西北地區(qū)數(shù)字化轉(zhuǎn)型程度與科技人力資源利用率耦合協(xié)調(diào)度研究

摘要：當(dāng)前，數(shù)字化轉(zhuǎn)型對(duì)于經(jīng)濟(jì)發(fā)展的影響日漸凸顯，我國西北地區(qū)數(shù)字化轉(zhuǎn)型程度較低，科技人力資源未被充分利用，導(dǎo)致了人才流失，也使得西北地區(qū)數(shù)字化轉(zhuǎn)型進(jìn)程受限。本文以西北五省數(shù)字化轉(zhuǎn)型程度與科技人力資源利用率為研究對(duì)象，選取2014—2022年西北五省面板數(shù)據(jù)，建立評(píng)價(jià)指標(biāo)，采用熵權(quán)TOPSIS法與DEA方法獲取兩者評(píng)價(jià)值，并建立耦合協(xié)調(diào)度模型，對(duì)兩者協(xié)調(diào)發(fā)展程度進(jìn)行分析。結(jié)果發(fā)現(xiàn)：（1）西北地區(qū)數(shù)字化程度呈現(xiàn)“兩邊高，中間低”的分布特點(diǎn)；（2）西北地區(qū)科技人力資源利用率處于較高水平；（3）在兩者耦合協(xié)調(diào)度方面，陜西省協(xié)調(diào)水平最高，甘肅、新疆、青海其次，寧夏相對(duì)協(xié)調(diào)水平較低?；谘芯拷Y(jié)論，本文提出針對(duì)性建議，以供參考。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；科技人力資源利用率；熵權(quán)TOPSIS；DEA；耦合協(xié)調(diào)度；西北地區(qū)

中圖分類號(hào)：F文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-0298（2024）12（b）--06

1引言

隨著第四次科技革命的到來，互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)深刻影響著地區(qū)經(jīng)濟(jì)發(fā)展。近年來，數(shù)字化轉(zhuǎn)型不斷深入推進(jìn)，2023年政府工作報(bào)告強(qiáng)調(diào)要加快傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)數(shù)字化轉(zhuǎn)型。在國家政策的導(dǎo)向下，數(shù)字化轉(zhuǎn)型成為加快建設(shè)現(xiàn)代化經(jīng)濟(jì)體系和推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的強(qiáng)大動(dòng)力。數(shù)字化轉(zhuǎn)型對(duì)于科技人力資源有著較高要求，從而推動(dòng)科技人力資源的發(fā)展[1]。數(shù)字化轉(zhuǎn)型可以在一定程度上提高科技人力資源利用效率，如果科技人力資源利用效率過低，則會(huì)制約行業(yè)的數(shù)字化轉(zhuǎn)型，進(jìn)而限制科技人力資源利用效率的提升。相反，如果科技人力資源利用效率高，數(shù)字化轉(zhuǎn)型程度也會(huì)隨之提高，且反作用于科技人力資源利用效率自身。只有兩者協(xié)調(diào)發(fā)展，才能相互促進(jìn)。

數(shù)字化轉(zhuǎn)型與科技人力資源之間存在復(fù)雜的關(guān)系，學(xué)術(shù)界關(guān)于數(shù)字化轉(zhuǎn)型的研究主要包括數(shù)字化轉(zhuǎn)型概念[1-2]、數(shù)字化轉(zhuǎn)型對(duì)企業(yè)發(fā)展的驅(qū)動(dòng)作用[3-5]、數(shù)字化轉(zhuǎn)型特征[6-7]等。關(guān)于科技人力資源的研究主要包括科技人力資源的定義[8-10]、科技人力資源集聚效應(yīng)[11-12]及其影響因素，包括經(jīng)濟(jì)政策與文化[13]、經(jīng)濟(jì)發(fā)展水平[14]、社會(huì)保障機(jī)制[15]等。

