一、引言

黨的二十大報告強調(diào)“加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。2023年12月，國家發(fā)展改革委進一步出臺《數(shù)字經(jīng)濟促進共同富裕實施方案》，指出要“通過數(shù)字化手段促進解決發(fā)展不平衡不充分問題，推進全體人民共享數(shù)字時代發(fā)展紅利，助力在高質量發(fā)展中實現(xiàn)共同富?！薄Ｖ匾募南嗬^出臺，彰顯了黨中央和國家發(fā)展改革委對發(fā)展數(shù)字經(jīng)濟、促進共同富裕的高度重視和戰(zhàn)略部署，意味著發(fā)展數(shù)字經(jīng)濟不能只追求“做大”規(guī)模，更要“做優(yōu)”結構、“做強”實力、“做實”基礎，把促進共同富裕作為數(shù)字經(jīng)濟發(fā)展的內(nèi)在要求和應有之義。數(shù)字經(jīng)濟的健康發(fā)展離不開企業(yè)微觀主體的良性運轉，企業(yè)收入分配的合理性直接關系到整個社會收入分配的平衡性。在數(shù)字經(jīng)濟時代，企業(yè)數(shù)字化轉型已然成為數(shù)字經(jīng)濟發(fā)展的重要基礎和關鍵路徑。

國務院國資委指出，“數(shù)字化轉型是順應新一輪科技革命和產(chǎn)業(yè)變革趨勢，不斷深化應用云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等新一代信息技術，激發(fā)數(shù)據(jù)要素創(chuàng)新驅動潛能，打造提升信息時代生存和發(fā)展能力，加速業(yè)務優(yōu)化升級和創(chuàng)新轉型，改造提升傳統(tǒng)動能，培育發(fā)展新動能，創(chuàng)造、傳遞并獲取新價值，實現(xiàn)轉型升級和創(chuàng)新發(fā)展的過程”。在此過程中，企業(yè)通過數(shù)字技術賦能傳統(tǒng)業(yè)務、優(yōu)化組織管理流程、創(chuàng)新商業(yè)模式，不斷提升發(fā)展質量和核心競爭力。數(shù)字化轉型對企業(yè)發(fā)展的積極影響已得到廣泛認同。研究表明，數(shù)字化轉型能促進企業(yè)專業(yè)化分工，提升全要素生產(chǎn)率（趙宸宇等，2021；袁淳等，2021）。同時，這種提升存在顯著溢出效應，下游企業(yè)轉型能促進上游企業(yè)全要素生產(chǎn)率，增強產(chǎn)業(yè)鏈供應鏈韌性并推動資源配置多元化（陶峰等，2023；巫強和姚雨秀，2023），從而助力經(jīng)濟高質量發(fā)展。然而，數(shù)字化轉型在提升企業(yè)效率的同時，其對內(nèi)部收入分配的影響，尤其是對企業(yè)高管與普通員工之間的薪酬差距的影響，仍值得深入探討。合理的薪酬差距無疑能激勵員工進取心，提升企業(yè)創(chuàng)新表現(xiàn)，但過大的薪酬差距不僅會削弱員工積極性、加劇組織內(nèi)部矛盾，還可能向外溢出引發(fā)社會輿論壓力，最終危及企業(yè)可持續(xù)發(fā)展。因此，厘清數(shù)字化轉型對企業(yè)內(nèi)部薪酬差距的影響與機制，進一步探究其對高質量創(chuàng)新的經(jīng)濟后果，對優(yōu)化企業(yè)薪酬制度、平衡效率與分配關系、推動數(shù)字經(jīng)濟健康發(fā)展具有重要現(xiàn)實意義。

企業(yè)數(shù)字化轉型如何影響內(nèi)部薪酬差距，本質上取決于管理層與員工之間薪酬增長率的相對變化。這種差異反映了企業(yè)發(fā)展過程中，雙方在剩余價值分配中的相對議價能力博弈。既有研究表明，企業(yè)規(guī)模和管理層權力是影響高管薪酬的關鍵因素（BebchukandFried，2003；GabaixandLandier，2008）。數(shù)字化轉型是一個高風險、高不確定性的過程，可能面臨技術風險、市場風險、政策風險等多重挑戰(zhàn)，高管作為企業(yè)決策者需要承擔風險，可能要求與此匹配的風險補償。同時，轉型中往往伴隨著企業(yè)組織結構的扁平化變革（戚聿東和肖旭，2020），這種變化可能使決策權進一步向高管層傾斜。根據(jù)管理權力理論，管理層憑借其掌控企業(yè)決策和資源配置的權力優(yōu)勢，主導薪酬契約設計以實現(xiàn)自身利益最大化（Bebchuketal.，2002）。方軍雄（2011）發(fā)現(xiàn)，我國上市公司存在較為嚴重的薪酬“尺蠖效應”，即當公司業(yè)績改善需要加薪時，高管薪酬增幅高于員工，而業(yè)績下滑時高管未被減薪或者降薪幅度低于員工，導致內(nèi)部薪酬差距逐漸擴大。這一現(xiàn)象在企業(yè)數(shù)字化轉型過程中可能會進一步加劇。然而，數(shù)字化轉型亦可能通過改善公司治理機制，對管理層權力產(chǎn)生制衡。祁懷錦等（2020）認為，數(shù)字化轉型能降低信息不對稱程度和管理者決策行為的非理性程度，從而強化對管理層的監(jiān)督和約束。這與代理理論的預期一致，即完善的公司治理機制有助于抑制管理層的機會主義行為，促進更合理的薪酬契約設計（FamaandJensen，1983）。因此，數(shù)字化轉型對管理層權力影響的兩種相反的作用可能最終決定其議價能力和內(nèi)部薪酬差距的凈效果，有待進一步檢驗。

與管理層相比，普通員工的薪酬議價能力相對有限，主要取決于自身的邊際生產(chǎn)力和勞動力市場的供需狀況。盡管數(shù)字化轉型通常會提升員工的技能要求和生產(chǎn)率，但其對勞動力供給的影響卻相對有限。在缺乏有效的集體談判機制的情況下，員工薪酬的增長可能難以與管理層保持同步。然而，數(shù)字化轉型也可能通過調(diào)整企業(yè)的人力資本結構和職能組織結構分工，改變員工階層整體的議價能力，進而影響內(nèi)部薪酬差距。一方面，數(shù)字化轉型將提高企業(yè)對高學歷員工的需求，推動企業(yè)人力資本結構升級（朱喜安和馬櫻格，2024），增強員工的薪酬議價能力。隨著數(shù)字化轉型的推進，企業(yè)生產(chǎn)和管理流程的復雜性不斷提高，對員工的教育水平和專業(yè)技能提出了更高要求。高學歷勞動者往往被視為高技能勞動力，因其與技術發(fā)展高度互補，邊際生產(chǎn)力提升顯著，在勞動力市場上享有更高議價地位，薪酬增長往往快于低學歷勞動者（Acemoglu，2002）。數(shù)字化轉型通過強化技能偏向型技術進步效應，加劇了企業(yè)內(nèi)部不同學歷員工間的薪酬分化，使得勞動技能溢價擴大（陳東和郭文光，2024）。但從整體來看，員工受教育水平的提高有助于縮小與管理層間的薪酬差距。另一方面，企業(yè)數(shù)字化轉型可能會通過優(yōu)化職能組織結構，提高技術、研發(fā)等核心部門員工的占比和薪酬增長率，以保證自身競爭力。在數(shù)字經(jīng)濟時代，企業(yè)競爭力的關鍵在于能否準確洞察市場需求變化，快速開發(fā)和迭代數(shù)字化產(chǎn)品和服務（戚聿東和肖旭，2020）。這就要求企業(yè)在組織架構上突出核心部門的戰(zhàn)略地位，賦予其更多資源配置權。而任務偏向型技術進步理論認為技術進步并非中性，而是會偏向于替代某些特定類型的勞動任務（AcemogluandRestrepo，2019）。在數(shù)字化轉型中，企業(yè)為增強核心競爭力往往會加大對核心部分的投資力度，從而會提高對這些部門員工的相對需求和薪酬水平，而一些傳統(tǒng)的基礎性操作崗位可能會被新技術所替代。這種任務偏向型技術進步效應，在某種程度上變相削弱了管理層對企業(yè)決策和資源配置的壟斷性權力，可能會有利于縮小管理層與員工間的薪酬差距。

隨著數(shù)字經(jīng)濟的興起，國內(nèi)學者聚焦于數(shù)字化轉型對企業(yè)內(nèi)部收入分配關系的影響展開了一些有益探索，但尚未形成一致結論。一些學者認為，數(shù)字化轉型通過生產(chǎn)率效應、就業(yè)創(chuàng)造效應、優(yōu)化人力資本結構等途徑，能提高企業(yè)營收和勞動收入份額，降低勞動收入差距（肖土盛等，2022；方明月等，2022；成璐璐等，2024），為構建共同富裕奠定物質基礎（余俊焱和吳鍇，2024）。魏志華等（2022）基于金稅三期工程這一稅收征管數(shù)字化實踐的準自然實驗，認為稅收征管數(shù)字化這一外部因素能夠通過改善企業(yè)信息環(huán)境和緩解代理問題，顯著抑制企業(yè)內(nèi)部薪酬差距。李樹和王雨（2023）認為數(shù)字化轉型對內(nèi)部薪酬差距可能呈非線性的倒U型關系，即轉型初期加劇分配失衡，但隨著轉型深化最終將緩解不平等程度。然而，另一部分學者則指出，盡管數(shù)字化轉型顯著提升了高管與員工平均薪酬，但高管薪酬的提升幅度明顯高于員工，這種分配失衡導致企業(yè)內(nèi)部薪酬差距增大（徐朝暉和王滿四，2022；劉長庚和張文哲，2023；高文書和萬詩婕，2024）。綜上，已有文獻對數(shù)字化轉型如何影響內(nèi)部薪酬差距的結論存在嚴重分歧，這可能源于現(xiàn)有研究在企業(yè)數(shù)字化轉型程度的測度方面存在一些局限性。例如使用文本分析詞典法度量時，由于數(shù)字技術關鍵詞庫不完備，可能導致企業(yè)實際已應用某些數(shù)字技術卻未被識別；以及表意不符導致錯誤識別問題也可能影響測度準確性，即年報文本中提及關鍵詞但實際未使用該項技術；此外，直接將總詞頻對數(shù)化處理，實際上是對各關鍵詞進行等權重處理，可能會導致測度出現(xiàn)偏差。這些測度偏差可能是導致現(xiàn)有文獻得出不一致結論的重要原因（金星曄等，2024）。

