數(shù)字化轉(zhuǎn)型與勞動投資效率：緩解不足還是抑制過度？

鐘廷勇　程玉梅　李江娜

摘要：由于市場的不確定性和信息的不完備，企業(yè)勞動投資決策偏差導(dǎo)致勞動投資非效率的現(xiàn)象普遍存在。數(shù)字化轉(zhuǎn)型帶來的信息優(yōu)化和管理改善可以顯著降低企業(yè)勞動投資決策失誤，且技術(shù)水平和人力資源管理水平的提高還可以對勞動投資決策失誤進行彌補，但這種彌補作用對勞動投資不足更為有效。以2009—2020年滬深兩市A股上市公司為樣本的分析發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型顯著促進了企業(yè)勞動投資效率提升，并主要表現(xiàn)為對勞動投資不足的緩解，而對勞動投資過度的影響不顯著；數(shù)字化轉(zhuǎn)型可以通過優(yōu)化人力資本結(jié)構(gòu)和提升內(nèi)部控制水平來促進企業(yè)勞動投資效率提升；數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率提升的促進作用，在實施低成本戰(zhàn)略的企業(yè)、融資約束較強的企業(yè)、非國有企業(yè)以及資本密集型企業(yè)中顯著存在，而在實施差異化戰(zhàn)略的企業(yè)、融資約束較弱的企業(yè)、國有企業(yè)以及勞動密集型企業(yè)中不顯著。企業(yè)應(yīng)積極推進數(shù)字化轉(zhuǎn)型，充分利用數(shù)字經(jīng)濟的各種紅利來優(yōu)化勞動投資決策，不斷提高勞動投資效率；政府應(yīng)營造良好的數(shù)字環(huán)境，賦能企業(yè)數(shù)字化轉(zhuǎn)型。

關(guān)鍵詞：

數(shù)字化轉(zhuǎn)型；勞動投資效率；投資不足；投資過度；人力資本結(jié)構(gòu)；內(nèi)部控制

中圖分類號：F404.3；F273.1文獻標(biāo)志碼：A文章編號：1674-8131（2023）02-0029-14

一、引言

隨著人口紅利逐步向人才紅利的轉(zhuǎn)變，人力資本在經(jīng)濟發(fā)展中的作用越來越受到學(xué)界的關(guān)注。作為最重要的生產(chǎn)要素，勞動力是推動社會經(jīng)濟發(fā)展的重要力量（Jung et al，2013）［1］。從微觀層面來看，隨著技術(shù)進步帶來的生產(chǎn)方式轉(zhuǎn)變，企業(yè)物資資本投資的邊際效益逐漸下降，而人力資本投資的比重和收益不斷攀升，從而使勞動投資效率成為決定企業(yè)核心競爭力的重要因素。勞動投資效率的提高對企業(yè)的高質(zhì)量發(fā)展有著重要意義，因而有必要深入研究影響企業(yè)勞動投資效率的各種因素，以進一步有效促進企業(yè)勞動投資效率的提升。現(xiàn)有文獻主要從內(nèi)部因素和外部環(huán)境兩個方面來探究影響企業(yè)勞動投資效率的主要因素。在內(nèi)部因素方面，主要針對企業(yè)的戰(zhàn)略選擇、高管結(jié)構(gòu)、會計信息質(zhì)量、股票信息含量、監(jiān)督治理等（張焰朝 等，2020；秦璇 等，2020；周冬華 等，2023）［2-4］；在外部環(huán)境方面，主要包括政府行為、市場機制等（李匯東 等，2017；褚劍 等，2020）［5-6］?？傮w上看，該領(lǐng)域的研究還有待加強和深化，尤其是在由技術(shù)進步引發(fā)的生產(chǎn)方式變化對企業(yè)勞動投資效率的影響方面需要進一步拓展。

數(shù)字技術(shù)的快速發(fā)展和普遍應(yīng)用對宏觀和微觀經(jīng)濟發(fā)展都產(chǎn)生了深刻影響，數(shù)字化轉(zhuǎn)型也迅速在各領(lǐng)域、各層面展開。數(shù)據(jù)成為數(shù)字經(jīng)濟的核心要素，OECD發(fā)布的《數(shù)據(jù)和數(shù)據(jù)流動的映射方法》指出，數(shù)據(jù)利用有助于產(chǎn)品、流程和組織的改善和創(chuàng)新，可以促進企業(yè)勞動生產(chǎn)率增長5%～10%［7］。企業(yè)的數(shù)字化轉(zhuǎn)型重塑了企業(yè)的動態(tài)能力，有助于企業(yè)在市場競爭中獲得更大的優(yōu)勢（曾德麟 等，2021）［8］。數(shù)字化轉(zhuǎn)型改變了企業(yè)原有的生產(chǎn)方式和商業(yè)模式，必然會對企業(yè)的用工方式、人力資源管理和勞動生產(chǎn)率產(chǎn)生影響（劉淑春 等，2021）［9］。近年來，大量文獻對企業(yè)數(shù)字化轉(zhuǎn)型的微觀效應(yīng)進行了探究，但關(guān)于數(shù)字化轉(zhuǎn)型影響企業(yè)勞動投資效率的研究還比較匱乏。翟淑萍等（2022）基于城市層面的數(shù)字經(jīng)濟發(fā)展水平考察了數(shù)字經(jīng)濟對企業(yè)勞動投資效率的影響［10］，但城市層面的數(shù)字經(jīng)濟發(fā)展水平與企業(yè)自身的數(shù)字化轉(zhuǎn)型是不同的。周冬華和萬貽?。?023）的研究發(fā)現(xiàn)，總體上數(shù)字化轉(zhuǎn)型能有效提高企業(yè)勞動投資效率，但在非效率投資類型的異質(zhì)性檢驗中，這種影響僅在勞動過度投資的雇傭過度樣本中顯著，即數(shù)字化轉(zhuǎn)型主要是通過抑制勞動投資過度（尤其是雇傭過度）來提升企業(yè)勞動投資效率的［4］；而張功富等（2023）的分析顯示，數(shù)字化轉(zhuǎn)型既能抑制企業(yè)的勞動投資過度，又能緩解企業(yè)的勞動投資不足，進而顯著促進了企業(yè)勞動投資效率的提升［11］。

