數字政府建設有助于促進勞動就業嗎？

摘 要：在當前“穩就業”的重大現實需求下，數字政府建設有望成為實現穩定就業目標的新思路。文章在使用投入產出表測算數字政府建設水平的基礎上，采用2007—2020年中國上市公司數據，深入考察了數字政府建設對企業勞動就業的影響及其作用機制，并進一步討論數字政府建設對勞動資源配置效率的影響。研究結果表明，數字政府建設能夠顯著增加企業的勞動就業數量，該結論在經過一系列穩健性檢驗后依然成立，且這一影響在私有企業、缺乏政治關聯的企業、成長期企業和勞動密集型企業中更加明顯；數字政府建設不僅能通過削減非生產性支出、緩解融資約束和降低經濟不確定性擴大企業的生產投資和勞動需求，還能通過拓展業務范圍發揮崗位創造效應，共同增加企業就業數量；數字政府建設還有助于緩解企業的雇傭不足，提高企業內的勞動資源配置效率，并通過增強市場競爭優化企業間的勞動要素分配。文章評估數字政府建設的就業效應，對強化政府數字化建設、實現“穩就業”政策目標具有重要的現實意義。

關鍵詞：數字政府 市場環境 就業數量 勞動資源配置效率

DOI：10.19592/j.cnki.scje.420668

JEL分類號：D21， J21， M51" "中圖分類號：F241

文獻標識碼：A" "文章編號：1000 - 6249（2025）02 - 026 - 21

一、引言與文獻綜述

在新一輪技術革命的浪潮中，以云計算、人工智能、區塊鏈和大數據等為代表的數字技術，為政府治理模式的改善和治理能力的提升提供了契機（黃其松，2022），并成為提高公共服務效率、營造公平競爭市場環境的重要引擎。2022年國務院發布了《關于加強數字政府建設的指導意見》，從頂層設計布局數字政府建設，提出以數字化手段實現“公共服務高效化”和“維護公平競爭的市場秩序”1。因此，數字政府建設作為政府治理變革的關鍵環節，必然在政府與市場主體的互動關系中，對企業的經營決策行為產生重大影響。

在數字政府對企業行為的諸多影響中，本文重點關注其對企業勞動雇傭行為的影響。當前，中國的就業形勢仍較為嚴峻。一方面，國內外市場需求收縮，企業經營困難，勞動力需求不足；另一方面，高校畢業人數連續增長，“青年就業難”的問題不斷凸顯。為此，2023年7月召開的中央政治局會議明確“把穩就業提高到戰略高度通盤考慮”1，“穩就業”已上升為國家戰略。考慮到政府是影響企業生產擴張和勞動需求的關鍵營商環境要素（于文超和梁平漢，2019；Priya and Sharma，2024），本文從數字政府的視角出發，考察政府的數字技術應用水平對企業勞動雇傭行為的影響，以期從宏微觀相結合的視角為“穩就業”提供新思路。

從已有文獻來看，國內外學者重點考察了數字政府的度量方式及其宏觀經濟效應，但是對微觀經濟效應的研究相對不足。在數字政府的度量方面，多數文獻以政府門戶網站建設作為代理變量（Elbahnasawy，2021；范合君等，2022），數據來源于第三方發布的政府網站績效評估報告或地方政府披露的網站工作報表；也有部分文獻采用電子政務發展指數表征政府的數字化水平（施炳展和游安南，2021）。上述方法的特點是選取數字政府的若干維度，使用熵值法或主成分分析法等綜合評價方法構建指標（張楠等，2022）。然而，數字政府不僅僅體現在政府網站的建設方面，更表現為政府利用數字技術改造傳統政務服務模式，促進政府治理結構變革和職能轉變，最終落腳到政府公共服務效率的提高上。網站建設難以反映政府治理方式的變革和服務效率的提升，無法對數字政府建設程度做出全面的衡量。

在數字政府的宏觀經濟效應方面，國內外學者主要從公共服務效率和監督管理能力兩方面探討數字政府對政府職能轉變的影響，具體來說：（1）從公共服務效率看，政府在線政務平臺形成的數字化辦事流程，極大提高了行政效率和公共服務質量（Twizeyimana and Andersson，2019）。一方面，數字技術帶來的處理流程自動化加強了行政程序的標準化和規范化，能有效減少人際關系等因素對治理過程的干擾（高奇琦，2023），也能有效減少政府對市場的不當干預，為企業經營創造良好的營商環境（范合君等，2022）。例如，周荃等（2023）使用跨國數據發現，數字政府建設有利于減少企業獲取政務服務的時間和所經歷的程序數目，降低企業獲取政務服務的合規成本，促進經濟高質量發展。另一方面，數字政府可以實現跨層級、跨區域、跨部門數據互通和共享交換，促進其向扁平化的結構形態發展（黃其松，2022），并提高決策的科學性和精準性，促進基本公共服務效能的提高（黃壽峰和趙巖，2023）。然而，也有研究表明，數字政府對公共服務效率的提升受限于制度環境。只有在更為健全和完善的制度環境中，數字技術對政府治理效率的提升效應才會更為明顯（趙云輝等，2019）；同時，自上而下的權力運作機制也可能會給數字治理帶來挑戰（Lin，2018），使其難以發揮提高行政效率和改進公共服務的作用。（2）從監督管理能力看，數字技術（尤其是大數據技術）增強了政府對數據的收集和處理能力，并通過建立統一的信息平臺，提高政府各部門的信息共享效率，提高監管質量（楊進等，2024）。例如，Kitsios et al.（2023）發現數字技術可以通過改善信息質量來提高稅收合規性；無獨有偶，吳俊杰等（2020）也發現數字技術的使用改變了城市公共安全管理的事后應急處理模式，轉而追求事先的安全風險預測，能夠有效防止安全事故的發生。但是，也有部分學者對數字政府的監管和控制能力表示擔憂，認為數字技術很可能引發政府職權的擴展和社會控制的強化（Jean，2021），而嚴格的網絡審查和數字控制可能囿于信息的真實性而削弱治理效果（Guriev et al.，2021）。

在數字政府的微觀經濟效應方面，盡管從理論上講，數字政府通過提高公共服務效率和政府治理能力，必然會改善微觀企業的市場環境，但是迄今為止，僅有少量文獻關注了數字政府對微觀企業的外溢效應，并圍繞著制度交易成本和數據要素兩個視角展開分析。一方面，學者們認為數字政府有助于降低企業的制度性交易成本，減輕企業的行政負擔，從而提高企業的全要素生產率（何雨可等，2024）；數字政府有助于降低企業的通關成本，促進企業的對外貿易規模擴大和出口產品質量升級（施炳展和游安南，2021；劉文革等，2024）。另一方面，政務數據的開放可以向市場提供充分的數據信息，有效緩解市場主體之間的信息不對稱，助力企業進行信貸融資（Deininger and Goyal，2012；楊龍見等，2021）。更重要的是，數據具有普惠性和非競爭性的特點（Jones and Tonetti，2020），是對當前市場要素的重要補充。企業對政府數據的訪問可以產生巨大的經濟效益，不僅提高企業的投資效率（Nagaraj，2022），還可以產生范圍經濟，促使企業進行多產品創新（Beraja et al.，2023）。

