孫鳳娥

(北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083)

一、引言

共同富裕是社會(huì)主義的本質(zhì)要求，完善收入分配制度是實(shí)現(xiàn)共同富裕的重要路徑，而初次分配對(duì)于最終分配格局的形成具有基礎(chǔ)性作用。近年來，我國(guó)高度重視收入分配問題，黨的十九屆六中全會(huì)通過的《中共中央關(guān)于黨的百年奮斗重大成就和歷史經(jīng)驗(yàn)的決議》指出，要“努力建設(shè)體現(xiàn)效率、促進(jìn)公平的收入分配體系”，各項(xiàng)政策也彰顯要提高勞動(dòng)報(bào)酬在初次分配中的比重的導(dǎo)向，但目前勞動(dòng)所得占比較低、資本與勞動(dòng)的分配關(guān)系不平衡的問題仍十分突出(劉震和劉溪，2022)[39]。勞動(dòng)是價(jià)值創(chuàng)造的源泉，勞動(dòng)收入份額過低會(huì)抑制勞動(dòng)者價(jià)值創(chuàng)造的動(dòng)力，引發(fā)內(nèi)需不足，并導(dǎo)致國(guó)家無法應(yīng)對(duì)國(guó)際形勢(shì)的劇變，不利于經(jīng)濟(jì)的高質(zhì)量發(fā)展(劉長(zhǎng)庚等，2022)[38]。

現(xiàn)有文獻(xiàn)主要從產(chǎn)業(yè)結(jié)構(gòu)(白重恩和錢震杰，2010)[21]、外商投資(王雄元和黃玉菁，2017)[44]、技術(shù)偏向(陳宇峰等，2013；王林輝和袁禮，2018)[25][43]、稅負(fù)(伍山林，2014)[48]及人工智能(郭凱明，2019；金陳飛等，2020)[30][34]等視角研究勞動(dòng)收入份額問題，其中，技術(shù)進(jìn)步無疑是影響勞動(dòng)收入份額的重要因素。Acemoglu and Restrepo(2018)[2]指出，技術(shù)進(jìn)步會(huì)改變傳統(tǒng)生產(chǎn)組織方式，提升企業(yè)生產(chǎn)的自動(dòng)化、智能化水平，在一定程度上替代人工，降低勞動(dòng)力需求，進(jìn)而降低勞動(dòng)收入規(guī)模。但同時(shí)，Bessen(2019)[11]對(duì)兩個(gè)世紀(jì)以來美國(guó)紡織、鋼鐵和汽車行業(yè)的研究表明，提高生產(chǎn)率的技術(shù)反而增加了行業(yè)就業(yè)，因?yàn)榧夹g(shù)可能導(dǎo)致一些行業(yè)衰落，而另一些行業(yè)則隨之增長(zhǎng)。Aghion et al.(2019)[6]也指出，在要素替代彈性不確定、要素間存在互補(bǔ)效應(yīng)時(shí)，新技術(shù)的應(yīng)用可能會(huì)導(dǎo)致部分部門勞動(dòng)力成本提高，勞動(dòng)收入份額增加。Koike(2018)[17]的研究證實(shí)了上述觀點(diǎn)。由此可見，現(xiàn)有研究在技術(shù)進(jìn)步對(duì)勞動(dòng)收入份額的影響方向上存在爭(zhēng)議。

作為新一輪技術(shù)革命的主角，數(shù)字技術(shù)的發(fā)展和應(yīng)用會(huì)深刻改變企業(yè)的生產(chǎn)關(guān)系及不同要素在分配中的地位(陳夢(mèng)根和周元任，2021)[24]。勞動(dòng)收入份額是否會(huì)因企業(yè)數(shù)字化轉(zhuǎn)型而改變？新的技術(shù)紅利會(huì)更多分配給資本還是勞動(dòng)？雖然國(guó)內(nèi)外學(xué)者對(duì)此進(jìn)行了一定的研究，但多為宏觀層面的模型推導(dǎo)(郭凱明，2019；Aghion et al.，2019)[30][6]或行業(yè)層面的經(jīng)驗(yàn)證據(jù)(陳夢(mèng)根和周元任，2021)[24]，或者僅從人工智能(蘆婷婷和祝志勇，2021)[40]、信息化(Acemoglu et al.，2014；余玲錚等，2021)[1][50]、自動(dòng)化(Acemoglu and Restrepo，2019)[3]、工業(yè)機(jī)器人(Acemoglu and Restrepo，2020)[4]等數(shù)字技術(shù)應(yīng)用的某一個(gè)方面來探討其對(duì)勞動(dòng)收入份額的影響，鮮有學(xué)者利用微觀層面數(shù)據(jù)探究企業(yè)數(shù)字化轉(zhuǎn)型的直接影響。此外，教育程度、技能水平等的差異使得勞動(dòng)力呈現(xiàn)較強(qiáng)的異質(zhì)性(吳愈曉，2011)[47]，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)不同勞動(dòng)群體會(huì)產(chǎn)生替代、互補(bǔ)、加強(qiáng)等不同效應(yīng)(郭繼強(qiáng)等，2020)[29]，進(jìn)而可能對(duì)不同勞動(dòng)群體的收入份額產(chǎn)生差異化影響，而宏觀層面或行業(yè)層面的研究會(huì)平滑群體差異(王雄元和黃玉菁，2017)[44]，無法反映上述異質(zhì)性影響。與非上市公司相比，上市公司在規(guī)模、業(yè)績(jī)等方面表現(xiàn)更為優(yōu)異，也更能吸納高素質(zhì)勞動(dòng)力。因此，以上市公司作為研究對(duì)象，更能反映數(shù)字化轉(zhuǎn)型對(duì)高素質(zhì)勞動(dòng)力群體收入份額的影響，也能體現(xiàn)出數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力的影響是否存在群體差異，從而為下一步完善收入分配制度提供一定的理論支持。

基于此，本文利用上市公司數(shù)據(jù)，研究數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響，并試圖闡釋以下問題：數(shù)字化轉(zhuǎn)型如何影響勞動(dòng)收入份額？其影響機(jī)理及傳導(dǎo)路徑是什么？其影響是否存在企業(yè)異質(zhì)性？本文可能的邊際貢獻(xiàn)在于：一是現(xiàn)有研究大多基于國(guó)家層面或產(chǎn)業(yè)層面展開研究，缺乏微觀證據(jù)支持，且無法反映數(shù)字化對(duì)不同勞動(dòng)群體收入份額的異質(zhì)性影響，本文基于企業(yè)層面數(shù)據(jù)展開研究是對(duì)現(xiàn)有文獻(xiàn)的重要補(bǔ)充。二是目前缺乏數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額影響機(jī)理及傳導(dǎo)路徑的深入探討，本文將其歸結(jié)為“勞動(dòng)要素升級(jí)效應(yīng)”“替代效應(yīng)”及“生產(chǎn)率提升效應(yīng)”，彌補(bǔ)了相關(guān)文獻(xiàn)在數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額影響機(jī)制方面的研究不足。三是從企業(yè)規(guī)模、所處行業(yè)、競(jìng)爭(zhēng)地位三個(gè)方面，檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)不同類型企業(yè)勞動(dòng)收入份額的異質(zhì)性影響，以澄清數(shù)字化轉(zhuǎn)型與勞動(dòng)收入份額間的權(quán)變關(guān)系，豐富了企業(yè)數(shù)字化轉(zhuǎn)型研究的情境機(jī)制。

二、理論分析與研究假設(shè)

本文通過構(gòu)建一個(gè)理論框架分析企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響。借鑒Acemoglu(2002)[5]技術(shù)進(jìn)步偏向的引致機(jī)制模型，假設(shè)企業(yè)在完全競(jìng)爭(zhēng)市場(chǎng)中采用常替代彈性技術(shù)進(jìn)行生產(chǎn)，對(duì)應(yīng)生產(chǎn)函數(shù)為CES生產(chǎn)函數(shù)：

其中，Y為企業(yè)實(shí)際產(chǎn)出，K為資本要素投入，L為勞動(dòng)要素投入，r為反映生產(chǎn)過程中資本和勞動(dòng)要素重要性的分配參數(shù)，σ表示資本勞動(dòng)要素替代彈性，AK表示資本增強(qiáng)型技術(shù)進(jìn)步指數(shù)，AL表示勞動(dòng)增強(qiáng)型技術(shù)進(jìn)步指數(shù)。

