企業數字化轉型的就業效應分析

中圖分類號：F293.1；F49 文獻標識碼：A doi：10.3969/j.issn.1672-2272.202506068

Analysis of the Employment Effect of Enterprise Digital Transformation： A Study on the Differentiation of Employment Structure from the Perspective of Regional Industrial Interaction

Da Tanfeng，Qi Ruisi

（School of Finance，Xinjiang University of Finance and Economics，Urumqi 830ol2，China）

Abstract：The digital transformation of enterprises has not only enhanced technological innovation capabilities，but has also increasingly become a key force to promote employment growth and structural upgrading.Based on the data of A-share listed companies from 2Oo7 to 2022，this paper empirically analyzes the impact of digital transformation on corporate employment，and explores its heterogeneous effects in different regional and industrial contexts. The results show that，in general，digital transformation has significantly promoted the expansion of enterprise employment scale and the optimization of employment structure，especially the ability to absorb high-skiled labor.From a regional perspective， the eastern region is affected by the effect of technology substitution，and the role of employment expansion is relatively weak. In the western region，driven by policy support and improved digital infrastructure，the momentum of employment growth is stronger. From the perspective of industry， capital-intensive industries have a high degree of automation and have a certain employment crowding out effect，while technology-intensive industries are more able to release digital dividends and significantly optimize the employment structure. The conclusions of this study provide empirical support and policy reference for promoting high-quality employment in the context of digital economy.

Key Words：Digital Transformation;Employment Structure；Regional Heterogeneity; Industrial Intensity；High-Quality Employment

0 引言

在新一輪科技革命和產業變革的推動下，自動化、人工智能、大數據等數字技術迅速發展并廣泛應用，全球經濟正加速邁向數字化。與此同時，企業的就業規模與就業結構也隨之發生深刻變化，學界圍繞“技術替代勞動”與“技術創造勞動\"的爭論持續升溫。根據世界經濟論壇發布的《2024年未來就業報告》，全球已有超過30% 的低技能崗位面臨被取代的風險；國際貨幣基金組織（IMF）2024年年報指出，未來發達經濟體中約 60% 的崗位將受到人工智能的顯著影響，而新興市場和低收入國家受影響比例則分別為 40% 和 26% 。

盡管數字技術對部分崗位構成替代威脅，但其廣泛普及也催生了大量需要高技能、高知識水平的新興崗位，為就業市場帶來新的機遇。數字化轉型對就業影響具有顯著的不均衡性，在不同地區、行業與企業層面表現出多樣化特征。以我國為例，不同區域在數字化水平、產業基礎和勞動力結構等方面存在較大差異，導致數字化對就業的作用機制不盡相同。東部沿海發達地區憑借雄厚的產業基礎、人才集聚優勢以及高度市場化的競爭環境，加快推進產業數字化和智能化轉型，生產效率顯著提升。但在此過程中，大量傳統低技能崗位被替代，部分勞動力在短期內難以匹配新崗位所需技能。相比之下，西部地區在承接東部勞動密集型產業轉移的基礎上，結合本地資源優勢推動傳統產業數字化改造，盡管數字化進程相對滯后，但在促進就業結構轉型、創造新興崗位方面已初見成效，未出現大規模失業現象。

現有研究普遍認為數字化轉型通過兩種相反機制影響就業。一方面是“技術替代效應”，即企業通過自動化與智能化手段替代重復性、標準化的低技能勞動，進而減少對傳統崗位的需求。Dengleramp;Matthes[1]對約8000項任務的評估顯示，傳統職業中的大量任務已可被計算機或自動化設備取代，顯著降低了企業對人力的依賴。Freyamp;Osborne進一步指出，自動化技術的廣泛應用可能導致大范圍的崗位流失，尤其是在可標準化、程序化程度高的職業和行業。另一方面，大多數研究也強調“技術創造效應”。數字化轉型推動新產業、新模式和新崗位不斷涌現，進而擴大對高技能勞動者的需求。戚聿東等[3]指出，信息技術與互聯網的迅猛發展帶來了大量新興就業機會，尤其在服務業和高技術產業表現尤為突出。胡擁軍等4認為，從長期視角看，技術創造效應有望超越技術替代效應。其研究顯示，數字經濟已成為穩定就業的重要支撐力量，盡管當前的就業擴展潛力尚未充分釋放，但隨著技術持續進步和制度環境不斷完善，未來數字經濟將在創造高質量就業方面發揮更大作用。