綜上所述，一方面現(xiàn)有文獻對企業(yè)數(shù)字化轉(zhuǎn)型影響其勞動投資效率的研究較少，其中的影響機制及異質(zhì)性分析還有待深化和拓展；另一方面少量的經(jīng)驗分析在數(shù)字化轉(zhuǎn)型能否顯著緩解企業(yè)勞動投資不足等方面得出了不同的結(jié)論，也未對數(shù)字化轉(zhuǎn)型影響勞動投資過度和勞動投資不足的差異進行深入探究。有鑒于此，本文在已有研究的基礎(chǔ)上，探究數(shù)字化轉(zhuǎn)型影響企業(yè)勞動投資過度和勞動投資不足可能存在的不同及其原因，并采用2009—2020年我國A股上市公司的數(shù)據(jù)實證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率的影響及其作用機制，并得出了與上述研究不同的結(jié)論，即數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率的改善主要表現(xiàn)為緩解了勞動投資不足，而對勞動投資過度的抑制作用并不明顯。本文的邊際貢獻主要在于：一是探討了數(shù)字化轉(zhuǎn)型影響勞動投資過度和勞動投資不足的差異性及其原因，深化了數(shù)字化轉(zhuǎn)型的微觀效應(yīng)研究，也拓展了企業(yè)勞動投資效率的影響因素研究；二是通過實證檢驗豐富了數(shù)字化轉(zhuǎn)型賦能企業(yè)勞動要素配置的經(jīng)驗證據(jù)，影響路徑及異質(zhì)性分析則為企業(yè)更好利用數(shù)字化轉(zhuǎn)型紅利提供了策略參考和啟示。

二、理論分析與研究假說

1.數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率的影響

從理論上講，企業(yè)勞動投資效率是指由企業(yè)的勞動投資行為決定的實際勞動力雇傭量與生產(chǎn)經(jīng)營所需的最佳雇傭量之間的匹配度（張功富 等，2023）［11］，因而勞動投資效率的高低首先取決于勞動投資決策質(zhì)量的好壞。企業(yè)的勞動投資決策主要受其管理水平及市場信息獲取能力的影響，而數(shù)字化轉(zhuǎn)型不僅能夠有效提升企業(yè)的管理水平，還可以拓展企業(yè)的信息來源并提高信息質(zhì)量。從提高管理水平的角度來看，數(shù)字技術(shù)的應(yīng)用不僅改變了生產(chǎn)方式，還會重構(gòu)企業(yè)的組織方式、商業(yè)模式和組織邊界（林琳 等，2019）［12］，帶來管理變革（戚聿東 等，2020）［13］。數(shù)字化轉(zhuǎn)型推動企業(yè)進行管理模式革新，減少逆向選擇行為（楊攻研 等，2022）［14］，緩解代理沖突（靳毓 等，2022）［15］，改善內(nèi)部控制（張欽成 等，2022）［16］，強化內(nèi)外部監(jiān)督，促使管理層能作出切合企業(yè)長遠(yuǎn)利益的勞動投資決策。從改善信息環(huán)境的角度來看，信息不對稱是導(dǎo)致企業(yè)勞動投資決策失誤的主要原因之一。一方面，企業(yè)與外部市場之間的信息不對稱會導(dǎo)致管理者不能準(zhǔn)確把握勞動力市場和產(chǎn)品市場的變化，不利于作出正確的勞動投資決策；數(shù)字化轉(zhuǎn)型提高了企業(yè)與外部市場之間的信息透明度（李雷 等，2022）［17］，企業(yè)可以獲取更多更精準(zhǔn)的勞動力市場信息和產(chǎn)品市場信息，并結(jié)合自身需求與勞動者的具體信息作出更精準(zhǔn)的勞動投資決策。另一方面，內(nèi)部信息溝通不暢也會導(dǎo)致管理者不能全面了解企業(yè)的勞動力資源配置狀況，從而對勞動力需求產(chǎn)生誤判，作出不利的勞動投資決策；數(shù)字化轉(zhuǎn)型可以促進企業(yè)內(nèi)部的信息交流與整合（戚聿東 等，2020）［13］，有效緩解管理者與普通員工之間的信息不對稱，促使企業(yè)內(nèi)部勞動力資源配置效率提高，并優(yōu)化勞動投資決策。

勞動投資效率是企業(yè)用工行為產(chǎn)生的經(jīng)濟后果，因而并不僅僅取決于勞動投資決策，還會受到勞動投資之后生產(chǎn)經(jīng)營活動的影響，即生產(chǎn)經(jīng)營的改善可以對勞動投資決策失誤產(chǎn)生彌補作用。企業(yè)勞動投資非效率表現(xiàn)為投資過度和投資不足兩種形式，數(shù)字化轉(zhuǎn)型通過提高勞動投資決策質(zhì)量能夠抑制投資過度，也可以緩解投資不足，但在生產(chǎn)經(jīng)營過程中對兩種決策產(chǎn)生的彌補作用可能存在差異。技術(shù)進步和管理改善是企業(yè)在生產(chǎn)經(jīng)營過程彌補勞動投資決策失誤的主要路徑，即在一定的勞動力資源條件下，通過提高技術(shù)水平和優(yōu)化人力資源管理來提高勞動生產(chǎn)率和產(chǎn)出規(guī)模，而數(shù)字化轉(zhuǎn)型在這兩方面都具有積極作用。數(shù)字化轉(zhuǎn)型本身就是先進的數(shù)字技術(shù)滲透和應(yīng)用的結(jié)果，企業(yè)的數(shù)字化轉(zhuǎn)型程度越高，往往技術(shù)水平越高，技術(shù)轉(zhuǎn)化率也越高。同時，數(shù)字化轉(zhuǎn)型還會促進企業(yè)技術(shù)創(chuàng)新能力和水平的提高（潘紅波 等，2022；張欣 等，2022）［18-19］，并提高勞動力素質(zhì)（葉永衛(wèi) 等，2022）［20］，這會進一步提高企業(yè)的技術(shù)平。數(shù)字化轉(zhuǎn)型會帶來人力資源管理變革（羅文豪，2020）［21］，提高企業(yè)的人力資源管理能力和水平，并優(yōu)化人力資本結(jié)構(gòu)（陳紅 等，2022）［22］。然而，對于勞動投資過度和勞動投資不足，技術(shù)進步和管理改善能夠彌補的程度是不同的。當(dāng)勞動投資過度時，企業(yè)雇傭的勞動力多于其生產(chǎn)經(jīng)營的最優(yōu)雇傭量，雖然數(shù)字化轉(zhuǎn)型帶來的技術(shù)改進和管理改善也可以提高勞動生產(chǎn)率，但由于市場需求的限制可能并不能實現(xiàn)產(chǎn)出的增長（或效益的提升），從而不能產(chǎn)生實際的勞動投資效率提升作用。而當(dāng)勞動投資不足時，企業(yè)雇傭的勞動力少于其生產(chǎn)經(jīng)營的最優(yōu)雇傭量，技術(shù)改進和管理改善的勞動生產(chǎn)率提升作用就會得到有效發(fā)揮，從而帶來實際的產(chǎn)出增長，實現(xiàn)勞動投資效率的提高。