目前的研究大多聚集于數(shù)字化轉(zhuǎn)型或科技人力資源，而對(duì)于兩者之間相互作用的研究較少。目前，我國數(shù)字化轉(zhuǎn)型面臨著數(shù)字化復(fù)合人才稀缺的問題，這導(dǎo)致企業(yè)面臨數(shù)字化部門功能缺陷明顯，業(yè)務(wù)部門思維受限[16]?？萍既肆Y源利用率反映了科技人力資源的有效利用程度，故本文聚焦于西北五?。兾鳌⒏拭C、寧夏、青海、新疆）數(shù)字化程度與科技人力資源利用效率，建立評(píng)價(jià)體系，使用熵權(quán)TOPSIS法與DEA方法獲取評(píng)價(jià)值，并建立耦合協(xié)調(diào)度模型分析兩者耦合協(xié)調(diào)度，旨在助力西北五省推動(dòng)數(shù)字化轉(zhuǎn)型與科技人力資源利用效率提升，進(jìn)而推動(dòng)西北地區(qū)高質(zhì)量發(fā)展。

2數(shù)字化轉(zhuǎn)型與科技人力資源利用率耦合協(xié)調(diào)性分析

2.1數(shù)字化轉(zhuǎn)型對(duì)科技人力資源利用率的促進(jìn)作用

當(dāng)前，我國人力資源管理面臨科技人力資源配置混亂的問題[17]，造成這一現(xiàn)象的主要原因包括信息不對(duì)稱[18]和資金與人員不匹配[19]。人力資源配置不合理，將會(huì)導(dǎo)致人力資源利用效率低下[20]。具體而言：信息不對(duì)稱會(huì)導(dǎo)致企業(yè)與雇員之間供需關(guān)系模糊，從而導(dǎo)致個(gè)體與崗位不匹配[21]。此外，由于信息不對(duì)稱，可能會(huì)發(fā)生信息優(yōu)勢(shì)者對(duì)劣勢(shì)者的欺騙[22]。這兩種情況皆不利于創(chuàng)新成果的產(chǎn)出，從而影響人力資源利用效率。資金與人員不匹配具體是指大量的資金被配置給少部分人員，即資金冗余的發(fā)生。在創(chuàng)新過程中，由于大量資金的投入，研究人員希望以較短的時(shí)間產(chǎn)出高質(zhì)量成果，這就導(dǎo)致了兩種情況的發(fā)生：一是研究人員花費(fèi)大量資金引入技術(shù)，加長了學(xué)習(xí)周期與適應(yīng)周期[19]，這期間將會(huì)產(chǎn)生更多支出。二是研究人員主動(dòng)或被動(dòng)追求短周期成果，從而影響了產(chǎn)出質(zhì)量[23]。創(chuàng)新成果，是科技人力資源的最重要特質(zhì)[24]，創(chuàng)新產(chǎn)出質(zhì)量低，代表著科技人力資源的浪費(fèi)，從而導(dǎo)致科技人力資源利用率的降低。

在數(shù)字化時(shí)代背景下，數(shù)字化技術(shù)已被應(yīng)用于企業(yè)的管理運(yùn)營中[25]。在人力資源管理方面，數(shù)字化轉(zhuǎn)型有助于解決科技人力資源配置問題。通過數(shù)字化轉(zhuǎn)型，人力資源管理轉(zhuǎn)向全員參與，所有信息透明化，公司通過數(shù)字化轉(zhuǎn)型，可以最大限度做到崗位與員工相匹配。同時(shí)，雇員也可以最大限度地利用公司資源，從而提高創(chuàng)新成果質(zhì)量[26]。數(shù)字化轉(zhuǎn)型有助于企業(yè)建立高效靈活的科技人力資源管理系統(tǒng)，以其完善的監(jiān)測(cè)反饋機(jī)制應(yīng)對(duì)不同的科技人力資源需求[27]，盡可能使資金與人員相匹配，從而優(yōu)化科技人力資源配置，提高科技人力資源利用率。

