數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響研究

周依涵

摘?要：數(shù)字經(jīng)濟時代，數(shù)字化轉(zhuǎn)型對制造企業(yè)勞動生產(chǎn)率的影響越來越受到關(guān)注?；?010-2022年中國A股制造業(yè)上市公司數(shù)據(jù)，實證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響。研究結(jié)果表明，數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)的勞動生產(chǎn)率。經(jīng)過替換解釋變量與被解釋變量、改變樣本區(qū)間等一系列穩(wěn)健性檢驗，研究結(jié)論仍然成立。從影響機制上看，數(shù)字化轉(zhuǎn)型能夠通過提升企業(yè)的技術(shù)創(chuàng)新能力，降低企業(yè)成本，進一步促進企業(yè)勞動生產(chǎn)率的提高。異質(zhì)性分析發(fā)現(xiàn)，對于西部地區(qū)企業(yè)、國有企業(yè)和成熟企業(yè)來說，數(shù)字化轉(zhuǎn)型的勞動生產(chǎn)率促進效應(yīng)更加顯著。

關(guān)鍵詞關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；企業(yè)勞動生產(chǎn)率；技術(shù)創(chuàng)新；成本費用

中圖分類號中圖分類號：F272.3；F242

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202404103

英文標題Research on the Impact of Digital Transformation on Labor Productivity of Enterprises：Empirical Testing Based on A-share Manufacturing Listed Companies in China

Zhou Yihan

（School of Business，Zhengzhou University，Zhengzhou 450001，China）

英文摘要Abstract： In the era of digital economy，the impact of digital transformation on labor productivity of manufacturing enterprises is receiving increasing attention.Based on the data of Chinese A-share manufacturing listed companies from 2010 to 2022，this study empirically tests the impact of digital transformation on labor productivity of enterprises.The research results indicate that digital transformation has significantly improved the labor productivity of enterprises.After a series of robustness tests such as replacing explanatory variables，replacing dependent variables，and changing sample intervals，the research conclusion still holds.From the perspective of impact mechanism，digital transformation can further promote the improvement of labor productivity by enhancing the technological innovation ability of enterprises，reducing their costs and expenses.Research based on heterogeneity has found that the labor productivity promotion effect of digital transformation is more pronounced for enterprises，state-owned enterprises，and mature enterprises in the western region.

英文關(guān)鍵詞Key Words：Digital Transformation；Labor Productivity；Technological Innovation；Cost Expenses

0?引言

隨著新一輪科技革命的到來，數(shù)字經(jīng)濟逐漸成為世界經(jīng)濟的新引擎。2020年習(xí)近平總書記在中央經(jīng)濟工作會議上強調(diào)，“要大力發(fā)展數(shù)字經(jīng)濟”。我國“十四五”規(guī)劃也指出，要“迎接數(shù)字時代，激活數(shù)據(jù)要素潛能，推進網(wǎng)絡(luò)強國建設(shè)，加快建設(shè)數(shù)字經(jīng)濟、數(shù)字社會、數(shù)字政府，以數(shù)字化轉(zhuǎn)型整體驅(qū)動生產(chǎn)方式、生活方式和治理方式變革”。黨的二十大報告提出，“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”，進一步強調(diào)了推動經(jīng)濟數(shù)字化轉(zhuǎn)型的重要性，凸顯了數(shù)字化在技術(shù)變革中的核心戰(zhàn)略地位。

數(shù)字經(jīng)濟基于數(shù)字化技術(shù)，充分挖掘制造企業(yè)數(shù)據(jù)潛在價值，推動企業(yè)產(chǎn)能和產(chǎn)業(yè)不斷升級，實現(xiàn)經(jīng)濟轉(zhuǎn)型發(fā)展[1]。在數(shù)字革命的浪潮下，許多企業(yè)都意識到數(shù)字化轉(zhuǎn)型所帶來的機遇與挑戰(zhàn)，并積極主動地開展轉(zhuǎn)型活動[2]。大數(shù)據(jù)、人工智能、云計算的應(yīng)用可助力企業(yè)實現(xiàn)效率改善，數(shù)字化轉(zhuǎn)型所帶來的技術(shù)層面、經(jīng)營模式與管理思維上的深刻變革更是推動企業(yè)持續(xù)成長的重要引擎[3]。為實現(xiàn)高質(zhì)量發(fā)展，企業(yè)需突破原有瓶頸，需要高效的生產(chǎn)率作為支撐[4]。然而，要實現(xiàn)這一目標，單純依靠傳統(tǒng)的生產(chǎn)要素投入已難以滿足需求，必須尋找新的增長動力。勞動生產(chǎn)率是衡量生產(chǎn)效率的重要指標，勞動生產(chǎn)率的提升不僅能夠提高經(jīng)濟效益，還能夠推動產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，增強經(jīng)濟的內(nèi)生增長動力[5]。當(dāng)前，數(shù)字化與勞動生產(chǎn)率之間的關(guān)系，一直是國內(nèi)外學(xué)者研究的熱點，現(xiàn)有文獻對此進行了多層次、多角度的探討。已有研究大多重點關(guān)注宏觀環(huán)境或某個行業(yè)中數(shù)字經(jīng)濟對勞動生產(chǎn)率的影響[6-9]，并使用省級面板數(shù)據(jù)或城市面板數(shù)據(jù)對其進行檢驗，而對企業(yè)數(shù)字化轉(zhuǎn)型與勞動生產(chǎn)率關(guān)系的實證研究較少。此外，在關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型與勞動生產(chǎn)率的研究方面，其一，現(xiàn)有研究對二者之間的關(guān)系存在爭議。大部分研究指出，數(shù)字化可以提升企業(yè)生產(chǎn)效率[10-11]；然而有少部分學(xué)者指出數(shù)字化在促進企業(yè)變革的同時，也可能帶來一系列問題，如風(fēng)險管控復(fù)雜化、管理費用增高[12]，最終將不利于企業(yè)生產(chǎn)率的提升。其二，已有研究往往以企業(yè)融資困境和企業(yè)內(nèi)部治理[13]、企業(yè)管理效率[14]、研發(fā)投入以及資金利用率[15]等作為切入點，少有文獻從技術(shù)創(chuàng)新和成本費用的視角出發(fā)來探討數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響機制。

