企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響研究
——基于融資約束視角

薛 龍，邱夢欣，張倩瑜

（鄭州輕工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，河南 鄭州 450000）

一、引言

《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》提出，要加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國，以數(shù)字化轉(zhuǎn)型整體驅(qū)動(dòng)生產(chǎn)方式、生活方式和治理方式變革。促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，催生新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，壯大經(jīng)濟(jì)發(fā)展引擎。在此背景下，數(shù)字化轉(zhuǎn)型成為企業(yè)長遠(yuǎn)發(fā)展的必經(jīng)之路。企業(yè)數(shù)字化轉(zhuǎn)型貫穿于數(shù)據(jù)要素引入到生產(chǎn)體系后，傳統(tǒng)生產(chǎn)體系向數(shù)字生產(chǎn)體系轉(zhuǎn)變的微觀過程[1]。在這一動(dòng)態(tài)過程中，數(shù)據(jù)要素的替代效應(yīng)、數(shù)字技術(shù)的滲透效應(yīng)以及數(shù)字化體系下競爭模式的變化所引起的融合效應(yīng)，將帶動(dòng)企業(yè)發(fā)生動(dòng)力變革、效率變革以及組織變革，進(jìn)而促進(jìn)企業(yè)的高質(zhì)量發(fā)展[2]。由此提出的問題是：企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額存在怎樣的影響效應(yīng)？促進(jìn)還是削弱了勞動(dòng)收入份額？如何作用于勞動(dòng)收入份額？進(jìn)一步地，數(shù)字化轉(zhuǎn)型對(duì)不同特征企業(yè)的勞動(dòng)收入份額是否存在差異？對(duì)于上述問題的回答即為本文的研究動(dòng)機(jī)。

勞動(dòng)收入份額作為初次分配的核心指標(biāo)，直觀地反映出勞動(dòng)者能否充分享受國家經(jīng)濟(jì)發(fā)展的成果，對(duì)我國收入分配格局和共同富裕遠(yuǎn)景目標(biāo)的實(shí)現(xiàn)具有基礎(chǔ)性影響。黨的二十大報(bào)告中明確提出，努力提高居民收入在國民收入分配中的比重，提高勞動(dòng)報(bào)酬在初次分配中的比重。此外，《擴(kuò)大內(nèi)需戰(zhàn)略規(guī)劃綱要（2022—2035 年）》中強(qiáng)調(diào)要優(yōu)化收入分配結(jié)構(gòu)，擴(kuò)大人力資本投入，完善初次分配政策體系。但是，現(xiàn)有研究表明，基于收入法GDP 數(shù)據(jù)測算的我國勞動(dòng)收入份額結(jié)果顯示，我國勞動(dòng)者報(bào)酬在GDP 中的比重約為50%，整體呈現(xiàn)下降趨勢，2020 年才回升至52%左右[3]。由此可見，勞動(dòng)收入份額較低已經(jīng)成為影響我國收入分配差距和實(shí)現(xiàn)中國式現(xiàn)代化的關(guān)鍵因素之一。因此，深入研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額的影響效應(yīng)及作用機(jī)制，并分析這種影響的異質(zhì)性，對(duì)于完善我國勞動(dòng)收入分配制度，縮小收入差距，進(jìn)而實(shí)現(xiàn)共同富裕目標(biāo)具有一定的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