2.2科技人力資源利用率對(duì)數(shù)字化轉(zhuǎn)型的促進(jìn)作用

企業(yè)在數(shù)字化轉(zhuǎn)型過程中，離不開高素質(zhì)的人力資源[28]，尤其是科技人力資源[29]。從微觀層面來看，數(shù)字化轉(zhuǎn)型在帶來海量信息的同時(shí)，也產(chǎn)生了大量的“信息垃圾”，通過數(shù)字技術(shù)排除“信息垃圾”，同時(shí)，將相關(guān)信息進(jìn)行整合，從而達(dá)到創(chuàng)新的目的，這需要相關(guān)技術(shù)創(chuàng)新人員的介入[30]。近年的研究表明，我國尚有55.89%的企業(yè)未啟動(dòng)數(shù)字化轉(zhuǎn)型，造成這一現(xiàn)象的主要原因是企業(yè)對(duì)數(shù)字化轉(zhuǎn)型的認(rèn)知不足[31]，故數(shù)字化轉(zhuǎn)型需要科技人才的支持，激發(fā)全員對(duì)數(shù)字化轉(zhuǎn)型的認(rèn)知[32]。從宏觀層面來看，數(shù)字技術(shù)更新迭代較快[33]，數(shù)字化轉(zhuǎn)型過程中不斷面臨更新技術(shù)的問題，故數(shù)字化轉(zhuǎn)型需要強(qiáng)專業(yè)性的復(fù)合化人才支撐[34]。另外，數(shù)字化轉(zhuǎn)型基礎(chǔ)設(shè)施不完善也是數(shù)字化轉(zhuǎn)型中存在的問題，數(shù)字化轉(zhuǎn)型需要完善的基礎(chǔ)設(shè)施，這要求企業(yè)投入大量的資源，而大部分企業(yè)無法承擔(dān)這一必要成本[35]，從而大大減緩了數(shù)字化轉(zhuǎn)型進(jìn)程，進(jìn)而影響了地區(qū)的數(shù)字化轉(zhuǎn)型發(fā)展。針對(duì)此問題，企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)，需要擁有數(shù)字化背景的科技人才做出合理規(guī)劃。

目前，我國科技人力資源總量巨大[36]，提高科技人力資源利用率，減少科技人力資源的浪費(fèi)，有助于集中資源解決篩選信息、提高認(rèn)知、完善設(shè)施與技術(shù)更新?lián)Q代等問題，從而加快數(shù)字化轉(zhuǎn)型進(jìn)程。

3研究方法

3.1熵權(quán)TOPSIS法

熵權(quán)TOPSIS法是基于熵權(quán)法確定評(píng)價(jià)指標(biāo)，比較觀測(cè)值、最優(yōu)方案與最劣方案之間距離來評(píng)價(jià)，若評(píng)價(jià)對(duì)象最靠近最優(yōu)解，則為最滿意解。熵權(quán)TOPSIS法可以對(duì)多個(gè)對(duì)象進(jìn)行評(píng)價(jià)，確定各對(duì)象所處序位，方便對(duì)象間進(jìn)行比較，具有操作性和穩(wěn)定性強(qiáng)的優(yōu)點(diǎn)[37-39]。

3.2DEA方法

對(duì)于規(guī)模相似的多個(gè)單位的投入與產(chǎn)出，DEA方法在測(cè)算其相對(duì)效率時(shí)具有相對(duì)有效性[40]，故DEA方法成為被廣泛使用的效率評(píng)價(jià)方法，對(duì)于多個(gè)決策單元，DEA方法可以分別衡量其相對(duì)效率并確定其最優(yōu)決策組合。常見的DEA方法包括CCR模型和BCC模型，兩者區(qū)別在于BCC模型在CCR模型的基礎(chǔ)上，擺脫了規(guī)模報(bào)酬不變的限制[41]。鑒于西北地區(qū)科技人力資源利用率的每個(gè)決策單元并非處于最優(yōu)生產(chǎn)規(guī)模，故本文選擇DEA方法中的BCC模型對(duì)西北地區(qū)科技人力資源利用率進(jìn)行衡量。

3.3耦合協(xié)調(diào)度評(píng)價(jià)模型

本文參考物理領(lǐng)域中的耦合協(xié)調(diào)度來衡量西北地區(qū)數(shù)字化轉(zhuǎn)型程度與科技人力資源利用率間的相互關(guān)聯(lián)程度，并依據(jù)耦合協(xié)調(diào)度D值大小對(duì)數(shù)字化轉(zhuǎn)型程度與科技人力資源利用率之間的耦合協(xié)調(diào)指數(shù)進(jìn)行等級(jí)劃分（見表1）。

