摘要：企業(yè)數(shù)字化是數(shù)字經(jīng)濟(jì)的微觀形態(tài)，對(duì)勞動(dòng)力市場(chǎng)將產(chǎn)生深刻影響。在勞動(dòng)力價(jià)格不斷上漲的背景下，探討企業(yè)數(shù)字化如何影響就業(yè)風(fēng)險(xiǎn)具有重要意義。采用勞動(dòng)力需求彈性衡量勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn)，基于2010—2020年中國(guó)A股上市企業(yè)數(shù)據(jù)考察企業(yè)數(shù)字化對(duì)就業(yè)風(fēng)險(xiǎn)的影響，發(fā)現(xiàn)企業(yè)數(shù)字化能夠降低勞動(dòng)力市場(chǎng)的就業(yè)風(fēng)險(xiǎn)，總體上具有積極的就業(yè)效應(yīng)。從作用機(jī)制來(lái)看，企業(yè)數(shù)字化通過(guò)生產(chǎn)力機(jī)制與資源機(jī)制對(duì)勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn)產(chǎn)生影響，前者表現(xiàn)為替代效應(yīng)與規(guī)模效應(yīng)，后者表現(xiàn)為融資效應(yīng)，其中替代效應(yīng)深化就業(yè)風(fēng)險(xiǎn)，而規(guī)模效應(yīng)與融資效應(yīng)緩解就業(yè)風(fēng)險(xiǎn)。實(shí)證結(jié)果表明，生產(chǎn)力機(jī)制的規(guī)模效應(yīng)與資源機(jī)制的融資效應(yīng)占據(jù)主導(dǎo)地位，這兩個(gè)效應(yīng)均顯著存在。在數(shù)字經(jīng)濟(jì)所催生的企業(yè)數(shù)字化過(guò)程中，借助數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)發(fā)展，進(jìn)而改善經(jīng)營(yíng)狀況，對(duì)化解勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，實(shí)現(xiàn)更加充分更高質(zhì)量就業(yè)具有積極意義。

關(guān)鍵詞：企業(yè)數(shù)字化;就業(yè)風(fēng)險(xiǎn);勞動(dòng)力需求彈性;數(shù)字經(jīng)濟(jì);新質(zhì)生產(chǎn)力;穩(wěn)就業(yè)政策

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1002-2848-2024（04）-0014-13

一、問(wèn)題提出

21世紀(jì)以來(lái)，數(shù)字經(jīng)濟(jì)全面創(chuàng)新經(jīng)濟(jì)發(fā)展模式，是新質(zhì)生產(chǎn)力的重要體現(xiàn)?！丁笆奈濉睌?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出，數(shù)字經(jīng)濟(jì)是繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后的主要經(jīng)濟(jì)形態(tài)。企業(yè)數(shù)字化是數(shù)字經(jīng)濟(jì)重要的微觀形態(tài)，深刻影響勞動(dòng)力市場(chǎng)供需匹配，引發(fā)人們“以數(shù)代人”的擔(dān)憂(yōu)。技術(shù)進(jìn)步對(duì)就業(yè)的影響是經(jīng)濟(jì)學(xué)研究的經(jīng)典議題。傳統(tǒng)觀點(diǎn)包括技術(shù)樂(lè)觀派與技術(shù)悲觀派，前者以薩伊定律和工資理論為基礎(chǔ)，認(rèn)為技術(shù)進(jìn)步引起的失業(yè)是短期的;后者提出“市場(chǎng)需求不足”“投資需求不足”和“資本有機(jī)構(gòu)成提高”等論點(diǎn)[1]，認(rèn)為技術(shù)進(jìn)步將造成嚴(yán)重失業(yè)。現(xiàn)有研究基于傳統(tǒng)觀點(diǎn)，重點(diǎn)探討技術(shù)本身引起的就業(yè)總量、就業(yè)結(jié)構(gòu)的變化[2-3]，但忽略了技術(shù)進(jìn)步對(duì)勞動(dòng)力市場(chǎng)就業(yè)潛在波動(dòng)性的影響及作用機(jī)制。與以往諸如工業(yè)機(jī)器人等技術(shù)進(jìn)步不同，企業(yè)數(shù)字化除了具備生產(chǎn)力提升作用，更是企業(yè)實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展、改造生產(chǎn)流程、優(yōu)化企業(yè)管理并最終實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)的過(guò)程，能深刻影響企業(yè)的經(jīng)營(yíng)效益與勞動(dòng)力需求彈性，從微觀層面上影響勞動(dòng)力市場(chǎng)的就業(yè)需求波動(dòng)性，即就業(yè)風(fēng)險(xiǎn)。

企業(yè)勞動(dòng)力決策圍繞成本與收益展開(kāi)，在勞動(dòng)力價(jià)格不斷上漲的背景下，勞動(dòng)力需求將呈下降趨勢(shì)，導(dǎo)致勞動(dòng)者面臨更多的就業(yè)風(fēng)險(xiǎn)。統(tǒng)計(jì)數(shù)據(jù)顯示，中國(guó)城鎮(zhèn)非私營(yíng)單位就業(yè)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(shí)，2012年后平均實(shí)際工資增長(zhǎng)率開(kāi)始出現(xiàn)超過(guò)實(shí)際國(guó)內(nèi)生產(chǎn)總值（GDP）增長(zhǎng)率的趨勢(shì)[4]。勞動(dòng)力成本上升意味著企業(yè)需要承擔(dān)額外成本，這無(wú)疑影響企業(yè)利潤(rùn)以及現(xiàn)金流，由此導(dǎo)致企業(yè)勞動(dòng)力需求下降，勞動(dòng)者面臨被解雇的風(fēng)險(xiǎn)，使得勞動(dòng)力市場(chǎng)不確定性上升?；谏鲜霰尘埃疚氖褂脛趧?dòng)力需求彈性衡量勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，從理論上梳理企業(yè)數(shù)字化影響勞動(dòng)力就業(yè)風(fēng)險(xiǎn)的兩大機(jī)制及其三大效應(yīng)，即生產(chǎn)力機(jī)制的替代效應(yīng)與規(guī)模效應(yīng)、資源機(jī)制的融資效應(yīng)。在實(shí)證研究方面，基于2010—2020年中國(guó)A股上市企業(yè)數(shù)據(jù)，建構(gòu)企業(yè)數(shù)字化測(cè)量指標(biāo)，分析企業(yè)數(shù)字化對(duì)就業(yè)風(fēng)險(xiǎn)的影響及其作用機(jī)制。

二、文獻(xiàn)回顧和研究假設(shè)

（一）文獻(xiàn)回顧

企業(yè)數(shù)字化對(duì)勞動(dòng)力市場(chǎng)影響的研究可分為三個(gè)維度，分別是就業(yè)總量、就業(yè)結(jié)構(gòu)和就業(yè)質(zhì)量相關(guān)研究[5]。首先，就業(yè)總量研究關(guān)注企業(yè)數(shù)字化對(duì)勞動(dòng)力需求總量的影響，具有替代效應(yīng)和規(guī)模效應(yīng)。前者認(rèn)為企業(yè)數(shù)字化導(dǎo)致更多工作被替代[6]，主要表現(xiàn)為對(duì)勞動(dòng)力的替代效應(yīng);后者認(rèn)為企業(yè)數(shù)字化可以降低產(chǎn)品價(jià)格并增加有效需求，從而創(chuàng)造更多的勞動(dòng)力需求[7]。已有研究對(duì)兩者之間的強(qiáng)弱進(jìn)行實(shí)證分析，大部分結(jié)果支持規(guī)模效應(yīng)大于替代效應(yīng)[8]，但也有部分研究持相左的觀點(diǎn)[2]。觀點(diǎn)分歧的原因可能在于，部分研究重點(diǎn)考慮了人工智能、自動(dòng)化等數(shù)字技術(shù)產(chǎn)生的影響，但相對(duì)忽略了企業(yè)數(shù)字化是對(duì)企業(yè)全流程、全方位的數(shù)字化改造，從而對(duì)替代效應(yīng)與規(guī)模效應(yīng)的相對(duì)強(qiáng)弱產(chǎn)生了相異的估計(jì)結(jié)果。其次，就業(yè)結(jié)構(gòu)相關(guān)研究主要關(guān)注企業(yè)數(shù)字化對(duì)技能結(jié)構(gòu)的影響。企業(yè)數(shù)字化對(duì)不同技能結(jié)構(gòu)的勞動(dòng)力需求不一，反映了技術(shù)進(jìn)步的技能偏向性。企業(yè)數(shù)字化替代效應(yīng)與規(guī)模效應(yīng)的敏感性群體特征并不相同，導(dǎo)致技能結(jié)構(gòu)的相對(duì)變化。替代效應(yīng)更側(cè)重影響低技能勞動(dòng)者與生產(chǎn)型勞動(dòng)者，這類(lèi)勞動(dòng)者往往從事的是常規(guī)化勞動(dòng)[8]，而規(guī)模效應(yīng)則對(duì)其余群體更為敏感。一方面，企業(yè)數(shù)字化提高了中高技能勞動(dòng)者需求，而降低了低技能勞動(dòng)者需求;另一方面，企業(yè)數(shù)字化提高技術(shù)型、服務(wù)型勞動(dòng)者的需求，而對(duì)生產(chǎn)型勞動(dòng)者以替代效應(yīng)為主[9]。最后，就業(yè)質(zhì)量研究關(guān)注企業(yè)數(shù)字化對(duì)勞動(dòng)福利、勞動(dòng)關(guān)系和就業(yè)環(huán)境等的影響，包括企業(yè)數(shù)字化能夠提高勞動(dòng)收入份額[10]，降低工作時(shí)間，促進(jìn)職業(yè)發(fā)展和提升工作滿(mǎn)意度[11]，從而對(duì)勞動(dòng)者就業(yè)質(zhì)量具有提升效應(yīng)。

