企業(yè)數(shù)智化轉(zhuǎn)型、內(nèi)部薪酬差距與高質(zhì)量創(chuàng)新

一、引言

黨的二十大報(bào)告強(qiáng)調(diào)“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。2023年12月，國家發(fā)展改革委進(jìn)一步出臺《數(shù)字經(jīng)濟(jì)促進(jìn)共同富裕實(shí)施方案》，指出要“通過數(shù)字化手段促進(jìn)解決發(fā)展不平衡不充分問題，推進(jìn)全體人民共享數(shù)字時(shí)代發(fā)展紅利，助力在高質(zhì)量發(fā)展中實(shí)現(xiàn)共同富?！?。重要文件的相繼出臺，彰顯了黨中央和國家發(fā)展改革委對發(fā)展數(shù)字經(jīng)濟(jì)、促進(jìn)共同富裕的高度重視和戰(zhàn)略部署，意味著發(fā)展數(shù)字經(jīng)濟(jì)不能只追求“做大”規(guī)模，更要“做優(yōu)”結(jié)構(gòu)、“做強(qiáng)”實(shí)力、“做實(shí)”基礎(chǔ)，把促進(jìn)共同富裕作為數(shù)字經(jīng)濟(jì)發(fā)展的內(nèi)在要求和應(yīng)有之義。數(shù)字經(jīng)濟(jì)的健康發(fā)展離不開企業(yè)微觀主體的良性運(yùn)轉(zhuǎn)，企業(yè)收入分配的合理性直接關(guān)系到整個(gè)社會收入分配的平衡性。在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)數(shù)字化轉(zhuǎn)型已然成為數(shù)字經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)和關(guān)鍵路徑。

國務(wù)院國資委指出，“數(shù)字化轉(zhuǎn)型是順應(yīng)新一輪科技革命和產(chǎn)業(yè)變革趨勢，不斷深化應(yīng)用云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等新一代信息技術(shù)，激發(fā)數(shù)據(jù)要素創(chuàng)新驅(qū)動(dòng)潛能，打造提升信息時(shí)代生存和發(fā)展能力，加速業(yè)務(wù)優(yōu)化升級和創(chuàng)新轉(zhuǎn)型，改造提升傳統(tǒng)動(dòng)能，培育發(fā)展新動(dòng)能，創(chuàng)造、傳遞并獲取新價(jià)值，實(shí)現(xiàn)轉(zhuǎn)型升級和創(chuàng)新發(fā)展的過程”。在此過程中，企業(yè)通過數(shù)字技術(shù)賦能傳統(tǒng)業(yè)務(wù)、優(yōu)化組織管理流程、創(chuàng)新商業(yè)模式，不斷提升發(fā)展質(zhì)量和核心競爭力。數(shù)字化轉(zhuǎn)型對企業(yè)發(fā)展的積極影響已得到廣泛認(rèn)同。研究表明，數(shù)字化轉(zhuǎn)型能促進(jìn)企業(yè)專業(yè)化分工，提升全要素生產(chǎn)率（趙宸宇等，2021；袁淳等，2021）。同時(shí)，這種提升存在顯著溢出效應(yīng)，下游企業(yè)轉(zhuǎn)型能促進(jìn)上游企業(yè)全要素生產(chǎn)率，增強(qiáng)產(chǎn)業(yè)鏈供應(yīng)鏈韌性并推動(dòng)資源配置多元化（陶峰等，2023；巫強(qiáng)和姚雨秀，2023），從而助力經(jīng)濟(jì)高質(zhì)量發(fā)展。然而，數(shù)字化轉(zhuǎn)型在提升企業(yè)效率的同時(shí)，其對內(nèi)部收入分配的影響，尤其是對企業(yè)高管與普通員工之間的薪酬差距的影響，仍值得深入探討。合理的薪酬差距無疑能激勵(lì)員工進(jìn)取心，提升企業(yè)創(chuàng)新表現(xiàn)，但過大的薪酬差距不僅會削弱員工積極性、加劇組織內(nèi)部矛盾，還可能向外溢出引發(fā)社會輿論壓力，最終危及企業(yè)可持續(xù)發(fā)展。因此，厘清數(shù)字化轉(zhuǎn)型對企業(yè)內(nèi)部薪酬差距的影響與機(jī)制，進(jìn)一步探究其對高質(zhì)量創(chuàng)新的經(jīng)濟(jì)后果，對優(yōu)化企業(yè)薪酬制度、平衡效率與分配關(guān)系、推動(dòng)數(shù)字經(jīng)濟(jì)健康發(fā)展具有重要現(xiàn)實(shí)意義。