基于此，提出假說H1：數(shù)字化轉(zhuǎn)型能夠顯著提高企業(yè)的勞動投資效率，其中，對勞動投資不足的緩解作用比對勞動投資過度的抑制作用更大。

2.數(shù)字化轉(zhuǎn)型提高企業(yè)勞動投資效率的路徑與異質(zhì)性

上述分析表明，數(shù)字化轉(zhuǎn)型對企業(yè)發(fā)展和行為的影響是深刻而全方位的，同時企業(yè)的勞動投資效率也是多方面因素共同作用的結(jié)果，因而數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率的影響具有復(fù)雜的機制，也存在眾多的影響路徑。有鑒于此，本文并不對數(shù)字化轉(zhuǎn)型影響企業(yè)勞動投資效率的路徑進行系統(tǒng)性的研究，而是基于變量間的傳導(dǎo)關(guān)系選擇兩個對企業(yè)勞動投資效率具有更為直接影響（相對數(shù)字化轉(zhuǎn)型而言）的因素來分析其中介作用：（1）人力資本結(jié)構(gòu)優(yōu)化效應(yīng)。從企業(yè)勞動力狀況本身來看，人力資本結(jié)構(gòu)（不同素質(zhì)勞動力的占比）反映了勞動力整體的質(zhì)量，在勞動力規(guī)模不變的情況下，人力資本結(jié)構(gòu)的優(yōu)化為勞動生產(chǎn)率的提高提供了條件，有利于勞動投資效率的提高（翟淑萍 等，2022；周冬華 等，2023）［10］［4］。數(shù)字化轉(zhuǎn)型提高了企業(yè)對高學(xué)歷勞動力的用工需求（Michaels，2010）［23］，促使企業(yè)增加對高技能、高學(xué)歷勞動力的雇傭，實現(xiàn)人力資本結(jié)構(gòu)升級（孫早 等，2019）［24］。因此，數(shù)字化轉(zhuǎn)型可以通過人力資本結(jié)構(gòu)優(yōu)化效應(yīng)對企業(yè)勞動投資效率的提升產(chǎn)生促進作用。（2）內(nèi)部控制水平提升效應(yīng)。從企業(yè)內(nèi)部管理來看，內(nèi)部控制會對勞動投資效率產(chǎn)生重要影響，內(nèi)部控制重大缺陷會顯著降低勞動投資效率（喻彪 等，2022）［25］。數(shù)字技術(shù)賦予的管理思想和內(nèi)控方法有助于企業(yè)建立數(shù)字化驅(qū)動的內(nèi)部控制體系（Goldfarb et al，2019）［26］，數(shù)字化轉(zhuǎn)型提升了企業(yè)內(nèi)部信息的透明度與通暢度，強化了內(nèi)部監(jiān)督與管理，有助于識別并避免管理層機會主義動機下的非效率勞動投資決策，降低勞動投資決策偏離最優(yōu)目標(biāo)的可能性（張功富 等，2023）［11］。因此，數(shù)字化轉(zhuǎn)型可以通過內(nèi)部控制水平提升效應(yīng)對企業(yè)勞動投資效率的提升產(chǎn)生促進作用。

基于此，提出假說H2：數(shù)字化轉(zhuǎn)型可以通過優(yōu)化人力資本結(jié)構(gòu)和提升內(nèi)部控制水平來促進企業(yè)勞動投資效率提升。

不同的企業(yè)具有不同的特征，不僅勞動力資源配置狀況存在顯著差異，數(shù)字化轉(zhuǎn)型程度以及受數(shù)字化轉(zhuǎn)型的影響也不同，因而數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率的影響表現(xiàn)出多樣化的異質(zhì)性。對此，本文主要從以下幾個方面進行探討：（1）發(fā)展戰(zhàn)略異質(zhì)性。不同的企業(yè)有不同的發(fā)展戰(zhàn)略，這里對差異化戰(zhàn)略與低成本戰(zhàn)略進行比較。相較于差異化戰(zhàn)略，低成本戰(zhàn)略具有更強的靈活性，能夠有效地降低企業(yè)的經(jīng)營成本和控制成本。采取低成本戰(zhàn)略型的企業(yè)經(jīng)營范圍較窄，組織結(jié)構(gòu)和內(nèi)部控制機制更為集中，數(shù)字化業(yè)務(wù)流程的建立與數(shù)字分析技術(shù)的運用能夠有效提高信息披露質(zhì)量，實現(xiàn)對管理層代理問題的有效監(jiān)督與管理，進而降低機會主義行為導(dǎo)致非效率投資決策的概率。而實施差異化戰(zhàn)略的企業(yè)成本粘性較高，不確定性也較高，制約了數(shù)字化轉(zhuǎn)型改善勞動投資效率的作用發(fā)揮。（2）融資約束異質(zhì)性。企業(yè)勞動投資涉及大量的管理成本和調(diào)整成本，尤其是對于勞動投資不足的企業(yè)來講，融資約束也是影響其勞動投資效率的重要因素（張功富 等，2023）［11］，而數(shù)字化轉(zhuǎn)型可以顯著緩解企業(yè)的融資約束（張雷 等，2022）［27］，進而減少企業(yè)的非效率勞動投資行為。當(dāng)企業(yè)融資約束較強時，數(shù)字化轉(zhuǎn)型對其融資約束的緩解可以產(chǎn)生顯著的勞動投資效率提升效應(yīng)，而當(dāng)企業(yè)融資約束較小時，數(shù)字化轉(zhuǎn)型通過緩解融資約束產(chǎn)生的相應(yīng)效應(yīng)也較小。（3）產(chǎn)權(quán)性質(zhì)異質(zhì)性。國有企業(yè)往往需要履行較多的社會責(zé)任（如擴大人員就業(yè)、維持社會穩(wěn)定等），現(xiàn)實中，國有企業(yè)的超額雇員和高工資率現(xiàn)象也較為普遍，雇員軟約束以及社會性職能負(fù)擔(dān)導(dǎo)致數(shù)字化轉(zhuǎn)型對勞動投資效率的提升作用在國有企業(yè)中可能得不到充分發(fā)揮。相對來講，非國有企業(yè)的勞動投資較為靈活自主，更能根據(jù)自身的實際生產(chǎn)經(jīng)營情況、市場環(huán)境以及人力資本市場等的變化及時調(diào)整對生產(chǎn)要素的使用以及工資報酬，因而數(shù)字化轉(zhuǎn)型對其勞動投資效率的提升作用可以得到更有效的發(fā)揮。（4）要素密集度異質(zhì)性。勞動密集型企業(yè)在日常生產(chǎn)經(jīng)營活動中對勞動力的依賴度較高，勞動投資的剛性需求較大，勞動投資行為受勞動保護法規(guī)及穩(wěn)就業(yè)等宏觀調(diào)控目標(biāo)的影響也較大，一定程度上制約了數(shù)字化轉(zhuǎn)型通過提高勞動生產(chǎn)率來促進其勞動投資效率提升的作用發(fā)揮。相對于勞動密集型企業(yè)，資本密集型企業(yè)通常擁有更先進的技術(shù)設(shè)備和更高的勞動生產(chǎn)率，較易實現(xiàn)先進技術(shù)設(shè)備對重復(fù)性低技能勞動的替代，減少員工冗余，從而數(shù)字化轉(zhuǎn)型對其勞動投資效率的影響也較大。