根據(jù)Acemoglu(2002)[5]的理論模型，均衡狀態(tài)下勞動(dòng)與資本的相對(duì)價(jià)格決定式為：

其中，wL表示勞動(dòng)要素價(jià)格，wK表示資本要素價(jià)格，ε表示中間產(chǎn)品YK和YL的替代彈性。

穩(wěn)態(tài)均衡下，要素替代彈性和要素相對(duì)供給水平?jīng)Q定的與生產(chǎn)要素勞動(dòng)和資本相匹配的技術(shù)進(jìn)步的相對(duì)水平為：

其中，η為技術(shù)生產(chǎn)成本參數(shù)。

勞動(dòng)要素和資本要素收入之比的表達(dá)式為：

s越大，勞動(dòng)收入份額越高，因此，勞動(dòng)收入份額主要受到要素相對(duì)價(jià)格變動(dòng)(wL/wK)、要素相對(duì)供給變動(dòng)(L/K)的影響，具體的影響路徑可分為三條：①要素相對(duì)價(jià)格變動(dòng)對(duì)勞動(dòng)收入份額的直接影響。勞動(dòng)要素相對(duì)價(jià)格的上升會(huì)提高勞動(dòng)收入份額。②要素相對(duì)供給變動(dòng)對(duì)勞動(dòng)收入份額的直接影響。勞動(dòng)要素相對(duì)供給的增加會(huì)提高勞動(dòng)收入份額。③要素相對(duì)供給變動(dòng)通過技術(shù)進(jìn)步弱引致偏向影響要素相對(duì)價(jià)格，進(jìn)而影響勞動(dòng)收入份額。不論要素間替代彈性σ的大小，勞動(dòng)要素相對(duì)供給的增加會(huì)誘使產(chǎn)生偏向于勞動(dòng)的技術(shù)變化，提高勞動(dòng)要素的相對(duì)價(jià)格，進(jìn)而提高勞動(dòng)收入份額，即由勞動(dòng)要素相對(duì)供給增加引發(fā)的技術(shù)進(jìn)步所帶來的超額利潤(rùn)更偏向于勞動(dòng)。

企業(yè)數(shù)字化轉(zhuǎn)型會(huì)產(chǎn)生勞動(dòng)要素升級(jí)效應(yīng)、替代效應(yīng)及生產(chǎn)率提升效應(yīng)，進(jìn)而影響勞動(dòng)和資本要素的相對(duì)價(jià)格及相對(duì)供給，最終通過上述三條路徑影響勞動(dòng)收入份額。

(一)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的提升作用：勞動(dòng)要素升級(jí)效應(yīng)

數(shù)字化轉(zhuǎn)型會(huì)產(chǎn)生勞動(dòng)要素升級(jí)效應(yīng)，提高勞動(dòng)力的平均工資水平，提升勞動(dòng)要素的相對(duì)價(jià)格(wL/wK)，進(jìn)而提高勞動(dòng)收入份額。數(shù)字化轉(zhuǎn)型如何帶動(dòng)勞動(dòng)要素升級(jí)？一方面，數(shù)字化轉(zhuǎn)型將創(chuàng)造新的高技能就業(yè)崗位。數(shù)字技術(shù)的應(yīng)用將創(chuàng)造出復(fù)雜度更高、可替代性更弱、技能性更強(qiáng)的工作類型(Goos et al.，2009)[15]，衍生出更高級(jí)別的復(fù)雜任務(wù)，并催生與這類崗位相匹配的大量人才需求(Dauth et al.，2017；Graetz and Michaels，2018)[12][16]。Acemoglu and Restrepo(2018)[2]的研究也表明，數(shù)字技術(shù)為技能偏向型技術(shù)，其與高技能勞動(dòng)力存在互補(bǔ)關(guān)系，因此，數(shù)字化轉(zhuǎn)型將促使就業(yè)結(jié)構(gòu)向高技能人才轉(zhuǎn)變(龔六堂，2021)[28]。另一方面，數(shù)字化轉(zhuǎn)型將提升原有崗位的技能要求。數(shù)字化轉(zhuǎn)型意味著“數(shù)據(jù)”將成為企業(yè)發(fā)展的戰(zhàn)略性資源，大量工作需圍繞“數(shù)據(jù)”展開，對(duì)現(xiàn)有員工的數(shù)字素養(yǎng)提出了更高要求，不僅需要懂得產(chǎn)品、市場(chǎng)的相關(guān)知識(shí)，還需要具備大數(shù)據(jù)、人工智能、算法等方面的技術(shù)。因此，企業(yè)需引進(jìn)或培養(yǎng)更多具備多元化知識(shí)和技能的復(fù)合型人才。相關(guān)數(shù)據(jù)也表明，數(shù)字經(jīng)濟(jì)領(lǐng)域的從業(yè)人員受教育程度普遍較高。例如，2019年中國(guó)社會(huì)狀況綜合調(diào)查數(shù)據(jù)顯示，數(shù)字經(jīng)濟(jì)部門?？啤⒈究?、研究生及以上學(xué)歷員工占比高達(dá)56.43%，而非數(shù)字經(jīng)濟(jì)部門僅為17.87%。由此可見，數(shù)字化轉(zhuǎn)型會(huì)極大推動(dòng)企業(yè)勞動(dòng)要素升級(jí)。

勞動(dòng)要素升級(jí)勢(shì)必帶動(dòng)工資水平的上漲。一方面，數(shù)字技術(shù)與高技能勞動(dòng)者的結(jié)合能夠顯著提高勞動(dòng)生產(chǎn)率(戚聿東等，2021)[41]，從而帶動(dòng)薪酬水平的提升；另一方面，高技能勞動(dòng)力具有更強(qiáng)的議價(jià)能力(Dauth et al.，2017；Graetz and Michaels，2018)[12][16]。從目前我國(guó)的勞動(dòng)力供需結(jié)構(gòu)看，數(shù)字化人才的需求遠(yuǎn)大于供給。《全球數(shù)字經(jīng)濟(jì)競(jìng)爭(zhēng)力報(bào)告(2020)》顯示，全球30個(gè)主要城市中，北京競(jìng)爭(zhēng)力位列第8，但其數(shù)字人才競(jìng)爭(zhēng)力僅排第23位，存在較大的數(shù)字人才缺口。因此，為了更好地吸引數(shù)字化人才等高技能員工(郭玉清和姜磊，2012)[31]，數(shù)字化轉(zhuǎn)型企業(yè)有動(dòng)機(jī)提高工資水平。此外，從目前的就業(yè)市場(chǎng)狀況看，數(shù)字化人才的薪酬水平已大幅超過了其他崗位人員。復(fù)旦創(chuàng)新研究院發(fā)布的《中國(guó)上市公司的數(shù)字賦能評(píng)價(jià)報(bào)告》指出，2021年3月，全國(guó)數(shù)字人才人均年薪為15.02萬元，遠(yuǎn)超2021年全國(guó)城鎮(zhèn)非私營(yíng)單位就業(yè)人員年均工資10.68萬元。由此可見，在數(shù)據(jù)時(shí)代，數(shù)字化人才已成為企業(yè)爭(zhēng)奪的焦點(diǎn)，企業(yè)數(shù)字化進(jìn)程將改變勞動(dòng)力結(jié)構(gòu)，提升對(duì)高成本的數(shù)字化人才的需求，進(jìn)而提高勞動(dòng)收入份額。

基于上述分析，本文提出以下假設(shè)：

H1a：企業(yè)數(shù)字化轉(zhuǎn)型能夠提高上市公司勞動(dòng)收入份額。

(二)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的降低作用：替代效應(yīng)、生產(chǎn)率提升效應(yīng)

1.資本對(duì)勞動(dòng)的替代效應(yīng)

