企業(yè)數(shù)字化轉(zhuǎn)型中的就業(yè)結(jié)構(gòu)效應(yīng)

摘要：數(shù)字時(shí)代，企業(yè)數(shù)字化轉(zhuǎn)型是推動(dòng)就業(yè)結(jié)構(gòu)優(yōu)化、實(shí)現(xiàn)高質(zhì)量充分就業(yè)的重要手段。本文選取2014—2022年廣東省制造業(yè)上市公司作為樣本，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)就業(yè)結(jié)構(gòu)的影響效應(yīng)。研究結(jié)果表明：企業(yè)的數(shù)字化轉(zhuǎn)型在減少對(duì)生產(chǎn)崗位和低技能勞動(dòng)力需求的同時(shí)，也顯著提升了對(duì)技術(shù)型、服務(wù)型及高技能人才的需求，呈現(xiàn)出明顯的結(jié)構(gòu)性替代與創(chuàng)造效應(yīng)。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；就業(yè)結(jié)構(gòu)；制造業(yè)

中圖分類號(hào)：F2"""""" 文獻(xiàn)標(biāo)識(shí)碼：A""""" doi：10.19311/j.cnki.16723198.2025.22.012

0 引言

就業(yè)是民生之本，關(guān)系著人們生活的方方面面。在近年研究中，就業(yè)結(jié)構(gòu)的影響因素主要包括數(shù)字經(jīng)濟(jì)、人工智能、環(huán)境規(guī)制等方面。較少有文獻(xiàn)聚焦于具體地區(qū)及行業(yè)，探究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)就業(yè)結(jié)構(gòu)的影響。而隨著數(shù)字化轉(zhuǎn)型的普及應(yīng)用以及人口數(shù)量的不斷增長，趨于飽和的勞動(dòng)力市場更加緊張。技術(shù)替代了人類勞動(dòng)的同時(shí)，也創(chuàng)造出了新的崗位需求。調(diào)節(jié)就業(yè)結(jié)構(gòu)及員工結(jié)構(gòu)，使得企業(yè)發(fā)展與數(shù)字化轉(zhuǎn)型更加適配。因此，研究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)就業(yè)結(jié)構(gòu)的影響是必要的。

1 文獻(xiàn)綜述

首先，在就業(yè)結(jié)構(gòu)的相關(guān)研究中，對(duì)于其分類，學(xué)者已有大量的研究，如基于宏觀層面的勞動(dòng)力就業(yè)部門、勞動(dòng)力城鄉(xiāng)分布、勞動(dòng)力所在產(chǎn)業(yè)等方面進(jìn)行劃分；基于微觀層面的勞動(dòng)力就業(yè)技能、勞動(dòng)力知識(shí)儲(chǔ)備、勞動(dòng)力性別等方面進(jìn)行劃分[13]。而就業(yè)結(jié)構(gòu)的影響因素主要包括數(shù)字經(jīng)濟(jì)、人工智能等方面。如趙向豪等分別從學(xué)歷層面及產(chǎn)業(yè)層面探究數(shù)字經(jīng)濟(jì)對(duì)各地區(qū)就業(yè)結(jié)構(gòu)的差異化影響[4]。相似地，張漢成等根據(jù)時(shí)間跨度檢驗(yàn)出了人工智能對(duì)就業(yè)結(jié)構(gòu)的差異化影響[5]。

其次，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型影響結(jié)果的文獻(xiàn)數(shù)量非常多，其影響效果并不是單一的。其中企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生積極影響的結(jié)果較多，如袁維海和周健鵬、肖忠意、陳年爽和黃瓊分別認(rèn)為數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展、降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)、促進(jìn)企業(yè)技術(shù)創(chuàng)新[68]。除了產(chǎn)生積極影響，企業(yè)數(shù)字化轉(zhuǎn)型也會(huì)給企業(yè)帶來不確定或消極的影響，如凌士顯和張曉玉和曾德麟等認(rèn)為數(shù)字化轉(zhuǎn)型并未縮小超額薪酬差距以及并沒有顯著提高企業(yè)績效[910]。

