【摘 要】 隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，中國(guó)企業(yè)界掀起了一股數(shù)字化轉(zhuǎn)型浪潮，數(shù)字技術(shù)對(duì)就業(yè)的沖擊受到社會(huì)各界的廣泛關(guān)注。文章基于工作任務(wù)型生產(chǎn)函數(shù)構(gòu)建壟斷競(jìng)爭(zhēng)市場(chǎng)模型，分析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)的影響，并使用2013—2022年中國(guó)A股上市公司數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。理論推導(dǎo)發(fā)現(xiàn)：如果數(shù)字化資本與高技能勞動(dòng)力存在互補(bǔ)關(guān)系，則企業(yè)高技能勞動(dòng)力相對(duì)低技能勞動(dòng)力的需求會(huì)隨著數(shù)字化轉(zhuǎn)型水平提升而增加，即數(shù)字化轉(zhuǎn)型將會(huì)促進(jìn)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)；數(shù)字化轉(zhuǎn)型對(duì)低技能勞動(dòng)力的需求兼具負(fù)向的替代效應(yīng)和正向的產(chǎn)出擴(kuò)張效應(yīng)，最終影響取決于二者大??；數(shù)字化轉(zhuǎn)型的產(chǎn)出擴(kuò)張效應(yīng)和低技能勞動(dòng)力替代效應(yīng)均會(huì)導(dǎo)致企業(yè)高技能勞動(dòng)力需求的增加，從而促進(jìn)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)。研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型指數(shù)每提高1個(gè)百分點(diǎn)，企業(yè)高技能勞動(dòng)力占比將提高0.1%，說明數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)；數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)生產(chǎn)效率的提升和高技能勞動(dòng)力需求的增加，表明數(shù)字化資本與高技能勞動(dòng)力之間存在互補(bǔ)性。機(jī)制分析顯示：一方面，數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)的產(chǎn)出擴(kuò)張，導(dǎo)致主營(yíng)業(yè)務(wù)收入和其他業(yè)務(wù)收入的增加；另一方面，盡管數(shù)字化轉(zhuǎn)型導(dǎo)致企業(yè)生產(chǎn)人員的減少，但卻導(dǎo)致銷售人員和采購(gòu)人員的增加，數(shù)字技術(shù)并未對(duì)低技能勞動(dòng)力產(chǎn)生明顯的替代效應(yīng)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)的促進(jìn)作用主要通過產(chǎn)出擴(kuò)張效應(yīng)實(shí)現(xiàn)。由于制造業(yè)企業(yè)生產(chǎn)人員占比更高，數(shù)字技術(shù)的替代作用更明顯，且雇傭高技能勞動(dòng)力需要更多的資金支撐，因此數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)、規(guī)模較大企業(yè)和國(guó)有企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)的促進(jìn)作用更顯著；在市場(chǎng)化水平較高的地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)的促進(jìn)作用較為明顯。因此，政府部門應(yīng)繼續(xù)加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合，大力發(fā)展面向數(shù)字技術(shù)的教育和培訓(xùn)事業(yè)，同時(shí)不斷完善失業(yè)保障制度和就業(yè)服務(wù)體系，實(shí)現(xiàn)中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型和勞動(dòng)力技能結(jié)構(gòu)的優(yōu)化升級(jí)。

【關(guān)鍵詞】 數(shù)字化轉(zhuǎn)型；勞動(dòng)力技能結(jié)構(gòu)；替代效應(yīng)；產(chǎn)出擴(kuò)張效應(yīng)

【中圖分類號(hào)】 F240 【文獻(xiàn)標(biāo)志碼】 A doi：10.16405/j.cnki.1004-129X.2024.04.008

【文章編號(hào)】 1004-129X（2024）04-0113-16

一、引言

以大數(shù)據(jù)、云計(jì)算、人工智能和物聯(lián)網(wǎng)等數(shù)字技術(shù)引領(lǐng)的新一輪科技革命推動(dòng)著傳統(tǒng)生產(chǎn)和生活方式發(fā)生翻天覆地的變化。在突發(fā)公共衛(wèi)生事件和持續(xù)低迷的國(guó)際經(jīng)濟(jì)環(huán)境雙重壓力下，數(shù)字經(jīng)濟(jì)逆向增長(zhǎng)。中國(guó)信息通訊研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告（2023）》數(shù)據(jù)顯示：2022年中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到50.2萬億元，占GDP比重約為41.5%，數(shù)字經(jīng)濟(jì)儼然成為“新常態(tài)”以來引領(lǐng)中國(guó)經(jīng)濟(jì)增長(zhǎng)的中堅(jiān)力量?！丁笆奈濉睌?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確指出要加快數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。在此背景下，企業(yè)掀起了一股數(shù)字化浪潮，數(shù)字技術(shù)和資本與企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的有機(jī)結(jié)合，促進(jìn)了企業(yè)生產(chǎn)效率的提高，并對(duì)企業(yè)生產(chǎn)營(yíng)銷模式、組織結(jié)構(gòu)以及要素投入等產(chǎn)生了極為深刻的影響。

在以數(shù)字技術(shù)和數(shù)據(jù)要素為核心的數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化轉(zhuǎn)型是企業(yè)提高核心競(jìng)爭(zhēng)力的必然選擇。隨著企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的推進(jìn)，許多探究企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)的研究應(yīng)運(yùn)而生。已有研究先后考察了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資本市場(chǎng)表現(xiàn)、［1］財(cái)務(wù)績(jī)效、［2-3］創(chuàng)新、［4-5］勞動(dòng)收入份額［6-7］和企業(yè)生產(chǎn)效率［8-9］等方面的影響。隨著中國(guó)人口老齡化的不斷加深和勞動(dòng)力成本的不斷上升，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力技能結(jié)構(gòu)的影響也亟待關(guān)注。一方面，出于成本節(jié)約和改善經(jīng)營(yíng)效率的目的，企業(yè)應(yīng)用數(shù)字化技術(shù)會(huì)替代一部分勞動(dòng)力，導(dǎo)致勞動(dòng)需求的減少；另一方面，數(shù)字化技術(shù)或資本通常是與勞動(dòng)力結(jié)合進(jìn)行生產(chǎn)活動(dòng)的，這一互補(bǔ)性會(huì)導(dǎo)致勞動(dòng)需求的增加。因此，探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)影響的作用機(jī)理和作用效果具有著重要的理論和現(xiàn)實(shí)意義。

早期有關(guān)技術(shù)進(jìn)步對(duì)勞動(dòng)力市場(chǎng)影響的文獻(xiàn)將數(shù)字化技術(shù)（主要是ICT資本投入）歸結(jié)為技能偏向型的技術(shù)進(jìn)步，并據(jù)此解釋了20世紀(jì)80年代美國(guó)高技能勞動(dòng)力就業(yè)的持續(xù)增長(zhǎng)以及工資不平等的上升。［10-12］自20世紀(jì)90年代以來，美國(guó)勞動(dòng)力技能結(jié)構(gòu)和工資增長(zhǎng)一直在向“極化”的方向轉(zhuǎn)變，即中等技能勞動(dòng)力的就業(yè)率和工資增長(zhǎng)率下降，而高技能和低技能勞動(dòng)力的就業(yè)率和工資增長(zhǎng)率上升。2011年Acemoglu和Autor構(gòu)建了一個(gè)具有三種技能類型勞動(dòng)力和自動(dòng)化技術(shù)的工作任務(wù)型生產(chǎn)函數(shù)，從常規(guī)任務(wù)型技術(shù)進(jìn)步的角度對(duì)勞動(dòng)力市場(chǎng)的“極化”現(xiàn)象給出理論解釋。［13］

