數(shù)字政府建設(shè)有助于促進勞動就業(yè)嗎？

摘 要：在當前“穩(wěn)就業(yè)”的重大現(xiàn)實需求下，數(shù)字政府建設(shè)有望成為實現(xiàn)穩(wěn)定就業(yè)目標的新思路。文章在使用投入產(chǎn)出表測算數(shù)字政府建設(shè)水平的基礎(chǔ)上，采用2007—2020年中國上市公司數(shù)據(jù)，深入考察了數(shù)字政府建設(shè)對企業(yè)勞動就業(yè)的影響及其作用機制，并進一步討論數(shù)字政府建設(shè)對勞動資源配置效率的影響。研究結(jié)果表明，數(shù)字政府建設(shè)能夠顯著增加企業(yè)的勞動就業(yè)數(shù)量，該結(jié)論在經(jīng)過一系列穩(wěn)健性檢驗后依然成立，且這一影響在私有企業(yè)、缺乏政治關(guān)聯(lián)的企業(yè)、成長期企業(yè)和勞動密集型企業(yè)中更加明顯；數(shù)字政府建設(shè)不僅能通過削減非生產(chǎn)性支出、緩解融資約束和降低經(jīng)濟不確定性擴大企業(yè)的生產(chǎn)投資和勞動需求，還能通過拓展業(yè)務范圍發(fā)揮崗位創(chuàng)造效應，共同增加企業(yè)就業(yè)數(shù)量；數(shù)字政府建設(shè)還有助于緩解企業(yè)的雇傭不足，提高企業(yè)內(nèi)的勞動資源配置效率，并通過增強市場競爭優(yōu)化企業(yè)間的勞動要素分配。文章評估數(shù)字政府建設(shè)的就業(yè)效應，對強化政府數(shù)字化建設(shè)、實現(xiàn)“穩(wěn)就業(yè)”政策目標具有重要的現(xiàn)實意義。

關(guān)鍵詞：數(shù)字政府 市場環(huán)境 就業(yè)數(shù)量 勞動資源配置效率

DOI：10.19592/j.cnki.scje.420668

JEL分類號：D21， J21， M51" "中圖分類號：F241

文獻標識碼：A" "文章編號：1000 - 6249（2025）02 - 026 - 21

一、引言與文獻綜述

在新一輪技術(shù)革命的浪潮中，以云計算、人工智能、區(qū)塊鏈和大數(shù)據(jù)等為代表的數(shù)字技術(shù)，為政府治理模式的改善和治理能力的提升提供了契機（黃其松，2022），并成為提高公共服務效率、營造公平競爭市場環(huán)境的重要引擎。2022年國務院發(fā)布了《關(guān)于加強數(shù)字政府建設(shè)的指導意見》，從頂層設(shè)計布局數(shù)字政府建設(shè)，提出以數(shù)字化手段實現(xiàn)“公共服務高效化”和“維護公平競爭的市場秩序”1。因此，數(shù)字政府建設(shè)作為政府治理變革的關(guān)鍵環(huán)節(jié)，必然在政府與市場主體的互動關(guān)系中，對企業(yè)的經(jīng)營決策行為產(chǎn)生重大影響。

在數(shù)字政府對企業(yè)行為的諸多影響中，本文重點關(guān)注其對企業(yè)勞動雇傭行為的影響。當前，中國的就業(yè)形勢仍較為嚴峻。一方面，國內(nèi)外市場需求收縮，企業(yè)經(jīng)營困難，勞動力需求不足；另一方面，高校畢業(yè)人數(shù)連續(xù)增長，“青年就業(yè)難”的問題不斷凸顯。為此，2023年7月召開的中央政治局會議明確“把穩(wěn)就業(yè)提高到戰(zhàn)略高度通盤考慮”1，“穩(wěn)就業(yè)”已上升為國家戰(zhàn)略?？紤]到政府是影響企業(yè)生產(chǎn)擴張和勞動需求的關(guān)鍵營商環(huán)境要素（于文超和梁平漢，2019；Priya and Sharma，2024），本文從數(shù)字政府的視角出發(fā)，考察政府的數(shù)字技術(shù)應用水平對企業(yè)勞動雇傭行為的影響，以期從宏微觀相結(jié)合的視角為“穩(wěn)就業(yè)”提供新思路。

從已有文獻來看，國內(nèi)外學者重點考察了數(shù)字政府的度量方式及其宏觀經(jīng)濟效應，但是對微觀經(jīng)濟效應的研究相對不足。在數(shù)字政府的度量方面，多數(shù)文獻以政府門戶網(wǎng)站建設(shè)作為代理變量（Elbahnasawy，2021；范合君等，2022），數(shù)據(jù)來源于第三方發(fā)布的政府網(wǎng)站績效評估報告或地方政府披露的網(wǎng)站工作報表；也有部分文獻采用電子政務發(fā)展指數(shù)表征政府的數(shù)字化水平（施炳展和游安南，2021）。上述方法的特點是選取數(shù)字政府的若干維度，使用熵值法或主成分分析法等綜合評價方法構(gòu)建指標（張楠等，2022）。然而，數(shù)字政府不僅僅體現(xiàn)在政府網(wǎng)站的建設(shè)方面，更表現(xiàn)為政府利用數(shù)字技術(shù)改造傳統(tǒng)政務服務模式，促進政府治理結(jié)構(gòu)變革和職能轉(zhuǎn)變，最終落腳到政府公共服務效率的提高上。網(wǎng)站建設(shè)難以反映政府治理方式的變革和服務效率的提升，無法對數(shù)字政府建設(shè)程度做出全面的衡量。

在數(shù)字政府的宏觀經(jīng)濟效應方面，國內(nèi)外學者主要從公共服務效率和監(jiān)督管理能力兩方面探討數(shù)字政府對政府職能轉(zhuǎn)變的影響，具體來說：（1）從公共服務效率看，政府在線政務平臺形成的數(shù)字化辦事流程，極大提高了行政效率和公共服務質(zhì)量（Twizeyimana and Andersson，2019）。一方面，數(shù)字技術(shù)帶來的處理流程自動化加強了行政程序的標準化和規(guī)范化，能有效減少人際關(guān)系等因素對治理過程的干擾（高奇琦，2023），也能有效減少政府對市場的不當干預，為企業(yè)經(jīng)營創(chuàng)造良好的營商環(huán)境（范合君等，2022）。例如，周荃等（2023）使用跨國數(shù)據(jù)發(fā)現(xiàn)，數(shù)字政府建設(shè)有利于減少企業(yè)獲取政務服務的時間和所經(jīng)歷的程序數(shù)目，降低企業(yè)獲取政務服務的合規(guī)成本，促進經(jīng)濟高質(zhì)量發(fā)展。另一方面，數(shù)字政府可以實現(xiàn)跨層級、跨區(qū)域、跨部門數(shù)據(jù)互通和共享交換，促進其向扁平化的結(jié)構(gòu)形態(tài)發(fā)展（黃其松，2022），并提高決策的科學性和精準性，促進基本公共服務效能的提高（黃壽峰和趙巖，2023）。然而，也有研究表明，數(shù)字政府對公共服務效率的提升受限于制度環(huán)境。只有在更為健全和完善的制度環(huán)境中，數(shù)字技術(shù)對政府治理效率的提升效應才會更為明顯（趙云輝等，2019）；同時，自上而下的權(quán)力運作機制也可能會給數(shù)字治理帶來挑戰(zhàn)（Lin，2018），使其難以發(fā)揮提高行政效率和改進公共服務的作用。（2）從監(jiān)督管理能力看，數(shù)字技術(shù)（尤其是大數(shù)據(jù)技術(shù)）增強了政府對數(shù)據(jù)的收集和處理能力，并通過建立統(tǒng)一的信息平臺，提高政府各部門的信息共享效率，提高監(jiān)管質(zhì)量（楊進等，2024）。例如，Kitsios et al.（2023）發(fā)現(xiàn)數(shù)字技術(shù)可以通過改善信息質(zhì)量來提高稅收合規(guī)性；無獨有偶，吳俊杰等（2020）也發(fā)現(xiàn)數(shù)字技術(shù)的使用改變了城市公共安全管理的事后應急處理模式，轉(zhuǎn)而追求事先的安全風險預測，能夠有效防止安全事故的發(fā)生。但是，也有部分學者對數(shù)字政府的監(jiān)管和控制能力表示擔憂，認為數(shù)字技術(shù)很可能引發(fā)政府職權(quán)的擴展和社會控制的強化（Jean，2021），而嚴格的網(wǎng)絡(luò)審查和數(shù)字控制可能囿于信息的真實性而削弱治理效果（Guriev et al.，2021）。

在數(shù)字政府的微觀經(jīng)濟效應方面，盡管從理論上講，數(shù)字政府通過提高公共服務效率和政府治理能力，必然會改善微觀企業(yè)的市場環(huán)境，但是迄今為止，僅有少量文獻關(guān)注了數(shù)字政府對微觀企業(yè)的外溢效應，并圍繞著制度交易成本和數(shù)據(jù)要素兩個視角展開分析。一方面，學者們認為數(shù)字政府有助于降低企業(yè)的制度性交易成本，減輕企業(yè)的行政負擔，從而提高企業(yè)的全要素生產(chǎn)率（何雨可等，2024）；數(shù)字政府有助于降低企業(yè)的通關(guān)成本，促進企業(yè)的對外貿(mào)易規(guī)模擴大和出口產(chǎn)品質(zhì)量升級（施炳展和游安南，2021；劉文革等，2024）。另一方面，政務數(shù)據(jù)的開放可以向市場提供充分的數(shù)據(jù)信息，有效緩解市場主體之間的信息不對稱，助力企業(yè)進行信貸融資（Deininger and Goyal，2012；楊龍見等，2021）。更重要的是，數(shù)據(jù)具有普惠性和非競爭性的特點（Jones and Tonetti，2020），是對當前市場要素的重要補充。企業(yè)對政府數(shù)據(jù)的訪問可以產(chǎn)生巨大的經(jīng)濟效益，不僅提高企業(yè)的投資效率（Nagaraj，2022），還可以產(chǎn)生范圍經(jīng)濟，促使企業(yè)進行多產(chǎn)品創(chuàng)新（Beraja et al.，2023）。

