【摘要】基于我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展背景和企業(yè)人力資本配置視角， 以2011 ～ 2021年A股上市公司為樣本， 檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置傾向的影響。結(jié)果表明： 數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)人力資本配置規(guī)模和質(zhì)量。機(jī)制檢驗(yàn)發(fā)現(xiàn)， 數(shù)字化轉(zhuǎn)型可以通過(guò)提高信息透明度、 提升內(nèi)部管理能力和增加創(chuàng)新投入促進(jìn)企業(yè)人力資本配置規(guī)模和質(zhì)量提升。異質(zhì)性檢驗(yàn)發(fā)現(xiàn)： 在中西部地區(qū)、 技術(shù)密集型行業(yè)和國(guó)有企業(yè)中， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本規(guī)模的促進(jìn)作用更強(qiáng)； 而在東部地區(qū)、 非技術(shù)密集型行業(yè)和非國(guó)有企業(yè)中， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本質(zhì)量的促進(jìn)作用更強(qiáng)。進(jìn)一步研究發(fā)現(xiàn)， 數(shù)字化轉(zhuǎn)型企業(yè)創(chuàng)新能力和全要素生產(chǎn)率顯著提高。本文的研究將微觀企業(yè)行為拓展至勞動(dòng)經(jīng)濟(jì)學(xué)領(lǐng)域， 為數(shù)字經(jīng)濟(jì)發(fā)展背景下解決就業(yè)問(wèn)題、 實(shí)現(xiàn)高質(zhì)量就業(yè)提供了經(jīng)驗(yàn)證據(jù)。

【關(guān)鍵詞】數(shù)字經(jīng)濟(jì)；數(shù)字化轉(zhuǎn)型；人力資本配置傾向；高質(zhì)量就業(yè)

【中圖分類(lèi)號(hào)】F275" " " 【文獻(xiàn)標(biāo)識(shí)碼】A" " " 【文章編號(hào)】1004-0994（2024）08-0020-7

一、 引言

數(shù)字經(jīng)濟(jì)發(fā)展關(guān)乎國(guó)民經(jīng)濟(jì)走向， 深受黨中央和國(guó)家重視。2019年10月， 黨的十九屆四中全會(huì)首次將數(shù)據(jù)定義為七種生產(chǎn)要素之一， 不僅體現(xiàn)出當(dāng)前企業(yè)發(fā)展環(huán)境變化之大， 也表明經(jīng)濟(jì)發(fā)展方式正在發(fā)生劃時(shí)代的新變化。數(shù)字經(jīng)濟(jì)時(shí)代， 微觀企業(yè)數(shù)字化轉(zhuǎn)型已成為全球范圍內(nèi)企業(yè)發(fā)展變革的重要趨勢(shì)， 企業(yè)數(shù)字化轉(zhuǎn)型既是生產(chǎn)體系由傳統(tǒng)到數(shù)字化的創(chuàng)新， 也是科技推動(dòng)經(jīng)濟(jì)增長(zhǎng)的重要體現(xiàn)。根據(jù)《中國(guó)共享經(jīng)濟(jì)發(fā)展報(bào)告》統(tǒng)計(jì)數(shù)據(jù)可知， 由數(shù)字經(jīng)濟(jì)催生的新形式勞動(dòng)力數(shù)量?jī)H2019年就高達(dá)623萬(wàn)人， 宏觀數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)微觀企業(yè)數(shù)字化轉(zhuǎn)型， 既為解決我國(guó)就業(yè)問(wèn)題、 實(shí)現(xiàn)高質(zhì)量就業(yè)創(chuàng)造了機(jī)遇， 同時(shí)也帶來(lái)了新的挑戰(zhàn)。

數(shù)字化轉(zhuǎn)型是“十四五”時(shí)期企業(yè)發(fā)展的必然趨勢(shì)， 是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)的應(yīng)有之義。以往關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的文獻(xiàn)主要集中在研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)商業(yè)模式、 創(chuàng)新能力、 生產(chǎn)效率、 企業(yè)績(jī)效、 全要素生產(chǎn)率等的影響（吳非等，2021）， 缺乏人力資本配置視角下數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力配置傾向的影響研究?；诖耍?本文考察企業(yè)數(shù)字化轉(zhuǎn)型是否影響其人力資本配置傾向， 具體影響機(jī)制是什么？不同情境下二者之間的關(guān)系是否存在差異性？本文利用2011 ～ 2021年全部A股上市公司樣本， 檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其人力資本配置傾向的影響， 可能的貢獻(xiàn)在于： 一是豐富了數(shù)字經(jīng)濟(jì)視角下勞動(dòng)力就業(yè)問(wèn)題的影響因素研究。以往文獻(xiàn)主要考察薪酬待遇、 地理區(qū)位和市場(chǎng)分割等對(duì)勞動(dòng)力就業(yè)的影響， 缺乏數(shù)字經(jīng)濟(jì)發(fā)展視角下企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力就業(yè)的影響研究。二是為數(shù)字經(jīng)濟(jì)發(fā)展解決就業(yè)問(wèn)題、 實(shí)現(xiàn)高質(zhì)量就業(yè)提供了理論依據(jù)和經(jīng)驗(yàn)證據(jù)， 重新審視了企業(yè)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)價(jià)值創(chuàng)造的邏輯， 將企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究拓展至勞動(dòng)經(jīng)濟(jì)學(xué)領(lǐng)域， 為我國(guó)數(shù)字經(jīng)濟(jì)進(jìn)一步發(fā)展提供了一定的經(jīng)驗(yàn)證據(jù)。

二、 理論分析與研究假設(shè)