對(duì)于兩者關(guān)系的研究，楊白冰等認(rèn)為企業(yè)的數(shù)字化轉(zhuǎn)型在減少對(duì)生產(chǎn)崗位和低技能勞動(dòng)力需求的同時(shí)[11]，也顯著提升了對(duì)技術(shù)型、服務(wù)型及高技能人才的需求，呈現(xiàn)出明顯的結(jié)構(gòu)性替代與創(chuàng)造效應(yīng)。類似地，劉潔等指出[12]，制造業(yè)的數(shù)字化轉(zhuǎn)型呈現(xiàn)出鮮明的就業(yè)結(jié)構(gòu)效應(yīng)：一方面，自動(dòng)化等技術(shù)應(yīng)用導(dǎo)致常規(guī)操作性任務(wù)被大量替代；另一方面，對(duì)數(shù)據(jù)分析、創(chuàng)新協(xié)作等新需求則催生了非常規(guī)技術(shù)型與社交型崗位的增長。而沈宏亮等的研究進(jìn)一步揭示[13]，相較于對(duì)就業(yè)崗位的替代，企業(yè)數(shù)字化轉(zhuǎn)型帶來的崗位創(chuàng)造更為顯著，最終對(duì)企業(yè)整體就業(yè)規(guī)模產(chǎn)生了擴(kuò)張效應(yīng)。這一結(jié)論與于佩華的研究結(jié)論相呼應(yīng)[14]。其認(rèn)為數(shù)字化轉(zhuǎn)型不但能夠顯著促進(jìn)企業(yè)勞動(dòng)力結(jié)構(gòu)升級(jí)，并沒有產(chǎn)生就業(yè)擠出效應(yīng)。而石玉堂和王曉丹實(shí)證揭示了企業(yè)數(shù)字化轉(zhuǎn)型通過緩解融資限制、驅(qū)動(dòng)效率提升和開拓業(yè)務(wù)邊界三個(gè)路徑影響勞動(dòng)力就業(yè)的創(chuàng)造與替代過程[15]。

綜上所述，有關(guān)盡管關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型如何影響就業(yè)結(jié)構(gòu)的研究已相當(dāng)豐富，但在以下三個(gè)方面仍有待深化：一是已有數(shù)字化轉(zhuǎn)型的影響研究中，與就業(yè)結(jié)構(gòu)相關(guān)的數(shù)量較少。二是已有研究較少通過細(xì)化企業(yè)員工類型來測量勞動(dòng)力就業(yè)。三是已有研究多數(shù)是基于國家層面進(jìn)行探究，未對(duì)某地區(qū)某行業(yè)進(jìn)行細(xì)致分析。因此，本文將企業(yè)員工崗位納入企業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)業(yè)結(jié)構(gòu)研究框架，探究兩者之間的關(guān)系。從而因地制宜為廣東省制造業(yè)企業(yè)提供更為具體有效的就業(yè)結(jié)構(gòu)優(yōu)化建議以及人才策略建議。

2 研究假設(shè)

2.1 企業(yè)數(shù)字化轉(zhuǎn)型與不同崗位就業(yè)結(jié)構(gòu)

2.1.1企業(yè)數(shù)字化轉(zhuǎn)型對(duì)技術(shù)崗位的影響

在大數(shù)據(jù)、人工智能、云計(jì)算等信息技術(shù)迅速普及的背景下，企業(yè)持續(xù)推進(jìn)數(shù)字化轉(zhuǎn)型，在該過程中企業(yè)對(duì)技術(shù)研發(fā)人才的需求不斷上升，同時(shí)對(duì)企業(yè)技術(shù)能力的要求也日益提高[16]。因此提出假設(shè)H1：企業(yè)數(shù)字化轉(zhuǎn)型程度的深化，將顯著提升對(duì)技術(shù)型人才的需求規(guī)模。

2.1.2 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)生產(chǎn)崗位的影響

數(shù)字化生產(chǎn)改變了企業(yè)的工作制度與管理模式，數(shù)字技術(shù)的應(yīng)用減少了單位產(chǎn)出的勞動(dòng)投入[17]。因此提出假設(shè)H2：伴隨企業(yè)數(shù)字化轉(zhuǎn)型的深入推進(jìn)，生產(chǎn)崗位的人力配置需求將趨于縮減。