基于此，本文聚焦數(shù)字政府建設(shè)對企業(yè)就業(yè)數(shù)量的影響及其作用機制，并進一步討論數(shù)字政府對勞動資源配置效率的影響。本文可能的邊際貢獻在于：第一，與已有文獻不同，本文基于經(jīng)濟增長核算框架，使用投入產(chǎn)出表數(shù)據(jù)測算省級政府部門數(shù)字資本的產(chǎn)出貢獻，以此衡量數(shù)字政府建設(shè)水平，在一定程度彌補了現(xiàn)有數(shù)字政府指標的缺陷。第二，與以往討論企業(yè)層面和產(chǎn)業(yè)層面數(shù)字技術(shù)應用的文獻不同，本文以數(shù)字技術(shù)在政府部門的應用為切入點，考察數(shù)字政府對微觀企業(yè)勞動就業(yè)的影響及其作用機制，拓展了數(shù)字技術(shù)及其經(jīng)濟效應的研究視角。第三，本文從生產(chǎn)規(guī)模擴張和勞動崗位創(chuàng)造兩方面系統(tǒng)地闡述了數(shù)字政府對企業(yè)勞動就業(yè)的作用機制，并使用內(nèi)生中介效應模型緩解機制分析中可能存在的內(nèi)生性問題，以準確識別影響機制。第四，本文在探究數(shù)字政府建設(shè)對企業(yè)就業(yè)數(shù)量影響的基礎(chǔ)上，進一步將勞動資源配置效率納入研究視野，不僅討論了勞動資源在企業(yè)內(nèi)部的配置效率，還探討了勞動要素在企業(yè)間的優(yōu)化分配，為全面了解數(shù)字政府建設(shè)的就業(yè)效應提供了有力的經(jīng)驗證據(jù)，也為數(shù)字時代“穩(wěn)就業(yè)”政策的實施提供了新思路。

二、理論分析與假說

從理論上講，數(shù)字政府建設(shè)作為一場深刻的政府治理變革，能夠產(chǎn)生強烈的外溢效應，影響微觀主體的行為。如圖1所示，一方面，數(shù)字政府有利于降低企業(yè)的非生產(chǎn)性支出、緩釋融資約束、降低

經(jīng)濟不確定性，引導企業(yè)將更多經(jīng)濟資源用于生產(chǎn)投資與勞動雇傭；另一方面，數(shù)字政府可以推動企業(yè)業(yè)務范圍的拓展，創(chuàng)造新的崗位需求，最終影響企業(yè)的就業(yè)規(guī)模。

（一）非生產(chǎn)性支出降低機制

在傳統(tǒng)的政務服務模式下，政府通過行政管制和項目審批等方式，對市場具有較強的干預能力。企業(yè)為規(guī)避行政管制，可能會通過公關(guān)、招待等非生產(chǎn)性活動，維持與官員的良好關(guān)系。這種非生產(chǎn)性支出會對企業(yè)的勞動就業(yè)產(chǎn)生負面影響。這是因為，一方面，當企業(yè)將更多資源和精力用于公關(guān)、招待等非生產(chǎn)性活動時，生產(chǎn)、創(chuàng)新等生產(chǎn)性活動的支出會相應減少（陳駿和徐捍軍，2019）。企業(yè)的生產(chǎn)投資規(guī)模減少，必然導致相應的勞動要素投入減少。另一方面，非生產(chǎn)性支出會加重企業(yè)經(jīng)營成本的負擔，壓縮企業(yè)的利潤空間，降低企業(yè)進行生產(chǎn)投資和勞動要素投入的意愿。因此，非生產(chǎn)性支出降低會提高企業(yè)擴大生產(chǎn)的能力和意愿，進一步提高勞動就業(yè)水平。

數(shù)字政府在限制政府對市場過多干預和削弱企業(yè)尋租動機方面，具有得天獨厚的優(yōu)勢。首先，線上政務服務有助于塑造標準化的行政流程，為企業(yè)營造公平的市場環(huán)境。數(shù)字技術(shù)將規(guī)則嵌入政務服務平臺，可以有效減少人際關(guān)系對政務決策的影響（Twizeyimana and Andersson，2019），降低企業(yè)加強與官員私下聯(lián)系、獲取經(jīng)濟資源的可能性。其次，政府利用數(shù)字技術(shù)，可以實現(xiàn)政務數(shù)據(jù)聯(lián)通共享和各部門之間的業(yè)務整合，精簡行政程序，構(gòu)建“一站式”的政務服務模式。簡化的政務服務流程能夠壓縮官員的設(shè)租空間，減少企業(yè)非生產(chǎn)性尋租活動的必要性。最后，數(shù)字政府建設(shè)致力于推動政務信息公開，提高政府的透明度。企業(yè)可以通過線上政務平臺獲取全面、真實的政策信息，有助于削弱政府官員利用信息不對稱實行偏向性資源分配的能力，降低企業(yè)通過尋租活動獲取經(jīng)濟資源的動機?；诖?，本文提出：

假說1：數(shù)字政府通過降低企業(yè)的非生產(chǎn)性支出，提高企業(yè)勞動就業(yè)水平。

（二）融資約束緩釋機制

企業(yè)融資約束被視為勞動就業(yè)的重要阻礙因素（Benmelech et al.，2019）。這是因為，融資約束較強的企業(yè)獲取流動資金的難度較大，資金獲取和使用的成本較高。一方面，較高的資金成本會加大企業(yè)勞動雇傭的難度，使企業(yè)更傾向于減少現(xiàn)金流的使用，推遲勞動雇傭。另一方面，融資約束同樣會增加企業(yè)固定資本的投資成本，企業(yè)不得不減少甚至放棄固定資本投資，導致相應的勞動就業(yè)需求減少。

數(shù)字政府建設(shè)有助于營造健全、完善的融資環(huán)境，對于解決企業(yè)融資約束問題具有積極的作用。首先，資金供求雙方的信息不對稱是制約企業(yè)融資的重要因素。政務平臺的構(gòu)建能夠促進政務部門和金融機構(gòu)之間的數(shù)據(jù)對接，實現(xiàn)數(shù)據(jù)的互聯(lián)互通。銀行可以通過銀稅數(shù)據(jù)互動獲取企業(yè)的稅務信息，有效評估企業(yè)的信用狀況與經(jīng)營風險，對企業(yè)進行深入的信貸審查，緩解銀企之間的信息不對稱（楊龍見等，2021）。其次，數(shù)字政府建設(shè)可以促進政府部門的治理變革，優(yōu)化營商環(huán)境（范合君等，2022）。在一個穩(wěn)定、健康的營商環(huán)境中，投資者對市場收益具有穩(wěn)定的預期，投資積極性也會隨之提升，企業(yè)由此能夠更加便捷地進行融資，成功緩釋融資壓力。最后，數(shù)字政府建設(shè)有利于稅收優(yōu)惠和政府補助政策的公開透明，減少政府隨意分配經(jīng)濟資源的可能性，促使符合標準的企業(yè)獲得稅收優(yōu)惠和政府補助，豐富其內(nèi)部可用的經(jīng)濟資源，緩解融資約束。基于此，本文提出：

假說2：數(shù)字政府通過緩解企業(yè)融資約束，提高企業(yè)勞動就業(yè)水平。

（三）經(jīng)濟不確定性降低機制

經(jīng)濟不確定性會降低企業(yè)勞動雇傭的信心，影響企業(yè)就業(yè)水平。根據(jù)實物期權(quán)理論，當經(jīng)濟不確定性增強時，放棄當前投資而等待未來更好的投資機會就是理性的選擇。而勞動雇傭是企業(yè)一項特殊的投資（余明桂和王空，2022），當經(jīng)濟不確定性增強時，企業(yè)當前進行勞動雇傭的機會成本增大，可能選擇推遲勞動雇傭，或者減少勞動雇傭規(guī)模。

數(shù)字政府能夠通過簡化行政流程、在線信息公開和互動式治理，為企業(yè)營造預期穩(wěn)定的政策環(huán)境，降低經(jīng)濟不確定性。首先，數(shù)字政府可以簡化行政流程，有效限制官員的自由裁量權(quán)，減少政府對市場的不當干預。企業(yè)可以預見在諸如事項審批、市場進入和稅務繳納等政企交流環(huán)節(jié)中，會更少受到政府的干擾，對市場收益具有更充足的信心。其次，數(shù)字政府通過在線信息公開，在“事前”和“事后”兩個層面降低經(jīng)濟不確定性（于文超等，2022）。一方面，在線信息公開有利于企業(yè)及時準確地獲取區(qū)域發(fā)展規(guī)劃、投融資環(huán)境和政策態(tài)度等信息，為企業(yè)生產(chǎn)經(jīng)營決策提供政策依據(jù)，減少企業(yè)決策前政策信息的不確定性；另一方面，在線信息公開可以規(guī)范政府的權(quán)力邊界，約束政府調(diào)整現(xiàn)有政策的權(quán)力，減少企業(yè)決策后政策變動引致的經(jīng)濟不確定性。最后，線上政務服務能夠便捷地實現(xiàn)互動式治理，為政策制定吸納更多的民意。隨著政企互動的不斷增加，企業(yè)在政策制定上的表達權(quán)和影響力也會不斷增強，政府政策更可能朝著市場主體期待的方向發(fā)展（范合君等，2022）?；诖?，本文提出：