（一）關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究

近年來，學(xué)術(shù)界就數(shù)字化以及數(shù)字技術(shù)相關(guān)話題進(jìn)行了眾多討論。查閱現(xiàn)有文獻(xiàn)，目前關(guān)于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的積極影響的研究主要集中在企業(yè)組織管理、企業(yè)生產(chǎn)效率以及企業(yè)經(jīng)營績效三個(gè)方面。首先，基于企業(yè)組織管理的角度分析，認(rèn)為數(shù)字化轉(zhuǎn)型通過借助“ABCD”技術(shù)對(duì)組織內(nèi)外部的數(shù)據(jù)進(jìn)行整理匯總，以提高企業(yè)的信息處理能力，幫助管理者做出更加科學(xué)合理的決策，從而降低因管理者主觀認(rèn)知偏差、價(jià)值觀等因素所引起的代理成本[4]。同時(shí)，數(shù)字技術(shù)在信息存儲(chǔ)和分析處理等方面發(fā)揮積極作用，為組織間信息共享與協(xié)作提供了技術(shù)保障[5]。數(shù)據(jù)的及時(shí)、準(zhǔn)確輸出與反饋有助于企業(yè)內(nèi)部控制系統(tǒng)的高效運(yùn)轉(zhuǎn)，使其風(fēng)險(xiǎn)監(jiān)督機(jī)制的動(dòng)態(tài)過程管理得到加強(qiáng)[6]。此外，數(shù)字化轉(zhuǎn)型可以促進(jìn)組織結(jié)構(gòu)的分權(quán)變革，提高企業(yè)的協(xié)調(diào)能力與監(jiān)督效率，降低企業(yè)的管理費(fèi)用率，優(yōu)化企業(yè)組織管理方式[7]，在一定程度上能夠提高企業(yè)的專業(yè)化分工水平[8]。其次，基于企業(yè)生產(chǎn)效率的角度分析，認(rèn)為企業(yè)借助數(shù)字化賦能不僅能夠推動(dòng)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合，產(chǎn)生人機(jī)協(xié)同效應(yīng)，實(shí)現(xiàn)生產(chǎn)與管理的智能化，繼而提高企業(yè)生產(chǎn)效率[9]。同時(shí)，借助先進(jìn)的數(shù)字技術(shù)，企業(yè)可以對(duì)原有生產(chǎn)流程進(jìn)行改造升級(jí)，加快產(chǎn)品更新迭代速度，拓寬市場領(lǐng)域，以提高企業(yè)生產(chǎn)效率[10]。得益于數(shù)字經(jīng)濟(jì)的快速發(fā)展，數(shù)字技術(shù)所具有的智能化和自動(dòng)化可以協(xié)同乃至替代人類完成復(fù)雜性和技術(shù)性的工作，將縮減部分低端勞動(dòng)市場規(guī)模，增加企業(yè)對(duì)高端勞動(dòng)力的需求，優(yōu)化企業(yè)的勞動(dòng)配置效率，從根本上提高企業(yè)勞動(dòng)生產(chǎn)效率[11-13]。再次，基于企業(yè)經(jīng)營績效的角度分析，認(rèn)為在數(shù)字化變革的過程中，由大數(shù)據(jù)所形成的運(yùn)營效率優(yōu)勢已轉(zhuǎn)變成企業(yè)業(yè)績提高的新引擎[14]。數(shù)字化轉(zhuǎn)型本質(zhì)上是在數(shù)字經(jīng)濟(jì)高速發(fā)展的時(shí)代背景下，企業(yè)按照經(jīng)濟(jì)規(guī)律而做出的戰(zhàn)略決策，以數(shù)字化賦能企業(yè)治理結(jié)構(gòu)變革，在不改變企業(yè)主要核心功能的前提下實(shí)現(xiàn)經(jīng)營績效的提高[15-16]。已有證據(jù)表明，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠提高自身信息化水平，緩解市場交易的信息不對(duì)稱程度，降低交易成本，在生產(chǎn)銷售環(huán)節(jié)中能夠有效提高企業(yè)經(jīng)營績效[17]。然而，現(xiàn)有文獻(xiàn)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的積極作用也存在一定的爭議。研究認(rèn)為，相對(duì)于實(shí)施數(shù)字化轉(zhuǎn)型所做的大量投資而言，其對(duì)企業(yè)經(jīng)營績效所做的貢獻(xiàn)是極其有限的[18]。第一，數(shù)字經(jīng)濟(jì)加劇了企業(yè)間競爭程度，增加企業(yè)成本壓力，從而對(duì)企業(yè)價(jià)格加成造成顯著的抑制效應(yīng)[19]。第二，由于企業(yè)管理組織能力和現(xiàn)金數(shù)字技術(shù)之間存在某種滯后匹配關(guān)系，導(dǎo)致數(shù)字化轉(zhuǎn)型的利益被衍生出來的管理成本所抵消，因此多數(shù)企業(yè)難以從數(shù)字化轉(zhuǎn)型進(jìn)程中獲益[20]。

（二）關(guān)于勞動(dòng)收入份額影響因素的研究

通過對(duì)現(xiàn)有文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)，當(dāng)前學(xué)者主要圍繞產(chǎn)業(yè)結(jié)構(gòu)變革、對(duì)外貿(mào)易、技術(shù)進(jìn)步以及制度環(huán)境等研究勞動(dòng)收入份額的影響因素。就產(chǎn)業(yè)結(jié)構(gòu)變革的影響而言，產(chǎn)業(yè)結(jié)構(gòu)變革大多源于居民需求升級(jí)或變動(dòng)導(dǎo)致的，同時(shí)也可能是因?yàn)槭艿胶暧^經(jīng)濟(jì)政策的導(dǎo)向。已有研究表明，不同要素密集度產(chǎn)業(yè)之間的轉(zhuǎn)型明顯會(huì)引起一國勞動(dòng)收入份額的變化[21]。例如，我國在從輕工業(yè)向重工業(yè)的結(jié)構(gòu)轉(zhuǎn)型過程中，由于受到宏觀經(jīng)濟(jì)發(fā)展戰(zhàn)略的影響，導(dǎo)致我國勞動(dòng)收入份額在相當(dāng)長的一段時(shí)間內(nèi)持續(xù)下降[22]。國內(nèi)學(xué)者從產(chǎn)業(yè)結(jié)構(gòu)變革角度分析了勞動(dòng)收入份額的變化規(guī)律，研究結(jié)果顯示，我國第二產(chǎn)業(yè)就業(yè)人數(shù)占比的U 形變化可能會(huì)引起GDP 中勞動(dòng)收入份額的U 形變化，為理解我國經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型提供了有益參考[23-24]。從對(duì)外貿(mào)易的影響來看，全球化貿(mào)易與發(fā)展中國家的勞動(dòng)收入份額上升存在密不可分的聯(lián)系[25]。具體而言，由于不完全競爭市場的存在，外資企業(yè)的引入不僅可能會(huì)造成擠出效應(yīng)，而且為獲取高額利潤，可能采取對(duì)勞動(dòng)力市場的壟斷行為，導(dǎo)致勞動(dòng)者薪酬處于較低水平，對(duì)勞動(dòng)收入份額產(chǎn)生一定的負(fù)面影響[26]。亦有學(xué)者基于中國省級(jí)數(shù)據(jù)檢驗(yàn)對(duì)外貿(mào)易與勞動(dòng)收入份額之間的關(guān)系發(fā)現(xiàn)，對(duì)外出口能夠有效改善我國勞動(dòng)收入份額，而對(duì)外進(jìn)口卻帶來一定的消極影響[27]。技術(shù)進(jìn)步是當(dāng)前學(xué)術(shù)界常用來解釋影響勞動(dòng)收入份額變動(dòng)因素的重要切入點(diǎn)。已有研究將影響勞動(dòng)收入份額的變動(dòng)因素分解為勞動(dòng)節(jié)約型技術(shù)進(jìn)步、資本深化與乘數(shù)效應(yīng)三方面，通過實(shí)證檢驗(yàn)得出，勞動(dòng)節(jié)約型技術(shù)進(jìn)步是導(dǎo)致勞動(dòng)收入份額下降的主要原因[28]。學(xué)者們圍繞人工智能與企業(yè)勞動(dòng)收入份額之間的關(guān)系探究發(fā)現(xiàn)，雖然人工智能在一定程度上可以提升高技能水平員工的薪酬，但從短期來看，人工智能可能顯著抑制勞動(dòng)收入份額[29-30]。此外，也有學(xué)者研究了制度環(huán)境對(duì)勞動(dòng)收入份額的影響，例如，制度經(jīng)濟(jì)學(xué)認(rèn)為，勞動(dòng)收入份額的高低不僅取決于市場的供求關(guān)系，也取決于勞資雙方的討價(jià)還價(jià)能力，資方偏向的制度環(huán)境是導(dǎo)致我國勞動(dòng)收入份額偏低的重要原因[31]。已有證據(jù)表明，滬深港通制度作為我國資本市場對(duì)外開放的重要舉措，該制度的實(shí)施對(duì)標(biāo)的公司勞動(dòng)收入份額具有顯著促進(jìn)作用[32]。