2.1.3 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)服務(wù)崗位的影響

制造業(yè)與服務(wù)業(yè)的聯(lián)系隨著數(shù)字化轉(zhuǎn)型程度的加深變得密切。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型使得供應(yīng)鏈鏈條中核心企業(yè)與上下游企業(yè)的關(guān)系更加緊密[11]。數(shù)字化轉(zhuǎn)型通過拓展線上渠道、深化客戶交互等方式擴(kuò)大業(yè)務(wù)范圍，進(jìn)而增加服務(wù)型崗位需求。因此假設(shè)H3預(yù)測：企業(yè)數(shù)字化程度越高，其對(duì)服務(wù)支持類人才的需求也越旺盛。

2.2 不同教育程度員工就業(yè)結(jié)構(gòu)與企業(yè)數(shù)字化轉(zhuǎn)型

數(shù)字化轉(zhuǎn)型程度的加深給企業(yè)帶來了經(jīng)濟(jì)效益，但同時(shí)對(duì)勞動(dòng)力的知識(shí)技能有更高的要求。中高技能勞動(dòng)力更受雇主青睞，勞動(dòng)力雇傭結(jié)構(gòu)向高學(xué)歷層次演進(jìn)，低技能勞動(dòng)力則面臨持續(xù)的替代壓力[18]。由此提出假設(shè)H4：企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型將提升對(duì)高技能人才的需求，降低對(duì)低技能人員的需求。

綜上所述，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)不同類型就業(yè)人員的影響存在顯著差異。具體表現(xiàn)為：對(duì)生產(chǎn)及低技能崗位人員產(chǎn)生替代效應(yīng)，而對(duì)技術(shù)型、服務(wù)型及高技能人才則創(chuàng)造就業(yè)機(jī)會(huì)。總體而言，該轉(zhuǎn)型促進(jìn)了企業(yè)內(nèi)部就業(yè)結(jié)構(gòu)的優(yōu)化與升級(jí)。

3 指標(biāo)選擇與度量

3.1 就業(yè)結(jié)構(gòu)指標(biāo)的選擇與測度

本文將企業(yè)員工崗位與員工受教育程度進(jìn)行劃分以構(gòu)建就業(yè)結(jié)構(gòu)指標(biāo)。在崗位性質(zhì)方面，本文側(cè)重的是微觀領(lǐng)域的上市公司及其內(nèi)部員工結(jié)構(gòu)，因此，本文借鑒楊白冰等的思路，以技術(shù)人員、生產(chǎn)人員、服務(wù)人員、管理人員的占比作為就業(yè)結(jié)構(gòu)的測度。在教育程度方面，員工的受教育水平在一定程度上體現(xiàn)了其能力素質(zhì)，因此，本文采用本科及以上學(xué)歷員工占比作為高技能員工的衡量指標(biāo)，以大專及以下學(xué)歷員工占比作為低技能員工的衡量標(biāo)準(zhǔn)。

3.2 企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)的構(gòu)建

為測度企業(yè)數(shù)字化轉(zhuǎn)型水平，本文基于文本挖掘技術(shù)，借鑒趙宸宇等、袁淳等、吳非等的研究思路，從研發(fā)、生產(chǎn)、管理、服務(wù)四個(gè)過程維度提取相關(guān)關(guān)鍵詞，構(gòu)建詞典以測量企業(yè)數(shù)字化轉(zhuǎn)型的水平[1921]。

4 實(shí)證分析與結(jié)果

4.1 模型構(gòu)建

本文以2014—2022年廣東省618家制造業(yè)上市公司為樣本。為檢驗(yàn)研究假設(shè)，構(gòu)建了如下關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型如何影響就業(yè)結(jié)構(gòu)的實(shí)證分析模型：

γit=β0+β1digitit+β2ageit+β3roeit+β4sizeit+β5totalassetit+β6ramp;dit+β7growthit+μi+γt+εit