在此背景下，本文基于我國非金融類A股上市公司數據，系統評估企業數字化轉型對就業的影響。研究從理論與實證兩個維度出發，定量分析數字化轉型對企業就業規模與就業結構的雙重效應。相較于現有文獻，本文可能的邊際貢獻體現在兩方面：第一，從企業創新能力提升的視角切人，深入探討數字化轉型影響就業變動的作用機制，重點關注其對就業結構優化的推動路徑；

第二，基于微觀企業層面構建數字化轉型指標，更為精細地刻畫企業轉型行為，有助于揭示數字化對就業影響的內在邏輯，增強研究的政策針對性與現實指導意義。

1理論分析與研究假設

1.1企業數字化轉型對就業規模的影響

企業數字化轉型帶來的新興技術應用，顯著提升了生產效率，幫助企業降低成本、擴大產能、優化產品結構與功能，進而提高產品質量與市場競爭力[5]。這些變化不僅增強了消費者對既有產品的購買意愿，也激發了對新產品和服務的需求，從而拉動市場總需求，推動企業擴大生產規模，提升勞動力需求，從宏觀層面表現為就業增加、經濟增長和社會生產總量的擴大[6]。然而，數字化轉型對就業規模的影響具有“雙重效應”。短期內，在勞動密集型行業和技術含量較低的崗位上，企業可能經歷一定程度的技術替代，導致部分勞動力流失。但從長期看，隨著企業逐步向高技術、新產業方向轉型，新的就業機會不斷涌現，數字化轉型的就業創造效應可能超過其替代效應[4]

此外，數字化的持續深化還加快了產品和服務的創新步伐，推動產品向多元化、個性化方向發展，更好地滿足消費者的多樣化偏好。這一過程不僅增強了市場活力，還帶動了企業在研發、設計、銷售、運維等多個環節產生新的用工需求。尤其是在消費升級背景下，企業需借助技術支撐與靈活組織結構不斷創新商業模式，進一步創造就業崗位[7]。

隨著數字化轉型的持續推進，企業對信息技術專業人才的需求快速增長。這類人才負責構建和維護數字系統與平臺[8]，為企業轉型提供技術支撐，也為就業市場注人了新活力。同時，企業的營銷和運營模式亦發生深刻變革[9，對具備數字營銷、數據分析等技能的復合型人才需求持續上升，進而擴大就業總量，促進社會經濟穩定發展。據此，提出以下研究假設：

假設1：企業數字化轉型能夠顯著擴大就業規模。

1.2企業數字化轉型對就業結構的影響

在數字經濟時代，企業數字化轉型正以前所未有的速度重塑就業結構，不僅改變了企業內部的組織架構，還深刻影響了區域經濟活力和勞動力市場格局。

從企業內部來看，數字化轉型顯著提升了高技能人才的相對需求。官華平等[10]指出，數字技術在生產、管理、營銷等環節的廣泛應用，使企業對數據分析、人工智能、軟件開發等技能型人才的依賴不斷加深。與此同時，對低技能、重復性崗位的需求則逐步減少，企業更注重員工的專業能力與綜合素質，從而推動人力資本整體升級。李雯軒和李曉華[11]進一步指出，數字化轉型通過加大研發投入和擴大經營規模，為人力資本優化提供動力。一方面，持續的技術創新要求企業吸納具備創新思維與專業能力的高端人才；另一方面，隨著企業規模擴張，對管理、營銷和技術支持等復合型崗位人才的需求同步增長，推動組織架構向高效靈活轉型。由此，傳統部門對人力的需求向新興部門轉移，尤其加大了對具備數字知識溢出能力的高技能人才的吸納。

