[摘 要：文章以上市公司數(shù)字專利申請數(shù)量作為數(shù)字技術(shù)創(chuàng)新的度量指標(biāo)，實(shí)證檢驗(yàn)了數(shù)字技術(shù)創(chuàng)新對勞動收入份額的影響及其作用機(jī)理。研究發(fā)現(xiàn)：數(shù)字技術(shù)創(chuàng)新通過產(chǎn)品創(chuàng)新激勵效應(yīng)和公司治理賦能效應(yīng)顯著提高了企業(yè)勞動收入份額；進(jìn)一步分析發(fā)現(xiàn)，數(shù)字技術(shù)創(chuàng)新對普通員工、成長期和成熟期企業(yè)以及價格加成較低的企業(yè)勞動收入份額的影響更為明顯；此外，數(shù)字技術(shù)創(chuàng)新的影響具有一定的供應(yīng)鏈溢出效應(yīng)，核心企業(yè)數(shù)字技術(shù)創(chuàng)新提高了客戶的勞動收入份額，但對供應(yīng)商的勞動收入份額并沒有顯著影響。研究結(jié)論為完善初次收入分配格局和促進(jìn)共同富裕提供了有益的政策參考。

關(guān)鍵詞：數(shù)字技術(shù)創(chuàng)新；數(shù)字專利；勞動收入份額；收入分配；產(chǎn)品創(chuàng)新；公司治理

中圖分類號：F49；F832.51；F275" " 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-5097（2024）05-0038-10 ]

Income Distribution Effect of Digital Technology Innovation：

From the Perspective of Product Innovation and Corporate Governance

ZHENG Zhiqiang1，HE Jiali2

（1. School of Economics，Shanghai University of Finance and Economics，Shanghai 200433，China；

2. School of Economics and Management，Anhui Agricultural University，Hefei 230036，China）

Abstract：This study conducts an empirical analysis of the effect and mechanism of digital technology innovation（DTI） on labor income share，utilizing the number of digital patent applications submitted by listed firms as an indicator of DTI. The result shows that DTI significantly increases labor income share，driven by promoting product innovation and improving corporate governance. In addition，the impact of DTI on labor income share is more evident among ordinary workers，enterprises in growth and mature stages，and enterprises with lower markup. Moreover，the influence of DTI exhibits a certain spillover effect along supply chain. Specifically，the DTI of core enterprises can boost the labor income share of their downstream customers，but it does not significantly affect the labor income share of their upstream suppliers. This paper offers valuable policy insights for enhancing the primary income distribution pattern and promoting common prosperity.

Key words：digital technology innovation；digital patents；labor income share；income distribution；product innovation；corporate governance

一、引言及文獻(xiàn)綜述

建設(shè)數(shù)字中國是數(shù)字時代推進(jìn)中國式現(xiàn)代化的重要引擎，也是構(gòu)筑國家競爭新優(yōu)勢的有力支撐。2023年2月，中共中央、國務(wù)院出臺的《數(shù)字中國建設(shè)整體布局規(guī)劃》明確提出，強(qiáng)化數(shù)字中國關(guān)鍵能力首先要構(gòu)筑自立自強(qiáng)的數(shù)字技術(shù)創(chuàng)新體系。當(dāng)前，以大數(shù)據(jù)、人工智能、云計(jì)算和區(qū)塊鏈等為代表的數(shù)字技術(shù)創(chuàng)新不僅是傳統(tǒng)企業(yè)加快數(shù)字化轉(zhuǎn)型、為自身發(fā)展賦能的重要路徑，也是推動經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵力量（田秀娟和李睿，2022）［1］。目前，關(guān)于數(shù)字技術(shù)創(chuàng)新的相關(guān)研究大多聚焦于理論分析與案例研究（Svahn等，2017；劉洋等，2020；曲永義，2022）［2-4］，少數(shù)實(shí)證方面的研究也僅關(guān)注數(shù)字技術(shù)創(chuàng)新對生產(chǎn)率、企業(yè)價值等方面的影響（黃勃等，2023；陶鋒等，2023）［5-6］。隨著數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合，數(shù)字技術(shù)創(chuàng)新已經(jīng)成為技術(shù)創(chuàng)新領(lǐng)域中創(chuàng)新要素最為聚集且輻射范圍最廣的部分，也被認(rèn)為是在數(shù)字經(jīng)濟(jì)時代影響收入分配格局的重要因素（Svahn等，2017）［2］。然而，目前鮮有文獻(xiàn)對數(shù)字技術(shù)創(chuàng)新的收入分配效應(yīng)展開充分、詳實(shí)的理論分析與實(shí)證檢驗(yàn)。

勞動收入份額即勞動報(bào)酬在初次收入分配中所占的比重?！翱柖嗍聦?shí)”認(rèn)為，經(jīng)濟(jì)體要素收入占國民收入的比重長期保持穩(wěn)定（Kaldor，1957）［7］，這一觀點(diǎn)被視為構(gòu)建經(jīng)濟(jì)增長理論的基本假設(shè)。自20世紀(jì)80年代全球大部分經(jīng)濟(jì)體勞動收入份額開始顯著下降，但我國勞動收入份額下降時間較晚，且在2008年前后呈震蕩上升趨勢（Karabarbounis和Neiman，2014；施新政等，2019）［8-9］。根據(jù)國家統(tǒng)計(jì)局網(wǎng)站公布的年度資金流量表可以計(jì)算出，2020年我國勞動收入份額約為52.3%，與發(fā)達(dá)國家相比還較低，甚至低于世界平均水平（劉亞琳等，2022）［10］。因此，如何進(jìn)一步提高我國勞動收入份額已經(jīng)成為政府部門和學(xué)術(shù)界關(guān)心的重要問題。

隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，數(shù)字技術(shù)創(chuàng)新在助力企業(yè)實(shí)現(xiàn)變革的同時，也將深刻影響勞動力市場，重塑收入分配格局。那么，在數(shù)字技術(shù)創(chuàng)新過程中，社會勞動者能否公平地享受技術(shù)紅利，即數(shù)字技術(shù)創(chuàng)新是否提升了勞動收入份額？如果提升，其作用機(jī)理是什么？數(shù)字技術(shù)創(chuàng)新對勞動收入份額的影響在不同類型的勞動者和不同的企業(yè)間是否具有異質(zhì)性？新形勢下，探究這些問題對改善初次收入分配格局和促進(jìn)共同富裕具有重要意義。基于此，本文以上市公司數(shù)字專利申請數(shù)量作為數(shù)字技術(shù)創(chuàng)新的度量指標(biāo)，實(shí)證檢驗(yàn)數(shù)字技術(shù)創(chuàng)新對勞動收入份額的影響及其作用機(jī)理。