基于此，提出假說H3：數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率提升的促進作用具有顯著的異質(zhì)性，表現(xiàn)為對實施低成本戰(zhàn)略的企業(yè)、融資約束較小的企業(yè)、非國有企業(yè)、資本密集型企業(yè)具有更為顯著的勞動投資效率提升促進作用。

三、研究設(shè)計

1.模型設(shè)定與變量選取

為檢驗企業(yè)數(shù)字化轉(zhuǎn)型對其勞動投資效率的影響，構(gòu)建基準(zhǔn)模型（1）：

Abresid=β+β₁DCG+∑Control+∑Ind+∑Year+ε（1）

其中，被解釋變量（Abresid）為“勞動投資效率”，核心解釋變量（DCG）為“數(shù)字化轉(zhuǎn)型”，控制變量（Control）的選取參考了Jung等（2014）和孔東民等（2017）的研究（詳見表1）［6］［28］，Ind和Year分別代表行業(yè)和年份固定效應(yīng)，ε為隨機誤差項。

（1）“勞動投資效率”的測度。借鑒Jung等（2014）和秦璇等（2020）方法［1］［3］，采用員工數(shù)量變動率模型的回歸殘差來反映企業(yè)的非效率勞動投資水平，即構(gòu)建模型（2）：

Net_Hire_it=β₀+β₁SalesGrowth_it－1+β₂SalesGrowth_it+β₃ΔRoa_it+β₄Roa_it－1+β₅ΔRoa_it+

β₆Size_it－1+β₇Quick_it－1+β₈Quick_it－1+β₉ΔQuick_it+β₁₀Lev_it－1+β₁₁Lossbin1_it－1+

β₁₂Lossbin2_it－1+β₁₃Lossbin3_it－1+β₁₄Lossbin4_it－1+β₁₅Lossbin5_it－1+ε_it（2）

對模型（2）回歸得到的殘差可反映企業(yè)的非效率勞動投資程度，用該殘差的絕對值來衡量“勞動投資效率”（反指標(biāo)），其值越高，企業(yè)的凈雇傭水平越偏離預(yù)期值，勞動投資效率就越低。此外，為比較在勞動投資過度和勞動投資不足時數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率的影響，進一步根據(jù)殘差值的符號將樣本企業(yè)分為勞動投資過度企業(yè)（殘差值為正）和勞動投資不足企業(yè)（殘差值為負(fù)），并分別以“勞動投資過度”和“勞動投資不足”為被解釋變量進行分析。

（2）“數(shù)字化轉(zhuǎn)型”的測度。參考吳非等（2021）和趙宸宇等（2021）的研究［29-30］，采用公司年度報告中的數(shù)字化轉(zhuǎn)型詞頻來衡量樣本企業(yè)的數(shù)字化轉(zhuǎn)型程度，并進行對數(shù)化處理。

2.樣本選擇與數(shù)據(jù)處理

本文以2009—2020年滬深兩市A股上市公司為研究樣本，從CSMAR數(shù)據(jù)庫取得財務(wù)數(shù)據(jù)，并進行如下篩選：剔除處于 ST或 PT狀態(tài)的公司，剔除所有金融類公司，剔除資不抵債、收入為負(fù)數(shù)等財務(wù)數(shù)據(jù)異常的公司，剔除相關(guān)變量數(shù)據(jù)缺失的公司。經(jīng)過篩選，本文最終得到3 828個觀測值。在處理數(shù)據(jù)時，對所有連續(xù)型變量進行上下1%的Winsor縮尾處理。表1列示了本文主要變量的描述性統(tǒng)計結(jié)果。“勞動投資效率”的均值為0.254，中位數(shù)為0.175，說明每單位規(guī)模實際雇傭員工數(shù)與預(yù)期雇傭員工數(shù)之差的均值為254人，中位數(shù)為175人，標(biāo)準(zhǔn)差為0.329，與秦璇等（2020）的統(tǒng)計結(jié)果基本一致［3］?！皵?shù)字化轉(zhuǎn)型”的均值為2. 645，標(biāo)準(zhǔn)差為1.169，說明不同企業(yè)的數(shù)字化轉(zhuǎn)型程度存在一定的差異性。其他變量的測度值也均在合理取值范圍內(nèi)。