隨著人工智能、大數據分析、云計算等新興領域的快速發展，企業對高技能勞動力的依賴愈發增強。這類人才不僅具備較強的創新能力，還能夠在不同部門間實現知識擴散與技術共享，促進企業整體數字化水平的提升。

數字化轉型還通過提升城市經濟活力，間接影響就業結構。林川和吳沁澤[12基于夜間燈光數據的混頻回歸分析發現，企業數字化轉型通過增強創新能力、提高生產效率和強化分工體系，顯著推動城市就業需求增長，尤其是高技能崗位人才需求增長更為明顯。夏海波等[13]研究表明，智慧城市建設在提升就業規模的同時，也對就業結構起到優化作用。因此，企業數字化轉型在優化企業用工結構、促進人力資本升級方面發揮著重要作用。據此，提出以下研究假設：

假設2：企業數字化轉型能夠顯著優化就業結構。

1.3企業數字化轉型通過企業創新效應作用于就業規模與就業結構

在數字經濟背景下，大數據、人工智能與云計算等技術的廣泛應用，推動企業生產方式向智能化、高效化轉型，帶來組織形式、運營機制和用工結構的系統性變革。企業數字化轉型不僅增強了市場競爭力，也成為推動技術創新、產業升級與就業結構調整的重要引擎。

數字化過程中的技術與管理協同創新，助力企業提高生產效率、降低運營成本，進而催生新產品、新業態，提升整體就業需求。企業通過擴大產能和拓展市場，帶動高技能崗位數量增長；平臺經濟、共享經濟等新型數字商業模式也拓展了企業就業邊界，創造大量新崗位[14]。此外，企業通過智能系統優化業務流程，提高人崗匹配效率，使低技能勞動力逐步向附加值更高的崗位轉移。數字化轉型提升了企業對高技能、復合型人才的依賴，就業結構呈現出“高技能化”趨勢[15]。以智能制造為例，企業對傳統操作崗位的依賴減少，而對設備維護、軟件開發、數據運營等崗位的需求持續上升[4]。與此同時，數字化還通過供應鏈協同帶動上下游行業發展，催生諸如智慧物流、遠程辦公等新型就業形態，豐富崗位類型，增強勞動力市場的彈性與包容性。

需要注意的是，數字化轉型在短期內可能產生一定的技術替代效應，部分低技能崗位被自動化工具取代。但從長期看，其創造就業機會的潛力更為顯著。數字技術驅動的“創造性破壞\"將推動新產業、新職業、新模式不斷涌現，重構勞動力市場。一方面，企業業務拓展提升了對復合型人才的需求；另一方面，產業鏈整合升級也擴大了整體就業規模。實證研究普遍表明，企業數字化轉型顯著提升了創新能力并帶動了就業增長，但這一增長主要集中在技術型和服務型崗位，低技能勞動者則可能面臨結構性失業。因此，企業創新對就業影響具有“雙重特征”。據此，本文提出以下研究假設：

假設3：企業數字化轉型通過強化創新效應擴大就業規模，并優化就業結構。

2 研究設計

2.1 模型構建

根據前文提出的理論分析框架，本文構建如下基準計量模型，用于檢驗企業數字化轉型對就業規模與就業結構的影響：

Labor_it=α₀+α₁DCG_it+α₂Controls_it+α₃ Industry_j+α₄Year_t+ε_it （204號 （1）

其中， Labor_it 為被解釋變量”就業”，表示 i 企業在 t 年勞動力就業規模與就業結構； DCG_it 為解釋變量，表明i 企業在 Ψ_t 年數字化轉型程度； Controls_it 為控制變量，表明影響企業就業規模和就業結構的控制變量集合。Year，和Industry；為虛擬變量，用于反映年份固定效應與行業固定效應； ε_it 代表隨機項。本文的實證分析回歸系數標準誤在個體企業層面進行聚類。