基于此，本文聚焦數字政府建設對企業就業數量的影響及其作用機制，并進一步討論數字政府對勞動資源配置效率的影響。本文可能的邊際貢獻在于：第一，與已有文獻不同，本文基于經濟增長核算框架，使用投入產出表數據測算省級政府部門數字資本的產出貢獻，以此衡量數字政府建設水平，在一定程度彌補了現有數字政府指標的缺陷。第二，與以往討論企業層面和產業層面數字技術應用的文獻不同，本文以數字技術在政府部門的應用為切入點，考察數字政府對微觀企業勞動就業的影響及其作用機制，拓展了數字技術及其經濟效應的研究視角。第三，本文從生產規模擴張和勞動崗位創造兩方面系統地闡述了數字政府對企業勞動就業的作用機制，并使用內生中介效應模型緩解機制分析中可能存在的內生性問題，以準確識別影響機制。第四，本文在探究數字政府建設對企業就業數量影響的基礎上，進一步將勞動資源配置效率納入研究視野，不僅討論了勞動資源在企業內部的配置效率，還探討了勞動要素在企業間的優化分配，為全面了解數字政府建設的就業效應提供了有力的經驗證據，也為數字時代“穩就業”政策的實施提供了新思路。

二、理論分析與假說

從理論上講，數字政府建設作為一場深刻的政府治理變革，能夠產生強烈的外溢效應，影響微觀主體的行為。如圖1所示，一方面，數字政府有利于降低企業的非生產性支出、緩釋融資約束、降低

經濟不確定性，引導企業將更多經濟資源用于生產投資與勞動雇傭；另一方面，數字政府可以推動企業業務范圍的拓展，創造新的崗位需求，最終影響企業的就業規模。

（一）非生產性支出降低機制

在傳統的政務服務模式下，政府通過行政管制和項目審批等方式，對市場具有較強的干預能力。企業為規避行政管制，可能會通過公關、招待等非生產性活動，維持與官員的良好關系。這種非生產性支出會對企業的勞動就業產生負面影響。這是因為，一方面，當企業將更多資源和精力用于公關、招待等非生產性活動時，生產、創新等生產性活動的支出會相應減少（陳駿和徐捍軍，2019）。企業的生產投資規模減少，必然導致相應的勞動要素投入減少。另一方面，非生產性支出會加重企業經營成本的負擔，壓縮企業的利潤空間，降低企業進行生產投資和勞動要素投入的意愿。因此，非生產性支出降低會提高企業擴大生產的能力和意愿，進一步提高勞動就業水平。

數字政府在限制政府對市場過多干預和削弱企業尋租動機方面，具有得天獨厚的優勢。首先，線上政務服務有助于塑造標準化的行政流程，為企業營造公平的市場環境。數字技術將規則嵌入政務服務平臺，可以有效減少人際關系對政務決策的影響（Twizeyimana and Andersson，2019），降低企業加強與官員私下聯系、獲取經濟資源的可能性。其次，政府利用數字技術，可以實現政務數據聯通共享和各部門之間的業務整合，精簡行政程序，構建“一站式”的政務服務模式。簡化的政務服務流程能夠壓縮官員的設租空間，減少企業非生產性尋租活動的必要性。最后，數字政府建設致力于推動政務信息公開，提高政府的透明度。企業可以通過線上政務平臺獲取全面、真實的政策信息，有助于削弱政府官員利用信息不對稱實行偏向性資源分配的能力，降低企業通過尋租活動獲取經濟資源的動機。基于此，本文提出：

假說1：數字政府通過降低企業的非生產性支出，提高企業勞動就業水平。

（二）融資約束緩釋機制

企業融資約束被視為勞動就業的重要阻礙因素（Benmelech et al.，2019）。這是因為，融資約束較強的企業獲取流動資金的難度較大，資金獲取和使用的成本較高。一方面，較高的資金成本會加大企業勞動雇傭的難度，使企業更傾向于減少現金流的使用，推遲勞動雇傭。另一方面，融資約束同樣會增加企業固定資本的投資成本，企業不得不減少甚至放棄固定資本投資，導致相應的勞動就業需求減少。

數字政府建設有助于營造健全、完善的融資環境，對于解決企業融資約束問題具有積極的作用。首先，資金供求雙方的信息不對稱是制約企業融資的重要因素。政務平臺的構建能夠促進政務部門和金融機構之間的數據對接，實現數據的互聯互通。銀行可以通過銀稅數據互動獲取企業的稅務信息，有效評估企業的信用狀況與經營風險，對企業進行深入的信貸審查，緩解銀企之間的信息不對稱（楊龍見等，2021）。其次，數字政府建設可以促進政府部門的治理變革，優化營商環境（范合君等，2022）。在一個穩定、健康的營商環境中，投資者對市場收益具有穩定的預期，投資積極性也會隨之提升，企業由此能夠更加便捷地進行融資，成功緩釋融資壓力。最后，數字政府建設有利于稅收優惠和政府補助政策的公開透明，減少政府隨意分配經濟資源的可能性，促使符合標準的企業獲得稅收優惠和政府補助，豐富其內部可用的經濟資源，緩解融資約束。基于此，本文提出：

假說2：數字政府通過緩解企業融資約束，提高企業勞動就業水平。

（三）經濟不確定性降低機制

經濟不確定性會降低企業勞動雇傭的信心，影響企業就業水平。根據實物期權理論，當經濟不確定性增強時，放棄當前投資而等待未來更好的投資機會就是理性的選擇。而勞動雇傭是企業一項特殊的投資（余明桂和王空，2022），當經濟不確定性增強時，企業當前進行勞動雇傭的機會成本增大，可能選擇推遲勞動雇傭，或者減少勞動雇傭規模。

數字政府能夠通過簡化行政流程、在線信息公開和互動式治理，為企業營造預期穩定的政策環境，降低經濟不確定性。首先，數字政府可以簡化行政流程，有效限制官員的自由裁量權，減少政府對市場的不當干預。企業可以預見在諸如事項審批、市場進入和稅務繳納等政企交流環節中，會更少受到政府的干擾，對市場收益具有更充足的信心。其次，數字政府通過在線信息公開，在“事前”和“事后”兩個層面降低經濟不確定性（于文超等，2022）。一方面，在線信息公開有利于企業及時準確地獲取區域發展規劃、投融資環境和政策態度等信息，為企業生產經營決策提供政策依據，減少企業決策前政策信息的不確定性；另一方面，在線信息公開可以規范政府的權力邊界，約束政府調整現有政策的權力，減少企業決策后政策變動引致的經濟不確定性。最后，線上政務服務能夠便捷地實現互動式治理，為政策制定吸納更多的民意。隨著政企互動的不斷增加，企業在政策制定上的表達權和影響力也會不斷增強，政府政策更可能朝著市場主體期待的方向發展（范合君等，2022）。基于此，本文提出：

假說3：數字政府通過降低經濟不確定性，提高企業勞動就業水平。

（四）業務范圍拓展機制

數字政府可以降低交易成本，為企業的業務范圍拓展提供助力。其一，數字政府能夠有效降低企業進入市場的制度性交易成本，為企業擴大業務范圍和開拓新市場提供可能性。具體而言，通過精簡行政程序，提供數字化的注冊、準入和審批服務，數字政府能夠顯著提高政務服務效率，減少企業的辦事手續和審批材料。優化的行政審批流程為企業的市場進入提供了便利（畢青苗等，2018），鼓勵企業繼續拓展其業務范圍。同時，數字政府可以為企業投資經營提供更公平的競爭環境。在線政務的公開透明性能夠減少暗箱操作的可能，減少政府招商、招標過程中的不公平競爭，促使更多的企業有機會參與到公共項目中，擴大企業的業務范圍。其二，數字政府可以通過政務公開和數據開放，為企業的生產經營決策提供必要的信息支持，降低企業的市場交易成本。企業將政府信息和公共數據納入生產活動中，能夠大幅降低市場信息的搜尋成本，為調整自身的經營策略和業務范圍、開發更符合消費者偏好的新產品提供信息支持（陳劍等，2020）。