本文可能的邊際貢獻(xiàn)主要為：①從產(chǎn)品創(chuàng)新和公司治理雙重視角，驗(yàn)證數(shù)字技術(shù)創(chuàng)新對勞動收入份額的積極作用，為數(shù)字技術(shù)與收入分配領(lǐng)域的相關(guān)研究提供了有益補(bǔ)充；②進(jìn)一步從供應(yīng)鏈溢出視角，檢驗(yàn)核心企業(yè)數(shù)字技術(shù)創(chuàng)新對其上下游企業(yè)勞動收入份額的影響，這不僅拓展了數(shù)字技術(shù)創(chuàng)新經(jīng)濟(jì)效應(yīng)的研究邊界，也為充分認(rèn)識數(shù)字技術(shù)的外部性特征提供了經(jīng)驗(yàn)證據(jù)；③發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新會對勞動力市場產(chǎn)生積極影響，這對激發(fā)勞動者積極性、推動勞動力市場結(jié)構(gòu)轉(zhuǎn)型具有重要意義；④發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新對不同類型的勞動者以及不同生命周期和價格加成的企業(yè)勞動收入份額的影響存在顯著差異，這不僅為政府制定數(shù)字技術(shù)創(chuàng)新政策、企業(yè)推進(jìn)數(shù)字化創(chuàng)新戰(zhàn)略提供了現(xiàn)實(shí)參考，也為改善初次收入分配格局提供了重要的政策啟示。

二、理論分析與研究假說

數(shù)字技術(shù)創(chuàng)新指運(yùn)用計(jì)算、連接、信息以及通信等數(shù)字技術(shù)組合圍繞生產(chǎn)過程改進(jìn)、組織模式和商業(yè)模式變革以及新產(chǎn)品開發(fā)等多方面開展的技術(shù)創(chuàng)新過程（Yoo等，2010；劉洋等，2020）［11，3］，這一數(shù)字技術(shù)組合主要包括大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈以及物聯(lián)網(wǎng)等（Vial，2019）［12］。數(shù)字技術(shù)的數(shù)據(jù)同質(zhì)性、可重新編程性以及可供性使數(shù)字技術(shù)創(chuàng)新在發(fā)展過程中表現(xiàn)出自成長性和收斂性。自成長性指數(shù)字技術(shù)創(chuàng)新是動態(tài)更新的，可根據(jù)需求變化不斷改進(jìn)，如APP等數(shù)字產(chǎn)品可根據(jù)用戶的反饋及偏好實(shí)時迭代更新（劉洋等，2020）［3］；收斂性指數(shù)字技術(shù)創(chuàng)新模糊了產(chǎn)品邊界、部門邊界、組織邊界以及產(chǎn)業(yè)邊界，從而促進(jìn)不同主體深度融合（Nambisan等，2017）［13］。數(shù)字技術(shù)創(chuàng)新的自成長性和收斂性特征使得其相比其他創(chuàng)新，對收入分配領(lǐng)域的變革可能具有更加廣泛和深遠(yuǎn)的影響。

首先，產(chǎn)品創(chuàng)新指基于新技術(shù)或現(xiàn)有技術(shù)的新用途開發(fā)新產(chǎn)品或改進(jìn)現(xiàn)有產(chǎn)品的過程（Katila，2002）［14］，而數(shù)字技術(shù)創(chuàng)新強(qiáng)調(diào)數(shù)字技術(shù)本身的新變化和新突破（陶鋒等，2023）［6］。因此，從概念上看，數(shù)字技術(shù)創(chuàng)新與產(chǎn)品創(chuàng)新存在顯著區(qū)別，同時，數(shù)字技術(shù)創(chuàng)新有助于企業(yè)實(shí)現(xiàn)產(chǎn)品創(chuàng)新。一方面，在數(shù)字化時代，消費(fèi)者能從多個渠道了解和接收產(chǎn)品相關(guān)信息，這不僅拓寬了消費(fèi)者選擇范圍，也提高了消費(fèi)者在企業(yè)研發(fā)創(chuàng)新活動中的參與度，從而促使企業(yè)快速響應(yīng)消費(fèi)者需求和偏好（戚聿東和肖旭，2020）［15］。此外，數(shù)字技術(shù)創(chuàng)新的自成長性特征能夠使企業(yè)根據(jù)消費(fèi)者的反饋修改產(chǎn)品的外觀、結(jié)構(gòu)和功能，即使用數(shù)字組件對物理組件進(jìn)行改造，以實(shí)現(xiàn)產(chǎn)品的迭代更新。另一方面，數(shù)字技術(shù)創(chuàng)新與應(yīng)用促進(jìn)了數(shù)據(jù)要素的跨邊界流動，使得產(chǎn)品邊界、部門邊界、組織邊界以及產(chǎn)業(yè)邊界逐漸模糊，從而有利于企業(yè)創(chuàng)新技術(shù)的溢出（涂心語和嚴(yán)曉玲，2022）［16］。同時，技術(shù)溢出帶來的知識跨界傳播能夠推動不同企業(yè)交流與合作，降低企業(yè)產(chǎn)品創(chuàng)新的成本與風(fēng)險(xiǎn)，促進(jìn)企業(yè)實(shí)現(xiàn)突破式創(chuàng)新。不同企業(yè)可基于數(shù)字化協(xié)同創(chuàng)新平臺開展關(guān)鍵技術(shù)的協(xié)同攻關(guān)與突破。當(dāng)企業(yè)實(shí)現(xiàn)產(chǎn)品創(chuàng)新突破時，新產(chǎn)品會取代舊產(chǎn)品，從而幫助企業(yè)在市場競爭中獲得更多的壟斷優(yōu)勢和超額利潤，同時，積累的利潤會給員工分配更多的勞動報(bào)酬（Fairris和Jonasson，2008）［17］，因而提高了勞動收入份額?；谏鲜龇治觯疚奶岢黾僬f1。