近年來許多經(jīng)濟(jì)學(xué)者開始聚焦數(shù)字技術(shù)的重要組成部分——工業(yè)機(jī)器人對(duì)就業(yè)的影響。一些學(xué)者認(rèn)為工業(yè)機(jī)器人屬于常規(guī)任務(wù)偏向型的技術(shù)進(jìn)步，處于技能分布中間部分的勞動(dòng)力最可能被其取代。［14-16］而另一些學(xué)者認(rèn)為工業(yè)機(jī)器人是偏向高技能或低技能的技術(shù)進(jìn)步，隨著工業(yè)機(jī)器人應(yīng)用水平的提升，高技能勞動(dòng)力［17-18］或低技能勞動(dòng)力［19-21］的就業(yè)上升。此外，部分學(xué)者還考慮了工業(yè)機(jī)器人與中等技能勞動(dòng)力之間的互補(bǔ)作用，得出工業(yè)機(jī)器人應(yīng)用導(dǎo)致中等技能勞動(dòng)力就業(yè)提升的“反極化”結(jié)論。［22-24］綜合現(xiàn)有研究的結(jié)論來看，工業(yè)機(jī)器人對(duì)不同技能勞動(dòng)力需求的影響取決于工業(yè)機(jī)器人與各種技能類型勞動(dòng)力之間是互補(bǔ)還是互相替代的。

葉永衛(wèi)等認(rèn)為對(duì)企業(yè)而言，數(shù)字化轉(zhuǎn)型是一個(gè)復(fù)雜的系統(tǒng)性概念，其不僅包含在生產(chǎn)經(jīng)營(yíng)活動(dòng)中引入數(shù)字化技術(shù)和資本，而且包含企業(yè)因此帶來的組織和管理模式變革。［25］理論上，數(shù)字化資本和技術(shù)的引入會(huì)導(dǎo)致一部分由低技能勞動(dòng)力從事的、常規(guī)性和重復(fù)可編碼的工作任務(wù)被取締，從而降低了對(duì)從事這部分工作的勞動(dòng)力需求。［1］［26］相反地，企業(yè)數(shù)字化轉(zhuǎn)型引入的資本和技術(shù)，需要新的高技能勞動(dòng)力與之互補(bǔ)完成工作任務(wù)，因此會(huì)派生更多的高技能崗位，導(dǎo)致企業(yè)對(duì)高技能勞動(dòng)力需求的上升。［14］［18］［27］此外，由于企業(yè)的數(shù)字化轉(zhuǎn)型是成本節(jié)約型，會(huì)增加企業(yè)產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力和占有份額，因此帶來的產(chǎn)出擴(kuò)張效應(yīng)會(huì)進(jìn)一步地強(qiáng)化對(duì)高技能勞動(dòng)力的需求。［25］［28-29］而企業(yè)數(shù)字化轉(zhuǎn)型對(duì)低技能勞動(dòng)力的需求變化則取決于替代效應(yīng)與產(chǎn)出擴(kuò)張效應(yīng)的相對(duì)大小，如果產(chǎn)出擴(kuò)張效應(yīng)不足以彌補(bǔ)替代效應(yīng)，數(shù)字化轉(zhuǎn)型會(huì)導(dǎo)致企業(yè)低技能勞動(dòng)力需求的減少。

上述研究均基于完全競(jìng)爭(zhēng)市場(chǎng)和同質(zhì)企業(yè)的假定，且從整個(gè)行業(yè)或區(qū)域的視角來分析數(shù)字化轉(zhuǎn)型對(duì)不同技能勞動(dòng)力就業(yè)的影響。Melitz指出不同企業(yè)之間的勞動(dòng)力構(gòu)成決定存在較大差異，生產(chǎn)效率自然也存在較大差異，市場(chǎng)通常處于壟斷競(jìng)爭(zhēng)狀態(tài)。［30］高技能勞動(dòng)力比例較高的企業(yè)通常規(guī)模較大，且從事的生產(chǎn)活動(dòng)較為復(fù)雜，忽略企業(yè)異質(zhì)性的完全競(jìng)爭(zhēng)市場(chǎng)模型得出的研究結(jié)論可能存在偏差。基于此，本文在Acemoglu和Autor［13］工作任務(wù)型生產(chǎn)函數(shù)的基礎(chǔ)上引入企業(yè)生產(chǎn)率異質(zhì)性，通過構(gòu)建一個(gè)壟斷競(jìng)爭(zhēng)市場(chǎng)模型，探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)的影響，并利用中國(guó)A股上市公司數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)研究。

相較于以往文獻(xiàn)，本文的邊際貢獻(xiàn)包括：第一，本文在傳統(tǒng)工作任務(wù)模型的基礎(chǔ)上構(gòu)建了壟斷競(jìng)爭(zhēng)市場(chǎng)模型，從理論上闡釋企業(yè)數(shù)字化轉(zhuǎn)型對(duì)高技能勞動(dòng)力相對(duì)需求的影響機(jī)制，即產(chǎn)出擴(kuò)張效應(yīng)和替代效應(yīng)；第二，基于中國(guó)A股上市公司數(shù)據(jù)的研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)，其主要作用途徑為產(chǎn)出擴(kuò)張效應(yīng)而非低技能勞動(dòng)力替代效應(yīng)。

二、理論分析

假設(shè)存在一個(gè)壟斷競(jìng)爭(zhēng)行業(yè)，在市場(chǎng)中僅存在高技能和低技能兩種勞動(dòng)力，分別用[H]和[L]表示，借鑒Melitz的方法，［30］通過引入一個(gè)生產(chǎn)率參數(shù)表征企業(yè)異質(zhì)性，同時(shí)采取Helpman等人以及Amiti和Davis的利潤(rùn)分享工資計(jì)劃（Rent-Sharing Wage Plan）。［31-32］

（一）消費(fèi)者偏好與產(chǎn)品需求

依據(jù)Dixit和Stiglitz的設(shè)定，［33］假設(shè)經(jīng)濟(jì)中存在多個(gè)企業(yè)，生產(chǎn)一系列連續(xù)產(chǎn)品，用[Ω]表示產(chǎn)品種類的總量，每種產(chǎn)品用[ω]表示。每個(gè)消費(fèi)者對(duì)每種產(chǎn)品均具有相同的均勻分布偏好，將其效用函數(shù)設(shè)定為不變替代彈性（CES）形式：

[yω]為產(chǎn)品[ω]的消費(fèi)數(shù)量，[ε>1]為任意兩種產(chǎn)品之間的替代彈性。在總支出為[E]的約束下最大化自身效用，約束條件可以表示為：

求解消費(fèi)者的效用最大化問題，可得消費(fèi)者對(duì)產(chǎn)品[ω]的需求為：

[pω]為產(chǎn)品[ω]的價(jià)格，[P]為總體價(jià)格指數(shù)，表示為：

（二）企業(yè)生產(chǎn)函數(shù)與勞動(dòng)力需求

根據(jù)Melitz的研究設(shè)定，［30］每種差異化產(chǎn)品都由單一企業(yè)生產(chǎn)并允許企業(yè)之間存在異質(zhì)性。所有企業(yè)從一個(gè)已知的技術(shù)分布[G]中選擇一個(gè)生產(chǎn)率參數(shù)[θ]作為本企業(yè)的識(shí)別特征進(jìn)入行業(yè)內(nèi)。企業(yè)進(jìn)行生產(chǎn)活動(dòng)需要支付固定成本[F]，因此那些利潤(rùn)不足以攤平固定成本的企業(yè)選擇退出市場(chǎng)。最終產(chǎn)品集合[Ω]的數(shù)量取決于行業(yè)內(nèi)所有從事生產(chǎn)活動(dòng)的企業(yè)數(shù)量。

基于Acemoglu和Autor的工作任務(wù)型生產(chǎn)函數(shù)，［13］每個(gè)企業(yè)均生產(chǎn)單一最終產(chǎn)品，且最終產(chǎn)品通過由單位間隔［0，1］表示的連續(xù)任務(wù)來生產(chǎn)，最終產(chǎn)品的產(chǎn)出函數(shù)服從柯布-道格拉斯形式：

[yθ]為企業(yè)的最終產(chǎn)品產(chǎn)出，[xi]為產(chǎn)品的中間生產(chǎn)或服務(wù)環(huán)節(jié)。企業(yè)異質(zhì)性參數(shù)[θ]通過相乘的方式進(jìn)入最終產(chǎn)品的產(chǎn)出函數(shù)，由于[θ]均為正值，因此隨著[θ]的增加，企業(yè)產(chǎn)出水平逐漸提高。最終產(chǎn)品由低技能勞動(dòng)力和高技能勞動(dòng)力共同生產(chǎn)，中間工作任務(wù)[i]的產(chǎn)出函數(shù)形式為：