為進一步對其中的作用機制進行深入分析和檢驗，本文借鑒江艇[1的研究，在基準回歸模型的基礎上，以企業的創新能力作為中介變量，構建如下中介效應模型：

M_it=β₀+β₁DCG_it+β₂Controls_it+β₃Industry_j+ β₄Year_t+ε_it （2）

在模型（2）中， M_it 為中介變量，其余變量定義同模型（1）。

2.2 變量說明

2.2.1 被解釋變量

本文從兩個維度構建被解釋變量。一是就業規模（Emp ），以公司披露的“員工總數”的自然對數衡量企業整體用工規模[17]；二是就業結構（Skil），參考汪前元等[18關于勞動者技能水平的分類方法，根據員工受教育程度劃分為三類：小學及以下為低技能勞動者、初中或高中學歷為中技能勞動者、專科及以上學歷為高技能勞動者。結合孫文遠和周寒[19]的處理方式，采用“高技能勞動者數量與中低技能勞動者數量之比”構建就業結構指標，用以衡量企業內部勞動力結構的高技能化程度，該比值越大，表明企業就業結構中高技能成分占比越高。

2.2.2 解釋變量

本文采用文本挖掘法測算企業數字化轉型程度（DCG），具體方法參考吳非等[20]的研究。首先，構建數字化轉型關鍵詞詞庫，涵蓋人工智能、大數據、云計算、區塊鏈等核心技術，以及數字技術的應用場景，如智能制造、智慧農業、電子商務、互聯網金融、智能營銷等。其次，利用Python語言提取企業年度報告中出現的數字化關鍵詞，計算其出現頻次并進行對數轉換，得到企業層面數字化轉型的度量指標。該指標較為全面地反映了企業數字化戰略推進的廣度與深度。

2.2.3 控制變量

為控制遺漏變量帶來的潛在偏誤，本文引入以下控制變量。企業規模（ .Size ），以年末總資產的自然對數衡量；資產收益率 （ROA ），以息稅前利潤與總資產平均余額之比衡量；資產負債率 （Lev） ，以年末總負債與總資產之比衡量；凈資產收益率（ROE），以凈利潤與所有者權益平均余額之比衡量；企業年齡 （FirmAge） ，以當年年份減去成立年份再加1的值取自然對數衡量；現金流比率（Cashflow），以經營活動現金凈流量占總資產的比重衡量；固定資產比率（Fixed），以固定資產凈額與總資產的比值衡量，反映企業資本密集程度；地區宏觀變量（GDP），以企業所在地區的名義GDP衡量，反映地區發展水平與市場環境。變量具體定義見表1。

表1變量定義

2.3 數據來源

本文選取 2007-2022 年我國A股非金融類上市公司作為研究樣本，相關數據主要來源于國泰安（CSMAR）和Wind數據庫。為保證樣本的代表性和數據的可比性，參考已有文獻[2]，對初始樣本進行如下篩選和處理：第一，剔除ST及期間退市的企業；第二，剔除研究期內首次公開募股（IPO）的公司；第三，僅保留連續5年內未出現主要變量缺失的樣本；第四，為降低異常值對實證結果的影響，本文對所有連續型微觀變量進行了 1% 和 99% 的縮尾處理，主要變量的描述性統計如表2所示。

表2描述性統計結果

3實證結果與分析

3.1 基準回歸結果

表3報告了企業數字化轉型對就業規模和就業結構的雙向固定效應回歸結果。表3列（1）列（2）分別表示在不含控制變量與引入控制變量條件下，數字化轉型對就業規模的影響。結果顯示，解釋變量DCG的估計系數在 1% 顯著性水平上均為正，說明企業數字化轉型顯著擴大了就業規模。表3列（3）列（4）表示數字化轉型對就業結構的影響。無論是否引入控制變量，數字化轉型變量的系數在 1% 水平上均顯著為正，表明企業數字化轉型能夠顯著優化就業結構，提升對高技能勞動者的吸納能力。綜上，實證結果與本文提出的研究假設一致，初步驗證了企業數字化轉型具有促進就業規模與結構優化的雙重效應。