（三）文獻(xiàn)評(píng)述

從現(xiàn)有文獻(xiàn)中可以看出，學(xué)者們對(duì)企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果和勞動(dòng)收入份額的影響因素進(jìn)行了大量研究，并且取得了較為豐碩的成果，為本文提供了有益參考。與現(xiàn)有文獻(xiàn)相比，本文可能的貢獻(xiàn)在于：首先，本文的研究豐富和拓展了企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果與勞動(dòng)收入份額的影響因素的相關(guān)文獻(xiàn)；其次，本文實(shí)證檢驗(yàn)了融資約束在數(shù)字化轉(zhuǎn)型提升企業(yè)勞動(dòng)收入份額過程中的影響機(jī)制，剖析了企業(yè)數(shù)字化轉(zhuǎn)型影響勞動(dòng)收入份額的路徑；再次，探討了數(shù)字化轉(zhuǎn)型對(duì)不同類型企業(yè)勞動(dòng)收入份額的異質(zhì)性影響，有助于提出更具針對(duì)性的對(duì)策建議。由此可以看出，本文的研究對(duì)于數(shù)字經(jīng)濟(jì)背景下如何提高勞動(dòng)報(bào)酬、改善初次收入分配、縮小收入差距提供了一定的政策啟示。

三、理論分析與研究假設(shè)

數(shù)字化轉(zhuǎn)型可以有效緩解企業(yè)融資約束。首先，數(shù)字化轉(zhuǎn)型與實(shí)體經(jīng)濟(jì)的深度融合是實(shí)現(xiàn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的重要路徑，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠向外部投資者傳遞出積極的信號(hào)，更容易讓企業(yè)獲得外部投資者的重視，吸引外部投資者進(jìn)行投資，以提高企業(yè)獲得融資的機(jī)會(huì)。其次，信息不對(duì)稱是造成企業(yè)融資約束的重要原因，數(shù)字化轉(zhuǎn)型可以讓企業(yè)以更低廉的成本獲得資金供給方的海量信息，通過數(shù)字技術(shù)的全面應(yīng)用、篩選和分析數(shù)據(jù)，企業(yè)能夠更加高效地揭示資金供給方的需求情況，有助于增強(qiáng)企業(yè)信息披露的針對(duì)性，較好地滿足企業(yè)信息使用者對(duì)信息的質(zhì)量要求，降低資金供需雙方信息不對(duì)稱程度，從而緩解企業(yè)所面臨的融資約束困境[33]。

研究發(fā)現(xiàn)，融資約束是阻礙企業(yè)勞動(dòng)收入份額提高的主要原因[34-35]。具體表現(xiàn)如下。第一，留存利潤分配。企業(yè)在應(yīng)對(duì)融資約束問題時(shí)，主要依靠內(nèi)部儲(chǔ)蓄進(jìn)行緩解。在這種情況下，企業(yè)通常會(huì)采取提高利潤留存比重、縮減員工所得利潤份額的措施，從而導(dǎo)致企業(yè)勞動(dòng)收入份額的降低。第二，流動(dòng)性約束的影響。企業(yè)所投入的勞動(dòng)成本需經(jīng)過加工生產(chǎn)、產(chǎn)品銷售等諸多環(huán)節(jié)后，才可以將其轉(zhuǎn)化為企業(yè)現(xiàn)金流入。然而，由于兩者之間存在一定的時(shí)間滯后效應(yīng)，為使企業(yè)勞動(dòng)投資更為平滑，需有持續(xù)的現(xiàn)金流入加以支撐，若企業(yè)無法獲取所需運(yùn)營資金時(shí)，企業(yè)將傾向于采取裁員或降薪等措施，從而導(dǎo)致勞動(dòng)收入份額的降低[36]。第三，要素匹配的影響。企業(yè)在沒有融資約束的情況下，其勞動(dòng)與資本要素在收入分配中所占的比例主要取決于二者的邊際收益。而伴隨著融資約束的加劇，以固定資產(chǎn)為代表的資本要素將發(fā)揮一定效用。企業(yè)可以利用固定資產(chǎn)作為借款和融資的抵押物或擔(dān)保品，來降低融資風(fēng)險(xiǎn)與融資成本。同時(shí)，企業(yè)所擁有的大量固定資產(chǎn)能夠在一定程度上提升企業(yè)價(jià)值和信用度，為企業(yè)獲取有利的融資條件。在這種情況下，企業(yè)常常會(huì)加大對(duì)固定資產(chǎn)的投資、減少企業(yè)營運(yùn)資本來增強(qiáng)自身融資優(yōu)勢，從而導(dǎo)致企業(yè)對(duì)勞動(dòng)投入需求的減少，這在一定程度上限制了勞動(dòng)收入份額的提高[37]。由此可見，企業(yè)數(shù)字化轉(zhuǎn)型可以有效緩解融資約束進(jìn)而提升勞動(dòng)收入份額。綜上所述，本文提出如下假設(shè)。

