勞動(dòng)力成本抑制還是促進(jìn)了服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型？
——兼論“鮑莫爾成本病”的克服

謝旭升，嚴(yán)思屏

(1.云南大學(xué) 經(jīng)濟(jì)學(xué)院，云南 昆明 650500；2.福建師范大學(xué) 經(jīng)濟(jì)學(xué)院，福建 福州 350108)

一、引言與文獻(xiàn)綜述

隨著我國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”發(fā)展階段，勞動(dòng)人口過(guò)剩帶來(lái)的低勞動(dòng)力成本優(yōu)勢(shì)已不復(fù)存在，大量勞動(dòng)力逐漸由工業(yè)向服務(wù)業(yè)轉(zhuǎn)移，使得服務(wù)業(yè)成為吸納就業(yè)人口的主要部門(mén)，2021年服務(wù)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的48.05%。然而，勞動(dòng)供給增加的同時(shí)并未帶來(lái)勞動(dòng)成本的下降，服務(wù)業(yè)隨之成為工資最高的行業(yè)，城鎮(zhèn)非私營(yíng)單位平均工資最高的三個(gè)行業(yè)均為服務(wù)業(yè)，分別是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)(201 506元)，科學(xué)研究和技術(shù)服務(wù)業(yè)(151 776元)與金融業(yè)(150 843元)，遠(yuǎn)高于全行業(yè)平均工資(106 837元)和工業(yè)部門(mén)平均工資(100 505元)①。從宏觀層面來(lái)看，由于服務(wù)業(yè)的發(fā)展相對(duì)工業(yè)滯后，勞動(dòng)力成本的提升使得服務(wù)業(yè)占GDP比重逐漸提高，從而陷入“結(jié)構(gòu)性減速”的困局，這一現(xiàn)象被稱(chēng)之為“鮑莫爾成本病”[1]。然而，產(chǎn)業(yè)結(jié)構(gòu)的服務(wù)化并非一直是我國(guó)經(jīng)濟(jì)發(fā)展過(guò)程中的“阿喀琉斯之踵”，隨著信息時(shí)代的到來(lái)，服務(wù)業(yè)的技術(shù)屬性也在尋求轉(zhuǎn)變[2]，數(shù)字技術(shù)的突破成為克服“鮑莫爾成本病”、發(fā)揮結(jié)構(gòu)效應(yīng)的關(guān)鍵變量，而承擔(dān)數(shù)字化轉(zhuǎn)型的主體應(yīng)當(dāng)是服務(wù)業(yè)企業(yè)。

大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計(jì)算等新興的數(shù)字技術(shù)在服務(wù)業(yè)領(lǐng)域的全面滲透，使得越來(lái)越多的服務(wù)業(yè)企業(yè)開(kāi)始加快數(shù)字化轉(zhuǎn)型的進(jìn)程，試圖擺脫“低效率、高成本”的低效競(jìng)爭(zhēng)格局。數(shù)字技術(shù)的廣泛應(yīng)用促使服務(wù)業(yè)企業(yè)在要素配置和生產(chǎn)方式上發(fā)生重要轉(zhuǎn)變，進(jìn)而實(shí)現(xiàn)服務(wù)業(yè)的生產(chǎn)、管理、消費(fèi)等環(huán)節(jié)自動(dòng)化、規(guī)?；?、標(biāo)準(zhǔn)化，降低勞動(dòng)要素依賴(lài)程度的同時(shí)提高勞動(dòng)生產(chǎn)率，從根本上改變服務(wù)業(yè)低效率的特征[3]。那么，在農(nóng)村剩余勞動(dòng)力減少、人口老齡化加劇、人口負(fù)增長(zhǎng)的時(shí)代背景下，勞動(dòng)力成本上升帶來(lái)的供給沖擊能否倒逼服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型？若能，中間的作用機(jī)制又是如何？而這一轉(zhuǎn)型又是否能夠克服“鮑莫爾成本病”？以上三個(gè)問(wèn)題是本文主要考察的內(nèi)容。

已有關(guān)于勞動(dòng)力成本的相關(guān)研究主要聚焦于如何影響企業(yè)轉(zhuǎn)型發(fā)展的微觀層面，且兩者之間的關(guān)系尚未明確。一方面，部分學(xué)者認(rèn)為勞動(dòng)力成本的上升壓力能夠給企業(yè)的成長(zhǎng)轉(zhuǎn)型帶來(lái)積極影響，即勞動(dòng)力成本上升能夠提高企業(yè)全要素生產(chǎn)率[4-6]、激勵(lì)企業(yè)進(jìn)行創(chuàng)新[7-9]，從而促進(jìn)企業(yè)轉(zhuǎn)型升級(jí)[10-12]。另一方面，勞動(dòng)力成本上升對(duì)企業(yè)生存發(fā)展也會(huì)帶來(lái)不利影響，如壓縮了企業(yè)利潤(rùn)空間[13-14]、提高企業(yè)信貸約束概率的同時(shí)降低信貸需求[15]、導(dǎo)致企業(yè)陷入經(jīng)營(yíng)困境[16]、加劇企業(yè)退出市場(chǎng)的風(fēng)險(xiǎn)等等[17]。同時(shí)，也有一些學(xué)者在宏觀層面考察了勞動(dòng)力成本的影響效應(yīng)。勞動(dòng)力成本的快速上升，降低了中國(guó)工業(yè)化的比較優(yōu)勢(shì)，呈現(xiàn)出“過(guò)早去工業(yè)化”的趨勢(shì)[18-19]。郭念枝和村瀨英彰(2018)[20]通過(guò)構(gòu)建動(dòng)態(tài)宏觀模型發(fā)現(xiàn)勞動(dòng)力成本的提升會(huì)產(chǎn)生替代效應(yīng)，嚴(yán)重抑制資本積累，從而導(dǎo)致經(jīng)濟(jì)下滑。此外，還有學(xué)者發(fā)現(xiàn)城市相對(duì)勞動(dòng)力成本的提高會(huì)導(dǎo)致工業(yè)產(chǎn)值的降低而提高服務(wù)業(yè)產(chǎn)值[21]。

相較于制造業(yè)，服務(wù)業(yè)的技術(shù)密集度低且無(wú)法形成規(guī)模經(jīng)濟(jì)[22]。因此，勞動(dòng)力成本的持續(xù)上升會(huì)給服務(wù)業(yè)特別是勞動(dòng)密集型服務(wù)業(yè)造成更重大的沖擊[23]。此外，由“被動(dòng)去工業(yè)化”和“被動(dòng)服務(wù)業(yè)”的結(jié)構(gòu)轉(zhuǎn)型所造成的勞動(dòng)力成本提高，更加不利于服務(wù)業(yè)效率提升[24-25]。勞動(dòng)力成本過(guò)高會(huì)給服務(wù)業(yè)企業(yè)帶來(lái)較高的生產(chǎn)成本負(fù)擔(dān)和較低的生產(chǎn)效率的同時(shí)，也在進(jìn)一步驅(qū)動(dòng)服務(wù)業(yè)轉(zhuǎn)型升級(jí)。近些年來(lái)，數(shù)字技術(shù)與服務(wù)業(yè)的融合引起了學(xué)者們大量關(guān)注。一方面，數(shù)字技術(shù)會(huì)引起勞動(dòng)與資本間的替代效應(yīng)；另一方面，也會(huì)產(chǎn)生更加復(fù)雜、以人工勞動(dòng)為主的新任務(wù)，以此推進(jìn)自動(dòng)化和智能化水平的提高[26-27]?；谝陨咸卣?，在數(shù)字技術(shù)的應(yīng)用賦能下，服務(wù)業(yè)的基本性質(zhì)和傳統(tǒng)特征被徹底顛覆，從而擺脫對(duì)規(guī)模效率、貿(mào)易效率和分工效率的制約，提升分工和協(xié)作效率，進(jìn)而克服“鮑莫爾成本病”[22，25]。