表3基準回歸結果

三：括號中為t值；*、**、***分別表示在 1%.5%.10% 水平顯著。下同

3.2 內生性問題

在基準回歸中，盡管已控制了企業特征、年份和行業固定效應，但研究仍可能面臨內生性問題，主要包括反向因果關系與遺漏變量偏誤。首先，企業數字化轉型可能受到其就業規模或結構的反饋影響，導致反向因果關系。其次，盡管模型中已引入一系列控制變量，但仍難以完全控制地方政策支持、區域市場環境等非觀測因素，從而存在遺漏變量風險，這些問題可能導致估計結果存在偏差。

為緩解上述內生性問題，本文采用工具變量法進行穩健性檢驗。具體地，選取本地區同行業企業數字化轉型的平均水平（剔除本企業）作為工具變量。該變量具備良好的理論基礎，一方面，區域內同行業企業的數字化發展程度對企業自身轉型具有顯著的示范效應與模仿壓力，二者具有較強的相關性，滿足工具變量的相關性條件；另一方面，該變量不直接影響特定企業的就業規模與結構，因而滿足外生性假設。這一選取方法亦得到了相關研究21的支持，具體操作上，本文構建了前一期本企業所在省份、同行業、同年度其他企業數字化轉型水平的均值作為工具變量，并采用兩階段最小二乘法（IV一2SLS）進行估計。表4報告了相應的回歸結果。在第一階段回歸中，工具變量的系數在 1% 水平上顯著為正，且通過了不可識別檢驗與弱工具變量檢驗，驗證了工具變量的有效性；在第二階段回歸中，解釋變量DCG依然保持正向且顯著的估計結果，進一步表明在控制內生性后，數字化轉型對企業就業規模與結構的促進作用依然成立，研究結論具有較強穩健性。

3.3 穩健性檢驗

3.3.1 替換解釋變量

參考袁淳等[22]的研究方法，本文采用另一組數字化轉型指標（Digital）對核心解釋變量進行替代性回歸檢驗。具體做法如下：首先，以國家政策語義體系為基礎，通過檢索、篩選、分詞與人工識別構建包含197個高頻詞的數字化術語詞典；其次，將詞典擴充至“jieba”分詞庫，對上市公司年報中“管理層討論與分析\"部分進行文本分析，統計詞匯出現頻率；最后，使用該部分文本中數字化詞匯頻數之和除以段落總詞數，并乘以100，構建衡量企業數字化程度的新指標（Digital）。該指標數值越大，表明企業數字化轉型程度越深。回歸結果如表5列（1）、列（2）所示，在替換解釋變量后，數字化轉型對就業規模和結構的影響依然在 1% 的顯著性水平上為正，說明原回歸結果具有較強的穩健性。

3.3.2調整數據樣本區間

2015年國務院首次提出“互聯網 + ”發展戰略，成為推動企業數字化轉型的重要政策起點，顯著加快了移動互聯網、云計算、大數據、物聯網等新興技術與傳統產業的融合，極大提升了企業數字化水平。因此，本文將樣本區間限定為 2015-2022 年，對該階段內的企業進行再回歸，以檢驗數字化轉型對就業的影響是否依舊穩健。表5列（3）列（4）的回歸結果表明，在限制樣本至2015年及之后期間的回歸中，核心解釋變量DCG的系數仍在 1% 的顯著性水平上保持為正，進一步驗證了研究結論的穩定性。

3.3.3 剔除外生事件年份樣本

考慮到2015年A股市場出現大規模振蕩，市場劇烈波動對企業經營環境及投資行為造成較大沖擊，可能干擾數字化轉型的正常發展，進而影響就業水平。為此，本文剔除2015年及以后的樣本，僅保留 2007-2014 年數據進行再估計，以排除外生事件對實證結果的潛在干擾。如表5列（5）、列（6）所示，即使在排除股災年份后的樣本中，數字化轉型對就業的影響仍在 1% 的顯著性水平上為正，進一步印證了本文研究結論的穩健性與普適性。