在上述三個(gè)維度的研究中，對(duì)企業(yè)數(shù)字化與就業(yè)總量的相關(guān)研究具有重要的理論意義與政策價(jià)值。一方面，就業(yè)總量是技術(shù)進(jìn)步對(duì)勞動(dòng)力市場(chǎng)最為直接的影響，往往通過(guò)對(duì)勞動(dòng)力需求的變化進(jìn)而對(duì)收入、技能結(jié)構(gòu)產(chǎn)生衍生性影響。另一方面，就業(yè)總量能預(yù)測(cè)失業(yè)率的變化，在勞動(dòng)力總量穩(wěn)定的條件下，就業(yè)總量的上升意味著失業(yè)率下降;反之，失業(yè)率則上升。然而，現(xiàn)有研究主要采用區(qū)域宏觀數(shù)據(jù)探討這一問(wèn)題，相對(duì)忽略了微觀層面企業(yè)數(shù)字化對(duì)勞動(dòng)力市場(chǎng)的影響，但這一視角具有獨(dú)特的優(yōu)勢(shì)：其一，從企業(yè)角度可以更好衡量技術(shù)進(jìn)步對(duì)勞動(dòng)需求產(chǎn)生的潛在波動(dòng)性或就業(yè)風(fēng)險(xiǎn)。當(dāng)勞動(dòng)力成本上升時(shí)，企業(yè)往往選擇降低勞動(dòng)力需求[12]，但下降幅度受制于外在與內(nèi)在多種影響，具有較強(qiáng)的波動(dòng)性與風(fēng)險(xiǎn)性。也就是說(shuō)，企業(yè)“成本—需求”的勞動(dòng)力決策直接導(dǎo)致了勞動(dòng)力市場(chǎng)就業(yè)需求的潛在波動(dòng)性，而在勞動(dòng)力成本不斷上升的背景下，企業(yè)數(shù)字化如何影響企業(yè)勞動(dòng)力決策進(jìn)而影響就業(yè)風(fēng)險(xiǎn)，這一問(wèn)題并未得到深入分析與論述。其二，全面揭示技術(shù)進(jìn)步影響就業(yè)風(fēng)險(xiǎn)的作用機(jī)制。企業(yè)數(shù)字化對(duì)勞動(dòng)力市場(chǎng)的沖擊不僅限于技術(shù)進(jìn)步角度的生產(chǎn)力機(jī)制，同時(shí)還對(duì)企業(yè)資源約束產(chǎn)生深刻影響，企業(yè)的勞動(dòng)力需求不僅受制于實(shí)際的生產(chǎn)規(guī)模，也依賴(lài)企業(yè)的財(cái)務(wù)資源支持[13-14]，這在勞動(dòng)力價(jià)格不斷上漲的背景下尤為重要，但也為現(xiàn)有研究所忽視。

（二）研究假設(shè)

從企業(yè)的微觀視角來(lái)看，在資本不變條件下，工資上漲帶來(lái)勞動(dòng)力需求下降，勞動(dòng)力需求彈性刻畫(huà)了勞動(dòng)力工資對(duì)勞動(dòng)力需求的影響程度[12]，反映就業(yè)數(shù)量對(duì)工資收入的敏感程度。勞動(dòng)力需求彈性能夠刻畫(huà)勞動(dòng)力市場(chǎng)的就業(yè)風(fēng)險(xiǎn)狀況，是考察外界因素對(duì)勞動(dòng)力雇傭關(guān)系變化、工作穩(wěn)定性的顯性指標(biāo)[15]。換言之，某種外界因素可能導(dǎo)致勞動(dòng)力需求彈性的變化，當(dāng)勞動(dòng)力需求彈性絕對(duì)值變大時(shí)，較小的工資變化將導(dǎo)致勞動(dòng)力需求的劇烈變動(dòng)以及非勞動(dòng)成本更多地由勞動(dòng)者承擔(dān)[16]，表示勞動(dòng)者將面臨更多就業(yè)風(fēng)險(xiǎn)。

勞動(dòng)力需求彈性反映了企業(yè)的勞動(dòng)力決策過(guò)程及其市場(chǎng)后果，這一過(guò)程還受到兩方面因素的影響。一是企業(yè)內(nèi)部勞動(dòng)力資源狀況。若企業(yè)勞動(dòng)力存在冗余，則當(dāng)勞動(dòng)力成本上升時(shí)，裁員不會(huì)影響生產(chǎn)，反而節(jié)省生產(chǎn)成本，因此勞動(dòng)力冗余時(shí)企業(yè)更傾向于降低勞動(dòng)力需求，勞動(dòng)力需求彈性變大，勞動(dòng)者就業(yè)風(fēng)險(xiǎn)提高。當(dāng)勞動(dòng)力相對(duì)短缺時(shí)，裁員會(huì)干擾生產(chǎn)，特別是在企業(yè)規(guī)模擴(kuò)張期，面對(duì)勞動(dòng)力成本上漲，企業(yè)不會(huì)輕易裁員，甚至?xí)U(kuò)大生產(chǎn)，進(jìn)而繼續(xù)增加勞動(dòng)力需求，使得勞動(dòng)力需求彈性變小，勞動(dòng)者就業(yè)風(fēng)險(xiǎn)降低。二是企業(yè)財(cái)務(wù)資源狀況。當(dāng)勞動(dòng)力成本上漲，企業(yè)保留原有勞動(dòng)力或是繼續(xù)增加勞動(dòng)力時(shí)，需要承擔(dān)更多的成本，這些成本可以通過(guò)融資獲得資金支持。若融資成本較高，企業(yè)無(wú)法支撐勞動(dòng)力成本上漲，選擇降低勞動(dòng)力需求，勞動(dòng)力需求彈性上升，勞動(dòng)力就業(yè)風(fēng)險(xiǎn)提高;相反，若融資成本較低，企業(yè)能夠承受勞動(dòng)力價(jià)格上漲，則勞動(dòng)力需求下降的可能性大幅度縮小，勞動(dòng)力需求彈性下降，勞動(dòng)者就業(yè)風(fēng)險(xiǎn)降低。

企 業(yè)數(shù)字化將深刻改變企業(yè)的組織方式、生產(chǎn)方式，進(jìn)而影響企業(yè)勞動(dòng)力決策，對(duì)勞動(dòng)者就業(yè)風(fēng)險(xiǎn)產(chǎn)生重要影響。結(jié)合勞動(dòng)力需求彈性的形成過(guò)程，本文進(jìn)一步考察了企業(yè)數(shù)字化影響就業(yè)風(fēng)險(xiǎn)的作用機(jī)制及其效應(yīng)。企業(yè)數(shù)字化對(duì)就業(yè)風(fēng)險(xiǎn)的影響可概括為生產(chǎn)力、資源兩大機(jī)制及其所產(chǎn)生的三種效應(yīng)。首先，依據(jù)熊彼特“創(chuàng)造性破壞”理論，生產(chǎn)力機(jī)制刻畫(huà)數(shù)字化技術(shù)創(chuàng)新、嵌入與應(yīng)用如何影響勞動(dòng)力市場(chǎng)的就業(yè)需求。一方面，越來(lái)越多的工作被數(shù)字化技術(shù)替代，導(dǎo)致勞動(dòng)力冗余，企業(yè)決策時(shí)更多地考慮勞動(dòng)力成本，勞動(dòng)力需求對(duì)工資敏感性提高，即勞動(dòng)力需求彈性變大，勞動(dòng)者的就業(yè)風(fēng)險(xiǎn)上升，即“替代效應(yīng)”;另一方面，生產(chǎn)技術(shù)進(jìn)步往往能降低產(chǎn)品價(jià)格并增加有效需求，體現(xiàn)為擴(kuò)大企業(yè)規(guī)模進(jìn)而增加勞動(dòng)力需求，從而造成勞動(dòng)力相對(duì)短缺并降低勞動(dòng)力需求彈性，減少勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，即“規(guī)模效應(yīng)”。其次，資源機(jī)制關(guān)注企業(yè)數(shù)字化能夠釋放企業(yè)發(fā)展的積極信號(hào)，進(jìn)而降低企業(yè)融資成本，能使企業(yè)更有能力承擔(dān)勞動(dòng)力成本上漲，增加勞動(dòng)需求并降低就業(yè)風(fēng)險(xiǎn)，即“融資效應(yīng)”。上述理論分析1.生產(chǎn)力機(jī)制：替代效應(yīng)與規(guī)模效應(yīng)框架如圖1所示。