因此，基于上述對宏觀背景和研究背景的梳理和總結(jié)，為進一步研究現(xiàn)階段中國制造企業(yè)勞動生產(chǎn)率的增長問題，文章基于中國制造業(yè)上市公司2010-2022年的數(shù)據(jù)，探究企業(yè)數(shù)字化轉(zhuǎn)型對勞動生產(chǎn)率的作用及影響機制。與已有研究相比，本文可能的邊際貢獻為：第一，利用現(xiàn)有微觀數(shù)據(jù)，分析并驗證了數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的直接影響機制，進一步補充了勞動生產(chǎn)率微觀層面的相關(guān)研究，也更為清晰地揭示了數(shù)字化轉(zhuǎn)型對實體經(jīng)濟的重要影響。第二，從技術(shù)創(chuàng)新和成本費用兩個渠道深入探究數(shù)字化轉(zhuǎn)型影響企業(yè)勞動生產(chǎn)率的作用機制，提供了新的研究視角，豐富了數(shù)字化轉(zhuǎn)型與企業(yè)勞動生產(chǎn)率之間的間接作用機制。研究結(jié)論也能夠為我國制造企業(yè)的勞動生產(chǎn)效率提高提供理論支持。有利于指導(dǎo)企業(yè)積極進行技術(shù)研發(fā)創(chuàng)新活動，提高技術(shù)創(chuàng)新投入與產(chǎn)出質(zhì)量，提升企業(yè)技術(shù)創(chuàng)新能力；同時能夠引導(dǎo)企業(yè)通過數(shù)字技術(shù)的應(yīng)用，提升生產(chǎn)過程的可控性，提高信息處理能力，進一步降低企業(yè)生產(chǎn)成本，優(yōu)化資源配置，提升企業(yè)勞動生產(chǎn)率。第三，分析了數(shù)字化轉(zhuǎn)型對不同地理區(qū)域、企業(yè)產(chǎn)權(quán)和企業(yè)年齡的制造企業(yè)勞動生產(chǎn)率的影響差異，為制造企業(yè)精準制定數(shù)字化轉(zhuǎn)型方案提供了理論指導(dǎo)和實踐參考。

1?理論分析與研究假設(shè)

1.1?數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響

企業(yè)中數(shù)字化技術(shù)的廣泛應(yīng)用，使得生產(chǎn)制造流程和服務(wù)流程更加智能化，大幅提升了生產(chǎn)效率[4]。同時，自動化技術(shù)的應(yīng)用也減少了人為因素的干擾，降低了生產(chǎn)過程中的錯誤率，進一步提升了產(chǎn)品的可靠性和競爭力。比如智能倉庫、智能工廠的建立，以及智能物流系統(tǒng)的打造，減少了普通員工的使用，降低了企業(yè)的運營成本，使得生產(chǎn)過程更加高效、精準和可靠[16]。在智能化業(yè)務(wù)模式下，智能員工與普通員工相比，擁有更強的數(shù)據(jù)處理和分析能力，能夠在相同的單位時間內(nèi)完成更多的工作任務(wù)，實現(xiàn)生產(chǎn)數(shù)量的顯著提升；同時，智能員工通過機器學(xué)習(xí)技術(shù)，可以快速掌握工作技巧，不僅提高了工作效率，還能進一步提升產(chǎn)品質(zhì)量。

數(shù)字技術(shù)與實體經(jīng)濟的深度融合會產(chǎn)生人機協(xié)同效應(yīng)，進一步實現(xiàn)生產(chǎn)和管理的智能化[17]。傳統(tǒng)生產(chǎn)要素與數(shù)據(jù)要素的深度融合，會不斷革新和優(yōu)化生產(chǎn)方式與管理模式[18]，推動企業(yè)整體勞動生產(chǎn)效率提升。此外，智能互聯(lián)技術(shù)在供應(yīng)鏈、生產(chǎn)鏈和服務(wù)鏈的廣泛應(yīng)用，成功打破了勞動者之間存在的“信息壁壘”，實現(xiàn)了信息的順暢交流與互通。這一舉措使得企業(yè)員工能夠獲取到更為詳盡、全面且及時的數(shù)據(jù)，從而提升了整體運營效率和服務(wù)質(zhì)量。企業(yè)員工基于獲得的高效的生產(chǎn)管理數(shù)據(jù)參與生產(chǎn)[19]，提高了勞動質(zhì)量與效率。