與既有研究相比，本文可能的邊際貢獻為：第一，改進了已有研究對企業(yè)數(shù)字化轉型的測度方法。鑒于當前人工智能等前沿技術的快速發(fā)展，我國正從“數(shù)字經(jīng)濟”時代逐步邁入“數(shù)智經(jīng)濟”時代。為體現(xiàn)“與時俱進”，本文探討的“數(shù)智化轉型”實質上涵蓋了通常所稱的“數(shù)字化轉型”，是指企業(yè)利用信息技術手段，對生產(chǎn)經(jīng)營活動、管理模式等進行全面的數(shù)字化改造和智能化升級。為更好地分析數(shù)智化轉型的動態(tài)發(fā)展過程，本文將其劃分為信息化、數(shù)字化和智能化三個階段。信息化階段主要體現(xiàn)為企業(yè)利用互聯(lián)網(wǎng)等信息技術優(yōu)化內(nèi)部管理和業(yè)務流程；數(shù)字化階段則聚焦于利用大數(shù)據(jù)、云計算等數(shù)字技術重塑企業(yè)的產(chǎn)品、服務、管理和商業(yè)模式；智能化階段則進一步涉及人工智能等前沿技術在企業(yè)中的深度應用?；诖?，本文構建了較為完備的數(shù)智化轉型特征詞庫，并利用機器學習算法測度企業(yè)數(shù)智化轉型綜合程度及其三個階段的發(fā)展程度。這種分階段分析有助于更精確地把握數(shù)智化轉型對企業(yè)內(nèi)部薪酬差距的影響。第二，在機制分析上，既有相關研究主要基于管理權力理論、人力資本理論和委托代理理論展開分析。本文在納入以上分析視角的基礎上，結合任務偏向型技術進步理論，分析企業(yè)職能組織結構調(diào)整在數(shù)智化轉型對薪酬差距影響中的機制作用，并通過不同要素密集度行業(yè)的異質性特征進行了強化論證。此外，本文通過對雙重代理成本的調(diào)節(jié)效應分析，檢驗了數(shù)智化轉型可能存在的公司治理效應，以期豐富現(xiàn)有研究的分析視角。第三，在充分剖析數(shù)智化轉型如何影響薪酬差距后，本文進一步探究了其經(jīng)濟后果，即企業(yè)內(nèi)部薪酬差距如何影響高質量創(chuàng)新。既有關于薪酬差距與創(chuàng)新績效關系的研究主要聚焦于創(chuàng)新的數(shù)量維度（通常以專利數(shù)表示），尚缺乏直接針對創(chuàng)新質量的研究。本文從數(shù)量和質量的兩個維度衡量企業(yè)高質量創(chuàng)新，發(fā)現(xiàn)數(shù)智化轉型顯著促進了創(chuàng)新，而薪酬差距對創(chuàng)新表現(xiàn)出顯著的倒U形影響關系。這些研究發(fā)現(xiàn)有助于為推進經(jīng)濟高質量發(fā)展提供一些有益啟示。

二、理論分析與研究假說

企業(yè)數(shù)智化轉型對內(nèi)部薪酬差距的影響是一個復雜問題，這種復雜性源于數(shù)智化轉型對企業(yè)內(nèi)部各利益相關方權力格局和資源配置產(chǎn)生的多重影響。首先，數(shù)智化轉型可能增強管理層的決策權和議價能力，使其獲得更高的薪酬。但同時也會提高員工整體的技能水平和生產(chǎn)效率，從而使其議價能力相對提高，緩解薪酬差距。這兩種相反的影響在一定程度上可能會相互抵消，導致薪酬差距變化趨勢的不確定性。為深入分析數(shù)智化轉型如何影響內(nèi)部薪酬差距，本部分基于以下理論視角從可能的正反兩方面影響分別展開分析，提出兩個競爭性假設，最終的影響方向將取決于哪一種機制的凈效果更為顯著。

（一）數(shù)智化轉型可能拉大內(nèi)部薪酬差距的分析

1.技能偏向型技術進步（Skill-BiasedTechnicalChange，SBTC）理論視角。該理論關注技術發(fā)展對勞動力市場的影響，認為新技術通常需要更復雜的技能來操作和應用，因此更有利于高技能勞動力。這是因為高技能勞動力與新技術存在較強的互補關系，勞動生產(chǎn)率更高，使得其薪酬議價能力更強。而對于中低技能勞動力，新技術可能會取代他們的工作，降低對他們的相對需求和工資水平。這種由于勞動力技能和生產(chǎn)率差異而形成的勞動報酬非均等化現(xiàn)象，即技能溢價，會加劇勞動力市場的不平等（KatzandAutor，1999；Acemoglu，2002）。宋冬林等（2010）的研究表明，我國改革開放的發(fā)展過程中存在著這種技能偏向型技術進步效應。

數(shù)智化轉型作為一種新型技術進步，可能會更加強化這種技能偏向效應。具體而言，數(shù)智化轉型涉及企業(yè)業(yè)務流程、組織結構的重構，提高了管理決策的復雜性和專業(yè)性，要求管理者具備更復雜的數(shù)據(jù)分析、信息處理等技能，而這些技能相對稀缺且價值較高，因此管理層薪酬水平將相對提高。盡管數(shù)智化技術也會加劇企業(yè)對高技能員工（如數(shù)據(jù)分析師、人工智能工程師等）的需求，這些高技能崗位通常要求具備更高的人力資本，以及更復雜的專業(yè)知識和技能，對應更高的薪酬水平，從而降低他們與高管間的薪酬差距。然而，考慮到傳統(tǒng)企業(yè)中高技能員工在整體員工結構中比例普遍較小，這種影響可能會被稀釋，從而導致其最終影響相對有限。因此，數(shù)智化轉型所帶來的效率提高和盈利改善收益，將更多地被高技能管理層所獲得，從而擴大管理層與員工之間的收入不平等。

2.管理權力理論視角。數(shù)智經(jīng)濟時代，數(shù)智化技術正深刻變革著企業(yè)的生產(chǎn)模式和治理方式。企業(yè)數(shù)智化轉型中，管理層憑借其知識資本與核心技術，逐漸成為企業(yè)發(fā)展中具有重要話語權和較高地位的核心利益相關者。管理層的價值觀和決策將直接影響企業(yè)未來的發(fā)展方向和戰(zhàn)略（陳德球和胡晴，2022）。這一變化表明，傳統(tǒng)的最優(yōu)契約理論和薪酬激勵理論所假設的，高管薪酬由股東利益最大化所決定的前提，正受到挑戰(zhàn)。Bebchuk等（2003）提出了管理權力理論，其核心觀點為管理層的權力和影響力在很大程度上塑造了實際的高管薪酬安排，而非完全由股東利益最大化所決定。具體來說，管理層會利用自身權力與地位，利用“掩飾（Camouflage）”和“避免反對（OutrageCosts）”等手段，獲得更有利于自身的薪酬安排，而非通過公平談判達成。換言之，管理層并非完全受制于股東利益的約束，而是能夠利用自身的權力和影響力來獲取更多的超額薪酬收益，以滿足自身利益最大化的目標。

基于中國上市公司的早期經(jīng)驗數(shù)據(jù)，吳育輝和吳世農(nóng)（2010）發(fā)現(xiàn)，高管權力的增加伴隨著其薪酬水平和企業(yè)代理成本的顯著提高，表明我國上市公司高管在其薪酬制定中存在明顯的自利行為。這一現(xiàn)象可能會在企業(yè)數(shù)智化轉型過程中進一步加劇，管理層憑借自身資源配置權，占取更多的企業(yè)收益，從而相對壓縮普通員工的薪酬待遇，導致內(nèi)部薪酬差距擴大。

據(jù)此，本文提出如下假說：

H1：在其他條件不變下，企業(yè)中管理層與普通員工之間的薪酬差距將隨著數(shù)智化轉型程度的增大而加劇。

（二）數(shù)智化轉型可能抑制內(nèi)部薪酬差距的分析

任務偏向型技術進步（Task-BiasedTechnicalChange，TBTC）理論視角。與基于“技能”劃分勞動者的SBTC理論不同，TBTC理論從“任務”的角度劃分勞動崗位，能夠更好地解釋美國在21世紀初出現(xiàn)的就業(yè)結構“極化”現(xiàn)象（AcemogluandRestrepo，2022）。該理論認為，新技術的發(fā)展可能會替代一些“常規(guī)性”傳統(tǒng)任務，如行政、生產(chǎn)等工作，但并不擅長自動化一些需要靈活性、判斷力和創(chuàng)造力的“非常規(guī)性”認知任務，如專業(yè)、技術、管理和創(chuàng)業(yè)這些通常由高技能勞動力所從事的工作（AcemogluandAutor，2011）。然而，自動化等新技術的發(fā)展在減少就業(yè)的同時，也會創(chuàng)造新的工作任務和崗位，且這些新任務更適合人類勞動，從而增加就業(yè)。因此，自動化和新任務的創(chuàng)造會在一定程度上相互抵消，不會導致勞動徹底被機器取代。盡管在短期內(nèi)可能會導致工資不平等現(xiàn)象增加，但長期影響取決于新任務是否能被低技能勞動者所掌握（AcemogluandRestrepo，2018）。例如在考慮到低技能勞動力的干中學效應后，在長期可能會減小技能溢價現(xiàn)象（黃浩權等，2024）。