[xi，θ=αLi，θLi，θ+αHi，θHi，θ] （6）

[αLi，θ]和[αHi，θ]分別代表低技能勞動(dòng)力和高技能勞動(dòng)力對(duì)于任務(wù)[i]的生產(chǎn)率，[Li，θ]和[Hi，θ]分別代表在生產(chǎn)任務(wù)[i]時(shí)低技能勞動(dòng)力和高技能勞動(dòng)力的使用數(shù)量。對(duì)于一個(gè)給定的企業(yè)[θ]，[αHi，θ/αLi，θ]連續(xù)可微，關(guān)于[i]嚴(yán)格遞增，說明高技能勞動(dòng)力在較高層次的工作任務(wù)中比低技能勞動(dòng)力有更高的效率。假設(shè)高技能勞動(dòng)力與低技能勞動(dòng)力具有相同的議價(jià)能力，且遵循“技能一價(jià)定律”和“技能無套利原則”，其工資分別為[wHθ]和[wLθ]。由于利潤(rùn)分享計(jì)劃，其工資以相同的速率隨利潤(rùn)增長(zhǎng)而增長(zhǎng)，［32］即對(duì)于任意企業(yè)[θ]，[wHθ/wLθ]是一個(gè)定值。上述假定意味著在同一企業(yè)內(nèi)，高技能勞動(dòng)力的工資高于低技能勞動(dòng)力，并且相同類型的勞動(dòng)力在執(zhí)行不同工作任務(wù)時(shí)獲得的工資相同。為了求得模型的內(nèi)部解，本文假設(shè)，對(duì)于任意[θ]，有：

根據(jù)Acemoglu和Autor的研究，［13］可知存在一個(gè)任務(wù)閾值[i*]，在任務(wù)閾值處，使用高技能勞動(dòng)力或低技能勞動(dòng)力的相對(duì)效率是相同的。當(dāng)[i<i*]時(shí)，工作任務(wù)僅由低技能勞動(dòng)力完成，當(dāng)[i≥i*]時(shí)，工作任務(wù)僅由高技能勞動(dòng)力完成。這個(gè)任務(wù)閾值由下式給出：

為獲得勞動(dòng)力需求、任務(wù)產(chǎn)出和最終產(chǎn)品的單位成本函數(shù)，需要反向解決成本最小化問題。企業(yè)在上述工作任務(wù)與勞動(dòng)力分配的條件下選擇生產(chǎn)，定義最終產(chǎn)品的單位成本為[cθ]，則每個(gè)工作任務(wù)的產(chǎn)出為：

在給定柯布-道格拉斯形式的最終產(chǎn)品生產(chǎn)函數(shù)下，結(jié)合生產(chǎn)任務(wù)在高技能和低技能勞動(dòng)力之間的分配，求解企業(yè)的成本最小化問題，可得單位成本（即拉格朗日乘子）為：

[cθ]關(guān)于[θ]是單調(diào)遞減的1。結(jié)合不同類型勞動(dòng)力的任務(wù)分配方程（8）和任務(wù)產(chǎn)出方程（9），可得企業(yè)對(duì)高技能勞動(dòng)力和低技能勞動(dòng)力的總需求分別為：

兩種技能類型勞動(dòng)力的相對(duì)需求可以表示為：

企業(yè)對(duì)兩種技能勞動(dòng)力的相對(duì)需求取決于任務(wù)閾值和相對(duì)工資，因?yàn)檫@二者共同決定了企業(yè)工作任務(wù)由哪類勞動(dòng)力來執(zhí)行。高技能勞動(dòng)力相對(duì)低技能勞動(dòng)力總體工資越低，或高技能勞動(dòng)力相對(duì)低技能勞動(dòng)力的生產(chǎn)效率越高，企業(yè)對(duì)高技能勞動(dòng)力的相對(duì)需求越大。

（三）企業(yè)利潤(rùn)最大化決策

由于市場(chǎng)是壟斷競(jìng)爭(zhēng)的，單個(gè)企業(yè)的行為相對(duì)于整個(gè)行業(yè)來說是微不足道的，因此可將市場(chǎng)價(jià)格指數(shù)視為給定。每個(gè)企業(yè)根據(jù)自己的需求函數(shù)和市場(chǎng)的價(jià)格指數(shù)來選擇定價(jià)以達(dá)到利潤(rùn)最大化，其最大化決策目標(biāo)函數(shù)為：

根據(jù)Dixit和Stiglitz的思路，［33］壟斷競(jìng)爭(zhēng)市場(chǎng)中每家企業(yè)的均衡定價(jià)為：

根據(jù)企業(yè)均衡定價(jià)規(guī)則（15）和產(chǎn)品需求函數(shù)（3），可將直接利潤(rùn)函數(shù)改寫為：

[πθ=Acθ1-ε-F] （16）

（四）企業(yè)數(shù)字化轉(zhuǎn)型

考慮企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的情形，在本文中以投資數(shù)字化資本的形式體現(xiàn)。假設(shè)企業(yè)投資數(shù)字化資本需要支付固定成本[ψ]，其來源有多種，比如數(shù)字化資本的安裝成本、與數(shù)字化資本互補(bǔ)的勞動(dòng)力的培訓(xùn)費(fèi)用以及因新資本應(yīng)用而被解雇勞動(dòng)力的解雇費(fèi)用等。設(shè)企業(yè)選擇投資數(shù)字化資本的閾值為[θ*D]，如果[θ>θ*D]，則企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型有利可圖，選擇投資數(shù)字化資本。

假設(shè)企業(yè)數(shù)字化轉(zhuǎn)型是技能偏向型的技術(shù)進(jìn)步，數(shù)字化資本通過與高技能勞動(dòng)力結(jié)合的方式進(jìn)入生產(chǎn)函數(shù)，與低技能勞動(dòng)力共同完成一項(xiàng)工作任務(wù)，則每個(gè)工作任務(wù)的生產(chǎn)函數(shù)變?yōu)椋?/p>

在每項(xiàng)工作任務(wù)中，低技能勞動(dòng)力與數(shù)字化資本和高技能勞動(dòng)力的組合1是可以完全替代的，生產(chǎn)函數(shù)的形式反映了企業(yè)數(shù)字化轉(zhuǎn)型可以在某些任務(wù)中取代勞動(dòng)力，同時(shí)也需要結(jié)合一些勞動(dòng)力來進(jìn)行生產(chǎn)活動(dòng)的經(jīng)濟(jì)現(xiàn)實(shí)，最終產(chǎn)品的生產(chǎn)函數(shù)形式保持不變。[σ>1]表示數(shù)字化資本與高技能勞動(dòng)力之間的替代彈性，極端情況當(dāng)[σ]趨于無窮大時(shí)，高技能勞動(dòng)力與數(shù)字化資本是可以完全互相替代的。為了簡(jiǎn)化分析，假設(shè)數(shù)字化資本應(yīng)用沒有技術(shù)溢出效應(yīng)，對(duì)兩種技能勞動(dòng)力的生產(chǎn)效率[αHi，θ]和[αLi，θ]沒有影響。定義高技能生產(chǎn)組合的單位成本為：

[wDHθ]為企業(yè)在應(yīng)用數(shù)字化資本之后支付給高技能勞動(dòng)力的工資，[wD]為單位數(shù)字化資本的價(jià)格。由于數(shù)字化資本與高技能勞動(dòng)力之間的替代彈性[σ>1]，因此，技能組合的單位成本[sDθ]小于高技能勞動(dòng)力的工資[wDHθ]和數(shù)字化資本的價(jià)格[wD]。極端情形下，當(dāng)[σ]趨于無窮大時(shí)，[sDθ=minwDHθ，wD]，也就是說[sDθ]永遠(yuǎn)不會(huì)大于二者的最小值。因此，使用數(shù)字化資本與高技能勞動(dòng)力結(jié)合進(jìn)行任務(wù)生產(chǎn)的方式是成本節(jié)約型的。

相應(yīng)地，使用數(shù)字化資本后新的任務(wù)閾值變?yōu)閇i*Dθ]，由方程（19）決定：

由于利潤(rùn)分享計(jì)劃，低技能勞動(dòng)力的工資也受到企業(yè)數(shù)字化資本應(yīng)用的影響。使用數(shù)字化資本后產(chǎn)品生產(chǎn)的單位成本變?yōu)椋?/p>