假設(shè)1：企業(yè)數(shù)字化轉(zhuǎn)型能夠提升勞動(dòng)收入份額。

假設(shè)2：企業(yè)數(shù)字化轉(zhuǎn)型通過緩解融資約束進(jìn)而提升勞動(dòng)收入份額。

四、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來源

本文以2011—2021 年滬深A(yù) 股上市企業(yè)為初始研究樣本，為保證回歸分析的可靠性，對(duì)樣本進(jìn)行如下處理：（1）剔除金融類上市公司；（2）剔除ST 及*ST 企業(yè)與主要變量缺失的樣本；（3）對(duì)所有連續(xù)變量進(jìn)行1%水平上的縮尾處理。最終得到29971 個(gè)觀測值。其中，企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)主要是利用文本分析法對(duì)上市企業(yè)年報(bào)中出現(xiàn)有關(guān)數(shù)字化的相關(guān)詞匯的次數(shù)進(jìn)行匯總求和分析得到，其余企業(yè)層面數(shù)據(jù)從國泰安數(shù)據(jù)庫收集整理而成。

（二）主要變量定義

1.被解釋變量

勞動(dòng)收入份額（LS）。參考現(xiàn)有研究方法[38-39]，本文將勞動(dòng)收入份額定義為企業(yè)員工支付占工業(yè)增加值的比重，基于要素成本的增加值來衡量勞動(dòng)收入份額（LS）：LS1=支付給職工以及為職工支付的現(xiàn)金/（營業(yè)收入-營業(yè)成本+勞動(dòng)收入+固定資產(chǎn)折舊）；LS2=（支付給職工以及為職工支付的現(xiàn)金+期末應(yīng)付職工薪酬-期初應(yīng)付職工薪酬）/（營業(yè)收入-營業(yè)成本+勞動(dòng)收入+固定資產(chǎn)折舊）。

2.解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型（DT）?，F(xiàn)有文獻(xiàn)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的衡量大多通過對(duì)人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)以及數(shù)字技術(shù)應(yīng)用5 個(gè)關(guān)鍵詞在企業(yè)年報(bào)中出現(xiàn)的次數(shù)進(jìn)行匯總求和得出[4]。由于數(shù)據(jù)呈偏態(tài)分布，因此為減少模型估計(jì)的偏差，對(duì)匯總求和的詞頻進(jìn)行加1 后取自然對(duì)數(shù)處理。

3.機(jī)制變量

融資約束（SA/KZ）。對(duì)于衡量企業(yè)融資約束的指標(biāo)，已有研究多以SA 指數(shù)、KZ 指數(shù)和WW 指數(shù)作為代理變量進(jìn)行衡量。其中，SA 指數(shù)由完全外生的SIZE 和AGE 計(jì)算得出，這兩個(gè)外生變量能夠有效避免測度偏差，由此得到的企業(yè)融資約束程度相對(duì)穩(wěn)健[40]。KZ 指數(shù)借助定量信息和定性信息進(jìn)行指數(shù)構(gòu)建，并得到學(xué)術(shù)界的廣泛認(rèn)可[41]。WW 指數(shù)基于歐拉投資等式計(jì)算得出，在發(fā)達(dá)國家的資本市場中應(yīng)用較廣，但由于現(xiàn)階段中國資本市場發(fā)展還不夠完善，因此該指數(shù)的適用性與有效性仍有待考量。鑒于以上分析，本文選用SA 指數(shù)和KZ 指數(shù)兩個(gè)指標(biāo)作為企業(yè)融資約束的代理變量。

4.控制變量

為降低識(shí)別偏誤，參考現(xiàn)有文獻(xiàn)[34]，選取以下可能影響勞動(dòng)收入份額的控制變量：企業(yè)規(guī)模（SIZE）、總資產(chǎn)凈利率（ROA）、資產(chǎn)負(fù)債率（LEV）、固定資產(chǎn)比例（FIXED）、第一大股東持股比例（TOP1）、是否四大審計(jì)（BIG4）、企業(yè)成長性（GROWTH）、企業(yè)年齡（FIRMAGE）、賬面市值比（BM）、獨(dú)立董事比例（INDEP）。此外，本文還加入了行業(yè)（INDUSTRY）與年度（YEAR）作為虛擬變量，用來控制行業(yè)與時(shí)間效應(yīng)。

具體變量定義如表1所示。

（三）實(shí)證模型設(shè)計(jì)

本文設(shè)定如下基準(zhǔn)回歸模型（1）來檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響：

其中，LSit表示第i個(gè)企業(yè)在第t年的勞動(dòng)收入份額，DTit為數(shù)字化轉(zhuǎn)型程度的代理指標(biāo)，CONSit表示一系列的控制變量。INDUSTRY 與YEAR 分別表示行業(yè)效應(yīng)與時(shí)間效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。在模型（1）中主要關(guān)注系數(shù)α1，如果α1顯著大于0，則驗(yàn)證了前述假設(shè)1，即企業(yè)數(shù)字化轉(zhuǎn)型會(huì)提升勞動(dòng)收入份額。