基于上述背景，本文采取2007—2020年滬深A(yù)股服務(wù)業(yè)上市公司作為研究樣本進(jìn)行實(shí)證檢驗(yàn)。本文的邊際貢獻(xiàn)主要體現(xiàn)為三個(gè)方面：①現(xiàn)有文獻(xiàn)大多重點(diǎn)關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型引致的影響，并未考慮企業(yè)為何進(jìn)行數(shù)字化轉(zhuǎn)型，本文將補(bǔ)充有關(guān)企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)機(jī)與因素。②探討勞動(dòng)力成本影響企業(yè)數(shù)字化轉(zhuǎn)型的線性與非線性關(guān)系，以及豐富兩者的傳導(dǎo)機(jī)制。③補(bǔ)充有關(guān)“鮑莫爾成本病”的微觀解決路徑，以往該問(wèn)題的研究大多是從行業(yè)宏觀層面進(jìn)行探討，微觀層面的分析較為匱乏，本文將從企業(yè)層面探討如何克服“鮑莫爾成本病”，從而為服務(wù)業(yè)企業(yè)遭受宏觀沖擊時(shí)進(jìn)行轉(zhuǎn)型升級(jí)提供科學(xué)合理的對(duì)策建議。

二、理論分析與研究假設(shè)

(一)勞動(dòng)力成本對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的直接影響

在過(guò)去高速發(fā)展階段，勞動(dòng)力作為我國(guó)服務(wù)業(yè)企業(yè)的核心生產(chǎn)要素，其低廉的價(jià)格是服務(wù)業(yè)企業(yè)得到迅速發(fā)展的重要優(yōu)勢(shì)，然而，受制于義務(wù)教育普及、勞動(dòng)力保護(hù)制度日益完善所引致的勞動(dòng)力成本上升的沖擊時(shí)，服務(wù)業(yè)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力不斷下降，利潤(rùn)空間被壓縮，但同時(shí)也在激勵(lì)服務(wù)業(yè)企業(yè)引進(jìn)新技術(shù)進(jìn)行變革轉(zhuǎn)型。在企業(yè)的生產(chǎn)管理等層面，借助人工智能、物聯(lián)網(wǎng)等數(shù)字信息技術(shù)的應(yīng)用，服務(wù)業(yè)企業(yè)能夠?qū)⒌图寄?、?jiǎn)單重復(fù)的人工任務(wù)集中化、數(shù)字化、智能化批量生產(chǎn)，提升整體自動(dòng)化水平和生產(chǎn)效率，從而實(shí)現(xiàn)對(duì)生產(chǎn)流程、管理模式、產(chǎn)品服務(wù)的創(chuàng)新優(yōu)化[26]。在行業(yè)的協(xié)作分工等層面，數(shù)字平臺(tái)能夠強(qiáng)化行業(yè)間或行業(yè)內(nèi)企業(yè)的服務(wù)數(shù)據(jù)、信息的共享與合作，使得產(chǎn)品生產(chǎn)的不同流程在時(shí)空中實(shí)現(xiàn)協(xié)調(diào)分工，提高分工效率的同時(shí)催生出了如遠(yuǎn)程醫(yī)療、遠(yuǎn)程教育、數(shù)字零售等服務(wù)業(yè)新業(yè)態(tài)和新模式[27]。由此可見(jiàn)，為彌補(bǔ)勞動(dòng)力成本上升造成的損失，服務(wù)業(yè)企業(yè)會(huì)選擇應(yīng)用自動(dòng)化的生產(chǎn)技術(shù)，使得在既定要素投入組合下實(shí)現(xiàn)產(chǎn)出和利潤(rùn)最大化。

基于以上分析，提出如下假設(shè)：

H1：勞動(dòng)力成本提高有助于促進(jìn)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

(二)勞動(dòng)力成本對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的間接影響

勞動(dòng)力成本的提高會(huì)促使企業(yè)重新調(diào)整優(yōu)化要素的配置。按照新古典經(jīng)濟(jì)增長(zhǎng)理論，企業(yè)對(duì)勞動(dòng)力和資本的要素配置，均按照邊際收益等于邊際成本這一原則實(shí)現(xiàn)利潤(rùn)最大化。當(dāng)勞動(dòng)力成本較低時(shí)，企業(yè)會(huì)雇傭大量勞動(dòng)力、減少資本投入來(lái)進(jìn)行生產(chǎn)，降低生產(chǎn)成本、實(shí)現(xiàn)利潤(rùn)最大化的同時(shí)，也形成了過(guò)度依賴(lài)勞動(dòng)力要素的生產(chǎn)模式，從而抑制了服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。但隨著勞動(dòng)力價(jià)格相對(duì)資本價(jià)格的提高，企業(yè)的生產(chǎn)成本也相應(yīng)上升，企業(yè)最優(yōu)策略是投入更多的資本替代勞動(dòng)，加快資本深化進(jìn)程，采用自動(dòng)化機(jī)器改進(jìn)生產(chǎn)方式和工藝流程，減輕對(duì)勞動(dòng)力要素的依賴(lài)程度，優(yōu)化要素配置效率?？偠灾?，勞動(dòng)力成本的提高會(huì)引致要素間的替代效應(yīng)來(lái)驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型。

基于以上分析，提出如下假設(shè)：

H2a：勞動(dòng)成本與服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型呈現(xiàn)“U”型曲線的關(guān)系。

H2b：勞動(dòng)成本的提高能夠通過(guò)資本-勞動(dòng)替代機(jī)制促進(jìn)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

較高的工資水平使得勞動(dòng)力結(jié)構(gòu)發(fā)生轉(zhuǎn)變。一方面，高工資有助于吸引更高素質(zhì)的人才，并提高員工工作效率，同時(shí)在面對(duì)勞動(dòng)力成本上升時(shí)，企業(yè)也會(huì)更加注重員工技能的培訓(xùn)，為應(yīng)用自動(dòng)化技術(shù)和實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型提供人才支撐。另一方面，較高的工資會(huì)催生出“優(yōu)勝劣汰”的淘汰機(jī)制，使得員工的薪酬與能力相匹配，進(jìn)而縮小勞動(dòng)力規(guī)模，減少對(duì)低技能員工的勞動(dòng)力需求，以適應(yīng)數(shù)字化轉(zhuǎn)型過(guò)程中新舊任務(wù)的替換，掌握數(shù)字技術(shù)，降低數(shù)字化的轉(zhuǎn)型成本。

基于以上分析，提出如下假設(shè)：

H2c：勞動(dòng)成本的提高能夠通過(guò)勞動(dòng)力間替代機(jī)制促進(jìn)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

(三)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型與“鮑莫爾成本病”的克服

根據(jù)“鮑莫爾成本病”理論[1]，由于服務(wù)業(yè)的生產(chǎn)率增長(zhǎng)始終低于工業(yè)，要使部門(mén)間生產(chǎn)保持平衡，服務(wù)業(yè)需吸納更多的勞動(dòng)力，在這一過(guò)程中部門(mén)間生產(chǎn)率差距進(jìn)一步擴(kuò)大，但不同部門(mén)的實(shí)際工資同步上升，帶來(lái)服務(wù)業(yè)的就業(yè)份額和產(chǎn)出份額不斷提高的同時(shí)，服務(wù)業(yè)成本(尤其是勞動(dòng)力成本)也在大幅提高。造成“鮑莫爾成本病”這一情況的原因在于服務(wù)業(yè)低效率的生產(chǎn)方式，服務(wù)業(yè)主要以使用勞動(dòng)要素生產(chǎn)為主，且產(chǎn)品具有“不可貿(mào)易性”、“無(wú)形性”和“差異化”等特點(diǎn)，致使服務(wù)業(yè)分工程度較低，難以形成如同制造業(yè)般自動(dòng)化、機(jī)械化和標(biāo)準(zhǔn)化的大規(guī)模生產(chǎn)模式。