企業(yè)可通過數(shù)字化轉(zhuǎn)型連接生產(chǎn)與管理的全部流程，實現(xiàn)生產(chǎn)制造、業(yè)務(wù)流程和業(yè)務(wù)模式等重大變革，提高產(chǎn)品質(zhì)量和生產(chǎn)效率。因此基于上述分析，提出以下研究假設(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型有助于提高企業(yè)勞動生產(chǎn)率。

1.2?技術(shù)創(chuàng)新的中介作用

從狹義角度來說，技術(shù)創(chuàng)新是新產(chǎn)品問世或老產(chǎn)品改造過程中生產(chǎn)要素的重組；從廣義角度來說，技術(shù)創(chuàng)新是在生產(chǎn)實踐中重組生產(chǎn)要素，創(chuàng)造性地運用各種知識、經(jīng)驗和技能獲得長遠的經(jīng)濟效益的一種手段。數(shù)字化轉(zhuǎn)型能通過優(yōu)化創(chuàng)新要素促進企業(yè)技術(shù)創(chuàng)新。數(shù)字化轉(zhuǎn)型改變了企業(yè)獲取外部信息的方式，使得企業(yè)能夠運用數(shù)據(jù)進行精確分析和預(yù)測。通過對海量數(shù)據(jù)的收集、轉(zhuǎn)化、整合和分析，加快企業(yè)信息獲取速度，提高企業(yè)獲取信息的質(zhì)量，使企業(yè)可以更有針對性地開展技術(shù)創(chuàng)新活動[20]，降低了創(chuàng)新風(fēng)險。李薇和李莉[21]認為，數(shù)字化轉(zhuǎn)型可以加快企業(yè)研發(fā)創(chuàng)新步伐。同時，數(shù)字化轉(zhuǎn)型有助于促進員工主動參與相關(guān)技能培訓(xùn)，構(gòu)建學(xué)習(xí)型組織，有效銜接數(shù)字技術(shù)與產(chǎn)品研發(fā)，進而提升企業(yè)技術(shù)創(chuàng)新能力。王丁[22]提出，基于新增長理論，企業(yè)在技術(shù)上取得的進步是提高企業(yè)生產(chǎn)、運營效率的根本要素，同時也是自身經(jīng)濟增長的內(nèi)生驅(qū)動力。鮑曉娜和范曉男[23]梳理并列舉了國外多位學(xué)者的理論文獻和實證研究，總結(jié)得出許多學(xué)者明確提出了技術(shù)創(chuàng)新對于生產(chǎn)率的提升具有促進作用?；谏鲜龇治?，提出以下研究假設(shè)：

H2：數(shù)字化轉(zhuǎn)型可以推動企業(yè)技術(shù)創(chuàng)新，進一步提高企業(yè)勞動生產(chǎn)率。

1.3?成本費用的中介作用

企業(yè)實施數(shù)字化轉(zhuǎn)型可以通過降低成本費用進一步提高企業(yè)整體勞動生產(chǎn)率。首先，數(shù)字化轉(zhuǎn)型通過優(yōu)化資源配置的合理性，以及提升生產(chǎn)過程的可控性，有效降低了企業(yè)的生產(chǎn)成本。數(shù)字技術(shù)為生產(chǎn)設(shè)備的高效智能化升級提供了有力支持：通過智能硬件與軟件的深度融合，實現(xiàn)了數(shù)據(jù)的實時收集與分析，從而為生產(chǎn)決策提供了智能化的支持。這樣不僅有效減少了機器檢修、停機以及工序間過渡的時間，還顯著降低了運維和庫存成本，進而大幅提升了企業(yè)的生產(chǎn)效率[24]。其次，數(shù)字化轉(zhuǎn)型能夠通過降低企業(yè)的信息搜尋成本來加快企業(yè)內(nèi)部的工作效率。在數(shù)字化浪潮的推動下，先進數(shù)字技術(shù)的廣泛應(yīng)用，使得企業(yè)能夠更加高效地處理和分析各類信息。企業(yè)各部門之間可能會存在信息壁壘，導(dǎo)致信息傳遞不暢、搜尋成本高。大數(shù)據(jù)、人工智能等先進數(shù)字技術(shù)的應(yīng)用使得企業(yè)的信息處理能力不斷提升，企業(yè)內(nèi)部不同系統(tǒng)之間的數(shù)據(jù)傳輸與分析過程也變得更加簡捷、高效[25]，不僅降低了企業(yè)各部門之間的信息搜尋成本，還進一步促進了企業(yè)內(nèi)部信息的共享和流通，打破了部門之間的壁壘，加強了團隊協(xié)作，進一步提升了整體工作效率。除此之外，還降低了企業(yè)外部信息的搜集成本。通過數(shù)字技術(shù)的運用，企業(yè)可以更加迅速地獲取所需信息，準確洞悉市場，作出科學(xué)決策，從而優(yōu)化資源配置，提高生產(chǎn)效率。基于上述分析，提出以下研究假設(shè)：