隨著業務范圍的拓展，企業會推出一系列的新產品或新服務，對勞動需求帶來積極影響（Harrison et al.，2014）。具體而言，新產品的研發需要新技術，這將增加企業對科研人員、技術工程師和產品設計師等高技能勞動力的需求。新產品的生產需要特定的生產線和技術工人，企業將增加對操作工人、設備維護人員和質量監控人員的需求。同時，企業為了推廣新產品，還需要增加相應的市場銷售人員。因此，企業業務范圍的拓展會通過創造新的崗位，促進企業勞動就業。基于此，本文提出：

假說4：數字政府通過拓展企業的業務范圍，提高企業勞動就業水平。

三、數字政府建設水平的測算

本文借鑒數字經濟核算中產業數字化的測算方法，通過測算數字資本對政府部門產出的貢獻，解決核心解釋變量——數字政府建設水平的測度問題。該方法是在經濟增長核算框架下，測定數字資本對政府部門增加值增長的貢獻，評估數字技術帶來的經濟回報。

（一）增長核算框架下數字政府的含義

根據《數字經濟及其核心產業統計分類（2021）》與《國民經濟行業分類》（GB/T 4754—2017），對“公共管理、社會保障和社會組織”行業的數字化部分進行測算，其結果作為數字政府建設水平的代理指標。基本思路如下：假定經濟體存在規模報酬不變的總生產函數，其主要生產要素是勞動L與資本投入K。將資本投入分成兩類，一類是數字資本投入，由數字行業即國民經濟產業分類中的“信息傳輸、軟件和信息技術服務業”和“計算機、通信和其他電子設備制造業”的資本服務決定，表示為KICT；另一類是非數字資本投入，也被稱為傳統資本要素投入，表示為KN。經濟產出則為經濟增加值，表示為Y，生產函數中的技術進步設定為希克斯中性，用A表示，由此構建柯布?道格拉斯生產函數如下：

[Y=Af（KICT，KN，L）=AKαICTKβNLγ] （1）

其中，α，β，γ分別表示各生產要素的產出彈性，將（1）式對數化得到如下所示：

[lnY=lnA+αlnKICT+βlnKN+γlnL] （2）

將（2）式作全微分處理，得出如下經濟增長方程：

[ΔYY=αΔKICTKICT+βΔKNKN+γΔLL] （3）

其中，[αΔKICTKICT/ΔYY]表示數字資本對產出的貢獻。對于“公共管理、社會保障和社會組織”行業而言，表現為政府數字資本投入對公共服務產出的貢獻，即數字政府建設水平。

（二）數字資本投入與其他生產要素投入的測算

基于上述數字政府的含義，對KICT的測算是數字政府建設水平測算的關鍵。本文借鑒蔡躍洲和張鈞南（2015）等代表性文獻的做法，對數字資本投入進行測算。其具體思路如下：首先，根據省級投入產出表中“信息傳輸、軟件和信息技術服務業”的固定資本形成總額和“計算機、通信和其他電子設備制造業”的固定資本形成總額，分別形成ICT軟件資本投資序列和ICT硬件資本投資序列。同時，本文借鑒已有的研究（蔡躍洲和張鈞南，2015），對投入產出表的間隔年份數字資本形成總額缺失值進行補缺：首先，本文根據《中國電子信息產業統計年鑒》中的總產值數據，確定發布投入產出表年份的數字資本形成總額與總產值的比值。其次，利用線性插值法將投入產出表缺失年份的比值進行補全。最后，本文用缺失年份的總產值數據乘以補全的比值，由此可以確定投入產出表缺失年份的數字資本形成總額。對于價格指數的選取，本文采用各年《中國統計年鑒》中的“按工業行業分工業品出廠價格指數”中的“通信設備、計算機及其他電子設備制造業”作為固定資本形成的價格指數。由此形成平減之后的數字資本投資序列，并以此為基礎進行生產性資本存量的測算。其次，對于生產性資本存量的測算，本文在“年限—效率模式”和“退役模式”設定基礎上，通過永續盤存法估算生產性資本存量。本文采用雙曲線年限—效率模型和對數正態分布退役模式，并將ICT軟件資本和ICT硬件資本的折舊率分別設為31.5%和31.19%，資本服務年限設定為8年。最后，為了獲取數字資本服務，本文進一步測算數字資本的價格（即用戶成本），用戶成本與生產性資本存量的乘積即為數字資本要素投入。

進一步，本文估算傳統資本要素投入KN和勞動要素投入L。將各省份全部的固定資本形成總額分為數字固定資本、建筑安裝工程、設備工器具購置和其他費用。其中，全部固定資本形成總額減去數字固定資本，即為剩余三種類型的固定資本，并根據國家統計局官網的各類型固定資產投資數據按比例分配，計算出這三項固定資本的形成總額數據。同理，估算KN的結果。對于L勞動投入指標，本文選取投入產出表中的勞動者報酬進行測算，并使用居民消費價格指數對勞動者報酬數據進行平減。由此，本文完成了各種生產要素投入的測算。

根據（3）式，本文對數字政府建設水平進行測算。圖2反映了2007年和2020年各省份數字政府建設水平，其中橫軸表示2020年數字政府建設水平，縱軸表示2007年數字政府建設水平。圖中實線為45度對角線，若某省位于45度對角直線的右側，則說明與2007年相比，該省2020年的數字政府建設水平有所上升，反之則為下降。結果顯示，大部分省份均位于45度對角線的右側，說明從2007年到2020年，各省份的數字政府建設水平總體上在不斷提升；圖中虛線構成的十字區域，其右上角表示數字政府建設水平較高的省份，左下角表示建設水平較低的省份。可以看出，少數省份位于右上角，多數省份位于左下角，說明多數省份數字政府建設水平仍有待提高。

四、實證設計與結果

（一）數據來源與模型設定

本文選取2007—2020年滬深A 股上市公司作為樣本，并剔除金融類、ST類和PT類上市公司，剔除主要變量缺失的樣本，最終得到31523條觀測數據。企業層面的控制變量和企業員工人數來源于國泰安（CSMAR）數據庫，省份層面的控制變量來源于歷年的《中國統計年鑒》，數字政府測算所需數據主要來源于各年份的投入產出表、國家統計局官網數據和《中國信息產業年鑒》。為了避免樣本極端值的干擾，本文對所有連續型變量在1%和99%的水平上進行縮尾處理。