在企業(yè)數(shù)智化轉型背景下，TBTC理論有助于理解數(shù)智化轉型如何通過調(diào)整企業(yè)職能組織結構分工，進而影響薪酬差距。一方面，數(shù)智化轉型可能會替代一些基礎性、常規(guī)性的工作任務，如行政管理、財務核算以及基礎生產(chǎn)等，從而相對降低對這些工作的需求和崗位薪酬。另一方面，數(shù)智化轉型將創(chuàng)造出新的工作任務，如數(shù)據(jù)分析、算法開發(fā)等，這些新興工作通常需要高技能人才，能為企業(yè)創(chuàng)造更多價值，企業(yè)需求會急劇增加。為吸引和留住這些關鍵人才，企業(yè)會大幅提高其薪酬水平。因此，數(shù)智化轉型可能會有利于企業(yè)優(yōu)化職能組織結構，使任務分工偏向專業(yè)化，提高整體員工的薪酬議價能力，從而縮小管理層與員工間的薪酬差距。

據(jù)此，本文提出如下假說：

H2：在其他條件不變下，企業(yè)中管理層與普通員工之間的薪酬差距將隨著數(shù)智化轉型程度的增大而緩解。

三、研究設計

（一）樣本數(shù)據(jù)

本文以2007—2022年中國A股上市公司為研究對象。選取2007年作為研究起始時間，主要是為避免2006年財政部出臺的新《企業(yè)會計準則》可能導致的對企業(yè)財務數(shù)據(jù)核算口徑前后不一致的影響。在對初始樣本的處理上，首先剔除金融行業(yè)、ST、*ST、PT以及資不抵債的特殊企業(yè)樣本；其次，本文關注的是一般性的傳統(tǒng)產(chǎn)業(yè)數(shù)智化轉型的影響（即產(chǎn)業(yè)數(shù)字化部分），因此需進一步剔除數(shù)字產(chǎn)業(yè)化樣本。具體依據(jù)證監(jiān)會出臺的《上市公司行業(yè)分類指引》，剔除行業(yè)代碼為C39（計算機、通信和其他電子設備制造業(yè)）和I門類（信息傳輸、軟件和信息技術服務業(yè)）的樣本企業(yè)。篩選后得到33695個觀測值，并對連續(xù)型變量進行上下1%縮尾處理以緩解異常值影響。在數(shù)據(jù)來源上，本文的關鍵解釋變量企業(yè)數(shù)智化轉型指標經(jīng)由巨潮資訊網(wǎng)對企業(yè)年報爬取后文本分析而得；進一步分析部分，本文拓展研究了企業(yè)薪酬差距對其高質量創(chuàng)新表現(xiàn)的影響，通過知識寬度法對企業(yè)當年申請的發(fā)明專利IPC號進行分析，從專利的數(shù)量和質量兩個維度構建了多個反映企業(yè)高質量創(chuàng)新績效的指標，數(shù)據(jù)來源于國家知識產(chǎn)權局；其他數(shù)據(jù)主要來源于國泰安與Wind數(shù)據(jù)庫。

（二）企業(yè)數(shù)智化轉型的指標構建

企業(yè)數(shù)智化轉型在指標定量測度上是一個前沿難點問題，限于企業(yè)專項問卷調(diào)查較難規(guī)模性和周期性開展，且存在答卷有效性和商業(yè)信息敏感性等問題，目前學界主要采取對企業(yè)年報進行文本分析以及計算數(shù)字化無形資產(chǎn)占比的方法來衡量企業(yè)數(shù)字化轉型，但這兩種測度路線各有優(yōu)劣。在文本分析測度路線下，以吳非等（2021）為代表的研究，通過選取反映企業(yè)數(shù)字化轉型技術特征的一系列關鍵詞，認為這些詞匯體現(xiàn)了企業(yè)的技術應用進程、經(jīng)營理念或戰(zhàn)略目標，最后以整份年報或年報中管理層討論與分析（MDamp;A）部分中詞頻的高低反映轉型程度。這一路線契合數(shù)字化轉型的技術屬性，但可能易受年報文本體例以及行文異質性的影響導致詞頻虛高（楊彥欣和高敏雪，2024）。在數(shù)字無形資產(chǎn)占比測度路線下，以祁懷錦等（2020）為代表的研究，創(chuàng)新性地使用上市公司財務報告附注披露的年末無形資產(chǎn)細項中數(shù)字經(jīng)濟相關部分占無形資產(chǎn)總額的比例度量企業(yè)數(shù)字經(jīng)濟化程度，但此方法受限于企業(yè)財務信息的披露程度與資產(chǎn)核算方式，使用信息化投資水平難以準確反映技術應用水平。鑒于此，本文認為在現(xiàn)有條件下以文本分析的量化測度路線可能相對更優(yōu)，因此將采用詞典法測度企業(yè)的數(shù)智化轉型程度，并在指標合成上以詞頻-逆文檔頻率（TermFrequency-InverseDocumentFrequency，簡稱TF-IDF）方法對每個特征詞賦予不同權重，代替現(xiàn)有以總計詞頻自然對數(shù)值的衡量方式，以期緩解對所有特征詞賦予等權重可能導致指標測度虛高的問題。指標構建步驟如下：

第一步，構建特征詞庫。這一步驟是整個文本分析過程中最為關鍵的一步，特征詞庫的質量直接決定著后續(xù)分析的有效性。在特征詞選取上，需盡可能充分涵蓋企業(yè)數(shù)智化轉型中在技術應用、業(yè)務模式與組織管理等各方面特征，確保具有全面性和代表性。按照企業(yè)數(shù)智化轉型的技術演進邏輯和發(fā)展趨勢，本文將數(shù)智化轉型劃分為信息化、數(shù)字化和智能化三個遞進階段。

首先，信息化階段為基礎階段，這一階段企業(yè)主要利用互聯(lián)網(wǎng)、信息系統(tǒng)等IT技術，實現(xiàn)業(yè)務流程的自動化和管理的信息化，提高內(nèi)部運營、服務、生產(chǎn)效率，為后續(xù)轉型階段奠定基礎。信息化階段的核心是“效率提升”，技術應用的重點是“流程再造”。其次，數(shù)字化階段為核心階段，這一階段顯著特征是數(shù)據(jù)成為企業(yè)核心生產(chǎn)要素和決策驅動力。企業(yè)開始廣泛應用大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈等數(shù)字技術，著力于實現(xiàn)業(yè)務、產(chǎn)品和服務的全面數(shù)字化。數(shù)字化不僅是技術手段的升級，更是商業(yè)模式的創(chuàng)新。通過數(shù)字化轉型，企業(yè)能夠更好地洞察市場需求、優(yōu)化資源配置、拓展客戶觸達，推動業(yè)務模式和盈利模式的重構。數(shù)字化階段強調(diào)“數(shù)據(jù)驅動”，其核心是實現(xiàn)從“經(jīng)驗決策”到“數(shù)字決策”的躍遷。最后，智能化階段是數(shù)智化轉型的高階形態(tài)和未來方向。這一階段的顯著特點是企業(yè)能夠利用人工智能、機器學習等認知智能技術，在自動化基礎上實現(xiàn)業(yè)務流程的持續(xù)自我優(yōu)化和決策管理的智能化。通過機器學習算法在海量數(shù)據(jù)中自主學習和優(yōu)化，企業(yè)在營銷、生產(chǎn)、管理等領域的自主決策和優(yōu)化能力將顯著提升，從而實現(xiàn)組織管理的全流程智能化和精細化。智能化階段的內(nèi)核是“智能賦能”，最終指向“無人企業(yè)”的遠景目標。需要指出的是，信息化、數(shù)字化、智能化三個階段并非涇渭分明，而是相互交織、循序漸進的。一方面，企業(yè)數(shù)智化轉型是一個由低級到高級、由量變到質變的漸進過程，很難截然劃分不同階段的明確邊界；另一方面，由于不同行業(yè)和企業(yè)的差異性，其數(shù)智化轉型的起點、路徑、速度都有所不同，處于不同階段的特征可能并存。因此，對三個階段的劃分主要是理論上的抽象概括，現(xiàn)實中更多地是一種動態(tài)交織的狀態(tài)。

在明晰三個階段內(nèi)涵的基礎上，本文分別選取了與之對應的特征詞。具體地，首先建立一個盡量全面的初始特征詞庫。在選詞上，既參考了權威文件如國務院公布的《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》、國家統(tǒng)計局公布的《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類（2021）》等，也借鑒了吳非等（2021）、趙宸宇等（2021）、姚加權等（2024）已有的詞庫成果。同時，本文還廣泛吸收了企業(yè)年報、行業(yè)報告等實踐材料，力求詞庫具有全面性和代表性。在此基礎上，通過對初始詞庫進行詞頻統(tǒng)計和專家評判，剔除出現(xiàn)頻率極低和代表性不足的詞匯，最終形成綜合涵蓋企業(yè)數(shù)智化轉型三個階段，總計330個特征詞的詞庫（詳見附錄）。