H3：數(shù)字化轉(zhuǎn)型可以降低企業(yè)生產(chǎn)成本，進一步提高企業(yè)勞動生產(chǎn)率。

2?研究設(shè)計

2.1?樣本選擇與數(shù)據(jù)來源

選取2010-2022年深滬A股制造業(yè)上市公司作為研究樣本，深入探究企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響及其影響機制。實證部分所使用的數(shù)據(jù)來自于上市公司年報和國泰安（CSMAR）數(shù)據(jù)庫。為確保研究結(jié)果的準確性和可靠性，我們對研究樣本進行了如下篩選與處理：①剔除ST股、*ST股以及退市的上市公司樣本，以規(guī)避潛在的市場風(fēng)險；②剔除關(guān)鍵數(shù)據(jù)嚴重缺失的樣本；③采用線性插值方法，對部分數(shù)據(jù)缺失的樣本進行了合理補全。為避免異常值或極端值對研究結(jié)果造成不利影響，對所有連續(xù)型變量進行臨界值為1%的Winsorize縮尾處理。經(jīng)過上述篩選和處理，最終獲得到了18 571個觀測值。

2.2?變量定義

2.2.1?被解釋變量

企業(yè)勞動生產(chǎn)率（Labor）。借鑒蔡慶豐等[26]、謝繁寶等[27]和牛志偉等[5]的研究，使用企業(yè)營業(yè)收入與企業(yè)從業(yè)人員數(shù)量的比值來衡量企業(yè)勞動生產(chǎn)率。此外，湯萱等[13]認為使用全要素生產(chǎn)率可以更準確全面地衡量企業(yè)勞動生產(chǎn)率，因此在后文穩(wěn)健性檢驗中使用全要素生產(chǎn)率（LP）來替代衡量企業(yè)勞動生產(chǎn)率。

2.2.2?解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型程度（Digital）。數(shù)字化轉(zhuǎn)型的定量測度是當(dāng)下學(xué)界關(guān)注的焦點，上市公司的年度報告披露內(nèi)容詳細且真實，具有重要的參考價值[28]，因此不少學(xué)者通過統(tǒng)計上市公司年報中的關(guān)鍵詞詞頻，來度量該企業(yè)數(shù)字化轉(zhuǎn)型程度。本文借鑒吳非等[29]的數(shù)字化轉(zhuǎn)型關(guān)鍵詞表，通過Python整理公司年報，利用Python的Jieba分詞功能，對年報進行分詞，再對詞頻結(jié)果進行加總，最后對其加1再取自然對數(shù)，從而得到企業(yè)數(shù)字化轉(zhuǎn)型指標。

2.2.3?中介變量

對于技術(shù)創(chuàng)新的測度，以往研究多采用專利申請數(shù)量來表現(xiàn)創(chuàng)新產(chǎn)出。介于企業(yè)專利申請數(shù)據(jù)缺失較多，且專利授權(quán)具有滯后性，如果使用專利申請數(shù)量可能會高估企業(yè)技術(shù)創(chuàng)新水平，使用專利授權(quán)數(shù)量可能會低估企業(yè)技術(shù)創(chuàng)新能力[30]。因此本文借鑒劉凱月等[30]的研究，采用企業(yè)研發(fā)投入資金取自然對數(shù)來度量企業(yè)技術(shù)創(chuàng)新，該值越大，表明企業(yè)技術(shù)能力越強。

對于成本費用的測度，參考趙宸宇等[31]的做法，采用成本費用率（Cost）來衡量企業(yè)成本降低效應(yīng)，計算公式為：（主營業(yè)務(wù)成本+管理費用）/主營業(yè)務(wù)收入。

2.2.4控制變量

為了控制其他因素對企業(yè)勞動生產(chǎn)率的影響，本文借鑒已有文獻，選取以下變量作為本研究的控制變量：資產(chǎn)負債率（Gearing）、資產(chǎn)收益率（ROV）、董事會規(guī)模（DS）、企業(yè)雇傭規(guī)模（Scale）、平均工資（Ｗage）、資本密集度 （Cap_inten）。具體的衡量方法如表1所示。

2.3?模型設(shè)定

首先，為探究數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響，設(shè)定如下基準模型：

Laborit=α0+α1Digitalit+α2CVsit+ΣYear+ΣIndustry+εit （1）

其次，文章利用中介三步法，檢驗數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響機制問題，具體模型如下：

Laborit=α0+α1Digitalit+α2CVsit+ΣYear+ΣIndustry+εit ?（2）

Mediatorit=β0+β1Digitalit+β2CVsit+ΣYear+ΣIndustry+εit ?（3）

Laborit=η0+η1Digitalit+η2Mediatorit+η3CVsit+ΣYear+ΣIndustry+εit ?（4）

其中，變量下標i、t分別為公司、時間。Labor為企業(yè)勞動生產(chǎn)率，Digital為企業(yè)數(shù)字化轉(zhuǎn)型水平，Mediator為中介變量，包括企業(yè)技術(shù)創(chuàng)新和成本費用。α0、β0、η0為常數(shù)項，εit為隨機誤差項，CVsit代表控制變量。為保證實證結(jié)論的可靠性，文章還納入了時間（Year）和行業(yè)（Industry）虛擬變量，以控制時間和行業(yè)層面的不可觀測因素。