在被解釋變量方面，借鑒余明桂和王空（2022）以及宋紅雨和侯貴生（2024）的做法，本文采用企業勞動雇傭人數（人）的對數（Labor）作為企業就業數量的衡量指標；核心解釋變量為省級數字政府建設水平（Gov），構造過程如前文所述。在控制變量方面，企業的勞動就業水平不僅會受到自身經營狀況的影響，還與行業環境和宏觀經濟環境息息相關，因此本文借鑒孫偉增和郭冬梅（2021）與余明桂和王空（2022）等代表性文獻的做法，選取企業層面的控制變量包括：企業規模（Size）、企業年齡（Age）、企業資產負債率（Lev）、現金資產比率（Cash）；選取省份層面控制變量包括：經濟發展水平（Pergdp）、政府財政收入（Income）、人力資本水平（Human）、金融發展水平（Finance）；行業層面的控制變量包括：企業所處行業的資本勞動比（KLratio）、企業所處行業的成長能力（Growth）。各變量的定義與描述性統計如表1所示。

為了檢驗數字政府建設對企業勞動就業的影響，本文構建的模型如下所示：

[Laborijpt=α+βGovpt+θControlsijpt+δi+λt+εijpt] （4）

其中，下標i表示企業，j為企業所在的行業，p表示企業所在的省份，t為年份，Controls表示企業、省份和行業層面的控制變量集。λt表示時間固定效應，用以控制隨年份但不隨個體而變動的時間特征因素。δi表示企業固定效應，用以控制不同企業的個體特征帶來的影響。εijpt表示殘差項。

（二）基準回歸結果

表2匯報了基于（4）式的基準回歸結果。從第（1）—（4）列的估計結果可以看出，不論控制何種層面的固定效應，本文重點關注的核心解釋變量數字政府的估計系數始終在1%的水平上顯著為正，表明數字政府對企業勞動就業具有正向的促進作用。在控制全部變量和固定效應時，發現當數字政府建設水平的標準差每增加1%時，企業勞動就業數量相對于其平均值會增加0.2581%。

（三）內生性問題

為了準確識別數字政府建設與企業勞動就業之間的因果關系，本文需要考慮內生性問題可能帶來的結果偏誤。在數字政府指標的測算過程中，數據選取和關鍵參數的設定等可能會導致度量誤差；還可能遺漏同時影響數字政府建設與企業就業數量的省份層面因素，導致估計結果有偏。

1.工具變量法

本文選取兩個工具變量，使用兩階段最小二乘法（2SLS）緩解可能存在的內生性問題。一是，借鑒Goldsmith-Pinkham et al.（2020）的思路，通過移動份額法構建工具變量（BartikIV）。該方法的核心思想是，利用個體初始的份額和總體的增長率模擬出各年份的估計值，該估計值和實際值是高度相關的，但是與殘差項并不相關，可滿足工具變量的相關性和外生性條件。本文使用滯后一期的數字政府（Govit-1）與除本省份外全國其他省份數字政府的增長率（growthit）來構造該工具變量，如下式所示：

[BartikIVit=Govit-1×（1+growthit）] （5）

二是，借鑒Lewbel（1997）的做法，用某年份省級數字政府減去數字政府的均值，并對所得的差值取三次方，作為數字政府的工具變量（LewbelIV）。具體構造過程如下所示：

[LewbelIVit=（Govit-Mean_Gov）3] （6）

工具變量法的兩階段回歸結果如表3所示。第（1）列和第（3）列顯示，兩個工具變量對核心解釋變量的估計系數均在1%的水平上顯著為正，滿足工具變量的相關性假設，并且弱工具變量檢驗的F值遠大于10%水平上的臨界值16.38，表明本文不需要擔憂弱工具變量問題。第（2）列和第（4）分別匯報了加入工具變量BartikIV、LewbelIV的第二階段回歸結果，數字政府估計系數依然顯著為正。

2.遺漏變量問題

本文嘗試使用兩種策略來處理遺漏變量問題：一是進一步排除區域制度環境和信息基礎設施等因素對企業就業的潛在影響；二是分別借鑒Altonji et al.（2005）以及Cinelli and Hazlett（2020）的做法，評估不可觀測的遺漏變量的影響強度。

（1）增加可能的遺漏變量。本文考慮了地區制度環境和信息基礎設施兩種可能的遺漏變量，使用樊綱市場化指數中的市場化進程總得分作為制度環境的代理變量（Market），并使用互聯網普及率（Internet）表征地區數字基礎設施，以地區數字技術專利申請量的對數（Applypatent）測度地區的數字技術水平。如表4第（1）—（4）列所示，在加入可能的遺漏變量后，數字政府的估計系數依然在1%的水平上顯著為正。

（2）評估不可觀測的遺漏變量的影響強度。一是，借鑒Altonji et al.（2005）的做法，利用可觀測變量評估難以觀測的遺漏變量導致的估計偏差。具體而言，考慮兩組不同控制變量的回歸，一組僅考慮有限控制變量的回歸，將核心解釋變量的系數記為βR。另一組考慮全控制變量的回歸，其核心解釋變量記為βF。構造指數如下所示：

[Ratio=βFβR-βF] （7）

Ratio越大，不可觀測變量對估計結果造成偏誤的可能性就越小。本文考慮兩組有限控制變量：第一組有限控制變量不加入任何控制變量，僅控制固定效應；第二組有限控制變量僅控制企業層面的控制變量與固定效應。同時，考慮兩組全控制變量：第一組全控制變量與基準回歸一致；第二組在第一組的基礎上加入制度環境和數字環境等可能的遺漏變量。由表5（A）匯報的結果可以計算（7）式，并得出Ratio的值均大于1，最小值為3.974，平均值為5.668。這表明若不可觀測的遺漏變量對本文基準結果產生偏誤，那么其影響力至少要為已選擇控制變量的3.974倍，平均而言需要超過5.668倍，這也意味著不可觀測的遺漏變量導致的估計偏誤是很小的。

二是，借鑒Cinelli and Hazlett（2020）的敏感性分析方法，通過估計遺漏變量與核心解釋變量和被解釋變量之間的方差來評估遺漏變量的影響強度。如表5（B）所示，R2yd.x表示核心解釋變量對被解釋變量的偏R2，其結果表明，在遺漏變量可以解釋被解釋變量全部剩余方差的極端情況下，遺漏變量至少需要解釋核心解釋變量0.94%的剩余方差，才能消除核心解釋變量對被解釋變量的影響。同理，RV_q和RV_qa的結果分別表示，遺漏變量至少需要同時解釋9.28%和8.28%的核心解釋變量與被解釋變量的剩余方差，才能使得核心解釋變量的估計系數為0或者失去統計顯著性。進一步，為了分析遺漏變量的強度，本文選取企業所在省份的財政收入（Income）作為對比變量。表5（B）的結果表明，即使在遺漏變量是財政收入3倍強度的情況下，R2yz.dx的值均小于RV_q和RV_qa，這意味著遺漏變量與核心解釋變量和被解釋變量的相關性并不會威脅基準回歸中估計系數的符號及其統計顯著性。

（四）其他穩健性檢驗

1.更換核心變量

在核心解釋變量方面，本文采用三種方式予以更換：一是，構造“公共管理、社會保障和社會組織”行業對數字行業的完全消耗系數（Complete），以此表示政府部門的數字化投入，作為數字政府建設的衡量指標。二是，使用政府部門數字資本投入占總資本投入的比重（ICTRatio），衡量政府部門的數字化投入程度，以此作為數字政府建設的代理指標。三是，考慮到省級數據與上市公司數據匹配可能存在數據的變異性，影響估計結果的可信性，本文在地級市層面對數字政府建設水平進行測算。本文利用省份層面數字資本形成總額占總資本形成總額的比例，以城市間數字技術的相對發展水平作為權重，確定地級市層面的數字資本形成總額，并以此為基礎，使用增長核算方法得到地級市層面的數字政府建設水平（City）。在被解釋變量的測度方面，本文使用企業總資產處理后的企業就業相對值（Rlabor）作為企業就業的代理指標。表6第（1）—（4）列的估計結果表明，在替換核心解釋變量的測度方式后，基準回歸結果依然顯著。