H1：數(shù)字技術(shù)創(chuàng)新通過激勵企業(yè)產(chǎn)品創(chuàng)新提高勞動收入份額。

其次，在圍繞組織模式和商業(yè)模式變革開展的數(shù)字技術(shù)創(chuàng)新活動中，企業(yè)會產(chǎn)生新的治理思想和方法，新的理念逐漸嵌入企業(yè)日常經(jīng)營管理中，從而使公司治理過程更具透明度。數(shù)字技術(shù)創(chuàng)新的收斂性特征使企業(yè)在創(chuàng)新過程中模糊了不同產(chǎn)品和部門間的邊界，促進(jìn)知識和信息在不同主體間的傳播與共享，從而緩解了公司治理過程中面臨的信息不對稱問題（Goldfarb和Tucker，2019）［18］；數(shù)字技術(shù)創(chuàng)新與應(yīng)用使研發(fā)、生產(chǎn)、運(yùn)輸以及管理等活動實(shí)現(xiàn)數(shù)據(jù)化和可視化，企業(yè)可根據(jù)歷史大數(shù)據(jù)前瞻性地預(yù)警和控制風(fēng)險(xiǎn)，從而提高風(fēng)險(xiǎn)評估與應(yīng)對能力；數(shù)字技術(shù)創(chuàng)新的自成長性特征能夠使企業(yè)快速適應(yīng)不斷變化的市場需求和消費(fèi)者偏好，倒逼企業(yè)構(gòu)建新的會計(jì)信息、管理信息和決策支持系統(tǒng)，從而提高決策的科學(xué)性。綜上，數(shù)字技術(shù)創(chuàng)新在內(nèi)部信息環(huán)境、風(fēng)險(xiǎn)評估以及科學(xué)決策等方面將數(shù)字信息技術(shù)與企業(yè)內(nèi)部控制過程相結(jié)合，改善了公司治理狀況，使企業(yè)決策更加公開透明，員工權(quán)益更易得到保障（Pinnuck和Lillis，2007）［19］，因而有利于提高勞動收入份額。基于上述分析，本文提出假說2。

H2：數(shù)字技術(shù)創(chuàng)新通過改善公司治理提高勞動收入份額。

前文分析認(rèn)為，數(shù)字技術(shù)創(chuàng)新有利于提高勞動收入份額，但是，這一影響可能在不同類型的勞動者、不同生命周期和價格加成的企業(yè)中存在顯著差異，據(jù)此本文設(shè)計(jì)的主要研究框架如圖1所示。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

為避免2006年我國會計(jì)準(zhǔn)則變化對數(shù)據(jù)造成的影響，本文選取2007—2021年A股上市公司作為研究樣本，數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（CSMAR）和中國研究數(shù)據(jù)服務(wù)平臺（CNRDS），專利文本信息來源于WinGo財(cái)經(jīng)文本數(shù)據(jù)平臺，并對數(shù)據(jù)做如下處理：①剔除金融行業(yè)樣本；②剔除ST、*ST等非正常上市的樣本；③刪除主要變量數(shù)據(jù)缺失的樣本；④對連續(xù)變量進(jìn)行上下1%的縮尾處理。

（二）關(guān)鍵變量

1. 被解釋變量：勞動收入份額（[LS]）

勞動收入份額即勞動報(bào)酬在初次收入分配中所占的比重，本文借鑒方軍雄（2011）［20］的研究，勞動收入份額以企業(yè)勞動報(bào)酬占企業(yè)增加值的比重表示。其中：勞動報(bào)酬以支付給職工以及為職工支付的現(xiàn)金度量；企業(yè)增加值[=]營業(yè)收入[?]營業(yè)成本[+]員工支付[+]固定資產(chǎn)折舊。

2. 解釋變量：數(shù)字技術(shù)創(chuàng)新（[Diginnov]）

本文參考陶鋒等（2023）［6］的研究，首先，根據(jù)《國際專利分類與國民經(jīng)濟(jì)行業(yè)分類參照關(guān)系表（2018）》披露的IPC分類號和國民經(jīng)濟(jì)行業(yè)分類對照碼，將上市公司專利按照企業(yè)[?]年份[?]行業(yè)進(jìn)行分類統(tǒng)計(jì)；其次，根據(jù)國家統(tǒng)計(jì)局公布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》，識別出企業(yè)申請的與數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)相關(guān)的數(shù)字技術(shù)專利；最后，將識別出的數(shù)字技術(shù)專利按照企業(yè)[?]年份進(jìn)行加總，構(gòu)建企業(yè)層面的數(shù)字技術(shù)創(chuàng)新度量指標(biāo)。具體地，以數(shù)字技術(shù)專利申請數(shù)量加1的自然對數(shù)衡量企業(yè)數(shù)字技術(shù)創(chuàng)新水平。

3. 中介變量：產(chǎn)品創(chuàng)新（[Patent]）和公司治理（[Manacost]）

專利是對一種新技術(shù)或新用途的系統(tǒng)性和整體性的認(rèn)定，因此，產(chǎn)品創(chuàng)新最終會體現(xiàn)在專利上，專利也被認(rèn)為是衡量產(chǎn)品創(chuàng)新的有力指標(biāo)（You等，2021）［21］。借鑒You等（2021）［21］的研究，本文使用專利申請數(shù)量作為產(chǎn)品創(chuàng)新的代理變量，同時，為防止數(shù)字技術(shù)專利可能對產(chǎn)品創(chuàng)新的衡量造成干擾，本文以企業(yè)專利申請總數(shù)減去數(shù)字技術(shù)專利申請數(shù)量加1后的自然對數(shù)作為產(chǎn)品創(chuàng)新的度量指標(biāo)。借鑒李壽喜（2007）［22］的研究，以企業(yè)管理費(fèi)用占總資產(chǎn)的比重作為公司治理的代理變量，其數(shù)值越低意味著企業(yè)內(nèi)部的組織管理效率越高，公司治理效果越好。

4. 控制變量

借鑒王雄元和黃玉菁（2017）［23］以及杜鵬程等（2021）［24］的研究，本文選取了以下控制變量：企業(yè)規(guī)模（[Ass]）、上市年齡（[Age]）、資本產(chǎn)出比（[Capout]）、資產(chǎn)負(fù)債率（[Lev]）、高管持股比例（[Manage]）、獨(dú)立董事占比（[Indep]）、總資產(chǎn)收益率（[Roa]）、股權(quán)集中度（[Share]）、股權(quán)性質(zhì)（[Soe]）、行業(yè)競爭程度（[HHI]）。

主要變量定義和描述性統(tǒng)計(jì)結(jié)果見表1所列。

（三）實(shí)證模型構(gòu)建

為檢驗(yàn)數(shù)字技術(shù)創(chuàng)新對勞動收入份額的影響，本文構(gòu)建如下基準(zhǔn)回歸模型：

[LSit=βDiginnovit+γControlit+Firmi+" "Yeart+εit] （1）

其中：被解釋變量[LSit]表示企業(yè)[i]在[t]期的勞動收入份額；核心解釋變量[Diginnovit]為企業(yè)[i]在[t]期的數(shù)字技術(shù)創(chuàng)新水平；[Control]為控制變量；[Firm]表示企業(yè)固定效應(yīng)，控制不可觀測的企業(yè)層面的固有差異；[Year]表示年份固定效應(yīng)，控制時間變動的外生沖擊；[εit]為誤差項(xiàng)，標(biāo)準(zhǔn)誤聚類到企業(yè)層面。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