第二步，基于特征詞庫對企業(yè)年報進行文本分析。首先將否定詞與數(shù)智化轉型特征詞庫加入到中文分詞工具jieba原始詞典中，并按照句號進行分句處理。剔除同時包含否定詞和轉型特征詞的句子，將過濾后的句子重新拼接為文本。再基于特征詞庫對預處理后的文本統(tǒng)計詞頻，其中英文詞需要匹配單詞邊界，確保每個詞都是獨立單詞。然而，直接使用詞頻作為衡量指標可能存在一些問題，不同特征詞的“技術含量”和重要性不盡相同，而且詞庫中可能包含一些“跟風”熱詞。例如，“人工智能”一詞在近年年報中出現(xiàn)頻率普遍較高，但企業(yè)實際應用該技術的程度可能較低，如果直接使用詞頻對數(shù)值作為指標可能導致度量虛高。相反，一些詞頻較低的“冷門詞”可能意味著企業(yè)需要掌握更高水平的技術應用能力。為緩解此問題，本文采用機器學習庫scikit-learn中的TF-IDF算法，對每個特征詞賦予不同權重。TF-IDF算法綜合考慮了詞頻以及詞匯在整個語料庫中的獨特性，能夠更好地反映每個詞的重要性，可以降低高頻但重要性較低的詞的權重，同時提高低頻但重要性較高的詞的權重，從而得到相對更貼合實際的文本分析結果。計算TF-IDF時，應使程序逐年讀取年報，目的是為了動態(tài)調(diào)整IDF值，以期最終的TF-IDF值能更貼近技術發(fā)展趨勢。

第三步，合成企業(yè)數(shù)智化轉型指標。企業(yè)數(shù)智化轉型程度等于該企業(yè)該年所有特征詞的TF-IDF值加總，類似地，信息化、數(shù)字化、智能化程度分別對應于相關特征詞的TF-IDF值加總。本文樣本數(shù)據(jù)的企業(yè)數(shù)智化轉型年度均值時間趨勢圖如圖1所示，總體轉型指標在樣本期內(nèi)呈現(xiàn)快速增長趨勢，尤其是數(shù)字化和智能化指數(shù)，而信息化指數(shù)則是在2011年前呈現(xiàn)快速增長趨勢，隨后趨于平緩，顯示出了不同技術的更迭趨勢。

（三）變量選擇與描述

1.被解釋變量：企業(yè)內(nèi)部薪酬差距的自然對數(shù)值（lngap）。參考孔東民等（2017）的研究，將企業(yè)內(nèi)部薪酬差距（Gap_in）定義為管理層平均薪酬（M_wage）與員工平均薪酬（E_wage）的比值。管理層平均薪酬由董監(jiān)高年薪總額除以管理層人數(shù)（董監(jiān)高總人數(shù)減去獨立董事人數(shù)與未領取薪酬董監(jiān)高人數(shù)）計算得到，員工平均薪酬由期末應付職工薪酬減期初應付職工薪酬與董監(jiān)高年薪總額，加支付職工現(xiàn)金，除以總員工數(shù)得到。之所以對薪酬差距取對數(shù)，是為了方便觀察數(shù)智化轉型與薪酬差距變動率的直接關系。

2.解釋變量：企業(yè)數(shù)智化轉型指數(shù)（total）。同時，在基準回歸中觀察數(shù)智化轉型三階段：信息化（info）、數(shù)字化（digi）和智能化（inte）指數(shù)對薪酬差距的影響。在穩(wěn)健性分析部分，加入年報中MDamp;A部分文本中各特征詞的TF-IDF值合成的綜合指數(shù)（total_mda）和詞頻對數(shù)值（lntotal_mda）進行額外檢驗。

3.控制變量（CV）。參考魏志華等人（2022）研究，控制可能影響薪酬差距的其他企業(yè)層面特征變量，包括：①企業(yè)規(guī)模（size），以總資產(chǎn)自然對數(shù)表示；②企業(yè)年齡（age），以企業(yè)成立年限自然對數(shù)表示；③資產(chǎn)負債率（lev），以總負債與總資產(chǎn)的比值表示；④資產(chǎn)凈收益率（roa），以凈利潤與總資產(chǎn)的比值表示；⑤現(xiàn)金流比率（cash），以企業(yè)經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額除以總資產(chǎn)表示；⑥營收增長率（growth），以本期營收與上期營收的比值減1表示；⑦托賓Q值（tobinQ），以流通股市值加負債賬面值，以及與非流通股股份數(shù)乘每股凈資產(chǎn)之和，除以總資產(chǎn)表示；⑧第一大股東持股比例（top1），以第一大股東持股數(shù)除以總股數(shù)表示；⑨兩職合一（dual），當董事長與總經(jīng)理為同一人時賦值為1，否則為0；⑩產(chǎn)權性質（soe），國有控股企業(yè)賦值為1，否則為0。

對于本文內(nèi)生性分析、穩(wěn)健性檢驗、機制檢驗及進一步分析部分中涉及的變量，將分別在對應部分進行變量描述。以上各變量的數(shù)據(jù)特征情況見表1描述性統(tǒng)計。

（四）計量模型構建

為盡可能減緩遺漏變量造成的內(nèi)生性問題，本文選擇如下控制高維固定效應的半彈性模型，研究企業(yè)數(shù)智化轉型對內(nèi)部薪酬差距的非線性效應。

四、實證結果與分析

（一）基準回歸

表2列（1）-（7）展示了企業(yè)數(shù)智化轉型綜合指數(shù)（total）及其三個分指數(shù)（info、digi、inte）對薪酬差距對數(shù)值的回歸結果。列（1）為total單獨對lngap的回歸結果，列（2）在此基礎上加入了企業(yè)與行業(yè)固定效應，以及城市與年份聯(lián)合固定效應，列（3）進一步加入了控制變量。最終，total的回歸系數(shù)為0.0117，在5%的顯著性水平上為正，表明數(shù)智化轉型與薪酬差距增長率之間存在顯著正相關關系。具體而言，假設其他變量保持不變條件下，企業(yè)數(shù)智化轉型水平每提高1個單位，薪酬差距平均提高1.17%。盡管增幅看似不大，但也凸顯出數(shù)智化轉型對薪酬差距具有不容忽視的邊際遞增效應。列（4）-（6）依次匯報了信息化、數(shù)字化與智能化指數(shù)單獨對薪酬差距對數(shù)值的回歸結果，僅數(shù)字化指數(shù)表現(xiàn)出顯著正相關性。而列（7）中三個分指數(shù)一起對薪酬差距對數(shù)值回歸時，數(shù)字化與智能化指數(shù)顯著為正，信息化指數(shù)依然不顯著，即使在列（8）中改為對薪酬差距原值回歸，結果依然保持一致。關于info系數(shù)不顯著的原因，一方面可能是信息化階段主要致力于優(yōu)化企業(yè)基礎的管理和業(yè)務流程，其影響更多體現(xiàn)在提高整體運營效率，而非直接改變薪酬結構；另一方面，信息化技術在企業(yè)內(nèi)往往具有普遍性，各層級員工均能從中獲益，此外考慮到我國企業(yè)可能已進入信息化相對成熟階段（由圖1的時間趨勢圖可在一定程度上進行側面佐證），其邊際效應可能已趨平緩，綜合作用下導致未能觀測到信息化對薪酬差距的顯著影響。關于inte系數(shù)顯著性變化的原因，可能源于智能化在數(shù)字化影響薪酬差距的過程中起到部分中介變量的作用，而這也符合數(shù)智化轉型的階段性演化特征；值得注意的是，未匯報的結果顯示，當inte單獨對薪酬差距原值回歸時是1%正向顯著的，這進一步佐證了智能化確實會正向影響薪酬差距，只是其影響特征可能相對偏線性。綜合來看，數(shù)智化轉型總體對薪酬差距的邊際遞增影響，主要來自于數(shù)字化和智能化這種高級階段，而在信息化階段的影響并不顯著。這一現(xiàn)象可能歸因于數(shù)字化和智能化階段涉及更深層次的技術和生產(chǎn)方式變革，使得技能偏向型技術進步效應更突出，從而加劇了管理層與員工間的薪酬差距。

在控制變量上，觀察到企業(yè)規(guī)模（size）、資產(chǎn)凈收益率（roa）、托賓Q值（tobinQ）的系數(shù)顯著為正，表明規(guī)模較大、盈利能力較強、市場價值較高的企業(yè)，管理層所承擔的責任和風險通常更大，議價能力強，因此其薪酬水平相對員工會更高，拉大了薪酬差距；而企業(yè)年齡（age）、現(xiàn)金流比率（cash）、營收增長率（growth）、第一大股東持股比例（top1）、產(chǎn)權性質（soe）的系數(shù)顯著為負，表明對于成立時間較長、現(xiàn)金流充裕、營收增長快、第一大股東持股多的企業(yè)，其薪酬體系可能更加均衡，更重視員工激勵，因此內(nèi)部薪酬差距較小。此外，國企受政策和輿論影響較大，薪酬分配上更重視公平性，內(nèi)部薪酬差距相對較小。

（二）內(nèi)生性問題分析

以上的基準回歸中難免存在一些潛在的內(nèi)生性問題，盡管控制了多種層面的固定效應以盡可能地緩解了遺漏變量偏誤，但仍可能存在反向因果關系和測量誤差導致的內(nèi)生性問題。例如，當企業(yè)內(nèi)部薪酬差距較大時，企業(yè)可能面臨更高的人才流失風險，特別是在數(shù)智化轉型所需的關鍵崗位上，企業(yè)可能需要投入額外資源來吸引和留住人才，這可能會影響企業(yè)在轉型上的資源投入，進而影響到轉型的進程和效果。為緩解內(nèi)生性，本部分采取工具變量法和多期雙重差分模型進行分析。