1.生產(chǎn)力機(jī)制：替代效應(yīng)與規(guī)模效應(yīng)

生產(chǎn)力機(jī)制表現(xiàn)為企業(yè)數(shù)字化幫助傳統(tǒng)企業(yè)實(shí)現(xiàn)數(shù)字化、自動(dòng)化與智能化，提高勞動(dòng)生產(chǎn)率[17]，進(jìn)而對(duì)勞動(dòng)力市場(chǎng)就業(yè)需求產(chǎn)生沖擊。數(shù)字化技術(shù)嵌入企業(yè)生產(chǎn)流程是企業(yè)數(shù)字化的重要任務(wù)。從直接效應(yīng)來(lái)看，生產(chǎn)技術(shù)進(jìn)步首先引發(fā)對(duì)勞動(dòng)力的替代效應(yīng)。當(dāng)數(shù)字化技術(shù)提高勞動(dòng)生產(chǎn)力的時(shí)候，技術(shù)投入相對(duì)于勞動(dòng)力更具有優(yōu)勢(shì)，勞動(dòng)力就會(huì)被數(shù)字化技術(shù)所取代[3]，進(jìn)而對(duì)勞動(dòng)力產(chǎn)生替代效應(yīng)。企業(yè)數(shù)字化有助于提高企業(yè)運(yùn)營(yíng)的智能化、自動(dòng)化[17]，降低勞動(dòng)力需求和技能要求，產(chǎn)生勞動(dòng)雇傭冗余，勞動(dòng)力喪失技能優(yōu)勢(shì)和效率優(yōu)勢(shì)?，F(xiàn)有研究表明，企業(yè)數(shù)字化的替代效應(yīng)凸顯并將進(jìn)一步深化，有研究認(rèn)為47%的美國(guó)工人將被數(shù)字化技術(shù)所取代[6]，19.05%的中國(guó)勞動(dòng)者處于高替代風(fēng)險(xiǎn)中[18]。企業(yè)數(shù)字化的替代效應(yīng)導(dǎo)致勞動(dòng)力冗余，企業(yè)在面臨諸如勞動(dòng)力成本上升等不利因素沖擊時(shí)更加傾向于降低勞動(dòng)力需求，從而提高勞動(dòng)需求彈性，增加勞動(dòng)力潛在的就業(yè)風(fēng)險(xiǎn)。

從間接效應(yīng)來(lái)看，技術(shù)進(jìn)步引發(fā)商品價(jià)格下降并刺激需求，生產(chǎn)規(guī)模擴(kuò)大，產(chǎn)生規(guī)模效應(yīng)。數(shù)字化技術(shù)作為先進(jìn)生產(chǎn)力，有利于企業(yè)節(jié)約生產(chǎn)經(jīng)營(yíng)成本，使商品和服務(wù)價(jià)格下降，相當(dāng)于間接提高了需求方的“收入”水平[2]，進(jìn)而產(chǎn)生“收入效應(yīng)”。收入水平提升能夠增加消費(fèi)者對(duì)商品或服務(wù)的消費(fèi)需求，從而促使企業(yè)進(jìn)一步擴(kuò)大生產(chǎn)經(jīng)營(yíng)規(guī)模。此外，企業(yè)數(shù)字化降低生產(chǎn)成本，對(duì)后續(xù)再加工產(chǎn)品的價(jià)格也會(huì)產(chǎn)生一定影響，結(jié)合“收入效應(yīng)”對(duì)需求方收入的間接提升作用，消費(fèi)者必將增加對(duì)相關(guān)行業(yè)產(chǎn)品的需求[19]，推動(dòng)行業(yè)生產(chǎn)規(guī)模擴(kuò)大，形成規(guī)模經(jīng)濟(jì)，進(jìn)一步降低生產(chǎn)成本，形成規(guī)模逐漸擴(kuò)張的良性循環(huán)。然而，與替代效應(yīng)相反，規(guī)模效應(yīng)則是由于生產(chǎn)技術(shù)進(jìn)步，推動(dòng)企業(yè)生產(chǎn)效率提升，進(jìn)而促使企業(yè)擴(kuò)大生產(chǎn)規(guī)模，提高企業(yè)勞動(dòng)力需求，導(dǎo)致勞動(dòng)力相對(duì)短缺。因此，生產(chǎn)力機(jī)制的規(guī)模效應(yīng)對(duì)其替代效應(yīng)具有補(bǔ)償作用。出于擴(kuò)大規(guī)模、搶占市場(chǎng)的目的，企業(yè)決策不再以勞動(dòng)力成本為中心，能更大限度承受勞動(dòng)力價(jià)格上漲等不利影響;同時(shí)，生產(chǎn)規(guī)模擴(kuò)大引致邊際成本降低，也提高了企業(yè)應(yīng)對(duì)勞動(dòng)力成本上漲的能力，使得企業(yè)的勞動(dòng)力決策相對(duì)忽略勞動(dòng)成本因素，勞動(dòng)力價(jià)格與勞動(dòng)力需求之間敏感性降低，勞動(dòng)力需求彈性下降，勞動(dòng)者就業(yè)風(fēng)險(xiǎn)降低。

2.資源機(jī)制：融資效應(yīng)

除生產(chǎn)力機(jī)制外，企業(yè)數(shù)字化還具有資源機(jī)制的融資效應(yīng)，進(jìn)而影響勞動(dòng)者就業(yè)風(fēng)險(xiǎn)。具體而言，企業(yè)數(shù)字化可以通過(guò)資源機(jī)制的融資效應(yīng)降低企業(yè)融資成本，弱化工資上漲與生產(chǎn)要素投入變化的敏感性，緩解勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn)。

勞動(dòng)者就業(yè)風(fēng)險(xiǎn)很大程度上來(lái)自企業(yè)的資源約束[14]。這是由于企業(yè)面對(duì)不斷上漲的勞動(dòng)力成本，保留原有勞動(dòng)力或是繼續(xù)增加勞動(dòng)力時(shí)，均需要承擔(dān)更高的運(yùn)行成本[13]，并必須通過(guò)進(jìn)一步融資來(lái)獲取資金支持。企業(yè)會(huì)根據(jù)自身資金水平進(jìn)行決策，平衡勞動(dòng)力成本與融資成本之間的關(guān)系。若企業(yè)融資成本高于勞動(dòng)力成本，則選擇降低勞動(dòng)力需求，勞動(dòng)者就業(yè)風(fēng)險(xiǎn)提高;相反，若企業(yè)資源約束水平較低，融資成本低于勞動(dòng)力成本，勞動(dòng)力需求下降的可能性大幅度縮小，勞動(dòng)者就業(yè)風(fēng)險(xiǎn)降低。

企業(yè)數(shù)字化能夠有效降低企業(yè)融資成本，緩解企業(yè)資源約束，進(jìn)而影響就業(yè)風(fēng)險(xiǎn)。企業(yè)數(shù)字化的融資效應(yīng)體現(xiàn)在兩點(diǎn)。首先，企業(yè)數(shù)字化提高經(jīng)營(yíng)信息質(zhì)量，緩解信息不對(duì)稱(chēng)并提高企業(yè)決策水平。信息不對(duì)稱(chēng)造成投資者無(wú)法真實(shí)了解企業(yè)內(nèi)部狀況，增加投資者和債權(quán)人獲利風(fēng)險(xiǎn)，產(chǎn)生“風(fēng)險(xiǎn)溢價(jià)”，提升企業(yè)融資成本[20]。企業(yè)數(shù)字化有效整合業(yè)務(wù)流程，促進(jìn)企業(yè)運(yùn)轉(zhuǎn)的協(xié)調(diào)性和一體性，實(shí)現(xiàn)信息輸入、溝通、交換、集成、共享、管理和決策的數(shù)字化和智能化，提升信息的準(zhǔn)確度、完整性和時(shí)效性。高質(zhì)量信息可緩解信息不對(duì)稱(chēng)，減少“風(fēng)險(xiǎn)溢價(jià)”，降低企業(yè)融資成本。高質(zhì)量經(jīng)營(yíng)信息還可提高企業(yè)決策水平，降低企業(yè)融資成本。其次，釋放積極的高質(zhì)量發(fā)展信號(hào)，可以提振企業(yè)市場(chǎng)信譽(yù)。在數(shù)字經(jīng)濟(jì)背景下，企業(yè)數(shù)字化順應(yīng)時(shí)代發(fā)展潮流，能夠向市場(chǎng)傳遞積極信號(hào)[21]。在信息不對(duì)稱(chēng)條件下，積極的信號(hào)可提高市場(chǎng)正向預(yù)期，減少市場(chǎng)交易成本[22]，降低“風(fēng)險(xiǎn)溢價(jià)”與企業(yè)融資成本。整體而言，企業(yè)數(shù)字化通過(guò)降低融資成本、改善企業(yè)財(cái)務(wù)狀況、緩解勞動(dòng)力價(jià)格上漲引起的財(cái)務(wù)壓力，降低勞動(dòng)力需求彈性和就業(yè)風(fēng)險(xiǎn)。