以技術(shù)進(jìn)步為主要特點(diǎn)的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置傾向的影響主要體現(xiàn)在規(guī)模和質(zhì)量?jī)蓚€(gè)方面。一方面， 數(shù)字化轉(zhuǎn)型能夠整合企業(yè)資源， 提高管理效率， 創(chuàng)造更多的就業(yè)崗位， 進(jìn)而擴(kuò)大企業(yè)人力資本規(guī)模； 另一方面， 數(shù)字化轉(zhuǎn)型帶來(lái)的技術(shù)革新會(huì)增加企業(yè)對(duì)高技能數(shù)字型人才的需求， 且優(yōu)厚的薪酬待遇和富有挑戰(zhàn)性的工作也會(huì)吸引更多高技能勞動(dòng)力關(guān)注， 進(jìn)而提高企業(yè)人力資本質(zhì)量。

首先， 基于技術(shù)偏向理論視角， 企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型的過(guò)程中會(huì)推動(dòng)數(shù)字技術(shù)的創(chuàng)新與進(jìn)步， 因此企業(yè)更愿意雇傭較多的高技能數(shù)字型人才。數(shù)字化變革會(huì)導(dǎo)致企業(yè)面臨較大的數(shù)字型人才需求缺口（趙宸宇等，2019）。一方面， 企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)的數(shù)字技術(shù)進(jìn)步與革新能夠創(chuàng)造更多的數(shù)字型人才崗位， 在需求端增加企業(yè)對(duì)高技能勞動(dòng)力的依賴(lài)程度， 進(jìn)而提高企業(yè)高技能勞動(dòng)雇傭比例（嚴(yán)子淳等，2021）； 另一方面， 企業(yè)數(shù)字化轉(zhuǎn)型是一個(gè)循序漸進(jìn)、 持續(xù)動(dòng)態(tài)的過(guò)程， 而非一蹴而就的轉(zhuǎn)變， 它不僅需要前期信息系統(tǒng)和基礎(chǔ)設(shè)施的構(gòu)建與完善（肖旭等，2019）， 還需要轉(zhuǎn)型過(guò)程中的技術(shù)推廣和轉(zhuǎn)型成功后的日常維護(hù)（單宇等，2021）。這一過(guò)程中的每個(gè)環(huán)節(jié)都離不開(kāi)數(shù)字型人才的參與和推動(dòng)。此外， 企業(yè)數(shù)字化轉(zhuǎn)型還能夠通過(guò)數(shù)字技術(shù)應(yīng)用的推廣和普及間接提高企業(yè)對(duì)雇員綜合素質(zhì)與各方面技能的要求， 特別是對(duì)數(shù)字型技能的要求。

其次， 基于信號(hào)傳遞理論視角， 與其他企業(yè)相比， 數(shù)字化轉(zhuǎn)型企業(yè)對(duì)外部勞動(dòng)力， 特別是高技能勞動(dòng)力往往具有更強(qiáng)的吸引力。這是因?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型不僅能夠降低企業(yè)內(nèi)外部信息不對(duì)稱(chēng)程度， 提高企業(yè)市場(chǎng)評(píng)價(jià)進(jìn)而吸引外部人才， 還可以為勞動(dòng)者提供更為心儀的報(bào)酬： 一方面， 企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型可以提高信息傳遞效率和信息透明度， 削弱內(nèi)部人的信息優(yōu)勢(shì)， 減少可能發(fā)生的大股東利益侵占和管理層在職消費(fèi)等代理問(wèn)題（譚志東等，2022）， 向企業(yè)外部傳遞利好信號(hào)， 提高企業(yè)聲譽(yù)， 塑造良好的企業(yè)形象（孫書(shū)娜，2018）， 進(jìn)而吸引外部勞動(dòng)力； 另一方面， 在數(shù)字經(jīng)濟(jì)發(fā)展背景下， 不斷擴(kuò)大的數(shù)字型人才缺口使得企業(yè)在雇傭所需勞動(dòng)力時(shí)往往需要支付更高的雇傭成本， 數(shù)字化轉(zhuǎn)型能夠通過(guò)提高資源配置效率、 優(yōu)化內(nèi)部治理環(huán)境等緩解企業(yè)面臨的融資約束（肖紅軍等，2021；陳慶江等，2021）， 改善企業(yè)資金狀況， 使企業(yè)有能力向所需勞動(dòng)力提供其心儀的高額報(bào)酬， 增強(qiáng)企業(yè)對(duì)勞動(dòng)者的吸引力。

最后， 基于就業(yè)極化理論視角， 數(shù)字化轉(zhuǎn)型企業(yè)不僅有能力和意愿雇傭更多的高技能人才， 同時(shí)也會(huì)增加企業(yè)雇員總量。一方面， 從生產(chǎn)效率視角來(lái)看， 以數(shù)字技術(shù)和人工智能等為代表的數(shù)字經(jīng)濟(jì)發(fā)展能夠優(yōu)化企業(yè)資源配置（叢屹和閆苗苗，2022）， 降低生產(chǎn)成本， 促進(jìn)企業(yè)生產(chǎn)規(guī)模的擴(kuò)大， 進(jìn)而提供更多的就業(yè)崗位， 擴(kuò)大企業(yè)勞動(dòng)雇傭規(guī)模（李琦等，2021）； 另一方面， 從商業(yè)模式視角來(lái)看， 在數(shù)字經(jīng)濟(jì)發(fā)展背景下， 傳統(tǒng)商業(yè)模式和雇傭關(guān)系發(fā)生轉(zhuǎn)變， 勞動(dòng)力工作場(chǎng)所與方式更為靈活多樣（袁淳等，2021）。企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型創(chuàng)新發(fā)展理念， 整合自身資源， 拓展經(jīng)營(yíng)范圍領(lǐng)域， 提高勞動(dòng)者與就業(yè)崗位的匹配度， 進(jìn)而提升企業(yè)的雇員規(guī)模。基于此， 本文提出如下研究假設(shè)：