1.工具變量法。在工具變量的選取上借鑒肖土盛等（2022）的研究。第一，選取與企業(yè)所在地同省份下同年度同行業(yè)（制造業(yè)按二級代碼）的其他企業(yè)數(shù)智化轉型程度的均值（IV）作為該企業(yè)數(shù)智化轉型的工具變量。由企業(yè)間普遍存在的同群效應現(xiàn)象易知，企業(yè)往往具有模仿和學習競爭對手經(jīng)營策略的動機，因而其自身的數(shù)智化程度易受到同地區(qū)同行業(yè)的其他企業(yè)的數(shù)智化程度的影響，滿足相關性條件；而其他企業(yè)的數(shù)智化程度本身不直接影響其內(nèi)部薪酬差距，滿足外生性條件。第二，依據(jù)前文總結的數(shù)智化轉型特征詞庫，選取企業(yè)注冊地所在省份的政府工作報告中出現(xiàn)的詞頻對數(shù)值（lndigi_gov）作為工具變量。省政府報告中提及的數(shù)智化特征詞詞頻密切反映了省政府對數(shù)字經(jīng)濟的重視與關注度，會顯著影響到當?shù)仄髽I(yè)的數(shù)智化轉型戰(zhàn)略，滿足相關性條件；而報告中的詞頻并不會直接影響到微觀企業(yè)的內(nèi)部薪酬差距，滿足外生性條件。

工具變量法的回歸結果見表3中列（1）-（4），依次匯報了IV和lndigi_gov作為工具變量時的第一和第二階段回歸結果。第一階段中，兩個工具變量都分別在1%顯著性水平上與企業(yè)數(shù)智化轉型程度正相關，支持了以上工具變量與內(nèi)生解釋變量強相關性的分析。此外，二者的KPLM統(tǒng)計量分別為3288.227和66.271，通過了1%顯著水平的不可識別檢驗；KPF統(tǒng)計量分別為8915.682和66.417，均大于Stock-Yogo統(tǒng)計量在10%顯著水平臨界值16.38，通過了弱工具變量識別檢驗，驗證了本文所選工具變量的合理性。第二階段中，total的系數(shù)均在1%顯著水平上為正，表明選擇工具變量法緩解內(nèi)生性問題后，依然支持了企業(yè)數(shù)智化轉型與薪酬差距增長率正相關這一結論。

2.外生政策沖擊檢驗法：基于智慧城市建設的準自然實驗?！盀榧訌姮F(xiàn)代科學技術在城市規(guī)劃、建設、管理和運行中的綜合應用，整合信息資源，提升城市管理能力和服務水平，促進產(chǎn)業(yè)轉型”，中國住建部于2012年12月出臺了《國家智慧城市試點暫行管理辦法》和《國家智慧城市（區(qū)、鎮(zhèn)）試點指標體系（試行）》文件，開啟申報試點工作，并于次年1月、8月及2015年4月分別公布了三批智慧城市試點名單。

智慧城市試點政策可能通過多重機制促進企業(yè)數(shù)智化轉型。首先，試點政策能夠為試點城市在前沿數(shù)字技術應用方面提供優(yōu)先支持，為當?shù)仄髽I(yè)營造先進的技術環(huán)境，從而降低企業(yè)采納和應用新技術的成本，這種技術外溢效應可能加速企業(yè)的數(shù)智化進程。其次，該政策能夠推動城市在智能制造、工業(yè)互聯(lián)網(wǎng)等多領域的數(shù)字化項目供給，刺激市場對數(shù)字化產(chǎn)品和服務的需求。這種供需雙向驅動效應能夠鼓勵企業(yè)加大數(shù)字化投入，在實踐中加速轉型。此外，智慧城市試點作為一種制度變遷，為試點區(qū)域內(nèi)的企業(yè)帶來了潛在的制度紅利。在晉升錦標賽的激勵機制下，地方官員有強烈動機加大對當?shù)仄髽I(yè)的科技扶持（賴曉冰和岳書敬，2022），從而降低企業(yè)轉型的風險和制度成本。從宏觀視角看，智慧城市的建設依托于以物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等為核心的數(shù)字信息技術產(chǎn)業(yè)。李德仁等（2014）指出，智慧城市的發(fā)展可按信息化、數(shù)字化、智能化的程度分為三個發(fā)展階段：信息城市、數(shù)字城市和智慧城市。這一發(fā)展軌跡與企業(yè)的數(shù)智化轉型過程高度契合，呈現(xiàn)出同步演進特征。因此，本文假設這一政策能夠促進當?shù)仄髽I(yè)的數(shù)智化轉型，進而影響到企業(yè)內(nèi)部薪酬差距。

為驗證以上觀點，采用準自然實驗法，基于該政策構建多期DID模型。具體地，依據(jù)企業(yè)所在地和年份將企業(yè)與試點名單數(shù)據(jù)相匹配，參考石大千等人（2018）的研究設計進行分組。若企業(yè)所在城市當年被列為試點城市，則視為實驗組，當年及之后年份的DID_sc賦值為1，之前年份賦值為0；始終未被列為試點城市的企業(yè)視為對照組，DID_sc始終為0。采用多期DID模型，并控制企業(yè)、行業(yè)、城市與年份固定效應進行回歸檢驗，模型設定如式（2）。同時，為增強研究可靠性，本文還補充了對企業(yè)數(shù)智化轉型的回歸分析，以驗證政策對企業(yè)轉型的直接影響。

使用多期DID模型分析政策效果的前提條件是滿足平行趨勢檢驗，否則難以說明實驗組與對照組的差異是由政策干預導致的，而不是由其他因素導致的，因此設定式（3）中的模型進行檢驗。其中jdf表示智慧城市政策時點j期的虛擬變量，j表示實驗組距離政策實施前（后）的期數(shù)，取值設定為4到5（小于4或大于5都分別被賦值為4和5），即若樣本來自實驗組且年份處于政策實施前（后）的第j期，則jdf取值為1，其他情況下取值為0，設定當期為基準期（j0）。對數(shù)智化轉型和薪酬差距的平行趨勢檢驗結果見圖2，政策實施前幾期的系數(shù)均無法拒絕顯著為0，表明平行趨勢成立。隨后進一步觀察多期DID模型的回歸結果，在表3列（5）-（7）中分別匯報了對數(shù)智化轉型和薪酬差距的估計結果，DID_sc項的系數(shù)均在1%顯著水平上為正。這一結果表明智慧城市建設通過促進企業(yè)數(shù)智化轉型，加劇了內(nèi)部薪酬差距擴大，即利用外生政策沖擊法緩解內(nèi)生性問題后，依然支持基準回歸的主要結論。

（三）其他穩(wěn)健性檢驗

1.改變企業(yè)數(shù)智化轉型指數(shù)的衡量。截取企業(yè)年報中“管理層討論與分析（MDamp;A）”部分的文本單獨進行詞典法分析，重新構造分別由TF-IDF值和詞頻對數(shù)值反映的數(shù)智化轉型綜合指數(shù)的替代指標total_mda和lntotal_mda。表4中列（1）（2）匯報了檢驗結果，均在1%水平上顯著為正，說明企業(yè)的數(shù)智化轉型加劇了內(nèi)部薪酬差距，基準回歸的結論是穩(wěn)健的。

2.改變企業(yè)內(nèi)部薪酬差距的衡量。將企業(yè)薪酬差距由連續(xù)變量設置為取值1-4的有序離散變量gap_o，依據(jù)25%、50%、75%分位數(shù)為臨界點分類，如取值在最小值到25%分位數(shù)時賦值為1，以此類推。表4中列（3）（4）分別顯示使用面板有序Probit的非線性模型和高維固定效應的線性計量模型進行估計的結果，均在1%水平上顯著為正，說明企業(yè)數(shù)智化轉型與內(nèi)部薪酬差距正相關，基準回歸的結論是穩(wěn)健的。

3.改變計量模型。前文基準回歸中為驗證企業(yè)數(shù)智化轉型與內(nèi)部薪酬之間的非線性邊際遞增關系，使用的是半彈性模型，被解釋變量為薪酬差距的對數(shù)值。現(xiàn)替換使用薪酬差距的原始值（Gap_in）作為被解釋變量，將數(shù)智化轉型指數(shù)標準化處理為s_total，并額外控制其二次項s_total2，以進一步驗證數(shù)智化轉型與薪酬差距間的非線性關系，回歸結果表4列（5）。觀察到s_total和s_total2的系數(shù)均在5%水平上顯著為正，由這兩個變量系數(shù)值計算出極值點為0.906，對應原始值（total）1.497，約為18%分位數(shù)；進一步進行utest檢驗，p值為0.0816，在10%顯著水平上認為數(shù)智化轉型與薪酬差距間確實存在U形關系效應，即數(shù)智化轉型指數(shù)取值約在18%分位數(shù)以下時，負向影響薪酬差距，在此之后則正向且邊際遞增影響薪酬差距。就整體而言，數(shù)智化轉型對薪酬差距的影響以邊際遞增趨勢為主，可以認為前文基準回歸的結論是穩(wěn)健的。

4.加回數(shù)字產(chǎn)業(yè)化企業(yè)樣本。即補充回原樣本中被剔除的行業(yè)代碼為C39和I的企業(yè)樣本，以排除可能潛在的樣本選擇偏誤問題，回歸結果見列（6），數(shù)智化轉型系數(shù)在5%水平上顯著為正。

綜上可知，在嘗試以上多種穩(wěn)健性檢驗后，表明了企業(yè)數(shù)智化轉型與薪酬差距正相關且存在邊際遞增關系的這一結論是足夠穩(wěn)健的。

（四）影響機制檢驗

以上實證分析充分驗證了企業(yè)數(shù)智化轉型會加劇內(nèi)部薪酬差距，這一現(xiàn)象與數(shù)字經(jīng)濟發(fā)展所追求的機會平等和成果共享的理想狀態(tài)存在一定矛盾，可能會加劇社會階層固化和貧富分化問題，值得深入探討其中的原因和應對措施。為了深入剖析這一現(xiàn)象的內(nèi)在機理，結合前文理論分析，本部分對其影響機制進行檢驗。首先，將內(nèi)部薪酬差距這一變量進行分解，分別考察數(shù)智化轉型對管理層薪酬、普通員工薪酬及其薪酬變動率的影響，識別薪酬差距擴大的直接成因；接著分別檢驗數(shù)智化轉型對管理層權力、企業(yè)人力資本結構和職能結構這些中介因素的影響，分析為何最終造成正向影響薪酬差距這一結果。