數(shù)字化轉(zhuǎn)型會(huì)導(dǎo)致資本替代勞動(dòng)，使資本要素相對(duì)供給增加，勞動(dòng)要素相對(duì)供給減少，(L/K)下降，從而降低勞動(dòng)收入份額。胡擁軍和關(guān)樂寧(2022)[33]的研究表明，數(shù)字化轉(zhuǎn)型既會(huì)創(chuàng)造高技能就業(yè)崗位，又會(huì)對(duì)低技能勞動(dòng)力產(chǎn)生排斥效應(yīng)(陳玉宇和吳玉立，2008)[26]。Acemoglu and Restrepo(2018)[2]的研究也發(fā)現(xiàn)，尤其是對(duì)勞動(dòng)密集型行業(yè)而言，數(shù)字化轉(zhuǎn)型對(duì)其從業(yè)人員的負(fù)面影響更大。

數(shù)字化轉(zhuǎn)型為何會(huì)引發(fā)資本替代勞動(dòng)？其一，與執(zhí)行同類任務(wù)的勞動(dòng)力相比，基于自動(dòng)化和智能化的機(jī)械及電子設(shè)備可以更低成本、更高質(zhì)量、更高效率地完成既定任務(wù)(Acemoglu and Restrepo，2019)[3]，從而引發(fā)“機(jī)器換人”。一方面，數(shù)智化設(shè)備可以打破時(shí)間限制，實(shí)現(xiàn)24小時(shí)持續(xù)作業(yè)，減少因工人疲憊、精力不集中等導(dǎo)致的差錯(cuò)，并且數(shù)智化設(shè)備可模擬人腦處理過程，實(shí)現(xiàn)生產(chǎn)全過程可視化，更好地監(jiān)督和預(yù)警生產(chǎn)流程、更高質(zhì)量地完成生產(chǎn)作業(yè)，提升流水線效率，由此推動(dòng)“無人工廠”的誕生；另一方面，數(shù)智化設(shè)備還可以突破物理空間限制，實(shí)現(xiàn)遠(yuǎn)程操作，對(duì)工作場(chǎng)地幾乎無要求，可靈活應(yīng)對(duì)各種操作條件，拓寬企業(yè)的生產(chǎn)生態(tài)和盈利模式。即使是一些智力型工作，數(shù)字技術(shù)也表現(xiàn)出更高的處理效率，比如面對(duì)企業(yè)龐大的數(shù)據(jù)量，只有機(jī)器取代人工，利用云計(jì)算等智能化分析工具進(jìn)行數(shù)據(jù)處理，才能在足夠短的時(shí)間內(nèi)快速做出科學(xué)決策。因此，隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入推進(jìn)，大量的工作將會(huì)被資本替代(Frey and Osborne，2015；Frey and Osborne，2017)[13][14]。其二，數(shù)字化轉(zhuǎn)型投入高、周期長(zhǎng)，擠出了人工預(yù)算。數(shù)字化轉(zhuǎn)型會(huì)給企業(yè)帶來陣痛，尤其在轉(zhuǎn)型初期，企業(yè)將面臨較高的成本壓力，不僅需要在智能化設(shè)備上進(jìn)行高昂投入，還需改進(jìn)現(xiàn)有組織結(jié)構(gòu)、生產(chǎn)流程，并聘任或培養(yǎng)高技能勞動(dòng)者以匹配現(xiàn)有工作崗位，使企業(yè)面臨極大的成本壓力，短期內(nèi)抑制了企業(yè)規(guī)模擴(kuò)張，并對(duì)低端勞動(dòng)力產(chǎn)生了擠出效應(yīng)。其三，數(shù)字化轉(zhuǎn)型將促使新業(yè)態(tài)取代傳統(tǒng)業(yè)態(tài)，很多職業(yè)的需求將因此減少甚至消失(胡擁軍和關(guān)樂寧，2022)[33]。例如，電商的發(fā)展促使傳統(tǒng)商品交易市場(chǎng)的衰落，傳統(tǒng)商品交易市場(chǎng)從業(yè)人員數(shù)占批發(fā)零售業(yè)的比重已從2007年的33%下降到2018年的18%左右。據(jù)世界經(jīng)濟(jì)論壇的預(yù)測(cè)，到2030年，全球?qū)⒂?.1億人因數(shù)字化變革而被迫更換工作，有8億人或?qū)⑹I(yè)。因此，處于傳統(tǒng)業(yè)態(tài)下的勞動(dòng)者如果不能技能重塑、及時(shí)轉(zhuǎn)換職業(yè)，將面臨被資本替代的危機(jī)。

2.生產(chǎn)率提升效應(yīng)

根據(jù)上述分析，數(shù)字化轉(zhuǎn)型會(huì)引發(fā)資本對(duì)勞動(dòng)的替代，資本要素相對(duì)供給的增加會(huì)進(jìn)一步誘使產(chǎn)生偏向于資本的技術(shù)變化，通過技術(shù)進(jìn)步弱引致偏向降低勞動(dòng)收入份額，即：數(shù)字化轉(zhuǎn)型引發(fā)的生產(chǎn)率增長(zhǎng)所帶來的超額利潤(rùn)更偏向于資本。

數(shù)字化轉(zhuǎn)型能夠縮短創(chuàng)新周期、降低創(chuàng)新成本、提高企業(yè)創(chuàng)新能力，促進(jìn)全要素生產(chǎn)率(t o t a l f a c t o r productivity，TFP)增長(zhǎng)(李廉水等，2020)[36]。首先，數(shù)字技術(shù)具有自生長(zhǎng)特征，可以實(shí)現(xiàn)產(chǎn)品的自動(dòng)迭代與升級(jí)；同時(shí)，數(shù)字技術(shù)的融合性可以打破產(chǎn)業(yè)邊界實(shí)現(xiàn)融合創(chuàng)新(Yoo et al.，2012)[20]。其次，智能設(shè)備的廣泛應(yīng)用留下了移動(dòng)互聯(lián)網(wǎng)用戶的大量“足跡”數(shù)據(jù)，企業(yè)可利用數(shù)字技術(shù)存儲(chǔ)、處理、挖掘這類數(shù)據(jù)，進(jìn)而對(duì)用戶進(jìn)行“精準(zhǔn)畫像”，實(shí)時(shí)、準(zhǔn)確地預(yù)測(cè)用戶需求，加快產(chǎn)品與技術(shù)的改造步伐，為市場(chǎng)提供更適銷對(duì)路的產(chǎn)品和服務(wù)，降低創(chuàng)新試錯(cuò)和研發(fā)成本。最后，數(shù)字化轉(zhuǎn)型能夠降低信息不對(duì)稱，改善運(yùn)行效率，提高全要素生產(chǎn)率。在供應(yīng)鏈層面，數(shù)字技術(shù)的應(yīng)用可以實(shí)現(xiàn)對(duì)供應(yīng)鏈全過程、動(dòng)態(tài)化的監(jiān)控，對(duì)信息進(jìn)行即時(shí)的收集、傳輸、交互和分析，實(shí)時(shí)優(yōu)化各環(huán)節(jié)的物質(zhì)、資金、信息流轉(zhuǎn)，減少流轉(zhuǎn)中的冗余(蔡躍洲，2022)[22]，提高供應(yīng)鏈的柔性、協(xié)調(diào)性及運(yùn)作效率。在企業(yè)內(nèi)部層面，數(shù)字化轉(zhuǎn)型可改變信息收集、傳遞、加工、處理的過程，使各部門更加及時(shí)、完整地獲取更為細(xì)化的信息，從而降低不對(duì)稱程度(肖靜華，2020)[49]，促使人、機(jī)、料、法、環(huán)、測(cè)等要素的優(yōu)化配置與動(dòng)態(tài)協(xié)調(diào)，減少資源浪費(fèi)和無效占用，提高企業(yè)投入產(chǎn)出效率。