3.4指標(biāo)體系的構(gòu)建

基于指標(biāo)選取的數(shù)據(jù)可獲得性、準(zhǔn)確性以及科學(xué)性，本文參考相關(guān)文獻(xiàn)[42-44]建立評(píng)價(jià)指標(biāo)體系（見表2）。

3.5數(shù)據(jù)來源

本文選取2014—2022年西北五省面板數(shù)據(jù)作為研究樣本，數(shù)據(jù)來自2015—2023年各地區(qū)統(tǒng)計(jì)年鑒、《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《北京大學(xué)數(shù)字普惠金融指數(shù)報(bào)告》及專利匯網(wǎng)站。

4實(shí)證分析

4.1數(shù)字化轉(zhuǎn)型程度及時(shí)序變化分析

依據(jù)評(píng)價(jià)指標(biāo)體系與測(cè)算模型，得出2014—2022年西北地區(qū)五個(gè)省份的數(shù)字化轉(zhuǎn)型程度評(píng)價(jià)值（見表3）。西北地區(qū)五個(gè)省份中，陜西、甘肅、寧夏與新疆在2014—2022年數(shù)字化轉(zhuǎn)型程度不斷提升，青海則處于波動(dòng)狀態(tài)。增長速度方面，陜西省增長速度在五個(gè)省份中最快，新疆其次，青海最慢。整體水平方面，五個(gè)省份中陜西省數(shù)字化轉(zhuǎn)型程度最高，新疆其次，寧夏相對(duì)最低。綜上可知，陜西省數(shù)字化轉(zhuǎn)型程度呈現(xiàn)較優(yōu)水平，新疆省其次，之后為甘肅省、青海省，最后為寧夏省。

4.2科技人力資源利用率及時(shí)序變化分析

如表4所示，2014—2022年，陜西省科技人力資源利用率一直處于較優(yōu)水平且波動(dòng)較小，青海省與新疆省一直有所波動(dòng)，而甘肅省與寧夏省在早期波動(dòng)較大，但近年來逐漸趨于平穩(wěn)發(fā)展。陜西省、甘肅省與青海省在九年間有五年效率達(dá)到最優(yōu)，而新疆省有4年效率達(dá)到最優(yōu)，寧夏省僅有兩年效率達(dá)到最優(yōu)。綜上可知，陜西省在科技人力資源利用率評(píng)價(jià)中最優(yōu)，其次為新疆省、青海省、甘肅省，寧夏省相對(duì)水平較低。

4.3數(shù)字化轉(zhuǎn)型程度科技人力資源利用率耦合協(xié)調(diào)度

將西北地區(qū)數(shù)字化轉(zhuǎn)型程度評(píng)價(jià)值與科技人力資源利用率耦合協(xié)調(diào)度依據(jù)表1劃分耦合協(xié)調(diào)等級(jí)（見表5、表6）。寧夏省耦合協(xié)調(diào)度一直處于較低水平，陜西省耦合協(xié)調(diào)度水平最高，但與其他三省相差較小。具體來看，陜西省與新疆省在九年間均處于協(xié)調(diào)狀態(tài)。甘肅省在2014年、2015年處于瀕臨失調(diào)狀態(tài)，在之后的七年間一直處于協(xié)調(diào)狀態(tài)。青海省2014年處于瀕臨失調(diào)狀態(tài)，2015—2022年均處于輕度協(xié)調(diào)狀態(tài)。寧夏省在九年間一直處于失調(diào)狀態(tài)。綜上可知，陜西省與新疆省處于較高的耦合協(xié)調(diào)度水平，其中甘肅省次于陜西省與新疆省，但總體水平也處于上升趨勢(shì)，再次為青海省，青海省耦合協(xié)調(diào)度水平與甘肅省相當(dāng)，但一直在0.500～0.550波動(dòng)。寧夏省耦合協(xié)調(diào)度水平最低，但寧夏省一直處于上升狀態(tài)。另外，從西北地區(qū)整體分析，數(shù)字化轉(zhuǎn)型程度與科技人力資源利用率間的耦合協(xié)調(diào)水平從失調(diào)水平逐漸開始協(xié)調(diào)，但整體協(xié)調(diào)水平仍然較低。