若能夠改變服務(wù)業(yè)的要素結(jié)構(gòu)和產(chǎn)品特征，引入新的生產(chǎn)技術(shù)，與勞動(dòng)力形成互補(bǔ)或替代的關(guān)系，則服務(wù)業(yè)生產(chǎn)率能夠得到提高，“鮑莫爾成本病”就有可能得到緩解甚至克服。服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型是解決這一問(wèn)題的關(guān)鍵，數(shù)字化轉(zhuǎn)型所帶來(lái)的“規(guī)模效應(yīng)”、“分工效應(yīng)”、“結(jié)構(gòu)效應(yīng)”與“賦能效應(yīng)”可以克服傳統(tǒng)服務(wù)業(yè)一系列的“停滯”特征[22，25]，進(jìn)而提升服務(wù)業(yè)企業(yè)的生產(chǎn)效率。從規(guī)模效應(yīng)來(lái)看，運(yùn)用數(shù)字技術(shù)能夠?qū)⒃蟹?wù)標(biāo)準(zhǔn)化、流程自動(dòng)化，擴(kuò)展用戶規(guī)模的同時(shí)也能滿足異質(zhì)性的用戶需求，隨著服務(wù)產(chǎn)品銷(xiāo)量的上升，單位產(chǎn)品的邊際成本趨于零，平均成本逐漸降低，從而實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。從分工效應(yīng)來(lái)看，數(shù)字化轉(zhuǎn)型能夠?qū)φw服務(wù)業(yè)產(chǎn)業(yè)的組織形式產(chǎn)生關(guān)鍵創(chuàng)新，各個(gè)企業(yè)主體間依托數(shù)字平臺(tái)，形成網(wǎng)絡(luò)協(xié)作，從而提高傳統(tǒng)服務(wù)業(yè)的專(zhuān)業(yè)化水平和分工效率。從結(jié)構(gòu)效應(yīng)來(lái)看，技術(shù)進(jìn)步較快的生產(chǎn)性服務(wù)業(yè)與數(shù)字技術(shù)的創(chuàng)新融合，促進(jìn)產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化的迅速擴(kuò)張，使得現(xiàn)代服務(wù)業(yè)比重不斷上升，服務(wù)業(yè)結(jié)構(gòu)持續(xù)優(yōu)化升級(jí)，進(jìn)而帶動(dòng)服務(wù)業(yè)整體生產(chǎn)率的提升。從賦能效應(yīng)來(lái)看，一方面，數(shù)字化轉(zhuǎn)型能夠通過(guò)數(shù)字設(shè)備輔助提升高技能員工的生產(chǎn)效率，提高服務(wù)產(chǎn)品的數(shù)量與質(zhì)量，實(shí)現(xiàn)直接賦能。另一方面，通過(guò)數(shù)字技術(shù)能夠降低企業(yè)與用戶、企業(yè)與企業(yè)間的信息不對(duì)稱(chēng)程度，使得產(chǎn)品的供需雙方精準(zhǔn)匹配，降低服務(wù)的交易成本，實(shí)現(xiàn)間接賦能。

基于以上分析，提出如下假設(shè)：

H3：服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)規(guī)模效應(yīng)、分工效應(yīng)、結(jié)構(gòu)效應(yīng)與賦能效應(yīng)，提升企業(yè)的生產(chǎn)效率。

三、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源與處理

本文選取2007—2020年我國(guó)A股服務(wù)業(yè)上市企業(yè)作為研究樣本，剔除ST和*ST上市公司、數(shù)據(jù)缺失嚴(yán)重的觀測(cè)數(shù)據(jù)，最終得到1 187家服務(wù)業(yè)企業(yè)的8 720個(gè)觀測(cè)值。本文使用企業(yè)層面的微觀數(shù)據(jù)來(lái)源于國(guó)泰安(CSMAR)數(shù)據(jù)庫(kù)、企業(yè)年報(bào)，地區(qū)層面的宏觀數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。為降低異常值對(duì)回歸結(jié)果可能造成的影響，對(duì)所有企業(yè)層面的連續(xù)變量進(jìn)行1%和99%的縮尾處理。

(二)計(jì)量模型構(gòu)建

(1)

其中，被解釋變量Digitalit表示企業(yè)i在t年的數(shù)字化轉(zhuǎn)型程度，核心解釋變量LCit表示企業(yè)i在t年的勞動(dòng)力成本，Controlsit表示控制變量，μi、λt、εit分別表示行業(yè)固定效應(yīng)、時(shí)間固定效應(yīng)和擾動(dòng)項(xiàng)。

(三)變量選取

1.被解釋變量：勞動(dòng)力成本(LC)

本文參考沈永建等(2017)[28]、劉曉光和劉嘉桐(2020)[15]的研究，采取職工薪酬和支付給職工以及為職工支付的現(xiàn)金總額除以營(yíng)業(yè)收入再取對(duì)數(shù)，對(duì)勞動(dòng)力成本進(jìn)行衡量，LC值越大，則表示企業(yè)在面臨勞動(dòng)力成本上升時(shí)的經(jīng)營(yíng)壓力越大。

2.核心解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型程度(Digital)

參考袁淳等(2021)[29]的研究，通過(guò)識(shí)別和提取國(guó)家政策文件中有關(guān)數(shù)字經(jīng)濟(jì)的關(guān)鍵詞，將所提取相關(guān)詞匯構(gòu)建為企業(yè)數(shù)字化術(shù)語(yǔ)詞典，并擴(kuò)充至Python軟件包的“jieba”中文分詞庫(kù)。接著，利用機(jī)器學(xué)習(xí)方法對(duì)上市公司年報(bào)中“管理層討論與分析”(MD&A)部分中進(jìn)行文本分析，加總企業(yè)數(shù)字化詞匯的頻數(shù)并進(jìn)行對(duì)數(shù)化處理，由此衡量企業(yè)數(shù)字化轉(zhuǎn)型程度(Digital)。

3.控制變量

借鑒孟茂源和張廣勝(2021)[6]的研究，選取如下控制變量：企業(yè)年齡(Age)，采取企業(yè)本期年份減去企業(yè)成立年份加1的對(duì)數(shù)衡量；企業(yè)規(guī)模(Size)，采取員工人數(shù)的對(duì)數(shù)衡量；現(xiàn)金流量水平(Cashflow)，采取經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流凈額與總資產(chǎn)的比值衡量；總資產(chǎn)收益率(Roa)，采取企業(yè)凈利潤(rùn)與總資產(chǎn)的比值衡量；資產(chǎn)負(fù)債率(Lev)，采取企業(yè)總負(fù)債與總資產(chǎn)的比值衡量；營(yíng)業(yè)收入增長(zhǎng)率(Org)，采取企業(yè)本年?duì)I業(yè)收入和上年?duì)I業(yè)收入之差與上年?duì)I業(yè)收入的比值衡量；股權(quán)集中度(Shrcr1)，采取企業(yè)第一大股東持股比率衡量；獨(dú)立董事占比(Indratio)，采取獨(dú)立董事數(shù)量占董事規(guī)模的比重衡量；產(chǎn)權(quán)性質(zhì)(Property)，若為國(guó)有企業(yè)則賦值為1，若為非國(guó)有企業(yè)則賦值為0。主要變量的描述性統(tǒng)計(jì)如表1所示。

