數(shù)字化轉(zhuǎn)型如何賦能制造業(yè)企業(yè)穩(wěn)就業(yè)？

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；制造業(yè)；就業(yè)規(guī)模；穩(wěn)就業(yè)

一、問(wèn)題的提出

就業(yè)是民生之本，穩(wěn)就業(yè)是保障和改善民生的根本舉措。黨的十八大以來(lái)，以習(xí)近平同志為核心的黨中央堅(jiān)持把就業(yè)工作擺在治國(guó)理政的突出位置，強(qiáng)化就業(yè)優(yōu)先政策，健全就業(yè)促進(jìn)機(jī)制?！吨腥A人民共和國(guó)國(guó)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，“實(shí)施就業(yè)優(yōu)先戰(zhàn)略。健全有利于更充分更高質(zhì)量就業(yè)的促進(jìn)機(jī)制，擴(kuò)大就業(yè)容量，提升就業(yè)質(zhì)量，緩解結(jié)構(gòu)性就業(yè)矛盾。”同時(shí)，2023年《政府工作報(bào)告》也強(qiáng)調(diào)，“多措并舉穩(wěn)就業(yè)促增收。”2024年5月27日，習(xí)近平總書記在中共中央政治局第十四次集體學(xué)習(xí)時(shí)強(qiáng)調(diào)，“促進(jìn)高質(zhì)量充分就業(yè)，是新時(shí)代新征程就業(yè)工作的新定位、新使命?！睘閷?shí)現(xiàn)穩(wěn)定和擴(kuò)大就業(yè)容量這一目標(biāo)，需加快發(fā)展有利于吸納就業(yè)的重點(diǎn)企業(yè)和重要行業(yè)。制造業(yè)作為促進(jìn)就業(yè)提質(zhì)擴(kuò)容的主力軍、吸納就業(yè)的重要渠道，不僅帶動(dòng)了城鎮(zhèn)職工就業(yè)、吸納了大量城鎮(zhèn)化進(jìn)程中轉(zhuǎn)移的農(nóng)村剩余勞動(dòng)力，而且還通過(guò)關(guān)聯(lián)效應(yīng)創(chuàng)造了越來(lái)越多的就業(yè)崗位［1］。2012—2022年，中國(guó)制造業(yè)企業(yè)年平均帶動(dòng)就業(yè)人數(shù)達(dá)4 500余萬(wàn)人，是穩(wěn)就業(yè)的主力支撐［2］。

近年來(lái)，中國(guó)高度重視制造業(yè)發(fā)展，為實(shí)現(xiàn)加快建設(shè)制造強(qiáng)國(guó)、推動(dòng)傳統(tǒng)制造業(yè)向高端化、智能化、綠色化轉(zhuǎn)型升級(jí)的目標(biāo)，采取了一系列政策措施。2023年12月28日，工業(yè)和信息化部等八部門聯(lián)合發(fā)布《關(guān)于加快傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的指導(dǎo)意見(jiàn)》強(qiáng)調(diào)，“加快數(shù)字技術(shù)賦能，全面推動(dòng)智能制造”“支持生產(chǎn)設(shè)備數(shù)字化改造，推廣應(yīng)用新型傳感、先進(jìn)控制等智能部件”“加快推動(dòng)中小企業(yè)數(shù)字化轉(zhuǎn)型”。2024年5月11日，國(guó)務(wù)院審議通過(guò)的《制造業(yè)數(shù)字化轉(zhuǎn)型行動(dòng)方案》指出，“制造業(yè)數(shù)字化轉(zhuǎn)型是推進(jìn)新型工業(yè)化、建設(shè)現(xiàn)代化產(chǎn)業(yè)體系的重要舉措?！边@些充分體現(xiàn)了黨中央對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型的高度重視?；诖耍圃鞓I(yè)在高端化、智能化、綠色化轉(zhuǎn)型升級(jí)過(guò)程中是否還能釋放新的穩(wěn)就業(yè)促就業(yè)潛力、創(chuàng)造更多高質(zhì)量就業(yè)機(jī)會(huì)？在中國(guó)人口紅利逐步減弱和勞動(dòng)力成本持續(xù)上漲的嚴(yán)峻背景下，如何統(tǒng)籌好制造業(yè)數(shù)字化轉(zhuǎn)型和穩(wěn)就業(yè)之間的協(xié)同共進(jìn)，推動(dòng)制造業(yè)從用好人口紅利向用好數(shù)字紅利加速轉(zhuǎn)變，是值得深入思考的問(wèn)題。

對(duì)于企業(yè)而言，數(shù)字化轉(zhuǎn)型是培育新質(zhì)生產(chǎn)力、發(fā)展新經(jīng)濟(jì)形態(tài)的重要驅(qū)動(dòng)力?，F(xiàn)有研究討論了數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新［3］、資本市場(chǎng)表現(xiàn)［4］、企業(yè)全要素生產(chǎn)率［5］、企業(yè)低碳發(fā)展［6］和勞動(dòng)收入份額［7］ 等的影響。然而，探索數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模影響的研究相對(duì)較少。國(guó)內(nèi)外學(xué)者主要圍繞數(shù)字化轉(zhuǎn)型對(duì)整體勞動(dòng)力市場(chǎng)的影響展開(kāi)研究，并形成了三種主要觀點(diǎn)：第一種觀點(diǎn)是數(shù)字化轉(zhuǎn)型對(duì)就業(yè)具有積極的帶動(dòng)作用［8-9］。數(shù)字技術(shù)在執(zhí)行重復(fù)性和高風(fēng)險(xiǎn)任務(wù)方面的高效性能，使得企業(yè)能夠降低成本、提高生產(chǎn)率和產(chǎn)品質(zhì)量。生產(chǎn)率的提高有可能導(dǎo)致產(chǎn)品和服務(wù)成本的降低，刺激消費(fèi)需求增長(zhǎng)，從而創(chuàng)造就業(yè)機(jī)會(huì)。第二種觀點(diǎn)是數(shù)字化轉(zhuǎn)型會(huì)對(duì)就業(yè)產(chǎn)生明顯的替代效應(yīng)［10］。一方面，計(jì)算機(jī)模擬人類大腦的能力不斷提高，使數(shù)字技術(shù)能從事更為復(fù)雜和多樣的工作任務(wù)，甚至完成超越人類體力和智力極限的任務(wù)，極大地促進(jìn)了數(shù)字化技術(shù)對(duì)傳統(tǒng)勞動(dòng)力的替代［11］。另一方面，技術(shù)創(chuàng)新在短期內(nèi)可能暫時(shí)提高對(duì)勞動(dòng)力等生產(chǎn)要素的需求，但在長(zhǎng)期來(lái)看，會(huì)對(duì)部分勞動(dòng)力產(chǎn)生沖擊［12］。第三種觀點(diǎn)是數(shù)字化轉(zhuǎn)型存在“就業(yè)極化”現(xiàn)象［13-14］。隨著數(shù)字技術(shù)的發(fā)展，對(duì)高技能勞動(dòng)力（如數(shù)據(jù)分析、軟件開(kāi)發(fā)、人工智能、機(jī)器學(xué)習(xí)等領(lǐng)域的專業(yè)人才） 的需求增加，但對(duì)傳統(tǒng)的低技能勞動(dòng)力的需求減少，特別是那些重復(fù)性高、可以通過(guò)機(jī)器自動(dòng)化替代的勞動(dòng)力。