表4工具變量法

表5穩健性檢驗結果

4進一步分析

4.1 機制分析

4.1.1 中介效應

基準回歸結果表明，企業數字化轉型不僅顯著提升了就業規模，也有助于優化就業結構。為進一步探討其影響路徑，本文借鑒江艇[1的研究，在基準模型基礎上引入中介變量，構建中介效應模型，以分析數字化轉型是否通過提升企業創新能力間接影響就業。已有大量研究表明，企業創新能力在就業規模擴大和就業結構優化中發揮著關鍵作用[23-24]，因此，本文重點考察企業數字化轉型對其創新能力的影響路徑。基于理論機制分析，本文選取“企業創新能力”（lnCit）作為中介變量。參考余明桂等[25]、付明衛等[26]、袁建國等[27]的相關研究，以“企業下一年度申請專利的‘他引次數’總數加1”的自然對數作為創新能力的衡量指標。該指標較好地反映了企業技術創新的外部影響力和實際應用價值，具有較高的代表性和可操作性。中介效應回歸結果如表6列（3）所示，企業數字化轉型對企業創新能力的影響在1% 的顯著性水平上為正，表明數字化轉型顯著提升了企業的創新能力。因此，創新能力的增強在企業數字化轉型推動就業規模擴大和優化就業結構方面發揮了中介作用，印證了企業創新作為數字化轉型影響就業的重要機制通道。

表6機制檢驗結果

4.2 異質性分析

4.2.1產業密集度異質性分析

根據中國證監會2012年行業分類標準，本文依據生產要素的密集程度將樣本行業劃分為三類：資本密集型、技術密集型和勞動密集型。資本密集型行業（如能源、重制造等）主要依賴于固定資產和資本投入；技術密集型行業（如電子信息、高端制造等）則強調研發投入與高素質人力資源的集聚；勞動密集型行業（如紡織、食品加工等）則以人力資源為核心要素[1]。本文分別以_Cap，Res 和Lab表示三類行業類型變量，并將其與企業數字化轉型指標（DCG）構建交互項，納入回歸模型中，以識別數字化轉型在不同產業密集類型下對就業的異質性影響，相關結果如表7所示。

實證結果顯示，交互項 DCG×Cap 的系數顯著為負，表明在資本密集型行業中，數字化轉型對就業規模的正向作用受到抑制，甚至可能轉化為負向影響。這一現象可能源于相關行業在推進數字化過程中，大量引入自動化設備與智能生產系統，從而強化了資本對勞動力的替代效應，使新增崗位數量相對有限，導致就業整體增長受限。相較之下， DCG×Res 的系數顯著為正，表明在技術密集型行業中，數字化轉型不僅有助于提升生產效率與技術創新能力，同時也帶動了新崗位的持續涌現，對擴大就業規模和優化就業結構均具有顯著正向效應。而在勞動密集型行業中，交互項 DCG×Lab 的回歸系數顯著為負，說明數字化轉型對該類行業就業結構的影響存在明顯負向效應。原因可能在于這些行業崗位以低技能重復性勞動為主，較容易被自動化技術或智能工具替代，導致對中低技能勞動力的需求減少，從而加劇了結構性失業風險。

因此，企業數字化轉型在不同產業密集度類型中所發揮的就業效應存在顯著差異，呈現出“技術密集型最有利、資本密集型次之、勞動密集型存在風險\"的總體趨勢。這一發現表明，推進數字化轉型過程中，應結合行業特點分類施策，尤其是在勞動密集型行業中，要重視低技能勞動者的技能再培訓與轉崗安置，以緩解結構性失業問題，增強轉型的包容性與可持續性。

4.2.2 區域異質性檢驗

考慮到我國東部、中部、西部及東北地區在經濟發展基礎、要素稟賦、產業結構與數字化水平等方面存在顯著差異，企業數字化轉型對就業的影響可能表現出區域異質性。為此，本文在基準模型中引入地區交互項，并以東部地區為參照組，構建統一的回歸模型開展異質性檢驗，相關結果如表8所示。

從就業規模角度看，數字化轉型在東部地區顯著提升了企業的用工規模，表明在技術吸收能力較強、產業協同體系健全的背景下，數字化有助于催生新型崗位并擴大勞動需求。相比之下，東北地區的交互項系數顯著為負，表明數字化轉型在該區域反而導致了就業收縮。