表1 描述性統(tǒng)計(jì)

四、實(shí)證分析

(一)基準(zhǔn)回歸分析

為檢驗(yàn)勞動(dòng)力成本對(duì)服務(wù)業(yè)企業(yè)數(shù)字轉(zhuǎn)型的影響，本文依據(jù)計(jì)量模型(1)進(jìn)行回歸，基準(zhǔn)回歸結(jié)果如表2所示。其中，第(1)列只引入了勞動(dòng)力成本(LC)，第(2)列進(jìn)一步加入控制變量，且未控制行業(yè)和年份固定效應(yīng)，第(3)和(4)列分別單獨(dú)控制了年份和行業(yè)固定效應(yīng)，第(5)列則同時(shí)引入控制變量，控制行業(yè)與年份固定效應(yīng)。由第(1)～(5)列的回歸結(jié)果可知，勞動(dòng)力成本(LC)的回歸系數(shù)顯著為正，表明隨著勞動(dòng)力成本的提高，服務(wù)業(yè)企業(yè)會(huì)加快數(shù)字化轉(zhuǎn)型的進(jìn)程，前文的研究假設(shè)H1得到驗(yàn)證。以第(5)列為例，勞動(dòng)力成本每上升1%，就會(huì)促進(jìn)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度上升2.5%。可能原因在于，勞動(dòng)力成本的提升能夠提高服務(wù)業(yè)企業(yè)的勞動(dòng)-資本比，實(shí)現(xiàn)資本對(duì)勞動(dòng)的替代，倒逼服務(wù)業(yè)企業(yè)提升數(shù)字化轉(zhuǎn)型程度，這一中介機(jī)制將在下一部分進(jìn)行檢驗(yàn)。在控制變量方面，企業(yè)的規(guī)模(Size)、總資產(chǎn)收益率(Roa)、獨(dú)立董事占比(Indratio)均是促進(jìn)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的積極因素，而現(xiàn)金流量水平(Cashflow)、資產(chǎn)負(fù)債率(Lev)的提高，以及當(dāng)企業(yè)為國(guó)有企業(yè)時(shí)，則阻滯了服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

表2 基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗(yàn)

由基準(zhǔn)回歸結(jié)果可知，勞動(dòng)力成本對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的促進(jìn)作用，為確保研究結(jié)論的穩(wěn)健性，本文在基準(zhǔn)回歸的基礎(chǔ)上進(jìn)一步開(kāi)展了一系列穩(wěn)健性檢驗(yàn)。

1.更換估計(jì)模型

首先，考慮到企業(yè)數(shù)字化轉(zhuǎn)型程度為計(jì)數(shù)變量，數(shù)據(jù)呈嚴(yán)重偏態(tài)分布，采用OLS估計(jì)方法可能存在誤差問(wèn)題。為解決該問(wèn)題，本文參考劉青和肖柏高(2023)[30]，構(gòu)建虛擬變量dum_Digital(若Digital等于0，則dum_Digital為0，否則為1)作為被解釋變量，采取Probit模型進(jìn)行回歸。其次，考慮到模型可能存在的內(nèi)生性問(wèn)題，本文采取系統(tǒng)GMM模型進(jìn)行回歸，表3第(2)列中的AR(1)、AR(2)和sargan檢驗(yàn)表示系統(tǒng)GMM模型的估計(jì)結(jié)果具有有效性。第(1)和(2)列的回歸結(jié)果表明，無(wú)論采取Probit模型還是系統(tǒng)GMM模型，勞動(dòng)力成本的系數(shù)均顯著為正，即進(jìn)一步驗(yàn)證了勞動(dòng)力成本提升對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用，故研究結(jié)論具有穩(wěn)健性。

表3 穩(wěn)健性檢驗(yàn)(一)

2.替換關(guān)鍵變量

考慮到被解釋變量和解釋變量可能存在的衡量偏誤問(wèn)題，本文采取不同的衡量方法對(duì)關(guān)鍵變量進(jìn)行測(cè)度。關(guān)于被解釋變量，一方面，本文采取(數(shù)字化詞頻/總詞頻)×100(Digital1)進(jìn)行替換，回歸結(jié)果如表3第(3)列所示。另一方面，考慮到運(yùn)用文本分析法來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型可能存在一定的缺陷，本文借鑒祁懷錦等(2020)[31]，以企業(yè)無(wú)形資產(chǎn)中有關(guān)數(shù)字經(jīng)濟(jì)資產(chǎn)總額的對(duì)數(shù)(Digital2)來(lái)重新衡量企業(yè)數(shù)字轉(zhuǎn)型程度，回歸結(jié)果如表3第(4)列所示。關(guān)于解釋變量，本文參考肖文和薛天航(2019)[5]、沈永建等(2017)[28]的研究，分別采取(職工薪酬+支付給職工以及為職工支付的現(xiàn)金)/職工人數(shù)取對(duì)數(shù)(LC1)與(職工薪酬+支付給職工以及為職工支付的現(xiàn)金-高管薪酬)/營(yíng)業(yè)收入取對(duì)數(shù)(LC2)替換解釋變量，回歸結(jié)果如表4第(1)和(2)列所示。回歸結(jié)果顯示，無(wú)論采取何種方式對(duì)關(guān)鍵變量進(jìn)行衡量，勞動(dòng)力成本的系數(shù)均顯著為正，說(shuō)明本文的主要結(jié)論并不受到關(guān)鍵變量的衡量方法所影響。

表4 穩(wěn)健性檢驗(yàn)(二)

3.調(diào)整樣本區(qū)間

本文進(jìn)一步采取調(diào)整樣本區(qū)間的方式進(jìn)行穩(wěn)健性檢驗(yàn)。首先，考慮到樣本存在大量企業(yè)未進(jìn)行數(shù)字化轉(zhuǎn)型，企業(yè)對(duì)于是否進(jìn)行數(shù)字化轉(zhuǎn)型的策略存在差異，故剔除未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)，排除企業(yè)自身數(shù)字化策略選擇的干擾。其次，考慮到直轄市與其他城市相比在經(jīng)濟(jì)、政治、人口、產(chǎn)業(yè)等方面具有特殊性，所在企業(yè)在稅收、融資、市場(chǎng)環(huán)境等方面存在較大差異，可能會(huì)對(duì)研究結(jié)論產(chǎn)生影響，故本文剔除了位于直轄市(北京、上海、重慶、天津)內(nèi)的企業(yè)，重新進(jìn)行回歸。最后，考慮到企業(yè)可能會(huì)受到2008年金融危機(jī)與2015年股災(zāi)的較大影響，故本文剔除了2008年和2015年的樣本數(shù)據(jù)，重新進(jìn)行回歸?；貧w結(jié)果如表4的第(3)、(4)和(5)列所示，結(jié)果表示勞動(dòng)力成本(LC)的系數(shù)均顯著為正，進(jìn)一步驗(yàn)證了主要結(jié)論的穩(wěn)健性。

4.排除宏觀變量的影響

考慮到地區(qū)經(jīng)濟(jì)與金融的發(fā)展能夠?qū)Ψ?wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生一定影響，因此，本文將地區(qū)經(jīng)濟(jì)發(fā)展水平(Fin)和地區(qū)金融發(fā)展水平(GDP)同時(shí)引入基準(zhǔn)模型中進(jìn)行回歸，兩者分別采取企業(yè)所在市地區(qū)生產(chǎn)總值的對(duì)數(shù)和企業(yè)所在市年末金融機(jī)構(gòu)各項(xiàng)貸款余額與年末金融機(jī)構(gòu)存款余額的比值進(jìn)行衡量?；貧w結(jié)果如表4第(6)列所示，在控制地區(qū)經(jīng)濟(jì)發(fā)展水平和地區(qū)金融發(fā)展水平后，勞動(dòng)力成本依然能夠顯著促進(jìn)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