數(shù)字化轉(zhuǎn)型能夠誘發(fā)技術(shù)進(jìn)步，根據(jù)Acemoglu(2002)[5]的理論框架，該技術(shù)進(jìn)步為資本偏向型。劉平峰和張旺(2020)[37]通過實(shí)際測(cè)算也發(fā)現(xiàn)，目前我國(guó)制造業(yè)數(shù)字技術(shù)和要素配置更偏向于資本而非勞動(dòng)。資本偏向型技術(shù)進(jìn)步導(dǎo)致資本的產(chǎn)出效率高于勞動(dòng)，促使企業(yè)不斷增加對(duì)資本要素的投入，降低進(jìn)入勞動(dòng)力市場(chǎng)并創(chuàng)造工作崗位的積極性(Aghion and Howitt，1994)[7]，使得技術(shù)紅利分配更加偏向于資本，最終導(dǎo)致勞動(dòng)收入份額下降。很多實(shí)證研究也證實(shí)了上述觀點(diǎn)。例如，Ripatti and Vilmunen(2001)[19]利用芬蘭1975—2000年的數(shù)據(jù)進(jìn)行測(cè)算，發(fā)現(xiàn)芬蘭的技術(shù)進(jìn)步偏向于資本，這也是導(dǎo)致該國(guó)勞動(dòng)收入份額下降的重要原因；鄭江淮和荊晶(2021)[53]通過研究發(fā)現(xiàn)，1998—2011年期間，中國(guó)工業(yè)行業(yè)技術(shù)進(jìn)步為資本偏向型，從而降低了勞動(dòng)收入占比。

此外，數(shù)字化轉(zhuǎn)型產(chǎn)生的勞動(dòng)要素升級(jí)效應(yīng)與生產(chǎn)率提升效應(yīng)存在一定交叉。勞動(dòng)要素升級(jí)能夠在一定程度上促進(jìn)技術(shù)進(jìn)步，帶來生產(chǎn)率的提升，但該技術(shù)進(jìn)步仍是偏向于資本的。原因在于，勞動(dòng)要素升級(jí)帶來的知識(shí)和技能的積累都被吸收到資本中，表現(xiàn)出資本的屬性，例如高端芯片、智能傳感器、工業(yè)機(jī)器人、軟件、算法等，這些高端技術(shù)雖然都是智力勞動(dòng)(高技能勞動(dòng))的派生產(chǎn)物，卻被凝結(jié)在資本中，從而誘發(fā)企業(yè)為提升效率而進(jìn)行更多的資本投入，進(jìn)一步降低了對(duì)勞動(dòng)的需求，勞動(dòng)的相對(duì)價(jià)格隨之降低。由此可見，數(shù)字化轉(zhuǎn)型會(huì)引發(fā)勞動(dòng)要素升級(jí)、資本對(duì)勞動(dòng)的替代，這兩者都會(huì)誘使產(chǎn)生偏向于資本的技術(shù)變化，由此帶來的生產(chǎn)率提升紅利更多地被資本所獲取，進(jìn)而導(dǎo)致勞動(dòng)收入份額降低。

基于上述分析，本文提出以下假設(shè)：

H1b：企業(yè)數(shù)字化轉(zhuǎn)型會(huì)降低上市公司勞動(dòng)收入份額。

綜上，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)通過勞動(dòng)要素升級(jí)效應(yīng)、資本對(duì)勞動(dòng)的替代效應(yīng)及生產(chǎn)率提升效應(yīng)三種途徑影響勞動(dòng)收入份額，且前者為正向影響，后兩者為負(fù)向影響，最終的作用方向是提升還是降低了勞動(dòng)收入份額，尚需進(jìn)一步驗(yàn)證。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

考慮到上市公司從2007年開始施行新會(huì)計(jì)準(zhǔn)則編制財(cái)務(wù)報(bào)表，為避免此類差異對(duì)研究結(jié)果的影響，本文以2007—2021年中國(guó)滬深交易所全部A股上市公司作為研究樣本。同時(shí)按照以下標(biāo)準(zhǔn)對(duì)樣本進(jìn)行篩選：(1)由于金融類行業(yè)會(huì)計(jì)準(zhǔn)則與其他行業(yè)有較大差異，相關(guān)指標(biāo)在金融與非金融行業(yè)之間不具有可比性，因此，剔除金融類上市公司；(2)剔除財(cái)務(wù)狀況異常的ST、*ST類上市公司，以避免財(cái)務(wù)信息質(zhì)量和異常值的影響；(3)剔除關(guān)鍵數(shù)據(jù)缺失的樣本；(4)剔除勞動(dòng)收入份額大于1等存在明顯異常值的樣本；由此構(gòu)造了共包含13,446個(gè)觀察值的非平衡面板數(shù)據(jù)樣本。在此基礎(chǔ)上，對(duì)連續(xù)變量進(jìn)行了上下1%的縮尾處理，以規(guī)避極端值的影響。企業(yè)的數(shù)字化轉(zhuǎn)型指標(biāo)通過Python爬蟲技術(shù)統(tǒng)計(jì)上市公司年報(bào)并進(jìn)行文本分析取得，其他基礎(chǔ)數(shù)據(jù)來自國(guó)泰安(CSMAR)、Wind資訊等數(shù)據(jù)庫(kù)。

(二)模型設(shè)定與變量定義

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)上市公司勞動(dòng)收入份額的影響，本文設(shè)定模型(5)：

由于模型(5)中被解釋變量勞動(dòng)收入份額(ladr)是值域處于[0,1]區(qū)間的百分?jǐn)?shù)，且本文用核密度分布圖描述了勞動(dòng)收入份額的分布情況(如圖1所示)，發(fā)現(xiàn)勞動(dòng)收入份額更靠近0端，屬于左偏分布，即不符合正態(tài)分布，因此OLS回歸等傳統(tǒng)估計(jì)方法無法對(duì)該問題進(jìn)行無偏有效一致估計(jì)(蘇振東等，2012)[42]。本文采用由Papke and Wooldridge(1996)[18]提出的Fractional Logit模型來解決這一問題。

圖1 勞動(dòng)收入份額核密度

模型(5)中，ladr代表上市公司勞動(dòng)收入份額。本文參考王雄元和黃玉菁(2017)[44]對(duì)勞動(dòng)收入份額的衡量方法，以現(xiàn)金流量表中“支付給職工以及為職工支付的現(xiàn)金”除以利潤(rùn)表中“營(yíng)業(yè)總收入”來衡量。為保證研究結(jié)論的可靠性，在后續(xù)穩(wěn)健性檢驗(yàn)中，本文分別采用常進(jìn)雄和王丹楓(2011)[23]、胡奕明和買買提依明·祖農(nóng)(2013)[32]、方軍雄(2011)[27]等研究中所采用的方法對(duì)勞動(dòng)收入份額進(jìn)行測(cè)算，分別以ladr2、ladr3、ladr4表示。此外，考慮到普通員工與高管在薪酬制定及激勵(lì)方式上的差異，本文進(jìn)一步以扣除高管薪酬后的普通員工的勞動(dòng)收入份額(cladr)作為因變量進(jìn)行回歸。

digital代表企業(yè)數(shù)字化轉(zhuǎn)型程度。本文參考吳非等(2021)[46]的做法，利用Python爬蟲技術(shù)統(tǒng)計(jì)上市公司年報(bào)中涉及“數(shù)字化轉(zhuǎn)型”相應(yīng)關(guān)鍵詞的詞頻，以此作為數(shù)字化轉(zhuǎn)型程度的代理指標(biāo)。

ctrls代表控制變量集合。參考以往研究，模型(5)中選取的控制變量主要包括影響勞動(dòng)收入份額的微觀和宏觀因素，具體包括：企業(yè)規(guī)模(lnass)、總資產(chǎn)凈利率(roa)、資產(chǎn)負(fù)債率(lev)、總資產(chǎn)增長(zhǎng)率(growth)、市凈率(pbr)、總資產(chǎn)利用率(turn)、產(chǎn)權(quán)性質(zhì)(state)、管理層持股(lnmbo)、獨(dú)立董事占比(indep)、行業(yè)競(jìng)爭(zhēng)度(cr4)、市場(chǎng)化指數(shù)(market)。μi代表個(gè)體固定效應(yīng)；et代表時(shí)間固定效應(yīng)。本文在實(shí)證檢驗(yàn)中均采用了公司層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤。具體變量定義如表1所示。