綜上，企業(yè)數(shù)字化通過(guò)生產(chǎn)力機(jī)制與資源機(jī)制影響就業(yè)風(fēng)險(xiǎn)，這兩種機(jī)制具有三種效應(yīng)：替代效應(yīng)、規(guī)模效應(yīng)與融資效應(yīng)。企業(yè)數(shù)字化對(duì)就業(yè)風(fēng)險(xiǎn)的總體影響取決于這三種效應(yīng)間的相對(duì)強(qiáng)弱，如果替代效應(yīng)占主導(dǎo)，則企業(yè)數(shù)字化將提高勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn);如果規(guī)模效應(yīng)和融資效應(yīng)占主導(dǎo)，企業(yè)數(shù)字化則降低勞動(dòng)力就業(yè)風(fēng)險(xiǎn)。因此，本文提出如下對(duì)立假設(shè)并對(duì)其進(jìn)行實(shí)證研究：

H1a：企業(yè)數(shù)字化的替代效應(yīng)占主導(dǎo)，企業(yè)數(shù)字化提高勞動(dòng)者就業(yè)風(fēng)險(xiǎn)。

H1b：企業(yè)數(shù)字化的規(guī)模效應(yīng)和融資效應(yīng)占主導(dǎo)，企業(yè)數(shù)字化降低勞動(dòng)者就業(yè)風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源和樣本

本文使用的企業(yè)勞動(dòng)力數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)，企業(yè)財(cái)務(wù)狀況、治理結(jié)構(gòu)等其余相關(guān)數(shù)據(jù)來(lái)自國(guó)泰安經(jīng)濟(jì)金融（CSMAR）數(shù)據(jù)庫(kù)，宏觀經(jīng)濟(jì)變量來(lái)自2010—2020年《中國(guó)統(tǒng)計(jì)年鑒》。同時(shí)，在測(cè)量企業(yè)數(shù)字化時(shí)，使用了文構(gòu)（WINGO）數(shù)據(jù)庫(kù)。

為控制金融危機(jī)對(duì)勞動(dòng)力市場(chǎng)的大范圍沖擊，實(shí)證分析選取2010—2020年中國(guó)A股上市企業(yè)作為研究對(duì)象。對(duì)樣本數(shù)據(jù)進(jìn)行如下篩選和處理：剔除ST、*ST和PT類(lèi)特殊處理的上市企業(yè)樣本;剔除金融行業(yè)上市企業(yè)樣本;剔除企業(yè)層面存在缺失值的樣本，對(duì)于城市層面的缺失數(shù)據(jù)，采用線性插補(bǔ)法或所在省份的平均值進(jìn)行判斷補(bǔ)充。為消除極端值的影響，對(duì)連續(xù)型變量采取1%和99%分位點(diǎn)的Winsorize處理，最終得到28 267個(gè)有效分析樣本。此外，為了緩解內(nèi)生性問(wèn)題，統(tǒng)計(jì)分析使用未來(lái)一期的因變量進(jìn)入模型，最終納入分析的樣本數(shù)量是23 448。

（二）企業(yè)數(shù)字化的測(cè)度

現(xiàn)有研究利用企業(yè)文本信息測(cè)度企業(yè)數(shù)字化，吳非等[21，23]采用成功企業(yè)案例和政策文本確立數(shù)字化技術(shù)詞庫(kù)，并以年報(bào)或年報(bào)中“管理層討論與分析”等部分的數(shù)字化技術(shù)詞頻測(cè)度企業(yè)數(shù)字化水平（詞頻法），何帆等[24]利用樣本期內(nèi)企業(yè)公告內(nèi)容判斷企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型（公告法）。使用文本信息測(cè)度企業(yè)數(shù)字化是目前研究中的通行做法，其優(yōu)勢(shì)在于測(cè)量方法簡(jiǎn)單直接，能夠?qū)ζ髽I(yè)數(shù)字化的不同維度進(jìn)行詳細(xì)測(cè)量。其局限性在于兩個(gè)方面。一是要求企業(yè)文本信息“言行合一”。若年報(bào)中的論述與企業(yè)實(shí)際行為狀況不一致，則會(huì)導(dǎo)致測(cè)量誤差。這種偏差主要是由于在年報(bào)文本中涉及時(shí)代背景、行業(yè)環(huán)境、戰(zhàn)略判斷與企業(yè)遠(yuǎn)景的相關(guān)陳述中，可能出現(xiàn)人工智能、數(shù)字化等熱詞，這些詞語(yǔ)與企業(yè)當(dāng)前的數(shù)字化水平無(wú)關(guān)，導(dǎo)致測(cè)度指標(biāo)“虛高”。二是要求詞庫(kù)能夠涵蓋企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)詞語(yǔ)?，F(xiàn)有研究往往根據(jù)有限資料判斷獲得相關(guān)詞語(yǔ)，如成功案例企業(yè)的年報(bào)與政府政策文本，有限的資料可能導(dǎo)致詞庫(kù)不能夠覆蓋所有的相關(guān)數(shù)字化技術(shù)詞語(yǔ)，導(dǎo)致測(cè)量結(jié)果“偏低”。對(duì)于前者而言，已有研究考察了真實(shí)的數(shù)字投入與詞頻之間的關(guān)系，發(fā)現(xiàn)兩者之間具有強(qiáng)相關(guān)性[25]，因此文本分析方法的有效性能夠得到保證;對(duì)于后者而言，本文采用 WINGO數(shù)據(jù)庫(kù)克服詞庫(kù)選擇的有限性。

根據(jù)上述分析，本文采用詞頻法，通過(guò)對(duì)企業(yè)年報(bào)文本分析，構(gòu)建企業(yè)數(shù)字化測(cè)度指標(biāo)。此外，為保證結(jié)果穩(wěn)健性，使用企業(yè)公告替代年報(bào)，通過(guò)分析公告內(nèi)容判斷企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型。詞頻法的構(gòu)建步驟如下：

第一，建立數(shù)字化技術(shù)詞庫(kù)。考慮到現(xiàn)有研究中數(shù)字化技術(shù)詞庫(kù)為根據(jù)有限資料進(jìn)行判斷獲得，存在一定局限，本文合并已有研究的數(shù)字化技術(shù)詞庫(kù)[21，23]，并借助WINGO數(shù)據(jù)庫(kù)的“深度學(xué)習(xí)相似詞”進(jìn)行相似詞擴(kuò)充。該數(shù)據(jù)庫(kù)模型基于神經(jīng)網(wǎng)絡(luò)Word Embedding方法，采用Word2vec中的連續(xù)詞袋（continuousbag of words，CBOW）模型，利用海量財(cái)經(jīng)文本訓(xùn)練而成，已在現(xiàn)有財(cái)務(wù)類(lèi)文本分析的研究中得到初步應(yīng)用。相比于頭腦風(fēng)暴法，利用機(jī)器學(xué)習(xí)方法得到的相似詞更客觀、準(zhǔn)確和通用。但是，通過(guò)機(jī)器學(xué)習(xí)得到的相似詞受限于使用的財(cái)經(jīng)文本，與本研究的主題存在一定差異，需要進(jìn)行二次篩選。因此，在剔除相似詞中的不合情景的詞語(yǔ)和重復(fù)詞語(yǔ)后，得到數(shù)字化技術(shù)詞庫(kù)①。數(shù)字化技術(shù)詞庫(kù)共包括309個(gè)詞語(yǔ)，歸類(lèi)后劃分為119個(gè)基礎(chǔ)技術(shù)詞語(yǔ)和190個(gè)技術(shù)應(yīng)用詞語(yǔ)。具體而言，基礎(chǔ)技術(shù)細(xì)分為人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、物聯(lián)網(wǎng)和基礎(chǔ)設(shè)施;技術(shù)應(yīng)用細(xì)分為管理數(shù)字化、財(cái)務(wù)數(shù)字化、營(yíng)銷(xiāo)數(shù)字化、生產(chǎn)數(shù)字化和產(chǎn)品數(shù)字化。