(三)內(nèi)生性問(wèn)題

考慮到本文的基準(zhǔn)模型可能還存在著反向因果等內(nèi)生性問(wèn)題，即不僅勞動(dòng)力成本的提高會(huì)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，反過(guò)來(lái)企業(yè)數(shù)字化轉(zhuǎn)型可能也會(huì)進(jìn)一步提高勞動(dòng)收入份額[32]，從而提升勞動(dòng)力成本。為解決以上因素對(duì)主要結(jié)論產(chǎn)生的估計(jì)偏誤問(wèn)題，本文采取工具變量法來(lái)加以解決。首先，本文依據(jù)賀建風(fēng)和張曉靜(2018)[33]的研究，以城鎮(zhèn)單位在崗職工平均工資(averagewage)作為第一個(gè)工具變量。利用企業(yè)所在地區(qū)的平均工資替代企業(yè)個(gè)體的勞動(dòng)力成本能夠在一定程度上減輕模型設(shè)定的內(nèi)生性。原因在于，地區(qū)平均工資對(duì)企業(yè)員工工資具有示范效應(yīng)，同時(shí)企業(yè)的數(shù)字化轉(zhuǎn)型決策并不直接被當(dāng)?shù)仄骄べY所影響，故該工具變量具備相關(guān)性和外生性。接著，本文分別選擇全日制就業(yè)勞動(dòng)者月最低工資標(biāo)準(zhǔn)的對(duì)數(shù)(monthwage)、非全日制就業(yè)勞動(dòng)者小時(shí)最低工資標(biāo)準(zhǔn)的對(duì)數(shù)(hourwage)作為第二個(gè)和第三個(gè)工具變量。從相關(guān)性來(lái)看，最低工資標(biāo)準(zhǔn)的設(shè)定能夠維護(hù)勞動(dòng)者的基本權(quán)益，對(duì)提高勞動(dòng)者工資具有直接影響。從外生性來(lái)看，企業(yè)所在地區(qū)的最低工資標(biāo)準(zhǔn)并不存在與企業(yè)數(shù)字化轉(zhuǎn)型的直接作用渠道。因此本文認(rèn)為以上有關(guān)最低工資標(biāo)準(zhǔn)的兩個(gè)變量滿足相關(guān)性和外生性的必要條件。表5報(bào)告了三個(gè)工具變量的識(shí)別不足檢驗(yàn)、弱工具變量檢驗(yàn)的結(jié)果和變量的回歸結(jié)果。檢驗(yàn)結(jié)果中，三個(gè)工具變量的Kleibergen-PaaprkLM統(tǒng)計(jì)量均在1%的水平上顯著，拒絕工具變量識(shí)別不足的原假設(shè)，Cragg-DonaldWaldF統(tǒng)計(jì)量均大于10%顯著性水平上的臨界值，拒絕弱工具變量的原假設(shè)，由此可見(jiàn)，本文選取的三個(gè)工具變量是有效合理的?；貧w結(jié)果表明，勞動(dòng)力成本和工具變量的系數(shù)均顯著為正，即在考慮內(nèi)生性問(wèn)題后，勞動(dòng)力成本與服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型存在顯著的正相關(guān)關(guān)系，本文基準(zhǔn)回歸的主要結(jié)論仍然成立。

表5 內(nèi)生性檢驗(yàn)

(四)異質(zhì)性分析

前文驗(yàn)證了勞動(dòng)力成本對(duì)促進(jìn)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型顯著的促進(jìn)作用，但值得關(guān)注的是，在不同所有權(quán)性質(zhì)、行業(yè)特征、融資情況的影響下，勞動(dòng)力成本對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響可能存在非對(duì)稱(chēng)效應(yīng)。鑒于此，本文從企業(yè)的所有權(quán)性質(zhì)、行業(yè)類(lèi)型特征與融資約束程度三個(gè)角度出發(fā)，檢驗(yàn)勞動(dòng)力成本對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性影響。

1.所有權(quán)性質(zhì)

本文依據(jù)企業(yè)所有權(quán)性質(zhì)將企業(yè)分為國(guó)有企業(yè)和非國(guó)有企業(yè)，構(gòu)建虛擬變量SOE(若企業(yè)為非國(guó)有企業(yè)，則SOE為1，否則為0)，以及其與勞動(dòng)力成本的交互項(xiàng)(LC×SOE)，引入基準(zhǔn)模型中進(jìn)行回歸。表6的第(1)列的回歸結(jié)果顯示，交互項(xiàng)的系數(shù)為0.066，且在1%的水平上顯著。這說(shuō)明相較于國(guó)有服務(wù)業(yè)企業(yè)，勞動(dòng)力成本的提高對(duì)非國(guó)有服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)更顯著。原因在于，當(dāng)國(guó)有企業(yè)與非國(guó)有企業(yè)同時(shí)面臨勞動(dòng)力成本上升的壓力時(shí)，由于處于不同的市場(chǎng)競(jìng)爭(zhēng)壓力和經(jīng)營(yíng)目標(biāo)任務(wù)下，非國(guó)有企業(yè)對(duì)成本變動(dòng)反應(yīng)更加敏感和激進(jìn)，因此非國(guó)有企業(yè)的數(shù)字化轉(zhuǎn)型動(dòng)力要強(qiáng)于國(guó)有企業(yè)。

表6 異質(zhì)性分析

2.行業(yè)類(lèi)型特征

本文根據(jù)企業(yè)的行業(yè)類(lèi)型特征，劃分為生產(chǎn)性服務(wù)業(yè)和生活性服務(wù)業(yè)②，構(gòu)建虛擬變量Structure(若企業(yè)為生產(chǎn)性服務(wù)業(yè)，則Structure為1，否則為0)，以及其與勞動(dòng)力成本的交互項(xiàng)(LC×Structure)，引入基準(zhǔn)模型中進(jìn)行回歸?；貧w結(jié)果如表6的第(2)列所示，交互項(xiàng)系數(shù)在10%的水平下顯著為正，表明相較于生活性服務(wù)業(yè)企業(yè)，勞動(dòng)力成本的提高對(duì)生產(chǎn)性服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)更顯著?？赡艿脑蚴牵啾扔谏钚苑?wù)業(yè)，生產(chǎn)性服務(wù)業(yè)的資本密集程度、與數(shù)字技術(shù)的融合程度更高，更易于實(shí)現(xiàn)生產(chǎn)的標(biāo)準(zhǔn)化和規(guī)?；?，在面臨勞動(dòng)力成本提高時(shí)，能夠迅速調(diào)整勞動(dòng)資本比率，對(duì)數(shù)字化轉(zhuǎn)型的促進(jìn)作用較大。

3. 融資約束程度

本文以樣本企業(yè)融資約束SA指數(shù)的中位數(shù)為劃分標(biāo)準(zhǔn)，將總樣本分為高融資約束企業(yè)和低融資約束企業(yè)，構(gòu)建虛擬變量dum_SA(若企業(yè)的融資約束高于全樣本中位數(shù)，則dum_SA為1，否則為0)。表6第(3)列的回歸結(jié)果表明，在同時(shí)面臨勞動(dòng)力成本上升的壓力時(shí)，相比于融資約束較低的服務(wù)業(yè)企業(yè)，融資約束較高的服務(wù)業(yè)企業(yè)對(duì)于數(shù)字化轉(zhuǎn)型更為積極。相較于融資約束較小的企業(yè)來(lái)說(shuō)，融資約束較高的企業(yè)融資難度更大、融資渠道更窄，因此融資約束高的企業(yè)對(duì)于勞動(dòng)力成本上升更加敏感，要素替代彈性更高，即使較低幅度的勞動(dòng)力成本上升也會(huì)導(dǎo)致企業(yè)通過(guò)要素替代，進(jìn)行更大程度的數(shù)字化轉(zhuǎn)型。