3?實證結(jié)果分析

3.1?變量描述性統(tǒng)計

由表2中可知，制造業(yè)企業(yè)勞動生產(chǎn)率（Labor）最小值為3.971，最大值為11.890，均值為8.289，標準差為0.972，說明制造業(yè)上市企業(yè)勞動生產(chǎn)率差異較大。而企業(yè)數(shù)字化轉(zhuǎn)型（Digital）的最小值為0，最大值為6.999，中位數(shù)為2.773，均值為2.742，其中標準差為1.114，說明不同制造業(yè)企業(yè)之間的數(shù)字化轉(zhuǎn)型程度差異較大。有部分樣本公司屬于已意識到數(shù)字化轉(zhuǎn)型對企業(yè)未來發(fā)展的重要性，但仍存在未進行數(shù)字化轉(zhuǎn)型的制造企業(yè)，其余變量的分布特征與以往研究基本類似，不再贅述。

3.2?基準回歸分析

企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響如表3所示。表3第（1）列為只加入核心解釋變量的回歸結(jié)果，表3第（2）列為同時控制年度固定效應(yīng)和行業(yè)固定效應(yīng)后的回歸結(jié)果，表3第（3）列為加入企業(yè)層面控制變量后的回歸結(jié)果，表3第（4）列則為加入控制變量和固定效應(yīng)后的回歸結(jié)果?；貧w結(jié)果顯示，數(shù)字化轉(zhuǎn)型（Digital）的回歸系數(shù)在所有模型中均顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型能夠提高制造企業(yè)勞動生產(chǎn)率，假設(shè)H1得到驗證。

3.3?穩(wěn)健性檢驗

前文實證結(jié)果表明了企業(yè)數(shù)字化轉(zhuǎn)型（Digital）對企業(yè)勞動生產(chǎn)率（Labor）具有促進作用，為進一步論證該結(jié)論的可靠性，本文進行一系列穩(wěn)健性檢驗并考慮緩解可能存在的內(nèi)生性問題。

3.3.1?更換變量衡量方式

在被解釋變量方面，借鑒湯萱等[13]的研究，使用全要素生產(chǎn)率作為勞動生產(chǎn)率的代理變量，具體如表4第（1）列和第（2）列所示，回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型（Digital）與勞動生產(chǎn)率的替代變量（LP）之間仍然呈現(xiàn)顯著正相關(guān)關(guān)系，這表明對被解釋變量替換后結(jié)果依舊穩(wěn)健。在解釋變量方面，由于數(shù)字化轉(zhuǎn)型關(guān)鍵詞的選擇對于最終得到的數(shù)字化轉(zhuǎn)型指標有著重要影響，參照趙宸宇等[31]研究中使用的數(shù)字化轉(zhuǎn)型關(guān)鍵詞，重新構(gòu)造數(shù)字化轉(zhuǎn)型程度變量Digital2進行回歸，結(jié)果如表4第（3）、（4）列所示，數(shù)字化轉(zhuǎn)型的估計系數(shù)依然顯著為正，與基準回歸結(jié)果保持一致。

3.3.2?核心解釋變量滯后處理

為了進一步減少逆向因果方面的顧慮，本文嘗試使用滯后期模型，將滯后一期的企業(yè)數(shù)字化轉(zhuǎn)型（L.Digital）作為解釋變量，從而讓數(shù)字化轉(zhuǎn)型與企業(yè)勞動生產(chǎn)率之間的因果關(guān)系更加明確，繼續(xù)驗證本文的假設(shè)。在考慮了逆向因果可能導(dǎo)致的內(nèi)生性問題后，表4第（5）列中L.Digital的系數(shù)在1%的水平上仍顯著為正，本文結(jié)果依舊穩(wěn)健，假設(shè)H1再次得到驗證。

3.3.3?改變樣本范圍

從2015年全國兩會“互聯(lián)網(wǎng)+”被寫入政府工作報告開始，行業(yè)的數(shù)字化轉(zhuǎn)型速度逐漸加快，所以調(diào)整了采樣范圍，并選擇2015年以后的樣本重新進行回歸。見表4第（6）列，結(jié)果發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的估計系數(shù)仍顯著為正值，并與基準回歸結(jié)果基本相符。

4?進一步分析

4.1?機制檢驗

4.1.1?技術(shù)創(chuàng)新的中介效應(yīng)

表5第（1）列顯示，數(shù)字化轉(zhuǎn)型的系數(shù)為0.030，在1%水平上顯著為正。根據(jù)表5第（2）列，數(shù)字化轉(zhuǎn)型的系數(shù)為0. 040，在1%水平上顯著為正，說明數(shù)字化轉(zhuǎn)型顯著促進了企業(yè)的技術(shù)創(chuàng)新水平。根據(jù)表5第（3）列，數(shù)字化轉(zhuǎn)型的系數(shù)為0.026，在 1%水平上顯著為正，企業(yè)技術(shù)創(chuàng)新的系數(shù)為0.107，在1%水平上顯著為正，說明企業(yè)技術(shù)創(chuàng)新水平在數(shù)字化轉(zhuǎn)型促進制造業(yè)企業(yè)勞動生產(chǎn)率的過程中發(fā)揮了部分中介效應(yīng)，假設(shè)H2得到支持。

