化能夠降低融資成本，則a1應顯著為負值。式（6）可檢驗融資成本是否能夠提高勞動力需求彈性（絕對值），即融資成本能否加深工資與勞動力需求的負向關系，上述關系成立時則b2 顯著為負值。若a1、b2 均為負值且顯著，則間接調節效應存在，中介效應為a1b2 >0。具體回歸結果如表 4第（3）（4）列所示，企業數字化對融資成本的回歸系數顯著為負，表明企業數字化降低融資成本。同時，勞動工資和融資成本交互項的估計系數顯著為負值，表明融資成本提高勞動力需求彈性（絕對值）與勞動者就業風險，即融資成本過高導致企業無法承擔勞動力成本上漲，提高了勞動力需求彈性，即增加勞動者面臨的就業風險。然而，企業數字化能夠釋放高質量發展信號，進而降低企業融資成本，緩解因融資成本高企導致的勞動力需求彈性過高，降低勞動者就業風險，融資效應機制成立。

六、研究結論與啟示

本文在勞動力價格上漲背景下，以勞動力需求彈性衡量勞動者就業風險，探討了企業數字化能否化解勞動力成本壓力，進而降低勞動力市場就業風險。結合熊彼特“創造性破壞”理論和企業數字化的內在邏輯，本文建構了企業數字化沖擊勞動力市場的兩種機制和三種效應，即生產力機制的替代效應和規模效應，以及資源機制的融資效應。其中，替代效應提高勞動力需求彈性，加劇勞動者就業風險，而規模效應和融資效應則能夠降低勞動力需求彈性，緩解勞動力市場就業風險。基于2010—2020年中國A股上市企業數據，本文借助文本分析技術，采用詞頻法測度企業數字化水平，實證檢驗了企業數字化對就業風險的影響。研究發現，企業數字化能夠降低勞動力需求彈性，表明企業數字化可緩解勞動力價格上漲壓力，降低勞動者就業風險，具有積極的就業效應。進一步，借助第二類有中介的調節模型進行機制檢驗，規模效應和融資效應均得到實證結果支持。

伴隨著勞動力價格上漲，企業的勞動力成本上升，導致勞動者失業或轉崗可能性增加，同時推動勞動者由正規就業向非正規就業轉變，就業風險不斷提高。與此同時，企業數字化不同于平臺經濟發展，企業數字化是以企業為主體，以數字化技術創新、嵌入與應用為內核的全方位升級改造，在此過程中，勞動力需求彈性變化直接反映了勞動力市場的潛在就業風險。因此，企業數字化對就業風險的影響關系到數字經濟和政府“穩就業”政策的目標一致性。本文的研究結論表明，企業數字化能夠擴大企業規模、降低融資成本，緩解勞動力市場就業風險，即大力推進企業數字化能夠有效降低勞動者就業風險，具有積極的就業效應，與“穩就業”的目標并行不悖。同時企業數字化的替代效應將加快勞動力轉崗速度，政府部門應該高度重視數字時代的職業技能培訓，以更好實現穩就業的政策目標。

本研究的局限性與未來研究空間主要包括兩個方面。首先，由于數據可得性問題，本研究使用的是中國A股上市企業數據，這類企業規模大、融資能力強，是優質企業的代表，但并不能代表全部企業。在未來的研究中可進一步通過大規模企業抽樣把全部企業納入分析框架，進一步分析企業數字化與勞動力市場的就業風險的關系。其次，本研究未考慮部分企業數字化的溢出效應。少量企業的數字化具有強烈的溢出效應，特別是平臺型企業，其數字化程度影響就業市場的非正規群體形成。平臺型企業與傳統企業有明顯不同，能夠實現跨越企業邊界的科層控制，由此形成勞動關系不明確的大量非正規勞動者，其中以騎手和快遞員為典型代表。進一步的研究可針對平臺型企業數字化的就業效應展開分析，關注數字平臺經濟發展對勞動力市場產生的廣泛影響。

參考文獻：

[1] 寧光杰. 技術進步與就業的補償機制[J]. 經濟社會體制比較，2007（4）： 63-68.

[2] 王永欽，董雯. 機器人的興起如何影響中國勞動力市場：來自制造業上市公司的證據[J]. 經濟研究， 2020（10）： 159-175.

[3] ACEMOGLU D， RESTREPO P. Robots and jobs： evidence from US labor markets[J]. Journal of Political Economy，2020， 128（6）： 2188-2244.

[4] 羅潤東，李瓊瓊，郭怡笛. 勞動力成本上升、機器自動化與制造業轉移[J]. 改革， 2023（8）： 66-81.

[5] 王春超，聶雅豐. 數字經濟對就業影響研究進展[J]. 經濟學動態， 2023（4）： 134-149.

[6] FREY C B， OSBORNE M A. The future of employment： how susceptible are jobs to computerisation？ [J]. Technological Forecasting and Social Change， 2017， 114： 254-280.