假說3：數(shù)字政府通過降低經(jīng)濟不確定性，提高企業(yè)勞動就業(yè)水平。

（四）業(yè)務范圍拓展機制

數(shù)字政府可以降低交易成本，為企業(yè)的業(yè)務范圍拓展提供助力。其一，數(shù)字政府能夠有效降低企業(yè)進入市場的制度性交易成本，為企業(yè)擴大業(yè)務范圍和開拓新市場提供可能性。具體而言，通過精簡行政程序，提供數(shù)字化的注冊、準入和審批服務，數(shù)字政府能夠顯著提高政務服務效率，減少企業(yè)的辦事手續(xù)和審批材料。優(yōu)化的行政審批流程為企業(yè)的市場進入提供了便利（畢青苗等，2018），鼓勵企業(yè)繼續(xù)拓展其業(yè)務范圍。同時，數(shù)字政府可以為企業(yè)投資經(jīng)營提供更公平的競爭環(huán)境。在線政務的公開透明性能夠減少暗箱操作的可能，減少政府招商、招標過程中的不公平競爭，促使更多的企業(yè)有機會參與到公共項目中，擴大企業(yè)的業(yè)務范圍。其二，數(shù)字政府可以通過政務公開和數(shù)據(jù)開放，為企業(yè)的生產(chǎn)經(jīng)營決策提供必要的信息支持，降低企業(yè)的市場交易成本。企業(yè)將政府信息和公共數(shù)據(jù)納入生產(chǎn)活動中，能夠大幅降低市場信息的搜尋成本，為調(diào)整自身的經(jīng)營策略和業(yè)務范圍、開發(fā)更符合消費者偏好的新產(chǎn)品提供信息支持（陳劍等，2020）。

隨著業(yè)務范圍的拓展，企業(yè)會推出一系列的新產(chǎn)品或新服務，對勞動需求帶來積極影響（Harrison et al.，2014）。具體而言，新產(chǎn)品的研發(fā)需要新技術(shù)，這將增加企業(yè)對科研人員、技術(shù)工程師和產(chǎn)品設(shè)計師等高技能勞動力的需求。新產(chǎn)品的生產(chǎn)需要特定的生產(chǎn)線和技術(shù)工人，企業(yè)將增加對操作工人、設(shè)備維護人員和質(zhì)量監(jiān)控人員的需求。同時，企業(yè)為了推廣新產(chǎn)品，還需要增加相應的市場銷售人員。因此，企業(yè)業(yè)務范圍的拓展會通過創(chuàng)造新的崗位，促進企業(yè)勞動就業(yè)?；诖?，本文提出：

假說4：數(shù)字政府通過拓展企業(yè)的業(yè)務范圍，提高企業(yè)勞動就業(yè)水平。

三、數(shù)字政府建設(shè)水平的測算

本文借鑒數(shù)字經(jīng)濟核算中產(chǎn)業(yè)數(shù)字化的測算方法，通過測算數(shù)字資本對政府部門產(chǎn)出的貢獻，解決核心解釋變量——數(shù)字政府建設(shè)水平的測度問題。該方法是在經(jīng)濟增長核算框架下，測定數(shù)字資本對政府部門增加值增長的貢獻，評估數(shù)字技術(shù)帶來的經(jīng)濟回報。

（一）增長核算框架下數(shù)字政府的含義

根據(jù)《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類（2021）》與《國民經(jīng)濟行業(yè)分類》（GB/T 4754—2017），對“公共管理、社會保障和社會組織”行業(yè)的數(shù)字化部分進行測算，其結(jié)果作為數(shù)字政府建設(shè)水平的代理指標。基本思路如下：假定經(jīng)濟體存在規(guī)模報酬不變的總生產(chǎn)函數(shù)，其主要生產(chǎn)要素是勞動L與資本投入K。將資本投入分成兩類，一類是數(shù)字資本投入，由數(shù)字行業(yè)即國民經(jīng)濟產(chǎn)業(yè)分類中的“信息傳輸、軟件和信息技術(shù)服務業(yè)”和“計算機、通信和其他電子設(shè)備制造業(yè)”的資本服務決定，表示為KICT；另一類是非數(shù)字資本投入，也被稱為傳統(tǒng)資本要素投入，表示為KN。經(jīng)濟產(chǎn)出則為經(jīng)濟增加值，表示為Y，生產(chǎn)函數(shù)中的技術(shù)進步設(shè)定為希克斯中性，用A表示，由此構(gòu)建柯布?道格拉斯生產(chǎn)函數(shù)如下：

[Y=Af（KICT，KN，L）=AKαICTKβNLγ] （1）

其中，α，β，γ分別表示各生產(chǎn)要素的產(chǎn)出彈性，將（1）式對數(shù)化得到如下所示：

[lnY=lnA+αlnKICT+βlnKN+γlnL] （2）

將（2）式作全微分處理，得出如下經(jīng)濟增長方程：

[ΔYY=αΔKICTKICT+βΔKNKN+γΔLL] （3）

其中，[αΔKICTKICT/ΔYY]表示數(shù)字資本對產(chǎn)出的貢獻。對于“公共管理、社會保障和社會組織”行業(yè)而言，表現(xiàn)為政府數(shù)字資本投入對公共服務產(chǎn)出的貢獻，即數(shù)字政府建設(shè)水平。

（二）數(shù)字資本投入與其他生產(chǎn)要素投入的測算

基于上述數(shù)字政府的含義，對KICT的測算是數(shù)字政府建設(shè)水平測算的關(guān)鍵。本文借鑒蔡躍洲和張鈞南（2015）等代表性文獻的做法，對數(shù)字資本投入進行測算。其具體思路如下：首先，根據(jù)省級投入產(chǎn)出表中“信息傳輸、軟件和信息技術(shù)服務業(yè)”的固定資本形成總額和“計算機、通信和其他電子設(shè)備制造業(yè)”的固定資本形成總額，分別形成ICT軟件資本投資序列和ICT硬件資本投資序列。同時，本文借鑒已有的研究（蔡躍洲和張鈞南，2015），對投入產(chǎn)出表的間隔年份數(shù)字資本形成總額缺失值進行補缺：首先，本文根據(jù)《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》中的總產(chǎn)值數(shù)據(jù)，確定發(fā)布投入產(chǎn)出表年份的數(shù)字資本形成總額與總產(chǎn)值的比值。其次，利用線性插值法將投入產(chǎn)出表缺失年份的比值進行補全。最后，本文用缺失年份的總產(chǎn)值數(shù)據(jù)乘以補全的比值，由此可以確定投入產(chǎn)出表缺失年份的數(shù)字資本形成總額。對于價格指數(shù)的選取，本文采用各年《中國統(tǒng)計年鑒》中的“按工業(yè)行業(yè)分工業(yè)品出廠價格指數(shù)”中的“通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)”作為固定資本形成的價格指數(shù)。由此形成平減之后的數(shù)字資本投資序列，并以此為基礎(chǔ)進行生產(chǎn)性資本存量的測算。其次，對于生產(chǎn)性資本存量的測算，本文在“年限—效率模式”和“退役模式”設(shè)定基礎(chǔ)上，通過永續(xù)盤存法估算生產(chǎn)性資本存量。本文采用雙曲線年限—效率模型和對數(shù)正態(tài)分布退役模式，并將ICT軟件資本和ICT硬件資本的折舊率分別設(shè)為31.5%和31.19%，資本服務年限設(shè)定為8年。最后，為了獲取數(shù)字資本服務，本文進一步測算數(shù)字資本的價格（即用戶成本），用戶成本與生產(chǎn)性資本存量的乘積即為數(shù)字資本要素投入。

進一步，本文估算傳統(tǒng)資本要素投入KN和勞動要素投入L。將各省份全部的固定資本形成總額分為數(shù)字固定資本、建筑安裝工程、設(shè)備工器具購置和其他費用。其中，全部固定資本形成總額減去數(shù)字固定資本，即為剩余三種類型的固定資本，并根據(jù)國家統(tǒng)計局官網(wǎng)的各類型固定資產(chǎn)投資數(shù)據(jù)按比例分配，計算出這三項固定資本的形成總額數(shù)據(jù)。同理，估算KN的結(jié)果。對于L勞動投入指標，本文選取投入產(chǎn)出表中的勞動者報酬進行測算，并使用居民消費價格指數(shù)對勞動者報酬數(shù)據(jù)進行平減。由此，本文完成了各種生產(chǎn)要素投入的測算。

根據(jù)（3）式，本文對數(shù)字政府建設(shè)水平進行測算。圖2反映了2007年和2020年各省份數(shù)字政府建設(shè)水平，其中橫軸表示2020年數(shù)字政府建設(shè)水平，縱軸表示2007年數(shù)字政府建設(shè)水平。圖中實線為45度對角線，若某省位于45度對角直線的右側(cè)，則說明與2007年相比，該省2020年的數(shù)字政府建設(shè)水平有所上升，反之則為下降。結(jié)果顯示，大部分省份均位于45度對角線的右側(cè)，說明從2007年到2020年，各省份的數(shù)字政府建設(shè)水平總體上在不斷提升；圖中虛線構(gòu)成的十字區(qū)域，其右上角表示數(shù)字政府建設(shè)水平較高的省份，左下角表示建設(shè)水平較低的省份?？梢钥闯?，少數(shù)省份位于右上角，多數(shù)省份位于左下角，說明多數(shù)省份數(shù)字政府建設(shè)水平仍有待提高。