企業(yè)數(shù)字化轉(zhuǎn)型能夠有效緩解企業(yè)融資約束，進(jìn)而提升勞動(dòng)收入份額。本文采用SA指數(shù)和KZ指數(shù)作為衡量融資約束的代理變量。借鑒已有研究思路[42]，在前文充分論證機(jī)制變量合理性和有效性的基礎(chǔ)上，通過觀察核心解釋變量對(duì)機(jī)制變量的影響進(jìn)行機(jī)制檢驗(yàn)。正如前文所述，企業(yè)融資約束是影響勞動(dòng)收入份額的重要因素，滿足機(jī)制變量的要求。因此，本文在模型（1）的基礎(chǔ)上構(gòu)建模型（2）：

其中，SA 和KZ 代表融資約束，在模型（2）中，如果β1系數(shù)顯著小于0，則驗(yàn)證了本文的假設(shè)2，即企業(yè)數(shù)字化轉(zhuǎn)型通過緩解融資約束進(jìn)而提高勞動(dòng)收入份額。

五、實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)

表2 顯示了主要變量的描述性統(tǒng)計(jì)結(jié)果，在對(duì)勞動(dòng)收入份額不同的衡量方法下，LS1 的取值范圍介于0.082 至0.935 之間，LS2 的取值范圍介于0.084至0.979之間，表明不同企業(yè)之間的勞動(dòng)收入份額存在較大差異。數(shù)字化轉(zhuǎn)型程度（DT）的均值為1.314、最大值為4.990、最小值為0，這表明我國企業(yè)大多實(shí)施了數(shù)字化轉(zhuǎn)型，但各企業(yè)在數(shù)字化轉(zhuǎn)型程度方面差距較大。此外，其余控制變量描述性統(tǒng)計(jì)結(jié)果與以往研究基本相符，表明本文數(shù)據(jù)處理較為合理。

（二）基準(zhǔn)回歸分析

本文采用多元線性回歸的方法對(duì)模型（1）進(jìn)行了估計(jì)，以是否控制行業(yè)和年度為對(duì)照分別進(jìn)行回歸分析，回歸結(jié)果如表3 所示。四列回歸結(jié)果均顯示，企業(yè)數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)均為正值，且都通過了1%的顯著水平檢驗(yàn)，意味著企業(yè)數(shù)字化轉(zhuǎn)型能夠提升勞動(dòng)收入份額，由此驗(yàn)證了本文的假設(shè)1。

（三）穩(wěn)健性檢驗(yàn)

1.更換勞動(dòng)收入份額的衡量方式

為了使勞動(dòng)收入份額LS 的取值更加服從正態(tài)分布，分別對(duì)LS1、LS2 進(jìn)行對(duì)數(shù)化處理：LNLS1=Ln[LS1/(1-LS1)]，LNLS2=Ln[LS2/(1-LS2)]，得到LNLS1、LNLS2作為模型（1）的被解釋變量并進(jìn)行回歸，回歸結(jié)果如表4所示。企業(yè)數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)仍顯著為正，該結(jié)果再次驗(yàn)證了假設(shè)1，表明本文研究結(jié)果的穩(wěn)健性。

表4 替換被解釋變量的穩(wěn)健性檢驗(yàn)結(jié)果

2.內(nèi)生性問題

（1）工具變量法。

基準(zhǔn)回歸結(jié)果表明，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額具有顯著正向促進(jìn)效用。但這一結(jié)果也可能是因?yàn)閯趧?dòng)收入份額高的企業(yè)更愿意主動(dòng)提高自身數(shù)字化轉(zhuǎn)型程度，從而引起了雙向因果內(nèi)生性問題。為了更好地克服可能存在的雙向因果內(nèi)生性問題，本文選取滯后一期數(shù)字化轉(zhuǎn)型程度（L.DT）以及企業(yè)所在省份的數(shù)字化轉(zhuǎn)型均值（PDT）作為工具變量進(jìn)行兩階段最小二乘回歸檢驗(yàn)，回歸結(jié)果如表5所示。表5中的列（1）為第一階段回歸結(jié)果，其中，L.DT 和PDT 的回歸系數(shù)分別為0.8312、0.1152，且系數(shù)均在1%水平上顯著，表明所選取的工具變量與數(shù)字化轉(zhuǎn)型高度相關(guān)。列（2）、列（3）顯示DT系數(shù)分別為0.0144、0.0146，且均通過1%的顯著水平檢驗(yàn)，由此表明在控制企業(yè)數(shù)字化轉(zhuǎn)型可能存在的內(nèi)生性問題后，結(jié)論依然成立。（2）解釋變量滯后和企業(yè)層面固定效應(yīng)。

表5 工具變量法檢驗(yàn)結(jié)果

為進(jìn)一步檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性，本文使用滯后一期的解釋變量對(duì)模型（1）重新進(jìn)行回歸。同時(shí)，為保證研究結(jié)論的嚴(yán)謹(jǐn)性，本文在控制行業(yè)與時(shí)間效應(yīng)的基礎(chǔ)上，添加企業(yè)個(gè)體固定效應(yīng)進(jìn)行回歸分析，結(jié)果如表6 所示。結(jié)果顯示，無論對(duì)解釋變量進(jìn)行滯后處理還是加入企業(yè)個(gè)體固定效應(yīng)進(jìn)行回歸分析，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響均保持一致的正向促進(jìn)作用，進(jìn)一步證明了本文研究結(jié)論的穩(wěn)健性。