2.針對可能的樣本偏誤

首先，省級投入產出表每五年編制一次，最新編制時間為2017年，本文采取外推法將數據時間外推至2020年。考慮到外推法可能出現的偏誤，本文將樣本區間更換為2007—2017年。其次，由于直轄市具有不同于其他省級行政區的行為模式，本文刪除四個直轄市樣本。最后，鑒于上市公司數據的有偏性，本文進一步使用2007—2013年的中國工業企業數據對（4）式進行實證檢驗。表6第（5）—（7）列的估計結果顯示，更換樣本后的基準結論依然成立。

3.考慮可能的同期政策干擾

為了排除樣本期間內的政策干擾，本文考慮了兩種可能的政策影響。一是，考慮減稅降費政策的影響。近年來，中國政府實施了“營改增”、固定資產加速折舊、調低企業職工基本養老保險單位繳費的法定比例等減稅降費政策，這些政策可能會改變企業的成本負擔，影響企業的勞動就業水平。基于此，本文使用“（營業稅金及附加+所得稅費用）/利潤總額”表示企業的綜合稅負（Taxburden），以控制政府減稅政策的影響。同時，本文使用“企業社會保險繳費與薪酬總額的比例”表示企業社會保險繳費率（ChargeRate），以控制降費政策的影響。二是，考慮到產業政策會對企業勞動就業產生積極作用（Criscuolo et al.，2019），本文還進一步排除樣本期間產業政策的干擾。為此，本文構造產業政策虛擬變量（Industry），若國家規劃文件中明確提出重點或者大力發展某一行業，則將該行業視作產業政策支持行業，并賦值為1，否則賦值為0。同時，本文使用稅收優惠（Tax）和政府補助（Subsidy）來衡量企業受到的產業政策支持力度。表7第（1）—（5）列的回歸結果表明，在控制減稅降費政策和產業政策的干擾后，數字政府的估計系數依然顯著為正，與本文的基本結論保持一致。

（五）異質性分析

上述研究結果表明，數字政府建設顯著增加了企業勞動就業數量，但這只是平均意義上的結論，忽略了不同特征企業的異質性結果，因此有必要從政企關系、企業生命周期和企業要素密集度等角度出發，探究數字政府建設對企業就業規模的異質性影響。

1.政企關系的異質性

上文分析表明，數字政府建設通過降低政府對市場的干預水平，為企業提供一個良好的生產經營環境，促進勞動就業。然而，企業與政府的聯系程度各異，對數字政府建設帶來的市場環境優化也會有不同的反應，因此數字政府建設有可能對不同政企關系的企業產生異質性影響。鑒于此，本文從企業的產權性質和政治關聯兩方面來衡量政企關系。本文利用國泰安數據庫中的實際控制人信息，構造產權性質的虛擬變量（Soe）。若企業的實際控制人為中央或者地方政府，則視為國有企業，賦值為1；反之則為私有企業，賦值為0。對于政治關聯特征，本文按照企業董事長和總經理的任職情況構造政治關聯變量（PC），若企業董事長或總經理現在或曾經在黨政軍等部門內任職，則賦值為1，否則賦值為0。同時，將數字政府建設與上述虛擬變量的交互項（Gov×Soe和Gov×PC）分別納入基準模型中。如圖3所示，交互項Gov×Soe和Gov×PC的估計系數均為負，并且均在1%的水平上顯著，表明數字政府對私營企業和缺乏政治關聯的企業具有更強的就業促進效應。

2.企業生命周期的異質性

處于不同生命周期階段的企業，在融資約束、投資風險、社會關系網絡和成長能力等方面具有不同的特征，會采用不同的勞動雇傭策略，故數字政府建設有可能給處于不同生命周期的企業帶來異質性的就業效應。本文使用綜合得分判別法劃分企業生命周期，并構造成長期虛擬變量（Lifec），企業處于成長期賦值為1，否則為0。同時，將數字政府與成長期虛擬變量的交互項（Gov×Lifec）納入回歸模型。圖3的估計結果顯示，Gov×Lifec的系數在5%的水平上顯著為正，說明數字政府建設對企業勞動就業的促進效應在處于成長期的企業中更為明顯。

3.要素密集度的異質性

在區域增長競爭的背景下，資本密集型企業對經濟增長的貢獻更明顯，受到政府的支持力度也更強。因此，在政府干預減少、公平競爭的市場環境中，不同要素密集度企業的獲益程度會有區別，數字政府建設可能會對不同要素密集度的企業產生異質性影響。本文參考毛其淋和王玥清（2023）等代表性文獻的做法，采用企業人均固定資產凈值對數的中位數構建企業要素密集度虛擬變量（Intensive）。其中，低于中位數的樣本劃分為勞動密集型企業，賦值為1，其余樣本劃分為資本密集型企業，賦值為0。圖3的結果顯示，數字政府與要素密集度虛擬變量交互項Gov×Intensive的估計系數在1%的水平上顯著為正，說明數字政府建設對勞動密集型企業具有更明顯的就業促進效應。

五、作用機制考察

前文的研究表明，數字政府建設可以顯著增加企業的勞動就業數量，但其具體的作用渠道尚待檢驗。根據前文的理論分析，本文選取企業非生產性支出、融資約束、經濟不確定性和業務范圍作為機制變量進行分析，考察數字政府建設帶來的生產規模擴張效應和勞動崗位創造效應。考慮到傳統中介效應模型的內生性缺陷，本文借鑒Liu and Lu（2015）以及綦建紅和張志彤（2022）的研究，將多個機制變量同時納入內生中介模型中，并使用多個工具變量解決內生性問題。

（一）非生產性支出降低機制

企業的非生產性支出，主要是以飲食、娛樂、招待的形式出現。因此，與于文超等（2022）的研究一致，本文使用業務招待費來表征企業的非生產性支出，并使用營業收入對其進行單位化處理之后的業務招待費（NPE）作為非生產性支出的代理指標。表8（A）的第（1）列的結果顯示，數字政府的估計系數在1%的水平上顯著為負，說明數字政府建設顯著降低了企業的非生產性支出。而第（2）—（3）列的結果表明，以營業收入對數表示的企業生產規模（Revenue）對勞動就業的影響在1%的水平上顯著為正。并且在加入企業生產規模后，企業的非生產性支出對勞動就業的估計系數依然顯著為負，說明非生產性活動會對勞動就業產生負面影響。該結論與本文的假說1吻合，即數字政府能夠通過降低企業的非生產性支出，推動企業生產規模擴張，促進企業勞動就業。可能的原因在于，數字政府建設有助于減少政府對企業生產經營的干預，降低企業非生產性支出的必要，激勵企業將更多資源轉向生產性的投資經營活動，擴大就業規模。