H1： 在其他條件相同的情況下， 數(shù)字化轉(zhuǎn)型能夠顯著影響企業(yè)人力資本配置傾向， 具體表現(xiàn)為雇員規(guī)模擴(kuò)大、 質(zhì)量提升。

三、 研究設(shè)計(jì)

（一） 樣本選擇與數(shù)據(jù)來(lái)源

本文以2011 ～ 2021年我國(guó)A股上市公司為初始樣本， 構(gòu)建固定效應(yīng)模型實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置傾向的影響和作用機(jī)制。企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)通過(guò)對(duì)上市公司年報(bào)進(jìn)行文本分析獲?。?公司財(cái)務(wù)數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)與RESSET數(shù)據(jù)庫(kù)； 公司雇員數(shù)據(jù)來(lái)源于Wind金融資訊終端。對(duì)初始樣本進(jìn)行以下篩選： 剔除所有金融類(lèi)企業(yè)； 剔除ST、 ?ST類(lèi)研究樣本； 剔除資產(chǎn)負(fù)債率大于1的公司； 剔除主要解釋變量和被解釋變量數(shù)據(jù)缺失的公司。為消除極端值的影響， 對(duì)所有連續(xù)型變量在1%和99%的水平上進(jìn)行Winsorize縮尾處理， 最終獲得27497個(gè)“企業(yè)—年度”樣本。對(duì)所有回歸標(biāo)準(zhǔn)誤進(jìn)行異方差調(diào)整， 部分回歸模型有效樣本量因更換變量、 新增變量等原因略有增減。

（二） 變量設(shè)定

1. 被解釋變量——人力資本配置（Human Capital Allocation，HCA）。借鑒余明桂等（2022）的研究， 分別從規(guī)模與質(zhì)量角度對(duì)企業(yè)人力資本配置（HCA）進(jìn)行衡量： 人力資本配置規(guī)模（Hc_scale）和人力資本配置質(zhì)量（Hc_quality）。人力資本配置規(guī)模（Hc_scale）通過(guò)企業(yè)當(dāng)年雇員總?cè)藬?shù)的自然對(duì)數(shù)衡量， Hc_scale越大， 表明企業(yè)當(dāng)年雇員規(guī)模越大， 反之則當(dāng)年雇員規(guī)模越小； 人力資本配置質(zhì)量（Hc_quality）通過(guò)企業(yè)當(dāng)年雇員中本科及以上學(xué)歷雇員在總雇員人數(shù)中的占比衡量， Hc_quality的值越大則企業(yè)當(dāng)年雇員中高技能人才占比越高， 反之則高技能人才占比越低。

2. 解釋變量——數(shù)字化轉(zhuǎn)型（Digital）。借鑒陳慶江等（2021）的研究， 根據(jù)以下步驟確定： ①在證券交易所官網(wǎng)搜集并整理樣本企業(yè)2011 ～ 2021年的年度財(cái)務(wù)報(bào)表； ②確定“人工智能”“區(qū)塊鏈”“云計(jì)算”“大數(shù)據(jù)”“數(shù)字技術(shù)”等與數(shù)字化轉(zhuǎn)型密切相關(guān)的詞匯， 作為詞頻搜索的關(guān)鍵詞； ③通過(guò)Python技術(shù)對(duì)搜集整理的上市公司年報(bào)進(jìn)行詞頻搜索； ④將提取到的企業(yè)當(dāng)年年報(bào)中相關(guān)關(guān)鍵詞出現(xiàn)的詞頻數(shù)進(jìn)行加總， 作為衡量數(shù)字化轉(zhuǎn)型的總指標(biāo)。

3. 中介變量。企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型能夠降低內(nèi)外部信息不對(duì)稱(chēng)程度及外部信息使用者獲取信息的成本， 提高企業(yè)信息透明度， 還能夠提升內(nèi)部管理能力形成規(guī)模經(jīng)濟(jì)， 以及增加創(chuàng)新投入， 提升雇員規(guī)模和雇員質(zhì)量， 影響企業(yè)人力資本配置。因此， 本文選取了三組中介變量（Mediators）， 分別是信息透明度（Attention）、 內(nèi)部管理能力（IC）、 創(chuàng)新投入（Incost）。主要變量定義見(jiàn)表1。

（三） 模型設(shè)定

為了檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置傾向的影響， 借鑒杜傳忠（2021）、 吳非等（2021）做法， 建立如下模型：

HCAi，t=α0+α1Digitali，t+Controls+μi+λt+εi，t" "（1）

其中： HCA為被解釋變量， 包括人力資本配置規(guī)模（Hc_scale）和人力資本配置質(zhì)量（Hc_quality）； i為企業(yè)； t為年份； α1為解釋變量回歸系數(shù)； μi為個(gè)體固定效應(yīng)； λt為年份固定效應(yīng)； εi，t是殘差項(xiàng)。結(jié)合已有研究和理論分析， 本文預(yù)測(cè)α1顯著為正。

四、 實(shí)證分析

（一） 描述性統(tǒng)計(jì)

表2為主要變量描述性統(tǒng)計(jì)結(jié)果。其中： 企業(yè)人力資本配置規(guī)模（Hc_scale）均值為7.661， 中位數(shù)為7.569， 說(shuō)明樣本企業(yè)勞動(dòng)雇傭規(guī)模分布較為均勻； 人力資本配置質(zhì)量（Hc_quality）最小值為0.001， 最大值為0.978， 表明不同樣本企業(yè)雇員質(zhì)量差異較大； 數(shù)字化轉(zhuǎn)型（Digital）最小值為0， 最大值為6.301， 均值為1.4， 表明樣本企業(yè)數(shù)字化轉(zhuǎn)型程度普遍較低且存在較大差異。