1.數(shù)智化轉型對管理層和員工薪酬的直觀影響。表5中列（1）-（4）匯報了企業(yè)數(shù)智化轉型綜合指數(shù)及其三個分指數(shù)分別對管理層平均薪酬（M_wage）和員工平均薪酬（E_wage）對數(shù)值的回歸結果。觀察到，數(shù)智化轉型綜合指數(shù)及三個分指數(shù)都對管理層薪酬表現(xiàn)出1%水平的正向促進作用，綜合指數(shù)每提高一個單位，管理層平均薪酬提升2.17%，且數(shù)字化和智能化指數(shù)的回歸系數(shù)大于信息化指數(shù)的系數(shù)，表明數(shù)智化轉型的高級階段對管理層薪酬的促進作用更為明顯。而與此形成鮮明對比的是，盡管數(shù)智化轉型與員工薪酬間雖表現(xiàn)出1%水平的正相關關系，但綜合指數(shù)每提高一單位，員工平均薪酬僅提升1%，不及對管理層影響的一半。此外，三項分指數(shù)中僅有信息化指數(shù)對員工薪酬表現(xiàn)出顯著正相關性，數(shù)字化和智能化指數(shù)的一次項則未表現(xiàn)出顯著的相關性，但實際上是一種非線性關系①，表明數(shù)智化轉型的高級階段在當前可能暫時并未給普通員工帶來直觀明顯的薪酬增長，再次印證了數(shù)智化轉型的高級階段對加劇薪酬差距的作用更加明顯。

進一步地，考察數(shù)智化轉型對管理層（growth_m）和員工薪酬變動率（growth_e）的影響，分別由各自當期薪酬除以上期薪酬后減去1再乘上100表示，估計結果見列（5）-（6）。結果顯示，數(shù)智化轉型對管理層薪酬變動率表現(xiàn)出5%顯著水平上的正向關系，而未對員工薪酬變動率表現(xiàn)出足夠的相關性，表明數(shù)智化轉型更多地促進了管理層薪酬的增長，而對員工薪酬增長的影響相對有限，并從統(tǒng)計上解釋了為何數(shù)智化轉型與薪酬差距表現(xiàn)出非線性的邊際遞增關系。

2.提升管理層權力的渠道分析。數(shù)智化轉型可能通過賦予管理層更大權力，進而擴大企業(yè)內(nèi)部薪酬差距。具體而言，數(shù)智化轉型涉及企業(yè)組織結構、業(yè)務流程的重構，需要管理層制定戰(zhàn)略決策和推動落實，客觀上增加了管理層的授權和賦能。同時，數(shù)智化轉型所需的專業(yè)性使得管理層相對普通員工的不可替代彈性增強，議價能力得以提高。管理層權力的加大可能誘發(fā)其追求自身利益最大化，通過影響薪酬契約制定過程謀取高額報酬，從而加劇內(nèi)部薪酬差距。為驗證上述推斷，參考劉劍民等（2019）的研究，選取總經(jīng)理任職期限、兩職合一、董事會規(guī)模、內(nèi)部董事比例、管理層持股比例這五個指標，利用主成分分析法合成一個反映管理層權力的綜合指標（power），以此進行渠道檢驗。結果見表6列（1）（2），列（1）結果表明數(shù)智化轉型顯著提高了管理層的權力，印證了前述分析。列（2）中納入管理層權力的一階滯后項（L.power）進行回歸，結果顯示管理層權力與薪酬差距之間呈現(xiàn)5%顯著性水平的正相關關系，表明管理層權力的擴大會導致企業(yè)內(nèi)部薪酬差距的擴大。綜上所述，企業(yè)數(shù)智化轉型會通過增加管理層權力，進而間接拉大薪酬差距，加劇了企業(yè)內(nèi)部的不平等程度。這一渠道可能是數(shù)智化轉型正向影響薪酬差距的主要原因。

3.優(yōu)化企業(yè)人力資本結構的渠道分析。數(shù)智化轉型對員工技能和素質提出了更高要求，可能引起高學歷員工占比的提升，實現(xiàn)企業(yè)人力資本結構的優(yōu)化升級。這意味著員工與企業(yè)間的信息不對稱程度降低，以及員工對自身權益的認知和維護意識增強，使得員工總體的薪酬議價能力提升，迫使企業(yè)在薪酬分配上更加公平合理，從而縮小內(nèi)部薪酬差距。為驗證這一推斷，使用本科及以上學歷員工的占比（edu16）衡量企業(yè)的人力資本結構水平，渠道檢驗結果見表6的列（3）（4）。列（3）的結果表明企業(yè)數(shù)智化轉型顯著提高了員工整體受教育水平，這一結果也側面反映了數(shù)智化轉型對低人力資本勞動力具有一定排斥效應，因為本科學歷以下員工占比與edu16這一變量呈反向關系。進一步地，列（4）的回歸結果中edu16與lngap之間呈現(xiàn)1%顯著性水平的負相關關系，印證了上述觀點。由此可知，企業(yè)數(shù)智化轉型可以通過優(yōu)化人力資本結構，從而抑制內(nèi)部薪酬差距的擴張。

4.優(yōu)化職能組織結構的渠道分析。根據(jù)任務偏向型技術進步理論，技術進步會導致不同類型的工作任務在生產(chǎn)中的相對重要性發(fā)生變化。數(shù)智化轉型通常伴隨著生產(chǎn)方式、管理模式、商業(yè)模式、研發(fā)模式等的重塑，這必然要求企業(yè)重新配置各職能部門的人力資源，優(yōu)化部門結構實現(xiàn)專業(yè)化分工。為觀察數(shù)智化轉型對企業(yè)職能組織結構的影響，本文選取五個反映職能結構特征的指標生產(chǎn)部門員工占比（p_ratio）、財務部門員工占比（f_ratio）、銷售部門員工占比（s_ratio）、技術部門員工占比（t_ratio）以及研發(fā)部門員工占比（rd_ratio），數(shù)智化轉型對職能結構的影響估計見表7。由結果可知，第一，數(shù)智化轉型顯著壓縮了生產(chǎn)部門用工，表明數(shù)智化轉型通過自動化、智能化技術改造生產(chǎn)流程，提高生產(chǎn)效率，從而減少了對一線生產(chǎn)工人的需求；第二，數(shù)智化轉型在一定程度上減少了對財務部門用工需求，例如會計核算、稅務管理等工作具有較高的重復性和規(guī)律性，可能易被軟件和技術所替代；第三，數(shù)智化轉型擴大了銷售部門員工占比，這可能是由于互聯(lián)網(wǎng)商業(yè)模式，如電商平臺和社交營銷的興起，開辟了全新的銷售渠道和營銷方式，從而帶動了銷售部門的擴張；最后，數(shù)智化轉型顯著擴大了技術部門和研發(fā)部門用工，表明數(shù)智化轉型以數(shù)字技術、智能算法為支撐，以技術創(chuàng)新、產(chǎn)品創(chuàng)新為導向，顯著提升了對技術人才的需求，加強了企業(yè)的研發(fā)投入，帶動了技術部門和研發(fā)部門的擴張。綜合來看，數(shù)智化轉型對企業(yè)職能結構的影響呈現(xiàn)出非對稱性特征，提高了生產(chǎn)、財務等基礎性工作效率，減少了相關部門用工，同時擴大了技術、研發(fā)、銷售等核心部門用工。這表明數(shù)智化轉型推動了企業(yè)組織重構，進一步優(yōu)化了人力資源配置，使之從基礎性職能轉向核心性職能，從而提升了組織效率和創(chuàng)新能力。

進一步地，為驗證企業(yè)職能結構的改變對薪酬差距的影響，將各職能部門簡化為基礎部門（department1）和核心部門（department2），分別由生產(chǎn)部門與財務部門員工占比相加，以及銷售、技術與研發(fā)部門員工占比相加得到，回歸結果見列（6）（7）。可知，基礎部門員工占比與薪酬差距呈現(xiàn)顯著正相關關系，而核心部門員工占比與薪酬差距呈現(xiàn)顯著負相關關系。這一結果表明，企業(yè)內(nèi)部薪酬差距的形成與職能結構密切相關，而數(shù)智化轉型通過優(yōu)化企業(yè)的職能結構，在一定程度上緩解了數(shù)智化轉型擴大薪酬差距的趨勢。

（五）異質性分析

1.代理成本的調(diào)節(jié)效應分析。數(shù)智化轉型對薪酬差距的影響可能受到代理成本的調(diào)節(jié)。理論上，代理成本越高，企業(yè)內(nèi)部治理機制越薄弱，管理者的機會主義行為越嚴重，數(shù)智化轉型賦予管理者更大的自由裁量權可能加劇“道德風險”，導致高管薪酬大幅上漲，從而進一步拉大薪酬差距。為檢驗代理成本的調(diào)節(jié)效應，借鑒羅進輝（2012）的研究，選取管理費用率（Mfee）和總資產(chǎn)周轉率（ATO）反映企業(yè)股東與管理者間的第一類代理成本，分別由“管理費用/營業(yè)總收入”和“營業(yè)總收入/公司總資產(chǎn)”度量，Mfee越高或ATO越低，表示股東與管理層間的代理成本越高；選取“其他應收款/公司總資產(chǎn)”反映大股東與中小股東間的第二類代理成本（Occupy），其值越大表示大股東侵占中小股東利益程度越高。為了穩(wěn)健性，選取機構投資者持股比例（INST）作為代理成本的反向代理指標，較高的股權集中度意味著對管理層的監(jiān)督較強，有利于減小代理成本（ShleiferandVishny，1986），既有的實證研究也證實了這一點（楊海燕等，2012）。