第二，建構(gòu)企業(yè)數(shù)字化指標(biāo)。本文利用搜集的年報(bào)文本，采用Python進(jìn)行文本信息預(yù)處理，去除文本信息中的符號(hào)字符;利用jieba庫(kù)，對(duì)預(yù)處理后的文本信息進(jìn)行分詞;采用詞典法，參照數(shù)字化技術(shù)詞庫(kù)，對(duì)年報(bào)文本信息中的數(shù)字化技術(shù)詞語(yǔ)計(jì)數(shù)，得到企業(yè)數(shù)字化詞頻。同時(shí)，為矯正詞頻的偏態(tài)分布，對(duì)詞頻進(jìn)行對(duì)數(shù)化處理。

第三，效度檢驗(yàn)。為保證企業(yè)數(shù)字化指標(biāo)效度，將計(jì)算結(jié)果與已有指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)。結(jié)果顯示，本文指標(biāo)與已有研究指標(biāo)[21，23]Person相關(guān)性系數(shù)分別達(dá)到0.875、0.634，在1%的水平上顯著。同時(shí)，利用企業(yè)公告法計(jì)算的企業(yè)數(shù)字化水平均值（2.675）顯著高于未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)（1.719），上述結(jié)果表明本文的指標(biāo)有較好的效度。

（三）模型設(shè)計(jì)

借鑒史青等[15-16]的研究，本文使用勞動(dòng)力需求彈性體現(xiàn)企業(yè)層面的就業(yè)風(fēng)險(xiǎn)。建立如下統(tǒng)計(jì)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(nèi)生性問(wèn)題，選擇未來(lái)一期的被解釋變量，lnempit+1為t+1期企業(yè)i的勞動(dòng)力需求（對(duì)數(shù)），以年末職工人數(shù)測(cè)度;lnwit 為t 期企業(yè)i 的勞動(dòng)力工資（對(duì)數(shù)），以“支付給職工以及為職工支付的現(xiàn)金”除以年末職工人數(shù)測(cè)度;digit 為企業(yè)數(shù)字化，采用詞頻法測(cè)度;Xit 為控制變量，在企業(yè)層面控制企業(yè)經(jīng)營(yíng)狀況、財(cái)務(wù)狀況、治理結(jié)構(gòu)，在地區(qū)層面控制經(jīng)濟(jì)發(fā)展水平與勞動(dòng)力市場(chǎng)狀況[26]，具體包括公司規(guī)模（總資產(chǎn)的對(duì)數(shù)）、企業(yè)年齡（上市年限的對(duì)數(shù)）、海外業(yè)務(wù)（具有海外業(yè)務(wù)為1，否則為0）、財(cái)務(wù)杠桿（資產(chǎn)負(fù)債率）、自由現(xiàn)金流（企業(yè)自由現(xiàn)金流/總資產(chǎn)）、公司成長(zhǎng)性（營(yíng)業(yè)收入增長(zhǎng)率）、盈利能力（營(yíng)業(yè)毛利率）、資產(chǎn)結(jié)構(gòu)（固定資產(chǎn)比率）、股權(quán)集中度（第一大股東持股比例）、董事會(huì)規(guī)模（董事會(huì)人數(shù)的對(duì)數(shù)）、獨(dú)立董事比例、兩職合一（若董事長(zhǎng)和總經(jīng)理為同一人，取為1，否則為0）、產(chǎn)權(quán)性質(zhì)（國(guó)有企業(yè)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(duì)數(shù)）、產(chǎn)業(yè)結(jié)構(gòu)（城市的第二、三產(chǎn)業(yè)占比）、勞動(dòng)力年齡結(jié)構(gòu)（15～65周歲人口占比），此外也控制了企業(yè)、行業(yè)、城市和年份固定效應(yīng);εit 為殘差項(xiàng)。

式（1）中，θ1 為勞動(dòng)力需求彈性，表示工資變化程度對(duì)勞動(dòng)力需求變化程度的影響。勞動(dòng)力價(jià)格直接影響企業(yè)人力決策，工資上漲帶來(lái)勞動(dòng)力需求下降，因此θ1 一般為負(fù)值，其絕對(duì)值越大①，表明單位工資上漲引起勞動(dòng)力需求下降的幅度與勞動(dòng)者就業(yè)風(fēng)險(xiǎn)越大。式（2）中引入了dig 和lnw 交互項(xiàng)，勞動(dòng)力需求彈性的表達(dá)式為β1digit + β2。若β1 不等于0且顯著，勞動(dòng)力需求彈性受dig 的調(diào)節(jié);若β1 顯著為負(fù)值，則說(shuō)明企業(yè)數(shù)字化提高了勞動(dòng)力需求彈性（絕對(duì)值），意味著隨著企業(yè)數(shù)字化水平提高，較小的工資變化將導(dǎo)致勞動(dòng)力需求劇烈變動(dòng)以及非勞動(dòng)成本向勞動(dòng)者轉(zhuǎn)移，提高就業(yè)風(fēng)險(xiǎn)，假設(shè)H1a成立;若β1 顯著為正值，說(shuō)明企業(yè)數(shù)字化降低勞動(dòng)力需求彈性（絕對(duì)值）和就業(yè)風(fēng)險(xiǎn)，假設(shè)H1b成立。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

主要變量描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1。

統(tǒng)計(jì)結(jié)果顯示，勞動(dòng)力需求最大值和最小值分別為11.012和4.554，表明企業(yè)雇傭人數(shù)最大值超過(guò)6萬(wàn)人，最低的不足百人，差異明顯;中位數(shù)為7.599，即平均來(lái)看，樣本企業(yè)的平均勞動(dòng)力需求為1 995人，在中國(guó)的企業(yè)中，這一數(shù)值偏大，主要是由于樣本來(lái)自上市企業(yè)，是中國(guó)優(yōu)質(zhì)企業(yè)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(yè)最高的人均工資超過(guò)40萬(wàn)元，最低的不足3萬(wàn)元;中位數(shù)為11.448，表明上市企業(yè)平均人均工資約為93 695元。根據(jù)統(tǒng)計(jì)數(shù)據(jù)，2021年中國(guó)城鎮(zhèn)居民人均可支配收入中位數(shù)為43 504元，樣本數(shù)據(jù)的人均工資較高的原因主要在于兩點(diǎn)：一是上市企業(yè)包括基層員工在內(nèi)的工資待遇偏高，二是上市企業(yè)的管理層往往屬于高收入群體，上市企業(yè)的數(shù)據(jù)更多地包含了高收入群體信息。企業(yè)數(shù)字化水平的均值為2.130，樣本中數(shù)字化技術(shù)詞頻最低為0次，最高值為169次。此外，勞動(dòng)力需求、工資和企業(yè)數(shù)字化水平的中位數(shù)和均值接近，表明其右偏特征得到矯正。

（二）基準(zhǔn)回歸：企業(yè)數(shù)字化與就業(yè)風(fēng)險(xiǎn)

式（1）（2）的估計(jì)結(jié)果見(jiàn)表2。第（1）列未加入交互項(xiàng)，計(jì)算得到的勞動(dòng)需求彈性為0.453，與已有研究的估計(jì)結(jié)果相近[12，15];企業(yè)數(shù)字化的估計(jì)系數(shù)為正值，表明企業(yè)數(shù)字化能夠提高企業(yè)勞動(dòng)力需求。第（2）列加入了工資和企業(yè)數(shù)字化水平的交互項(xiàng)，其估計(jì)系數(shù)為正值，在1%的水平上顯著，表明企業(yè)數(shù)字化從總體上顯著降低勞動(dòng)力需求彈性（絕對(duì)值），降低勞動(dòng)者的就業(yè)風(fēng)險(xiǎn)，假設(shè)H1b成立。換言之，企業(yè)數(shù)字化不僅能夠創(chuàng)造勞動(dòng)力需求，也能夠降低勞動(dòng)力需求彈性，并緩解就業(yè)風(fēng)險(xiǎn)。上述結(jié)果表明規(guī)模效應(yīng)與融資效應(yīng)占據(jù)主導(dǎo)地位，企業(yè)數(shù)字化起到了緩解就業(yè)風(fēng)險(xiǎn)的作用。一方面，企業(yè)數(shù)字化引致生產(chǎn)效率提升，進(jìn)而擴(kuò)大生產(chǎn)規(guī)模，增加勞動(dòng)需求從而表現(xiàn)為規(guī)模效應(yīng)。出于擴(kuò)大規(guī)模、搶占市場(chǎng)的目的， 企業(yè)對(duì)勞動(dòng)力成本的敏感性下降，能更大限度承受勞動(dòng)力價(jià)格上漲等不利因素，同時(shí)生產(chǎn)規(guī)模擴(kuò)大引致邊際成本降低，也提高了企業(yè)應(yīng)對(duì)勞動(dòng)力成本上漲的能力，進(jìn)而降低勞動(dòng)力需求彈性，緩解勞動(dòng)者的就業(yè)風(fēng)險(xiǎn)。另一方面，企業(yè)數(shù)字化能夠提高信息質(zhì)量并釋放積極信號(hào)，通過(guò)改善企業(yè)財(cái)務(wù)狀況，緩解勞動(dòng)力價(jià)格上漲引起的財(cái)務(wù)壓力，降低融資成本，進(jìn)而降低勞動(dòng)力需求彈性和就業(yè)風(fēng)險(xiǎn)，具有融資效應(yīng)。總之，基準(zhǔn)回歸結(jié)果表明企業(yè)數(shù)字化對(duì)就業(yè)風(fēng)險(xiǎn)的影響是以規(guī)模效應(yīng)和融資效應(yīng)為主導(dǎo)的，能夠降低勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn)。