5結(jié)論與建議

5.1結(jié)論

本文利用熵權(quán)TOPSIS法、DEA方法與耦合協(xié)調(diào)度模型評(píng)估了西北地區(qū)五個(gè)省份2014—2022年的數(shù)字化轉(zhuǎn)型程度與科技人力資源利用率的耦合協(xié)調(diào)度，結(jié)論如下：

（1）從數(shù)字化轉(zhuǎn)型程度來看，西北地區(qū)五個(gè)省份在2014—2022年數(shù)字化轉(zhuǎn)型程度都有所上升，其中陜西省漲幅最高，達(dá)到177%，青海省漲幅最小，僅有20%。從時(shí)序演變來看，除青海省數(shù)字化轉(zhuǎn)型程度有所波動(dòng)外，其他省份均處于增長狀態(tài)。

（2）從科技人力資源利用率來看，2014年甘肅省與寧夏省兩個(gè)省份科技人力資源利用率相對(duì)較低，僅在0.5～0.6，其他三個(gè)省份利用率已經(jīng)達(dá)到較高水平，2015—2022年，各個(gè)省份科技人力資源利用率均達(dá)到較高水平，均在0.7以上?？萍既肆Y源利用率達(dá)到1為最優(yōu)，從此角度分析，陜西省、甘肅省、青海省最優(yōu)占比55.55%，新疆省最優(yōu)占比44.44%，寧夏省最優(yōu)占比22.22%。

（3）從兩者耦合協(xié)調(diào)度來看，陜西省耦合協(xié)調(diào)水平經(jīng)歷了“輕度協(xié)調(diào)-初級(jí)協(xié)調(diào)-中級(jí)協(xié)調(diào)”階段，新疆則經(jīng)歷了“輕度協(xié)調(diào)-初級(jí)協(xié)調(diào)”階段，這兩個(gè)省份是耦合協(xié)調(diào)度達(dá)到較高水平的省份。甘肅省與青海省次之，分別經(jīng)歷了“瀕臨失調(diào)-輕度協(xié)調(diào)-初級(jí)協(xié)調(diào)”階段與“瀕臨失調(diào)-輕度協(xié)調(diào)”階段。寧夏省相對(duì)耦合協(xié)調(diào)水平最低，但在九年間發(fā)展程度最大，經(jīng)歷了“極度失調(diào)-中度失調(diào)-輕度失調(diào)-瀕臨失調(diào)”階段。從省際差異來看，西北五省耦合協(xié)調(diào)度與數(shù)字化轉(zhuǎn)型程度同樣處于“兩邊高，中部地區(qū)依次下降”狀態(tài)。

5.2建議

（1）大力推廣數(shù)字化轉(zhuǎn)型。首先，加快西北地區(qū)數(shù)字化基礎(chǔ)設(shè)施建設(shè)，政府應(yīng)對(duì)西北地區(qū)數(shù)字化建設(shè)給予更多的政策支持與資金扶持，并結(jié)合當(dāng)?shù)厍闆r，合理分配資源。尤其對(duì)于偏遠(yuǎn)地區(qū)，更應(yīng)該重提高數(shù)字化基礎(chǔ)，讓更多人參與到數(shù)字化建設(shè)中，以此帶動(dòng)西北地區(qū)經(jīng)濟(jì)發(fā)展。

其次，西北地區(qū)應(yīng)加強(qiáng)具有數(shù)字化專業(yè)背景的復(fù)合型人才的引進(jìn)力度，優(yōu)化人才引入機(jī)制，發(fā)揮人才引領(lǐng)作用，加快數(shù)字化高等教育與職業(yè)教育步伐，提高勞動(dòng)力質(zhì)量，優(yōu)化勞動(dòng)力結(jié)構(gòu)，從而為西北地區(qū)數(shù)字化轉(zhuǎn)型提供勞動(dòng)力保障。