通過(guò)文獻(xiàn)梳理發(fā)現(xiàn)，學(xué)術(shù)界對(duì)數(shù)字化轉(zhuǎn)型與就業(yè)的關(guān)系進(jìn)行了廣泛討論，但仍有一些問(wèn)題有待深入研究。由于指標(biāo)構(gòu)建和樣本選擇差異性，對(duì)于數(shù)字化轉(zhuǎn)型能否賦能穩(wěn)就業(yè)這一問(wèn)題，并未得出一致結(jié)論。即使一些文獻(xiàn)運(yùn)用上市公司的樣本進(jìn)行研究，但立足制造業(yè)企業(yè)特征，數(shù)字化轉(zhuǎn)型對(duì)穩(wěn)就業(yè)的影響機(jī)制仍有待進(jìn)一步研究。因此，本文基于2011—2022年中國(guó)A股制造業(yè)上市公司數(shù)據(jù)，運(yùn)用文本挖掘技術(shù)測(cè)度數(shù)字化轉(zhuǎn)型程度，實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的影響，從規(guī)模效應(yīng)和生產(chǎn)率效應(yīng)兩個(gè)方面分析了數(shù)字化轉(zhuǎn)型影響制造業(yè)企業(yè)就業(yè)規(guī)模的作用機(jī)制。本文的主要學(xué)術(shù)貢獻(xiàn)包括以下三個(gè)方面：首先，補(bǔ)充和拓展了有關(guān)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型影響的研究成果?，F(xiàn)有文獻(xiàn)主要關(guān)注制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的環(huán)境效應(yīng)和經(jīng)濟(jì)效應(yīng)，鮮有文獻(xiàn)分析其對(duì)企業(yè)就業(yè)的影響，且這一影響對(duì)中國(guó)擴(kuò)大就業(yè)容量、提升就業(yè)質(zhì)量至關(guān)重要。其次，聚焦制造業(yè)企業(yè)微觀主體，厘清了數(shù)字化轉(zhuǎn)型影響制造業(yè)企業(yè)就業(yè)規(guī)模的作用機(jī)制，并實(shí)證檢驗(yàn)了規(guī)模效應(yīng)和生產(chǎn)率效應(yīng)兩種機(jī)制的存在，為全面了解數(shù)字化轉(zhuǎn)型的實(shí)施效果提供了新的經(jīng)驗(yàn)證據(jù)。最后，深入考察了制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)不同崗位、員工受教育水平、企業(yè)規(guī)模、數(shù)字基礎(chǔ)設(shè)施水平和行業(yè)要素密集度等的就業(yè)影響差異性，為同類文獻(xiàn)提供了有益的補(bǔ)充和拓展。

二、理論分析與研究假設(shè)

數(shù)字化轉(zhuǎn)型反映了數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合的過(guò)程，數(shù)字化轉(zhuǎn)型賦能是指以新一代信息技術(shù)為關(guān)鍵生產(chǎn)要素，以現(xiàn)代數(shù)據(jù)網(wǎng)絡(luò)為重要載體，有效運(yùn)用數(shù)字技術(shù)作為提高效率的重要?jiǎng)恿?，激發(fā)企業(yè)創(chuàng)新和促進(jìn)企業(yè)成長(zhǎng)。數(shù)字化轉(zhuǎn)型作為推動(dòng)制造業(yè)質(zhì)量變革和效率變革的內(nèi)在驅(qū)動(dòng)力，能夠助力制造業(yè)企業(yè)穩(wěn)就業(yè)［15］。首先，制造業(yè)企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，在生產(chǎn)全過(guò)程開(kāi)展數(shù)字化研發(fā)、數(shù)字化生產(chǎn)、數(shù)字化管理、數(shù)字化運(yùn)營(yíng)和數(shù)字化銷售，能夠降低綜合成本，提高產(chǎn)品和服務(wù)質(zhì)量，從而提高制造業(yè)企業(yè)競(jìng)爭(zhēng)力。雖然在短期內(nèi)可能會(huì)替代一部分傳統(tǒng)的、重復(fù)性高的低技能勞動(dòng)力，但在長(zhǎng)期來(lái)看，就業(yè)創(chuàng)造的效應(yīng)將超過(guò)就業(yè)替代效應(yīng)［16］。這是因?yàn)閿?shù)字化轉(zhuǎn)型會(huì)提高企業(yè)生產(chǎn)率、降低產(chǎn)品生產(chǎn)成本和產(chǎn)品價(jià)格，擴(kuò)大產(chǎn)出規(guī)模，從而促進(jìn)企業(yè)勞動(dòng)力需求增長(zhǎng)，產(chǎn)生穩(wěn)就業(yè)效應(yīng)［17-18］。其次，制造業(yè)企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，實(shí)現(xiàn)了對(duì)要素投入數(shù)據(jù)的采集、整合和分析，有效解決了信息碎片化、不對(duì)稱和不完備等問(wèn)題，提高了生產(chǎn)決策的科學(xué)性，促使制造業(yè)企業(yè)生產(chǎn)活動(dòng)由經(jīng)驗(yàn)驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)變，提高了企業(yè)創(chuàng)新能力和生產(chǎn)率，促進(jìn)企業(yè)勞動(dòng)力需求增長(zhǎng)［5，19］。數(shù)字化轉(zhuǎn)型也增強(qiáng)了制造業(yè)產(chǎn)業(yè)鏈供應(yīng)鏈韌性，提高了制造業(yè)企業(yè)應(yīng)對(duì)不確定性風(fēng)險(xiǎn)的能力。企業(yè)依托大數(shù)據(jù)技術(shù)及時(shí)發(fā)現(xiàn)市場(chǎng)需求，提升其市場(chǎng)敏感度，增強(qiáng)市場(chǎng)開(kāi)拓力，從而促進(jìn)企業(yè)勞動(dòng)力需求增長(zhǎng)［20］。最后，制造業(yè)數(shù)字化轉(zhuǎn)型以“大（大數(shù)據(jù)） 智（人工智能） 物（物聯(lián)網(wǎng)） 云（云計(jì)算） ”為技術(shù)核心，可以推動(dòng)制造業(yè)通過(guò)發(fā)展新動(dòng)能實(shí)現(xiàn)快速增長(zhǎng)，促進(jìn)制造業(yè)產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的高度融合，形成新的數(shù)據(jù)變現(xiàn)模式，促進(jìn)新產(chǎn)業(yè)、新業(yè)態(tài)的涌現(xiàn)，為制造業(yè)企業(yè)穩(wěn)就業(yè)帶來(lái)新活力［21］。例如，制造業(yè)數(shù)字化轉(zhuǎn)型催生出工業(yè)互聯(lián)網(wǎng)、智能制造等新業(yè)態(tài)，增加了對(duì)人工智能工程技術(shù)人員、物聯(lián)網(wǎng)工程技術(shù)人員和量子算法工程師等高新技術(shù)領(lǐng)域的勞動(dòng)力需求?；诖?，本文提出如下假設(shè)：