四、實證設(shè)計與結(jié)果

（一）數(shù)據(jù)來源與模型設(shè)定

本文選取2007—2020年滬深A 股上市公司作為樣本，并剔除金融類、ST類和PT類上市公司，剔除主要變量缺失的樣本，最終得到31523條觀測數(shù)據(jù)。企業(yè)層面的控制變量和企業(yè)員工人數(shù)來源于國泰安（CSMAR）數(shù)據(jù)庫，省份層面的控制變量來源于歷年的《中國統(tǒng)計年鑒》，數(shù)字政府測算所需數(shù)據(jù)主要來源于各年份的投入產(chǎn)出表、國家統(tǒng)計局官網(wǎng)數(shù)據(jù)和《中國信息產(chǎn)業(yè)年鑒》。為了避免樣本極端值的干擾，本文對所有連續(xù)型變量在1%和99%的水平上進行縮尾處理。

在被解釋變量方面，借鑒余明桂和王空（2022）以及宋紅雨和侯貴生（2024）的做法，本文采用企業(yè)勞動雇傭人數(shù)（人）的對數(shù)（Labor）作為企業(yè)就業(yè)數(shù)量的衡量指標；核心解釋變量為省級數(shù)字政府建設(shè)水平（Gov），構(gòu)造過程如前文所述。在控制變量方面，企業(yè)的勞動就業(yè)水平不僅會受到自身經(jīng)營狀況的影響，還與行業(yè)環(huán)境和宏觀經(jīng)濟環(huán)境息息相關(guān)，因此本文借鑒孫偉增和郭冬梅（2021）與余明桂和王空（2022）等代表性文獻的做法，選取企業(yè)層面的控制變量包括：企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、企業(yè)資產(chǎn)負債率（Lev）、現(xiàn)金資產(chǎn)比率（Cash）；選取省份層面控制變量包括：經(jīng)濟發(fā)展水平（Pergdp）、政府財政收入（Income）、人力資本水平（Human）、金融發(fā)展水平（Finance）；行業(yè)層面的控制變量包括：企業(yè)所處行業(yè)的資本勞動比（KLratio）、企業(yè)所處行業(yè)的成長能力（Growth）。各變量的定義與描述性統(tǒng)計如表1所示。

為了檢驗數(shù)字政府建設(shè)對企業(yè)勞動就業(yè)的影響，本文構(gòu)建的模型如下所示：

[Laborijpt=α+βGovpt+θControlsijpt+δi+λt+εijpt] （4）

其中，下標i表示企業(yè)，j為企業(yè)所在的行業(yè)，p表示企業(yè)所在的省份，t為年份，Controls表示企業(yè)、省份和行業(yè)層面的控制變量集。λt表示時間固定效應，用以控制隨年份但不隨個體而變動的時間特征因素。δi表示企業(yè)固定效應，用以控制不同企業(yè)的個體特征帶來的影響。εijpt表示殘差項。

（二）基準回歸結(jié)果

表2匯報了基于（4）式的基準回歸結(jié)果。從第（1）—（4）列的估計結(jié)果可以看出，不論控制何種層面的固定效應，本文重點關(guān)注的核心解釋變量數(shù)字政府的估計系數(shù)始終在1%的水平上顯著為正，表明數(shù)字政府對企業(yè)勞動就業(yè)具有正向的促進作用。在控制全部變量和固定效應時，發(fā)現(xiàn)當數(shù)字政府建設(shè)水平的標準差每增加1%時，企業(yè)勞動就業(yè)數(shù)量相對于其平均值會增加0.2581%。

（三）內(nèi)生性問題

為了準確識別數(shù)字政府建設(shè)與企業(yè)勞動就業(yè)之間的因果關(guān)系，本文需要考慮內(nèi)生性問題可能帶來的結(jié)果偏誤。在數(shù)字政府指標的測算過程中，數(shù)據(jù)選取和關(guān)鍵參數(shù)的設(shè)定等可能會導致度量誤差；還可能遺漏同時影響數(shù)字政府建設(shè)與企業(yè)就業(yè)數(shù)量的省份層面因素，導致估計結(jié)果有偏。

1.工具變量法

本文選取兩個工具變量，使用兩階段最小二乘法（2SLS）緩解可能存在的內(nèi)生性問題。一是，借鑒Goldsmith-Pinkham et al.（2020）的思路，通過移動份額法構(gòu)建工具變量（BartikIV）。該方法的核心思想是，利用個體初始的份額和總體的增長率模擬出各年份的估計值，該估計值和實際值是高度相關(guān)的，但是與殘差項并不相關(guān)，可滿足工具變量的相關(guān)性和外生性條件。本文使用滯后一期的數(shù)字政府（Govit-1）與除本省份外全國其他省份數(shù)字政府的增長率（growthit）來構(gòu)造該工具變量，如下式所示：

[BartikIVit=Govit-1×（1+growthit）] （5）

二是，借鑒Lewbel（1997）的做法，用某年份省級數(shù)字政府減去數(shù)字政府的均值，并對所得的差值取三次方，作為數(shù)字政府的工具變量（LewbelIV）。具體構(gòu)造過程如下所示：

[LewbelIVit=（Govit-Mean_Gov）3] （6）

工具變量法的兩階段回歸結(jié)果如表3所示。第（1）列和第（3）列顯示，兩個工具變量對核心解釋變量的估計系數(shù)均在1%的水平上顯著為正，滿足工具變量的相關(guān)性假設(shè)，并且弱工具變量檢驗的F值遠大于10%水平上的臨界值16.38，表明本文不需要擔憂弱工具變量問題。第（2）列和第（4）分別匯報了加入工具變量BartikIV、LewbelIV的第二階段回歸結(jié)果，數(shù)字政府估計系數(shù)依然顯著為正。

2.遺漏變量問題

本文嘗試使用兩種策略來處理遺漏變量問題：一是進一步排除區(qū)域制度環(huán)境和信息基礎(chǔ)設(shè)施等因素對企業(yè)就業(yè)的潛在影響；二是分別借鑒Altonji et al.（2005）以及Cinelli and Hazlett（2020）的做法，評估不可觀測的遺漏變量的影響強度。

（1）增加可能的遺漏變量。本文考慮了地區(qū)制度環(huán)境和信息基礎(chǔ)設(shè)施兩種可能的遺漏變量，使用樊綱市場化指數(shù)中的市場化進程總得分作為制度環(huán)境的代理變量（Market），并使用互聯(lián)網(wǎng)普及率（Internet）表征地區(qū)數(shù)字基礎(chǔ)設(shè)施，以地區(qū)數(shù)字技術(shù)專利申請量的對數(shù)（Applypatent）測度地區(qū)的數(shù)字技術(shù)水平。如表4第（1）—（4）列所示，在加入可能的遺漏變量后，數(shù)字政府的估計系數(shù)依然在1%的水平上顯著為正。

（2）評估不可觀測的遺漏變量的影響強度。一是，借鑒Altonji et al.（2005）的做法，利用可觀測變量評估難以觀測的遺漏變量導致的估計偏差。具體而言，考慮兩組不同控制變量的回歸，一組僅考慮有限控制變量的回歸，將核心解釋變量的系數(shù)記為βR。另一組考慮全控制變量的回歸，其核心解釋變量記為βF。構(gòu)造指數(shù)如下所示：

[Ratio=βFβR-βF] （7）

Ratio越大，不可觀測變量對估計結(jié)果造成偏誤的可能性就越小。本文考慮兩組有限控制變量：第一組有限控制變量不加入任何控制變量，僅控制固定效應；第二組有限控制變量僅控制企業(yè)層面的控制變量與固定效應。同時，考慮兩組全控制變量：第一組全控制變量與基準回歸一致；第二組在第一組的基礎(chǔ)上加入制度環(huán)境和數(shù)字環(huán)境等可能的遺漏變量。由表5（A）匯報的結(jié)果可以計算（7）式，并得出Ratio的值均大于1，最小值為3.974，平均值為5.668。這表明若不可觀測的遺漏變量對本文基準結(jié)果產(chǎn)生偏誤，那么其影響力至少要為已選擇控制變量的3.974倍，平均而言需要超過5.668倍，這也意味著不可觀測的遺漏變量導致的估計偏誤是很小的。

二是，借鑒Cinelli and Hazlett（2020）的敏感性分析方法，通過估計遺漏變量與核心解釋變量和被解釋變量之間的方差來評估遺漏變量的影響強度。如表5（B）所示，R2yd.x表示核心解釋變量對被解釋變量的偏R2，其結(jié)果表明，在遺漏變量可以解釋被解釋變量全部剩余方差的極端情況下，遺漏變量至少需要解釋核心解釋變量0.94%的剩余方差，才能消除核心解釋變量對被解釋變量的影響。同理，RV_q和RV_qa的結(jié)果分別表示，遺漏變量至少需要同時解釋9.28%和8.28%的核心解釋變量與被解釋變量的剩余方差，才能使得核心解釋變量的估計系數(shù)為0或者失去統(tǒng)計顯著性。進一步，為了分析遺漏變量的強度，本文選取企業(yè)所在省份的財政收入（Income）作為對比變量。表5（B）的結(jié)果表明，即使在遺漏變量是財政收入3倍強度的情況下，R2yz.dx的值均小于RV_q和RV_qa，這意味著遺漏變量與核心解釋變量和被解釋變量的相關(guān)性并不會威脅基準回歸中估計系數(shù)的符號及其統(tǒng)計顯著性。