（二） 回歸分析

1. 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置傾向的影響。根據(jù)模型（1）， 采用雙向固定效應(yīng)模型檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置傾向的影響。表3第（1）、 （2）列分別為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置規(guī)模和人力資本配置質(zhì)量的單變量回歸結(jié)果， Digital的系數(shù)分別為0.0793和0.0061， 且均在1%的水平上顯著， 表明數(shù)字化轉(zhuǎn)型對(duì)人力資本配置規(guī)模和人力資本配置質(zhì)量產(chǎn)生顯著正向影響； 第（3）、 （4）列為加入控制變量后的回歸結(jié)果， Digital的系數(shù)分別為0.0198和0.0052， 均在1%的水平上顯著， 再次表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置規(guī)模和人力資本配置質(zhì)量產(chǎn)生顯著正向影響。上述實(shí)證結(jié)果驗(yàn)證H1成立。

2. 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置傾向的影響機(jī)制。根據(jù)表3可知， 數(shù)字化轉(zhuǎn)型能夠顯著影響企業(yè)人力資本配置傾向， 具體表現(xiàn)為雇員規(guī)模提高， 且高學(xué)歷雇員占比顯著增加。那么， 數(shù)字化轉(zhuǎn)型影響人力資本配置的具體作用機(jī)制究竟是什么？本文從數(shù)字化轉(zhuǎn)型通過(guò)提高信息透明度、 提升內(nèi)部管理能力以及增加創(chuàng)新投入三種路徑分析其對(duì)企業(yè)人力資本配置傾向的影響。為此， 本文參考江艇（2021）的做法， 在模型（1）的基礎(chǔ)上構(gòu)建模型（2）， 采用機(jī)制分析法驗(yàn)證路徑機(jī)制的存在性。

Mediatori，t=β+β1Digitali，t+Controls+μi+λt+εi，t（2）

（1） 提高信息透明度?；谛盘?hào)傳遞理論視角， 企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠緩解企業(yè)內(nèi)外部信息不對(duì)稱(chēng)， 進(jìn)而吸引外部勞動(dòng)力關(guān)注， 擴(kuò)大雇員規(guī)模與提高雇員質(zhì)量。第一， 數(shù)字化轉(zhuǎn)型能夠提高企業(yè)處理信息的效率與質(zhì)量， 提升信息透明度， 較高的信息透明度能夠在一定程度上減少企業(yè)內(nèi)部存在的相關(guān)代理問(wèn)題， 利于維系和提升企業(yè)外部形象（譚志東等，2022）， 使得外部勞動(dòng)力流入企業(yè)， 增加企業(yè)雇員數(shù)量。第二， 數(shù)字化轉(zhuǎn)型企業(yè)較高的信息透明度還能夠提升其獲得政府和銀行信貸等外部支持的可能性（管考磊和鐘梅花，2021）， 因而該類(lèi)企業(yè)通常擁有優(yōu)于行業(yè)平均水平的資金狀況， 能夠?yàn)楣蛦T提供較高水平的薪資。第三， 信息透明度的提高能夠使得勞動(dòng)力市場(chǎng)上的勞動(dòng)者以較低成本獲取目標(biāo)企業(yè)的相關(guān)信息（毛宇飛等，2019）， 提升勞動(dòng)者對(duì)企業(yè)經(jīng)營(yíng)發(fā)展?fàn)顩r的了解程度， 同時(shí)也為勞動(dòng)者進(jìn)行就業(yè)選擇和達(dá)成就業(yè)協(xié)議奠定良好基礎(chǔ)。根據(jù)上述理論分析， 本文預(yù)測(cè)數(shù)字化轉(zhuǎn)型能夠提升信息透明度， 進(jìn)而改善企業(yè)人力資本配置。表4（1） ～ （3）列列示了提高信息透明度（Attention）中介效應(yīng)檢驗(yàn)結(jié)果。列（1）、 （2）中Digital的系數(shù)均顯著為正； 列（3）中Digital對(duì)Attention的回歸系數(shù)為0.2130且在1%的水平上顯著， 即數(shù)字化轉(zhuǎn)型能夠顯著提高企業(yè)的信息透明度。結(jié)合前述理論分析可知， 提高信息透明度是企業(yè)數(shù)字化轉(zhuǎn)型改善人力資本配置的重要路徑之一。