表2列示了基準(zhǔn)模型的檢驗(yàn)結(jié)果。其中，列（1）為控制企業(yè)和年份固定效應(yīng)后數(shù)字技術(shù)創(chuàng)新對勞動收入份額影響的檢驗(yàn)結(jié)果，列（2）至列（４）分別為在列（1）的基礎(chǔ)上依次加入多個控制變量后的估計(jì)結(jié)果，可以看到，[Diginnov]系數(shù)始終在1%的水平上顯著為正，說明數(shù)字技術(shù)創(chuàng)新和勞動收入份額具有正相關(guān)關(guān)系。從經(jīng)濟(jì)意義看，以列（4）結(jié)果為例，結(jié)合表1的描述性統(tǒng)計(jì)結(jié)果，企業(yè)數(shù)字技術(shù)創(chuàng)新水平每提升1個單位，會使勞動收入份額提升0.004，比樣本期間勞動收入份額的均值提升了1.4%（（0.004/0.279 3）×100%）。因此，無論是在統(tǒng)計(jì)意義還是經(jīng)濟(jì)意義上，數(shù)字技術(shù)創(chuàng)新均有助于提高勞動收入份額。

（二）穩(wěn)健性檢驗(yàn)

1. 工具變量法

上述基準(zhǔn)模型的回歸結(jié)果可能存在內(nèi)生性問題，一方面，根據(jù)理論分析，數(shù)字技術(shù)創(chuàng)新可能通過產(chǎn)品創(chuàng)新激勵效應(yīng)和公司治理賦能效應(yīng)提高勞動收入份額；另一方面，勞動收入份額較高的企業(yè)勞動力受教育水平和勞動技能可能相對較高，其經(jīng)營收益也可能較好，而人力資本儲備和利潤是企業(yè)開展數(shù)字技術(shù)創(chuàng)新活動的重要基礎(chǔ)，因此，勞動收入份額較高的企業(yè)可能更愿意進(jìn)行數(shù)字技術(shù)創(chuàng)新，從而導(dǎo)致數(shù)字技術(shù)創(chuàng)新和勞動收入份額之間存在雙向因果關(guān)系。本文使用工具變量法緩解上述可能存在的內(nèi)生性問題。借鑒張勛等（2023）［25］的研究，選取以經(jīng)緯度計(jì)算的各城市到杭州的球面距離作為工具變量。首先，誕生于杭州的阿里云是全球領(lǐng)先的云計(jì)算科技公司，而云服務(wù)增加了企業(yè)訪問信息和通信技術(shù)資源的可得性，是企業(yè)開展數(shù)字技術(shù)創(chuàng)新的基礎(chǔ)設(shè)施（El-Haddadeh，2020）［26］。其次，《2023年杭州市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)》顯示，2023年杭州市數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值5 675億元，比上年增長8.5%，占GDP的比重為28.3%，可見，杭州是全國數(shù)字經(jīng)濟(jì)發(fā)展的“領(lǐng)跑者”。數(shù)字經(jīng)濟(jì)具有顯著的空間溢出效應(yīng)，能夠輻射和帶動周邊城市數(shù)字技術(shù)的發(fā)展，可以預(yù)期，一城市距離杭州越近，其數(shù)字技術(shù)創(chuàng)新水平可能越高，因此，各城市到杭州的球面距離與本文的解釋變量具有較好的相關(guān)性。最后，勞動收入份額變動是企業(yè)內(nèi)外部因素綜合影響的結(jié)果，而地理距離是自然形成的，并不直接影響樣本期間企業(yè)勞動收入份額，因而滿足工具變量的外生性要求。地理距離為截面數(shù)據(jù)，不具有時間變化趨勢，因此，本文使用地理距離與行業(yè)內(nèi)其他企業(yè)數(shù)字技術(shù)創(chuàng)新均值的交互項(xiàng)（Ⅳ）作為工具變量，并使用兩階段最小二乘法進(jìn)行估計(jì)。表3列（1）為工具變量第一階段的回歸結(jié)果，可以看出，Ⅳ的估計(jì)系數(shù)在1%的水平上顯著為正，說明本文選取的工具變量與數(shù)字技術(shù)創(chuàng)新具有較好的相關(guān)性；表3列（2）為第二階段的回歸結(jié)果，可以看出，[Diginnov]系數(shù)和K[?]P rk LM統(tǒng)計(jì)量在1%的水平上均顯著為正，K[?]P rk Wald F統(tǒng)計(jì)量的值為569.278，同時拒絕了不可識別檢驗(yàn)和弱工具變量檢驗(yàn)的原假設(shè)，說明在使用各城市到杭州的地理距離作為工具變量解決內(nèi)生性問題后，本文的基準(zhǔn)回歸結(jié)果依然成立。

2. 傾向得分匹配[?]雙重差分法

數(shù)字技術(shù)創(chuàng)新程度不同的企業(yè)存在顯著的特征差異，這些差異很可能對勞動收入份額產(chǎn)生影響，從而導(dǎo)致樣本存在選擇性偏差問題，影響基準(zhǔn)回歸結(jié)果的可靠性。本文根據(jù)企業(yè)數(shù)字技術(shù)創(chuàng)新規(guī)模構(gòu)建數(shù)字技術(shù)創(chuàng)新的峰值事件，并利用多期雙重差分模型進(jìn)行因果檢驗(yàn)，具體過程如下：首先，按年份對解釋變量進(jìn)行排序，并構(gòu)建數(shù)字技術(shù)創(chuàng)新的啞變量[（Treat）]，若企業(yè)數(shù)字技術(shù)專利申請數(shù)量排名首次進(jìn)入前10%的當(dāng)年及以后各年，[Treat]賦值為1，即為實(shí)驗(yàn)組，其他年份賦值為0，即為控制組。其次，為了盡可能保證實(shí)驗(yàn)組和控制組在未受到?jīng)_擊前具有相同的變化趨勢，本文使用傾向得分匹配（PSM）方法篩選控制組樣本。具體地，以企業(yè)規(guī)模（[Ass]）、上市年齡（[Age]）、資產(chǎn)負(fù)債率（[Lev]）和總資產(chǎn)收益率（[Roa]）四個變量為協(xié)變量，使用1∶2的近鄰匹配法為實(shí)驗(yàn)組選取具有共同支撐的控制組樣本。匹配平衡性檢驗(yàn)結(jié)果顯示，各變量均值在實(shí)驗(yàn)組和控制組中并沒有顯著差異，即支持使用PSM方法。最后，使用多時點(diǎn)雙重差分法進(jìn)行檢驗(yàn)，結(jié)果見表3列（3）。可以看出，[Treat]系數(shù)顯著為正，表明數(shù)字技術(shù)創(chuàng)新顯著提高了企業(yè)勞動收入份額，與基準(zhǔn)回歸結(jié)果一致。