（三）穩(wěn)健性檢驗(yàn)

第一，工具變量法。基準(zhǔn)回歸模型可能由于遺漏變量和反向因果等存在內(nèi)生性，造成系數(shù)估計(jì)偏誤。借鑒相關(guān)研究選取工具變量的思路[27]，選擇1984年各城市每百萬(wàn)人郵局?jǐn)?shù)作為企業(yè)數(shù)字化的工具變量。企業(yè)數(shù)字化依賴(lài)地區(qū)內(nèi)的數(shù)字化通信方式，從地區(qū)通信發(fā)展脈絡(luò)來(lái)看，郵局系統(tǒng)為之后電話(huà)通信以及依托電話(huà)線撥號(hào)的互聯(lián)網(wǎng)接入奠定了基礎(chǔ)，并深刻影響了數(shù)字經(jīng)濟(jì)發(fā)展格局和區(qū)域內(nèi)企業(yè)信息技術(shù)的應(yīng)用和接受程度，滿(mǎn)足相關(guān)性要求。同時(shí)，郵局系統(tǒng)作為社會(huì)基礎(chǔ)設(shè)施，并不直接影響企業(yè)的勞動(dòng)力決策，并且隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，郵局系統(tǒng)的作用逐漸消失，滿(mǎn)足外生性要求。此外，考慮到1984年各城市每百萬(wàn)人郵局?jǐn)?shù)為截面數(shù)據(jù)，無(wú)法作為面板數(shù)據(jù)的工具變量，本文使用滯后一期全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)分別與1984年各城市每百萬(wàn)人郵局?jǐn)?shù)的交乘項(xiàng)作為工具變量①。此外，基準(zhǔn)模型中存在內(nèi)生變量交乘項(xiàng)，內(nèi)生項(xiàng)為企業(yè)數(shù)字化和企業(yè)數(shù)字化與工資的交互項(xiàng)，在工具變量回歸中，應(yīng)把選定的工具變量以及其與工資的交互項(xiàng)同時(shí)放入回歸中進(jìn)行估計(jì)。第一、二階段的回歸結(jié)果分別見(jiàn)表3第（1）（2）列。Kleibergen-Paap RK LM 檢驗(yàn)結(jié)果在1%的水平上顯著，表明不存在識(shí)別不足問(wèn)題。Cragg-Donald Wald F統(tǒng)計(jì)量和Kleibergen-Paap F統(tǒng)計(jì)量分別高于Stock-Yogo F檢驗(yàn)的15%和20%對(duì)應(yīng)的臨界值，表明基本不存在弱工具變量問(wèn)題①。第一階段的回歸中，工具變量、工資×工具變量對(duì)企業(yè)數(shù)字化有顯著影響，滿(mǎn)足相關(guān)性要求。綜合來(lái)看，此工具變量是可靠的。第二階段的回歸結(jié)果顯示，工資與企業(yè)數(shù)字化水平交互項(xiàng)的回歸系數(shù)仍顯著為正，表明前文實(shí)證研究結(jié)論是可靠的。

第二，改變測(cè)量方式。為保證結(jié)論不受企業(yè)數(shù)字化測(cè)度方式影響，本文采用公告法確定企業(yè)數(shù)字化轉(zhuǎn)型事件，以企業(yè)數(shù)字化轉(zhuǎn)型的虛擬變量替代企業(yè)數(shù)字化水平。本文在巨潮資訊網(wǎng)以“數(shù)字化”為關(guān)鍵詞對(duì)2008—2020年上市企業(yè)公告進(jìn)行全文搜索②，并利用Python對(duì)搜索結(jié)果進(jìn)行匯總，共得到6萬(wàn)余條公告數(shù)據(jù)。剔除年度報(bào)告和與其相關(guān)的公告③，以及審計(jì)報(bào)告、招股說(shuō)明、上市公告、公司章程等明顯與企業(yè)數(shù)字化轉(zhuǎn)型無(wú)關(guān)的企業(yè)公告，以企業(yè)公告中最早出現(xiàn)“數(shù)字化”一詞的年份作為企業(yè)數(shù)字化轉(zhuǎn)型的起始年份。在企業(yè)數(shù)字化轉(zhuǎn)型當(dāng)年及以后，企業(yè)數(shù)字化水平取值為1，否則為0。回歸結(jié)果見(jiàn)表 3第（3）列，交互項(xiàng)在1%的水平上顯著為正，表明企業(yè)數(shù)字化能夠降低勞動(dòng)力需求彈性，緩解就業(yè)風(fēng)險(xiǎn)，上述結(jié)論是穩(wěn)健的。

第三，子樣本回歸。企業(yè)數(shù)字化的就業(yè)風(fēng)緩解險(xiǎn)能力可能受部分樣本的影響。為此，進(jìn)一步加強(qiáng)樣本篩選條件，使用子樣本回歸方法進(jìn)行穩(wěn)健性檢驗(yàn)。首先，2013年是工業(yè)4.0提出之年，數(shù)字化技術(shù)發(fā)展進(jìn)入新階段，因此選取2013—2020年樣本進(jìn)行回歸分析，結(jié)果見(jiàn)表 3第（4）列;其次，剔除房地產(chǎn)業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)進(jìn)行回歸，結(jié)果見(jiàn)第（5）列;再次，鑒于各省市之間數(shù)字經(jīng)濟(jì)發(fā)展的差異，剔除直轄市和計(jì)劃單列市的樣本進(jìn)行回歸，結(jié)果見(jiàn)第（6）列;最后，財(cái)務(wù)重述有可能影響年度報(bào)告的真實(shí)性，剔除存在財(cái)務(wù)重述的樣本進(jìn)行回歸，結(jié)果見(jiàn)第（7）列。在上述回歸結(jié)果中，交互項(xiàng)回歸系數(shù)的符號(hào)和顯著性與基準(zhǔn)回歸結(jié)果基本保持一致，表明企業(yè)數(shù)字化緩解就業(yè)風(fēng)險(xiǎn)的結(jié)論是穩(wěn)健的。

五、作用機(jī)制及其效應(yīng)的實(shí)證檢驗(yàn)

上述實(shí)證分析表明，企業(yè)數(shù)字化對(duì)勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn)具有緩解作用，主要表現(xiàn)為生產(chǎn)力機(jī)制的規(guī)模效應(yīng)與資源機(jī)制的融資效應(yīng)占主導(dǎo)地位，下面進(jìn)一步檢驗(yàn)這兩種效應(yīng)的存在性。

（一）生產(chǎn)力機(jī)制的規(guī)模效應(yīng)

規(guī)模效應(yīng)表現(xiàn)為企業(yè)數(shù)字化促使企業(yè)擴(kuò)大生產(chǎn)。由于生產(chǎn)規(guī)模擴(kuò)大，勞動(dòng)力相對(duì)短缺，出于擴(kuò)大規(guī)模、搶占市場(chǎng)等目的以及規(guī)模經(jīng)濟(jì)引起的邊際成本遞減，企業(yè)能忍受勞動(dòng)力價(jià)格上漲等不利因素，降低勞動(dòng)力需求彈性和就業(yè)風(fēng)險(xiǎn)。這一機(jī)制的核心在于企業(yè)生產(chǎn)規(guī)模對(duì)勞動(dòng)需求彈性的影響，本文選擇企業(yè)工業(yè)增加值（iav）衡量生產(chǎn)規(guī)模[8]。