（2） 提升內(nèi)部管理能力?，F(xiàn)有研究表明， 數(shù)字化轉(zhuǎn)型能夠有效提高企業(yè)資源利用效率和經(jīng)營(yíng)管理能力（趙宸宇等，2021）。第一， 以計(jì)算機(jī)技術(shù)為代表的數(shù)字化轉(zhuǎn)型能夠更高效地整合企業(yè)內(nèi)部資源， 提升內(nèi)部資源管理能力。一方面， 在供應(yīng)端將企業(yè)營(yíng)銷(xiāo)方式從實(shí)體交易擴(kuò)展至線上交易， 破除交易時(shí)空阻礙， 擴(kuò)大企業(yè)銷(xiāo)售規(guī)模（祝合良和王春娟，2020）； 另一方面， 在需求端降低顧客交易成本和商品搜索成本， 擴(kuò)大消費(fèi)者購(gòu)買(mǎi)規(guī)模（嚴(yán)若森和錢(qián)向陽(yáng)，2018）。當(dāng)企業(yè)面臨較大的業(yè)務(wù)擴(kuò)張時(shí)， 通常會(huì)有更大的勞動(dòng)力需求， 進(jìn)而增加企業(yè)勞動(dòng)雇傭數(shù)量。第二， 企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型提升內(nèi)部管理能力， 較高的管理能力能夠?yàn)閯趧?dòng)者， 特別是高技能勞動(dòng)者提供其所看重的舒適工作環(huán)境和廣闊發(fā)展空間等關(guān)鍵就業(yè)情境（付東，2020）， 進(jìn)而吸引高技能勞動(dòng)者流入， 提高企業(yè)勞動(dòng)雇傭質(zhì)量。表4第（4） ～ （6）列列示了提升內(nèi)部管理能力（IC）的中介效應(yīng)檢驗(yàn)結(jié)果。列（4）、 （5）中Digital的系數(shù)均顯著為正； 列（6）中Digital對(duì)IC的回歸系數(shù)為1.9586且在5%的水平上顯著， 即數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)的內(nèi)部管理能力。結(jié)合前述理論分析可知， 提升內(nèi)部管理能力是企業(yè)數(shù)字化轉(zhuǎn)型優(yōu)化人力資本配置的重要路徑之一。

（3） 增加創(chuàng)新投入。數(shù)字化轉(zhuǎn)型企業(yè)有動(dòng)機(jī)和意愿增加其創(chuàng)新投入， 增強(qiáng)高新技術(shù)能力， 為數(shù)字化轉(zhuǎn)型提供必要的基礎(chǔ)設(shè)施和技術(shù)支持（胡青，2020）。數(shù)字化轉(zhuǎn)型能夠通過(guò)增加創(chuàng)新投入改善企業(yè)人力資本配置。為創(chuàng)新提供更多的資金支持能夠加快創(chuàng)新進(jìn)度， 而創(chuàng)新過(guò)程不僅需要資金支持， 還離不開(kāi)與之對(duì)應(yīng)的高技能研發(fā)人員參與技術(shù)研究。此外， 創(chuàng)新產(chǎn)出的新型數(shù)字技術(shù)在企業(yè)內(nèi)部的應(yīng)用， 也需要數(shù)字型人才的參與和推廣（紀(jì)雯雯和賴(lài)德勝，2018）。因此， 增加創(chuàng)新投入會(huì)倒逼企業(yè)增加對(duì)高技能研發(fā)型人才和數(shù)字型人才的儲(chǔ)備需求， 提高企業(yè)雇員質(zhì)量。表4第（7） ～ （9）列列示了增加創(chuàng)新投入（Incost）中介效應(yīng)檢驗(yàn)結(jié)果。列（7）、 （8）中Digital的系數(shù)均顯著為正； 列（9）中Digital對(duì)Incost的回歸系數(shù)為0.0007且在1%的水平上顯著， 即數(shù)字化轉(zhuǎn)型能夠顯著增加企業(yè)創(chuàng)新投入。結(jié)合前述理論分析可知， 增加創(chuàng)新投入也屬于數(shù)字化轉(zhuǎn)型改善企業(yè)人力資本配置的途徑之一。

五、 異質(zhì)性檢驗(yàn)

為進(jìn)一步檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置傾向的影響是否因不同情景而存在差異， 按照宏觀、 中觀和微觀層面進(jìn)行分組檢驗(yàn)。

（一） 宏觀地區(qū)差異分組檢驗(yàn)

將樣本按所屬地區(qū)的不同劃分為東部地區(qū)和中西部地區(qū)， 分組檢驗(yàn)不同地區(qū)數(shù)字化轉(zhuǎn)型對(duì)人力資本配置情況的影響， 回歸結(jié)果見(jiàn)表5。列（1）、 列（2）表明在中西部地區(qū)， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置規(guī)模的促進(jìn)作用更大； 列（3）、 列（4）表明在東部地區(qū)， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置質(zhì)量的促進(jìn)作用更大。

（二） 中觀行業(yè)差異分組檢驗(yàn)

除宏觀地區(qū)特征外， 中觀行業(yè)特征的不同也可能使數(shù)字化轉(zhuǎn)型對(duì)人力資本配置的影響不同， 因?yàn)椴煌袠I(yè)企業(yè)對(duì)數(shù)字技術(shù)的需求和依賴(lài)程度不同（祁懷錦等，2018）。因此， 本文在中觀行業(yè)層面對(duì)文章主要結(jié)論進(jìn)行異質(zhì)性分析。參考尹美群等（2018）的做法， 根據(jù)研發(fā)支出薪酬比的高低， 將行業(yè)劃分為技術(shù)密集型行業(yè)和非技術(shù)密集型行業(yè)。若研發(fā)支出薪酬比較高， 表明企業(yè)對(duì)技術(shù)研發(fā)的重視程度高于對(duì)勞動(dòng)要素， 屬于技術(shù)密集型行業(yè)?；貧w結(jié)果見(jiàn)表6。列（1）、 列（2）表明在技術(shù)密集型行業(yè)， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置規(guī)模的促進(jìn)作用更大； 列（3）、 列（4）中Digital的系數(shù)分別為0.0068和0.0012， 前者在1%的水平上顯著， 后者不顯著， 結(jié)合組間系數(shù)差異檢驗(yàn)可知， 在非技術(shù)密集型行業(yè)， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置質(zhì)量的提升作用更大。

（三） 微觀產(chǎn)權(quán)差異分組檢驗(yàn)