4.1.2?成本費用的中介效應(yīng)

根據(jù)表5第（4）列，數(shù)字化轉(zhuǎn)型的系數(shù)為-0.013，在1%水平上顯著為負，說明數(shù)字化轉(zhuǎn)型顯著降低了企業(yè)的成本費用。根據(jù)表5第（5）列，數(shù)字化轉(zhuǎn)型的系數(shù)為0.025，在 1%水平上顯著為正，企業(yè)成本費用的系數(shù)為-0.025，在1%水平上顯著為負，這表明數(shù)字化轉(zhuǎn)型通過降低企業(yè)經(jīng)營過程中的成本費用，進一步促進制造業(yè)企業(yè)勞動生產(chǎn)率的提高，假設(shè)H3得到支持。

4.2?異質(zhì)性分析

4.2.1?地理區(qū)域異質(zhì)性

根據(jù)企業(yè)所在的地理區(qū)域，將研究樣本劃分為位于東部、中部、西部地區(qū)。表6第（1）-（3）列顯示，無論企業(yè)所處的地理位置如何，實施數(shù)字化轉(zhuǎn)型均顯著提升了企業(yè)勞動生產(chǎn)率，但其對于西部地區(qū)企業(yè)勞動生產(chǎn)率的提升作用相對更大?？赡艿脑蛴校簴|部地區(qū)往往經(jīng)濟水平高，基礎(chǔ)設(shè)施完善，技術(shù)先進，生產(chǎn)要素豐富，因此數(shù)字化轉(zhuǎn)型所帶來的提升效應(yīng)相對較小。而西部地區(qū)的發(fā)展相對落后，基礎(chǔ)設(shè)施、生產(chǎn)管理技術(shù)和生產(chǎn)要素等方面仍有待完善，這也為數(shù)字化轉(zhuǎn)型提供了巨大的發(fā)展空間。

4.2.2?企業(yè)所有制異質(zhì)性

根據(jù)企業(yè)的所有制性質(zhì)，將研究樣本劃分為國有企業(yè)和非國有企業(yè)。表6第（4）、（5）列顯示，數(shù)字化轉(zhuǎn)型對國有企業(yè)和非國有企業(yè)的勞動生產(chǎn)率都呈現(xiàn)出顯著促進作用，分別在1%、5%水平下顯著，說明國有企業(yè)的數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的促進效果更明顯?？赡艿脑蚴牵菏紫龋瑖衅髽I(yè)通常擁有更為成熟的規(guī)劃體系，可以更好地將數(shù)字化轉(zhuǎn)型與企業(yè)戰(zhàn)略進行融合；其次，國有企業(yè)通常更容易得到政府的政策支持和資金支持，進一步增強了企業(yè)推動數(shù)字化轉(zhuǎn)型的實力。

4.2.3?企業(yè)年齡異質(zhì)性

以企業(yè)年齡中位數(shù)作為標準，將研究樣本劃分為成熟企業(yè)和年輕企業(yè)。表6第（6）、（7）列顯示，數(shù)字化轉(zhuǎn)型對成熟企業(yè)的勞動生產(chǎn)率呈現(xiàn)出顯著促進作用，回歸系數(shù)為0.03，在1%水平下顯著。而年輕企業(yè)樣本下，數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的回歸系數(shù)雖為正，但是在5%水平下顯著?？赡艿脑蚴牵墒炱髽I(yè)具備更強的戰(zhàn)略規(guī)劃與執(zhí)行能力，確保轉(zhuǎn)型與核心業(yè)務(wù)融合，提升效率；成熟企業(yè)的業(yè)務(wù)流程和組織結(jié)構(gòu)通常更為穩(wěn)定和成熟。在數(shù)字化轉(zhuǎn)型過程中，其可以更容易地對現(xiàn)有流程進行改造和優(yōu)化，提高組織效率。而年輕企業(yè)可能還在不斷探索和調(diào)整自己的業(yè)務(wù)模式和組織結(jié)構(gòu)，這在一定程度上影響其數(shù)字化轉(zhuǎn)型的效果。

5?結(jié)論、啟示與展望

5.1?研究結(jié)論

勞動生產(chǎn)率是經(jīng)濟增長的關(guān)鍵驅(qū)動力，對于實現(xiàn)企業(yè)高質(zhì)量發(fā)展意義重大。數(shù)字化轉(zhuǎn)型作為當(dāng)前企業(yè)的一個核心戰(zhàn)略是否以及如何影響企業(yè)勞動生產(chǎn)率呢？為了回答上述問題，以2010-2022年中國A股上市制造業(yè)企業(yè)為研究樣本，探究數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響以及其作用機制。通過理論分析與實證研究，主要得出以下結(jié)論：①數(shù)字化轉(zhuǎn)型有利于提高企業(yè)勞動生產(chǎn)率。數(shù)字化轉(zhuǎn)型與企業(yè)勞動生產(chǎn)率呈顯著正相關(guān)關(guān)系，該結(jié)論在替換解釋變量與被解釋變量、改變樣本區(qū)間等一系列穩(wěn)健性檢驗后依然成立。②影響機制方面，數(shù)字化轉(zhuǎn)型可以通過提升企業(yè)技術(shù)創(chuàng)新，降低企業(yè)成本費用來提高企業(yè)勞動生產(chǎn)率。③擴展性檢驗中，文章基于企業(yè)地理區(qū)域、企業(yè)所有制性質(zhì)和企業(yè)年齡3個層面進行異質(zhì)性分析，結(jié)果表明數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的提升作用在西部地區(qū)企業(yè)、國有企業(yè)以及成熟企業(yè)中更為顯著。