[7] AUTOR D， SALOMONS A. Is automation labor-displacing？ Productivity growth， employment， and the labor share[R]. National Bureau of Economic Research Working Paper， 2018.

[8] 王小霞，李磊，蔣殿春.最低工資上升是否會加速工業企業自動化：來自中國機器人進口的思考[J].當代經濟科學，2021（3）：32-43.

[9] 楊白冰，楊子明，郭迎鋒. 企業數字化轉型中的就業結構效應：基于制造業上市企業年報文本挖掘的實證分析[J].中國軟科學， 2023（4）： 141-150.

[10]方明月，林佳妮，聶輝華. 數字化轉型是否促進了企業內共同富裕：來自中國A股上市公司的證據[J]. 數量經濟技術經濟研究， 2022（11）： 50-70.

[11]毛宇飛，胡文馨. 人工智能應用對人力資源從業者就業質量的影響[J]. 經濟管理， 2020（11）： 92-108.

[12]鮑爾斯. 勞動經濟學[M]. 沈凱玲，譯. 北京：中國人民大學出版社，2018：88.

[13]劉曉光，劉嘉桐. 勞動力成本與中小企業融資約束[J]. 金融研究， 2020（9）： 117-135.

[14]袁知柱，侯利娟. 會計信息可比性與企業勞動力投資效率[J]. 財貿研究， 2022（12）： 74-92.

[15]史青，李平，宗慶慶. 企業出口對勞動力就業風險影響的研究[J]. 中國工業經濟， 2014（7）： 71-83.

[16]盛斌，牛蕊. 貿易、勞動力需求彈性與就業風險：中國工業的經驗研究[J]. 世界經濟， 2009（6）： 3-15.

[17]周琦瑋，劉鑫，李東紅.企業數字化轉型的多重作用與開放性研究框架[J].西安交通大學學報（社會科學版），2022（3）：10-19.

[18]王林輝，胡晟明，董直慶. 人工智能技術、任務屬性與職業可替代風險：來自微觀層面的經驗證據[J]. 管理世界，2022（7）： 60-79.

[19]陳宗勝，趙源.工業機器人應用與企業內部薪酬差別的機制與效應研究[J].當代經濟科學，2023（5）：61-73.

[20]MYERS S C， MAJLUF N S. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics， 1984， 13（2）： 187-221.

[21]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.

[22]CONNELLY B L， CERTO S T， IRELAND R D， et al. Signaling theory： a review and assessment[J]. Journal of Management， 2011， 37（1）： 39-67.

[23]趙宸宇. 數字化發展與服務化轉型：來自制造業上市公司的經驗證據[J]. 南開管理評論， 2021（2）： 149-163.

[24]何帆，劉紅霞. 數字經濟視角下實體企業數字化變革的業績提升效應評估[J]. 改革， 2019（4）： 137-148.

[25]張葉青，陸瑤，李樂蕓. 大數據應用對中國企業市場價值的影響：來自中國上市公司年報文本分析的證據[J]. kAjLQ67V1z9VbzVtSsqyjQ==經濟研究， 2021（12）： 42-59.

[26]韓曉梅，龔啟輝，吳聯生. 薪酬抵稅與企業薪酬安排[J]. 經濟研究， 2016（10）： 140-154.

[27]黃群慧，余泳澤，張松林. 互聯網發展與制造業生產率提升：內在機制與中國經驗[J]. 中國工業經濟， 2019（8）：5-23.

[28]王陽，溫忠麟，王惠惠，等. 第二類有中介的調節模型[J]. 心理科學進展， 2022（9）： 2131-2145.

[29]李廣子，劉力. 債務融資成本與民營信貸歧視[J]. 金融研究， 2009（12）： 137-150.

[本刊相關文獻鏈接]

[1] 葉舉，艾瑋煒.市場競爭中的企業數字變革：賦能創新的影響研究[J].當代經濟科學，2024（3）：80-94.

[2] 危平，陳斌，趙允寧.綠色治理、技術進步與就業[J].當代經濟科學，2024（3）：18-31.

[3] 任曙明，馬橙.企業數字化如何影響創新風險：來自中國制造業的經驗證據[J].當代經濟科學，2024（2）：90-103.

[4] 韓雷，田知敏慧.數字經濟與技能工資差距：基于CFPS的微觀證據[J].當代經濟科學，2024（2）：75-89.

[5] 張倩肖，段義學.數字賦能、市場分割與出口產品質量[J].當代經濟科學，2024（3）：95-110.

[6] 王春凱，許珍珍.互聯網發展對區域勞動力就業匹配的影響研究： 基于人力資本—產業結構視角[J].當代經濟科學，2023（4）：127-138.

[7] 祁懷錦，劉斯琴.企業數字化發展對綠色創新的影響及其作用機理[J].當代經濟科學，2023（4）：72-83.

編輯：張靜，高原

基金項目：國家社會科學基金重大項目“新形勢下我國面臨的主要就業風險及多維治理研究”（21&ZD181）。