最后，加強(qiáng)區(qū)域間數(shù)字化建設(shè)交流，應(yīng)加強(qiáng)西北地區(qū)之間的交流，發(fā)揮以陜西省為代表的高數(shù)字化轉(zhuǎn)型水平地區(qū)的帶頭作用，與其他地區(qū)分享數(shù)字化轉(zhuǎn)型經(jīng)驗(yàn)。加強(qiáng)與東部發(fā)達(dá)地區(qū)的交流，為西北地區(qū)數(shù)字化轉(zhuǎn)型引入更加優(yōu)質(zhì)的動(dòng)能。加強(qiáng)國際間交流，目前我國數(shù)字化建設(shè)在某些方面仍然落后于西方發(fā)達(dá)國家[45]，可以通過出臺(tái)優(yōu)惠政策，引入外資技術(shù)，為本土提供學(xué)習(xí)機(jī)會(huì)。同時(shí)，引入高競(jìng)爭(zhēng)力的競(jìng)爭(zhēng)對(duì)手，以增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)，推動(dòng)西北地區(qū)企業(yè)大力發(fā)展數(shù)字技術(shù)。

（2）保持高科技人力資源利用率。保持高科技人力資源利用率，不僅要充分利用現(xiàn)有的科技人力資源，還要不斷擴(kuò)大科技人力資源總量。有研究表明，西北地區(qū)科技人力資源儲(chǔ)備低于東部[46]，西北地區(qū)首先應(yīng)規(guī)范科技人力資源管理，建立科技人力資源數(shù)據(jù)庫，規(guī)范科技人才認(rèn)定規(guī)則。其次，應(yīng)加大教育投入力度，擴(kuò)大科技人力教育范圍，吸收更多生源，細(xì)分專業(yè)方向，使科技人才專業(yè)化，并提供教育保障。此外，西北地區(qū)還應(yīng)積極響應(yīng)國家政策，依據(jù)戰(zhàn)略要求做好科技人才儲(chǔ)備計(jì)劃。

（3）西北地區(qū)應(yīng)規(guī)范科技投入管理，對(duì)科技成果幫扶應(yīng)做到嚴(yán)格審核，科技研發(fā)支出有據(jù)可依，避免人力與物力的浪費(fèi)。結(jié)合西北地區(qū)廣袤的地理特點(diǎn)，可以建立一體化網(wǎng)絡(luò)管理平臺(tái)，使科研人員工作便捷化。同時(shí)，鼓勵(lì)科研成果產(chǎn)出，注重科研成果質(zhì)量。遴選西北地區(qū)有科研實(shí)力的高校與科研院所，聚焦原始創(chuàng)新，從而夯實(shí)科研創(chuàng)新基礎(chǔ)。鼓勵(lì)西北地區(qū)高校與科研院所緊密合作，打破信息壁壘，共享技術(shù)，實(shí)現(xiàn)科技資源的優(yōu)勢(shì)互補(bǔ)。

5.3不足與展望

本文利用西北五省省際面板數(shù)據(jù)，對(duì)西北五省數(shù)字化轉(zhuǎn)型程度與科技人力資源利用率耦合協(xié)調(diào)度進(jìn)行了實(shí)證分析，研究結(jié)論可以為西北五省經(jīng)濟(jì)發(fā)展提供借鑒。但本文仍存在一些不足：首先，科技人力資源利用率研究相對(duì)較少，故對(duì)于科技人力資源利用率的衡量方法，未必為最優(yōu)方法，且科技人力資源的研究熱度較低，與其在社會(huì)發(fā)展中的作用地位不匹配[47]，故以后可以從科技人力資源利用率衡量方法進(jìn)行更深層次的研究。其次，本文對(duì)于數(shù)字化轉(zhuǎn)型程度與科技人力資源利用率的衡量指標(biāo)選取存在主觀性，對(duì)于各地的文化差異，各指標(biāo)產(chǎn)生的作用未能進(jìn)一步探究。

參考文獻(xiàn)

李旭超，張文怡，趙婧.企業(yè)數(shù)字化轉(zhuǎn)型、人力資本升級(jí)與高質(zhì)量就業(yè)[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，39（3）：40-52.

GeminiC.Digitaltransformation：Aroadmapforbillion[M].MITSloanManagement.2011.

ReddySK，ReinartzW.Digitaltransformationandvaluecreation：seachangeahead[J].MarketingIntelligenceReview，2017，9（1）：10-17.

ZiboudVanVeldhoven，JanVanthienen.Digitaltransformationasaninteraction-drivenperspectivebetweenbusiness，society，andtechnology[J].ElectronicMarkets，2021（3）：1-16.