表6 解釋變量滯后和個(gè)體固定效應(yīng)回歸結(jié)果

3.樣本選擇問題

為解決研究中可能存在的樣本選擇性偏差問題，本文采用Heckman 兩階段回歸來克服此問題。在Heckman 的第一階段Probit 回歸模型中，被解釋變量DDT 為虛擬變量（企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型取1，否則為0），將數(shù)字化轉(zhuǎn)型的行業(yè)均值（IndDT）作為外生工具變量，并且控制行業(yè)與時(shí)間效應(yīng)及控制變量，回歸后計(jì)算得到逆米爾斯比率（IMR）。選擇數(shù)字化轉(zhuǎn)型的行業(yè)均值（IndDT）作為外生工具變量的原因是：企業(yè)決定是否實(shí)施數(shù)字化轉(zhuǎn)型在一定程度上受到所在行業(yè)數(shù)字化轉(zhuǎn)型宏觀環(huán)境的影響，若企業(yè)所在行業(yè)數(shù)字化轉(zhuǎn)型均值較高，則表明整體而言該行業(yè)數(shù)字化轉(zhuǎn)型程度較高，企業(yè)可以依靠該行業(yè)的相關(guān)資源以及環(huán)境支持來助力自身實(shí)施數(shù)字化轉(zhuǎn)型。因此，數(shù)字化轉(zhuǎn)型的行業(yè)均值（IndDT）是影響企業(yè)決定是否實(shí)施數(shù)字化轉(zhuǎn)型的重要外生變量。

表7 顯示了Heckman 兩階段的回歸結(jié)果。第一階段Probit 的回歸結(jié)果顯示數(shù)字化轉(zhuǎn)型的行業(yè)均值（IndDT）的回歸系數(shù)顯著為正，說明同行業(yè)其他企業(yè)數(shù)字化轉(zhuǎn)型程度會(huì)顯著影響單個(gè)企業(yè)數(shù)字化轉(zhuǎn)型程度。第二階段將IMR 作為控制變量引入模型（1）中重新進(jìn)行回歸。結(jié)果顯示，數(shù)字化轉(zhuǎn)型的回歸系數(shù)依舊顯著為正，表明在克服樣本選擇性偏差問題后，企業(yè)數(shù)字化轉(zhuǎn)型仍然顯著促進(jìn)勞動(dòng)收入份額的提高。

表7 Heckman兩階段檢驗(yàn)結(jié)果

4.傾向得分匹配

考慮到實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)與其他企業(yè)在企業(yè)特征方面可能存在較為明顯的差異，具體而言，實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)在一定程度上能夠提高企業(yè)聲譽(yù)、拓展市場份額、增強(qiáng)企業(yè)盈利能力，從而導(dǎo)致已實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)勞動(dòng)收入份額會(huì)比未參與數(shù)字化轉(zhuǎn)型的企業(yè)勞動(dòng)收入份額更高。為克服上述問題，本文進(jìn)一步采用傾向得分匹配法檢驗(yàn)來緩解兩類企業(yè)系統(tǒng)性的特征差異對(duì)研究結(jié)論的干擾。具體檢驗(yàn)步驟如下：首先，以實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)組為處理組，未實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)組為對(duì)照組，在已有控制變量的基礎(chǔ)上，以年度和行業(yè)作為啞變量，分別采取1∶1、1∶2 最近鄰匹配的抽樣方法對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的樣本進(jìn)行匹配；其次，利用配對(duì)后的樣本重新對(duì)模型（1）進(jìn)行檢驗(yàn)，傾向得分匹配回歸結(jié)果如表8 所示。在控制處理組和對(duì)照組的特征差異后，數(shù)字化轉(zhuǎn)型的回歸系數(shù)均在1%顯著水平上為正值，研究結(jié)論依然成立。

表8 傾向得分匹配回歸結(jié)果

六、作用機(jī)制檢驗(yàn)

在前文的理論分析中，本文認(rèn)為緩解融資約束是企業(yè)數(shù)字化轉(zhuǎn)型提升勞動(dòng)收入份額的重要途徑。為驗(yàn)證假設(shè)2是否成立，本文分別采用SA指數(shù)和KZ指數(shù)作為衡量企業(yè)所面臨融資約束的代理變量，并將SA 指數(shù)和KZ 指數(shù)作為因變量代入模型（2）進(jìn)行檢驗(yàn)?；貧w結(jié)果如表9 列（1）、列（2）所示，對(duì)融資約束的不同衡量方式下，DT的回歸系數(shù)分別為-0.0017、-0.0206，且均通過5%的顯著水平檢驗(yàn)。由此表明，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效緩解融資約束問題，而融資約束程度的降低能夠提高企業(yè)的利潤留存比重、降低企業(yè)流動(dòng)性約束、提升勞動(dòng)要素在分配中的占比、擴(kuò)大企業(yè)對(duì)勞動(dòng)力市場的需求，進(jìn)而促進(jìn)勞動(dòng)收入份額的提高。該實(shí)證結(jié)果驗(yàn)證了本文假設(shè)2 的成立。