假設(shè)1：數(shù)字化轉(zhuǎn)型能夠擴(kuò)大制造業(yè)企業(yè)就業(yè)規(guī)模。

數(shù)字化轉(zhuǎn)型通過(guò)擴(kuò)大產(chǎn)出規(guī)模擴(kuò)大制造業(yè)企業(yè)就業(yè)規(guī)模。首先，利用機(jī)器學(xué)習(xí)和人工智能技術(shù)，企業(yè)可以預(yù)測(cè)市場(chǎng)需求、優(yōu)化庫(kù)存管理并自動(dòng)調(diào)整生產(chǎn)策略，不僅降低了庫(kù)存成本，還降低了生產(chǎn)中斷的風(fēng)險(xiǎn)［22］。其次，數(shù)字化轉(zhuǎn)型促進(jìn)了供應(yīng)鏈內(nèi)部的協(xié)作［20］。通過(guò)數(shù)字化平臺(tái)，供應(yīng)鏈上下游企業(yè)可以更緊密地協(xié)作，共享信息，共同制定生產(chǎn)計(jì)劃。這種合作不僅提高了整個(gè)供應(yīng)鏈的運(yùn)營(yíng)效率，還使企業(yè)能夠迅速地應(yīng)對(duì)市場(chǎng)變化。此外，數(shù)字化轉(zhuǎn)型還可以打破資源和信息的壁壘和界限，提升企業(yè)供應(yīng)鏈上游供應(yīng)商和下游客戶的信息傳播效率與協(xié)同水平，降低企業(yè)內(nèi)部不同部門、不同環(huán)節(jié)和不同模塊之間的信息傳遞成本，實(shí)現(xiàn)資源最優(yōu)配置，從而降低交易成本［23］。這種成本的降低允許企業(yè)在保持或提高利潤(rùn)的同時(shí)，降低產(chǎn)品價(jià)格、提高市場(chǎng)競(jìng)爭(zhēng)力，更高的市場(chǎng)競(jìng)爭(zhēng)力會(huì)擴(kuò)大產(chǎn)出規(guī)模，從而增加對(duì)各個(gè)環(huán)節(jié)勞動(dòng)要素的投入［24］。同時(shí)，成本的降低為企業(yè)提供了資金，這部分資金可以用于投資新的生產(chǎn)技術(shù)或開(kāi)發(fā)新產(chǎn)品，促使企業(yè)不斷應(yīng)用數(shù)字技術(shù)和擴(kuò)大產(chǎn)出規(guī)模，這些都可能會(huì)創(chuàng)造新的就業(yè)機(jī)會(huì)［3］。基于此，本文提出如下假設(shè)：

假設(shè)2a：數(shù)字化轉(zhuǎn)型通過(guò)擴(kuò)大產(chǎn)出規(guī)模擴(kuò)大制造業(yè)企業(yè)就業(yè)規(guī)模。

數(shù)字化轉(zhuǎn)型通過(guò)提高生產(chǎn)率擴(kuò)大制造業(yè)企業(yè)就業(yè)規(guī)模。首先，信息理論認(rèn)為，在數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)利用大數(shù)據(jù)和云計(jì)算等數(shù)字技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行處理和分析，有效收集并處理零散和重復(fù)的數(shù)據(jù)，不僅為企業(yè)提供了更具傳播力的可用信息，而且隨著信息積累，企業(yè)在生產(chǎn)和銷售方面的決策能力進(jìn)一步加強(qiáng)，從而推動(dòng)生產(chǎn)率的持續(xù)提高［25］。另外，以大數(shù)據(jù)和云計(jì)算等為代表的數(shù)字技術(shù)，正深刻改變傳統(tǒng)制造業(yè)的生產(chǎn)制造和營(yíng)銷服務(wù)［5］。隨著數(shù)字技術(shù)的應(yīng)用，機(jī)器設(shè)備具有一定的識(shí)別和判斷能力，導(dǎo)致原有的研發(fā)設(shè)計(jì)、原料采購(gòu)、生產(chǎn)制造和營(yíng)銷服務(wù)等各環(huán)節(jié)得到優(yōu)化，企業(yè)生產(chǎn)率也得到大幅度提高［26］。其次，勞動(dòng)需求曲線理論認(rèn)為，生產(chǎn)率的提高增加了市場(chǎng)工作崗位，對(duì)勞動(dòng)力市場(chǎng)產(chǎn)生了極大的影響，從而導(dǎo)致對(duì)勞動(dòng)力需求的增加［27］。以數(shù)據(jù)驅(qū)動(dòng)型決策模式運(yùn)營(yíng)的企業(yè)，通過(guò)形成自動(dòng)化數(shù)據(jù)鏈，推動(dòng)生產(chǎn)制造各環(huán)節(jié)高效協(xié)同，降低了智能制造系統(tǒng)的復(fù)雜性和不確定性，其生產(chǎn)力能夠得到普遍提高［28］。數(shù)字化轉(zhuǎn)型程度較高的制造業(yè)企業(yè)利用云端存儲(chǔ)、區(qū)塊鏈等技術(shù)形成數(shù)據(jù)生產(chǎn)力，進(jìn)一步釋放創(chuàng)新要素價(jià)值，提高企業(yè)研發(fā)強(qiáng)度，通過(guò)數(shù)智化改造促使數(shù)字技術(shù)應(yīng)用于各生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)中，逐漸形成企業(yè)內(nèi)部創(chuàng)新的新范式和競(jìng)爭(zhēng)優(yōu)勢(shì)［29］。隨著企業(yè)研發(fā)創(chuàng)新能力的增強(qiáng)和先進(jìn)數(shù)字技術(shù)的廣泛應(yīng)用，企業(yè)生產(chǎn)率隨之提高，從而增加勞動(dòng)力需求?；诖耍疚奶岢鋈缦录僭O(shè)：

假設(shè)2b：數(shù)字化轉(zhuǎn)型通過(guò)提高生產(chǎn)率擴(kuò)大制造業(yè)企業(yè)就業(yè)規(guī)模。

三、研究設(shè)計(jì)

（一） 樣本選擇與數(shù)據(jù)來(lái)源

本文選取2011—2022年中國(guó)A股制造業(yè)上市公司為初始研究樣本，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的影響。大部分企業(yè)的數(shù)字化轉(zhuǎn)型主要發(fā)生在2011年以后，所以選取2011年為研究起點(diǎn)。本文對(duì)樣本進(jìn)行如下處理：剔除企業(yè)員工就業(yè)人數(shù)缺失及小于8人的樣本；剔除關(guān)鍵變量存在異常值的樣本；剔除關(guān)鍵變量存在缺失值的樣本；剔除經(jīng)營(yíng)狀況異常的樣本；保留具有連續(xù)三年觀測(cè)值的樣本。經(jīng)過(guò)處理，最終得到22 998個(gè)觀測(cè)值的非平衡面板數(shù)據(jù)。上市公司數(shù)據(jù)主要來(lái)自CSMAR數(shù)據(jù)庫(kù)和Wind數(shù)據(jù)庫(kù)，地區(qū)層面的數(shù)據(jù)來(lái)自于歷年《中國(guó)統(tǒng)計(jì)年鑒》。