（二）融資約束緩釋機制

為了考察數字政府建設是否通過緩解企業融資約束，引致企業勞動雇傭規模發生變化，本文選取FC指數來衡量企業的融資約束程度。FC指數越大，說明該企業的融資約束問題越嚴重。表8（B）第（4）列的結果顯示，數字政府的估計系數在1%的水平上顯著為負，而第（5）—（6）列的結果顯示，將企業生產規模納入模型后，融資約束對企業勞動就業的估計系數顯著為負，生產規模對勞動就業的影響顯著為正。這表明數字政府建設可以顯著緩解企業的融資約束，既可以直接促進勞動就業，也可以通過促進企業生產規模擴張，間接增加企業勞動需求，證實了本文的假說2。可能的原因在于，數字政府建設可以為企業營造健全的投融資環境，為企業融資提供便利，降低企業的資金獲取和使用成本，保障企業有更為充足的現金流用于擴大投資和勞動雇傭規模。

（三）經濟不確定性降低機制

考慮到國家層面的經濟政策不確定性指數，難以與省級層面的核心解釋變量匹配，本文借鑒聶輝華等（2020）的做法，利用上市公司的年報文本，通過機器學習的方法構造經濟不確定性句子數量占總句子數量的比值（Fepus），以表征企業面臨的經濟不確定程度。表8（C）第（1）列的估計結果顯示，數字政府建設對企業經濟不確定性的估計系數顯著為負，說明數字政府建設有利于企業形成更加穩定的經濟預期。而第（2）—（3）列的估計結果表明，生產規模顯著促進企業勞動就業，經濟不確定性顯著減少勞動就業，說明企業對經濟不確定性的感知促使其在生產投資和勞動雇傭決策上采取收縮策略，減少企業勞動就業數量。該結果證實了本文的假說3。進一步綜合假說1、假說2和假說3，可以發現數字政府建設通過削減企業非生產性支出、緩解融資約束和降低經濟不確定性，以擴大企業生產規模的方式促進企業勞動就業。

（四）業務范圍拓展機制

考慮到企業的業務范圍拓展主要表現為經營產品的變動，本文借鑒孫偉增和郭冬梅（2021）的做法，使用企業經營范圍來反映企業的業務范圍（Scale）。對崗位創造的測度則借鑒袁璐璐和羅楚亮（2023）的做法，使用就業創造（JC）來表征。表8（D）第（4）列的估計結果表明，數字政府建設顯著增加了企業的業務范圍，說明數字政府建設有利于企業新產品的生產銷售和新業務的拓展。而第（5）列和第（6）列的結果表明，在加入崗位創造后，企業業務范圍拓展對就業的促進作用并不顯著，這說明業務范圍拓展機制對勞動就業的影響是完全通過崗位創造效應實現的，證明了假說4的成立。換言之，數字政府建設不僅可以實現企業生產規模的擴張，還可以推動企業業務范圍的拓展，產生崗位創造效應，增加企業的勞動需求數量。

六、 進一步拓展

實現“穩就業”政策目標不僅意味著增加就業數量，還需要實現勞動資源的有效配置（毛其淋和王玥清，2023）。本文在考察數字政府對企業就業數量影響的基礎上，進一步從企業內部和企業之間兩種視角出發，討論數字政府建設對勞動資源配置效率的影響。

（一）企業內的勞動資源配置效率

數字政府建設可以促進企業勞動就業數量的增加，然而勞動就業數量的增加是緩解了企業勞動雇傭不足，還是加重了企業勞動冗員？這涉及企業內部勞動資源配置效率問題。為此，本文檢驗了數字政府建設對企業勞動投入扭曲程度的影響。

一般而言，在不存在市場摩擦的情況下，要素可以自由流動，企業根據利潤最大化原則自主選擇要素投入數量，最終會使得勞動邊際產出和邊際成本相等。反之，當企業決策受到干擾時，企業的勞動邊際產出與邊際成本發生偏離，導致企業勞動資源配置的扭曲，此時企業的勞動邊際產出為：

[MPLit=MCLit+Cit] （8）

其中，i、t分別表示為企業和年份；MPL表示企業的勞動邊際產出，本文參照徐舒等（2020）的做法，使用勞動產出彈性×（總產出/勞動投入）來表示；MCL表示企業的勞動邊際成本，本文使用企業支付給員工的薪資和福利來表征，C表示企業勞動雇傭過程中的其他成本約束。

本文借鑒徐舒等（2020）的做法，以企業內勞動邊際產出與勞動邊際成本的偏離程度衡量企業勞動投入扭曲，即：

[MISAit=lnMPLit-MCLit] （9）

其中，MISA表示企業勞動資源的錯配程度，同時衡量了企業在勞動雇傭過程中的成本約束。表9第（1）列的估計結果顯示，數字政府的估計系數在1%的水平上顯著為負，說明數字政府建設促進了企業勞動資源配置效率的提高。同時，本文根據MPLit-MCLit的值，將企業的勞動資源錯配分為雇傭過度與雇傭不足兩種形式。具體而言，MPLit-MCLit 大于0意味著勞動邊際產出大于勞動邊際成本，表示企業雇傭不足；反之，則為雇傭過度。表9第（2）列和第（3）列的結果顯示，在雇傭過度樣本中，數字政府的估計系數并不顯著，而在雇傭不足樣本中，數字政府的估計系數顯著為正，說明數字政府建設可以緩解企業的勞動雇傭不足問題，提高企業的勞動資源配置效率。

（二）企業間的勞動資源配置效率

數字政府建設能夠削弱政府對經濟資源的支配能力，促進經濟資源在企業間的公平分配，有可能會改變勞動要素的流動方向和行業的競爭態勢，作用于整體的勞動資源配置效率。

本文借鑒龔關和胡關亮（2013）以及劉潘和張子堯（2023）的做法，分別使用同一省份和行業不同企業間勞動邊際產出差異（SD）、同一省份和行業不同企業間的全要素生產率差異（TFP_SD）衡量企業間勞動資源配置效率。在不存在市場摩擦和政府干預的情況下，勞動要素自由流動，企業之間的勞動邊際產出應該相等。并且，公平競爭的市場機制鼓勵生產率高的企業進入，倒逼生產率低的企業退出，企業間的生產率差異由此縮小，勞動資源配置效率得以改善。故在資源配置有效的市場中，企業間的要素邊際產出和生產率會呈現收斂趨勢。

同時，本文構建省份—行業—年份層面的樣本數據，將企業層面的控制變量平均加權到省份—行業層面，并控制時間固定效應和省份—行業的交互固定效應進行回歸。表10匯報了省份—行業—年份樣本的回歸結果。由第（1）—（2）列可以看出，數字政府建設顯著降低了企業間的勞動邊際產出差異和全要素生產率差異，提高了企業間的勞動資源配置效率。可能的原因在于，偏向性的經濟資源分配和競爭保護使得勞動生產率較低的企業長期存在，導致勞動要素的誤置。數字政府不僅可以促進經濟資源的公平分配，還可以減少市場進入壁壘，增加參與市場競爭的企業數量，提高市場的競爭程度。經濟資源的公平分配可以促使勞動要素流向高勞動邊際產出的企業，實現企業間勞動資源的優化配置。同時，在競爭壓力下，生產率較低的企業會提高生產效率，減少與其他企業的勞動邊際產出差距。