由于我國(guó)獨(dú)特的經(jīng)濟(jì)發(fā)展模式， 國(guó)有企業(yè)和非國(guó)有企業(yè)在面臨的市場(chǎng)競(jìng)爭(zhēng)環(huán)境、 政策支持及所承載的社會(huì)責(zé)任等方面都存在一定的差異（程曦，2017）。就數(shù)字化轉(zhuǎn)型行為和人力資本配置而言： 一方面， 國(guó)有企業(yè)在維持日常運(yùn)營(yíng)、 實(shí)現(xiàn)盈利目標(biāo)的同時(shí)， 還擔(dān)負(fù)著穩(wěn)定經(jīng)濟(jì)發(fā)展與就業(yè)等多重職責(zé)， 因此國(guó)有企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型的目的可能與非國(guó)有企業(yè)存在差異； 另一方面， 現(xiàn)有研究表明我國(guó)勞動(dòng)力市場(chǎng)存在因“制度性分割”導(dǎo)致的勞動(dòng)力流動(dòng)障礙（馬草原等，2017）， 企業(yè)所有權(quán)性質(zhì)還會(huì)對(duì)勞動(dòng)力流動(dòng)產(chǎn)生影響。因此， 本文將樣本劃分為國(guó)有企業(yè)與非國(guó)有企業(yè)進(jìn)行分組回歸， 回歸結(jié)果見(jiàn)表7。由表7可知， 在國(guó)有企業(yè)， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置規(guī)模的提高作用更大； 在非國(guó)有企業(yè)， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置質(zhì)量的提高作用更大。

六、 進(jìn)一步研究

經(jīng)濟(jì)增長(zhǎng)的差距主要源于人才配置差異帶來(lái)的創(chuàng)新水平不同（紀(jì)雯雯和賴(lài)德勝，2018）， 作為實(shí)現(xiàn)創(chuàng)新的核心要素， 人力資本配置的重要性不言而喻。前文已經(jīng)驗(yàn)證了企業(yè)數(shù)字化轉(zhuǎn)型能夠增加創(chuàng)新投入進(jìn)而提升人力資本配置規(guī)模和質(zhì)量。那么， 隨著數(shù)字化轉(zhuǎn)型帶來(lái)的人力資本配置改善， 又會(huì)對(duì)企業(yè)創(chuàng)新能力產(chǎn)生怎樣的影響？為了探明數(shù)字化轉(zhuǎn)型、 人力資本配置和企業(yè)創(chuàng)新能力之間的關(guān)系， 本文在模型（1）的基礎(chǔ)上， 構(gòu)建模型（3）進(jìn)行回歸檢驗(yàn)：

Innovationi，t/TFPi，t=α0+α1Digitali，t+α2HCAi，t+α3Digitali，t×HCAi，t+Controls+μi+λt+εi，t" " " （3）

在模型（3）中， 被解釋變量為企業(yè)創(chuàng)新能力， TFP為企業(yè)全要素生產(chǎn)率。其中： Innovation采用企業(yè)當(dāng)年專(zhuān)利申請(qǐng)數(shù)加1取自然對(duì)數(shù)來(lái)衡量； TFP的衡量則參考 James和Amil（2003）、 杜傳忠和張遠(yuǎn)（2021）的做法， 采用LP法計(jì)算得出； 其余變量的具體設(shè)定與模型（1）一致。這里主要關(guān)注交互項(xiàng)Digitali，t×HCAi，t的系數(shù)α3， 本文預(yù)期α3的符號(hào)為正。當(dāng)α3顯著為正時(shí)， 表明數(shù)字化轉(zhuǎn)型在提升人力資本配置規(guī)模和質(zhì)量的基礎(chǔ)上， 進(jìn)一步增強(qiáng)了企業(yè)的創(chuàng)新能力。

表8列（1）、 （2）為企業(yè)人力資本配置規(guī)模和人力資本配置質(zhì)量對(duì)創(chuàng)新能力的回歸結(jié)果， Hc_scale和Hc_quality的系數(shù)分別為0.2217和0.1751， 分別在1%和10%的水平上顯著， 表明企業(yè)雇傭規(guī)模擴(kuò)大、 高學(xué)歷雇員占比提升能夠提高企業(yè)創(chuàng)新能力。列（3）、 列（4）分別為加入數(shù)字化轉(zhuǎn)型與人力資本配置交互項(xiàng)后對(duì)企業(yè)創(chuàng)新能力的回歸結(jié)果。交互項(xiàng)Digital×Hc_scale和Digital×Hc_quality的系數(shù)分別為0.0251和0.0447， 均在1%的水平上顯著， 這表明數(shù)字化轉(zhuǎn)型顯著增強(qiáng)了人力資本配置對(duì)企業(yè)創(chuàng)新能力的提升作用。

表9列（1）、 （2）中Hc_scale和Hc_quality的回歸系數(shù)分別為0.0314和0.3226， 且均在1%的水平上顯著， 這表明企業(yè)人力資本配置的優(yōu)化能夠顯著提高企業(yè)全要素生產(chǎn)率。列（3）、 列（4）中交互項(xiàng)Digital×Hc_scale的系數(shù)0.0052在5%的水平上顯著， 交互項(xiàng)Digital×Hc_quality的系數(shù)為0.0605且在1%的水平上顯著， 表明數(shù)字化轉(zhuǎn)型顯著增強(qiáng)了人力資本配置對(duì)全要素生產(chǎn)率的提升作用。

七、 穩(wěn)健性與內(nèi)生性檢驗(yàn)

（一） 穩(wěn)健性檢驗(yàn)