與沒有數(shù)字化資本投資情形相比，企業(yè)在利潤(rùn)較大情景下投資數(shù)字化資本，即[πDθ>πθ]。利潤(rùn)的增加來源于單位可變成本的降低，同時(shí)成本降低意味著更低的價(jià)格和更高的產(chǎn)出水平。在利潤(rùn)分享的工資計(jì)劃下，支付給高技能勞動(dòng)力和低技能勞動(dòng)力的工資均增加。由于高技能生產(chǎn)組合的價(jià)格[sDθ]小于[wDHθ]，并且應(yīng)用數(shù)字化資本后的低技能勞動(dòng)力工資[wDLθ]大于未應(yīng)用數(shù)字化資本的低技能勞動(dòng)力工資[wLθ]，因此在一些較低層次的任務(wù)中使用高技能生產(chǎn)組合將會(huì)比使用低技能勞動(dòng)力更有效率，從而導(dǎo)致任務(wù)閾值下降，高技能生產(chǎn)組合占據(jù)的工作任務(wù)份額更多，同時(shí)增加了這些任務(wù)對(duì)最終產(chǎn)品產(chǎn)出的貢獻(xiàn)，最終導(dǎo)致對(duì)低技能勞動(dòng)力就業(yè)的替代效應(yīng)。而任務(wù)的總產(chǎn)量還取決于最終產(chǎn)品的產(chǎn)出水平，當(dāng)產(chǎn)出水平提高足夠大時(shí)，產(chǎn)出效應(yīng)對(duì)低技能勞動(dòng)力需求的增加足以彌補(bǔ)替代效應(yīng)對(duì)低技能勞動(dòng)力需求的減少，導(dǎo)致低技能勞動(dòng)力就業(yè)水平的上升。

類比無數(shù)字化資本投資的相對(duì)勞動(dòng)力需求（方程13），通過求解成本最小化問題，可以得出使用數(shù)字化資本后的企業(yè)高技能和低技能勞動(dòng)力需求比例：

在企業(yè)投資數(shù)字化資本后，對(duì)兩種技能類型勞動(dòng)力的相對(duì)需求取決于任務(wù)閾值、相對(duì)工資、高技能勞動(dòng)力與數(shù)字化資本的相對(duì)價(jià)格以及高技能勞動(dòng)力和數(shù)字化資本之間的替代彈性。由于高技能勞動(dòng)力與數(shù)字化資本之間的替代彈性[σ]大于1，因此隨著高技能勞動(dòng)力與數(shù)字化資本相對(duì)價(jià)格的增加，企業(yè)高技能勞動(dòng)力的相對(duì)需求將會(huì)降低。關(guān)于企業(yè)數(shù)字化資本應(yīng)用與不同技能勞動(dòng)力需求，可分為以下幾種情形進(jìn)行討論：

即如果高技能勞動(dòng)力與數(shù)字化資本是完全替代的，且在較高層次的任務(wù)生產(chǎn)中，使用高技能勞動(dòng)力比數(shù)字化資本更有效率，則企業(yè)不會(huì)投資數(shù)字化資本，進(jìn)而不會(huì)對(duì)勞動(dòng)力就業(yè)和工資產(chǎn)生影響。

即如果高技能勞動(dòng)力與數(shù)字化資本是完全替代的，且在較高層次的任務(wù)生產(chǎn)中，使用數(shù)字化資本比高技能勞動(dòng)力更有效率，則企業(yè)不會(huì)雇傭高技能勞動(dòng)力，較高層次的生產(chǎn)任務(wù)完全由數(shù)字化資本完成。同時(shí)由于數(shù)字化資本引入，占據(jù)了原來由低技能勞動(dòng)力完成的工作任務(wù)份額，最終導(dǎo)致對(duì)低技能勞動(dòng)力需求的降低。

即如果高技能勞動(dòng)力與數(shù)字化資本之間的替代彈性越低，二者之間互補(bǔ)性越強(qiáng)，節(jié)省成本越大，由高技能生產(chǎn)組合生產(chǎn)的任務(wù)份額越大。在極端情形下，也即[σ]趨于1時(shí)，高技能生產(chǎn)組合的邊際成本趨于0，因此將擠出所有由低技能勞動(dòng)力生產(chǎn)的任務(wù)份額，低技能勞動(dòng)力全部失業(yè)。

綜上所述，隨著高技能勞動(dòng)力與數(shù)字化資本之間互補(bǔ)性的增強(qiáng)，高技能勞動(dòng)力的相對(duì)需求隨數(shù)字化資本應(yīng)用水平的提升而增加，據(jù)此本文提出研究假說1：

假說1：如果數(shù)字化資本與高技能勞動(dòng)力互補(bǔ)，則數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)。

接下來考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)影響的作用途徑。首先，數(shù)字化資本的使用一方面會(huì)導(dǎo)致一部分由低技能勞動(dòng)力完成的工作任務(wù)被高技能生產(chǎn)組合替代，同時(shí)由低技能勞動(dòng)力執(zhí)行的生產(chǎn)任務(wù)對(duì)最終產(chǎn)出的貢獻(xiàn)減少，二者均對(duì)低技能勞動(dòng)力的需求產(chǎn)生負(fù)向影響。另一方面，由于成本降低導(dǎo)致的產(chǎn)出擴(kuò)張以及數(shù)字化資本引入催生的新工作任務(wù)的增加，會(huì)增加對(duì)低技能勞動(dòng)力的需求。因此，數(shù)字化資本引入對(duì)低技能勞動(dòng)力的需求取決于替代效應(yīng)和產(chǎn)出擴(kuò)張效應(yīng)的大小。當(dāng)高技能勞動(dòng)力與數(shù)字化資本是互補(bǔ)關(guān)系時(shí)，上述數(shù)字化資本對(duì)低技能勞動(dòng)力的替代效應(yīng)和產(chǎn)出擴(kuò)張效應(yīng)均會(huì)增加對(duì)高技能勞動(dòng)力的需求，因此數(shù)字化轉(zhuǎn)型會(huì)導(dǎo)致企業(yè)高技能勞動(dòng)力絕對(duì)需求的增加。基于上述分析，本文提出研究假說2：

假說2：數(shù)字化轉(zhuǎn)型影響企業(yè)勞動(dòng)力技能結(jié)構(gòu)的主要作用途徑為產(chǎn)出擴(kuò)張效應(yīng)與替代效應(yīng)。

三、計(jì)量模型與數(shù)據(jù)

（一）計(jì)量模型設(shè)定

鑒于所使用的數(shù)據(jù)為面板數(shù)據(jù)，本文將勞動(dòng)力技能結(jié)構(gòu)方程設(shè)定為固定效應(yīng)模型1形式：

[i]和[t]分別表示企業(yè)和年份。[y]表示企業(yè)勞動(dòng)力技能結(jié)構(gòu)，[index]表示企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展水平。[control]表示一系列企業(yè)層面和區(qū)域經(jīng)濟(jì)環(huán)境層面的控制變量。[λi]、[μt]和[γh]分別表示企業(yè)、時(shí)間和行業(yè)固定效應(yīng)。[α]和[β]表示待估參數(shù)，[εit]表示隨機(jī)誤差項(xiàng)。

（二）變量定義

1. 被解釋變量

本文以高技能勞動(dòng)力占比作為企業(yè)勞動(dòng)力技能結(jié)構(gòu)的代理變量。現(xiàn)有文獻(xiàn)多以受教育水平來衡量勞動(dòng)力的技能高低，一般而言，受教育程度較高的勞動(dòng)力從事的工作崗位對(duì)技能的需求較高，而受教育程度較低的勞動(dòng)力一般從事簡(jiǎn)單和常規(guī)性的工作，因而技能水平較低。［34-36］少量文獻(xiàn)基于微觀數(shù)據(jù)綜合測(cè)度了勞動(dòng)力個(gè)體的認(rèn)知能力和非認(rèn)知能力，作為勞動(dòng)力技能水平的代理變量。［37-39］因此，鑒于數(shù)據(jù)的可得性，本文選取企業(yè)員工的受教育程度來表示其技能水平，將企業(yè)高技能勞動(dòng)力占比定義為本科及以上學(xué)歷員工人數(shù)占企業(yè)員工總數(shù)的比例（見表1）。