觀察表8中的回歸結果，數(shù)智化轉型指數(shù)分別與管理費用率、總資產(chǎn)周轉率、應收款占比以及機構持股比例的交互項系數(shù)符號分別顯著為負、正、負、正，表明從實證來看，代理成本負向調(diào)節(jié)了數(shù)智化轉型對薪酬差距的正向影響，即數(shù)智化轉型對薪酬差距的正向影響隨著代理成本的增加而減弱。

乍看之下這一結果似乎與代理理論的預期相反，然而本文認為這可能恰恰反映了數(shù)智化轉型的獨特治理效應。一方面，數(shù)智化轉型雖然賦予了管理者更大的自由裁量權，但同時也通過信息化、數(shù)字化手段，提高了企業(yè)運營的透明度，加強了對管理者行為的事中監(jiān)控和事后問責。在代理成本較高的企業(yè)中，由于內(nèi)部治理機制薄弱，管理者的機會主義行為更易發(fā)生，數(shù)智化轉型發(fā)揮的治理效應可能更為顯著。數(shù)智化轉型提供的實時監(jiān)控和數(shù)據(jù)分析，有助于及時發(fā)現(xiàn)和遏制管理者的過度薪酬行為，從而在一定程度上抑制了薪酬差距的擴大。另一方面，較高代理成本的企業(yè)的高管可能利用手中權力，通過關聯(lián)交易、在職消費等方式，謀取私人利益，這種隱性收入可能在一定程度上替代了高管的顯性薪酬。當企業(yè)進行數(shù)智化轉型時，高管權力進一步加大，在職消費的機會也可能增加。因此盡管數(shù)智化轉型提高了企業(yè)效率，為高管創(chuàng)造了更多價值，但這部分價值更多地體現(xiàn)為高管的隱性收入，而非顯性薪酬，從而導致數(shù)智化轉型對高管顯性薪酬的提升效應被削弱。綜上所述，在這兩方面因素共同作用下，造成在實證中表現(xiàn)出代理成本負向調(diào)節(jié)數(shù)智化轉型對薪酬差距的正向影響這一結果，既在意料之外，又在情理之中。

2.基于是否為高科技行業(yè)的異質性分組分析。高科技行業(yè)代表了新一輪科技革命和產(chǎn)業(yè)變革的方向，以數(shù)字技術為核心驅動力，不僅數(shù)字化程度較高，而且更加重視數(shù)字人才的吸引和激勵。因此，數(shù)智化轉型可能在高科技行業(yè)中表現(xiàn)出更為顯著的技能偏向型技術進步效應，從而對內(nèi)部薪酬差距產(chǎn)生更大影響。參考白潔（2022）的研究，依據(jù)國家統(tǒng)計局公布的《高技術產(chǎn)業(yè)（制造業(yè)）分類（2013）》，以及《高技術產(chǎn)業(yè)（服務業(yè)）分類（2013）》中的行業(yè)代碼，將上市企業(yè)分類為高科技和非高科技行業(yè)①。表9的列（1）（2）顯示，非高科技行業(yè)中企業(yè)數(shù)智化轉型對薪酬差距的影響并不顯著，而高科技行業(yè)則表現(xiàn)出1%顯著性水平的正向影響。這一結果支持了以上的理論分析，即高科技行業(yè)更依賴于數(shù)字技術，數(shù)智化轉型帶來的生產(chǎn)率提升和對高技能人才的需求更為明顯，因而管理層和普通員工的薪酬差距擴大更為顯著；而非高級行業(yè)的技術門檻相對較低，生產(chǎn)過程更多依賴常規(guī)技術和普通勞動力，數(shù)智化轉型帶來的變革沖擊相對有限，因而對薪酬差距的影響并不顯著。

3.基于不同行業(yè)生產(chǎn)要素密集度的分樣本分析。一般而言，技術密集型行業(yè)更多依賴于高技能人才，數(shù)智化轉型使得復雜的認知任務和抽象問題解決在生產(chǎn)中的相對重要性上升，可能進一步推高這類人才的稀缺性溢價。相比之下，資產(chǎn)密集型行業(yè)的核心競爭力更多在于固定資產(chǎn)和設備的投入，技術進步可能對工作任務結構的影響相對有限。而勞動密集型行業(yè)則主要依靠普通勞動力的投入，數(shù)智化轉型一方面提高了生產(chǎn)自動化水平，替代了部分常規(guī)操作性工作任務，減少了對普通勞動力的需求，另一方面也促進了管理流程的優(yōu)化，在一定程度上削弱了管理層權力，兩方面共同作用下，企業(yè)內(nèi)部薪酬差距反而可能縮小。本文借鑒尹美群等人（2018）的研究，按照固定資產(chǎn)比例（固定資產(chǎn)凈額/總資產(chǎn)）和研發(fā)支出薪酬比（研發(fā)支出/應付職工薪酬）區(qū)分生產(chǎn)要素的密集度，將所有企業(yè)分類為技術密集型、資產(chǎn)密集型和勞動密集型三種行業(yè)②。分別觀察列（3）-（5）結果，在技術密集型行業(yè)中，數(shù)智化轉型顯著正向影響薪酬差距；資產(chǎn)密集型行業(yè)中，數(shù)智化轉型系數(shù)不顯著；而勞動密集型行業(yè)中，數(shù)智化轉型顯著負向影響薪酬差距。這一結果與預期相符，表明不同行業(yè)生產(chǎn)要素稟賦和技術特征的差異，會顯著影響數(shù)智化轉型對內(nèi)部薪酬差距的作用效果，進一步驗證了數(shù)智化轉型的任務偏向型技術進步效應。

五、進一步分析：薪酬差距擴大的經(jīng)濟后果

企業(yè)數(shù)智化轉型不僅影響內(nèi)部薪酬差距，而且可能通過薪酬差距這一渠道變量，進一步影響企業(yè)的高質量創(chuàng)新表現(xiàn)。一方面，錦標賽理論（LazearandRosen，1981）認為，合理的薪酬差距能夠在組織內(nèi)部營造良性競爭氛圍和有效的激勵機制，有助于激發(fā)員工創(chuàng)新動力，提高企業(yè)整體創(chuàng)新能力。另一方面，公平理論（AkerlofandYellen，1990）則認為，過大的薪酬差距可能引發(fā)員工的不公平感和負面情緒，損害團隊協(xié)作和組織凝聚力，抑制知識共享和協(xié)同創(chuàng)新氛圍，最終不利于企業(yè)創(chuàng)新。這兩種理論觀點的并存，表明薪酬差距對企業(yè)創(chuàng)新的影響可能呈現(xiàn)非線性特征。為驗證這一預期，本文在前文分析的基礎上，進一步考察薪酬差距對企業(yè)高質量創(chuàng)新表現(xiàn)的影響。

鑒于發(fā)明型專利相對于外觀設計和實用新型專利更具有高技術含量和稀缺性，本文從發(fā)明專利的數(shù)量和質量兩個維度構建一系列指標，以全面衡量企業(yè)的高質量創(chuàng)新績效。在數(shù)量維度，采用企業(yè)當年申請的發(fā)明專利數(shù)（patent_ivt）作為基礎指標。然而，僅考慮數(shù)量無法充分反映創(chuàng)新的質量和影響力，因此在質量維度，參考張杰和鄭文平（2018）提出的專利知識寬度法，對發(fā)明專利的國際專利分類（IPC）號進行分析。專利知識寬度反映了專利所含知識的廣度和復雜度，基于假設專利跨越的技術領域（大組）越多，越可能代表更高質量、更具突破性的創(chuàng)新。IPC號格式為“部-大類-小類-大組-小組”（如“G06Q20/32”，其中G06Q20為大組），單個專利可對應多個分類號（如“G06Q20/32;G06Q20/42;G07F19/00”，跨越兩個大組）。采用赫芬達爾指數(shù)法衡量大組的變異性來量化專利質量，即quality=1.1i2，其中i為各大組分類所占比重，由此可知專利質量最小值為0.1（以區(qū)別未申請發(fā)明專利的企業(yè)）。例如，上述專利質量為：1.1（2/3）2（1/3）2=0.54。在計算每個專利質量后，加總當年所有發(fā)明專利質量得到創(chuàng)新總體質量（sum_quality），兼顧了數(shù)量和質量兩個維度?？紤]到企業(yè)專利產(chǎn)出通常受企業(yè)規(guī)模和所屬行業(yè)特征的顯著影響，本文進一步構建兩個相對指標：r_quality_size（總體質量除以企業(yè)總資產(chǎn)的自然對數(shù)值）和r_quality_ind（總體質量除以當年同行業(yè)的最大總體質量），即分別從企業(yè)內(nèi)部（相對于自身資源稟賦）和外部（相對于行業(yè)水平）衡量企業(yè)的總體相對創(chuàng)新質量，使得不同規(guī)模和行業(yè)的企業(yè)創(chuàng)新績效更具可比性。此外，以企業(yè)當年所有專利質量的均值（quality_mean）和中位數(shù)（quality_50）反映創(chuàng)新的平均質量水平。通過這種多維度的指標體系，能夠更全面和客觀地評估企業(yè)的高質量創(chuàng)新表現(xiàn)。