為驗(yàn)證研究結(jié)論的穩(wěn)健性， 本文進(jìn)行了以下穩(wěn)健性檢驗(yàn)： 首先， 替換企業(yè)人力資本配置規(guī)模和質(zhì)量的衡量方式。借鑒潘凌云和董竹（2021）的做法， 采用員工雇傭數(shù)量增長(zhǎng)率（Hc_scale2）作為企業(yè)人力資本配置規(guī)模的新代理變量， 采用碩士及以上學(xué)歷人員占比（Hc_quality2）作為人力資本配置質(zhì)量的新代理變量， 重新對(duì)主假設(shè)進(jìn)行驗(yàn)證， 回歸結(jié)果見(jiàn)表10第（1）、 （2）列。其次， 替換數(shù)字化轉(zhuǎn)型衡量方式。參考祁懷錦等（2020）的研究， 使用上市公司財(cái)務(wù)報(bào)表附注中無(wú)形資產(chǎn)構(gòu)成明細(xì)中數(shù)字化轉(zhuǎn)型相關(guān)資產(chǎn)在無(wú)形資產(chǎn)總額中的占比（Digital2）， 作為衡量數(shù)字化轉(zhuǎn)型的新代理變量， 重新進(jìn)行回歸， 回歸結(jié)果見(jiàn)表10第（3）、 （4）列。再次， 排除突發(fā)事件的影響。更改樣本區(qū)間， 剔除2020年樣本觀測(cè)值數(shù)據(jù)重新檢驗(yàn)， 結(jié)果見(jiàn)表10第（5）、 （6）列。最后， 加入地區(qū)層面控制變量。本文在保留年份和個(gè)體固定效應(yīng)的基礎(chǔ)上， 進(jìn)一步加入地區(qū)層面控制變量地區(qū)人均GDP（GDP_per）、 省份固定效應(yīng)（Prov_FE）和行業(yè)固定效應(yīng)（Ind_FE）對(duì)前文結(jié)論進(jìn)行回歸檢驗(yàn)， 回歸結(jié)果見(jiàn)表10第（7）、 （8）列。上述穩(wěn)健性檢驗(yàn)結(jié)果均支持本文研究結(jié)論。

（二） 內(nèi)生性檢驗(yàn)

為緩解可能存在的雙向因果、 遺漏變量等內(nèi)生性問(wèn)題， 本文進(jìn)行了以下內(nèi)生性檢驗(yàn)。

1. 安慰劑檢驗(yàn)?？紤]到本文研究的被解釋變量企業(yè)人力資本配置變動(dòng)可能由某些隨機(jī)性因素引起， 而非由數(shù)字化轉(zhuǎn)型行為引起， 為了得到更為純粹的因果識(shí)別效應(yīng)， 本文參考周茂等（2019）的做法， 采用隨機(jī)生成實(shí)驗(yàn)組（Digital_sj）的方法進(jìn)行安慰劑檢驗(yàn)， 同時(shí)還提取了自體抽樣1000次相關(guān)系數(shù)標(biāo)準(zhǔn)誤， 繪圖呈正態(tài)分布， 進(jìn)一步表明不存在其他隨機(jī)性因素影響。

2. 工具變量法。本文參考趙宸宇等（2021）的思路， 使用核心解釋變量的一、 二階滯后項(xiàng)， 以及城市郵政業(yè)務(wù)總量作為工具變量進(jìn)行回歸。根據(jù)相關(guān)檢驗(yàn)結(jié)果可知， 工具變量選取有效， 不存在弱工具變量及過(guò)度識(shí)別問(wèn)題。

3. 逐年P(guān)SM-多期DID檢驗(yàn)。參考易露霞等（2021）的研究， 將從未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)設(shè)定為對(duì)照組， 存在數(shù)字化轉(zhuǎn)型行為的企業(yè)設(shè)定為實(shí)驗(yàn)組， 設(shè)定分組變量Treat， 若企業(yè)屬于實(shí)驗(yàn)組則Treat取1， 否則取0； 同時(shí)設(shè)定時(shí)間虛擬變量Post， 若企業(yè)在當(dāng)年及后續(xù)年份的年報(bào)中存在有關(guān)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞匯， 則Post取值為1， 否則為0， 其余變量定義與模型（1）相同。構(gòu)建的驗(yàn)證模型如下：

HCAi，t=α0+α1Treati，t×Posti，t+Controls+μi+λt+εi，t（4）

考慮到處理效應(yīng)可能存在的選擇偏差問(wèn)題， 在進(jìn)行多期DID之前， 先對(duì)樣本數(shù)據(jù)進(jìn)行逐年P(guān)SM和平衡性假設(shè)檢驗(yàn)， 匹配后獲得的樣本數(shù)為3183， 基于此進(jìn)行回歸?；貧w結(jié)果表明本文的結(jié)論不存在內(nèi)生性， 原假設(shè)H1成立。

八、 研究結(jié)論及啟示

數(shù)字技術(shù)變革帶來(lái)的技術(shù)替代效應(yīng)和“就業(yè)極化”現(xiàn)象等對(duì)勞動(dòng)力就業(yè)帶來(lái)了深刻影響， 數(shù)字型人才缺口逐年擴(kuò)大、 重復(fù)性勞動(dòng)力替代不斷增強(qiáng)、 人口紅利消減、 全球經(jīng)濟(jì)不確定性沖擊等種種現(xiàn)狀給我國(guó)就業(yè)問(wèn)題和實(shí)現(xiàn)高質(zhì)量就業(yè)帶來(lái)了一系列嚴(yán)峻挑戰(zhàn)。探究數(shù)字化轉(zhuǎn)型對(duì)人力資本配置傾向的影響既有利于豐富數(shù)字經(jīng)濟(jì)后果研究， 又能夠闡明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)解決就業(yè)問(wèn)題的作用機(jī)理。本文以2011 ～ 2021年我國(guó)A股上市公司為研究樣本， 研究發(fā)現(xiàn)， 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)人力資本配置規(guī)模和質(zhì)量具有提升作用； 影響機(jī)制檢驗(yàn)發(fā)現(xiàn)， 數(shù)字化轉(zhuǎn)型能夠通過(guò)提高信息透明度、 提升內(nèi)部管理能力、 增加創(chuàng)新投入來(lái)提升企業(yè)人力資本配置規(guī)模和質(zhì)量； 異質(zhì)性檢驗(yàn)發(fā)現(xiàn)， 在中西部地區(qū)、 技術(shù)密集型行業(yè)和國(guó)有企業(yè)中， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置規(guī)模提升作用更大， 在東部地區(qū)、 非技術(shù)密集型行業(yè)和非國(guó)有企業(yè)中， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本配置質(zhì)量提高作用更大； 進(jìn)一步研究發(fā)現(xiàn)， 數(shù)字化轉(zhuǎn)型增強(qiáng)了人力資本配置對(duì)企業(yè)創(chuàng)新能力和全要素生產(chǎn)率的提升作用。