（二） 變量定義

⒈被解釋變量

本文的被解釋變量是制造業(yè)企業(yè)就業(yè)規(guī)模（labor），借鑒韓國(guó)高和何春黎［8］與馬雙等［30］的做法，用企業(yè)員工人數(shù)的自然對(duì)數(shù)衡量。

⒉核心解釋變量

本文的核心解釋變量是數(shù)字化轉(zhuǎn)型（DT），目前關(guān)于數(shù)字化轉(zhuǎn)型的定義和量化方法尚無(wú)統(tǒng)一標(biāo)準(zhǔn)，在衡量數(shù)字化轉(zhuǎn)型方面主要存在三種方法［31］：第一種是文本分析法，提取上市公司年報(bào)中與數(shù)字技術(shù)相關(guān)的關(guān)鍵詞的詞頻衡量數(shù)字化轉(zhuǎn)型的深度與廣度［4-5］。第二種是構(gòu)建數(shù)字化轉(zhuǎn)型指數(shù)，以戰(zhàn)略引領(lǐng)、技術(shù)驅(qū)動(dòng)、組織賦能、企業(yè)數(shù)字化成果及應(yīng)用等作為一級(jí)指標(biāo)構(gòu)建指標(biāo)體系衡量數(shù)字化轉(zhuǎn)型程度［32］。第三種是替代指標(biāo)類，用上市公司財(cái)務(wù)報(bào)告附注披露的年末無(wú)形資產(chǎn)明細(xì)項(xiàng)中與數(shù)字化相關(guān)部分資產(chǎn)占無(wú)形資產(chǎn)總額的比例，作為數(shù)字化轉(zhuǎn)型的代理變量［33］。數(shù)字化轉(zhuǎn)型是當(dāng)前企業(yè)提高核心競(jìng)爭(zhēng)力的關(guān)鍵決策，其轉(zhuǎn)型特征更易于在上市公司年報(bào)中得以反映。上市公司年報(bào)可以揭示企業(yè)的戰(zhàn)略方向和對(duì)未來(lái)的規(guī)劃，也映射出企業(yè)的核心經(jīng)營(yíng)理念和在該指導(dǎo)思想下的發(fā)展方向?；诖?，對(duì)上市公司年報(bào)中與“數(shù)字化轉(zhuǎn)型”相關(guān)詞匯的使用頻率進(jìn)行分析，具有一定的可行性和科學(xué)性。因此，本文收集2011—2022年中國(guó)A股制造業(yè)上市公司年報(bào)，借鑒吳非等［4］的做法，構(gòu)建企業(yè)數(shù)字化術(shù)語(yǔ)詞典，將詞匯擴(kuò)充到Python的Jieba庫(kù)，統(tǒng)計(jì)人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)和數(shù)字技術(shù)應(yīng)用五大方面詞匯出現(xiàn)的次數(shù)。為弱化異方差引起的偏置效應(yīng)，進(jìn)一步取該詞頻加1后的自然對(duì)數(shù)衡量數(shù)字化轉(zhuǎn)型。

⒊機(jī)制變量

本文的機(jī)制變量為產(chǎn)出規(guī)模（Output） 和生產(chǎn)率（TFP）。其中，產(chǎn)出規(guī)模用企業(yè)營(yíng)業(yè)收入的自然對(duì)數(shù)衡量；生產(chǎn)率用企業(yè)全要素生產(chǎn)率衡量，本文運(yùn)用OLS方法測(cè)算企業(yè)全要素生產(chǎn)率。

⒋控制變量

為進(jìn)一步提高研究精度，本文選擇企業(yè)規(guī)模（size）、負(fù)債水平（lev）、企業(yè)年齡（age）、股權(quán)集中度（top）、產(chǎn)權(quán)性質(zhì)（soe）、獨(dú)立董事占比（indratio）、流動(dòng)比率（liquid）、資本密集度（ppe） 作為企業(yè)層面的控制變量；選擇經(jīng)濟(jì)發(fā)展水平（gdp）、老齡化程度（old）、平均工資水平（avewage） 作為地區(qū)層面的控制變量。其中，企業(yè)規(guī)模（size） 用企業(yè)總資產(chǎn)的自然對(duì)數(shù)衡量；負(fù)債水平（lev） 用企業(yè)總負(fù)債與總資產(chǎn)之比衡量；企業(yè)年齡（age） 用樣本觀測(cè)值所在年份與企業(yè)成立年份之差加1后的自然對(duì)數(shù)衡量；股權(quán)集中度（top） 用第一大股東持股數(shù)量與總股本之比衡量；企業(yè)為國(guó)有企業(yè)時(shí)，產(chǎn)權(quán)性質(zhì)（soe） 取值為1，否則為0；獨(dú)立董事占比（indratio） 用獨(dú)立董事人數(shù)與董事會(huì)總?cè)藬?shù)之比衡量；流動(dòng)比率（liquid） 用企業(yè)流動(dòng)資產(chǎn)與總資產(chǎn)之比衡量；資本密集度（ppe） 用企業(yè)固定資產(chǎn)與總資產(chǎn)之比衡量；經(jīng)濟(jì)發(fā)展水平（gdp） 用企業(yè)注冊(cè)地所在省份的人均GDP的自然對(duì)數(shù)衡量；老齡化程度（old） 用企業(yè)注冊(cè)地所在省份的老年人撫養(yǎng)比衡量；平均工資水平（avewage） 用企業(yè)注冊(cè)地所在省份的職工平均工資的自然對(duì)數(shù)衡量。

（三） 模型構(gòu)建

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的影響，本文構(gòu)建如下基準(zhǔn)回歸模型：

laborit = α0 + α1DTit + α2Xit + δi + φt + μit （1）

其中，laborit 為企業(yè)i在t年的就業(yè)規(guī)模，DTit 為企業(yè)i在t年的數(shù)字化轉(zhuǎn)型程度，Xit 為一系列控制變量，δi 為企業(yè)固定效應(yīng)，φt 為年份固定效應(yīng)，μit 為隨機(jī)干擾項(xiàng)。

（四） 描述性統(tǒng)計(jì)結(jié)果

本文主要變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。由表1可知，制造業(yè)企業(yè)就業(yè)規(guī)模（labor） 的均值為7. 659，標(biāo)準(zhǔn)差為1. 179，最小值為2. 079，最大值為13. 250，表明各企業(yè)勞動(dòng)力就業(yè)存在差異。數(shù)字化轉(zhuǎn)型（DT） 的均值為0. 940，標(biāo)準(zhǔn)差為1. 165，最小值為0，最大值為6. 358，表明大多數(shù)企業(yè)都進(jìn)行了數(shù)字化轉(zhuǎn)型，但各企業(yè)的數(shù)字化轉(zhuǎn)型程度差異較大。其余變量的描述性統(tǒng)計(jì)結(jié)果均與相關(guān)研究類似。