表1 變量定義

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。其中，勞動(dòng)收入份額(ladr)的均值為0.1248，說明樣本公司整體勞動(dòng)收入份額偏低。數(shù)字化轉(zhuǎn)型程度(digital)均值為15.3515，標(biāo)準(zhǔn)差為30.4007，說明大多數(shù)樣本公司已意識(shí)到數(shù)字化轉(zhuǎn)型對(duì)企業(yè)發(fā)展的重要性，均在不同程度上實(shí)施了數(shù)字化轉(zhuǎn)型，但樣本標(biāo)準(zhǔn)差較大，表明個(gè)體間數(shù)字化轉(zhuǎn)型程度存在較大差異。其他變量指標(biāo)值均在正常范圍內(nèi)，在此不予贅述。

表2 描述性統(tǒng)計(jì)結(jié)果

(二)初步回歸結(jié)果

表3報(bào)告了模型(5)的初步回歸結(jié)果。首先，本文采用遞進(jìn)式回歸方式，對(duì)數(shù)字化轉(zhuǎn)型與勞動(dòng)收入份額進(jìn)行單變量回歸，結(jié)果如列(1)所示，數(shù)字化轉(zhuǎn)型(digital)的回歸系數(shù)為0.0037，且在1%水平下顯著；其次，在原有基礎(chǔ)上加入控制變量進(jìn)行回歸，結(jié)果如列(2)所示，數(shù)字化轉(zhuǎn)型的回歸系數(shù)為0.0031，且在1%水平下顯著；最后，為考察數(shù)字化轉(zhuǎn)型對(duì)普通員工的勞動(dòng)收入份額的影響，本文將模型(5)的被解釋變量替換為普通員工勞動(dòng)收入份額(cladr)，結(jié)果如列(3)所示，數(shù)字化轉(zhuǎn)型的回歸系數(shù)仍在1%水平下顯著為正。由此表明，數(shù)字化轉(zhuǎn)型能夠顯著提升上市公司的勞動(dòng)收入份額，假設(shè)H1a得以驗(yàn)證。

表3 模型(5)初步回歸結(jié)果

這也意味著，就當(dāng)前而言，數(shù)字化轉(zhuǎn)型對(duì)上市公司產(chǎn)生的勞動(dòng)要素升級(jí)效應(yīng)超過了資本對(duì)勞動(dòng)的替代效應(yīng)及生產(chǎn)率提升效應(yīng)。原因可能與目前我國(guó)企業(yè)所處的數(shù)字化轉(zhuǎn)型階段有關(guān)。清華全球產(chǎn)業(yè)研究院發(fā)布的《中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型研究報(bào)告(2021)》顯示，雖然我國(guó)超過九成(95%)的企業(yè)已經(jīng)開展了不同程度的數(shù)字化實(shí)踐，但主要處于探索和加速推進(jìn)狀態(tài)，總體成熟度不高。也就是說，企業(yè)數(shù)字化轉(zhuǎn)型尚處于大規(guī)模投入的階段，為推進(jìn)數(shù)字化轉(zhuǎn)型引進(jìn)或培養(yǎng)了大量的人才，從而大幅提升了人力資源水平，勞動(dòng)要素升級(jí)效應(yīng)顯著。但鑒于數(shù)字化轉(zhuǎn)型回報(bào)周期較長(zhǎng)，產(chǎn)出會(huì)滯后于投入，轉(zhuǎn)型初期并不能給企業(yè)帶來大幅的成本節(jié)約及生產(chǎn)率提升。例如，2021年，騰訊研究院等對(duì)60多家央企及地方國(guó)有重點(diǎn)企業(yè)調(diào)研發(fā)現(xiàn)，50.4%的企業(yè)認(rèn)為由于尚處于轉(zhuǎn)型初期，未取得明顯效果；23.6%的企業(yè)表示轉(zhuǎn)型遇到障礙，正在努力尋求突破。就現(xiàn)實(shí)情況看，多數(shù)企業(yè)也并未出現(xiàn)大規(guī)模的機(jī)器換人及生產(chǎn)率顛覆性增長(zhǎng)的現(xiàn)象。由此可見，數(shù)字化轉(zhuǎn)型探索期或加速期帶來的資本對(duì)勞動(dòng)的替代效應(yīng)及生產(chǎn)率增長(zhǎng)效應(yīng)相對(duì)較弱，勞動(dòng)要素升級(jí)效應(yīng)相對(duì)較強(qiáng)，數(shù)字化轉(zhuǎn)型在總體上提升了勞動(dòng)收入份額。但這一結(jié)果并非一成不變，隨著數(shù)字化轉(zhuǎn)型的深入推進(jìn)，三大效應(yīng)作用力的大小會(huì)發(fā)生動(dòng)態(tài)演變，進(jìn)而可能使得數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響方向和幅度發(fā)生變化。

(三)內(nèi)生性處理

本文可能存在的內(nèi)生性問題如下：一是反向因果導(dǎo)致的內(nèi)生性問題。數(shù)字化轉(zhuǎn)型與勞動(dòng)收入份額的正相關(guān)關(guān)系可能是由于數(shù)字化轉(zhuǎn)型有助于提升勞動(dòng)收入份額，也可能是因?yàn)閯趧?dòng)力素質(zhì)高(勞動(dòng)收入份額大)的企業(yè)更有能力進(jìn)行數(shù)字化轉(zhuǎn)型，從而導(dǎo)致模型(5)存在內(nèi)生性問題。二是遺漏變量導(dǎo)致的內(nèi)生性問題。可能存在一些難以量化的因素同時(shí)與數(shù)字化轉(zhuǎn)型和勞動(dòng)收入份額相關(guān)。例如，企業(yè)的數(shù)字化轉(zhuǎn)型程度和勞動(dòng)收入份額可能同時(shí)受到所在地相關(guān)政策的影響，從而造成模型(5)回歸系數(shù)被高估。三是自選擇偏誤導(dǎo)致的內(nèi)生性問題。數(shù)字化轉(zhuǎn)型程度不同的企業(yè)在自身特質(zhì)方面可能存在很大差異，數(shù)字化轉(zhuǎn)型程度高的企業(yè)可能本身各方面條件更優(yōu)越、表現(xiàn)更佳，如業(yè)績(jī)更好、市場(chǎng)占有率更高、資金更充沛、匯聚了更多的人才等，因而能夠?yàn)槁毠ぬ峁└咝匠?。也就是說，數(shù)字化轉(zhuǎn)型程度可能和企業(yè)本身的一些屬性有關(guān)，而這些屬性也會(huì)影響勞動(dòng)收入份額，從而導(dǎo)致內(nèi)生性問題。

本文主要采取以下措施來緩解可能存在的內(nèi)生性問題：

第一，采用滯后期數(shù)字化轉(zhuǎn)型程度替換解釋變量?？紤]到數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響可能存在滯后性，本文分別以滯后一期、滯后兩期、滯后三期的數(shù)字化轉(zhuǎn)型程度(ldi、ldi2、ldi3)替換解釋變量digital。通常，t-1期/t-2期/t-3期的解釋變量與t期解釋變量相關(guān)，而與t期的隨機(jī)擾動(dòng)項(xiàng)不相關(guān)，因此，可以解決因遺漏變量導(dǎo)致的內(nèi)生性問題。其次，t期的勞動(dòng)收入份額往往不會(huì)影響t-1期/t-2期/t-3期的數(shù)字化轉(zhuǎn)型程度，因此，被解釋變量與解釋變量幾乎不存在互為因果的內(nèi)生性問題?；貧w結(jié)果如表4第(1)～(3)列所示，在控制遺漏變量問題和緩解反向因果關(guān)系問題后，ldi、ldi2、ldi3的回歸系數(shù)仍顯著為正，表明數(shù)字化轉(zhuǎn)型能夠提升上市公司勞動(dòng)收入份額這一結(jié)論是可靠的。