這可能源于該地區以重工業為主、企業治理結構僵化以及市場機制不健全等因素，使技術替代效應主導了數字化過程。中部與西部地區的系數方向有所不同：中部地區交互項顯著為負，暗示數字化對就業擴張的驅動作用尚未充分釋放；西部地區交互項為正，說明在數字基礎設施逐步完善和政策支持不斷強化的背景下，數字化轉型已初步顯現就業擴張效應。

表7產業密集度異質性檢驗結果

從就業結構角度看，數字化轉型在東部地區顯著優化了企業的就業結構，相比之下，中部、西部、東北部地區交互項雖不顯著但系數整體為正，說明其數字化進程仍處于初級階段，尚未有效推動高素質人力資本的集聚與利用，反映出其在優化就業結構方面仍面臨較大挑戰。

總體來看，企業數字化轉型在不同地區對就業的影響表現出明顯異質性：東部地區吸納就業能力強，數字化對結構優化亦有積極作用；西部地區就業擴張趨勢初現，但高技能崗位需求尚不突出；東北地區則受制于傳統產業路徑依賴與制度瓶頸，轉型成效相對滯后。因此，應根據各地區實際情況“因區施策”，進一步完善數字基礎設施建設，健全技術支持體系，推動企業治理與制度創新，從而全面提升數字化轉型的就業帶動效應。

表8區域異質性檢驗結果

5 結論與建議

5.1 研究結論

基于2007一2022年A股非金融類上市公司面板數據，本文從理論與實證兩個層面系統考察了企業數字化轉型對就業規模與就業結構的影響，并進一步探討了其內在作用機制及異質性。得出主要結論如下： ① 企業數字化轉型顯著提升就業水平。數字化轉型顯著擴大了企業就業規模，并優化了就業結構，即增加了高技能崗位的占比，減少了對低技能崗位的依賴。該結論在控制內生性和進行多項穩健性檢驗后依然穩健。 ② 企業創新能力是數字化轉型影響就業的重要機制。數字化提升了企業信息處理與技術融合能力，進而增強了其創新產出，推動了新業態、新崗位的出現，是就業擴張與結構升級的重要中介路徑。 ③ 數字化轉型就業效應存在顯著的區域與產業異質性。在東部發達地區和資本密集型行業，數字化轉型的“替代效應”相對突出，對就業的正向作用相對較弱，甚至可能出現負面影響。而在西部地區和傳統勞動密集型產業中，數字化轉型作為產業轉移與升級的推動力，能夠帶動本地就業擴張與結構優化。

5.2 政策啟示

針對上述研究，本文提出以下政策建議： ① 推動數字化轉型與高質量就業的深度融合。對東部地區與資本密集型企業，應加強政策引導，鼓勵其通過技術融合、業務模式創新等手段，將數字化紅利轉化為高附加值崗位，避免技術替代帶來的結構性失業。 ② 增強西部地區數字化轉型帶動就業的承載力。針對西部地區，應繼續加大對數字基礎設施建設和人才培養的投人，通過稅收減免、專項補貼等方式支持傳統產業數字化升級，釋放數字轉型對就業的乘數效應。 ③ 優化數字化轉型的融資支持機制。鑒于企業數字化轉型面臨較高的初期投入與不確定性，建議政府引導金融機構開發“數字化轉型專項貸款\"“就業導向型轉型基金\"等金融產品，為中小企業及轉型關鍵企業提供可持續的融資支持，促進其在轉型中穩就業、擴就業。 ④ 因地制宜制定區域數字化轉型就業戰略。地方政府應結合本地產業結構、勞動力供給特點與數字基礎水平，制定差異化的人才培養、財政補貼及就業引導政策，提升數字化轉型的就業適配性與包容性。

5.3研究局限與未來展望

盡管本文進行了系統的研究，但仍存在以下不足。① 數據維度的局限性。未來可結合微觀調查數據進行補充分析。 ② 就業結構測度的簡化處理。后續研究可引人崗位技能數據庫或職業編碼數據，進一步細化就業結構衡量。 ③ 區域異質性機制缺乏深人探討。后續研究可結合地方政府數字政策強度、創新生態等因素進一步拓展。

參考文獻：

[1]DENGLERK，MATTHESB.The impactsofdigital transformation on the labour market：substitution potentials ofoccupations in Germany[J]. Technological Forecasting andSocialChange，2018，137：304-316.