四、實(shí)證結(jié)果分析

（一） 基準(zhǔn)回歸結(jié)果

本文的基準(zhǔn)回歸結(jié)果如表2所示。由表2可知，列（1） 為未加入控制變量的回歸結(jié)果，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 070，且在1%水平下顯著。列（2） 為加入控制變量后的回歸結(jié)果，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 015，且在1%水平下顯著。這表明數(shù)字化轉(zhuǎn)型顯著擴(kuò)大了制造業(yè)企業(yè)就業(yè)規(guī)模，即數(shù)字化轉(zhuǎn)型賦能制造業(yè)企業(yè)更好發(fā)揮穩(wěn)就業(yè)的主力軍作用。由此，假設(shè)1得以驗(yàn)證。制造業(yè)企業(yè)引入了高度自動(dòng)化和智能化技術(shù)，如機(jī)器人技術(shù)、物聯(lián)網(wǎng)、人工智能等，這些技術(shù)的實(shí)施大幅提高了生產(chǎn)率和產(chǎn)品質(zhì)量，也增加了對(duì)設(shè)計(jì)、維護(hù)和操作這些先進(jìn)設(shè)備的專業(yè)人員的需求，以及對(duì)專注于優(yōu)化生產(chǎn)流程和供應(yīng)鏈管理的數(shù)據(jù)分析師和系統(tǒng)工程師的需求。隨著制造業(yè)向智能制造的轉(zhuǎn)型，對(duì)依賴技術(shù)的高技能工作崗位的需求不斷增長(zhǎng)，短期內(nèi)數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)的創(chuàng)造效應(yīng)大于替代效應(yīng)。

（二） 內(nèi)生性問(wèn)題

需要注意的是，數(shù)字化轉(zhuǎn)型和勞動(dòng)力需求之間可能存在互為因果的關(guān)系，也就是說(shuō)，那些勞動(dòng)力需求較高、經(jīng)濟(jì)效益較好的企業(yè)更積極地推進(jìn)數(shù)字化轉(zhuǎn)型。鑒于這種可能的內(nèi)生性問(wèn)題，本文采取了一系列方法來(lái)嘗試消除這一問(wèn)題，以確保研究結(jié)果的準(zhǔn)確性。

⒈雙重差分法

借鑒張虎等［21］與衣長(zhǎng)軍和趙曉陽(yáng)［34］的做法，本文借助“寬帶中國(guó)”戰(zhàn)略這一外生政策沖擊構(gòu)造準(zhǔn)自然實(shí)驗(yàn)，通過(guò)構(gòu)建雙重差分模型考察數(shù)字化轉(zhuǎn)型的外生沖擊對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的影響。本文選取“寬帶中國(guó)”戰(zhàn)略的原因主要在于：數(shù)字化轉(zhuǎn)型會(huì)受到當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)發(fā)展水平的影響。數(shù)字化轉(zhuǎn)型的廣泛應(yīng)用與當(dāng)?shù)氐木W(wǎng)絡(luò)傳輸速率和網(wǎng)絡(luò)覆蓋范圍密切相關(guān)，而“寬帶中國(guó)”戰(zhàn)略的目的是強(qiáng)化數(shù)字基礎(chǔ)設(shè)施建設(shè)和促進(jìn)信息技術(shù)發(fā)展，這為數(shù)字化轉(zhuǎn)型提供了良好的技術(shù)保障。本文選取“寬帶中國(guó)”戰(zhàn)略中的城市作為研究的實(shí)驗(yàn)組，并將其他城市定為控制組。在模型中，引入虛擬變量Treat，該變量對(duì)實(shí)驗(yàn)組中的企業(yè)取值為1，對(duì)控制組中的企業(yè)則取值為0。同時(shí)，設(shè)置表示政策實(shí)施時(shí)間的虛擬變量Post，入選試點(diǎn)名單之前的年份取值為0，入選試點(diǎn)名單當(dāng)年及以后年份取值為1。為深入分析政策實(shí)施對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的具體影響，構(gòu)建交互項(xiàng)Post×Treat，通過(guò)考察交互項(xiàng)的系數(shù)觀察政策沖擊對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的影響。

雙重差分法回歸結(jié)果如表3所示。由表3可知，列（1） 只考慮了企業(yè)和年份固定效應(yīng)，交互項(xiàng)的回歸系數(shù)為0. 064，且在1%水平下顯著。列（2） 加入了全部控制變量，交互項(xiàng)的回歸系數(shù)為0. 033，且在1%水平下顯著，表明數(shù)字化轉(zhuǎn)型顯著擴(kuò)大了制造業(yè)企業(yè)就業(yè)規(guī)模。在采用雙重差分法緩解模型內(nèi)生性后，數(shù)字化轉(zhuǎn)型依然能擴(kuò)大制造業(yè)企業(yè)就業(yè)規(guī)模，進(jìn)一步支持了本文的基準(zhǔn)回歸結(jié)果。

⒉工具變量檢驗(yàn)

為進(jìn)一步緩解內(nèi)生性的影響，本文使用工具變量法進(jìn)行估計(jì)。本文借鑒屠西偉和張平淡［35］與李青原等［36］的做法，選擇1984年各地級(jí)市每百萬(wàn)人郵局?jǐn)?shù)量與上一年全國(guó)互聯(lián)網(wǎng)端口數(shù)的交互項(xiàng)作為數(shù)字化轉(zhuǎn)型的工具變量（IV）。一方面，數(shù)字化轉(zhuǎn)型依賴互聯(lián)網(wǎng)技術(shù)，而早期的郵電服務(wù)為互聯(lián)網(wǎng)的發(fā)展奠定了基礎(chǔ)。企業(yè)數(shù)字化發(fā)展水平很大程度上受到信息技術(shù)發(fā)展水平的制約，郵局較多的區(qū)域更有可能推動(dòng)數(shù)字技術(shù)的發(fā)展，這些區(qū)域企業(yè)的數(shù)字化程度也更高，符合核心解釋變量的相關(guān)性要求。另一方面，郵電作為基礎(chǔ)公共設(shè)施，主要服務(wù)于民眾通訊需求，并不直接對(duì)企業(yè)勞動(dòng)力需求產(chǎn)生影響，具有外生性，可以消除內(nèi)生性問(wèn)題帶來(lái)的影響。

工具變量的回歸結(jié)果如表4所示。由表4列（1） 可知，工具變量的回歸系數(shù)為0. 102，且在1%水平下顯著，表明工具變量和數(shù)字化轉(zhuǎn)型之間存在相關(guān)性。Kleibergen?Paap rk LM的統(tǒng)計(jì)量為47. 160 （P=0. 000），表明不存在工具變量識(shí)別不足的情況。Kleibergen?Paap rk Wald F統(tǒng)計(jì)量顯著大于Stock?Yogo弱工具變量檢驗(yàn)臨界值，因而工具變量不存在弱識(shí)別問(wèn)題。綜上，工具變量的選擇具有合理性。由列（2） 可知，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 573，且在1%水平下顯著，表明工具變量的回歸結(jié)果依然支持基準(zhǔn)回歸結(jié)果。