（四）其他穩(wěn)健性檢驗

1.更換核心變量

在核心解釋變量方面，本文采用三種方式予以更換：一是，構(gòu)造“公共管理、社會保障和社會組織”行業(yè)對數(shù)字行業(yè)的完全消耗系數(shù)（Complete），以此表示政府部門的數(shù)字化投入，作為數(shù)字政府建設(shè)的衡量指標。二是，使用政府部門數(shù)字資本投入占總資本投入的比重（ICTRatio），衡量政府部門的數(shù)字化投入程度，以此作為數(shù)字政府建設(shè)的代理指標。三是，考慮到省級數(shù)據(jù)與上市公司數(shù)據(jù)匹配可能存在數(shù)據(jù)的變異性，影響估計結(jié)果的可信性，本文在地級市層面對數(shù)字政府建設(shè)水平進行測算。本文利用省份層面數(shù)字資本形成總額占總資本形成總額的比例，以城市間數(shù)字技術(shù)的相對發(fā)展水平作為權(quán)重，確定地級市層面的數(shù)字資本形成總額，并以此為基礎(chǔ)，使用增長核算方法得到地級市層面的數(shù)字政府建設(shè)水平（City）。在被解釋變量的測度方面，本文使用企業(yè)總資產(chǎn)處理后的企業(yè)就業(yè)相對值（Rlabor）作為企業(yè)就業(yè)的代理指標。表6第（1）—（4）列的估計結(jié)果表明，在替換核心解釋變量的測度方式后，基準回歸結(jié)果依然顯著。

2.針對可能的樣本偏誤

首先，省級投入產(chǎn)出表每五年編制一次，最新編制時間為2017年，本文采取外推法將數(shù)據(jù)時間外推至2020年?？紤]到外推法可能出現(xiàn)的偏誤，本文將樣本區(qū)間更換為2007—2017年。其次，由于直轄市具有不同于其他省級行政區(qū)的行為模式，本文刪除四個直轄市樣本。最后，鑒于上市公司數(shù)據(jù)的有偏性，本文進一步使用2007—2013年的中國工業(yè)企業(yè)數(shù)據(jù)對（4）式進行實證檢驗。表6第（5）—（7）列的估計結(jié)果顯示，更換樣本后的基準結(jié)論依然成立。

3.考慮可能的同期政策干擾

為了排除樣本期間內(nèi)的政策干擾，本文考慮了兩種可能的政策影響。一是，考慮減稅降費政策的影響。近年來，中國政府實施了“營改增”、固定資產(chǎn)加速折舊、調(diào)低企業(yè)職工基本養(yǎng)老保險單位繳費的法定比例等減稅降費政策，這些政策可能會改變企業(yè)的成本負擔，影響企業(yè)的勞動就業(yè)水平?；诖?，本文使用“（營業(yè)稅金及附加+所得稅費用）/利潤總額”表示企業(yè)的綜合稅負（Taxburden），以控制政府減稅政策的影響。同時，本文使用“企業(yè)社會保險繳費與薪酬總額的比例”表示企業(yè)社會保險繳費率（ChargeRate），以控制降費政策的影響。二是，考慮到產(chǎn)業(yè)政策會對企業(yè)勞動就業(yè)產(chǎn)生積極作用（Criscuolo et al.，2019），本文還進一步排除樣本期間產(chǎn)業(yè)政策的干擾。為此，本文構(gòu)造產(chǎn)業(yè)政策虛擬變量（Industry），若國家規(guī)劃文件中明確提出重點或者大力發(fā)展某一行業(yè)，則將該行業(yè)視作產(chǎn)業(yè)政策支持行業(yè)，并賦值為1，否則賦值為0。同時，本文使用稅收優(yōu)惠（Tax）和政府補助（Subsidy）來衡量企業(yè)受到的產(chǎn)業(yè)政策支持力度。表7第（1）—（5）列的回歸結(jié)果表明，在控制減稅降費政策和產(chǎn)業(yè)政策的干擾后，數(shù)字政府的估計系數(shù)依然顯著為正，與本文的基本結(jié)論保持一致。

（五）異質(zhì)性分析

上述研究結(jié)果表明，數(shù)字政府建設(shè)顯著增加了企業(yè)勞動就業(yè)數(shù)量，但這只是平均意義上的結(jié)論，忽略了不同特征企業(yè)的異質(zhì)性結(jié)果，因此有必要從政企關(guān)系、企業(yè)生命周期和企業(yè)要素密集度等角度出發(fā)，探究數(shù)字政府建設(shè)對企業(yè)就業(yè)規(guī)模的異質(zhì)性影響。

1.政企關(guān)系的異質(zhì)性

上文分析表明，數(shù)字政府建設(shè)通過降低政府對市場的干預水平，為企業(yè)提供一個良好的生產(chǎn)經(jīng)營環(huán)境，促進勞動就業(yè)。然而，企業(yè)與政府的聯(lián)系程度各異，對數(shù)字政府建設(shè)帶來的市場環(huán)境優(yōu)化也會有不同的反應，因此數(shù)字政府建設(shè)有可能對不同政企關(guān)系的企業(yè)產(chǎn)生異質(zhì)性影響。鑒于此，本文從企業(yè)的產(chǎn)權(quán)性質(zhì)和政治關(guān)聯(lián)兩方面來衡量政企關(guān)系。本文利用國泰安數(shù)據(jù)庫中的實際控制人信息，構(gòu)造產(chǎn)權(quán)性質(zhì)的虛擬變量（Soe）。若企業(yè)的實際控制人為中央或者地方政府，則視為國有企業(yè)，賦值為1；反之則為私有企業(yè)，賦值為0。對于政治關(guān)聯(lián)特征，本文按照企業(yè)董事長和總經(jīng)理的任職情況構(gòu)造政治關(guān)聯(lián)變量（PC），若企業(yè)董事長或總經(jīng)理現(xiàn)在或曾經(jīng)在黨政軍等部門內(nèi)任職，則賦值為1，否則賦值為0。同時，將數(shù)字政府建設(shè)與上述虛擬變量的交互項（Gov×Soe和Gov×PC）分別納入基準模型中。如圖3所示，交互項Gov×Soe和Gov×PC的估計系數(shù)均為負，并且均在1%的水平上顯著，表明數(shù)字政府對私營企業(yè)和缺乏政治關(guān)聯(lián)的企業(yè)具有更強的就業(yè)促進效應。

2.企業(yè)生命周期的異質(zhì)性

處于不同生命周期階段的企業(yè)，在融資約束、投資風險、社會關(guān)系網(wǎng)絡(luò)和成長能力等方面具有不同的特征，會采用不同的勞動雇傭策略，故數(shù)字政府建設(shè)有可能給處于不同生命周期的企業(yè)帶來異質(zhì)性的就業(yè)效應。本文使用綜合得分判別法劃分企業(yè)生命周期，并構(gòu)造成長期虛擬變量（Lifec），企業(yè)處于成長期賦值為1，否則為0。同時，將數(shù)字政府與成長期虛擬變量的交互項（Gov×Lifec）納入回歸模型。圖3的估計結(jié)果顯示，Gov×Lifec的系數(shù)在5%的水平上顯著為正，說明數(shù)字政府建設(shè)對企業(yè)勞動就業(yè)的促進效應在處于成長期的企業(yè)中更為明顯。

3.要素密集度的異質(zhì)性

在區(qū)域增長競爭的背景下，資本密集型企業(yè)對經(jīng)濟增長的貢獻更明顯，受到政府的支持力度也更強。因此，在政府干預減少、公平競爭的市場環(huán)境中，不同要素密集度企業(yè)的獲益程度會有區(qū)別，數(shù)字政府建設(shè)可能會對不同要素密集度的企業(yè)產(chǎn)生異質(zhì)性影響。本文參考毛其淋和王玥清（2023）等代表性文獻的做法，采用企業(yè)人均固定資產(chǎn)凈值對數(shù)的中位數(shù)構(gòu)建企業(yè)要素密集度虛擬變量（Intensive）。其中，低于中位數(shù)的樣本劃分為勞動密集型企業(yè)，賦值為1，其余樣本劃分為資本密集型企業(yè)，賦值為0。圖3的結(jié)果顯示，數(shù)字政府與要素密集度虛擬變量交互項Gov×Intensive的估計系數(shù)在1%的水平上顯著為正，說明數(shù)字政府建設(shè)對勞動密集型企業(yè)具有更明顯的就業(yè)促進效應。

五、作用機制考察

前文的研究表明，數(shù)字政府建設(shè)可以顯著增加企業(yè)的勞動就業(yè)數(shù)量，但其具體的作用渠道尚待檢驗。根據(jù)前文的理論分析，本文選取企業(yè)非生產(chǎn)性支出、融資約束、經(jīng)濟不確定性和業(yè)務范圍作為機制變量進行分析，考察數(shù)字政府建設(shè)帶來的生產(chǎn)規(guī)模擴張效應和勞動崗位創(chuàng)造效應?？紤]到傳統(tǒng)中介效應模型的內(nèi)生性缺陷，本文借鑒Liu and Lu（2015）以及綦建紅和張志彤（2022）的研究，將多個機制變量同時納入內(nèi)生中介模型中，并使用多個工具變量解決內(nèi)生性問題。