第二，工具變量法(IV)。參考Arellano and Bond(1991)[8]、趙宸宇等(2021)[52]構(gòu)建工具變量的思路，本文以企業(yè)所在地?cái)?shù)字經(jīng)濟(jì)發(fā)展指數(shù)作為工具變量對(duì)模型(5)進(jìn)行檢驗(yàn)，以進(jìn)一步緩解因遺漏變量和反向因果導(dǎo)致的內(nèi)生性問題。一方面，企業(yè)所在地?cái)?shù)字經(jīng)濟(jì)發(fā)展指數(shù)與個(gè)體企業(yè)的數(shù)字化轉(zhuǎn)型程度顯著正相關(guān)，故滿足相關(guān)性；另一方面，該指數(shù)一般不會(huì)直接影響個(gè)體企業(yè)的勞動(dòng)收入份額，即與模型(5)中的隨機(jī)擾動(dòng)項(xiàng)不相關(guān)，故滿足外生性，是較為理想的工具變量。從表4第(4)列的識(shí)別不足檢驗(yàn)結(jié)果(Anderson canon.corr.LM統(tǒng)計(jì)量值、Chi-sq(1)p值)、弱工具變量檢驗(yàn)結(jié)果(Cragg-Donald WaldF統(tǒng)計(jì)量值、10%maximal IV size)可見，工具變量不存在識(shí)別不足及弱工具變量問題，工具變量的選取是有效的；digital的回歸系數(shù)仍顯著為正，表明回歸結(jié)果仍支持假設(shè)H1a。

第三，傾向得分匹配法(PSM)。為緩解因自選擇偏誤導(dǎo)致的內(nèi)生性問題，本文采用傾向得分匹配法(PSM)進(jìn)行檢驗(yàn)，具體步驟如下：首先，借鑒張永珅等(2021)[51]，將企業(yè)數(shù)字化轉(zhuǎn)型程度取中位數(shù)，若樣本值大于中位數(shù)取值為1，定義為處理組；否則為0，定義為對(duì)照組；其次，利用Logit模型計(jì)算數(shù)字化轉(zhuǎn)型程度較高的傾向得分；第三，回歸估計(jì)前對(duì)所有協(xié)變量進(jìn)行平衡性檢驗(yàn)，且均已通過；最后，分別采用最近鄰匹配(匹配比例為1:3)、半徑匹配(匹配半徑值為0.01)、核匹配方法(帶寬為0.06)對(duì)樣本進(jìn)行匹配，并利用匹配樣本對(duì)模型(5)進(jìn)行回歸，結(jié)果如表4第(5)～(7)列所示。在控制處理組和對(duì)照組的特征差異后，digital的回歸系數(shù)均顯著為正，表明在弱化樣本自選擇偏誤問題后假設(shè)H1a仍成立。

表4 內(nèi)生性處理結(jié)果

(四)穩(wěn)健性檢驗(yàn)

為使研究結(jié)論更加可靠，本文主要采用以下三種方法進(jìn)行穩(wěn)健性檢驗(yàn)：

一是改變被解釋變量的度量方法。以ladr2、ladr3、ladr4來衡量勞動(dòng)收入份額，并對(duì)模型(5)重新回歸，結(jié)果如表5第(1)～(3)列所示。

二是改變計(jì)量方法。企業(yè)勞動(dòng)收入份額可能存在一定的動(dòng)態(tài)效應(yīng)，即前期勞動(dòng)收入份額水平會(huì)對(duì)后期的勞動(dòng)收入份額產(chǎn)生影響，因此本文采用動(dòng)態(tài)面板回歸方法進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果如表5第(4)列所示。

三是調(diào)整樣本期。數(shù)字化轉(zhuǎn)型這一概念是在2011年麻省理工數(shù)字化商業(yè)中心和凱捷咨詢發(fā)布的報(bào)告《數(shù)字化轉(zhuǎn)型：走向十億美金企業(yè)之路》中第一次完整提出，故在穩(wěn)健性檢驗(yàn)中將樣本期調(diào)整為2012—2021年，回歸結(jié)果如表5第(5)列所示。

由表5可見，經(jīng)過上述處理后，digital的回歸系數(shù)仍顯著為正，表明初步回歸結(jié)果較為穩(wěn)健。

表5 穩(wěn)健性檢驗(yàn)結(jié)果

五、影響機(jī)制檢驗(yàn)

為考察勞動(dòng)要素升級(jí)效應(yīng)、替代效應(yīng)及生產(chǎn)率提升效應(yīng)是否是數(shù)字化轉(zhuǎn)型影響勞動(dòng)收入份額的內(nèi)在機(jī)制，本文采用中介效應(yīng)模型進(jìn)行檢驗(yàn)，其中，勞動(dòng)力素質(zhì)、資本對(duì)勞動(dòng)的替代程度及企業(yè)生產(chǎn)率水平分別以高素質(zhì)勞動(dòng)力占比(hskillp)、資本勞動(dòng)比(lnce)、全要素生產(chǎn)率(lntfp)來衡量。高素質(zhì)勞動(dòng)力占比越大，勞動(dòng)力素質(zhì)越高，勞動(dòng)要素升級(jí)效應(yīng)越強(qiáng)；資本勞動(dòng)比越大，資本對(duì)勞動(dòng)的替代程度越高，替代效應(yīng)越強(qiáng)；全要素生產(chǎn)率越高，生產(chǎn)率提升效應(yīng)越強(qiáng)。根據(jù)中介效應(yīng)檢驗(yàn)方法，需擬合三個(gè)回歸模型(Baron and Kenny，1986)[10]，如式(6)～(8)所示。模型(6)反映數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的總影響；模型(7)反映數(shù)字化轉(zhuǎn)型對(duì)中介變量的直接影響；模型(8)反映中介變量對(duì)勞動(dòng)收入份額的直接影響和控制了中介效應(yīng)之后的數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的作用。如果模型(6)中的系數(shù)β1顯著、模型(7)中的系數(shù)α1顯著、模型(8)中的系數(shù)γ2顯著，意味著中介效應(yīng)存在(溫忠麟和葉寶娟，2014)[45]。

其中，M分別表示高素質(zhì)勞動(dòng)力占比(hskillp)、資本勞動(dòng)比(lnce)、全要素生產(chǎn)率(lntfp)。參考Autor and Dorn(2013)[9]的研究，本文以本科及以上學(xué)歷員工數(shù)占總員工數(shù)的比重來衡量高素質(zhì)勞動(dòng)力占比，高素質(zhì)勞動(dòng)力占比越高表明人力資源升級(jí)效應(yīng)越強(qiáng)；參照李稻葵等(2009)[35]，本文以人均資本來衡量資本勞動(dòng)比，人均資本水平越高表明資本對(duì)勞動(dòng)的替代程度越大；企業(yè)全要素生產(chǎn)率采用LP法測(cè)算，全要素生產(chǎn)率越高表明生產(chǎn)率提升效應(yīng)越大。

模型(6)檢驗(yàn)結(jié)果如表3第(2)列所示，模型(7)和(8)檢驗(yàn)結(jié)果如表6所示。表3第(2)列結(jié)果表明，數(shù)字化轉(zhuǎn)型能夠提升上市公司勞動(dòng)收入份額；從表6第(1)列結(jié)果看，數(shù)字化轉(zhuǎn)型顯著提高了公司高素質(zhì)勞動(dòng)力占比，帶來了勞動(dòng)要素升級(jí)效應(yīng)；且由表6第(2)列結(jié)果可見，勞動(dòng)力素質(zhì)的提升可顯著提高勞動(dòng)收入份額。因此，勞動(dòng)要素升級(jí)在數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響中發(fā)揮中介作用。表6第(3)(4)列結(jié)果顯示，數(shù)字化轉(zhuǎn)型會(huì)顯著提高公司資本勞動(dòng)比，引發(fā)資本對(duì)勞動(dòng)的替代，而資本勞動(dòng)比的提高會(huì)顯著降低勞動(dòng)收入份額，所以數(shù)字化轉(zhuǎn)型-替代效應(yīng)-勞動(dòng)收入份額的影響機(jī)制成立。從表6第(5)(6)列結(jié)果看，數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)全要素生產(chǎn)率的提升，全要素生產(chǎn)率的提升卻拉低了勞動(dòng)收入份額。由此表明，勞動(dòng)要素升級(jí)效應(yīng)、替代效應(yīng)及生產(chǎn)率提升效應(yīng)均是數(shù)字化轉(zhuǎn)型影響勞動(dòng)收入份額的內(nèi)在機(jī)制，且影響方向與理論分析結(jié)果一致。

六、異質(zhì)性分析

(一)不同規(guī)模企業(yè)