四、實證結(jié)果與分析

1.基準(zhǔn)模型分析結(jié)果

表2為基準(zhǔn)模型的回歸結(jié)果。首先，對全部樣本的回歸結(jié)果顯示，“數(shù)字化轉(zhuǎn)型”對“勞動投資效率”的回歸系數(shù)顯著為負(fù)，表明總體上看數(shù)字化轉(zhuǎn)型顯著促進了企業(yè)的勞動投資效率提升；然后，將全部樣本分為勞動投資過度的企業(yè)和勞動投資不足的企業(yè)2個子樣本，分別進行回歸分析，“數(shù)字化轉(zhuǎn)型”對“勞動投資過度”的估計系數(shù)為正但不顯著，而對“勞動投資不足”的估計系數(shù)顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型顯著緩解了勞動投資不足企業(yè)的勞動力不足狀況，但對勞動投資過度企業(yè)的勞動力冗余沒有顯著的改善；最后，根據(jù)員工變動情況（Net_Hire）將勞動投資過度企業(yè)子樣本分為過度雇傭（員工變動率大于0）和解聘不足（員工變動率小于0）2個分樣本，將勞動投資不足企業(yè)子樣本分為雇傭不足（員工變動率大于0）和過度解聘（員工變動率小于0）2個分樣本，分別對4個分樣本進行回歸分析，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)在過度雇傭和解聘不足分樣本中均不顯著，在雇傭不足和過度解聘分樣本中均顯著為負(fù)，進一步表明在樣本期間，數(shù)字化轉(zhuǎn)型對樣本企業(yè)勞動投資效率的提升作用主要表現(xiàn)為緩解投資不足。由此，本文提出的假說H1得到實證支持。

為進一步驗證本文對勞動投資過度與勞動投資不足差異性產(chǎn)生的原因分析，本文以關(guān)鍵傳導(dǎo)變量人力資本結(jié)構(gòu)為例進行探討。具體來講，分別檢驗數(shù)字化轉(zhuǎn)型對勞動投資過度企業(yè)與勞動投資不足企業(yè)的不同學(xué)歷員工人數(shù)的影響，以驗證數(shù)字化轉(zhuǎn)型是否對兩類企業(yè)都具有人力資本結(jié)構(gòu)改善作用。以樣本企業(yè)的研究生學(xué)歷員工數(shù)、本科學(xué)歷員工數(shù)、?？埔韵聦W(xué)歷員工數(shù)（均取自然對數(shù)）為被解釋變量的分析結(jié)果見表3，可以發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型顯著促進了勞動投資過度企業(yè)和勞動投資不足企業(yè)研究生學(xué)歷和本科學(xué)歷員工的增長，并減少了低學(xué)歷員工的雇用量。可見，無論是對于勞動投資不足的企業(yè)，還是對于勞動投資過度的企業(yè)，數(shù)字化轉(zhuǎn)型都能夠有效改善人力資本結(jié)構(gòu)。由此可以推斷，數(shù)字化轉(zhuǎn)型對勞動投資過度企業(yè)勞動投資效率的影響不顯著而對勞動投資不足企業(yè)勞動投資效率的影響顯著，主要是由于數(shù)字化轉(zhuǎn)型產(chǎn)生的紅利能夠有效緩解勞動投資不足，而對勞動投資過度的抑制作用不明顯。

2.穩(wěn)健性檢驗

（1）內(nèi)生性處理。為了避免可能存在的遺漏誤差等內(nèi)生性問題，本文參考何帆和劉紅霞（2019）、李增福等（2021）的研究［31-32］，分別采用“數(shù)字化轉(zhuǎn)型”的一階滯后項（L.數(shù)字化轉(zhuǎn)型）和上年度企業(yè)所在行業(yè)的數(shù)字化轉(zhuǎn)型均值（LA數(shù)字化轉(zhuǎn)型）作為工具變量進行兩階段最小二乘法（2SLS）分析。一方面這兩個變量與企業(yè)的數(shù)字化轉(zhuǎn)型程度具有相關(guān)性，另一方面其也具有不受企業(yè)數(shù)字化轉(zhuǎn)型影響的外生性，滿足工具變量的相關(guān)性和外生性前提條件。工具變量法的檢驗結(jié)果見表4的Panel A，第一階段的回歸結(jié)果顯示，工具變量對“數(shù)字化轉(zhuǎn)型”的估計系數(shù)均在1%的水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型具有連貫性與行業(yè)趨同性；第二階段的回歸結(jié)果中核心解釋變量的估計系數(shù)分別在5%和10%的水平上顯著為負(fù)，說明在考慮內(nèi)生性影響后，數(shù)字化轉(zhuǎn)型能夠顯著促進企業(yè)勞動投資效率提升的結(jié)論依然成立。此外，為進一步排除反向因果關(guān)系的影響，對核心解釋變量進行滯后一期處理（L.數(shù)字化轉(zhuǎn)型），重新進行基準(zhǔn)模型檢驗，回歸結(jié)果見表4的Panel B，估計系數(shù)依然顯著為負(fù)。

（2）其他穩(wěn)健性檢驗。一是傾向得分匹配法。借鑒張永坤等（2021）的研究［33］，采用傾向得分匹配法進行穩(wěn)健性檢驗：依據(jù)“數(shù)字化轉(zhuǎn)型”的中位數(shù)將樣本分為處理組（數(shù)字化轉(zhuǎn)型程度較高）和對照組（數(shù)字化轉(zhuǎn)型程度較低），以前文的控制變量為PSM模型的協(xié)變量，采用1∶1最鄰近匹配法進行匹配，處理組和對照組在匹配后的標(biāo)準(zhǔn)化偏差幾乎都低于10%，匹配結(jié)果較為理想。傾向得分匹配的回歸結(jié)果見表5的Panel A，與基準(zhǔn)模型的結(jié)論一致，再次表明本文的分析結(jié)果是可信的。二是控制省份固定效應(yīng)。為了緩解地區(qū)差異的干擾，控制省份固定效應(yīng)重新進行模型檢驗，回歸結(jié)果見5的Panel B，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)仍然顯著為負(fù)。三是更換解釋變量。本文測度“數(shù)字化轉(zhuǎn)型”的詞頻數(shù)是基于Python爬蟲功能歸集整理并手工收集的文本，為了避免詞頻數(shù)據(jù)差異的影響，用國泰安數(shù)據(jù)庫中的數(shù)字化轉(zhuǎn)型詞頻數(shù)據(jù)進行替換，重新進行模型檢驗，回歸結(jié)果見5的Panel C，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)還是顯著為負(fù)，進一步驗證了本文結(jié)論的穩(wěn)健性。

3.中介效應(yīng)檢驗

參照溫忠麟等（2004，2005）提出的方法［34-35］，本文在模型（1）的基礎(chǔ)上構(gòu)建中介效應(yīng)模型。模型（3）和（4）中的Mediator代表中介變量。