本文使用第二類(lèi)有中介的調(diào)節(jié)（meMO-Ⅱ）模型進(jìn)行機(jī)制檢驗(yàn)[28]。meMO-Ⅱ的檢驗(yàn)方式如圖2所示?？傂?yīng)模型關(guān)注企業(yè)數(shù)字化的直接調(diào)節(jié)效應(yīng)β1，在圖中對(duì)應(yīng)①，已在基準(zhǔn)回歸部分得到檢驗(yàn);中介效應(yīng)模型關(guān)注企業(yè)數(shù)字化如何影響機(jī)制變量以及機(jī)制變量如何影響勞動(dòng)力需求彈性。前者對(duì)企業(yè)數(shù)字化與機(jī)制變量的關(guān)系進(jìn)行檢驗(yàn)，對(duì)應(yīng)式（3），在圖中對(duì)應(yīng)②，重點(diǎn)關(guān)注系數(shù)a1，若系數(shù)a1 顯著，表明企業(yè)數(shù)字化能夠顯著影響機(jī)制變量;后者對(duì)機(jī)制變量如何調(diào)節(jié)工資與勞動(dòng)力需求的關(guān)系進(jìn)行檢驗(yàn)，對(duì)應(yīng)式（4），在圖中對(duì)應(yīng)③，重點(diǎn)關(guān)注系數(shù)b2，若系數(shù)b2 顯著，表明機(jī)制變量能夠顯著調(diào)節(jié)工資與勞動(dòng)力需求的關(guān)系，提高或降低勞動(dòng)力需求彈性。在meMO-Ⅱ檢驗(yàn)中，若a1 和b2 均顯著，則表明企業(yè)數(shù)字化通過(guò)機(jī)制變量調(diào)節(jié)了工資與勞動(dòng)力需求的關(guān)系，影響勞動(dòng)力需求彈性，此時(shí)間接調(diào)節(jié)效應(yīng)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(chǎn)力機(jī)制的規(guī)模效應(yīng)中，首先采用式（3）檢驗(yàn)企業(yè)數(shù)字化是否能夠提高企業(yè)生產(chǎn)規(guī)模;然后采用式（4）檢驗(yàn)企業(yè)生產(chǎn)規(guī)模是否能夠降低勞動(dòng)力需求彈性（絕對(duì)值）?；貧w結(jié)果如表 4第（1）（2）列所示，企業(yè)數(shù)字化水平對(duì)生產(chǎn)規(guī)模的回歸系數(shù)在1%的水平上顯著為正，說(shuō)明企業(yè)數(shù)字化能夠提高企業(yè)生產(chǎn)規(guī)模;工資和生產(chǎn)規(guī)模交互項(xiàng)的回歸系數(shù)顯著為正，表明生產(chǎn)規(guī)模能夠降低勞動(dòng)力需求彈性（絕對(duì)值），即生產(chǎn)規(guī)模能夠緩解工資上漲對(duì)勞動(dòng)力需求的負(fù)面沖擊，降低勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，間接調(diào)節(jié)效應(yīng)顯著。因此，企業(yè)生產(chǎn)規(guī)模是企業(yè)數(shù)字化降低勞動(dòng)力需求彈性（絕對(duì)值）的一個(gè)重要作用機(jī)制。

（二）資源機(jī)制的融資效應(yīng)

如果企業(yè)融資成本高企，將導(dǎo)致企業(yè)難以承擔(dān)勞動(dòng)力成本上漲，進(jìn)而提高勞動(dòng)力需求彈性，增加勞動(dòng)者就業(yè)風(fēng)險(xiǎn)。企業(yè)數(shù)字化存在融資效應(yīng)，企業(yè)通過(guò)提高信息質(zhì)量和釋放積極信號(hào)，改善企業(yè)財(cái)務(wù)狀況，可以降低企業(yè)融資成本，從而緩解勞動(dòng)力需求彈性與就業(yè)風(fēng)險(xiǎn)。為檢驗(yàn)資源機(jī)制的融資效應(yīng)，采用融資支出占比衡量企業(yè)融資成本（fc）[29]，以此作為檢驗(yàn)融資效應(yīng)的機(jī)制變量。根據(jù)前文機(jī)制分析，企業(yè)數(shù)字化首先能夠降低融資成本，而融資成本能夠提高勞動(dòng)力需求彈性（絕對(duì)值），因而企業(yè)數(shù)字化通過(guò)降低融資成本進(jìn)而降低勞動(dòng)力需求彈性，緩解就業(yè)風(fēng)險(xiǎn)，設(shè)定meMO-Ⅱ模型進(jìn)行機(jī)制檢驗(yàn)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(yàn)企業(yè)數(shù)字化對(duì)融資成本的影響，若企業(yè)數(shù)字化能夠降低融資成本，則a1應(yīng)顯著為負(fù)值。式（6）可檢驗(yàn)融資成本是否能夠提高勞動(dòng)力需求彈性（絕對(duì)值），即融資成本能否加深工資與勞動(dòng)力需求的負(fù)向關(guān)系，上述關(guān)系成立時(shí)則b2 顯著為負(fù)值。若a1、b2 均為負(fù)值且顯著，則間接調(diào)節(jié)效應(yīng)存在，中介效應(yīng)為a1b2 >0。具體回歸結(jié)果如表 4第（3）（4）列所示，企業(yè)數(shù)字化對(duì)融資成本的回歸系數(shù)顯著為負(fù)，表明企業(yè)數(shù)字化降低融資成本。同時(shí)，勞動(dòng)工資和融資成本交互項(xiàng)的估計(jì)系數(shù)顯著為負(fù)值，表明融資成本提高勞動(dòng)力需求彈性（絕對(duì)值）與勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，即融資成本過(guò)高導(dǎo)致企業(yè)無(wú)法承擔(dān)勞動(dòng)力成本上漲，提高了勞動(dòng)力需求彈性，即增加勞動(dòng)者面臨的就業(yè)風(fēng)險(xiǎn)。然而，企業(yè)數(shù)字化能夠釋放高質(zhì)量發(fā)展信號(hào)，進(jìn)而降低企業(yè)融資成本，緩解因融資成本高企導(dǎo)致的勞動(dòng)力需求彈性過(guò)高，降低勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，融資效應(yīng)機(jī)制成立。

六、研究結(jié)論與啟示

本文在勞動(dòng)力價(jià)格上漲背景下，以勞動(dòng)力需求彈性衡量勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，探討了企業(yè)數(shù)字化能否化解勞動(dòng)力成本壓力，進(jìn)而降低勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn)。結(jié)合熊彼特“創(chuàng)造性破壞”理論和企業(yè)數(shù)字化的內(nèi)在邏輯，本文建構(gòu)了企業(yè)數(shù)字化沖擊勞動(dòng)力市場(chǎng)的兩種機(jī)制和三種效應(yīng)，即生產(chǎn)力機(jī)制的替代效應(yīng)和規(guī)模效應(yīng)，以及資源機(jī)制的融資效應(yīng)。其中，替代效應(yīng)提高勞動(dòng)力需求彈性，加劇勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，而規(guī)模效應(yīng)和融資效應(yīng)則能夠降低勞動(dòng)力需求彈性，緩解勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn)?；?010—2020年中國(guó)A股上市企業(yè)數(shù)據(jù)，本文借助文本分析技術(shù)，采用詞頻法測(cè)度企業(yè)數(shù)字化水平，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化對(duì)就業(yè)風(fēng)險(xiǎn)的影響。研究發(fā)現(xiàn)，企業(yè)數(shù)字化能夠降低勞動(dòng)力需求彈性，表明企業(yè)數(shù)字化可緩解勞動(dòng)力價(jià)格上漲壓力，降低勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，具有積極的就業(yè)效應(yīng)。進(jìn)一步，借助第二類(lèi)有中介的調(diào)節(jié)模型進(jìn)行機(jī)制檢驗(yàn)，規(guī)模效應(yīng)和融資效應(yīng)均得到實(shí)證結(jié)果支持。