3. 替換被解釋變量

為避免被解釋變量測量誤差可能導(dǎo)致的偽回歸問題，本文替換基準(zhǔn)模型的被解釋變量重新進(jìn)行回歸。首先，對勞動收入份額進(jìn)行對數(shù)化處理（ln［LS/（1[?]LS）］），使其更加符合正態(tài)分布，回歸結(jié)果見表3列（4）；其次，參考王雄元和黃玉菁（2017）［23］的做法，以支付給職工以及為職工支付的現(xiàn)金占營業(yè)總收入的比重（[LS1]）度量勞動收入份額，并重新回歸，結(jié)果見表3列（5）。上述回歸結(jié)果顯示，[Diginnov]系數(shù)均顯著為正，進(jìn)一步驗(yàn)證了數(shù)字技術(shù)創(chuàng)新對勞動收入份額具有正向影響。

4. 變更樣本范圍

首先，本文以2007—2021年A股上市公司為研究樣本，在此期間的重大宏觀事件，如2008年的金融危機(jī)、2015年的股災(zāi)以及2020年的新冠疫情，可能會對企業(yè)數(shù)字技術(shù)創(chuàng)新和勞動收入份額產(chǎn)生外生沖擊，造成估計(jì)結(jié)果偏差，因此，本文刪除這三年的樣本并重新回歸，檢驗(yàn)結(jié)果見表4列（1）；其次，鑒于直轄市在政治和經(jīng)濟(jì)上具有較大的自主權(quán)，直轄市的企業(yè)在融資、稅收和政策支持等方面與其他地區(qū)的企業(yè)存在顯著差異，因此，本文剔除直轄市的樣本并重新回歸，檢驗(yàn)結(jié)果見表4列（2）；再次，本文刪除數(shù)字技術(shù)創(chuàng)新取值為0的樣本并重新回歸，估計(jì)結(jié)果見表4列（3）；最后，信息化程度較高的行業(yè)數(shù)字技術(shù)創(chuàng)新程度也較高，將其納入回歸可能會導(dǎo)致樣本選擇性偏差問題，因此，本文剔除信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的樣本并重新回歸，檢驗(yàn)結(jié)果見表4列（4）。上述回歸結(jié)果顯示，[Diginnov]系數(shù)始終顯著為正，表明在變更樣本范圍后數(shù)字技術(shù)創(chuàng)新對勞動收入份額仍具有正向影響，再次驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

五、影響機(jī)制檢驗(yàn)

前文實(shí)證結(jié)果表明，數(shù)字技術(shù)創(chuàng)新對企業(yè)勞動收入份額具有正向影響，并且該結(jié)論在經(jīng)過一系列穩(wěn)健性檢驗(yàn)后依然成立，結(jié)合理論分析，本文對其影響機(jī)制進(jìn)行檢驗(yàn)。為進(jìn)一步識別和驗(yàn)證數(shù)字技術(shù)創(chuàng)新在提高勞動收入份額過程中的潛在影響機(jī)制，本文借鑒唐浩丹等（2022）［27］的研究，構(gòu)建如下模型：

其中：[M]為中介變量；式（2）為數(shù)字技術(shù)創(chuàng)新對勞動收入份額影響的總效應(yīng)，式（3）為數(shù)字技術(shù)創(chuàng)新對中介變量影響的估計(jì)式，式（4）為在式（2）的基礎(chǔ)上加入所有中介變量后的模型，其不同于傳統(tǒng)中介效應(yīng)模型將每條影響機(jī)制單獨(dú)檢驗(yàn)的做法，可以避免因不同影響機(jī)制間的相互作用而帶來的估計(jì)偏差。

（一）產(chǎn)品創(chuàng)新激勵效應(yīng)檢驗(yàn)

表5報(bào)告了影響機(jī)制檢驗(yàn)的估計(jì)結(jié)果。其中，列（1）為數(shù)字技術(shù)創(chuàng)新對勞動收入份額影響的總效應(yīng)，列（2）為數(shù)字技術(shù)創(chuàng)新對產(chǎn)品創(chuàng)新（[Patent]）影響的估計(jì)結(jié)果，可以看出，[Diginnov]系數(shù)均顯著為正，說明數(shù)字技術(shù)創(chuàng)新促進(jìn)了企業(yè)產(chǎn)品創(chuàng)新。表5列（4）為在列（1）的基礎(chǔ)上加入所有中介變量后的檢驗(yàn)結(jié)果，可以看出，[Patent]系數(shù)顯著為正，說明產(chǎn)品創(chuàng)新會提高企業(yè)勞動收入份額，[Diginnov]系數(shù)仍顯著為正，表明數(shù)字技術(shù)創(chuàng)新可通過激勵產(chǎn)品創(chuàng)新提高勞動收入份額，由此，驗(yàn)證了H1。

（二）公司治理賦能效應(yīng)檢驗(yàn)

表5列（3）為數(shù)字技術(shù)創(chuàng)新對公司治理（[Manacost]）影響的估計(jì)結(jié)果，可以看出，[Diginnov]系數(shù)顯著為負(fù)，說明數(shù)字技術(shù)創(chuàng)新降低了企業(yè)管理費(fèi)用率，從而改善了公司治理狀況。表5列（4）的估計(jì)結(jié)果顯示，[Manacost]系數(shù)顯著為負(fù)，說明公司治理的改善會提高企業(yè)勞動收入份額，[ Diginnov]系數(shù)顯著為正，表明數(shù)字技術(shù)創(chuàng)新可通過改善公司治理提高勞動收入份額，由此驗(yàn)證了H2。

六、進(jìn)一步分析

（一）異質(zhì)性分析

1. 勞動者異質(zhì)性

管理者和普通員工在數(shù)字技術(shù)創(chuàng)新過程中承擔(dān)的工作任務(wù)以及面臨的激勵并不相同，因此，本文進(jìn)一步檢驗(yàn)數(shù)字技術(shù)創(chuàng)新對勞動收入份額的影響對不同類型的勞動者是否具有異質(zhì)性。表6列（1）和列（2）分別報(bào)告了數(shù)字技術(shù)創(chuàng)新對高管和普通員工收入份額的影響。其中，高管收入份額（[ES]）以高管薪酬總額占企業(yè)增加值的比重表示，普通員工收入份額（[GS]）以支付給職工以及為職工支付的現(xiàn)金與高管薪酬總額的差值占企業(yè)增加值的比重表示?；貧w結(jié)果顯示，數(shù)字技術(shù)創(chuàng)新主要提高了普通員工的收入份額，而對高管收入份額并沒有影響?？赡艿脑?yàn)椋阂环矫妫跀?shù)字技術(shù)創(chuàng)新過程中，企業(yè)需要招聘較多的人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等方面的高素質(zhì)技術(shù)人員，這些技術(shù)人員通常歸類為普通員工，因而，數(shù)字技術(shù)創(chuàng)新主要提高了普通員工的收入份額；另一方面，數(shù)字技術(shù)創(chuàng)新削弱了管理層的信息壟斷優(yōu)勢，促使管理層向下賦權(quán)，提高了普通員工的自主權(quán)（劉政等，2020）［28］，這有利于普通員工收入份額的提高。