5.2?管理啟示

第一，政府應(yīng)加大對企業(yè)數(shù)字化發(fā)展的政策和資金支持力度，以激發(fā)企業(yè)深入推進數(shù)字化轉(zhuǎn)型的積極性。在這一過程中，應(yīng)發(fā)動地區(qū)內(nèi)具有引領(lǐng)作用的“領(lǐng)頭羊”企業(yè)和社會資本共同參與，形成合力，共同助力企業(yè)數(shù)字化轉(zhuǎn)型的順利推進。

第二，企業(yè)應(yīng)主動推動數(shù)字化與勞動力要素的深度融合。對于制造企業(yè)而言，數(shù)字化轉(zhuǎn)型對其生產(chǎn)經(jīng)營至關(guān)重要。因此，企業(yè)應(yīng)積極引進數(shù)字化技術(shù)，并將其應(yīng)用于生產(chǎn)經(jīng)營流程中，加速新興科技與傳統(tǒng)生產(chǎn)方式的深度融合，持續(xù)革新和優(yōu)化生產(chǎn)方式與管理模式，以實現(xiàn)降本增效。同時，企業(yè)還應(yīng)強化內(nèi)部溝通與協(xié)作，確保各部門在數(shù)字化轉(zhuǎn)型工作中能夠相互銜接、協(xié)同推進，從而提升企業(yè)勞動生產(chǎn)率。

第三，積極發(fā)揮技術(shù)創(chuàng)新的驅(qū)動作用。技術(shù)創(chuàng)新是引領(lǐng)企業(yè)高質(zhì)量發(fā)展的關(guān)鍵動力，有助于促進企業(yè)勞動生產(chǎn)率水平的提升。在高質(zhì)量發(fā)展過程中，企業(yè)需要深化數(shù)字技術(shù)的應(yīng)用與創(chuàng)新，創(chuàng)新是發(fā)展的動力，必須堅持持續(xù)的技術(shù)創(chuàng)新，不斷激活企業(yè)技術(shù)創(chuàng)新能力，提升技術(shù)創(chuàng)新成果的產(chǎn)出效率，為企業(yè)的長遠發(fā)展奠定堅實的基礎(chǔ)。

第四，針對不同制造業(yè)企業(yè)的異質(zhì)性特征，應(yīng)引導(dǎo)不同地理區(qū)域、不同所有制性質(zhì)、不同發(fā)展階段的企業(yè)探尋適合自身發(fā)展的數(shù)字化轉(zhuǎn)型戰(zhàn)略。在制定數(shù)字化轉(zhuǎn)型規(guī)劃時，需因地制宜，充分考慮企業(yè)的實際情況，努力走出轉(zhuǎn)型困境，優(yōu)化生產(chǎn)效率，實現(xiàn)數(shù)字化轉(zhuǎn)型效率的倍增。

5.3?研究不足與展望

本研究仍存在一定不足。首先，本文所使用的樣本為制造業(yè)企業(yè)，未來研究可以進一步檢驗其他行業(yè)類型企業(yè)的數(shù)字化轉(zhuǎn)型與勞動生產(chǎn)率之間的關(guān)系，如小微企業(yè)、高新技術(shù)企業(yè)、專精特新企業(yè)等，使得研究結(jié)論更具有普適性。其次，對數(shù)字化轉(zhuǎn)型影響企業(yè)勞動生產(chǎn)率的路徑，還需要有更多的探索性研究，比如可以考慮納入情境變量進行討論，考察環(huán)境不確定性、管理者短視、市場競爭等變量發(fā)揮的調(diào)節(jié)作用等。

參考文獻參考文獻：

[1]?張煒，徐昌華.制造企業(yè)數(shù)字化轉(zhuǎn)型策略研究——以金龍客車為例[J].科技創(chuàng)業(yè)月刊，2023，36（3）：168-171.

［2］?蔣書茹.高管團隊斷裂帶、動態(tài)能力與企業(yè)數(shù)字化轉(zhuǎn)型[J].科技創(chuàng)業(yè)月刊，2023，36（9）：106-113.

［3］?王希元，傅帆，陳明明.數(shù)字化轉(zhuǎn)型對企業(yè)勞動收入份額的影響[J].金融與經(jīng)濟，2023（4）：76-84.

［4］?韓曉晨，陳風(fēng)帆.數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率——基于綠色創(chuàng)新的中介效應(yīng)分析[J].哈爾濱商業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023（4）：71-87.

［5］?牛志偉，許晨曦，武瑛.營商環(huán)境優(yōu)化、人力資本效應(yīng)與企業(yè)勞動生產(chǎn)率[J].管理世界，2023，39（2）：83-100.