（三） 穩(wěn)健性檢驗(yàn)①

⒈替換解釋變量衡量方式

本文改變數(shù)字化轉(zhuǎn)型的衡量方式：一是用華東師范大學(xué)研究團(tuán)隊(duì)與CSMAR團(tuán)隊(duì)合作發(fā)布的《中國(guó)上市公司數(shù)字化轉(zhuǎn)型研究數(shù)據(jù)庫(kù)》中的數(shù)字化轉(zhuǎn)型指數(shù)（DT1） 衡量本文解釋變量。二是用數(shù)字化資產(chǎn)與無(wú)形資產(chǎn)之比（DT2） 衡量本文解釋變量。替換解釋變量衡量方式的回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型能夠擴(kuò)大制造業(yè)企業(yè)就業(yè)規(guī)模，證實(shí)本文基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

⒉其他穩(wěn)健性檢驗(yàn)

為檢驗(yàn)回歸樣本的敏感性并確保研究結(jié)果的穩(wěn)健性，本文還進(jìn)行了如下操作：引入省份固定效應(yīng)、省份與年份交互效應(yīng)，以緩解數(shù)字化轉(zhuǎn)型可能引起的宏觀系統(tǒng)性環(huán)境變化；為處理可能存在的因果關(guān)系混淆問(wèn)題，將解釋變量滯后一期；將非平衡面板數(shù)據(jù)轉(zhuǎn)化為平衡面板數(shù)據(jù)。回歸結(jié)果顯示，本文基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

（四） 異質(zhì)性分析

⒈員工就業(yè)崗位

Autor等［37］ 認(rèn)為，數(shù)字化轉(zhuǎn)型能夠促進(jìn)對(duì)數(shù)字技術(shù)具有互補(bǔ)性的非常規(guī)任務(wù)崗位數(shù)量的增加，這些崗位通常要求從事復(fù)雜的認(rèn)知分析和人際互動(dòng)，如涉及技術(shù)分析和銷售策略的工作。同時(shí)，數(shù)字化轉(zhuǎn)型也可能導(dǎo)致常規(guī)任務(wù)崗位數(shù)量的減少，如那些重復(fù)性高且技術(shù)要求低的粗放型生產(chǎn)任務(wù)。為進(jìn)一步檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)不同崗位就業(yè)的影響，本文把企業(yè)員工分為生產(chǎn)人員、銷售人員、技術(shù)人員和管理人員，考察數(shù)字化轉(zhuǎn)型對(duì)不同崗位就業(yè)的影響，回歸結(jié)果如表5所示。由表5可知，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)就業(yè)的促進(jìn)作用主要體現(xiàn)在銷售人員、技術(shù)人員和管理人員上。數(shù)字化轉(zhuǎn)型帶來(lái)了新的銷售渠道和平臺(tái)（如電子商務(wù)），需要銷售人員和管理人員進(jìn)行客戶服務(wù)、市場(chǎng)開(kāi)拓、在線交易管理和監(jiān)督技術(shù)實(shí)施。對(duì)于生產(chǎn)人員而言，數(shù)字化轉(zhuǎn)型的影響在統(tǒng)計(jì)上不顯著，即數(shù)字化轉(zhuǎn)型對(duì)生產(chǎn)人員沒(méi)有明顯影響。這表明數(shù)字化轉(zhuǎn)型能夠創(chuàng)造非常規(guī)任務(wù)崗位的就業(yè)，并且綜合所有崗位來(lái)看，創(chuàng)造效應(yīng)超過(guò)了替代效應(yīng)，凈效應(yīng)為正。

⒉員工受教育水平

與高受教育水平員工相比，低受教育水平員工是否更有可能受到數(shù)字化轉(zhuǎn)型的沖擊？本文將企業(yè)員工受教育水平分為研究生及以上學(xué)歷、本科學(xué)歷、?？茖W(xué)歷、高中及以下學(xué)歷，進(jìn)一步考察數(shù)字化轉(zhuǎn)型對(duì)不同受教育水平員工就業(yè)的影響，回歸結(jié)果如表6所示。由表6可知，數(shù)字化轉(zhuǎn)型會(huì)增加研究生及以上學(xué)歷、本科學(xué)歷、?？茖W(xué)歷的勞動(dòng)力需求，而對(duì)高中及以下學(xué)歷的勞動(dòng)力沒(méi)有顯著影響。具體來(lái)說(shuō)：伴隨數(shù)字化轉(zhuǎn)型進(jìn)程的不斷深入，對(duì)于能夠設(shè)計(jì)、維護(hù)和優(yōu)化新系統(tǒng)的專業(yè)人才需求不斷增加，而這些專業(yè)人才通常具有更高的受教育水平。如前所述，受要素替代效應(yīng)影響，無(wú)論是高受教育水平員工還是低受教育水平員工，其相對(duì)要素價(jià)格都將下降。當(dāng)企業(yè)對(duì)勞動(dòng)力有需求時(shí)，更加傾向于招聘高受教育水平員工。對(duì)于高中及以下學(xué)歷的勞動(dòng)力，可能需要進(jìn)一步的培訓(xùn)和教育支持提升其技能，使其能夠適應(yīng)數(shù)字化轉(zhuǎn)型帶來(lái)的新崗位需求，技能的提升不僅增強(qiáng)了員工的個(gè)人能力，也提高了整個(gè)勞動(dòng)市場(chǎng)的競(jìng)爭(zhēng)力。

⒊其他異質(zhì)性分析

上述異質(zhì)性分析主要是基于勞動(dòng)力差異，考慮到不同勞動(dòng)力市場(chǎng)結(jié)構(gòu)存在較大差異，本文也從企業(yè)規(guī)模、數(shù)字基礎(chǔ)設(shè)施水平、行業(yè)要素密集度等三個(gè)方面進(jìn)行分組檢驗(yàn)，進(jìn)一步考察數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的異質(zhì)性影響。