2. 生命周期異質(zhì)性

生命周期理論指出，企業(yè)是一個具有生命特征的組織，在其發(fā)展過程中會經(jīng)歷不同的階段，存在類似于生物體從出生到死亡的生命周期。在不同的生命周期階段，企業(yè)的規(guī)模、組織管理、投融資策略和創(chuàng)新能力等存在明顯差異，因此，數(shù)字技術(shù)創(chuàng)新對勞動收入份額的作用效果可能受企業(yè)不同生命周期的異質(zhì)性影響。借鑒劉詩源等（2020）［29］的研究，根據(jù)企業(yè)經(jīng)營、投資和籌資活動現(xiàn)金流凈量的正負(fù)組合，本文將樣本劃分為成長期企業(yè)、成熟期企業(yè)和衰退期企業(yè)進(jìn)行分組回歸，結(jié)果見表6列（3）至列（5）。可以看出，[Diginnov]系數(shù)在成長期和成熟期樣本中顯著為正，而在衰退期樣本中并不顯著，說明數(shù)字技術(shù)創(chuàng)新主要提高了成長期和成熟期企業(yè)的勞動收入份額。原因?yàn)?，相較于成長期和成熟期企業(yè)，衰退期企業(yè)容易滿足現(xiàn)狀，組織結(jié)構(gòu)比較僵化，缺乏創(chuàng)新變革的動力，因此，承擔(dān)風(fēng)險(xiǎn)的意愿相對較低；而成長期和成熟期企業(yè)管理相對靈活，接受新事物以及從事高風(fēng)險(xiǎn)投資活動的意愿更強(qiáng)（Huergo，2006）［30］，因而更愿意進(jìn)行數(shù)字技術(shù)創(chuàng)新，這有利于提高其勞動收入份額。

3. 價格加成異質(zhì)性

已有研究發(fā)現(xiàn)，勞資談判力量是影響勞動收入份額的重要因素，企業(yè)的勞資談判力量越小，資本對勞動的替代就越多（魏下海等，2013）［31］。市場勢力的提升會削弱員工的勞資談判力量，不利于勞動收入份額的提高（De Loecker等，2020）［32］。因此，市場勢力可能會影響數(shù)字技術(shù)創(chuàng)新對勞動收入份額的作用效果。價格加成是企業(yè)市場勢力的直接測度指標(biāo)，本文借鑒De Loecker和Warzynski（2012）［33］的生產(chǎn)函數(shù)方法計(jì)算企業(yè)價格加成，并根據(jù)其數(shù)值是否大于樣本期間的均值將樣本劃分為價格加成較高的組別和價格加成較低的組別。表6列（6）和列（7）報(bào)告了價格加成異質(zhì)性回歸結(jié)果，可以看出，[Diginnov]系數(shù)在價格加成較高的樣本中不顯著，而在價格加成較低的樣本中顯著為正，說明數(shù)字技術(shù)創(chuàng)新主要提高了價格加成較低企業(yè)的勞動收入份額。其原因在于，較高的價格加成會削弱勞資談判力量，從而抑制數(shù)字技術(shù)創(chuàng)新對勞動收入份額的正向影響。

（二）數(shù)字技術(shù)創(chuàng)新的供應(yīng)鏈溢出效應(yīng)

作為一種通用技術(shù)，數(shù)字技術(shù)縮短了供應(yīng)鏈上企業(yè)間的交流“距離”，也模糊了供應(yīng)鏈上企業(yè)間的邊界（劉洋等，2020）［3］，從而加速了知識和技術(shù)以及數(shù)據(jù)要素在供應(yīng)鏈上的傳播，強(qiáng)化了上下游企業(yè)間的供應(yīng)鏈關(guān)聯(lián)。隨著供應(yīng)鏈上企業(yè)間關(guān)聯(lián)性的增強(qiáng)，企業(yè)開展數(shù)字技術(shù)創(chuàng)新活動不僅對企業(yè)內(nèi)部產(chǎn)生影響，還會沿著供應(yīng)鏈對上下游其他市場主體產(chǎn)生外溢影響。本文從供應(yīng)鏈視角出發(fā)，分析核心企業(yè)數(shù)字技術(shù)創(chuàng)新對其供應(yīng)商和客戶勞動收入份額的溢出效應(yīng)，即以核心企業(yè)為中心按照“供應(yīng)商←核心企業(yè)→客戶”的技術(shù)路線展開理論分析。

一方面，數(shù)字時代供應(yīng)鏈的需求導(dǎo)向特征日益強(qiáng)化，使得下游企業(yè)數(shù)字技術(shù)創(chuàng)新通過供應(yīng)鏈關(guān)聯(lián)對供應(yīng)商形成后向溢出效應(yīng)（Verhoef等，2021）［34］。具體而言，相較于供應(yīng)商，核心企業(yè)更接近終端市場，其對終端市場需求和消費(fèi)者偏好的變化更加敏銳，具有更加突出的市場信息優(yōu)勢。因此，當(dāng)核心企業(yè)根據(jù)外部市場需求變化開展數(shù)字技術(shù)創(chuàng)新活動時，其創(chuàng)新經(jīng)驗(yàn)與知識構(gòu)成了沿供應(yīng)鏈擴(kuò)散的創(chuàng)新源，會強(qiáng)化對供應(yīng)商的創(chuàng)新反饋效應(yīng)。而核心企業(yè)的創(chuàng)新反饋會促使供應(yīng)商做出適應(yīng)性應(yīng)對（李云鶴等，2022）［35］，激勵供應(yīng)商對核心企業(yè)的行為進(jìn)行模仿和學(xué)習(xí)，可能會帶動供應(yīng)商進(jìn)行數(shù)字技術(shù)創(chuàng)新，有利于提高供應(yīng)商的勞動收入份額。另一方面，核心企業(yè)作為客戶的供應(yīng)商，其開展數(shù)字技術(shù)創(chuàng)新活動所形成的知識和技術(shù)信息會隨著產(chǎn)品流入客戶，從而形成知識溢出效應(yīng)和“干中學(xué)”效應(yīng)（Lee和Yang，2000）［36］，這會增加客戶開展數(shù)字技術(shù)創(chuàng)新所需要的外部資源，有利于客戶勞動收入份額的提高。