（一）非生產(chǎn)性支出降低機制

企業(yè)的非生產(chǎn)性支出，主要是以飲食、娛樂、招待的形式出現(xiàn)。因此，與于文超等（2022）的研究一致，本文使用業(yè)務招待費來表征企業(yè)的非生產(chǎn)性支出，并使用營業(yè)收入對其進行單位化處理之后的業(yè)務招待費（NPE）作為非生產(chǎn)性支出的代理指標。表8（A）的第（1）列的結(jié)果顯示，數(shù)字政府的估計系數(shù)在1%的水平上顯著為負，說明數(shù)字政府建設(shè)顯著降低了企業(yè)的非生產(chǎn)性支出。而第（2）—（3）列的結(jié)果表明，以營業(yè)收入對數(shù)表示的企業(yè)生產(chǎn)規(guī)模（Revenue）對勞動就業(yè)的影響在1%的水平上顯著為正。并且在加入企業(yè)生產(chǎn)規(guī)模后，企業(yè)的非生產(chǎn)性支出對勞動就業(yè)的估計系數(shù)依然顯著為負，說明非生產(chǎn)性活動會對勞動就業(yè)產(chǎn)生負面影響。該結(jié)論與本文的假說1吻合，即數(shù)字政府能夠通過降低企業(yè)的非生產(chǎn)性支出，推動企業(yè)生產(chǎn)規(guī)模擴張，促進企業(yè)勞動就業(yè)?？赡艿脑蛟谟?，數(shù)字政府建設(shè)有助于減少政府對企業(yè)生產(chǎn)經(jīng)營的干預，降低企業(yè)非生產(chǎn)性支出的必要，激勵企業(yè)將更多資源轉(zhuǎn)向生產(chǎn)性的投資經(jīng)營活動，擴大就業(yè)規(guī)模。

（二）融資約束緩釋機制

為了考察數(shù)字政府建設(shè)是否通過緩解企業(yè)融資約束，引致企業(yè)勞動雇傭規(guī)模發(fā)生變化，本文選取FC指數(shù)來衡量企業(yè)的融資約束程度。FC指數(shù)越大，說明該企業(yè)的融資約束問題越嚴重。表8（B）第（4）列的結(jié)果顯示，數(shù)字政府的估計系數(shù)在1%的水平上顯著為負，而第（5）—（6）列的結(jié)果顯示，將企業(yè)生產(chǎn)規(guī)模納入模型后，融資約束對企業(yè)勞動就業(yè)的估計系數(shù)顯著為負，生產(chǎn)規(guī)模對勞動就業(yè)的影響顯著為正。這表明數(shù)字政府建設(shè)可以顯著緩解企業(yè)的融資約束，既可以直接促進勞動就業(yè)，也可以通過促進企業(yè)生產(chǎn)規(guī)模擴張，間接增加企業(yè)勞動需求，證實了本文的假說2?？赡艿脑蛟谟?，數(shù)字政府建設(shè)可以為企業(yè)營造健全的投融資環(huán)境，為企業(yè)融資提供便利，降低企業(yè)的資金獲取和使用成本，保障企業(yè)有更為充足的現(xiàn)金流用于擴大投資和勞動雇傭規(guī)模。

（三）經(jīng)濟不確定性降低機制

考慮到國家層面的經(jīng)濟政策不確定性指數(shù)，難以與省級層面的核心解釋變量匹配，本文借鑒聶輝華等（2020）的做法，利用上市公司的年報文本，通過機器學習的方法構(gòu)造經(jīng)濟不確定性句子數(shù)量占總句子數(shù)量的比值（Fepus），以表征企業(yè)面臨的經(jīng)濟不確定程度。表8（C）第（1）列的估計結(jié)果顯示，數(shù)字政府建設(shè)對企業(yè)經(jīng)濟不確定性的估計系數(shù)顯著為負，說明數(shù)字政府建設(shè)有利于企業(yè)形成更加穩(wěn)定的經(jīng)濟預期。而第（2）—（3）列的估計結(jié)果表明，生產(chǎn)規(guī)模顯著促進企業(yè)勞動就業(yè)，經(jīng)濟不確定性顯著減少勞動就業(yè)，說明企業(yè)對經(jīng)濟不確定性的感知促使其在生產(chǎn)投資和勞動雇傭決策上采取收縮策略，減少企業(yè)勞動就業(yè)數(shù)量。該結(jié)果證實了本文的假說3。進一步綜合假說1、假說2和假說3，可以發(fā)現(xiàn)數(shù)字政府建設(shè)通過削減企業(yè)非生產(chǎn)性支出、緩解融資約束和降低經(jīng)濟不確定性，以擴大企業(yè)生產(chǎn)規(guī)模的方式促進企業(yè)勞動就業(yè)。

（四）業(yè)務范圍拓展機制

考慮到企業(yè)的業(yè)務范圍拓展主要表現(xiàn)為經(jīng)營產(chǎn)品的變動，本文借鑒孫偉增和郭冬梅（2021）的做法，使用企業(yè)經(jīng)營范圍來反映企業(yè)的業(yè)務范圍（Scale）。對崗位創(chuàng)造的測度則借鑒袁璐璐和羅楚亮（2023）的做法，使用就業(yè)創(chuàng)造（JC）來表征。表8（D）第（4）列的估計結(jié)果表明，數(shù)字政府建設(shè)顯著增加了企業(yè)的業(yè)務范圍，說明數(shù)字政府建設(shè)有利于企業(yè)新產(chǎn)品的生產(chǎn)銷售和新業(yè)務的拓展。而第（5）列和第（6）列的結(jié)果表明，在加入崗位創(chuàng)造后，企業(yè)業(yè)務范圍拓展對就業(yè)的促進作用并不顯著，這說明業(yè)務范圍拓展機制對勞動就業(yè)的影響是完全通過崗位創(chuàng)造效應實現(xiàn)的，證明了假說4的成立。換言之，數(shù)字政府建設(shè)不僅可以實現(xiàn)企業(yè)生產(chǎn)規(guī)模的擴張，還可以推動企業(yè)業(yè)務范圍的拓展，產(chǎn)生崗位創(chuàng)造效應，增加企業(yè)的勞動需求數(shù)量。

六、 進一步拓展

實現(xiàn)“穩(wěn)就業(yè)”政策目標不僅意味著增加就業(yè)數(shù)量，還需要實現(xiàn)勞動資源的有效配置（毛其淋和王玥清，2023）。本文在考察數(shù)字政府對企業(yè)就業(yè)數(shù)量影響的基礎(chǔ)上，進一步從企業(yè)內(nèi)部和企業(yè)之間兩種視角出發(fā)，討論數(shù)字政府建設(shè)對勞動資源配置效率的影響。

（一）企業(yè)內(nèi)的勞動資源配置效率

數(shù)字政府建設(shè)可以促進企業(yè)勞動就業(yè)數(shù)量的增加，然而勞動就業(yè)數(shù)量的增加是緩解了企業(yè)勞動雇傭不足，還是加重了企業(yè)勞動冗員？這涉及企業(yè)內(nèi)部勞動資源配置效率問題。為此，本文檢驗了數(shù)字政府建設(shè)對企業(yè)勞動投入扭曲程度的影響。

一般而言，在不存在市場摩擦的情況下，要素可以自由流動，企業(yè)根據(jù)利潤最大化原則自主選擇要素投入數(shù)量，最終會使得勞動邊際產(chǎn)出和邊際成本相等。反之，當企業(yè)決策受到干擾時，企業(yè)的勞動邊際產(chǎn)出與邊際成本發(fā)生偏離，導致企業(yè)勞動資源配置的扭曲，此時企業(yè)的勞動邊際產(chǎn)出為：

[MPLit=MCLit+Cit] （8）

其中，i、t分別表示為企業(yè)和年份；MPL表示企業(yè)的勞動邊際產(chǎn)出，本文參照徐舒等（2020）的做法，使用勞動產(chǎn)出彈性×（總產(chǎn)出/勞動投入）來表示；MCL表示企業(yè)的勞動邊際成本，本文使用企業(yè)支付給員工的薪資和福利來表征，C表示企業(yè)勞動雇傭過程中的其他成本約束。

本文借鑒徐舒等（2020）的做法，以企業(yè)內(nèi)勞動邊際產(chǎn)出與勞動邊際成本的偏離程度衡量企業(yè)勞動投入扭曲，即：

[MISAit=lnMPLit-MCLit] （9）

其中，MISA表示企業(yè)勞動資源的錯配程度，同時衡量了企業(yè)在勞動雇傭過程中的成本約束。表9第（1）列的估計結(jié)果顯示，數(shù)字政府的估計系數(shù)在1%的水平上顯著為負，說明數(shù)字政府建設(shè)促進了企業(yè)勞動資源配置效率的提高。同時，本文根據(jù)MPLit-MCLit的值，將企業(yè)的勞動資源錯配分為雇傭過度與雇傭不足兩種形式。具體而言，MPLit-MCLit 大于0意味著勞動邊際產(chǎn)出大于勞動邊際成本，表示企業(yè)雇傭不足；反之，則為雇傭過度。表9第（2）列和第（3）列的結(jié)果顯示，在雇傭過度樣本中，數(shù)字政府的估計系數(shù)并不顯著，而在雇傭不足樣本中，數(shù)字政府的估計系數(shù)顯著為正，說明數(shù)字政府建設(shè)可以緩解企業(yè)的勞動雇傭不足問題，提高企業(yè)的勞動資源配置效率。

（二）企業(yè)間的勞動資源配置效率

數(shù)字政府建設(shè)能夠削弱政府對經(jīng)濟資源的支配能力，促進經(jīng)濟資源在企業(yè)間的公平分配，有可能會改變勞動要素的流動方向和行業(yè)的競爭態(tài)勢，作用于整體的勞動資源配置效率。

本文借鑒龔關(guān)和胡關(guān)亮（2013）以及劉潘和張子堯（2023）的做法，分別使用同一省份和行業(yè)不同企業(yè)間勞動邊際產(chǎn)出差異（SD）、同一省份和行業(yè)不同企業(yè)間的全要素生產(chǎn)率差異（TFP_SD）衡量企業(yè)間勞動資源配置效率。在不存在市場摩擦和政府干預的情況下，勞動要素自由流動，企業(yè)之間的勞動邊際產(chǎn)出應該相等。并且，公平競爭的市場機制鼓勵生產(chǎn)率高的企業(yè)進入，倒逼生產(chǎn)率低的企業(yè)退出，企業(yè)間的生產(chǎn)率差異由此縮小，勞動資源配置效率得以改善。故在資源配置有效的市場中，企業(yè)間的要素邊際產(chǎn)出和生產(chǎn)率會呈現(xiàn)收斂趨勢。