數(shù)字化轉(zhuǎn)型對(duì)不同規(guī)模企業(yè)的勞動(dòng)收入份額會(huì)產(chǎn)生不同影響。如圖2(a)所示，企業(yè)規(guī)模越大，數(shù)字化轉(zhuǎn)型引發(fā)的“生產(chǎn)率提升”及“資本對(duì)勞動(dòng)的替代”兩項(xiàng)疊加效應(yīng)(ED)越大(EDS→EDL)，結(jié)合前述分析，這兩者對(duì)勞動(dòng)收入份額會(huì)產(chǎn)生負(fù)向影響，從而弱化了數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的提升作用，使其由(F11-F12)降為(F11-F13)。原因在于，一方面，規(guī)模越大的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的提升作用越大(趙宸宇等，2021)[52]。數(shù)字化轉(zhuǎn)型價(jià)值創(chuàng)造的重要來源之一是數(shù)據(jù)等資源的協(xié)同與共享，企業(yè)規(guī)模越大，內(nèi)外部的協(xié)同需求越大，積累的可共享資源也越多，數(shù)字化轉(zhuǎn)型所帶來的生產(chǎn)率提升效應(yīng)就越大。此外，規(guī)模較小的企業(yè)在轉(zhuǎn)型中更多依賴政府政策，對(duì)轉(zhuǎn)型缺乏總體規(guī)劃；而規(guī)模較大企業(yè)在轉(zhuǎn)型中更加系統(tǒng)化和科學(xué)化，會(huì)進(jìn)行數(shù)字化轉(zhuǎn)型頂層設(shè)計(jì)，少走彎路，更好地發(fā)揮數(shù)字化威力，降低效率損失。另一方面，在數(shù)字化轉(zhuǎn)型中，企業(yè)規(guī)模越大，資本對(duì)勞動(dòng)的替代效應(yīng)也越大。大規(guī)模企業(yè)具備更強(qiáng)的資金實(shí)力，可滿足數(shù)字化轉(zhuǎn)型所需的數(shù)字技術(shù)、智能制造、云平臺(tái)等大規(guī)模建設(shè)的投入及研發(fā)需要，并且在數(shù)字化轉(zhuǎn)型過程中可引進(jìn)更多的數(shù)智化設(shè)備、投建“無人工廠”等，從而降低對(duì)流程化、規(guī)則化勞動(dòng)的需求。不過，這一替代效應(yīng)在國(guó)有企業(yè)表現(xiàn)可能并不明顯，原因在于國(guó)企即使存在人員與崗位需求不匹配的情況，也較難將過剩人員很快轉(zhuǎn)移。此外，國(guó)企員工的受教育水平普遍較高，本科及以上學(xué)歷人員占比高達(dá)60%以上，而數(shù)字化轉(zhuǎn)型主要促使資本對(duì)中低技能勞動(dòng)力的替代，所以，即使是在規(guī)模較大的國(guó)企中，資本對(duì)勞動(dòng)的替代率也相對(duì)較低。

圖2 數(shù)字化轉(zhuǎn)型的異質(zhì)性影響

基于上述分析，可得推論：企業(yè)規(guī)模越大，數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的提升作用越小，而且，這一現(xiàn)象在民企中表現(xiàn)更為突出。為驗(yàn)證上述猜想，本文在模型(5)中加入企業(yè)規(guī)模(lnass)與數(shù)字化轉(zhuǎn)型程度的交互項(xiàng)(lnass×digital)以考察數(shù)字化轉(zhuǎn)型對(duì)不同規(guī)模企業(yè)的異質(zhì)性影響，并按產(chǎn)權(quán)性質(zhì)進(jìn)行了分組回歸?；貧w結(jié)果如表7第(1)～(3)列所示，全樣本組及民企組中，lnass×digital的回歸系數(shù)顯著為負(fù)，而國(guó)企組lnass×digital的回歸系數(shù)不顯著，這一結(jié)果驗(yàn)證了上述推論。

表7 異質(zhì)性分析

(二)不同行業(yè)企業(yè)

數(shù)字化轉(zhuǎn)型對(duì)不同行業(yè)企業(yè)的勞動(dòng)收入份額影響有所區(qū)別。本文按照深證指數(shù)分類法將上市公司分為六類，即工業(yè)、商業(yè)、金融業(yè)、地產(chǎn)業(yè)、公用事業(yè)和綜合類。由于上市公司較多分布于工業(yè)、商業(yè)兩大行業(yè)，因此，本文主要探討數(shù)字化轉(zhuǎn)型對(duì)這兩類行業(yè)企業(yè)的異質(zhì)性影響。相比工業(yè)企業(yè)，數(shù)字化對(duì)商業(yè)企業(yè)的全要素生產(chǎn)率提升速度更快、幅度更大，即發(fā)揮的生產(chǎn)率提升效應(yīng)較大。由于該效應(yīng)會(huì)拉低勞動(dòng)收入份額，因此，數(shù)字化轉(zhuǎn)型對(duì)商業(yè)企業(yè)勞動(dòng)收入份額的提升作用較小，如圖2(b)所示，工業(yè)企業(yè)為(F21-F22)，商業(yè)企業(yè)為(F21-F23)。原因在于，商業(yè)領(lǐng)域交易環(huán)節(jié)及決策過程較為簡(jiǎn)單，所面臨的主要問題是供需雙方的信息不對(duì)稱。數(shù)字化發(fā)展帶來的新數(shù)據(jù)、新技術(shù)可有效緩解信息不對(duì)稱問題，其與商業(yè)領(lǐng)域的融合可促使商業(yè)生態(tài)的系統(tǒng)性重構(gòu)，快速催生新型商業(yè)業(yè)態(tài)、模式，從而極大地提升商品流通領(lǐng)域的全要素生產(chǎn)率，實(shí)現(xiàn)顛覆性增長(zhǎng)。相較而言，工業(yè)領(lǐng)域涉及設(shè)計(jì)研發(fā)、生產(chǎn)制造、倉(cāng)儲(chǔ)物流、銷售服務(wù)等多個(gè)鏈條和環(huán)節(jié)，同時(shí)面臨復(fù)雜的生產(chǎn)任務(wù)及業(yè)務(wù)流程，因此，要想充分發(fā)揮數(shù)字化對(duì)工業(yè)領(lǐng)域生產(chǎn)率的帶動(dòng)作用，需在生產(chǎn)組織方式、管理模式、產(chǎn)業(yè)組織結(jié)構(gòu)等多方面進(jìn)行重大變革，需攻克智能感知、人機(jī)協(xié)作、供應(yīng)鏈協(xié)同等共性技術(shù)，需研發(fā)人工智能、大數(shù)據(jù)、邊緣計(jì)算等在工業(yè)領(lǐng)域的適用性技術(shù)，難度較大。當(dāng)前，雖然我國(guó)規(guī)模以上工業(yè)企業(yè)數(shù)字化普及率已較高，但對(duì)數(shù)字技術(shù)的應(yīng)用卻處于較為初級(jí)的層面，所以，數(shù)字化轉(zhuǎn)型對(duì)工業(yè)企業(yè)生產(chǎn)率的提升速度相對(duì)較慢、幅度相對(duì)較低。

為驗(yàn)證上述推論，本文按照企業(yè)是否屬于工業(yè)行業(yè)設(shè)定變量hy(企業(yè)隸屬工業(yè)行業(yè)，則hy=1；企業(yè)隸屬商業(yè)行業(yè)，則hy=0)，并在模型(5)中加入企業(yè)所屬行業(yè)與數(shù)字化轉(zhuǎn)型程度的交互項(xiàng)(hy×digital)以考察企業(yè)所處行業(yè)的調(diào)節(jié)作用?；貧w結(jié)果如表7第(4)列所示，hy×digital的回歸系數(shù)顯著為正，表明數(shù)字化轉(zhuǎn)型對(duì)工業(yè)企業(yè)的勞動(dòng)收入份額的提升作用更大。

(三)不同競(jìng)爭(zhēng)地位企業(yè)