表7列（1）和列（2）為核心企業(yè)數(shù)字技術(shù)創(chuàng)新對供應(yīng)商勞動收入份額（[LS_s]）和客戶勞動收入份額（[LS_c]）影響的估計(jì)結(jié)果，可以看出，在供應(yīng)商勞動收入份額作為被解釋變量時，[Diginnov]系數(shù)不顯著，而在客戶勞動收入份額作為被解釋變量時，[Diginnov]系數(shù)顯著為正，說明核心企業(yè)數(shù)字技術(shù)創(chuàng)新對供應(yīng)商的勞動收入份額沒有顯著影響，卻顯著提高了客戶的勞動收入份額。前者不顯著的原因可能在于，要素和中間產(chǎn)品沿著供應(yīng)鏈從上游向下游流動，供應(yīng)商并不能對核心企業(yè)的創(chuàng)新行為做出適應(yīng)性應(yīng)對，因而核心企業(yè)的數(shù)字技術(shù)創(chuàng)新無法對供應(yīng)商產(chǎn)生顯著影響，也就無法影響其勞動收入份額。

七、研究結(jié)論與政策啟示

本文以2007—2021年A股上市公司為研究樣本，使用數(shù)字專利申請數(shù)量作為數(shù)字技術(shù)創(chuàng)新的度量指標(biāo)，探究了企業(yè)數(shù)字技術(shù)創(chuàng)新對勞動收入份額的影響及其作用機(jī)理，主要得出以下研究結(jié)論：①數(shù)字技術(shù)創(chuàng)新顯著提高了勞動收入份額，該結(jié)論在經(jīng)過工具變量法、傾向得分匹配-雙重差分法、替換被解釋變量以及變更樣本范圍等一系列穩(wěn)健性檢驗(yàn)后依然成立；②促進(jìn)產(chǎn)品創(chuàng)新和改善公司治理是數(shù)字技術(shù)創(chuàng)新提高勞動收入份額的兩個主要渠道；③數(shù)字技術(shù)創(chuàng)新對普通員工、成長期和成熟期企業(yè)以及價格加成較低的企業(yè)勞動收入份額的影響更加明顯；④數(shù)字技術(shù)創(chuàng)新具有供應(yīng)鏈溢出效應(yīng)，具體來說，核心企業(yè)數(shù)字技術(shù)創(chuàng)新提高了客戶的勞動收入份額，但并不顯著影響供應(yīng)商的勞動收入份額。

根據(jù)研究結(jié)論，本文提出以下政策建議：

第一，鑒于數(shù)字技術(shù)創(chuàng)新的高不確定性和快速迭代性，政府應(yīng)從政策制定和服務(wù)供給方面給予充分支持。一方面，可成立數(shù)字創(chuàng)新引導(dǎo)基金，用于支持企業(yè)數(shù)字技術(shù)研發(fā)和創(chuàng)新項(xiàng)目；另一方面，應(yīng)加強(qiáng)以通信網(wǎng)絡(luò)為基礎(chǔ)、以數(shù)據(jù)算力為核心的數(shù)字基礎(chǔ)設(shè)施和數(shù)字技術(shù)公共服務(wù)體系建設(shè)，降低企業(yè)為開展數(shù)字技術(shù)創(chuàng)新活動投入的基礎(chǔ)設(shè)施成本。此外，數(shù)字技術(shù)創(chuàng)新對勞動收入份額的影響存在顯著的異質(zhì)性，因此，政府在引導(dǎo)和鼓勵企業(yè)數(shù)字創(chuàng)新時應(yīng)注重分類指導(dǎo)和精準(zhǔn)施策。例如，成長期企業(yè)的數(shù)字技術(shù)創(chuàng)新提高了其勞動收入份額，但是在當(dāng)前的市場環(huán)境下，成長期企業(yè)可能面臨較強(qiáng)的融資約束，這會顯著抑制其開展數(shù)字技術(shù)創(chuàng)新的動力，需要政府出臺政策對該類企業(yè)重點(diǎn)扶持。

第二，企業(yè)應(yīng)充分把握數(shù)字經(jīng)濟(jì)發(fā)展帶來的機(jī)遇，加強(qiáng)數(shù)字創(chuàng)新戰(zhàn)略規(guī)劃。一方面，可成立數(shù)字創(chuàng)新部門，從頂層設(shè)計(jì)推進(jìn)數(shù)字技術(shù)創(chuàng)新，同時加強(qiáng)跨部門和跨企業(yè)的協(xié)同合作，以降低創(chuàng)新成本和風(fēng)險(xiǎn)；另一方面，企業(yè)在開展數(shù)字技術(shù)創(chuàng)新活動時應(yīng)注重需求導(dǎo)向，尤其應(yīng)加強(qiáng)大數(shù)據(jù)、人工智能、云計(jì)算和區(qū)塊鏈等數(shù)字技術(shù)組合在新產(chǎn)品開發(fā)、生產(chǎn)過程改進(jìn)、組織模式和商業(yè)模式變革等創(chuàng)新過程中的深度融合，從而為自身發(fā)展賦能。此外，企業(yè)應(yīng)深化與大學(xué)和科研院所合作，協(xié)同培養(yǎng)專用型和應(yīng)用型數(shù)字創(chuàng)新人才，從而實(shí)現(xiàn)以數(shù)字人才優(yōu)勢構(gòu)筑競爭優(yōu)勢。

第三，在數(shù)字時代，數(shù)字技術(shù)的不斷創(chuàng)新與應(yīng)用對勞動者的技能提出了更高的要求。一方面，勞動者應(yīng)主動適應(yīng)數(shù)字技術(shù)創(chuàng)新與應(yīng)用帶來的變革，不斷強(qiáng)化自身的數(shù)字技能與數(shù)字素養(yǎng)，更好地適應(yīng)數(shù)字化時代的要求；另一方面，政府應(yīng)加大職業(yè)教育方面的投入，注重?cái)?shù)字領(lǐng)域的技能型人才培養(yǎng)，并通過財(cái)政政策和稅收政策積極引導(dǎo)企業(yè)開展技能培訓(xùn)，從而為提高勞動收入份額創(chuàng)造有利條件。

參考文獻(xiàn)：

［1］田秀娟，李睿.數(shù)字技術(shù)賦能實(shí)體經(jīng)濟(jì)轉(zhuǎn)型發(fā)展——基于熊彼特內(nèi)生增長理論的分析框架［J］.管理世界，2022，38（5）：56-74.

［2］SVAHN F，MATHIASSEN L，LINDGREN R.Embracing Digital Innovation in Incumbent Firms［J］. MIS Quarterly，2017，41（1）：239-254.

［3］劉洋，董久鈺，魏江.數(shù)字創(chuàng)新管理：理論框架與未來研究［J］.管理世界，2020，36（7）：198-217，219.

［4］曲永義.數(shù)字創(chuàng)新的組織基礎(chǔ)與中國異質(zhì)性［J］.管理世界，2022，38（10）：158-174.