由于不同規(guī)模的企業(yè)在研發(fā)創(chuàng)新、融資能力和競(jìng)爭(zhēng)優(yōu)勢(shì)等方面存在差異，大型企業(yè)和中小型企業(yè)受到數(shù)字化轉(zhuǎn)型的影響可能不同。按照國(guó)家統(tǒng)計(jì)局發(fā)布的《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法（2017）》，將樣本劃分為大型企業(yè)和中小型企業(yè)。表7列（1） 和列（2） 是數(shù)字化轉(zhuǎn)型對(duì)不同規(guī)模企業(yè)就業(yè)的回歸結(jié)果。在中小型企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 001，但不顯著。在大型企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 014，且在1%水平下顯著?？赡艿脑蚴?，大型企業(yè)作為數(shù)字化轉(zhuǎn)型的先行軍，擁有充足的資源推動(dòng)數(shù)字化轉(zhuǎn)型，在運(yùn)營(yíng)上更加靈活，能夠快速應(yīng)對(duì)數(shù)字化時(shí)代帶來(lái)的挑戰(zhàn)和機(jī)遇，調(diào)整其生產(chǎn)研發(fā)和產(chǎn)品市場(chǎng)策略，從而加速其商業(yè)模式的數(shù)字化改革。數(shù)字化轉(zhuǎn)型在大型企業(yè)的生產(chǎn)監(jiān)管、業(yè)務(wù)變革和組織運(yùn)營(yíng)等方面創(chuàng)造數(shù)字紅利，從而為穩(wěn)就業(yè)帶來(lái)顯著的賦能效果。對(duì)于中小型企業(yè)來(lái)說(shuō)，由于其資金和人力資源的限制，調(diào)整和實(shí)施數(shù)字化轉(zhuǎn)型策略所需的時(shí)間通常較長(zhǎng)，因而在短期內(nèi)對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的影響不顯著。

堅(jiān)實(shí)的數(shù)字基礎(chǔ)設(shè)施是制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的重要載體。當(dāng)?shù)財(cái)?shù)字基礎(chǔ)設(shè)施建設(shè)會(huì)顯著影響企業(yè)的數(shù)字化轉(zhuǎn)型，不同地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平的差異也會(huì)影響數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的促進(jìn)作用。因此，本文借鑒黃勃等［38］的做法，根據(jù)企業(yè)所在地區(qū)人均互聯(lián)網(wǎng)寬帶接入端口的中位數(shù)，將樣本分為高數(shù)字基礎(chǔ)設(shè)施地區(qū)和低數(shù)字基礎(chǔ)設(shè)施地區(qū)，分別考察不同數(shù)字基礎(chǔ)設(shè)施水平下數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)產(chǎn)生的差異性影響，回歸結(jié)果如表7列（3） 和列（4） 所示。由結(jié)果可知，不同數(shù)字基礎(chǔ)設(shè)施水平下數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)的影響有所不同。對(duì)高數(shù)字基礎(chǔ)設(shè)施地區(qū)而言，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 017，且在1%水平下顯著。對(duì)低數(shù)字基礎(chǔ)設(shè)施地區(qū)而言，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 007，但不顯著。這表明在高數(shù)字基礎(chǔ)設(shè)施地區(qū)，企業(yè)能夠充分利用當(dāng)?shù)氐募夹g(shù)環(huán)境與和基礎(chǔ)設(shè)施，更好地發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)的穩(wěn)就業(yè)效應(yīng)。一方面，在高數(shù)字基礎(chǔ)設(shè)施地區(qū)，網(wǎng)絡(luò)覆蓋廣泛、數(shù)據(jù)傳輸速度快、信息技術(shù)服務(wù)成熟等因素可能會(huì)提高企業(yè)采納新技術(shù)的能力和效率，有利于企業(yè)更好地利用數(shù)字技術(shù)優(yōu)化生產(chǎn)流程、提高生產(chǎn)率，從而促進(jìn)勞動(dòng)力需求增長(zhǎng)。另一方面，政府在高數(shù)字基礎(chǔ)設(shè)施地區(qū)可能提供更多關(guān)于技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型的支持，如稅收優(yōu)惠、技術(shù)創(chuàng)新補(bǔ)貼等，一定程度上鼓勵(lì)企業(yè)擴(kuò)大投資和增加就業(yè)。未來(lái)應(yīng)加強(qiáng)低數(shù)字基礎(chǔ)設(shè)施地區(qū)的建設(shè)，加大對(duì)網(wǎng)絡(luò)、數(shù)據(jù)中心等信息化基礎(chǔ)設(shè)施的投入，確保制造企業(yè)數(shù)字化運(yùn)作的高效和安全，提升整體的數(shù)字化水平。

為考察不同要素密集度行業(yè)是否會(huì)導(dǎo)致制造業(yè)企業(yè)就業(yè)人數(shù)的差異，本文將樣本分為勞動(dòng)密集型企業(yè)、資本密集型企業(yè)和技術(shù)密集型企業(yè)，回歸結(jié)果如表7列（5） —列（7） 所示。由結(jié)果可知，數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)密集型企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 016，但不顯著；對(duì)資本密集型企業(yè)就業(yè)規(guī)模的回歸系數(shù)為-0. 004，但不顯著；對(duì)技術(shù)密集型企業(yè)就業(yè)規(guī)模的回歸系數(shù)為0. 018，且在1%水平下顯著。產(chǎn)生這一結(jié)果的原因可能是制造業(yè)中大部分為醫(yī)藥、航空航天、計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)等技術(shù)密集型企業(yè)，其更依賴于先進(jìn)的機(jī)器、復(fù)雜工藝和高級(jí)技術(shù)，對(duì)數(shù)字化轉(zhuǎn)型的需求更大，這種數(shù)字紅利能夠擴(kuò)大技術(shù)密集型企業(yè)的勞動(dòng)力就業(yè)規(guī)模。勞動(dòng)密集型企業(yè)通常側(cè)重于傳統(tǒng)的、低技術(shù)含量的產(chǎn)品和服務(wù)，對(duì)勞動(dòng)者技能水平要求相對(duì)較低，因而數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)密集型企業(yè)的就業(yè)促進(jìn)效應(yīng)不夠明顯。資本密集型企業(yè)數(shù)字化轉(zhuǎn)型的就業(yè)規(guī)模擴(kuò)大效應(yīng)不明顯，這可能是因?yàn)橘Y本密集型企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)，更多地追求成本效益的提升，對(duì)人力資本的投入較少，因而對(duì)就業(yè)規(guī)模沒(méi)有顯著的促進(jìn)作用。

（五） 機(jī)制分析

前文分析認(rèn)為，數(shù)字化轉(zhuǎn)型會(huì)通過(guò)擴(kuò)大產(chǎn)出規(guī)模、提高生產(chǎn)率對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模產(chǎn)生促進(jìn)作用。盡管引進(jìn)新技術(shù)會(huì)對(duì)傳統(tǒng)就業(yè)崗位產(chǎn)生不利影響，但這種情況往往會(huì)隨著產(chǎn)出增長(zhǎng)帶來(lái)的積極創(chuàng)新效果得到緩解。應(yīng)用人工智能和自動(dòng)化技術(shù)能夠提高生產(chǎn)率，使得企業(yè)擴(kuò)大生產(chǎn)規(guī)模，最終將促使對(duì)勞動(dòng)力的需求增加［19］。為進(jìn)一步檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的作用機(jī)制，本文借鑒胡山和余泳澤［39］的做法，構(gòu)建如下機(jī)制模型：