同時，本文構(gòu)建省份—行業(yè)—年份層面的樣本數(shù)據(jù)，將企業(yè)層面的控制變量平均加權(quán)到省份—行業(yè)層面，并控制時間固定效應和省份—行業(yè)的交互固定效應進行回歸。表10匯報了省份—行業(yè)—年份樣本的回歸結(jié)果。由第（1）—（2）列可以看出，數(shù)字政府建設(shè)顯著降低了企業(yè)間的勞動邊際產(chǎn)出差異和全要素生產(chǎn)率差異，提高了企業(yè)間的勞動資源配置效率。可能的原因在于，偏向性的經(jīng)濟資源分配和競爭保護使得勞動生產(chǎn)率較低的企業(yè)長期存在，導致勞動要素的誤置。數(shù)字政府不僅可以促進經(jīng)濟資源的公平分配，還可以減少市場進入壁壘，增加參與市場競爭的企業(yè)數(shù)量，提高市場的競爭程度。經(jīng)濟資源的公平分配可以促使勞動要素流向高勞動邊際產(chǎn)出的企業(yè)，實現(xiàn)企業(yè)間勞動資源的優(yōu)化配置。同時，在競爭壓力下，生產(chǎn)率較低的企業(yè)會提高生產(chǎn)效率，減少與其他企業(yè)的勞動邊際產(chǎn)出差距。

本文進一步考察數(shù)字政府對企業(yè)間勞動資源配置的影響機制。一方面，本文根據(jù)企業(yè)勞動邊際產(chǎn)出的中位數(shù)，在省份—行業(yè)層面將樣本劃分為高勞動邊際產(chǎn)出企業(yè)和低勞動邊際產(chǎn)出企業(yè)，并計算高勞動邊際產(chǎn)出企業(yè)的平均就業(yè)人數(shù)與低勞動邊際產(chǎn)出企業(yè)的平均就業(yè)人數(shù)之比（LaborRatio），以該比值衡量勞動要素在不同企業(yè)間的配置。如表10第（3）列所示，數(shù)字政府的估計系數(shù)顯著為正，表明數(shù)字政府建設(shè)推動勞動要素流向邊際生產(chǎn)力更高的企業(yè)，促進企業(yè)間勞動要素的優(yōu)化分配。另一方面，本文構(gòu)造省份—行業(yè)層面的赫芬達爾指數(shù)（HHI），以刻畫市場競爭程度，并使用內(nèi)生中介效應模型，探究數(shù)字政府是否通過促進市場競爭，提高企業(yè)間的勞動資源配置效率。表10第（4）—（5）列的結(jié)果顯示，數(shù)字政府顯著降低了行業(yè)集中度，強化了市場競爭，而市場競爭又能夠促進企業(yè)間勞動邊際產(chǎn)出的收斂。因此，數(shù)字政府建設(shè)帶來的競爭效應確實可以減少企業(yè)間勞動資源的錯配。

七、結(jié)論與政策建議

數(shù)字技術(shù)在與政府部門緊密融合的過程中，成為推動政府治理變革、提高公共服務效率的新動力。本文立足于數(shù)字政府建設(shè)的實踐，探索其能否在政企互動中為企業(yè)紓困解難，提升勞動就業(yè)水平。本文的研究發(fā)現(xiàn)：第一，數(shù)字政府可以顯著提升企業(yè)的勞動就業(yè)水平，并且這一結(jié)論在經(jīng)過內(nèi)生性檢驗、替換核心變量、考慮樣本選擇偏誤、排除同期政策干擾等一系列穩(wěn)健性檢驗后依然成立。這意味著在當前市場需求收縮和就業(yè)形勢嚴峻的背景下，數(shù)字政府的建設(shè)可以成為“穩(wěn)就業(yè)”的一劑“良藥”。第二，數(shù)字政府可以釋放弱勢企業(yè)的生產(chǎn)投資和勞動需求，其就業(yè)效應在私營企業(yè)、無政治關(guān)聯(lián)企業(yè)、成長期企業(yè)和勞動密集型企業(yè)等處于弱勢地位的企業(yè)中更為顯著。第三，機制分析表明，數(shù)字政府在減少企業(yè)的成本負擔、減緩融資壓力、增強投資信心、促進產(chǎn)品和業(yè)務的創(chuàng)新等方面發(fā)揮了不可或缺的作用。數(shù)字政府可以通過削減企業(yè)的非生產(chǎn)性支出、緩解融資約束、降低經(jīng)濟不確定性、推動企業(yè)業(yè)務范圍的拓展等機制促進企業(yè)生產(chǎn)規(guī)模擴張和崗位創(chuàng)造，提高勞動就業(yè)水平。第四，數(shù)字政府不僅可以有效提高企業(yè)內(nèi)部勞動資源配置效率，還可以增強市場競爭活力，使勞動力等生產(chǎn)要素向高效率企業(yè)流動，表明數(shù)字政府的就業(yè)效應兼具數(shù)量意義和效率意義。

本文的研究結(jié)果對于推動數(shù)字政府建設(shè)，實現(xiàn)“穩(wěn)就業(yè)”的政策目標具有重要的現(xiàn)實意義。第一，政府應利用數(shù)字技術(shù)推動“放管服”改革，降低企業(yè)成本，提高生產(chǎn)投資和勞動雇傭積極性。利用數(shù)字技術(shù)增強政府透明度、強化監(jiān)督和問責機制，減少企業(yè)應對官僚主義的精力消耗和非生產(chǎn)性支出，使企業(yè)將更多資金投入生產(chǎn)經(jīng)營。第二，政府應利用數(shù)字技術(shù)營造健康的融資環(huán)境，緩解企業(yè)融資約束，增加生產(chǎn)擴張和勞動雇傭資金。推動跨部門政務數(shù)據(jù)聯(lián)通和業(yè)務協(xié)同，特別是政府部門與銀行的數(shù)據(jù)互動，緩解信息不對稱，降低市場融資交易成本。第三，政府應利用數(shù)字技術(shù)開放政策信息并推進互動治理，減少經(jīng)濟不確定性。通過數(shù)字平臺提供及時、透明的政策信息和解讀，減少企業(yè)對政策變化的擔憂，提高企業(yè)進行生產(chǎn)投資和勞動雇傭的信心。第四，數(shù)字政府應助力企業(yè)減少市場開拓的交易成本，推動新產(chǎn)品和新業(yè)務創(chuàng)新。推廣電子營業(yè)執(zhí)照和“一照一碼”改革，整合行政審批事項，降低業(yè)務拓展成本。同時，推動公共數(shù)據(jù)開放，提供API接口，推動企業(yè)利用開放數(shù)據(jù)進行商業(yè)模式創(chuàng)新，促進企業(yè)新產(chǎn)品和新業(yè)務開發(fā)。

參考文獻

畢青苗、陳希路、徐現(xiàn)祥、李書娟，2018，“行政審批改革與企業(yè)進入”，《經(jīng)濟研究》，第2期，第140-155頁。

蔡躍洲、張鈞南，2015，“信息通信技術(shù)對中國經(jīng)濟增長的替代效應與滲透效應”，《經(jīng)濟研究》，第12期，第100-114頁。

陳劍、黃朔、劉運輝，2020，“從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運營管理”，《管理世界》，第2期，第117-128+222頁。

陳駿、徐捍軍，2019，“企業(yè)尋租如何影響盈余管理”，《中國工業(yè)經(jīng)濟》，第12期，第171-188頁。

范合君、吳婷、何思錦，2022，“‘互聯(lián)網(wǎng)+政務服務’平臺如何優(yōu)化城市營商環(huán)境？——基于互動治理的視角”，《管理世界》，第10期，第 126-153頁。

高奇琦，2023，“國家數(shù)字能力：數(shù)字革命中的國家治理能力建設(shè)”，《中國社會科學》，第1期，第44-61+205頁。

龔關(guān)、胡關(guān)亮，2013，“中國制造業(yè)資源配置效率與全要素生產(chǎn)率”，《經(jīng)濟研究》，第4期，第4-15+29頁。

何雨可、牛耕、逯建、趙國昌，2024，“數(shù)字治理與城市創(chuàng)業(yè)活力——來自‘信息惠民國家試點’政策的證據(jù)”，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》，第1期，第47-66頁。

黃其松，2022，“數(shù)字時代的國家理論”，《中國社會科學》，第10期，第60-77+205頁。

黃壽峰、趙巖，2023，“政務服務信息化與基本公共服務水平”，《世界經(jīng)濟》，第8期，第32-54頁。

劉潘、張子堯，2023，“地方公共債務與資源配置效率：企業(yè)間全要素生產(chǎn)率分布差異的視角”，《經(jīng)濟研究》，第10期，第114-133頁。

劉文革、耿景珠、杜明威，2024，“數(shù)‘政’強貿(mào)：數(shù)字化政府建設(shè)與中國出口產(chǎn)品質(zhì)量升級”，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》，第6期，第67-87頁。

毛其淋、王玥清，2023，“ESG的就業(yè)效應研究：來自中國上市公司的證據(jù)”，《經(jīng)濟研究》，第7期，第86-103頁。

聶輝華、阮睿、沈吉，2020，“企業(yè)不確定性感知、投資決策和金融資產(chǎn)配置”，《世界經(jīng)濟》，第6期，第77-98頁。

綦建紅、張志彤，2022，“機器人應用與出口產(chǎn)品范圍調(diào)整：效率與質(zhì)量能否兼得”，《世界經(jīng)濟》，第9期，第3-31頁。