Mediator_it=γ₀+γ₁DCG_it+γControls_it+ε_it（3）

Abresid_it=μ₀+μ₁DCGit+μ₂Mediator_it+μControls_it+ε_it（4）

（1）人力資本結(jié)構(gòu)優(yōu)化效應(yīng)。借鑒趙宸宇等（2021）的方法［30］，采用本科及以上學(xué)歷人員占員工總數(shù)的比例來衡量中介變量“人力資本結(jié)構(gòu)”，并分別對全樣本和勞動投資不足企業(yè)子樣本進行中介效應(yīng)檢驗，回歸結(jié)果見表6所示?！皵?shù)字化轉(zhuǎn)型”對“人力資本結(jié)構(gòu)”的估計系數(shù)均在1%的水平下顯著為正，表明數(shù)字化轉(zhuǎn)型可以優(yōu)化企業(yè)的人力資本結(jié)構(gòu)，進而改善人力資本配置效率；雖然“人力資本結(jié)構(gòu)”對“勞動投資效率”和“勞動投資不足”的估計系數(shù)不顯著，但Sobel檢驗的Z值均顯著為負(fù)（5%的置信水平下顯著），表明“人力資本結(jié)構(gòu)”在“數(shù)字化轉(zhuǎn)型”影響“勞動投資效率”和“勞動投資不足”中發(fā)揮了顯著的部分中介效應(yīng)，即數(shù)字化轉(zhuǎn)型可以通過優(yōu)化企業(yè)的人力資本結(jié)構(gòu)來促進企業(yè)的勞動投資效率提升。

（2）內(nèi)部控制水平提升效應(yīng)。借鑒耿云江和王麗瓊（2019）的研究［36］，采用迪博內(nèi)部控制與風(fēng)險管理數(shù)據(jù)庫中的內(nèi)部控制指數(shù)作為中介變量“內(nèi)部控制水平”的測度指標(biāo)，并考慮到量綱的影響，進行取自然對數(shù)處理，該指標(biāo)越大則企業(yè)的內(nèi)部控制質(zhì)量越高。內(nèi)部控制水平中介效應(yīng)檢驗的結(jié)果如表7所示。在全樣本中，“數(shù)字化轉(zhuǎn)型”對“內(nèi)部控制水平”的估計系數(shù)顯著為正，“內(nèi)部控制水平”對“勞動投資效率”的估計系數(shù)顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)的內(nèi)部控制水平，內(nèi)部控制水平的提升又能夠顯著促進企業(yè)的勞動投資效率提升。由此可見，內(nèi)部控制水平在數(shù)字化轉(zhuǎn)型影響勞動投資效率中具有顯著的部分中介作用，即數(shù)字化轉(zhuǎn)型可以通過提升企業(yè)的內(nèi)部控制水平來促進企業(yè)的勞動投資效率提升。

綜上所述，本文提出的假說H2得到驗證。

4.異質(zhì)性分析

（1）發(fā)展戰(zhàn)略異質(zhì)性。根據(jù)企業(yè)銷售費用的中位數(shù)將樣本分為差異化戰(zhàn)略和低成本戰(zhàn)略兩組，分別進行檢驗的結(jié)果見表8的Panel A。在實施低成本戰(zhàn)略的企業(yè)樣本中，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)顯著為負(fù)；而在實施差異化戰(zhàn)略的企業(yè)樣本中，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)為負(fù)但不顯著?？梢?，在企業(yè)實施低成本戰(zhàn)略時，數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率提升的促進作用更大。

（2）融資約束異質(zhì)性。參考卜君和孫光國（2020）的做法［37］，使用KZ指數(shù)來測度企業(yè)面臨的融資約束，并按照中位數(shù)進行分組，中位數(shù)以上為融資約束較強組，中位數(shù)以下則為融資約束較弱組，回歸結(jié)果表8的Panel B。在融資約束強樣本中，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)顯著為負(fù)；而在融資約束弱樣本中，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)為負(fù)但不顯著?？梢?，當(dāng)企業(yè)面臨較強的融資約束時，數(shù)字化轉(zhuǎn)型程度的提高能夠顯著促進勞動投資效率提升，而當(dāng)企業(yè)面臨的融資約束較弱時該效應(yīng)不顯著。

（3）產(chǎn)權(quán)性質(zhì)異質(zhì)性。根據(jù)企業(yè)的產(chǎn)權(quán)性質(zhì)將樣本分為非國有企業(yè)和國有企業(yè)兩組，分別進行檢驗的結(jié)果見表8的Panel C。在非國有企業(yè)樣本中，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)顯著為負(fù)；而在國有企業(yè)樣本中，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)為負(fù)但不顯著。可見，非國有企業(yè)的數(shù)字化轉(zhuǎn)型比國有企業(yè)具有更強的勞動投資效率提升促進作用。

（4）要素密集度異質(zhì)性。采用固定資產(chǎn)與員工人數(shù)之比的中位數(shù)將樣本劃分為勞動密集型企業(yè)和資本密集企業(yè)進行分組檢驗，回歸結(jié)果見8的Panel D。在資本密集企業(yè)樣本中，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)顯著為負(fù)；而在勞動密集型企業(yè)樣本中，“數(shù)字化轉(zhuǎn)型”的估計系數(shù)為負(fù)但不顯著?？梢姡瑪?shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率提升的促進作用對資本密集型企業(yè)更大。

綜上所述，本文提出的假說H3得到驗證。

五、結(jié)論和啟示

面對市場的不確定性，企業(yè)的勞動投資決策難免會出現(xiàn)偏差，進而導(dǎo)致勞動投資非效率的經(jīng)濟后果?；跀?shù)字技術(shù)應(yīng)用的數(shù)字化轉(zhuǎn)型為提高企業(yè)勞動投資效率提供了有效路徑：數(shù)字化轉(zhuǎn)型帶來的管理能力和水平提高、內(nèi)外部信息環(huán)境以及信息獲取能力的改善能夠顯著提升企業(yè)的生產(chǎn)經(jīng)營決策質(zhì)量，減輕勞動投資決策的失誤；同時，數(shù)字化轉(zhuǎn)型帶來的技術(shù)水平和人力資源管理能力提高還可以在一定程度上彌補勞動投資決策的失誤，而這種彌補作用對勞動投資不足更為有效（相對于勞動投資過度）。本文以2009—2020年滬深兩市A股上市公司為樣本，實證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率的影響及其作用機制，結(jié)果發(fā)現(xiàn)：第一，企業(yè)數(shù)字化轉(zhuǎn)型程度與其勞動投資非效率程度顯著負(fù)相關(guān)，其中，對勞動投資不足的負(fù)向影響顯著，而對勞動投資過度的影響不顯著，表明數(shù)字化轉(zhuǎn)型顯著促進了企業(yè)勞動投資效率提升，并主要表現(xiàn)為對勞動投資不足的緩解；該結(jié)論在工具變量、傾向得分匹配、控制省份固定效應(yīng)、更換解釋變量及滯后處理等穩(wěn)健性檢驗中依然成立。第二，人力資本結(jié)構(gòu)和內(nèi)部控制水平在數(shù)字化轉(zhuǎn)型影響企業(yè)勞動投資效率中發(fā)揮了顯著的部分中介作用，即數(shù)字化轉(zhuǎn)型可以通過優(yōu)化人力資本結(jié)構(gòu)和提升內(nèi)部控制水平來促進企業(yè)勞動投資效率提升。第三，數(shù)字化轉(zhuǎn)型對企業(yè)勞動投資效率提升的促進作用，在實施低成本戰(zhàn)略的企業(yè)、融資約束較強的企業(yè)、非國有企業(yè)以及資本密集型企業(yè)中顯著存在，而在實施差異化戰(zhàn)略的企業(yè)、融資約束較弱的企業(yè)、國有企業(yè)以及勞動密集型企業(yè)中不顯著。