RogersD.TheDigitalTransformationPlaybook：RethinkYourBusinessfortheDigitalAge[M].ColumbiaUniversityPress.2016：1-304

林琳，呂文棟.數(shù)字化轉(zhuǎn)型對(duì)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.

HiningsB，Gegenhuber，Thomas，Greenwood，Royston.Digitalinnovationandtransformation：aninstitutionalperspective[J].Informationandorganization，2018（1）：52-61.

宋加金.高?？萍既肆Y源管理問題分析[J].科學(xué)管理研究，1998（6）：52-55.

徐治立.試論科技人力資源的意義，屬性及配置開發(fā)管理[J].科技管理研究，2001（6）：62-64.

謝智波，李向東，趙華峰.科技人力資源開發(fā)潛力綜合評(píng)價(jià)[J].軟科學(xué)，2004，18（2）：86-89.

孫婕.科技人才管理影響因素與促進(jìn)機(jī)制研究[J].企業(yè)改革與管理，2015（22）：44.

王奮，韓伯棠.科技人力資源區(qū)域集聚效應(yīng)的實(shí)證研究[J].中國軟科學(xué)，2006（3）：91-99.

楊芝.科技人才集聚研究綜述：基于人才集聚效應(yīng)的視角[J].科技創(chuàng)業(yè)，2014（6）：133-136.

韓偉亞.科技人才集聚環(huán)境競(jìng)爭(zhēng)力實(shí)證研究：基于河南省18個(gè)省轄市的對(duì)比分析[J].黃河科技大學(xué)學(xué)報(bào)，2014，16（4）：48-52.

霍麗霞，王陽，魏巍.中國科技人才集聚研究[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2019，21（5）：13-21.

孫靜，任亞軍，朱凱，等.“雙碳”目標(biāo)下新能源設(shè)計(jì)行業(yè)數(shù)字化轉(zhuǎn)型發(fā)展探討[J].西北水電，2023（3）：105-108.

趙曉理.新時(shí)代下人力資源管理存在的問題及其完善對(duì)策[J].吉首大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，39（S2）：82-84.

易明，吳婷.Ramp;D資源配置扭曲、TFP與人力資本的糾偏作用[J].科學(xué)學(xué)研究，2021，39（1）：42-52.

ReisAB，SequeiraTN.HumanCapitalandOverinvestmentinRamp;D[J].TheScandinavianJournalofEconomics，2007，109（3）：573-591.

張?jiān)气P，王雨.物流產(chǎn)業(yè)效率評(píng)價(jià)及影響因素分析[J].統(tǒng)計(jì)與決策，2018，34（8）：109-112.

李俊青，張雪瑩，袁博.社會(huì)網(wǎng)絡(luò)異質(zhì)性與人力資本誤配[J].經(jīng)濟(jì)研究，2023，58（12）：167-184.

李靜，傅明宸.企業(yè)數(shù)字化助推勞動(dòng)配置效率：機(jī)制和異質(zhì)性[J/OL].西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，1-16[2024-05-28].

林雨昕，劉怡.基礎(chǔ)研究資助逆向激勵(lì)的考察[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（11）：94-116.

劉志，唱小溪，周禹，等.過程視角下數(shù)字化人力資源管理對(duì)員工創(chuàng)新行為的促進(jìn)機(jī)制研究[J].科技進(jìn)步與對(duì)策，2023，40（12）：140-150.

王維，李璐璐，李宏揚(yáng).新一代信息技術(shù)企業(yè)文化強(qiáng)度、吸收能力與并購創(chuàng)新績(jī)效的關(guān)系研究[J].軟科學(xué)，2021，35（4）：49-54.

陳同揚(yáng)，賀文靜，李婉青.數(shù)字化時(shí)代的人力資源管理與數(shù)字化人力資源管理系統(tǒng)辨析[J].科技管理研究，2022，42（22）：130-136.

倪央，王斌.數(shù)字化推動(dòng)西藏科技人力資源配置優(yōu)化研究[J].西藏大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，39（1）：207-216.

肖土盛，孫瑞琦，袁淳，等.企業(yè)數(shù)字化轉(zhuǎn)型、人力資本結(jié)構(gòu)調(diào)整與勞動(dòng)收入份額[J].管理世界，2022，38（12）：220-237.