五、作用機(jī)制分析

由前文理論分析可知，從作用渠道出發(fā)，一方面，服務(wù)業(yè)企業(yè)的勞動(dòng)力成本提高，會(huì)迫使其對(duì)生產(chǎn)要素配置進(jìn)行替代，投入更多資本而減少勞動(dòng)力的使用，進(jìn)行數(shù)字化轉(zhuǎn)型，即資本-勞動(dòng)替代機(jī)制。另一方面，隨著勞動(dòng)力成本上升，服務(wù)業(yè)企業(yè)會(huì)雇傭高學(xué)歷員工對(duì)低學(xué)歷員工進(jìn)行替代，從而完成較為復(fù)雜、非自動(dòng)化的新任務(wù)，加快數(shù)字化轉(zhuǎn)型進(jìn)程。從作用機(jī)制出發(fā)，在不同要素市場(chǎng)、行業(yè)競(jìng)爭(zhēng)、研發(fā)投入、要素密集度的企業(yè)內(nèi)外部環(huán)境下，勞動(dòng)力成本對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)效應(yīng)會(huì)產(chǎn)生差異。因此，本文從資本-勞動(dòng)替代機(jī)制、勞動(dòng)力間替代機(jī)制，以及企業(yè)內(nèi)外部環(huán)境的調(diào)節(jié)機(jī)制三個(gè)影響路徑來(lái)檢驗(yàn)勞動(dòng)力成本與服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型之間的內(nèi)在機(jī)制。

(一)資本-勞動(dòng)替代機(jī)制

本文參考陳勇兵(2023 )[34]的研究，采取固定資產(chǎn)凈值/企業(yè)員工人數(shù)的對(duì)數(shù)值來(lái)衡量企業(yè)的資本勞動(dòng)比。從表7中第(1)列可知，勞動(dòng)成本的二次項(xiàng)(LC2)系數(shù)顯著為正，即在勞動(dòng)力成本較低時(shí)，服務(wù)業(yè)企業(yè)更傾向于使用勞動(dòng)力要素進(jìn)行生產(chǎn)，對(duì)數(shù)字化轉(zhuǎn)型產(chǎn)生抑制作用。相反，在勞動(dòng)力成本較高時(shí)，服務(wù)業(yè)企業(yè)則會(huì)選擇資本替代相對(duì)價(jià)格較高的勞動(dòng)力，來(lái)進(jìn)行自動(dòng)化生產(chǎn)，以減輕企業(yè)的經(jīng)營(yíng)成本，因此，勞動(dòng)力成本與服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型呈現(xiàn)出“U”型曲線的關(guān)系，這驗(yàn)證了假設(shè)H2a。表7的第(2)和(3)列的回歸結(jié)果顯示，勞動(dòng)力成本(LC)對(duì)資本勞動(dòng)比(KL)的系數(shù)顯著為正，資本勞動(dòng)比(KL)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型(Digital)的系數(shù)顯著為正，說(shuō)明勞動(dòng)力成本的提升可以通過(guò)資本與勞動(dòng)間的替代機(jī)制來(lái)促進(jìn)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型，假設(shè)H2b得以驗(yàn)證。同時(shí)將勞動(dòng)力成本的二次項(xiàng)(LC2)引入中介效應(yīng)的回歸當(dāng)中，回歸結(jié)果第(4)和(5)列顯示，勞動(dòng)力成本的二次項(xiàng)(LC2)和資本勞動(dòng)比(KL)的系數(shù)均顯著為正，即隨著勞動(dòng)力成本的提高，服務(wù)業(yè)企業(yè)會(huì)由提高勞動(dòng)、降低資本的要素配置轉(zhuǎn)向?yàn)榻档蛣趧?dòng)力、提高資本，促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

表7 資本-勞動(dòng)替代機(jī)制

(二)勞動(dòng)力間替代機(jī)制

具有大專(zhuān)及以上學(xué)歷的員工為高學(xué)歷員工，其余為低學(xué)歷員工，并以低學(xué)歷員工占員工總數(shù)的比率(EDU_low)、高學(xué)歷員工占員工總數(shù)的比率(EDU_high)和高學(xué)歷員工與低學(xué)歷員工比(EDU_hl)分別作為中介變量，來(lái)考察勞動(dòng)力成本與服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的勞動(dòng)力間替代機(jī)制。回歸結(jié)果如表8所示，第(2)、(4)和(6)列中EDU_high、EDU_low和EDU_hl的系數(shù)分別顯著為正、負(fù)和正，且其他系數(shù)均符合中介效應(yīng)檢驗(yàn)。由此可見(jiàn)，當(dāng)勞動(dòng)力成本提升時(shí)，企業(yè)偏向于雇傭高學(xué)歷員工來(lái)替代低學(xué)歷員工，以促進(jìn)新舊任務(wù)之間的替換，加快數(shù)字化轉(zhuǎn)型進(jìn)程，本文的假設(shè)H2c得到驗(yàn)證。首先，勞動(dòng)力成本的上升能夠促進(jìn)員工素質(zhì)提升[6]，薪酬上漲的篩選和淘汰機(jī)制使得低學(xué)歷員工減少，同時(shí)吸引和激勵(lì)高學(xué)歷員工加入企業(yè)。其次，較高的教育水平，意味著員工具有更好的知識(shí)學(xué)習(xí)和創(chuàng)新能力，在運(yùn)用新技術(shù)與完成新任務(wù)方面具有比較優(yōu)勢(shì)，因此，在數(shù)字化轉(zhuǎn)型過(guò)程中創(chuàng)造出來(lái)的新任務(wù)僅能由高學(xué)歷員工完成，難以被資本和機(jī)器的自動(dòng)化所替代。

(三)企業(yè)內(nèi)外部環(huán)境的調(diào)節(jié)機(jī)制

對(duì)于要素市場(chǎng)和行業(yè)競(jìng)爭(zhēng)兩方面的企業(yè)外部環(huán)境，本文采取樊綱等編制的《中國(guó)市場(chǎng)化指數(shù)》中 “要素市場(chǎng)的發(fā)育程度”指數(shù)(Factormarket)來(lái)衡量企業(yè)外部的要素市場(chǎng)環(huán)境，采取行業(yè)勒納指數(shù)(Lerner)來(lái)衡量企業(yè)外部的行業(yè)競(jìng)爭(zhēng)環(huán)境，該指標(biāo)越大，表示行業(yè)壟斷程度越高，反之行業(yè)競(jìng)爭(zhēng)程度越高。此外，借鑒劉青和肖柏高(2023)[30]的研究，以員工人數(shù)/總資產(chǎn)的對(duì)數(shù)定義要素密集度(Factorintensity)，衡量企業(yè)內(nèi)部的要素密集度環(huán)境，該指標(biāo)越大，表示勞動(dòng)密集程度越高，反之資本密集度越高。同時(shí)，本文以研發(fā)人員數(shù)量占員工總數(shù)的比重(RDP)、研發(fā)支出占營(yíng)業(yè)收入的比重(RDS)來(lái)衡量企業(yè)內(nèi)部的研發(fā)投入環(huán)境。為探究勞動(dòng)力成本與服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的企業(yè)內(nèi)外部環(huán)境機(jī)制，本文在基準(zhǔn)回歸的基礎(chǔ)上引入以上變量以及該變量與勞動(dòng)力成本(LC)的交互項(xiàng)進(jìn)行回歸分析，回歸結(jié)果如表9所示。