基于上述結(jié)論，提出如下啟示：一方面，企業(yè)應(yīng)積極推進數(shù)字化轉(zhuǎn)型，充分利用數(shù)字經(jīng)濟的各種紅利，優(yōu)化包括勞動投資決策在內(nèi)的生產(chǎn)經(jīng)營決策，不斷提高勞動投資效率。一是把握數(shù)字機遇，重視人力資本管理。要利用各種先進的數(shù)字技術(shù)重塑企業(yè)管理模式、業(yè)務(wù)模式以及商業(yè)模式，打造數(shù)字化企業(yè)核心競爭力；要重視數(shù)字化人才的培養(yǎng)，完善高技能人才培養(yǎng)模式，以促進企業(yè)人力資源、數(shù)據(jù)信息與數(shù)字技術(shù)等服務(wù)要素的深度融合，推進人力資源管理升級，優(yōu)化人力資本結(jié)構(gòu)。二是加強數(shù)字化信息系統(tǒng)建設(shè)，實現(xiàn)高效率投資決策。要完善信息披露制度和治理機制，借助數(shù)字技術(shù)整合和優(yōu)化有效信息資源，實現(xiàn)數(shù)字化信息的高效傳輸與溝通；同時，充分激活和利用數(shù)據(jù)要素價值，提高數(shù)據(jù)信息分析和處理能力，減少管理層短視行為。另一方面，政府應(yīng)營造良好的數(shù)字環(huán)境，賦能企業(yè)數(shù)字化轉(zhuǎn)型。政府應(yīng)加強數(shù)字基礎(chǔ)設(shè)施建設(shè)，加快大數(shù)據(jù)發(fā)展，為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的外部條件；完善相關(guān)法律法規(guī)體系，加大對數(shù)字技術(shù)的知識產(chǎn)權(quán)保護力度，推動相關(guān)數(shù)字標(biāo)準(zhǔn)的制定和實施，有效激勵企業(yè)的數(shù)字化轉(zhuǎn)型；重視數(shù)字人才培養(yǎng)，強化全民數(shù)字素養(yǎng)教育，建設(shè)具有數(shù)字技能特點的公共實訓(xùn)基地，為企業(yè)提供高水平的數(shù)字勞動力資源，助力企業(yè)數(shù)字化轉(zhuǎn)型。

參考文獻：

［1］JUNG B，LEE W J，WEBER D P. Financial reporting quality and labor investment efficiency［J］. Contemporary Accounting Research，2013，31（4）：1047-1076.

［2］張焰朝，孫光國，卜君.公司戰(zhàn)略會影響勞動投資效率嗎？［J］. 投資研究，2020，39（10）：95-127.

［3］秦璇，陳煜，方軍雄.女性高管與公司勞動投資效率［J］.金融學(xué)季刊，2020，14（1）：25-44.

［4］周冬華，萬貽健.數(shù)字化轉(zhuǎn)型會提升企業(yè)勞動投資效率嗎［J］.山西財經(jīng)大學(xué)學(xué)報，2023，45（2）：87-101.

［5］李匯東，唐躍軍，左晶晶. 政府干預(yù)、終極控制權(quán)與企業(yè)雇傭行為——基于中國民營上市公司的研究［J］.財經(jīng)研究，2017，43（7）：20-31.

［6］褚劍，方軍雄.賣空約束放松能夠改善企業(yè)勞動投資效率嗎？［J］.外國經(jīng)濟與管理，2020，42（2）：84-96.

［7］《“十四五”國家信息化規(guī)劃》專家談：激發(fā)數(shù)據(jù)要素價值 賦能數(shù)字中國建設(shè)［EB/OL］.（2022-01-24）［2022-08-19］.搜狐網(wǎng)，https：//www.sohu.com/a/518679521_121106822.

［8］曾德麟，蔡家瑋，歐陽桃花.數(shù)字化轉(zhuǎn)型研究：整合框架與未來展望［J］.外國經(jīng)濟與管理，2021，43（5）：63-76.

［9］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+13.

［10］翟淑萍，韓賢，毛文霞.數(shù)字經(jīng)濟發(fā)展能提高企業(yè)勞動投資效率嗎［J］.當(dāng)代財經(jīng)，2022（1）：78-89.

［11］張功富，詹俊，呂月童.數(shù)字化轉(zhuǎn)型如何影響企業(yè)勞動投資效率［J］.財會月刊，2023，44（5）：153-160.

［12］林琳，呂文棟.數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)管理變革的影響——基于酷特智能與海爾的案例研究［J］.科學(xué)決策，2019（1）：85-98.

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

［14］楊攻研，范琳琳，周海云.數(shù)字化轉(zhuǎn)型如何影響中國企業(yè)跨境并購——來自上市公司的經(jīng)驗證據(jù)［J］.國際經(jīng)貿(mào)探索，2022，38（12）：36-51.

［15］靳毓，文雯，何茵.數(shù)字化轉(zhuǎn)型對企業(yè)綠色創(chuàng)新的影響——基于中國制造業(yè)上市公司的經(jīng)驗證據(jù)［J］.財貿(mào)研究，2022，33（7）：69-83.

［16］張欽成，楊明增.企業(yè)數(shù)字化轉(zhuǎn)型與內(nèi)部控制質(zhì)量——基于“兩化融合”貫標(biāo)試點的準(zhǔn)自然實驗［J］.審計研究，2022（6）：117-128.