模型中，被解釋變量γit代表企業(yè)就業(yè)結(jié)構(gòu)，具體使用生產(chǎn)人員占比、管理人員占比、技術(shù)人員占比和服務(wù)人員占比四個(gè)指標(biāo)進(jìn)行測度。核心解釋變量digitit表示企業(yè)i在t年的數(shù)字化轉(zhuǎn)型程度。為控制其他潛在影響因素，本文納入了以下控制變量：企業(yè)年齡（age）、企業(yè)規(guī)模（size）、凈資產(chǎn)收益率（roe）、總資產(chǎn)（totalasset）、研發(fā)支出（ramp;d）以及營業(yè)收入增長率（growth）。此外，模型還包含了地區(qū)固定效應(yīng)μi、時(shí)間固定效應(yīng)γt以及隨機(jī)擾動(dòng)項(xiàng)εit。此外，本文將本科、碩士及以上學(xué)歷人員歸類為高技能人才，大專及以下學(xué)歷人員歸類為低技能人才。通過計(jì)算，得到如表1所示的主要變量描述性統(tǒng)計(jì)。

4.2 全省層面實(shí)證分析

采用面板模型的分析方法，分析結(jié)果如表1和表2所示。從崗位性質(zhì)角度分析，企業(yè)的數(shù)字化轉(zhuǎn)型程度每提升1%，技術(shù)人員占比將提升16.7%，服務(wù)人員占比將提升4.4%，且在5%及10%的水平上通過了顯著性檢驗(yàn)。而對(duì)于生產(chǎn)人員而言，企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)其產(chǎn)生了替代效應(yīng)，企業(yè)的數(shù)字化轉(zhuǎn)型程度每提升1%，生產(chǎn)人員占比顯著下降13.1%（Plt;0.05）。假設(shè)H1、H2和H3得到驗(yàn)證。從員工教育程度來看，當(dāng)數(shù)字化轉(zhuǎn)型程度每提升1%，高技能人才占比將提升13.5%，低技能人員占比也相應(yīng)地下降13.5%，且在5%的水平上通過了顯著性檢驗(yàn)。驗(yàn)證了假設(shè)H4。從整體來看，數(shù)字化轉(zhuǎn)型對(duì)生產(chǎn)人員、低技能人員表現(xiàn)為顯著的替代效應(yīng)，而對(duì)技術(shù)人員、服務(wù)人才及高技能人才則展現(xiàn)出創(chuàng)造效應(yīng)，整體驅(qū)動(dòng)企業(yè)就業(yè)結(jié)構(gòu)向更優(yōu)化、更高級(jí)形態(tài)升級(jí)[22]。

5 結(jié)論與建議

本文研究結(jié)論如下：企業(yè)數(shù)字化轉(zhuǎn)型對(duì)技術(shù)人員、服務(wù)人員及高技能人才呈現(xiàn)出就業(yè)創(chuàng)造效應(yīng)，而對(duì)生產(chǎn)人員和低技能人員則表現(xiàn)為就業(yè)替代效應(yīng)。

根據(jù)以上研究結(jié)果，本文提出以下研究建議：

（1）高校可進(jìn)行擴(kuò)大在人工智能等領(lǐng)域的招生規(guī)模、強(qiáng)化產(chǎn)學(xué)研聯(lián)合培養(yǎng)機(jī)制。同時(shí)，政府可對(duì)低技能勞動(dòng)力實(shí)施政策優(yōu)待，支持職業(yè)院校與企業(yè)共建實(shí)訓(xùn)基地，以構(gòu)建“數(shù)字技能—崗位需求”動(dòng)態(tài)匹配的人才培養(yǎng)體系。

（2）對(duì)于高度數(shù)字化轉(zhuǎn)型的企業(yè)而言，可通過培訓(xùn)來提升其技能、進(jìn)行共享或者外包、開拓新的業(yè)務(wù)領(lǐng)域等多種方式減少結(jié)構(gòu)性失業(yè)。對(duì)于一些尚未就業(yè)的生產(chǎn)型與低技能員工，政府可聯(lián)合相關(guān)部門，開發(fā)具備針對(duì)性的招聘平臺(tái)，開辟更多就業(yè)渠道，以構(gòu)建政企社協(xié)同的低技能勞動(dòng)力就業(yè)緩沖機(jī)制。

主要參考文獻(xiàn)

［1］胡擁軍，關(guān)樂寧.數(shù)字經(jīng)濟(jì)的就業(yè)創(chuàng)造效應(yīng)與就業(yè)替代效應(yīng)探究[J].改革，2022，（04）：4254.

[2]汪浩瀚，徐建軍.市場潛力、空間溢出與制造業(yè)集聚[J].地理研究，2018，37（09）：17361750.