表9 企業(yè)內(nèi)外部環(huán)境機(jī)制

表9的第(1)列顯示，勞動(dòng)力成本與要素市場(chǎng)的交互項(xiàng)(LC×Factormarket)顯著為正，同時(shí)第(2)列顯示，勞動(dòng)力成本與行業(yè)競(jìng)爭(zhēng)環(huán)境的交互項(xiàng)(LC×Lerner)顯著為負(fù)，說(shuō)明處于要素市場(chǎng)發(fā)育程度與行業(yè)競(jìng)爭(zhēng)程度較高的服務(wù)業(yè)企業(yè)，在勞動(dòng)力成本上升后有著更為顯著的數(shù)字化轉(zhuǎn)型。從外部環(huán)境視角來(lái)看，一方面，要素市場(chǎng)環(huán)境較好的服務(wù)業(yè)企業(yè)，信息不對(duì)稱(chēng)程度更低，往往能夠以較低成本獲取數(shù)字化轉(zhuǎn)型過(guò)程中的高素質(zhì)勞動(dòng)力和資本要素以及相關(guān)數(shù)字技術(shù)，要素配置效率得到有效提高，從而更有助于企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。另一方面，在激烈的行業(yè)競(jìng)爭(zhēng)中，服務(wù)業(yè)企業(yè)對(duì)勞動(dòng)力成本上升更為敏感，企業(yè)為了獲取更高的壟斷租金，更傾向于采取較為積極的轉(zhuǎn)型策略。相反在壟斷程度較高的行業(yè)中，壟斷企業(yè)為維護(hù)自身的市場(chǎng)勢(shì)力，構(gòu)建資源和技術(shù)壁壘，阻礙創(chuàng)新能力強(qiáng)、效率高的潛在競(jìng)爭(zhēng)者進(jìn)入市場(chǎng)，不利于企業(yè)展開(kāi)數(shù)字化轉(zhuǎn)型。

表9的第(3)列顯示，勞動(dòng)力成本與要素密集度的交互項(xiàng)(LC×Factorintensity)顯著為正，同時(shí)第(4)和(5)列顯示，勞動(dòng)力成本與研發(fā)投入的交互項(xiàng)(LC×RDP、LC×RDS)顯著為正。說(shuō)明從企業(yè)的內(nèi)部環(huán)境視角來(lái)看，相較于資本密集型企業(yè)，勞動(dòng)密集型企業(yè)的勞動(dòng)力成本提升會(huì)在更大程度上倒逼服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。原因在于，在勞動(dòng)密集型企業(yè)中，勞動(dòng)力成本在經(jīng)營(yíng)成本中占比更高，勞動(dòng)要素的邊際產(chǎn)出較資本要素更低，因此，當(dāng)面臨勞動(dòng)力成本上升的壓力對(duì)此類(lèi)企業(yè)的影響程度更為強(qiáng)烈，企業(yè)更偏向于投入更多資本，以開(kāi)發(fā)自動(dòng)化技術(shù)，促進(jìn)勞動(dòng)要素的替代和數(shù)字化轉(zhuǎn)型，緩解用人成本壓力。此外，在創(chuàng)新投入較高的企業(yè)環(huán)境中，勞動(dòng)力成本對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)更為顯著。從本質(zhì)上來(lái)看，數(shù)字化轉(zhuǎn)型過(guò)程就是企業(yè)對(duì)其經(jīng)營(yíng)流程、管理模式、生產(chǎn)方式的一種顛覆式創(chuàng)新，提高研發(fā)人員、研發(fā)支出等創(chuàng)新資源的投入，能夠提升企業(yè)的創(chuàng)新動(dòng)能，有利于創(chuàng)新活動(dòng)的開(kāi)展和數(shù)字化技術(shù)的擴(kuò)散，進(jìn)而助力數(shù)字化轉(zhuǎn)型。

六、進(jìn)一步分析

本文進(jìn)一步擴(kuò)展服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)，從規(guī)模效應(yīng)、分工效應(yīng)、結(jié)構(gòu)效應(yīng)和賦能效應(yīng)四個(gè)方面探討如何克服“鮑莫爾成本病”。在規(guī)模效應(yīng)方面，本文以主營(yíng)業(yè)務(wù)收入取對(duì)數(shù)來(lái)衡量企業(yè)規(guī)模(Scale)。在分工效應(yīng)方面，借鑒袁淳等(2021)[29]的研究，構(gòu)建企業(yè)分工程度(VSI)指標(biāo)。在結(jié)構(gòu)效應(yīng)方面，引入前文構(gòu)建的虛擬變量Structure，并將企業(yè)數(shù)字化轉(zhuǎn)型程度(Digital)和Structure的交叉項(xiàng)(Digital×Structure)納入模型。在賦能效應(yīng)方面，本文分為直接賦能效應(yīng)和間接賦能效應(yīng)，直接賦能效應(yīng)以高技能員工占比(Highskill)、低技能員工占比(Lowskill)分別與數(shù)字化轉(zhuǎn)型程度(Digital)的交叉項(xiàng)(Digital×Highskill、Digital×Lowskill)，引入模型進(jìn)行考察，其中，高技能員工指的是生產(chǎn)、研發(fā)、技術(shù)、管理人員，其余為低技能員工。而對(duì)于間接賦能效應(yīng)，則引入企業(yè)的交易成本(Cost)與數(shù)字化轉(zhuǎn)型程度(Digital)的交叉項(xiàng)(Digital×Cost)進(jìn)行回歸分析，其中以企業(yè)的采用管理費(fèi)用占營(yíng)業(yè)收入的比重來(lái)衡量交易成本。此外，本文通過(guò)基于ACF法修正的LP法測(cè)算企業(yè)的全要素生產(chǎn)率(TFP)作為模型的被解釋變量，回歸結(jié)果如表10所示。

表10 服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型與“鮑莫爾成本病”的克服

表10中第(1)和(2)列報(bào)告了服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的規(guī)模效應(yīng)，數(shù)字化轉(zhuǎn)型(Digital)對(duì)企業(yè)規(guī)模(Scale)的系數(shù)，以及企業(yè)規(guī)模(Scale)對(duì)全要素生產(chǎn)率(TFP)的系數(shù)均顯著為正，即數(shù)字化轉(zhuǎn)型能夠通過(guò)擴(kuò)大企業(yè)規(guī)模提升服務(wù)業(yè)企業(yè)的全要素生產(chǎn)率。表10中第(3)和(4)列報(bào)告了服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的分工效應(yīng)，數(shù)字化轉(zhuǎn)型(Digital)對(duì)企業(yè)分工程度(VSI)的系數(shù)，以及企業(yè)分工程度(VSI)對(duì)全要素生產(chǎn)率(TFP)的系數(shù)均顯著為正，說(shuō)明數(shù)字化轉(zhuǎn)型能夠通過(guò)提升專(zhuān)業(yè)化分工程度提升服務(wù)業(yè)企業(yè)的全要素生產(chǎn)率。表10中第(5)列報(bào)告了服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的結(jié)構(gòu)效應(yīng)，企業(yè)數(shù)字化轉(zhuǎn)型程度(Digital)和Structure的交叉項(xiàng)(Digital×Structure)顯著為正，即相對(duì)于技術(shù)進(jìn)步較慢的生活性服務(wù)業(yè)企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)于提升技術(shù)進(jìn)步較快的生產(chǎn)性服務(wù)業(yè)企業(yè)的全要素生產(chǎn)率更為顯著。表10中第(6)～(8)列報(bào)告了服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的賦能效應(yīng)，高技能員工占比(Highskill)與數(shù)字化轉(zhuǎn)型程度(Digital)的交叉項(xiàng)(Digital×Highskill)，以及企業(yè)交易成本(Cost)與數(shù)字化轉(zhuǎn)型程度(Digital)的交叉項(xiàng)(Digital×Cost)均顯著為正，而低技能員工占比(Lowskill)與數(shù)字化轉(zhuǎn)型程度(Digital)的交叉項(xiàng)(Digital×Lowskill)為負(fù)但不顯著，表明服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)增強(qiáng)高技能勞動(dòng)力來(lái)提高生產(chǎn)效率，但無(wú)法賦能低技能勞動(dòng)力。此外，在交易成本更高的服務(wù)業(yè)企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的提升效果更好，說(shuō)明數(shù)字化轉(zhuǎn)型能夠通過(guò)節(jié)約交易成本這種間接賦能方式以促進(jìn)生產(chǎn)效率的提升。綜上所述，服務(wù)業(yè)企業(yè)能夠通過(guò)規(guī)模效應(yīng)、分工效應(yīng)、結(jié)構(gòu)效應(yīng)和賦能效應(yīng)克服“鮑莫爾成本病”，因此本文的假設(shè)H3得到驗(yàn)證。