本文進一步考察數字政府對企業間勞動資源配置的影響機制。一方面，本文根據企業勞動邊際產出的中位數，在省份—行業層面將樣本劃分為高勞動邊際產出企業和低勞動邊際產出企業，并計算高勞動邊際產出企業的平均就業人數與低勞動邊際產出企業的平均就業人數之比（LaborRatio），以該比值衡量勞動要素在不同企業間的配置。如表10第（3）列所示，數字政府的估計系數顯著為正，表明數字政府建設推動勞動要素流向邊際生產力更高的企業，促進企業間勞動要素的優化分配。另一方面，本文構造省份—行業層面的赫芬達爾指數（HHI），以刻畫市場競爭程度，并使用內生中介效應模型，探究數字政府是否通過促進市場競爭，提高企業間的勞動資源配置效率。表10第（4）—（5）列的結果顯示，數字政府顯著降低了行業集中度，強化了市場競爭，而市場競爭又能夠促進企業間勞動邊際產出的收斂。因此，數字政府建設帶來的競爭效應確實可以減少企業間勞動資源的錯配。

七、結論與政策建議

數字技術在與政府部門緊密融合的過程中，成為推動政府治理變革、提高公共服務效率的新動力。本文立足于數字政府建設的實踐，探索其能否在政企互動中為企業紓困解難，提升勞動就業水平。本文的研究發現：第一，數字政府可以顯著提升企業的勞動就業水平，并且這一結論在經過內生性檢驗、替換核心變量、考慮樣本選擇偏誤、排除同期政策干擾等一系列穩健性檢驗后依然成立。這意味著在當前市場需求收縮和就業形勢嚴峻的背景下，數字政府的建設可以成為“穩就業”的一劑“良藥”。第二，數字政府可以釋放弱勢企業的生產投資和勞動需求，其就業效應在私營企業、無政治關聯企業、成長期企業和勞動密集型企業等處于弱勢地位的企業中更為顯著。第三，機制分析表明，數字政府在減少企業的成本負擔、減緩融資壓力、增強投資信心、促進產品和業務的創新等方面發揮了不可或缺的作用。數字政府可以通過削減企業的非生產性支出、緩解融資約束、降低經濟不確定性、推動企業業務范圍的拓展等機制促進企業生產規模擴張和崗位創造，提高勞動就業水平。第四，數字政府不僅可以有效提高企業內部勞動資源配置效率，還可以增強市場競爭活力，使勞動力等生產要素向高效率企業流動，表明數字政府的就業效應兼具數量意義和效率意義。

本文的研究結果對于推動數字政府建設，實現“穩就業”的政策目標具有重要的現實意義。第一，政府應利用數字技術推動“放管服”改革，降低企業成本，提高生產投資和勞動雇傭積極性。利用數字技術增強政府透明度、強化監督和問責機制，減少企業應對官僚主義的精力消耗和非生產性支出，使企業將更多資金投入生產經營。第二，政府應利用數字技術營造健康的融資環境，緩解企業融資約束，增加生產擴張和勞動雇傭資金。推動跨部門政務數據聯通和業務協同，特別是政府部門與銀行的數據互動，緩解信息不對稱，降低市場融資交易成本。第三，政府應利用數字技術開放政策信息并推進互動治理，減少經濟不確定性。通過數字平臺提供及時、透明的政策信息和解讀，減少企業對政策變化的擔憂，提高企業進行生產投資和勞動雇傭的信心。第四，數字政府應助力企業減少市場開拓的交易成本，推動新產品和新業務創新。推廣電子營業執照和“一照一碼”改革，整合行政審批事項，降低業務拓展成本。同時，推動公共數據開放，提供API接口，推動企業利用開放數據進行商業模式創新，促進企業新產品和新業務開發。