[3]陳媛媛，傅偉.土地承包經(jīng)營權(quán)流轉(zhuǎn)、勞動(dòng)力流動(dòng)與農(nóng)業(yè)生產(chǎn)[J].管理世界，2017，（11）：7993.

[4]趙向豪，劉亞茹，孫培蕾.數(shù)字經(jīng)濟(jì)對(duì)我國勞動(dòng)力就業(yè)結(jié)構(gòu)的影響研究[J].新疆財(cái)經(jīng)，2024，（06）：4048.

[5]張漢成，許清清，沙玥.人工智能對(duì)就業(yè)結(jié)構(gòu)影響的變化趨勢[J].長春理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，37（06）：124131.

[6]袁維海，周健鵬.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)新質(zhì)生產(chǎn)力的影響[J].華東經(jīng)濟(jì)管理，2024，38（12）：920.

[7]肖忠意.數(shù)字化轉(zhuǎn)型與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)治理研究[J].企業(yè)經(jīng)濟(jì)，2024，43（11）：516+2.

[8]陳年爽，黃瓊.數(shù)字化轉(zhuǎn)型中介作用下企業(yè)家政治關(guān)聯(lián)對(duì)技術(shù)創(chuàng)新績效影響研究[J].現(xiàn)代商貿(mào)工業(yè)，2023，44（14）：9496.

[9]凌士顯，張曉玉.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部薪酬差距的影響[J].經(jīng)濟(jì)與管理，2024，38（06）：3038.

[10]曾德麟，蔡家瑋，歐陽桃花.數(shù)字化轉(zhuǎn)型研究：整合框架與未來展望[J].外國經(jīng)濟(jì)與管理，2021，43（05）：6376.

[11]楊白冰，楊子明，郭迎鋒.企業(yè)數(shù)字化轉(zhuǎn)型中的就業(yè)結(jié)構(gòu)效應(yīng)——基于制造業(yè)上市企業(yè)年報(bào)文本挖掘的實(shí)證分析[J].中國軟科學(xué)，2023，（04）：141150.

[12]劉潔，尹興民，紀(jì)建悅.工作任務(wù)視角下制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力就業(yè)的影響[J].調(diào)研世界，2025，（01）：7184.

[13]沈宏亮，宋思萌，李杰.企業(yè)數(shù)字化轉(zhuǎn)型與勞動(dòng)力就業(yè)：創(chuàng)造和破壞[J].統(tǒng)計(jì)與信息論壇，2024，39（11）：7792.

[14]于佩華.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力結(jié)構(gòu)升級(jí)的促進(jìn)效應(yīng)——基于A股上市企業(yè)的經(jīng)驗(yàn)證據(jù)[J].中國商論，2024，33（18）：163168.

[15]石玉堂，王曉丹.企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力就業(yè)的影響研究——基于就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)的雙重視角[J].經(jīng)濟(jì)學(xué)家，2023，（10）：109118.

[16]陳楠，蔡躍洲，馬曄風(fēng).制造業(yè)數(shù)字化轉(zhuǎn)型動(dòng)機(jī)、模式與成效——基于典型案例和問卷調(diào)查的實(shí)證分析[J].改革，2022，（11）：3753.

[17]黃小麗，張玉冰.數(shù)字經(jīng)濟(jì)就業(yè)情況及高校人才培育綜述[J].現(xiàn)代商貿(mào)工業(yè)，2024，45（08）：8587.

[18]戚聿東，劉翠花，丁述磊.數(shù)字經(jīng)濟(jì)發(fā)展、就業(yè)結(jié)構(gòu)優(yōu)化與就業(yè)質(zhì)量提升[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020，（11）：1735.

[19]趙宸宇. 數(shù)字化發(fā)展與服務(wù)化轉(zhuǎn)型———來自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[J]. 南開管理評(píng)論，2021，24（2）：149163.

[20]袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工： 專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟(jì)，2021，（9）：137155.

[21]吳非，常曦，任曉怡.政府驅(qū)動(dòng)型創(chuàng)新：財(cái)政科技支出與企業(yè)數(shù)字化轉(zhuǎn)型[J].財(cái)政研究，2021，（1）：102115.

[22]DARON A，PASCUAL R.The race between man and machine： Implications of technology for growth， factor shares， and employment[J].American economic review，2018，108（6）：745753.