其中，M為機(jī)制變量，包括產(chǎn)出規(guī)模和生產(chǎn)率。

機(jī)制檢驗(yàn)結(jié)果如表8 所示。由表8 列（1） 可知，數(shù)字化轉(zhuǎn)型對(duì)產(chǎn)出規(guī)模的回歸系數(shù)為0. 013，且在1%水平下顯著，即數(shù)字化轉(zhuǎn)型的實(shí)施會(huì)顯著擴(kuò)大產(chǎn)出規(guī)模，假設(shè)2a得以驗(yàn)證。這表明數(shù)字化轉(zhuǎn)型通過(guò)引入先進(jìn)的技術(shù)和工具，顯著地?cái)U(kuò)大了企業(yè)的產(chǎn)出規(guī)模，隨著產(chǎn)出的擴(kuò)大，企業(yè)對(duì)專業(yè)技能和普通勞動(dòng)力的需求也相應(yīng)增加，從而為勞動(dòng)者創(chuàng)造了就業(yè)機(jī)會(huì)。由列（2） 可知，數(shù)字化轉(zhuǎn)型對(duì)生產(chǎn)率的回歸系數(shù)為0. 011，且在1%水平下顯著，即數(shù)字化轉(zhuǎn)型能夠顯著提高制造業(yè)企業(yè)的生產(chǎn)率水平，假設(shè)2b得以驗(yàn)證。

五、研究結(jié)論與政策建議

（一） 研究結(jié)論

數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合被視為推動(dòng)中國(guó)經(jīng)濟(jì)從高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展的關(guān)鍵驅(qū)動(dòng)力，厘清數(shù)字化轉(zhuǎn)型與制造業(yè)企業(yè)就業(yè)規(guī)模的內(nèi)在邏輯，能夠?yàn)橹袊?guó)從人口紅利邁向數(shù)字紅利提供一個(gè)全新的分析視角?；诖?，本文基于2011—2022年中國(guó)A股制造業(yè)上市公司數(shù)據(jù)，利用上市公司年報(bào)并采用文本分析法評(píng)估企業(yè)層面的數(shù)字化轉(zhuǎn)型程度，從理論與實(shí)證兩個(gè)層面，全面分析數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的影響及作用機(jī)制。研究發(fā)現(xiàn)：第一，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模具有促進(jìn)作用，這一結(jié)論在進(jìn)行一系列穩(wěn)健性檢驗(yàn)后仍然成立。第二，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)就業(yè)規(guī)模的促進(jìn)作用主要集中在非常規(guī)任務(wù)崗位和高受教育水平員工就業(yè)上，且數(shù)字化轉(zhuǎn)型更有助于擴(kuò)大大型企業(yè)、高數(shù)字基礎(chǔ)設(shè)施水平地區(qū)企業(yè)和技術(shù)密集型企業(yè)的就業(yè)規(guī)模。第三，在影響機(jī)制方面，數(shù)字化轉(zhuǎn)型可以通過(guò)擴(kuò)大產(chǎn)出規(guī)模、提高生產(chǎn)率擴(kuò)大制造業(yè)企業(yè)就業(yè)規(guī)模。

（二） 政策建議

基于上述研究結(jié)論，本文提出如下政策建議：

其一，制造業(yè)企業(yè)應(yīng)抓住數(shù)字化轉(zhuǎn)型的契機(jī)，充分發(fā)揮數(shù)字化轉(zhuǎn)型的就業(yè)帶動(dòng)作用。制造業(yè)企業(yè)應(yīng)加大對(duì)數(shù)字技術(shù)的投資與應(yīng)用，重點(diǎn)關(guān)注云計(jì)算、大數(shù)據(jù)、人工智能等前沿技術(shù)，鼓勵(lì)制造業(yè)企業(yè)內(nèi)部創(chuàng)新，建立持續(xù)的技術(shù)革新機(jī)制，以適應(yīng)不斷變化的市場(chǎng)環(huán)境。制造業(yè)企業(yè)應(yīng)與供應(yīng)鏈伙伴、客戶、學(xué)術(shù)機(jī)構(gòu)等共同構(gòu)建數(shù)字化生態(tài)系統(tǒng)，通過(guò)合作創(chuàng)新促進(jìn)就業(yè)機(jī)會(huì)增加。另外，圍繞汽車、工程機(jī)械和軌道交通裝備等優(yōu)勢(shì)領(lǐng)域，開(kāi)展關(guān)鍵技術(shù)和先進(jìn)制造工藝集成應(yīng)用，加快數(shù)字化車間和智能工廠建設(shè)，推動(dòng)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型賦能高質(zhì)量就業(yè)。

其二，政府應(yīng)通過(guò)一系列體制機(jī)制改革，為中小型制造業(yè)企業(yè)、低數(shù)字基礎(chǔ)設(shè)施水平地區(qū)的制造業(yè)企業(yè)和勞動(dòng)密集型制造業(yè)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型優(yōu)化數(shù)字化發(fā)展環(huán)境、完善產(chǎn)業(yè)政策和配套設(shè)施。一方面，政府需要制定扶持政策，加大對(duì)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的資本投入，為制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型注入“源頭活水”。特別是針對(duì)中小型制造業(yè)企業(yè)和低數(shù)字基礎(chǔ)設(shè)施水平地區(qū)的制造業(yè)企業(yè)，發(fā)揮政府專項(xiàng)資金支持作用，拓寬融資渠道，創(chuàng)新金融服務(wù)，為制造業(yè)企業(yè)降低轉(zhuǎn)型成本提供有力保障。另一方面，加大數(shù)字化轉(zhuǎn)型的宣傳力度，實(shí)現(xiàn)企業(yè)戰(zhàn)略與政府政策的有效銜接，將制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型成效納入地方商業(yè)環(huán)境評(píng)估，充分發(fā)揮引領(lǐng)作用，帶動(dòng)社會(huì)資本內(nèi)外聯(lián)動(dòng)，全面助推制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

其三，通過(guò)完善社會(huì)保障制度緩解就業(yè)替代效應(yīng)，加強(qiáng)教育培訓(xùn)、提升就業(yè)能力。為緩解數(shù)字化轉(zhuǎn)型對(duì)低技能勞動(dòng)力的替代效應(yīng)，應(yīng)加強(qiáng)就業(yè)市場(chǎng)的供需匹配效應(yīng)，促進(jìn)勞動(dòng)力轉(zhuǎn)崗再就業(yè)，還應(yīng)加強(qiáng)就業(yè)困難群體的援助幫扶，進(jìn)一步完善失業(yè)保障制度，將符合條件的生活困難的失業(yè)人員及家庭及時(shí)納入低保等社會(huì)救助范圍。此外，應(yīng)加大全社會(huì)人力資本投資，通過(guò)實(shí)施有針對(duì)性的教育培訓(xùn)計(jì)劃，提升勞動(dòng)力市場(chǎng)的整體素質(zhì)，特別關(guān)注那些受數(shù)字化轉(zhuǎn)型沖擊較大的低技能勞動(dòng)力，支持制造業(yè)企業(yè)大力開(kāi)展職工在崗培訓(xùn)。同時(shí)，加大數(shù)字人才培育力度，建立多層次數(shù)字人才培養(yǎng)機(jī)制，提升數(shù)字化專業(yè)人才技能素質(zhì)。