［5］黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國企業(yè)高質(zhì)量發(fā)展——來自企業(yè)數(shù)字專利的證據(jù)［J］.經(jīng)濟(jì)研究，2023，58（3）：97-115.

［6］陶鋒，朱盼，邱楚芝，等.數(shù)字技術(shù)創(chuàng)新對企業(yè)市場價值的影響研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（5）：68-91.

［7］KALDOR N. A Model of Economic Growth［J］. The Economic Journal，1957，67：591-624.

［8］KARABARBOUNIS L，NEIMAN B. The Global Decline of the Labor Share［J］. The Quarterly Journal of Economics，2014，129（1）：61-103.

［9］施新政，高文靜，陸瑤，等.資本市場配置效率與勞動收入份額——來自股權(quán)分置改革的證據(jù)［J］.經(jīng)濟(jì)研究，2019，54（12）：21-37.

［10］劉亞琳，申廣軍，姚洋.我國勞動收入份額：新變化與再考察［J］.經(jīng)濟(jì)學(xué)（季刊），2022，22（5）：1467-1488.

［11］YOO Y，HENFRIDSSON O，LYYTINEN K. The New Organizing Logic of Digital Innovation：An Agenda for Information Systems Research［J］. Information Systems Research，2010，21（4）：724-735.

［12］VIAL G.Understanding Digital Transformation：A Review and a Research Agenda［J］. The Journal of Strategic Information Systems，2019，28（2）：118-144.

［13］NAMBISAN S，LYYTINEN K，MAJCHRZAK A，et al. Digital Innovation Management［J］. MIS Quarterly，2017，41（1）：223-238.

［14］KATILA R. New Product Search over Time：Past Ideas in Their Prime？［J］. Academy of Management Journal，2002，45（5）：995-1010.

［15］戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時代的企業(yè)管理變革［J］.管理世界，2020，36（6）：135-152，250.

［16］涂心語，嚴(yán)曉玲.數(shù)字化轉(zhuǎn)型、知識溢出與企業(yè)全要素生產(chǎn)率——來自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2022（2）：43-56.

［17］FAIRRIS D，JONASSON E. What Accounts for Intra-industry Wage Differentials？Results from a Survey of Establishments［J］. Journal of Economic Issues，2008，42（1）：97-114.

［18］GOLDFARB A，TUCKER C. Digital Economics［J］. Journal of Economic Literature，2019，57（1）：3-43.

［19］PINNUCK M，LILLIS A M. Profits Versus Losses：Does Reporting an Accounting Loss Act as a Heuristic Trigger to Exercise the Abandonment Option and Divest Employees？［J］. The Accounting Review，2007，82（4）：1031-1053.

［20］方軍雄.勞動收入比重，真的一致下降嗎？——來自中國上市公司的發(fā)現(xiàn)［J］.管理世界，2011（7）：31-41.

［21］YOU S，ZHOU K Z，JIA L. How does Human Capital Foster Product Innovation？The Contingent Roles of Industry Cluster Features［J］. Journal of Business Research，2021，130：335-347.

［22］李壽喜.產(chǎn)權(quán)、代理成本和代理效率［J］.經(jīng)濟(jì)研究，2007（1）：102-113.

［23］王雄元，黃玉菁.外商直接投資與上市公司職工勞動收入份額：趁火打劫抑或錦上添花［J］.中國工業(yè)經(jīng)濟(jì)，2017（4）：135-154.

［24］杜鵬程，王姝勛，徐舒.稅收征管、企業(yè)避稅與勞動收入份額——來自所得稅征管范圍改革的證據(jù)［J］.管理世界，2021，37（7）：105-118.

［25］張勛，楊紫，譚瑩.數(shù)字經(jīng)濟(jì)、家庭分工與性別平等［J］.經(jīng)濟(jì)學(xué)（季刊），2023，23（1）：125-141.

［26］EL-HADDADEH R. Digital Innovation Dynamics Influence on Organisational Adoption：The Case of Cloud Computing Services［J］. Information Systems Frontiers，2020，22（4）：985-999.

［27］唐浩丹，方森輝，蔣殿春.數(shù)字化轉(zhuǎn)型的市場績效：數(shù)字并購能提升制造業(yè)企業(yè)市場勢力嗎？［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（12）：90-110.

［28］劉政，姚雨秀，張國勝，等.企業(yè)數(shù)字化、專用知識與組織授權(quán)［J］.中國工業(yè)經(jīng)濟(jì)，2020（9）：156-174.

［29］劉詩源，林志帆，冷志鵬.稅收激勵提高企業(yè)創(chuàng)新水平了嗎？——基于企業(yè)生命周期理論的檢驗(yàn)［J］.經(jīng)濟(jì)研究，2020，55（6）：105-121.

［30］HUERGO E. The Role of Technological Management as a Source of Innovation：Evidence from Spanish Manufacturing Firms［J］. Research Policy，2006，35（9）：1377-1388.

［31］魏下海，董志強(qiáng)，黃玖立.工會是否改善勞動收入份額？——理論分析與來自中國民營企業(yè)的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)研究，2013，48（8）：16-28.

［32］DE LOECKER J，EECKHOUT J，UNGER G. The Rise of Market Power and the Macroeconomic Implications［J］. The Quarterly Journal of Economics，2020，135（2）：561-644.

［33］DE LOECKER J，WARZYNSKI F. Markups and Firm-level Export Status［J］. American Economic Review，2012，102（6）：2437-2471.

［34］VERHOEF P C，BROEKHUIZEN T，BART Y，et al. Digital Transformation：A Multidisciplinary Reflection and Research Agenda［J］. Journal of Business Research，2021，122：889-901.

［35］李云鶴，藍(lán)齊芳，吳文鋒.客戶公司數(shù)字化轉(zhuǎn)型的供應(yīng)鏈擴(kuò)散機(jī)制研究［J］.中國工業(yè)經(jīng)濟(jì)，2022（12）：146-165.

［36］LEE C C，YANG J. Knowledge Value Chain［J］. Journal of Management Development，2000，19（9）：783-794.

［責(zé)任編輯：夏同梅］

收稿日期：2023?09?18

基金項(xiàng)目：國家社會科學(xué)基金重大項(xiàng)目“開放經(jīng)濟(jì)安全監(jiān)測預(yù)警和綜合評估研究”（21＆ZD086）

作者簡介：鄭志強(qiáng)（1995—），男，安徽亳州人，博士研究生，研究方向：數(shù)字經(jīng)濟(jì)，產(chǎn)業(yè)經(jīng)濟(jì)；

何佳俐（1996—），女，江西九江人，講師，博士，研究方向：數(shù)字經(jīng)濟(jì)，行為經(jīng)濟(jì)。