數(shù)字化轉(zhuǎn)型對(duì)處于不同競(jìng)爭(zhēng)地位企業(yè)的勞動(dòng)收入份額會(huì)產(chǎn)生不同影響。隨著企業(yè)競(jìng)爭(zhēng)力的提升，數(shù)字化轉(zhuǎn)型發(fā)揮的勞動(dòng)要素升級(jí)效應(yīng)將增強(qiáng)。由于勞動(dòng)要素升級(jí)效應(yīng)對(duì)勞動(dòng)收入份額會(huì)產(chǎn)生正向影響，因此，數(shù)字化轉(zhuǎn)型對(duì)具有較強(qiáng)競(jìng)爭(zhēng)力企業(yè)的勞動(dòng)收入份額提升作用更大，如圖2(c)所示，該提升作用將由(F32-F33)提高到(F31-F33)?？赡艿脑蛟谟?，數(shù)字化轉(zhuǎn)型需要大量復(fù)合型數(shù)字人才的參與，而多項(xiàng)研究報(bào)告均指出當(dāng)前這類人才是極為稀缺的。由于數(shù)字化人才的需求遠(yuǎn)大于供給，并非所有企業(yè)都有能力引進(jìn)量足質(zhì)優(yōu)的人才。例如，清華全球產(chǎn)業(yè)研究院調(diào)研結(jié)果顯示，61.8%的企業(yè)認(rèn)為數(shù)字化專業(yè)人才的缺乏正在阻礙它們成功實(shí)現(xiàn)轉(zhuǎn)型。通常，競(jìng)爭(zhēng)力越強(qiáng)的企業(yè)對(duì)人才的吸引力越大，更有實(shí)力提供較高的薪資待遇來吸引更多具備多元化知識(shí)和技能的數(shù)字化人才，也更有條件對(duì)現(xiàn)有員工開展培訓(xùn)提高數(shù)字素養(yǎng)。此外，數(shù)字化轉(zhuǎn)型耗資巨大，競(jìng)爭(zhēng)力較弱的企業(yè)本就利潤(rùn)微薄，在管理模式重構(gòu)、生產(chǎn)流程重組及相關(guān)智能化設(shè)備上大量投入后便所剩無幾，從而擠出了人工預(yù)算，使其在數(shù)字化人才市場(chǎng)上喪失優(yōu)勢(shì)，難以吸引大量人才的加入，阻礙了其勞動(dòng)要素升級(jí)。

為驗(yàn)證上述推論，本文以勒納指數(shù)(lerner)衡量企業(yè)競(jìng)爭(zhēng)力，并在模型(5)中加入企業(yè)競(jìng)爭(zhēng)力與數(shù)字化轉(zhuǎn)型程度的交互項(xiàng)(lerner×digital)以考察企業(yè)競(jìng)爭(zhēng)地位的調(diào)節(jié)作用?；貧w結(jié)果如表7第(5)列所示，lerner×digital的回歸系數(shù)顯著為正，表明數(shù)字化轉(zhuǎn)型對(duì)競(jìng)爭(zhēng)力較強(qiáng)企業(yè)的勞動(dòng)收入份額的提升作用更大。

七、結(jié)論與啟示

本文在理論剖析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額影響機(jī)理的基礎(chǔ)上，以2007—2021年滬深交易所全部A股上市公司為樣本，實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)上市公司勞動(dòng)收入份額的影響。研究表明：(1)現(xiàn)階段，數(shù)字化轉(zhuǎn)型能夠顯著提升上市公司勞動(dòng)收入份額，且該結(jié)論在內(nèi)生性處理及穩(wěn)健性檢驗(yàn)后依然成立。(2)影響機(jī)制方面，數(shù)字化轉(zhuǎn)型會(huì)產(chǎn)生勞動(dòng)要素升級(jí)效應(yīng)，從而提升勞動(dòng)收入份額；同時(shí)，數(shù)字化轉(zhuǎn)型也會(huì)產(chǎn)生資本對(duì)勞動(dòng)的替代效應(yīng)及生產(chǎn)率提升效應(yīng)，從而降低勞動(dòng)收入份額。(3)異質(zhì)性檢驗(yàn)結(jié)果表明，對(duì)于規(guī)模相對(duì)較小、工業(yè)類、競(jìng)爭(zhēng)力較強(qiáng)的上市公司而言，數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的提升作用更大。

本文結(jié)論可帶來以下啟示：首先，雖然多數(shù)宏觀層面或行業(yè)層面的經(jīng)驗(yàn)證據(jù)表明數(shù)字化轉(zhuǎn)型降低了勞動(dòng)收入份額，但主要體現(xiàn)在普通勞動(dòng)者層面，對(duì)于微觀層面上市公司這一群體而言，數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額反而起到了拉動(dòng)作用。因此，政府在大力推行數(shù)字化轉(zhuǎn)型時(shí)，不僅要切實(shí)保障普通勞動(dòng)者利益，也不能忽視數(shù)字化轉(zhuǎn)型對(duì)高素質(zhì)勞動(dòng)力利益提升的有利作用，通過大力推行企業(yè)數(shù)字化轉(zhuǎn)型，驅(qū)動(dòng)企業(yè)勞動(dòng)要素升級(jí)，帶動(dòng)勞動(dòng)要素收入份額的提升。

其次，數(shù)字化轉(zhuǎn)型的深入推進(jìn)可能引發(fā)資本對(duì)勞動(dòng)的大規(guī)模替代；同時(shí)，數(shù)字化轉(zhuǎn)型的巨額投入會(huì)擠出企業(yè)的人工預(yù)算，引發(fā)企業(yè)縮減雇員規(guī)模。新興崗位通常技能要求較高，被替代、被擠出的勞動(dòng)者大多為低技能勞動(dòng)者，兩者無法實(shí)現(xiàn)瞬時(shí)匹配，可能引發(fā)結(jié)構(gòu)性失業(yè)問題，進(jìn)而導(dǎo)致勞動(dòng)收入份額降低。要解決上述問題，一方面，要對(duì)勞動(dòng)者進(jìn)行技能重塑，引導(dǎo)勞動(dòng)者順利完成職業(yè)轉(zhuǎn)換，實(shí)現(xiàn)勞動(dòng)市場(chǎng)供需匹配。應(yīng)鼓勵(lì)大中型企業(yè)加大對(duì)現(xiàn)有員工的培養(yǎng)力度，通過“干中學(xué)”、開發(fā)實(shí)踐、內(nèi)部培訓(xùn)等方式提升現(xiàn)有人員的數(shù)字素養(yǎng)，盡量減少裁員。同時(shí)，可在社會(huì)面開展職業(yè)技術(shù)教育培訓(xùn)，培養(yǎng)失業(yè)人員基本的數(shù)字技能，以滿足數(shù)據(jù)采集、互聯(lián)網(wǎng)營(yíng)銷、內(nèi)容審核等低門檻數(shù)字經(jīng)濟(jì)崗位的需求。另一方面，要給予數(shù)字化轉(zhuǎn)型企業(yè)一定的信貸支持，并對(duì)向現(xiàn)有員工開展數(shù)字化轉(zhuǎn)型培訓(xùn)的企業(yè)給予稅收優(yōu)惠或補(bǔ)貼。數(shù)字化轉(zhuǎn)型過程中，企業(yè)面臨巨大的成本壓力，導(dǎo)致企業(yè)在數(shù)字化人才培養(yǎng)方面有心無力，無法承受現(xiàn)有員工技能重塑的支出，因此，政府應(yīng)給予一定的政策扶持，分擔(dān)企業(yè)部分壓力。

再次，數(shù)字化轉(zhuǎn)型能夠帶來技術(shù)進(jìn)步，提高企業(yè)生產(chǎn)率，但該技術(shù)進(jìn)步為資本偏向型，技術(shù)紅利主要由資本要素獲取，由此降低了勞動(dòng)收入份額。為此，在數(shù)字化進(jìn)程中，應(yīng)進(jìn)一步完善收入分配機(jī)制，建立與數(shù)字經(jīng)濟(jì)相適應(yīng)的收入分配制度，兼顧公平與效率。

最后，鑒于數(shù)字化轉(zhuǎn)型對(duì)不同類型企業(yè)的勞動(dòng)收入份額存在異質(zhì)性影響，政府在制定相關(guān)政策時(shí)應(yīng)結(jié)合企業(yè)規(guī)模、所處行業(yè)、競(jìng)爭(zhēng)力等因素，構(gòu)建“因勢(shì)利導(dǎo)”的政策體系?！?/p>