2. 解釋變量

本文的核心解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型水平。參照已有關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)的研究，本文以文本分析的方法來獲取企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)詞匯信息，并匯總測(cè)算出企業(yè)的數(shù)字化轉(zhuǎn)型水平。具體而言，參照李雪松等和趙宸宇等的方法，［5］［8］通過Python文本分析方法，對(duì)企業(yè)年報(bào)中的“管理層討論與分析”（2014年之前為“董事會(huì)報(bào)告”）部分進(jìn)行分詞處理，從中查詢并匯總四組有關(guān)企業(yè)數(shù)字化詞匯出現(xiàn)的頻率2，使用客觀賦權(quán)的熵值法合成企業(yè)的數(shù)字化轉(zhuǎn)型指數(shù)。

3. 控制變量

參照以往文獻(xiàn)的研究方法，［40-42］選取企業(yè)規(guī)模、企業(yè)生存年齡、流動(dòng)比率、資產(chǎn)負(fù)債率、資產(chǎn)收益率、資本密集程度、董事會(huì)規(guī)模、獨(dú)立董事占比、股權(quán)集中程度、高管持股比例、企業(yè)所有制和股票流通比例作為企業(yè)層面的控制變量；選取省份市場(chǎng)化指數(shù)、城市人均地區(qū)生產(chǎn)總值和第三產(chǎn)業(yè)占比作為區(qū)域經(jīng)濟(jì)環(huán)境層面的控制變量。為避免互為因果產(chǎn)生的內(nèi)生性問題，本文將解釋變量和控制變量均滯后一期3。

（三）數(shù)據(jù)統(tǒng)計(jì)描述

本文選取2013—2022年中國(guó)A股上市公司作為研究樣本，并對(duì)原始數(shù)據(jù)做以下處理：剔除本年度經(jīng)營(yíng)狀況異常的企業(yè)，如ST、*ST以及資不抵債等情形；剔除所有金融類企業(yè)；剔除關(guān)鍵變量缺失或明顯異常的企業(yè)；對(duì)資產(chǎn)、收入類連續(xù)變量進(jìn)行前后1%的縮尾處理，以排除極端值對(duì)結(jié)果的影響。最終樣本為包含3 804家上市公司、19 210個(gè)觀測(cè)值的非平衡面板數(shù)據(jù)。本文所使用的企業(yè)高管持股比例、高管薪酬數(shù)據(jù)來源于國(guó)泰安數(shù)據(jù)庫，其他企業(yè)層面數(shù)據(jù)來源于Wind數(shù)據(jù)庫，城市層面控制變量數(shù)據(jù)來源于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》，省份市場(chǎng)化指數(shù)來源于樊綱等編制的《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告》。

依據(jù)上述數(shù)據(jù)，本文繪制了2012—2022年中國(guó)上市公司數(shù)字化轉(zhuǎn)型與高技能勞動(dòng)力需求的發(fā)展趨勢(shì)（見圖1）?？梢园l(fā)現(xiàn)隨著時(shí)間推移，企業(yè)平均數(shù)字化轉(zhuǎn)型水平與高技能勞動(dòng)力占比均逐漸上升，且在2020年后企業(yè)數(shù)字化轉(zhuǎn)型水平有一個(gè)明顯躍遷的增長(zhǎng)趨勢(shì)。而企業(yè)高技能勞動(dòng)力絕對(duì)數(shù)量呈現(xiàn)出先上升、后下降而后又上升的趨勢(shì)。在2013—2016年和2019—2020年期間，企業(yè)高技能勞動(dòng)力規(guī)模呈現(xiàn)出下降和緩慢上升的趨勢(shì)，這可能是由于2015年“股災(zāi)”和2020年“新冠”疫情的影響，導(dǎo)致企業(yè)規(guī)?？s減，進(jìn)而導(dǎo)致企業(yè)雇傭水平的降低。

按照企業(yè)數(shù)字化轉(zhuǎn)型水平是否高于當(dāng)年所有企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)的中位數(shù)，本文將樣本劃分為高數(shù)字化企業(yè)與低數(shù)字化企業(yè)。表1給出了主要變量的描述性統(tǒng)計(jì)?？梢园l(fā)現(xiàn)相對(duì)于數(shù)字化轉(zhuǎn)型指數(shù)較低的企業(yè)而言，高數(shù)字化企業(yè)的平均員工數(shù)量、高技能員工數(shù)量及占比均較高，且具有明顯的統(tǒng)計(jì)性差異，說明企業(yè)數(shù)字化轉(zhuǎn)型在一定程度上可能會(huì)促進(jìn)企業(yè)雇傭水平和勞動(dòng)力技能結(jié)構(gòu)的升級(jí)。[T]檢驗(yàn)的結(jié)果表明不同數(shù)字化轉(zhuǎn)型程度的企業(yè)在其他特征上存在明顯的差異，因此需要通過回歸控制其他特征的影響，來準(zhǔn)確度量數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)的影響。

四、回歸結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

本文應(yīng)用固定效應(yīng)模型對(duì)樣本數(shù)據(jù)進(jìn)行回歸分析（見表2）?？梢园l(fā)現(xiàn)數(shù)字化轉(zhuǎn)型指數(shù)的回歸系數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)勞動(dòng)力技能結(jié)構(gòu)的優(yōu)化升級(jí)，假說1得證。企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)每增長(zhǎng)1個(gè)百分點(diǎn)，企業(yè)高技能勞動(dòng)力占比將增長(zhǎng)0.1%，相對(duì)于樣本期間企業(yè)高技能勞動(dòng)力占比的均值（0.284 9）增長(zhǎng)約3.51%。

在企業(yè)特征控制變量方面，企業(yè)規(guī)模、企業(yè)年齡和資本密集度系數(shù)顯著為正，說明隨著資產(chǎn)規(guī)模的提升和企業(yè)的成熟，企業(yè)勞動(dòng)力技能結(jié)構(gòu)逐漸升級(jí)。此外，高管持股比例系數(shù)顯著為正，而流通股比例系數(shù)顯著為負(fù)，說明隨著企業(yè)股票流通性的提升，企業(yè)高技能勞動(dòng)力占比將減小。在區(qū)域經(jīng)濟(jì)控制變量方面，市場(chǎng)化指數(shù)顯著為正，說明隨著地區(qū)市場(chǎng)化水平的提升，營(yíng)商環(huán)境將逐漸改善，企業(yè)競(jìng)爭(zhēng)活力逐漸提高，導(dǎo)致企業(yè)高技能勞動(dòng)力相對(duì)需求逐漸提高，技能結(jié)構(gòu)得以不斷升級(jí)。

（二）內(nèi)生性討論

由于本文使用固定效應(yīng)模型進(jìn)行回歸分析，且將解釋變量和控制變量均滯后一期，因此可以在很大程度上緩解由于遺漏不隨時(shí)間變化而變化的變量和互為因果所導(dǎo)致的內(nèi)生性問題，但仍無法完全避免由于時(shí)變變量遺漏所導(dǎo)致的內(nèi)生性問題。

為緩解內(nèi)生性問題對(duì)估計(jì)結(jié)果的影響，本文依據(jù)已有文獻(xiàn)的經(jīng)驗(yàn)，［4］［40］選取1984年中國(guó)各地級(jí)市郵電數(shù)據(jù)作為工具變量。一方面，企業(yè)所在地以往的信息通信發(fā)展水平會(huì)通過信息偏好影響當(dāng)期企業(yè)對(duì)數(shù)字化技術(shù)的接受程度，滿足相關(guān)性條件；另一方面，郵電設(shè)施作為基礎(chǔ)設(shè)施建設(shè)，不會(huì)對(duì)當(dāng)期企業(yè)勞動(dòng)力雇傭決策產(chǎn)生影響，因此滿足外生性條件。由于該數(shù)據(jù)為截面數(shù)據(jù)，缺乏時(shí)變特征，因此本文采取趙濤等的方法，［43］引入滯后一期的全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)與1984年各地級(jí)市每百人固定電話數(shù)量的交互項(xiàng)，使得工具變量具有時(shí)變特征。