［17］李雷，楊水利，陳娜.數(shù)字化轉(zhuǎn)型對企業(yè)投資效率的影響研究［J］.軟科學(xué)，2022，36（11）：23-29.

［18］潘紅波，高金輝.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新——基于中國上市公司年報的經(jīng)驗證據(jù)［J］.中南大學(xué)學(xué)報（社會科學(xué)版），2022，28（5）：107-121.

［19］張欣，董竹.數(shù)字化轉(zhuǎn)型與企業(yè)技術(shù)創(chuàng)新——機制識別、保障條件分析與異質(zhì)性檢驗［J］.經(jīng)濟評論，2023（1）：3-18.

［20］葉永衛(wèi)，李鑫，劉貫春.數(shù)字化轉(zhuǎn)型與企業(yè)人力資本升級［J］.金融研究，2022（12）：74-92.

［21］羅文豪.數(shù)字化轉(zhuǎn)型中的人力資源管理變革［J］.中國人力資源開發(fā)，2020，37（7）：3.

［22］陳紅，張夢云，王穩(wěn)華，等.數(shù)字化轉(zhuǎn)型能推動企業(yè)人力資本結(jié)構(gòu)調(diào)整嗎？［J］.統(tǒng)計與信息論壇，2022，37（9）：35-47.

［23］MICHAELS G，NATRAJ A，REENEN J V . Has ICT polarized skill demand？ Evidence from eleven countries over 25 years［J］. CEPR Discussion Papers，2010，96（1）：60-77.

［24］孫早，侯玉琳.工業(yè)智能化如何重塑勞動力就業(yè)結(jié)構(gòu)［J］.中國工業(yè)經(jīng)濟，2019（5）：61-79.

［25］喻彪，楊剛.內(nèi)部控制重大缺陷與企業(yè)勞動投資效率［J］.財會月刊，2022（13）：32-40.

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

［27］張雷，盛天翔.小微企業(yè)數(shù)字化轉(zhuǎn)型與融資約束∶理論機制與經(jīng)驗事實［J］.蘭州學(xué)刊，2022（11）：42-160.

［28］孔東民，項君怡，代昀昊.勞動投資效率、企業(yè)性質(zhì)與資產(chǎn)收益率［J］.金融研究，2017（3）：145-158.

［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+10.

［30］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.

［31］何帆，劉紅霞.數(shù)字經(jīng)濟視角下實體企業(yè)數(shù)字化變革的業(yè)績提升效應(yīng)評估［J］.改革，2019（4）：137-148.

［32］李增福，云鋒，黃家惠，等.國有資本參股對非國有企業(yè)投資效率的影響研究［J］.經(jīng)濟學(xué)家，2021（3）：71-81.

［33］張永珅，李小波，邢銘強.企業(yè)數(shù)字化轉(zhuǎn)型與審計定價［J］.審計研究，2021（3）：62-71.

［34］溫忠麟. 張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用［J］.心理學(xué)報，2004（5）：614-620.

［35］溫忠麟，侯杰泰，張雷.調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用［J］.心理學(xué)報，2005（2）：268-274.

［36］耿云江，王麗瓊.成本粘性、內(nèi)部控制質(zhì)量與企業(yè)風(fēng)險——來自中國上市公司的經(jīng)驗證據(jù)［J］.會計研究，2019（5）：75-81.

［37］卜君，孫光國.環(huán)境不確定性會影響企業(yè)勞動投資效率嗎？［J］.經(jīng)濟管理，2020，42（10）：23-38.

Digital Transformation and Labor Investment Efficiency：

Alleviating the Under-investment or

Inhibiting the Over-investment？

ZHONG Ting-yong CHENG Yu-mei LI Jiang-na

（1.School of Accounting， Chongqing Technology and Business University， Chongqing 400067， China;

2.Wealth Management School， Chongqing Finance and Economics College， Chongqing 401320， China）

Abstract：

Digital transformation of enterprises is an important support for the high-quality development of enterprises， which will certainly have a significant impact on the field of talent innovation. With the rise of emerging technologies such as big data， cloud computing， artificial intelligence， and blockchain， enterprise digitalization has had a profound impact on the labor market. However， the existing literature is less likely to enter into an in-depth exploration of the impact mechanism between digital transformation and the efficiency of corporate labor investment.

In this paper， we adopt the text collated by the Python and draw on the studies of Wu Fei， et al. （2021） and Zhao Chenyu， et al. （2021） to quantitatively analyze the digital transformation of enterprises， construct an indicator system for the digital transformation of enterprises， and examine how digital transformation affects the efficiency of labor investment in enterprises. The empirical study finds that digital transformation can significantly improve the efficiency of corporate labor investment， and the effect is specifically manifested in the reduction of corporate labor underinvestment phenomenon. Further study finds that these results are mainly found among non-state enterprises and enterprises in capital-intensive industries， and the positive correlation between digital transformation and labor investment efficiency is stronger when enterprises implement low-cost strategies and face stronger financing constraints. Specifically， digital transformation can improve the efficiency of labor investment by optimizing the human capital structure and improving the level of internal control.

Compared with the existing literature， the research contributions of this paper are： firstly， most of the existing literature examines the economic benefits of digital transformation， such as stock liquidity， firm performance， and firm productivity. This paper explores the relationship between digital transformation and enterprise labor investment efficiency based on human capital management perspective and at the micro level， which not only expands the economic consequences of digital transformation， but also provides new directions and goals for enterprises to promote the high-quality development of social economy; secondly， this paper explores the path analysis of digital transformation on labor investment efficiency of enterprises from two perspectives of optimizing human capital structure and improving internal control level， and empirically examines its heterogeneous performance， which helps clarify the micro effects of enterprise digitalization and the path of its effects， and provides an empirical reference for enterprises decisions related to digital transformation.

The research in this paper shows that human capital structure and the level of internal control play a partly mediating and positive moderating role between digital transformation and the efficiency of corporate labor investment. Therefore， enterprises should promote the deep integration of data and information and digital technology and other service elements， strengthen human resource management， and at the same time， make use of digital technology to integrate and optimize effective information resources， form a standardized internal control digital system， and carry out differentiated policy design by combining the actual enterprise， property rights nature， and industry attributes to comprehensively promote the mutual integration of internet and enterprise talent needs.

Key words：

digital transformation; labor investment efficiency; under-investment; over-investment; human capital structure ; internal control

CLC number：F404.3；F273.1Document code：AArticle ID：1674-8131（２０２３）0２-0029-14

（編輯：朱德東）