表9 作用機(jī)制檢驗(yàn)結(jié)果

七、異質(zhì)性分析

（一）基于企業(yè)內(nèi)部治理水平

對(duì)于內(nèi)部治理水平較高的公司而言，其面臨的經(jīng)營風(fēng)險(xiǎn)較小，能提高投資者和金融機(jī)構(gòu)提供資金的意愿，緩解企業(yè)融資約束，進(jìn)而提高勞動(dòng)收入份額。而企業(yè)數(shù)字化轉(zhuǎn)型通過利用大數(shù)據(jù)、人工智能、云計(jì)算等現(xiàn)代化技術(shù)手段，提高企業(yè)的信息處理能力，幫助管理者做出更加科學(xué)合理的決策，而決策的智能化減少了因管理者主觀認(rèn)知偏差、價(jià)值觀等因素所引起的代理成本，助力企業(yè)內(nèi)部治理水平的提升，有效緩解企業(yè)融資約束，進(jìn)而提升勞動(dòng)收入份額。因此，本文預(yù)期對(duì)于高內(nèi)部治理水平的企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的促進(jìn)作用更為明顯。參考現(xiàn)有研究[43]，本文采用管理層持股比例衡量公司內(nèi)部治理水平，并以其年度行業(yè)中位數(shù)為依據(jù)進(jìn)行分組：當(dāng)樣本企業(yè)的管理層持股比例大于或等于中位數(shù)時(shí)則賦值為1，視為公司高內(nèi)部治理水平組；小于中位數(shù)時(shí)則賦值為0，視為公司低內(nèi)部治理水平組。同時(shí)加入控制變量并控制行業(yè)和時(shí)間效應(yīng)進(jìn)行分組回歸，最后再進(jìn)行組間系數(shù)差異性檢驗(yàn)?；貧w結(jié)果如表10 所示，對(duì)于高內(nèi)部治理水平企業(yè)與低內(nèi)部治理水平企業(yè)而言，數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)均為正值，且均通過1%的顯著水平檢驗(yàn)，通過對(duì)比回歸系數(shù)大小可知，高內(nèi)部治理水平企業(yè)樣本中數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)大于低內(nèi)部治理水平企業(yè)樣本中數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)，通過似無相關(guān)模型SUR 檢驗(yàn)發(fā)現(xiàn)，其組間系數(shù)差異檢驗(yàn)顯著。該結(jié)果表明高內(nèi)部治理水平企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的促進(jìn)作用更強(qiáng)。

表10 基于內(nèi)部治理水平的異質(zhì)性檢驗(yàn)結(jié)果

（二）基于是否屬于高新技術(shù)企業(yè)

相比于非高新技術(shù)企業(yè)而言，高新技術(shù)企業(yè)已經(jīng)具備了實(shí)施數(shù)字化轉(zhuǎn)型的發(fā)展基礎(chǔ)，能夠較好地發(fā)揮數(shù)字技術(shù)與資源要素整合的優(yōu)勢，突破企業(yè)內(nèi)部的信息傳輸壁壘，推動(dòng)大數(shù)據(jù)處理中樞的快速搭建，以實(shí)現(xiàn)數(shù)據(jù)信息的可視化，有助于企業(yè)對(duì)其生產(chǎn)經(jīng)營狀態(tài)、資金營運(yùn)情況進(jìn)行動(dòng)態(tài)監(jiān)控，降低內(nèi)控成本、提升內(nèi)控水平，并增強(qiáng)信息披露水平，較好地滿足企業(yè)信息使用者對(duì)信息的質(zhì)量要求，降低資金供需雙方信息不對(duì)稱程度，緩解企業(yè)所面臨的融資約束。此外，高新技術(shù)企業(yè)能夠利用政府補(bǔ)貼的信號(hào)傳遞功能，釋放出政府對(duì)企業(yè)技術(shù)能力與合法性的信任感，提高對(duì)企業(yè)的信用評(píng)價(jià)，為企業(yè)吸引更多高質(zhì)量人才加盟，從而提升企業(yè)勞動(dòng)收入份額。因此，本文預(yù)期相對(duì)于非高新技術(shù)企業(yè)而言，數(shù)字化轉(zhuǎn)型對(duì)高新技術(shù)企業(yè)勞動(dòng)收入份額具有更顯著的促進(jìn)作用。基于此，本文以在樣本期間內(nèi)是否獲得高新技術(shù)企業(yè)資質(zhì)認(rèn)定為判斷依據(jù)，將總樣本分為高新技術(shù)企業(yè)與非高新技術(shù)企業(yè)：若獲得高新技術(shù)企業(yè)認(rèn)定，則賦值為1，表示高新技術(shù)企業(yè)；否則賦值為0，表示非高新技術(shù)企業(yè)。同時(shí)，加入控制變量并控制行業(yè)效應(yīng)和時(shí)間效應(yīng)進(jìn)行分組回歸，最后進(jìn)行組間系數(shù)差異性檢驗(yàn)?；貧w結(jié)果如表11 所示，企業(yè)數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)均在1%水平上顯著為正，但相較于非高新技術(shù)企業(yè)而言，高新技術(shù)企業(yè)樣本中數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)略大，通過似無相關(guān)模型SUR 檢驗(yàn)發(fā)現(xiàn)組間系數(shù)差異檢驗(yàn)顯著。由此表明，高新技術(shù)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的提升作用更為顯著。

表11 基于是否高新技術(shù)企業(yè)的異質(zhì)性檢驗(yàn)結(jié)果

（三）基于企業(yè)規(guī)模

與大規(guī)模企業(yè)相比，中小規(guī)模企業(yè)的顯著特征便是高度集中的經(jīng)營決策權(quán)，特別是小規(guī)模企業(yè)通常由獨(dú)立的個(gè)體經(jīng)營，導(dǎo)致資本追求利潤的動(dòng)力完全體現(xiàn)在經(jīng)營者的積極參與上。由于經(jīng)營者具備敏銳的市場洞察力，因此將所有權(quán)與經(jīng)營管理權(quán)融為一體，不僅能夠降低企業(yè)的監(jiān)督成本，同時(shí)也有助于企業(yè)快速做出決策，及時(shí)實(shí)施數(shù)字化轉(zhuǎn)型。此外，與大規(guī)模企業(yè)相比，中小規(guī)模企業(yè)的員工數(shù)量相對(duì)較少、組織架構(gòu)較為簡單，員工在企業(yè)中所做的貢獻(xiàn)更易于識(shí)別，其個(gè)人價(jià)值也更易得到企業(yè)認(rèn)可，因而便于對(duì)員工實(shí)施有效的激勵(lì)。由此可見，中小規(guī)模企業(yè)在經(jīng)營決策以及員工激勵(lì)上與大規(guī)模企業(yè)相比具有更大的彈性和靈活性，能夠快速響應(yīng)市場環(huán)境的變化，積極實(shí)施數(shù)字化轉(zhuǎn)型，鼓勵(lì)員工踴躍投入企業(yè)經(jīng)營管理活動(dòng)之中，充分發(fā)揮企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的促進(jìn)作用。為探究在不同企業(yè)規(guī)模下，數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的異質(zhì)性效應(yīng)，借鑒已有研究方法[44]，采用總資產(chǎn)取對(duì)數(shù)后的數(shù)值作為測度企業(yè)規(guī)模的指標(biāo)，以企業(yè)規(guī)模均值為分界線，若高于均值則賦值為1，表示大規(guī)模企業(yè)；若低于均值則賦值為0，表示中小規(guī)模企業(yè)。分組回歸結(jié)果如表12 所示，在大規(guī)模企業(yè)與中小規(guī)模企業(yè)中，企業(yè)數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)均在1%水平上正向顯著，而中小規(guī)模企業(yè)樣本中數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)高于大規(guī)模企業(yè)樣本中數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)。因此進(jìn)行似無相關(guān)模型SUR 檢驗(yàn)，發(fā)現(xiàn)組間系數(shù)差異檢驗(yàn)顯著。由此表明，中小規(guī)模企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的正向促進(jìn)作用更為顯著。