表3匯報(bào)了使用工具變量的回歸結(jié)果。可以發(fā)現(xiàn)K-P rk LM統(tǒng)計(jì)量在1%的水平上顯著，說明不存在工具變量識(shí)別不足的問題。C-D Wald F統(tǒng)計(jì)量大于10%置信水平的臨界值16.38，拒絕工具變量為弱工具變量的原假設(shè)。第一階段回歸結(jié)果表明城市歷史郵電發(fā)展水平對(duì)企業(yè)數(shù)字化轉(zhuǎn)型具有正向的影響。第二階段回歸結(jié)果表明在解決內(nèi)生性的情形下，數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)的結(jié)論仍然成立。

（三）影響機(jī)制分析

依據(jù)理論分析，在數(shù)字化資本與高技能勞動(dòng)力是互補(bǔ)的前提下，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高技能勞動(dòng)力相對(duì)需求的提升效應(yīng)主要通過產(chǎn)出擴(kuò)張（規(guī)模效應(yīng)）和擠出低技能勞動(dòng)力的任務(wù)份額（替代效應(yīng)）兩個(gè)途徑來實(shí)現(xiàn)。接下來本文首先就數(shù)字化資本與高技能勞動(dòng)力之間是否存在互補(bǔ)性進(jìn)行檢驗(yàn)，隨后考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力技能結(jié)構(gòu)影響的作用途徑。

1. 數(shù)字化資本與高技能勞動(dòng)力互補(bǔ)性

參照李捷瑜和江舒韻的方法，［44］用“OP法”計(jì)算出每個(gè)企業(yè)相對(duì)于整個(gè)行業(yè)的全要素生產(chǎn)率（TFP），并分別以全要素生產(chǎn)率、企業(yè)高技能勞動(dòng)力總量和技術(shù)工人總量的自然對(duì)數(shù)為被解釋變量，以企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)為解釋變量進(jìn)行回歸，探究企業(yè)數(shù)字化資本與高技能勞動(dòng)力之間是否具有互補(bǔ)性（見表4）?？梢园l(fā)現(xiàn)數(shù)字化轉(zhuǎn)型系數(shù)顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)生產(chǎn)效率和高技能工人規(guī)模的提升，數(shù)字化資本與高技能勞動(dòng)力是互補(bǔ)的。

2. 產(chǎn)出擴(kuò)張效應(yīng)

企業(yè)數(shù)字化轉(zhuǎn)型的產(chǎn)出擴(kuò)張效應(yīng)主要體現(xiàn)在兩個(gè)方面，一是成本和價(jià)格降低導(dǎo)致的產(chǎn)品需求量的提高，二是由于數(shù)字化資本應(yīng)用所導(dǎo)致的新工作任務(wù)的產(chǎn)生。本文分別以主營(yíng)業(yè)務(wù)收入和其他業(yè)務(wù)收入度量產(chǎn)出擴(kuò)張效應(yīng)，這樣做的原因在于，主營(yíng)業(yè)務(wù)收入反映了一個(gè)企業(yè)主營(yíng)產(chǎn)品的產(chǎn)出規(guī)模，而其他業(yè)務(wù)收入可以反映出由于企業(yè)數(shù)字化轉(zhuǎn)型創(chuàng)造出新的工作任務(wù)，進(jìn)而促進(jìn)企業(yè)的多元化經(jīng)營(yíng)情況。具體的操作方式為，以企業(yè)主營(yíng)業(yè)務(wù)收入和其他業(yè)務(wù)收入的自然對(duì)數(shù)為被解釋變量，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)進(jìn)行回歸（見表5）?？梢园l(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)指數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)的產(chǎn)出擴(kuò)張，進(jìn)而促進(jìn)企業(yè)勞動(dòng)力技能結(jié)構(gòu)的升級(jí)。

3. 替代效應(yīng)

依據(jù)理論分析，企業(yè)數(shù)字化轉(zhuǎn)型可能對(duì)低技能勞動(dòng)力存在替代效應(yīng)。本文定義本科學(xué)歷以下員工總數(shù)的自然對(duì)數(shù)為低技能勞動(dòng)力規(guī)模，考察數(shù)字化轉(zhuǎn)型指數(shù)對(duì)企業(yè)低技能勞動(dòng)力就業(yè)的影響（見表6）?？梢园l(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)為正但不顯著，說明數(shù)字化轉(zhuǎn)型并未對(duì)企業(yè)低技能勞動(dòng)力產(chǎn)生明顯的替代效應(yīng)。結(jié)合表5的結(jié)果可知，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)的作用途徑主要為產(chǎn)出擴(kuò)張效應(yīng)，而非低技能勞動(dòng)力替代效應(yīng)，因此假說2得證。

數(shù)字化轉(zhuǎn)型對(duì)企業(yè)不同類型的低技能勞動(dòng)力就業(yè)可能存在不同的影響，參照葉永衛(wèi)等的研究方法，［25］按照職能類型將低技能勞動(dòng)力劃分為生產(chǎn)人員（生產(chǎn)類員工）、采銷人員（銷售、采購(gòu)和倉(cāng)儲(chǔ)類員工）以及行政人員（財(cái)務(wù)、人事和行政類員工），分別探究數(shù)字化轉(zhuǎn)型對(duì)其就業(yè)規(guī)模的影響（見表6）?？梢园l(fā)現(xiàn)數(shù)字化轉(zhuǎn)型導(dǎo)致企業(yè)生產(chǎn)人員就業(yè)量明顯減少，但采銷人員就業(yè)量增加。這可能是緣于企業(yè)數(shù)字化轉(zhuǎn)型會(huì)改善生產(chǎn)技術(shù)（如機(jī)器人應(yīng)用代替人工），導(dǎo)致低技能生產(chǎn)人員需求的減少；而數(shù)字化轉(zhuǎn)型導(dǎo)致的產(chǎn)出擴(kuò)張，使得企業(yè)需要更多的采購(gòu)和銷售人員來維持日常經(jīng)營(yíng)，導(dǎo)致采銷人員需求的增加，最終表現(xiàn)為數(shù)字化轉(zhuǎn)型對(duì)低技能勞動(dòng)力需求的影響不顯著。

（四）異質(zhì)性分析

不同行業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型程度有所不同，且在不同行業(yè)和不同市場(chǎng)環(huán)境下，企業(yè)的數(shù)字化轉(zhuǎn)型決策勢(shì)必存在一定的差異，因此本文從行業(yè)、企業(yè)特征和區(qū)域經(jīng)濟(jì)環(huán)境三個(gè)層面，探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)影響的異質(zhì)性。

為考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)影響的行業(yè)異質(zhì)性，本文將企業(yè)按所屬行業(yè)劃分為制造業(yè)和服務(wù)業(yè)進(jìn)行分組回歸（見表7）?？梢园l(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)具有顯著的正向影響，但對(duì)服務(wù)業(yè)勞動(dòng)力技能結(jié)構(gòu)影響不顯著，主要緣于制造業(yè)企業(yè)具有較多的生產(chǎn)類員工（樣本期間制造業(yè)企業(yè)平均生產(chǎn)類員工占比為54.32%，而服務(wù)業(yè)企業(yè)平均生產(chǎn)類員工占比為40.38%），導(dǎo)致數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)低技能勞動(dòng)力產(chǎn)生較為顯著的替代作用，高技能勞動(dòng)力比例得以顯著提升，進(jìn)而導(dǎo)致制造業(yè)企業(yè)勞動(dòng)力技能結(jié)構(gòu)的升級(jí)。

依據(jù)《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法（2017）》的劃分標(biāo)準(zhǔn)，按營(yíng)業(yè)收入和工人數(shù)量將企業(yè)劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)，依企業(yè)所有制類型將企業(yè)劃分為國(guó)有和非國(guó)有企業(yè)，分別探究數(shù)字化轉(zhuǎn)型對(duì)不同規(guī)模和不同所有制類型企業(yè)勞動(dòng)力技能結(jié)構(gòu)的影響（見表7）。可以發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型促進(jìn)了大規(guī)模企業(yè)和國(guó)有企業(yè)的勞動(dòng)力技能結(jié)構(gòu)升級(jí)，主要緣于數(shù)字化轉(zhuǎn)型需要支付一定的固定成本，且產(chǎn)出擴(kuò)張和雇傭高技能勞動(dòng)力需要更多的資金支撐，導(dǎo)致規(guī)模較小或融資約束較緊的企業(yè)雖具有相同程度的數(shù)字化轉(zhuǎn)型水平，但卻無法承擔(dān)雇傭更多高技能勞動(dòng)力的成本，因此其高技能勞動(dòng)力雇傭規(guī)模的增長(zhǎng)幅度不如規(guī)模較大的企業(yè)和國(guó)有企業(yè)，從而數(shù)字化轉(zhuǎn)型對(duì)大規(guī)模企業(yè)和國(guó)有企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)的促進(jìn)作用更顯著。