參考文獻

畢青苗、陳希路、徐現祥、李書娟，2018，“行政審批改革與企業進入”，《經濟研究》，第2期，第140-155頁。

蔡躍洲、張鈞南，2015，“信息通信技術對中國經濟增長的替代效應與滲透效應”，《經濟研究》，第12期，第100-114頁。

陳劍、黃朔、劉運輝，2020，“從賦能到使能——數字化環境下的企業運營管理”，《管理世界》，第2期，第117-128+222頁。

陳駿、徐捍軍，2019，“企業尋租如何影響盈余管理”，《中國工業經濟》，第12期，第171-188頁。

范合君、吳婷、何思錦，2022，“‘互聯網+政務服務’平臺如何優化城市營商環境？——基于互動治理的視角”，《管理世界》，第10期，第 126-153頁。

高奇琦，2023，“國家數字能力：數字革命中的國家治理能力建設”，《中國社會科學》，第1期，第44-61+205頁。

龔關、胡關亮，2013，“中國制造業資源配置效率與全要素生產率”，《經濟研究》，第4期，第4-15+29頁。

何雨可、牛耕、逯建、趙國昌，2024，“數字治理與城市創業活力——來自‘信息惠民國家試點’政策的證據”，《數量經濟技術經濟研究》，第1期，第47-66頁。

黃其松，2022，“數字時代的國家理論”，《中國社會科學》，第10期，第60-77+205頁。

黃壽峰、趙巖，2023，“政務服務信息化與基本公共服務水平”，《世界經濟》，第8期，第32-54頁。

劉潘、張子堯，2023，“地方公共債務與資源配置效率：企業間全要素生產率分布差異的視角”，《經濟研究》，第10期，第114-133頁。

劉文革、耿景珠、杜明威，2024，“數‘政’強貿：數字化政府建設與中國出口產品質量升級”，《數量經濟技術經濟研究》，第6期，第67-87頁。

毛其淋、王玥清，2023，“ESG的就業效應研究：來自中國上市公司的證據”，《經濟研究》，第7期，第86-103頁。

聶輝華、阮睿、沈吉，2020，“企業不確定性感知、投資決策和金融資產配置”，《世界經濟》，第6期，第77-98頁。

綦建紅、張志彤，2022，“機器人應用與出口產品范圍調整：效率與質量能否兼得”，《世界經濟》，第9期，第3-31頁。

施炳展、游安南，2021，“數字化政府與國際貿易”，《財貿經濟》，第7期，第145-160頁。

宋紅雨、侯貴生，2024，“中國綠色信貸政策對勞動力需求的沖擊效應研究——來自中國一個準自然實驗的證據”，《南方經濟》，第6期，第77-97頁。

孫偉增、郭冬梅，2021，“信息基礎設施建設對企業勞動力需求的影響：需求規模、結構變化及影響路徑”，《中國工業經濟》，第11期，第78-96頁。

吳俊杰、鄭凌方、杜文宇、王靜遠，2020，“從風險預測到風險溯源：大數據賦能城市安全管理的行動設計研究”，《管理世界》，第8期，第189-202頁。

徐舒、杜鵬程、吳明琴，2020，“最低工資與勞動資源配置效率——來自斷點回歸設計的證據”，《經濟學（季刊）》，第1期，第143-164頁。

楊進、化汝婷、周克清，2024，“大數據稅收征管有助于抑制關聯交易嗎？——來自‘金稅三期’工程的準自然實驗證據”，《南方經濟》，第3期，第1-18頁。

楊龍見、吳斌珍、李世剛、彭凡嘉，2021，“‘以稅增信’是否有助于小微企業貸款？——來自‘銀稅互動’政策的證據”，《經濟研究》，第7期，第 96-112頁。

于文超、高楠、龔強，2022，“政貴有恒：經濟政策不確定性對企業非生產性支出的影響”，《經濟學（季刊）》，第2期，第425-444頁。

于文超、梁平漢，2019，“不確定性、營商環境與民營企業經營活力”，《中國工業經濟》，第11期，第136-154頁。

余明桂、王空，2022，“地方政府債務融資、擠出效應與企業勞動雇傭”，《經濟研究》，第2期，第58-72頁。

袁璐璐、羅楚亮，2023，“養老保險費率改變與企業‘創造-破壞’就業調整”，《數量經濟技術經濟研究》，第4期，第180-202頁。

張楠、王瑀、魏瑩，2022，“數字政府建設情境下的績效差距影響——基于政府網站績效評估面板數據的研究”，《中國行政管理》，第12期，第57-65頁。

趙云輝、張哲、馮泰文、陶克濤，2019，“大數據發展、制度環境與政府治理效率”，《管理世界》，第11期，第 119-132頁。

周荃、葛爾奇、陳希路、徐現祥，2023，“數字政府促進經濟發展：理論機制與跨國證據”，《數量經濟技術經濟研究》，第12期，第 49-68頁。

Altonji， J.G.， Elder，" T.E. and Taber， C.R.， 2005， “Selection on Observed and Unobserved Variables： Assessing the Effectiveness of Catholic Schools”， Journal of Political Economy， 113（1）： 151-184.

Benmelech， E.， Frydman， C. and Papanikolaou， D.， 2019， “Financial Frictions and Employment During the Great Depression”， Journal of Financial Economics， 133（3）： 541-563.

Beraja， M.， Yang， D.Y. and Yuchtman， N.， 2023， “Data-intensive Innovation and the State： Evidence from AI Firms in China”， Review of Economic Studies， 90（4）： 1701-1723.

Cinelli， C. and Hazlett， C.， 2020， “Making Sense of Sensitivity： Extending Omitted Variable Bias”， Journal of the Royal Statistical Society Series B： Statistical Methodology， 82（1）： 39-67.

Criscuolo， C.， Martin， R.， Overman， H.G. and Van Reenen， J.， 2019， “Some Causal Effects of an Industrial Policy”， American Economic Review， 109（1）： 48-85.

Deininger， K. and Goyal， A.， 2012， “Going Digital： Credit Effects of Land Registry Computerization in India”， Journal of Development Economics， 99（2）： 236-243.

Elbahnasawy， N.G.， 2021， “Can E-government Limit the Scope of the Informal Economy？”， World Development， 139： 105341.

Goldsmith-Pinkham， P.， Sorkin， I. and Swift， H.， 2020， “Bartik Instruments： What， When， Why， and How”， American Economic Review， 110（8）： 2586-2624.

Guriev， S.， Melnikov， N. and Zhuravskaya， E.， 2021， “3G Internet and Confidence in Government”， The Quarterly Journal of Economics， 136（4）： 2533-2613.

Harrison， R.， Jaumandreu， J.， Mairesse， J. and Peters， B.， 2014， “Does Innovation Stimulate Employment？ A Firm-level Analysis Using Comparable Micro-data from Four European Countries”， International Journal of Industrial Organization， 35： 29-43.

Jean， T.， 2021， “Digital Dystopia”， American Economic Review， 111 （6）： 2007?2048.

Jones， C.I. and Tonetti， C.， 2020， “Nonrivalry and the Economics of Data”， American Economic Review， 110（9）： 2819-2858.

Kitsios， E.， Jalles， J.T. and Verdier， G.， 2023， “Tax Evasion from Cross-Border Fraud： Does Digitalization Make a Difference？”， Applied Economics Letters， 30（10）： 1400-1406.

Lewbel， A.， 1997， “Constructing Instruments for Regressions with Measurement Error When No Additional Data are Available， With an Application to Patents and Ramp;D”， Econometrica， 65（5）： 1201-1213．

Lin， Y.， 2018， “A Comparison of Selected Western and Chinese Smart Governance： The Application of ICT in Governmental Management， Participation and Collaboration”， Telecommunications Policy， 42（10）： 800-809.

Liu， Q. and Lu， Y.， 2015， “Firm Investment and Exporting： Evidence from China's Value-added Tax Reform”， Journal of International Economics， 97（2）： 392-403.

Nagaraj， A.， 2022， “The Private Impact of Public Data： Landsat Satellite Maps Increased Gold Discoveries and Encouraged Entry”， Management Science， 68（1）： 564-582.

Priya， P. and Sharma， C.， 2024， “Does Uncertainty Dampen Corporate Leverage？ Empirical Analysis of Demand and Supply Channels”， Applied Economics， 56（39）： 4702-4717.

Twizeyimana， J. and Andersson， A.， 2019， “The Public Value of E-government-A Literature Review”， Government Information Quarterly， 36（2）： 167-178.

Does the Construction of Digital Government Facilitate the Promotion

of Labor Employment？ Evidence from Chinese Listed Companies

Chen Dong" Liu Wei

Abstract： The employment situation in China remains quite severe due to both domestic and international environmental influences. On one hand， market demand contraction is leading to operational difficulties for enterprises and insufficient labor demand. On the other hand， the continuous increase in the number of college graduates highlights the problem of “youth employment difficulty”. Strong government governance capability is key to promoting employment stability. Given the increasingly important role of digital technology in enhancing government governance capabilities， the construction of digital government is expected to become a new approach to achieving the goal of stable employment.

Based on the use of input-output tables to measure the level of digital government construction， this paper employs data from Chinese listed companies from 2007 to 2020 to thoroughly examine the impact of digital government construction on corporate labor employment and its mechanisms of action. Furthermore， it discusses the effect of digital government construction on the efficiency of labor resource allocation. The results show that digital government construction can significantly increase the number of labor employment in enterprises. This conclusion remains valid after a series of robustness tests， including endogenous test， replacing core variables， considering sample selection bias， and excluding concurrent policy interference. Additionally， the employment promotion effect of digital government is more prominent in private enterprises， enterprises lacking political connections， growth-stage enterprises， and labor-intensive enterprises. Digital government construction can increase corporate production investment and labor demand by reducing non-productive expenditures， alleviating financing constraints， and lowering economic uncertainty， as well as by expanding business scope， which collectively enhance job creation and increase enterprise employment numbers. Efficient allocation of labor resources is also crucial for employment stability. Digital government construction helps alleviate under-employment in enterprises， improve the efficiency of labor resource allocation within enterprises， and optimize the allocation of labor elements among enterprises by enhancing market competition. This article assesses the employment effects of digital government construction， which has significant practical implications for enhancing government digitalization and achieving the policy objective of \"stable employment\".

The potential marginal contributions of this study are as follows： Firstly， differing from previous literature， this paper measures the level of digital government development by calculating the output contribution of digital capital in provincial government departments using input-output table data within the framework of economic growth accounting. This to some extent addresses the deficiencies in existing digital government indicators in an era of rapid technological development and major changes in government governance. Secondly， unlike previous studies that discuss the applications of digital technology at the enterprise and industry levels， this paper examines the impact and mechanisms of digital government on the employment of micro and small enterprises from the perspective of digital technology applications in government departments， thereby expanding the research perspective on digital technology and its economic effects. Thirdly， this paper systematically elucidates the impact mechanism of digital government on enterprise labor employment from the angles of production scale expansion and job creation， using the endogenous mediation effect model to mitigate potential endogeneity issues in mechanism analysis， thereby accurately identifying the impact mechanisms.

Keywords： Digital Government; Market Environment; Employment Quantity; Efficiency of Labor Resource Allocation

（責任編輯：徐久香）