施炳展、游安南，2021，“數(shù)字化政府與國際貿(mào)易”，《財貿(mào)經(jīng)濟》，第7期，第145-160頁。

宋紅雨、侯貴生，2024，“中國綠色信貸政策對勞動力需求的沖擊效應研究——來自中國一個準自然實驗的證據(jù)”，《南方經(jīng)濟》，第6期，第77-97頁。

孫偉增、郭冬梅，2021，“信息基礎(chǔ)設(shè)施建設(shè)對企業(yè)勞動力需求的影響：需求規(guī)模、結(jié)構(gòu)變化及影響路徑”，《中國工業(yè)經(jīng)濟》，第11期，第78-96頁。

吳俊杰、鄭凌方、杜文宇、王靜遠，2020，“從風險預測到風險溯源：大數(shù)據(jù)賦能城市安全管理的行動設(shè)計研究”，《管理世界》，第8期，第189-202頁。

徐舒、杜鵬程、吳明琴，2020，“最低工資與勞動資源配置效率——來自斷點回歸設(shè)計的證據(jù)”，《經(jīng)濟學（季刊）》，第1期，第143-164頁。

楊進、化汝婷、周克清，2024，“大數(shù)據(jù)稅收征管有助于抑制關(guān)聯(lián)交易嗎？——來自‘金稅三期’工程的準自然實驗證據(jù)”，《南方經(jīng)濟》，第3期，第1-18頁。

楊龍見、吳斌珍、李世剛、彭凡嘉，2021，“‘以稅增信’是否有助于小微企業(yè)貸款？——來自‘銀稅互動’政策的證據(jù)”，《經(jīng)濟研究》，第7期，第 96-112頁。

于文超、高楠、龔強，2022，“政貴有恒：經(jīng)濟政策不確定性對企業(yè)非生產(chǎn)性支出的影響”，《經(jīng)濟學（季刊）》，第2期，第425-444頁。

于文超、梁平漢，2019，“不確定性、營商環(huán)境與民營企業(yè)經(jīng)營活力”，《中國工業(yè)經(jīng)濟》，第11期，第136-154頁。

余明桂、王空，2022，“地方政府債務融資、擠出效應與企業(yè)勞動雇傭”，《經(jīng)濟研究》，第2期，第58-72頁。

袁璐璐、羅楚亮，2023，“養(yǎng)老保險費率改變與企業(yè)‘創(chuàng)造-破壞’就業(yè)調(diào)整”，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》，第4期，第180-202頁。

張楠、王瑀、魏瑩，2022，“數(shù)字政府建設(shè)情境下的績效差距影響——基于政府網(wǎng)站績效評估面板數(shù)據(jù)的研究”，《中國行政管理》，第12期，第57-65頁。

趙云輝、張哲、馮泰文、陶克濤，2019，“大數(shù)據(jù)發(fā)展、制度環(huán)境與政府治理效率”，《管理世界》，第11期，第 119-132頁。

周荃、葛爾奇、陳希路、徐現(xiàn)祥，2023，“數(shù)字政府促進經(jīng)濟發(fā)展：理論機制與跨國證據(jù)”，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》，第12期，第 49-68頁。

Altonji， J.G.， Elder，" T.E. and Taber， C.R.， 2005， “Selection on Observed and Unobserved Variables： Assessing the Effectiveness of Catholic Schools”， Journal of Political Economy， 113（1）： 151-184.

Benmelech， E.， Frydman， C. and Papanikolaou， D.， 2019， “Financial Frictions and Employment During the Great Depression”， Journal of Financial Economics， 133（3）： 541-563.

Beraja， M.， Yang， D.Y. and Yuchtman， N.， 2023， “Data-intensive Innovation and the State： Evidence from AI Firms in China”， Review of Economic Studies， 90（4）： 1701-1723.

Cinelli， C. and Hazlett， C.， 2020， “Making Sense of Sensitivity： Extending Omitted Variable Bias”， Journal of the Royal Statistical Society Series B： Statistical Methodology， 82（1）： 39-67.

Criscuolo， C.， Martin， R.， Overman， H.G. and Van Reenen， J.， 2019， “Some Causal Effects of an Industrial Policy”， American Economic Review， 109（1）： 48-85.

Deininger， K. and Goyal， A.， 2012， “Going Digital： Credit Effects of Land Registry Computerization in India”， Journal of Development Economics， 99（2）： 236-243.

Elbahnasawy， N.G.， 2021， “Can E-government Limit the Scope of the Informal Economy？”， World Development， 139： 105341.

Goldsmith-Pinkham， P.， Sorkin， I. and Swift， H.， 2020， “Bartik Instruments： What， When， Why， and How”， American Economic Review， 110（8）： 2586-2624.

Guriev， S.， Melnikov， N. and Zhuravskaya， E.， 2021， “3G Internet and Confidence in Government”， The Quarterly Journal of Economics， 136（4）： 2533-2613.

Harrison， R.， Jaumandreu， J.， Mairesse， J. and Peters， B.， 2014， “Does Innovation Stimulate Employment？ A Firm-level Analysis Using Comparable Micro-data from Four European Countries”， International Journal of Industrial Organization， 35： 29-43.

Jean， T.， 2021， “Digital Dystopia”， American Economic Review， 111 （6）： 2007?2048.

Jones， C.I. and Tonetti， C.， 2020， “Nonrivalry and the Economics of Data”， American Economic Review， 110（9）： 2819-2858.

Kitsios， E.， Jalles， J.T. and Verdier， G.， 2023， “Tax Evasion from Cross-Border Fraud： Does Digitalization Make a Difference？”， Applied Economics Letters， 30（10）： 1400-1406.

Lewbel， A.， 1997， “Constructing Instruments for Regressions with Measurement Error When No Additional Data are Available， With an Application to Patents and Ramp;D”， Econometrica， 65（5）： 1201-1213．

Lin， Y.， 2018， “A Comparison of Selected Western and Chinese Smart Governance： The Application of ICT in Governmental Management， Participation and Collaboration”， Telecommunications Policy， 42（10）： 800-809.

Liu， Q. and Lu， Y.， 2015， “Firm Investment and Exporting： Evidence from China's Value-added Tax Reform”， Journal of International Economics， 97（2）： 392-403.

Nagaraj， A.， 2022， “The Private Impact of Public Data： Landsat Satellite Maps Increased Gold Discoveries and Encouraged Entry”， Management Science， 68（1）： 564-582.

Priya， P. and Sharma， C.， 2024， “Does Uncertainty Dampen Corporate Leverage？ Empirical Analysis of Demand and Supply Channels”， Applied Economics， 56（39）： 4702-4717.

Twizeyimana， J. and Andersson， A.， 2019， “The Public Value of E-government-A Literature Review”， Government Information Quarterly， 36（2）： 167-178.

Does the Construction of Digital Government Facilitate the Promotion

of Labor Employment？ Evidence from Chinese Listed Companies

Chen Dong" Liu Wei

Abstract： The employment situation in China remains quite severe due to both domestic and international environmental influences. On one hand， market demand contraction is leading to operational difficulties for enterprises and insufficient labor demand. On the other hand， the continuous increase in the number of college graduates highlights the problem of “youth employment difficulty”. Strong government governance capability is key to promoting employment stability. Given the increasingly important role of digital technology in enhancing government governance capabilities， the construction of digital government is expected to become a new approach to achieving the goal of stable employment.

Based on the use of input-output tables to measure the level of digital government construction， this paper employs data from Chinese listed companies from 2007 to 2020 to thoroughly examine the impact of digital government construction on corporate labor employment and its mechanisms of action. Furthermore， it discusses the effect of digital government construction on the efficiency of labor resource allocation. The results show that digital government construction can significantly increase the number of labor employment in enterprises. This conclusion remains valid after a series of robustness tests， including endogenous test， replacing core variables， considering sample selection bias， and excluding concurrent policy interference. Additionally， the employment promotion effect of digital government is more prominent in private enterprises， enterprises lacking political connections， growth-stage enterprises， and labor-intensive enterprises. Digital government construction can increase corporate production investment and labor demand by reducing non-productive expenditures， alleviating financing constraints， and lowering economic uncertainty， as well as by expanding business scope， which collectively enhance job creation and increase enterprise employment numbers. Efficient allocation of labor resources is also crucial for employment stability. Digital government construction helps alleviate under-employment in enterprises， improve the efficiency of labor resource allocation within enterprises， and optimize the allocation of labor elements among enterprises by enhancing market competition. This article assesses the employment effects of digital government construction， which has significant practical implications for enhancing government digitalization and achieving the policy objective of \"stable employment\".

The potential marginal contributions of this study are as follows： Firstly， differing from previous literature， this paper measures the level of digital government development by calculating the output contribution of digital capital in provincial government departments using input-output table data within the framework of economic growth accounting. This to some extent addresses the deficiencies in existing digital government indicators in an era of rapid technological development and major changes in government governance. Secondly， unlike previous studies that discuss the applications of digital technology at the enterprise and industry levels， this paper examines the impact and mechanisms of digital government on the employment of micro and small enterprises from the perspective of digital technology applications in government departments， thereby expanding the research perspective on digital technology and its economic effects. Thirdly， this paper systematically elucidates the impact mechanism of digital government on enterprise labor employment from the angles of production scale expansion and job creation， using the endogenous mediation effect model to mitigate potential endogeneity issues in mechanism analysis， thereby accurately identifying the impact mechanisms.

Keywords： Digital Government; Market Environment; Employment Quantity; Efficiency of Labor Resource Allocation

（責任編輯：徐久香）