本文具有如下政策啟示： 第一， 政府部門(mén)應(yīng)優(yōu)化數(shù)字經(jīng)濟(jì)發(fā)展支持政策。當(dāng)前數(shù)字技術(shù)及數(shù)字經(jīng)濟(jì)發(fā)展日新月異， 政府制定的數(shù)字經(jīng)濟(jì)政策作為國(guó)家深入貫徹落實(shí)數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略的重要抓手， 承擔(dān)著引導(dǎo)產(chǎn)業(yè)企業(yè)數(shù)字化方向、 規(guī)范我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵作用。此外， 政府部門(mén)還應(yīng)推進(jìn)信息化基礎(chǔ)設(shè)施建設(shè)， 優(yōu)化發(fā)展環(huán)境。數(shù)字經(jīng)濟(jì)的高速發(fā)展離不開(kāi)較為完備的信息化基礎(chǔ)設(shè)施建設(shè)。數(shù)據(jù)的獲取、 分析和應(yīng)用離不開(kāi)數(shù)字技術(shù)的發(fā)展與普及。第二， 勞動(dòng)者應(yīng)當(dāng)加強(qiáng)數(shù)字技術(shù)學(xué)習(xí)， 提高自身專(zhuān)業(yè)技術(shù)能力。一方面， 企業(yè)數(shù)字化轉(zhuǎn)型離不開(kāi)數(shù)字技術(shù)的普及、 推廣和應(yīng)用， 加強(qiáng)對(duì)數(shù)字技術(shù)的掌握和使用能夠增強(qiáng)勞動(dòng)者自身競(jìng)爭(zhēng)力， 提高勞動(dòng)者就業(yè)成功率； 另一方面， 盡管我國(guó)近年來(lái)持續(xù)不斷進(jìn)行大學(xué)擴(kuò)招， 但我國(guó)勞動(dòng)力整體受教育程度仍相對(duì)較低， 未掌握專(zhuān)業(yè)知識(shí)技能的勞動(dòng)力通常只能從事低水平重復(fù)性工作， 而此類(lèi)工作很容易被技術(shù)所代替， 進(jìn)而加劇就業(yè)難問(wèn)題。因此， 對(duì)勞動(dòng)者增加必要的培訓(xùn)與教育投資， 不僅能夠提升其專(zhuān)業(yè)技術(shù)能力， 推動(dòng)高質(zhì)量就業(yè)的實(shí)現(xiàn)， 而且能夠賦能經(jīng)濟(jì)發(fā)展， 為我國(guó)經(jīng)濟(jì)持續(xù)高質(zhì)量增長(zhǎng)注入新動(dòng)力。

【 主 要 參 考 文 獻(xiàn) 】

陳慶江，王彥萌，萬(wàn)茂豐．企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)及其影響因素研究［ J］．管理學(xué)報(bào)，2021（5）：653 ～ 663．

馬草原，馬文濤，李成．中國(guó)勞動(dòng)力市場(chǎng)所有制分割的根源與表現(xiàn)［ J］．管理世界，2017（11）：22 ～ 34+187．

祁懷錦，曹修琴，劉艷霞．?dāng)?shù)字經(jīng)濟(jì)對(duì)公司治理的影響——基于信息不對(duì)稱(chēng)和管理者非理性行為視角［ J］．改革，2020（4）：50 ～ 64．

譚志東，趙洵，潘俊，譚建華．?dāng)?shù)字化轉(zhuǎn)型的價(jià)值：基于企業(yè)現(xiàn)金持有的視角［ J］．財(cái)經(jīng)研究，2022（3）：64 ～ 78．

肖紅軍，陽(yáng)鎮(zhèn)，劉美玉．企業(yè)數(shù)字化的社會(huì)責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗(yàn)［ J］．經(jīng)濟(jì)管理，2021（11）：52 ～ 69．

趙宸宇，王文春，李雪松．?dāng)?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．

周茂，李雨濃，姚星，陸毅．人力資本擴(kuò)張與中國(guó)城市制造業(yè)出口升級(jí)：來(lái)自高校擴(kuò)招的證據(jù)［ J］．管理世界，2019（5）：64 ～ 77．

（責(zé)任編輯·校對(duì)： 黃艷晶" 許春玲）

【基金項(xiàng)目】河南省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目“企業(yè)數(shù)字化轉(zhuǎn)型與人力資本配置傾向性研究”（項(xiàng)目編號(hào)：2022BJJ007）

【作者單位】1.河南財(cái)經(jīng)政法大學(xué)會(huì)計(jì)學(xué)院， 鄭州 450046；2.河南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院， 鄭州 450008；3.國(guó)網(wǎng)河南省電力公司南陽(yáng)供電公司， 河南南陽(yáng) 450046