表12 基于企業(yè)規(guī)模的異質(zhì)性檢驗(yàn)結(jié)果

八、結(jié)論與建議

本文利用2011—2021 年滬深A(yù) 股上市公司微觀數(shù)據(jù)，并結(jié)合文本分析法度量的企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型與勞動(dòng)收入份額兩者之間的關(guān)系。研究結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型能夠提升勞動(dòng)收入份額。在進(jìn)行穩(wěn)健性檢驗(yàn)并克服可能存在的內(nèi)生性問題后，研究結(jié)論依然成立。作用機(jī)制檢驗(yàn)結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型通過緩解融資約束進(jìn)而促進(jìn)勞動(dòng)收入份額的提高。異質(zhì)性研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的促進(jìn)作用在高內(nèi)部治理水平企業(yè)、高新技術(shù)企業(yè)以及中小規(guī)模企業(yè)中更為顯著。

根據(jù)上述結(jié)論，本文提出以下建議。對(duì)于企業(yè)來說，首先，企業(yè)應(yīng)積極響應(yīng)國家實(shí)施數(shù)字化轉(zhuǎn)型的號(hào)召，加大數(shù)字化轉(zhuǎn)型力度，主動(dòng)引入數(shù)字技術(shù)進(jìn)行自我突破，在緩解融資約束的同時(shí)增強(qiáng)企業(yè)自身的營運(yùn)能力，為勞動(dòng)收入份額的提高提供充足動(dòng)力。其次，對(duì)于低內(nèi)部治理水平企業(yè)而言，要深入學(xué)習(xí)和掌握數(shù)字化轉(zhuǎn)型的內(nèi)涵，利用數(shù)字技術(shù)獲取便捷、分析高效的特征來彌補(bǔ)自身在公司治理方面的局限性，改善資金獲取困境，從而有效地促進(jìn)勞動(dòng)收入份額的提高；對(duì)于非高新技術(shù)企業(yè)來說，要加大研發(fā)投入與技術(shù)創(chuàng)新力度，一方面可以降低企業(yè)數(shù)字化轉(zhuǎn)型的資金投入成本，另一方面也能夠增加企業(yè)內(nèi)部技術(shù)工作崗位，提高企業(yè)對(duì)高技能員工的雇傭需求，優(yōu)化企業(yè)人力資本結(jié)構(gòu)，進(jìn)而提升勞動(dòng)收入份額；對(duì)于大規(guī)模企業(yè)而言，應(yīng)該充分發(fā)揮自身優(yōu)勢，加大對(duì)數(shù)字化基礎(chǔ)設(shè)施的投資，打造穩(wěn)定、安全、高效的數(shù)字化平臺(tái)和系統(tǒng)，建立完善的績效管理體系，通過數(shù)字化手段監(jiān)控和評(píng)估員工績效，激勵(lì)員工提高勞動(dòng)生產(chǎn)率和服務(wù)質(zhì)量，從而促進(jìn)勞動(dòng)收入份額的提高。

對(duì)于政府而言，政府應(yīng)加強(qiáng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的引導(dǎo)。一方面，政府須加大對(duì)數(shù)字化基礎(chǔ)設(shè)施的投資，提升網(wǎng)絡(luò)速度與覆蓋范圍，加強(qiáng)信息安全保護(hù)，為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的基礎(chǔ)條件。另一方面，政府可以采取稅收優(yōu)惠措施以緩解企業(yè)轉(zhuǎn)型資金壓力，鼓勵(lì)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。同時(shí)，政府可以選取一些重點(diǎn)行業(yè)或領(lǐng)域，建立數(shù)字化轉(zhuǎn)型的示范項(xiàng)目，提供成功案例幫助企業(yè)更好地理解和應(yīng)用數(shù)字化轉(zhuǎn)型。此外，為滿足企業(yè)對(duì)數(shù)字化人才的需求，政府需建立相關(guān)的技術(shù)培訓(xùn)機(jī)構(gòu)，提供數(shù)字化轉(zhuǎn)型相關(guān)的教育指導(dǎo)，幫助企業(yè)提升數(shù)字化能力和技術(shù)水平，讓員工適應(yīng)數(shù)字化轉(zhuǎn)型的需求，促進(jìn)勞動(dòng)力市場的高質(zhì)量發(fā)展，為企業(yè)數(shù)字化轉(zhuǎn)型提供充足的人力支持，進(jìn)而充分發(fā)揮企業(yè)數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的提升效應(yīng)[45]。