本文以每年各省市場(chǎng)化指數(shù)的中位數(shù)為界，劃分低市場(chǎng)化水平和高市場(chǎng)化水平地區(qū)，探究不同市場(chǎng)化水平下，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)影響的異質(zhì)性（見表7）?？梢园l(fā)現(xiàn)在市場(chǎng)化水平高的地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)具有顯著的正向影響。這主要是緣于市場(chǎng)化水平較高的地區(qū)市場(chǎng)建設(shè)較為完善，企業(yè)競(jìng)爭(zhēng)活力較強(qiáng)，且更容易集聚高技能人才。在相同的數(shù)字化轉(zhuǎn)型水平下，市場(chǎng)化指數(shù)更高地區(qū)的企業(yè)雇傭更多的高技能勞動(dòng)力以應(yīng)對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，因此在市場(chǎng)化水平較高的地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)有顯著的促進(jìn)作用。

五、結(jié)論與政策啟示

數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展深刻影響著我們的工作和生活方式并為經(jīng)濟(jì)增長(zhǎng)注入了新動(dòng)能。在數(shù)字化的浪潮下，數(shù)字化轉(zhuǎn)型能否促進(jìn)企業(yè)勞動(dòng)力技能結(jié)構(gòu)升級(jí)亟待檢驗(yàn)?；诖吮尘?，本文構(gòu)建了壟斷競(jìng)爭(zhēng)市場(chǎng)模型，從產(chǎn)出擴(kuò)張效應(yīng)和低技能勞動(dòng)力替代效應(yīng)兩個(gè)角度考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力技能結(jié)構(gòu)的影響，并基于2013—2022年中國(guó)A股上市公司數(shù)據(jù)對(duì)理論分析形成的假說進(jìn)行檢驗(yàn)，得到的主要研究結(jié)論為：數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)高技能員工占比的提升，說明數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)勞動(dòng)力技能結(jié)構(gòu)的優(yōu)化升級(jí)；數(shù)字化轉(zhuǎn)型主要通過產(chǎn)出擴(kuò)張效應(yīng)促進(jìn)勞動(dòng)力技能結(jié)構(gòu)的升級(jí)，對(duì)低技能勞動(dòng)力并未表現(xiàn)出明顯的替代效應(yīng)；數(shù)字化轉(zhuǎn)型的企業(yè)勞動(dòng)力技能結(jié)構(gòu)優(yōu)化升級(jí)效應(yīng)在制造業(yè)企業(yè)、大規(guī)模企業(yè)、國(guó)有企業(yè)以及市場(chǎng)化水平較高地區(qū)的企業(yè)中表現(xiàn)得較為明顯。

根據(jù)本文的研究結(jié)論，提出如下政策啟示：

第一，政府部門應(yīng)繼續(xù)加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，推動(dòng)實(shí)體企業(yè)與數(shù)字經(jīng)濟(jì)深度融合，加速企業(yè)數(shù)字化轉(zhuǎn)型。［45］鑒于規(guī)模較小的企業(yè)受到融資約束，難以進(jìn)行數(shù)字化轉(zhuǎn)型，政府部門應(yīng)借助數(shù)字技術(shù)創(chuàng)建線上金融服務(wù)平臺(tái)，緩解中小企業(yè)融資難、融資貴的窘境，通過數(shù)字化轉(zhuǎn)型將企業(yè)做大做強(qiáng)，進(jìn)而吸引大量高技能人才加盟，在企業(yè)內(nèi)部形成高技能人才“蓄水池”，實(shí)現(xiàn)企業(yè)良性的發(fā)展循環(huán)。

第二，現(xiàn)階段企業(yè)數(shù)字化轉(zhuǎn)型與高技能勞動(dòng)力之間存在很強(qiáng)的互補(bǔ)性，政府部門應(yīng)大力發(fā)展教育和培訓(xùn)事業(yè)，適度提高義務(wù)教育基礎(chǔ)年限，提升勞動(dòng)力平均人力資本水平；同時(shí)應(yīng)加大對(duì)新興技術(shù)產(chǎn)生的新工作模式下相關(guān)領(lǐng)域?qū)I(yè)人員的培訓(xùn)力度，提高勞動(dòng)力對(duì)新技術(shù)和新工作任務(wù)的認(rèn)知水平，從而能更好地發(fā)揮其與數(shù)字化資本和技術(shù)的協(xié)同作用。

第三，由于企業(yè)數(shù)字化轉(zhuǎn)型會(huì)導(dǎo)致對(duì)部分低技能勞動(dòng)力的替代，因此會(huì)損害部分低技能勞動(dòng)力的權(quán)益。為緩解由此帶來的結(jié)構(gòu)性失業(yè)問題，一方面政府部門要通過減稅和補(bǔ)貼，激勵(lì)進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)減少對(duì)低技能勞動(dòng)力的解雇，另一方面政府應(yīng)不斷完善失業(yè)保障和就業(yè)服務(wù)體系，加強(qiáng)對(duì)失業(yè)者的技能培訓(xùn)，以幫助其適應(yīng)數(shù)字技術(shù)發(fā)展的浪潮，重新獲得就業(yè)崗位。

【參考文獻(xiàn)】

［1］ 吳非，胡慧芷，林慧妍，等. 企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)：來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］. 管理世界，2021（7）：10，130-144.

［2］ 何帆，劉紅霞. 數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估［J］. 改革，2019（4）：137-148.

［3］ 戚聿東，蔡呈偉. 數(shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究［J］. 學(xué)習(xí)與探索，2020（7）：108-119.

［4］ 黃群慧，余泳澤，張松林. 互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：5-23.

［5］ 李雪松，黨琳，趙宸宇. 數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績(jī)效［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2022（10）：43-61.

［6］ 黃逵友，李增福，潘南佩，等. 企業(yè)數(shù)字化轉(zhuǎn)型與勞動(dòng)收入份額［J］. 經(jīng)濟(jì)評(píng)論，2023（2）：15-30.

［7］ 趙春明，班元浩，李宏兵，等. 企業(yè)數(shù)字化轉(zhuǎn)型與勞動(dòng)收入份額［J］. 財(cái)經(jīng)研究，2023（6）：49-63，93.

［8］ 趙宸宇，王文春，李雪松. 數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］. 財(cái)貿(mào)經(jīng)濟(jì)，2021（7）：114-129.

［9］ Zhai H，Yang M，Chan K C. Does Digital Transformation Enhance a Firm’s Performance？ Evidence from China［J］. Technology in Society，2022，68（2）：1-10.

［10］ Katz L F，Murphy K M. Changes in Relative Wages，1963-1987：Supply and Demand Factors［J］. Quarterly Journal of Economics，1992，107（1）：35-78.

［11］ Bound J，Johnson G E. Changes in the Structure of Wages in the 1980’s：An Evaluation of Alternative Explanations［J］. American Economic Review，1992，82（3）：371-392.

［12］ Goldin C，Katz L F. The Origins of Technology-Skill Complementarity［J］. Quarterly Journal of Economics，1998，113（3）：693-732.

［13］ Acemoglu D，Autor D. Skills，Tasks and Technologies：Implications for Employment and Earnings［C］//Handbook of Labor Economics. Amsterdam，Netherlands：North Holland，2011：1044-1166.

［14］ Autor D H. Why Are There Still So Many Jobs？ The History and Future of Workplace Automation［J］. Journal of Economic Perspectives，2015，29（3）：3-30.

［15］ 王永欽，董雯. 機(jī)器人的興起如何影響中國(guó)勞動(dòng)力市場(chǎng)？——來自制造業(yè)上市公司的證據(jù)［J］. 經(jīng)濟(jì)研究，2020（10）：159-175.