[2]FREY C B，OSBORNE M A. The future of employment ：howsusceptible are jobs to computerisation？[J].Techno-logical Forecasting and Social Change，20l7，1l4：254-280.

[3] 戚聿東，劉翠花，丁述磊.數字經濟發展、就業結構優化與就業質量提升[J].經濟學動態，2020（11）：17-35.

[4] 胡擁軍，關樂寧.數字經濟的就業創造效應與就業替代效應探究[J.改革，2022（4）：42-54.

[5]ACEMOGLUD，RESTREPOP.Robots and jobs：evi-dencefromUSlabormarkets[J].Journal ofPolitical E-conomy，2020，128（6）：2188-2244.

[6]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，2021，42（7）：114-129.

[7]李強，楊汶霖.企業創新類型、地區經濟環境與技術創新的就業效應——基于廣東省規模以上工業企業面板數據[J].華南師范大學學報（社會科學版），2015（3）：102-109.

[8] 那丹丹，李英.我國制造業數字化轉型的政策工具研究[J].行政論壇，2021，28（1）：92-97.

[9]姜奇平，劉宇洋，端利濤.數字化轉型、多元化經營與企業績效[J].技術經濟，2023，42（4）：82-96.

[10]官華平，郭濱華，李萍.數字化轉型對勞動力技能結構升級的影響研究——基于上市公司數據的文本分析[J].西北人口，2023，44（4）：16-28.

[11］李雯軒，李曉華.全球數字化轉型的歷程、趨勢及中國的推進路徑[J].經濟學家，2022（5）：36-47.

[12]林川，吳沁澤.企業數字化轉型與城市經濟活力——基于夜間燈光數據的混頻回歸[J].云南財經大學學報，2024，40（6）：81-101.

[13]夏海波，劉耀彬，邵漢華.智慧城市建設如何影響勞動力就業？[J].經濟與管理研究，2024，45（8）：103-124.

[14]吳江，陳婷，龔藝巍，等.企業數字化轉型理論框架和研究展望[J].管理學報，2021，18（12）：1871-1880.

[15]石玉堂，王曉丹.企業數字化轉型對勞動力就業的影響研究——基于就業規模、就業結構的雙重視角[J].經濟學家，2023（10）：109-118.

[16]江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

[17]趙宸宇.數字化轉型對企業勞動力就業的影響研究[J].科學學研究，2023，41（2）：241-252.

[18]汪前元，魏守道，金山，等.工業智能化的就業效應研究——基于勞動者技能和性別的空間計量分析[J].管理世界，2022，38（10）：110-126.

[19]孫文遠，周寒.環境規制對就業結構的影響——基于空間計量模型的實證分析[J].人口與經濟，2020（3）：106-122.

[20]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，2021，37（7） ：130-144，10.

[21]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，2022，38（12）：220-237.

[22]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.

[23]白俊，宮曉云，王婉婉.企業技術創新的就業效應：創造還是替代？——來自中國上市公司經驗證據的分析[J].商業研究，2018（9）：55-62.

[24]宋建，鄭江淮.中國企業創新的就業效應—“創造”還是“破壞\"[J].南開經濟研究，2021（4）：169-191.

[25]余明桂，鐘慧潔，范蕊.業績考核制度可以促進央企創新嗎？［J].經濟研究，2016，51（12）：104-117.

[26]付明衛，葉靜怡，孟俁希，等.國產化率保護對自主創新的影響-—來自中國風電制造業的證據[J.經濟研究，2015，50（2）：118-131.

[27]袁建國，后青松，程晨.企業政治資源的詛咒效應——基于政治關聯與企業技術創新的考察[J].管理世界，2015（1）：139-155.

（責任編輯：周媛）