［6］?孫湘湘，陳章旺.數(shù)字經(jīng)濟對勞動生產(chǎn)率的影響研究——基于馬克思主義政治經(jīng)濟學(xué)的視角[J].中北大學(xué)學(xué)報（社會科學(xué)版），2024，40（1）：13-21.

［7］?郭凱明，羅章權(quán)，杭靜.中國勞動生產(chǎn)率的國際比較與遠景展望（1992-2035）[J].經(jīng)濟學(xué)（季刊），2023，23（6）：2194-2212.

［8］?李懷政，田曉宇，吳虹.人工智能滲透、勞動生產(chǎn)率與中國制造業(yè)出口韌性提升[J].西北人口，2023，44（6）：29-42.

［9］?黃建康，潘鈺秋.數(shù)字經(jīng)濟對工業(yè)勞動生產(chǎn)率的影響研究[J].工業(yè)技術(shù)經(jīng)濟，2022，41（12）：38-44.

［10］?花俊國，劉暢，朱迪.數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)全要素生產(chǎn)率[J].南方金融，2022（7）：54-65.

［11］?袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟，2021（9）：137-155.

［12］?戚聿東，蔡呈偉.數(shù)字化對制造業(yè)企業(yè)績效的多重影響及其機理研究[J].學(xué)習(xí)與探索，2020（7）：108-119.

［13］?湯萱，高星，賴曉冰. 數(shù)字化轉(zhuǎn)型對企業(yè)勞動生產(chǎn)率的影響研究[J]. 經(jīng)濟縱橫，2022（9）：104-112.

［14］?許晨曦，武瑛，牛志偉.數(shù)字化賦能企業(yè)勞動生產(chǎn)率提升：內(nèi)在邏輯與中國經(jīng)驗[J].北京師范大學(xué)學(xué)報（社會科學(xué)版），2023（5）：152-160.

［15］?金紹榮，唐詩語，任贊杰.數(shù)字化轉(zhuǎn)型能提升農(nóng)業(yè)企業(yè)全要素生產(chǎn)率嗎？[J].改革，2024（2）：131-148.

［16］?杜傳忠，張遠.數(shù)字經(jīng)濟發(fā)展對企業(yè)生產(chǎn)率增長的影響機制研究[J]. 證券市場導(dǎo)報，2021（2）：41-51.

［17］?KROMANN L，MALCHOW-M O LLER N，SKAKSEN J R，et al.Automation and productivity——a cross-country， cross-industry comparison[J]. Industrial and Corporate Change，2020，29（2）：265-287.

［18］?陳夢根，周元任.數(shù)字化對企業(yè)人工成本的影響[J].中國人口科學(xué)，2021（4）：45-60.

［19］?劉淑春，閆津臣，張思雪，等.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎[J].管理世界，2021，37（5）：170-190.

［20］?金昕，伍婉萱，邵俊崗.數(shù)字化轉(zhuǎn)型、智力資本與制造業(yè)技術(shù)創(chuàng)新[J].統(tǒng)計與決策，2023，39（9）：158-162.

［21］?李薇，李莉.數(shù)字化轉(zhuǎn)型對企業(yè)技術(shù)創(chuàng)新的影響研究[J]. 鄭州輕工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023，24（2）：75-82.

［22］?王丁.技術(shù)創(chuàng)新、融資約束與企業(yè)全要素生產(chǎn)率[J].財經(jīng)理論研究，2022（5）：105-112.

［23］?鮑曉娜，范曉男.實體企業(yè)金融化、技術(shù)創(chuàng)新與生產(chǎn)率提升——基于中國上市公司的經(jīng)驗研究[J].科技管理研究， 2023，43（8）：133-143.

［24］?葉典，彭飛.實施數(shù)字化轉(zhuǎn)型提高了企業(yè)生產(chǎn)效率嗎？——來自我國上市公司的經(jīng)驗證據(jù)[J].工信財經(jīng)科技， 2023（5）：13-41.

［25］?沈國兵，袁征宇.企業(yè)互聯(lián)網(wǎng)化對中國企業(yè)創(chuàng)新及出口的影響[J]. 經(jīng)濟研究，2020，55（1）：33-48.

［26］?蔡慶豐，王瀚佑，李東旭.互聯(lián)網(wǎng)貸款、勞動生產(chǎn)率與企業(yè)轉(zhuǎn)型——基于勞動力流動性的視角[J].中國工業(yè)經(jīng)濟， 2021（12）：146-165.

［27］?謝繁寶，樊瑤.營商環(huán)境對企業(yè)勞動生產(chǎn)率影響效應(yīng)的實證檢驗[J].統(tǒng)計與決策，2022，38（8）：179-183.

［28］?姚加權(quán)，張錕澎，羅平.金融學(xué)文本大數(shù)據(jù)挖掘方法與研究進展[J]. 經(jīng)濟學(xué)動態(tài)，2020（4）：143-158.

［29］?吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（7）：130-144.

［30］?劉凱月，劉瑞，李天旭，等.制造業(yè)服務(wù)化水平、技術(shù)創(chuàng)新與全要素生產(chǎn)率[J].財經(jīng)理論研究，2022（2）：89-101.

［31］?趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財貿(mào)經(jīng)濟，2021，42（7）：114-129.

責(zé)任編輯（責(zé)任編輯：李苗苗）