由于企業(yè)高質量創(chuàng)新的以上代理變量存在左歸并，含較多零下限值（零膨脹模型僅適用計數(shù)數(shù)據(jù)），而零值僅代表企業(yè)當年未申請發(fā)明專利，并不一定意味企業(yè)未進行創(chuàng)新活動，因此屬于受限被解釋變量，相對于線性模型，使用面板Tobit模型更合適。表10中匯報了數(shù)智化轉型、內(nèi)部薪酬差距及其二次項（Gap_in2）對高質量創(chuàng)新各指標的回歸結果，可知無論從數(shù)量維度還是質量維度，數(shù)智化轉型系數(shù)均顯著為正，進一步驗證了數(shù)智化轉型的技術進步效應，能夠顯著促進企業(yè)高質量創(chuàng)新（黃雪琴和韓爽，2025）。同時，薪酬差距及其二次項系數(shù)分別顯著為正和顯著為負①。盡管采用的是非線性模型，但由于表中匯報的系數(shù)值為平均邊際效應，因此可以計算大致拐點值，表中匯報了各拐點值，約集中落在區(qū)間8-11內(nèi)，表明薪酬差距對高質量創(chuàng)新的影響呈倒U形關系，與前文分析和預期相符，即支持了錦標賽理論和公平理論的綜合觀點。

以上研究結果揭示了數(shù)智化轉型、薪酬差距與高質量創(chuàng)新間的復雜關系。數(shù)智化轉型對創(chuàng)新的顯著正向影響表明企業(yè)應積極推進數(shù)字化戰(zhàn)略以提升整體創(chuàng)新能力，如加大數(shù)字技術投資，積極培養(yǎng)數(shù)字人才等。但僅依靠技術升級是不夠的，還需配合優(yōu)化相應的組織結構、管理制度和激勵機制。薪酬差距對創(chuàng)新的倒U形影響便強調(diào)了薪酬制度設計的重要性，適度的薪酬差距能夠激發(fā)員工創(chuàng)新動力，但過大的差距則會抑制創(chuàng)新，企業(yè)需要在激勵和公平之間尋找平衡點。根據(jù)研究結果，當高管薪酬是普通員工的8-11倍時，創(chuàng)新表現(xiàn)可能達到最優(yōu)，從而為企業(yè)提供了參考范圍。然而，這一“最優(yōu)”范圍絕非放之四海而皆準，企業(yè)在設計薪酬制度時，需審慎考慮自身具體情況，結合行業(yè)特征、人才市場競爭狀況等因素，在追求效率的同時也應注重內(nèi)部公平，才能更好地實現(xiàn)創(chuàng)新驅動和可持續(xù)發(fā)展。

六、研究結論與啟示

數(shù)智化轉型作為新一輪科技革命和產(chǎn)業(yè)升級的重要驅動力，對推動經(jīng)濟高質量發(fā)展具有重要意義。然而，數(shù)智化轉型在提升企業(yè)競爭力的同時，也對企業(yè)內(nèi)部的利益分配格局產(chǎn)生了深遠影響。本文基于2007—2022年中國A股上市公司數(shù)據(jù)，采用文本分析法，按照信息化、數(shù)字化和智能化三個發(fā)展階段，構建企業(yè)數(shù)智化轉型指數(shù)，并運用多種計量模型實證檢驗企業(yè)數(shù)智化轉型對內(nèi)部薪酬差距的影響及其作用機制，且進一步探討了數(shù)智化轉型、薪酬差距對企業(yè)高質量創(chuàng)新表現(xiàn)的后果影響。

本文主要結論為：第一，企業(yè)數(shù)智化轉型加劇了內(nèi)部薪酬差距，且存在不容忽視的邊際遞增趨勢，這種影響主要來自于數(shù)字化和智能化階段，而非基礎的信息化階段。這一結論在一定程度上回應了已有文獻關于技術進步對工資不平等影響的爭議，表明數(shù)智化轉型作為一種新型技術進步，對管理層和員工的影響存在顯著差異，普通員工的薪酬提升效果不及管理層的一半，從而拉大了內(nèi)部薪酬差距。第二，數(shù)智化轉型一方面通過增加管理層的決策權而加劇薪酬差距，但另一方面也能優(yōu)化企業(yè)人力資本結構和職能組織結構，從而抑制薪酬差距增長。具體而言：（1）數(shù)智化轉型賦予了管理層更大權力，增強其追求自身利益最大化的能力，影響薪酬契約制定過程，導致薪酬差距擴大；（2）數(shù)智化轉型提高了企業(yè)對高學歷員工的雇傭比例，增強了員工整體薪酬議價能力，從而壓縮薪酬差距；（3）數(shù)智化轉型優(yōu)化企業(yè)職能組織結構分工，減少了生產(chǎn)和財務等基礎部門用工比，增加了銷售、技術和研發(fā)等核心部門的用工比，這種結構性調(diào)整有利于降低薪酬差距。第三，數(shù)智化轉型對薪酬差距的影響在不同行業(yè)和企業(yè)類型中存在顯著差異。在高代理成本企業(yè)中，數(shù)智化轉型對薪酬差距的正向影響相對較弱，表明數(shù)智化轉型能夠在一定程度上緩解代理問題；這種正向影響主要表現(xiàn)在高科技和技術密集型行業(yè)；在非高科技和資產(chǎn)密集型行業(yè)中，數(shù)智化轉型對薪酬差距不存在顯著影響；而在勞動密集型行業(yè)中，數(shù)智化轉型則有利于減小薪酬差距。這表明不同行業(yè)的生產(chǎn)要素稟賦和技術特征，顯著影響了數(shù)智化轉型的分配效應。第四，關于經(jīng)濟后果，研究發(fā)現(xiàn)數(shù)智化轉型顯著促進了高質量創(chuàng)新，而薪酬差距對創(chuàng)新數(shù)量和質量的影響上均呈倒U形關系，拐點約在薪酬差距為8-11區(qū)間內(nèi)。這一發(fā)現(xiàn)同時支持了錦標賽理論和公平理論，即適度的薪酬差距有利于推動企業(yè)創(chuàng)新，而超過一定范圍則會抑制創(chuàng)新。

以上結論對應如下啟示：第一，對企業(yè)而言，在推進數(shù)智化轉型過程中應建立合理的薪酬管理制度，兼顧效率與公平。企業(yè)可通過員工持股計劃、項目收益分紅等中長期激勵機制，讓普通員工更多分享轉型成果，增強組織凝聚力。對政府而言，一方面應完善相關法律法規(guī)，加強對企業(yè)薪酬信息披露的監(jiān)管力度，引導企業(yè)樹立科學合理的薪酬理念；另一方面，政府應加大財政、金融、人才等方面的政策支持力度，為企業(yè)數(shù)智化轉型營造良好的制度環(huán)境。同時，引導企業(yè)加強數(shù)字基礎設施建設，提升大數(shù)據(jù)、人工智能等關鍵技術的應用水平，推動數(shù)智化轉型向縱深發(fā)展。

第二，企業(yè)應加強數(shù)智化轉型中的人力資源管理，推動人力資本與數(shù)字資本協(xié)同發(fā)展，加大員工培訓投入，優(yōu)化人員配置結構。企業(yè)應高度重視數(shù)字人才的引進和培養(yǎng)，完善相關的選拔、考核和激勵機制。同時加強一線員工的技能培訓和學習型組織建設，通過人力資本積累來緩解轉型帶來的技能偏向效應和薪酬分化。對政府而言，應加大對職業(yè)教育和在職培訓的支持力度，鼓勵企業(yè)與高校、科研機構開展產(chǎn)學研結合、產(chǎn)教融合、校企合作，共同培養(yǎng)數(shù)字經(jīng)濟發(fā)展需要的復合型人才。完善人才引進、流動和激勵政策，營造有利于數(shù)字人才成長的制度環(huán)境。加強勞動力市場信息建設，為勞動力優(yōu)化配置提供政策支持和公共服務。

第三，不同行業(yè)和企業(yè)應綜合考慮行業(yè)特點、發(fā)展階段和自身稟賦，因企制宜地推進數(shù)智化轉型。對于高科技和技術密集型企業(yè)應加快數(shù)字技術和產(chǎn)業(yè)融合，推動產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化協(xié)同發(fā)展，同時更應重視轉型中的包容性，完善利益共享機制；對于傳統(tǒng)勞動密集型企業(yè)則可借助數(shù)字化契機，推動組織扁平化變革，堅持以人為本，注重提升基層員工的數(shù)字素養(yǎng)和技能水平，促進數(shù)字技術與傳統(tǒng)產(chǎn)業(yè)協(xié)調(diào)發(fā)展。政府應制定有針對性的產(chǎn)業(yè)數(shù)字化轉型規(guī)劃和政策，充分考慮不同行業(yè)的技術路徑和發(fā)展階段，分類施策、精準扶持。加快傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)數(shù)字化改造，引導平臺企業(yè)賦能中小企業(yè)數(shù)字化。

第四，企業(yè)應合理管控薪酬差距，完善薪酬激勵和人才管理機制。要建立健全與市場化導向相適應的薪酬分配制度，體現(xiàn)責任與利益、風險與回報相匹配的原則。應營造良好的創(chuàng)新文化氛圍，加強團隊建設，完善協(xié)同創(chuàng)新機制。重視員工成長和晉升通道建設，為其提供持續(xù)創(chuàng)新的內(nèi)生動力。同時，政府應健全創(chuàng)新激勵和保護制度，加大知識產(chǎn)權保護力度，完善科技成果轉換機制，為企業(yè)創(chuàng)新營造良好的制度環(huán)境。加強產(chǎn)學研深度融合，支持關鍵核心技術攻關和產(chǎn)業(yè)化應用。完善金融支持政策，設立科技創(chuàng)新投資引導基金，破解企業(yè)創(chuàng)新融資難題，引導企業(yè)實現(xiàn)創(chuàng)新驅動的高質量發(fā)展。