伴隨著勞動(dòng)力價(jià)格上漲，企業(yè)的勞動(dòng)力成本上升，導(dǎo)致勞動(dòng)者失業(yè)或轉(zhuǎn)崗可能性增加，同時(shí)推動(dòng)勞動(dòng)者由正規(guī)就業(yè)向非正規(guī)就業(yè)轉(zhuǎn)變，就業(yè)風(fēng)險(xiǎn)不斷提高。與此同時(shí)，企業(yè)數(shù)字化不同于平臺(tái)經(jīng)濟(jì)發(fā)展，企業(yè)數(shù)字化是以企業(yè)為主體，以數(shù)字化技術(shù)創(chuàng)新、嵌入與應(yīng)用為內(nèi)核的全方位升級(jí)改造，在此過(guò)程中，勞動(dòng)力需求彈性變化直接反映了勞動(dòng)力市場(chǎng)的潛在就業(yè)風(fēng)險(xiǎn)。因此，企業(yè)數(shù)字化對(duì)就業(yè)風(fēng)險(xiǎn)的影響關(guān)系到數(shù)字經(jīng)濟(jì)和政府“穩(wěn)就業(yè)”政策的目標(biāo)一致性。本文的研究結(jié)論表明，企業(yè)數(shù)字化能夠擴(kuò)大企業(yè)規(guī)模、降低融資成本，緩解勞動(dòng)力市場(chǎng)就業(yè)風(fēng)險(xiǎn)，即大力推進(jìn)企業(yè)數(shù)字化能夠有效降低勞動(dòng)者就業(yè)風(fēng)險(xiǎn)，具有積極的就業(yè)效應(yīng)，與“穩(wěn)就業(yè)”的目標(biāo)并行不悖。同時(shí)企業(yè)數(shù)字化的替代效應(yīng)將加快勞動(dòng)力轉(zhuǎn)崗速度，政府部門(mén)應(yīng)該高度重視數(shù)字時(shí)代的職業(yè)技能培訓(xùn)，以更好實(shí)現(xiàn)穩(wěn)就業(yè)的政策目標(biāo)。

本研究的局限性與未來(lái)研究空間主要包括兩個(gè)方面。首先，由于數(shù)據(jù)可得性問(wèn)題，本研究使用的是中國(guó)A股上市企業(yè)數(shù)據(jù)，這類(lèi)企業(yè)規(guī)模大、融資能力強(qiáng)，是優(yōu)質(zhì)企業(yè)的代表，但并不能代表全部企業(yè)。在未來(lái)的研究中可進(jìn)一步通過(guò)大規(guī)模企業(yè)抽樣把全部企業(yè)納入分析框架，進(jìn)一步分析企業(yè)數(shù)字化與勞動(dòng)力市場(chǎng)的就業(yè)風(fēng)險(xiǎn)的關(guān)系。其次，本研究未考慮部分企業(yè)數(shù)字化的溢出效應(yīng)。少量企業(yè)的數(shù)字化具有強(qiáng)烈的溢出效應(yīng)，特別是平臺(tái)型企業(yè)，其數(shù)字化程度影響就業(yè)市場(chǎng)的非正規(guī)群體形成。平臺(tái)型企業(yè)與傳統(tǒng)企業(yè)有明顯不同，能夠?qū)崿F(xiàn)跨越企業(yè)邊界的科層控制，由此形成勞動(dòng)關(guān)系不明確的大量非正規(guī)勞動(dòng)者，其中以騎手和快遞員為典型代表。進(jìn)一步的研究可針對(duì)平臺(tái)型企業(yè)數(shù)字化的就業(yè)效應(yīng)展開(kāi)分析，關(guān)注數(shù)字平臺(tái)經(jīng)濟(jì)發(fā)展對(duì)勞動(dòng)力市場(chǎng)產(chǎn)生的廣泛影響。

參考文獻(xiàn)：

[1] 寧光杰. 技術(shù)進(jìn)步與就業(yè)的補(bǔ)償機(jī)制[J]. 經(jīng)濟(jì)社會(huì)體制比較，2007（4）： 63-68.

[2] 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(lái)自制造業(yè)上市公司的證據(jù)[J]. 經(jīng)濟(jì)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(rùn)東，李瓊瓊，郭怡笛. 勞動(dòng)力成本上升、機(jī)器自動(dòng)化與制造業(yè)轉(zhuǎn)移[J]. 改革， 2023（8）： 66-81.

[5] 王春超，聶雅豐. 數(shù)字經(jīng)濟(jì)對(duì)就業(yè)影響研究進(jìn)展[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 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(huì)加速工業(yè)企業(yè)自動(dòng)化：來(lái)自中國(guó)機(jī)器人進(jìn)口的思考[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2021（3）：32-43.

[9] 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(guó)軟科學(xué)， 2023（4）： 141-150.

[10]方明月，林佳妮，聶輝華. 數(shù)字化轉(zhuǎn)型是否促進(jìn)了企業(yè)內(nèi)共同富裕：來(lái)自中國(guó)A股上市公司的證據(jù)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2022（11）： 50-70.

[11]毛宇飛，胡文馨. 人工智能應(yīng)用對(duì)人力資源從業(yè)者就業(yè)質(zhì)量的影響[J]. 經(jīng)濟(jì)管理， 2020（11）： 92-108.

[12]鮑爾斯. 勞動(dòng)經(jīng)濟(jì)學(xué)[M]. 沈凱玲，譯. 北京：中國(guó)人民大學(xué)出版社，2018：88.

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

[14]袁知柱，侯利娟. 會(huì)計(jì)信息可比性與企業(yè)勞動(dòng)力投資效率[J]. 財(cái)貿(mào)研究， 2022（12）： 74-92.

[15]史青，李平，宗慶慶. 企業(yè)出口對(duì)勞動(dòng)力就業(yè)風(fēng)險(xiǎn)影響的研究[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2014（7）： 71-83.

[16]盛斌，牛蕊. 貿(mào)易、勞動(dòng)力需求彈性與就業(yè)風(fēng)險(xiǎn)：中國(guó)工業(yè)的經(jīng)驗(yàn)研究[J]. 世界經(jīng)濟(jì)， 2009（6）： 3-15.

[17]周琦瑋，劉鑫，李東紅.企業(yè)數(shù)字化轉(zhuǎn)型的多重作用與開(kāi)放性研究框架[J].西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（3）：10-19.

[18]王林輝，胡晟明，董直慶. 人工智能技術(shù)、任務(wù)屬性與職業(yè)可替代風(fēng)險(xiǎn)：來(lái)自微觀層面的經(jīng)驗(yàn)證據(jù)[J]. 管理世界，2022（7）： 60-79.

[19]陳宗勝，趙源.工業(yè)機(jī)器人應(yīng)用與企業(yè)內(nèi)部薪酬差別的機(jī)制與效應(yīng)研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，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(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)：來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[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(shù)字化發(fā)展與服務(wù)化轉(zhuǎn)型：來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[J]. 南開(kāi)管理評(píng)論， 2021（2）： 149-163.

[24]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.

[25]張葉青，陸瑤，李樂(lè)蕓. 大數(shù)據(jù)應(yīng)用對(duì)中國(guó)企業(yè)市場(chǎng)價(jià)值的影響：來(lái)自中國(guó)上市公司年報(bào)文本分析的證據(jù)[J]. kAjLQ67V1z9VbzVtSsqyjQ==經(jīng)濟(jì)研究， 2021（12）： 42-59.

[26]韓曉梅，龔啟輝，吳聯(lián)生. 薪酬抵稅與企業(yè)薪酬安排[J]. 經(jīng)濟(jì)研究， 2016（10）： 140-154.

[27]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.

[28]王陽(yáng)，溫忠麟，王惠惠，等. 第二類(lèi)有中介的調(diào)節(jié)模型[J]. 心理科學(xué)進(jìn)展， 2022（9）： 2131-2145.

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

[本刊相關(guān)文獻(xiàn)鏈接]

[1] 葉舉，艾瑋煒.市場(chǎng)競(jìng)爭(zhēng)中的企業(yè)數(shù)字變革：賦能創(chuàng)新的影響研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2024（3）：80-94.

[2] 危平，陳斌，趙允寧.綠色治理、技術(shù)進(jìn)步與就業(yè)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2024（3）：18-31.

[3] 任曙明，馬橙.企業(yè)數(shù)字化如何影響創(chuàng)新風(fēng)險(xiǎn)：來(lái)自中國(guó)制造業(yè)的經(jīng)驗(yàn)證據(jù)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2024（2）：90-103.

[4] 韓雷，田知敏慧.數(shù)字經(jīng)濟(jì)與技能工資差距：基于CFPS的微觀證據(jù)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2024（2）：75-89.

[5] 張倩肖，段義學(xué).數(shù)字賦能、市場(chǎng)分割與出口產(chǎn)品質(zhì)量[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2024（3）：95-110.

[6] 王春凱，許珍珍.互聯(lián)網(wǎng)發(fā)展對(duì)區(qū)域勞動(dòng)力就業(yè)匹配的影響研究： 基于人力資本—產(chǎn)業(yè)結(jié)構(gòu)視角[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2023（4）：127-138.

[7] 祁懷錦，劉斯琴.企業(yè)數(shù)字化發(fā)展對(duì)綠色創(chuàng)新的影響及其作用機(jī)理[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2023（4）：72-83.

編輯：張靜，高原

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“新形勢(shì)下我國(guó)面臨的主要就業(yè)風(fēng)險(xiǎn)及多維治理研究”（21&ZD181）。