Alexopoulos，M.andCohen，J.，2016，“TheMediumIstheMeasure：TechnicalChangeandEmployment，1909-1949”，ReviewofEconomicsandStatistics，98（4）：792-810.

姚嵐，譚維智.數(shù)字化轉(zhuǎn)型視域下技術(shù)創(chuàng)新人才培養(yǎng)：訴求、困境與變革[J].高等工程教育研究，2023（1）：142-147.

史宇鵬，王陽，張文韜.我國企業(yè)數(shù)字化轉(zhuǎn)型：現(xiàn)狀、問題與展望[J].經(jīng)濟(jì)學(xué)家，2021（12）：90-97.

涂曉楓，周遠(yuǎn)洋，張濤，等.金融科技助力金融基礎(chǔ)設(shè)施數(shù)字化轉(zhuǎn)型[J].債券，2024（4）：84-89.

曾祥明.數(shù)字經(jīng)濟(jì)推進(jìn)共同富裕的理論機(jī)理、現(xiàn)實(shí)困境與路徑優(yōu)化[J].湖北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，50（5）：11-20.

汪淼軍.流通數(shù)字化和創(chuàng)造性毀滅[J].浙江大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，52（12）：5-20.

于淼，劉銘基，趙旭.企業(yè)數(shù)字化轉(zhuǎn)型需要什么樣的“領(lǐng)航員”：基于機(jī)器學(xué)習(xí)方法的考察[J].中國軟科學(xué)，2024（5）：173-187.

吳江，馮定國.加快形成新質(zhì)生產(chǎn)力的人才驅(qū)動(dòng)策略[J/OL].當(dāng)代經(jīng)濟(jì)管理，1-11[2024-05-30].

韋曉保，陳巽.基于熵權(quán)TOPSIS法的機(jī)器翻譯譯文測(cè)度[J].外國語（上海外國語大學(xué)學(xué)報(bào)），2023，46（6）：106-119.

趙俊遠(yuǎn)，梁靜波，高翔.黃河流域旅游發(fā)展績(jī)效的時(shí)空格局與影響因素[J].統(tǒng)計(jì)與決策，2023，39（23）：68-73.

許軍.中國產(chǎn)業(yè)鏈創(chuàng)新水平的測(cè)度評(píng)價(jià)：地區(qū)差距與動(dòng)態(tài)演進(jìn)[J].統(tǒng)計(jì)與決策，2024，40（5）：111-115.

楊國梁，劉文斌，鄭海軍.數(shù)據(jù)包絡(luò)分析方法（DEA）綜述[J].系統(tǒng)工程學(xué)報(bào)，2013，28（6）：840-860.

王江泉，張俊，趙鑫.考慮技術(shù)進(jìn)步的DEA方法研究[J].統(tǒng)計(jì)與信息論壇，2021，36（3）：32-48.

孫勇，張思慧，趙騰宇，等.數(shù)字技術(shù)創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響及其空間效應(yīng)：以長江經(jīng)濟(jì)帶為例[J].軟科學(xué)，2022，36（10）：9-16.

何偉，董影，呂靜文.數(shù)字化轉(zhuǎn)型對(duì)區(qū)域創(chuàng)新生態(tài)系統(tǒng)生態(tài)位適宜度的影響[J/OL].科技進(jìn)步與對(duì)策，1-10[2024-05-11].

劉玲，杜鵬程，趙曙明.基于DEA的我國科技人力資源利用效率研究：以高技術(shù)產(chǎn)業(yè)為例[J].科技與經(jīng)濟(jì)，2010，23（3）：73-76.

劉景景，熊學(xué)振，吳天龍，等.農(nóng)業(yè)農(nóng)村數(shù)字技術(shù)應(yīng)用的國際鏡鑒及踐行指向[J].世界農(nóng)業(yè)，2024（5）：5-12.

張靜，鄧大勝.異質(zhì)性科技人力資源集聚及影響因素研究[J].技術(shù)經(jīng)濟(jì)，2021，40（3）：108-118.

馬茹，黃園淅.區(qū)域科技人力資源測(cè)度及影響因素研究[J].中國科技論壇，2022（4）：109-119.