七、結(jié)論與政策建議

在人口負(fù)增長(zhǎng)和老齡化加深的時(shí)代背景下，勞動(dòng)力供給不足引起的勞動(dòng)力成本上升是推動(dòng)服務(wù)業(yè)企業(yè)轉(zhuǎn)型與服務(wù)業(yè)結(jié)構(gòu)變遷的重要影響因素。本文利用2007—2020年滬深A(yù)股服務(wù)業(yè)上市公司作為研究對(duì)象，試圖從理論和實(shí)證兩方面出發(fā)，考察勞動(dòng)力成本上升如何影響服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型，并在異質(zhì)性分析和作用機(jī)制分析進(jìn)一步探討兩者的影響渠道，以及數(shù)字化轉(zhuǎn)型能否克服“鮑莫爾成本病”。研究結(jié)果表明：第一，勞動(dòng)力成本上升對(duì)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的促進(jìn)作用，在一系列穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)后，主要結(jié)論依然成立，且在非國(guó)有企業(yè)、生產(chǎn)性服務(wù)業(yè)企業(yè)和融資約束較高的企業(yè)中促進(jìn)效應(yīng)更明顯。第二，當(dāng)勞動(dòng)力成本較低時(shí)，企業(yè)會(huì)降低資本勞動(dòng)比，從而抑制服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型；而當(dāng)勞動(dòng)力成本較高時(shí)，企業(yè)會(huì)提高資本勞動(dòng)比，從而促進(jìn)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。勞動(dòng)力成本上升能夠通過(guò)勞動(dòng)-資本替代機(jī)制、勞動(dòng)力間替代機(jī)制驅(qū)動(dòng)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。此外在要素市場(chǎng)發(fā)育更好、行業(yè)競(jìng)爭(zhēng)程度更高的外部環(huán)境中，以及在勞動(dòng)密集程度更高、研發(fā)投入更高的內(nèi)部環(huán)境中，勞動(dòng)力成本的提高對(duì)服務(wù)業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)更為明顯。第三，服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型產(chǎn)生的規(guī)模效應(yīng)、分工效應(yīng)、結(jié)構(gòu)效應(yīng)與賦能效應(yīng)能夠提高企業(yè)的全要素生產(chǎn)率，從而克服“鮑莫爾成本病”。

基于以上研究結(jié)論，本文提出如下政策建議：第一，加速服務(wù)業(yè)企業(yè)數(shù)字化改造，提升核心競(jìng)爭(zhēng)力。雖然勞動(dòng)力成本上升壓縮了服務(wù)業(yè)企業(yè)生存發(fā)展的空間，但也為其提供了擺脫同質(zhì)低效競(jìng)爭(zhēng)的契機(jī)。服務(wù)業(yè)企業(yè)應(yīng)抓住信息時(shí)代的發(fā)展機(jī)遇，加快研發(fā)和引進(jìn)數(shù)字技術(shù)，實(shí)現(xiàn)自動(dòng)化、智能化轉(zhuǎn)型，緩解企業(yè)勞動(dòng)力成本高企的難題，將勞動(dòng)力成本上升的壓力轉(zhuǎn)化為數(shù)字化轉(zhuǎn)型的動(dòng)力，積極促進(jìn)勞動(dòng)力密集型企業(yè)向資本密集型和知識(shí)密集型企業(yè)轉(zhuǎn)型。第二，提升人力資本水平，減輕低素質(zhì)勞動(dòng)力的依賴(lài)程度。在面對(duì)勞動(dòng)力成本上漲的壓力時(shí)，企業(yè)往往會(huì)選擇使用資本替代勞動(dòng)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，尤其是大量的低學(xué)歷、低技能員工被高學(xué)歷、高技能員工所替代。因此，服務(wù)業(yè)企業(yè)需大力培養(yǎng)各層次的高素質(zhì)人才，提供專(zhuān)業(yè)化技能培訓(xùn)，積極引進(jìn)優(yōu)秀人才，提升員工技能水平和生產(chǎn)效率，重視員工質(zhì)量的提高而非數(shù)量的增加。第三，營(yíng)造良好的企業(yè)內(nèi)外部環(huán)境，充分發(fā)揮數(shù)字化轉(zhuǎn)型優(yōu)勢(shì)。一方面，政府應(yīng)當(dāng)塑造公平有序的要素市場(chǎng)環(huán)境，建立健全資本市場(chǎng)、勞動(dòng)力市場(chǎng)、信息市場(chǎng)的建設(shè)和發(fā)展。完善市場(chǎng)競(jìng)爭(zhēng)機(jī)制，積極引導(dǎo)企業(yè)展開(kāi)競(jìng)爭(zhēng)，減少行業(yè)壟斷壁壘，加快新興技術(shù)在行業(yè)間的擴(kuò)散。另一方面，企業(yè)自身內(nèi)部應(yīng)當(dāng)營(yíng)造良好的創(chuàng)新研發(fā)環(huán)境，提高創(chuàng)新資金和人員的投入，重視技術(shù)創(chuàng)新能力的培育。第四，實(shí)現(xiàn)服務(wù)業(yè)企業(yè)高質(zhì)量發(fā)展，促進(jìn)服務(wù)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。大力發(fā)展數(shù)字經(jīng)濟(jì)，推廣數(shù)字技術(shù)的應(yīng)用，培養(yǎng)數(shù)字專(zhuān)業(yè)人才，從而提升服務(wù)業(yè)企業(yè)的勞動(dòng)力生產(chǎn)率，鞏固數(shù)字技術(shù)給服務(wù)業(yè)企業(yè)高質(zhì)量發(fā)展帶來(lái)的新優(yōu)勢(shì)。此外，利用數(shù)字平臺(tái)實(shí)現(xiàn)服務(wù)業(yè)與制造業(yè)的協(xié)調(diào)分工，強(qiáng)化數(shù)字產(chǎn)業(yè)的規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)和技術(shù)溢出效應(yīng)。最后，加強(qiáng)數(shù)字技術(shù)對(duì)傳統(tǒng)服務(wù)業(yè)的賦能效應(yīng)，提升生產(chǎn)性服務(wù)業(yè)比重，優(yōu)化服務(wù)業(yè)結(jié)構(gòu)。

[注 釋]

① 數(shù)據(jù)來(lái)源：《中國(guó)統(tǒng)計(jì)年鑒》。

② 其中生產(chǎn)性服務(wù)業(yè)為交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，金融業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)，其余行業(yè)為生活性服務(wù)業(yè)。