［16］ 孟浩，張美莎.人工智能如何影響勞動(dòng)力就業(yè)需求？——來自中國(guó)企業(yè)層面的經(jīng)驗(yàn)證據(jù)［J］.西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（5）：65-73.

［17］ Graetz G，Michaels G. Robots at Work［J］. The Review of Economics and Statistics，2018，100（5）：753-768.

［18］ Lordan G，Neumark D. People versus Machines：The Impact of Minimum Wages on Automatable Jobs［J］. Labour Economics，2018，52（1）：40-53.

［19］ Brynjolfsson E，Mitchell T，Rock D. What Can Machines Learn，and What Does It Mean for Occupations and the Economy？［J］. AEA Papers and Proceedings，2018，108：43-47.

［20］ Ernst E，Merola R，Samaan D. Economics of Artificial Intelligence：Implications for the Future of Work［J］. IZA Journal of Labor Policy，2019，9（1）：7-72.

［21］ 許怡，葉欣. 技術(shù)升級(jí)勞動(dòng)降級(jí)？——基于三家“機(jī)器換人”工廠的社會(huì)學(xué)考察［J］. 社會(huì)學(xué)研究，2020（3）：23-46.

［22］ 杜傳文，李晴，芮明杰，等. 大規(guī)模工業(yè)機(jī)器人應(yīng)用與異質(zhì)性技能勞動(dòng)力之間的替代互補(bǔ)關(guān)系［J］. 中國(guó)科技論壇，2018（8）：174-182.

［23］ Dahlin E. Are Robots Stealing Our Jobs？［J］. Socius，2019，5：1-14.

［24］ 張兵，李蘋. 職業(yè)替代、行業(yè)智能化與中國(guó)勞動(dòng)力就業(yè)［J］. 上海經(jīng)濟(jì)研究，2022（5）：92-106.

［25］ 葉永衛(wèi)，李鑫，劉貫春. 數(shù)字化轉(zhuǎn)型與企業(yè)人力資本升級(jí)［J］. 金融研究，2022（12）：74-92.

［26］ 孫早，侯玉琳. 工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：61-79.

［27］ Wadley D. Technology，Capital Substitution and Labor Dynamics：Global Workforce Disruption in the 21st Century？［J］. Futures，2021，132（5）：1-16.

［28］ Wang J，Hu Y，Zhang Z. Skill-Biased Technological Change and Labor Market Polarization in China［J］. Economic Modelling，2021（4）：1-12.

［29］ 李鐘林，丁寶才，李圣華. 延邊地區(qū)制造業(yè)結(jié)構(gòu)變化對(duì)全要素生產(chǎn)率增長(zhǎng)影響研究［J］. 東疆學(xué)刊，2022（3）：16-20.

［30］ Melitz M J. The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity［J］. Econometrica，2003，71（6）：1695-1725.

［31］ Helpman E，Itskhoki O，Redding S. Inequality and Unemployment in a Global Economy［J］. Econometrica，2010，78（4）：1239-1283.

［32］ Amiti M，Davis D R. Trade，F(xiàn)irms，and Wages：Theory and Evidence［J］. Review of Economic Studies，2012，79（1）：1-36.

［33］ Dixit A K，Stiglitz J E. Monopolistic Competition and Optimum Product Diversity［J］. American Economic Review，1977，67（3）：297-308.

［34］ Autor D H，Dorn D. The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market［J］. American Economic Review，2013，103（5）：1553-1597.

［35］ 張世偉，林書宇. 勞動(dòng)合同、技能水平與中國(guó)流動(dòng)人口工資差距［J］. 南開經(jīng)濟(jì)研究，2021（2）：164-180.

［36］ 熊艷艷，崔雪. 線上消費(fèi)對(duì)低技能勞動(dòng)力流入的影響及其機(jī)制研究［J］. 江西社會(huì)科學(xué)，2023（8）：52-64.

［37］ Heckman J J，Stixrud J，Urzua S. The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior［J］. Journal of Labor Economics，2006，24（3）：411-482.

［38］ 孫旭，杜屏，張言平. 非認(rèn)知技能在勞動(dòng)力市場(chǎng)的需求及其對(duì)高等教育供給的啟示：以計(jì)算機(jī)程序員崗位為例［J］. 教育經(jīng)濟(jì)評(píng)論，2021（6）：43-63.

［39］ 李實(shí)，李玉青. 非認(rèn)知技能對(duì)性別工資差距的影響［J］. 江西社會(huì)科學(xué)，2023（3）：37-51，207.

［40］ 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(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

［41］ 張永珅，李小波，邢銘強(qiáng). 企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià)［J］. 審計(jì)研究，2021（3）：62-71.

［42］ 李杰，沈宏亮，宋思萌. 數(shù)字化轉(zhuǎn)型提高了企業(yè)勞動(dòng)資源配置效率嗎？［J］. 現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2023（9）：108-125.

［43］ 趙濤，張智，梁上坤. 數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］. 管理世界，2020（10）：65-76.

［44］ 李捷瑜，江舒韻. 市場(chǎng)價(jià)值、生產(chǎn)效率與上市公司多元化經(jīng)營(yíng)：理論與證據(jù)［J］. 經(jīng)濟(jì)學(xué)（季刊），2009（3）：1047-1064.

［45］ 宋玉臣，李芳妍. 中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展意蘊(yùn)解讀：變革、挑戰(zhàn)與機(jī)遇［J］. 稅務(wù)與經(jīng)濟(jì)，2023（3）：58-65.

Digital Transformation and Upgrading of

Enterprise Labor Skill Structure

Abstract：With the booming development of the digital economy，a wave of digital transformation has swept through the Chinese business community，and the impact of digital technology on employment has attracted widespread attention from all walks of life. Based on the task-based production function，this paper constructs a monopolistically competitive market model to analyze the impact of digital transformation on the upgrading of enterprise labor skill structure，and conducts an empirical test using the data of the China’s A-share listed companies from 2013 to 2022. Theoretical derivation shows that if there is a complementary relationship between digital capital and high-skilled labor，the demand for high-skilled labor relative to low-skilled labor in enterprises will increase as the level of digital transformation rises，that is，digital transformation will promote the upgrading of enterprise labor skill structure； the demand for low-skilled labor by digital transformation has both a negative substitution effect and a positive output expansion effect，and the ultimate impact depends on which is greater； the output expansion effect and the substitution effect of low-skilled labor by digital transformation will both lead to an increase in the demand for high-skilled labor in enterprises，thereby promoting the upgrading of enterprise labor skill structure. Empirical research shows that for every one percentage point increase in the digital transformation index，the proportion of high-skilled labor in enterprises will increase by 0.1%，indicating that digital transformation has promoted the upgrading of enterprise labor skill structure. Digital transformation has promoted the improvement of enterprise productivity and the increase in demand for high-skilled labor，indicating that there is complementarity between digital capital and high-skilled labor. Mechanism analysis shows that on the one hand，digital transformation has promoted the expansion of enterprise output，leading to increases in revenue from the main business and other businesses； on the other hand，although digital transformation has led to a reduction in the number of production personnel，it has led to an increase in sales personnel and procurement personnel，so digital technology has not had a significant substitution effect on low-skilled labor. The promotion of the upgrading of enterprise labor skill structure by digital transformation is mainly achieved through the expansion of output effects. Because manufacturing enterprises have a higher proportion of production personnel，the substitution effect of digital technology is more obvious，and hiring high-skilled labor requires more financial support，therefore，the promotion of the upgrading of labor skill structure by digital transformation is more significant for manufacturing enterprises，large-scale enterprises，and state-owned enterprises； in regions with higher marketization levels，the promotion of the upgrading of enterprise labor skill structure by digital transformation is more obvious. Therefore，government departments should continue to strengthen the construction of digital infrastructure，promote the deep integration of digital economy and real economy，vigorously develop education and training programs for digital technology，and continuously improve the unemployment insurance system and employment service system，which will be helpful for the realization of China’s enterprise digital transformation and the optimization and upgrading of the labor force skill structure.

Key Words：Digital Transformation，Labor Skill Structure，Substitution Effect，Output Expansion Effect