企業(yè)數(shù)字化轉(zhuǎn)型如何影響內(nèi)部薪酬差距，本質(zhì)上取決于管理層與員工之間薪酬增長率的相對變化。這種差異反映了企業(yè)發(fā)展過程中，雙方在剩余價(jià)值分配中的相對議價(jià)能力博弈。既有研究表明，企業(yè)規(guī)模和管理層權(quán)力是影響高管薪酬的關(guān)鍵因素（BebchukandFried，2003；GabaixandLandier，2008）。數(shù)字化轉(zhuǎn)型是一個(gè)高風(fēng)險(xiǎn)、高不確定性的過程，可能面臨技術(shù)風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)等多重挑戰(zhàn)，高管作為企業(yè)決策者需要承擔(dān)風(fēng)險(xiǎn)，可能要求與此匹配的風(fēng)險(xiǎn)補(bǔ)償。同時(shí)，轉(zhuǎn)型中往往伴隨著企業(yè)組織結(jié)構(gòu)的扁平化變革（戚聿東和肖旭，2020），這種變化可能使決策權(quán)進(jìn)一步向高管層傾斜。根據(jù)管理權(quán)力理論，管理層憑借其掌控企業(yè)決策和資源配置的權(quán)力優(yōu)勢，主導(dǎo)薪酬契約設(shè)計(jì)以實(shí)現(xiàn)自身利益最大化（Bebchuketal.，2002）。方軍雄（2011）發(fā)現(xiàn)，我國上市公司存在較為嚴(yán)重的薪酬“尺蠖效應(yīng)”，即當(dāng)公司業(yè)績改善需要加薪時(shí)，高管薪酬增幅高于員工，而業(yè)績下滑時(shí)高管未被減薪或者降薪幅度低于員工，導(dǎo)致內(nèi)部薪酬差距逐漸擴(kuò)大。這一現(xiàn)象在企業(yè)數(shù)字化轉(zhuǎn)型過程中可能會進(jìn)一步加劇。然而，數(shù)字化轉(zhuǎn)型亦可能通過改善公司治理機(jī)制，對管理層權(quán)力產(chǎn)生制衡。祁懷錦等（2020）認(rèn)為，數(shù)字化轉(zhuǎn)型能降低信息不對稱程度和管理者決策行為的非理性程度，從而強(qiáng)化對管理層的監(jiān)督和約束。這與代理理論的預(yù)期一致，即完善的公司治理機(jī)制有助于抑制管理層的機(jī)會主義行為，促進(jìn)更合理的薪酬契約設(shè)計(jì)（FamaandJensen，1983）。因此，數(shù)字化轉(zhuǎn)型對管理層權(quán)力影響的兩種相反的作用可能最終決定其議價(jià)能力和內(nèi)部薪酬差距的凈效果，有待進(jìn)一步檢驗(yàn)。

與管理層相比，普通員工的薪酬議價(jià)能力相對有限，主要取決于自身的邊際生產(chǎn)力和勞動(dòng)力市場的供需狀況。盡管數(shù)字化轉(zhuǎn)型通常會提升員工的技能要求和生產(chǎn)率，但其對勞動(dòng)力供給的影響卻相對有限。在缺乏有效的集體談判機(jī)制的情況下，員工薪酬的增長可能難以與管理層保持同步。然而，數(shù)字化轉(zhuǎn)型也可能通過調(diào)整企業(yè)的人力資本結(jié)構(gòu)和職能組織結(jié)構(gòu)分工，改變員工階層整體的議價(jià)能力，進(jìn)而影響內(nèi)部薪酬差距。一方面，數(shù)字化轉(zhuǎn)型將提高企業(yè)對高學(xué)歷員工的需求，推動(dòng)企業(yè)人力資本結(jié)構(gòu)升級（朱喜安和馬櫻格，2024），增強(qiáng)員工的薪酬議價(jià)能力。隨著數(shù)字化轉(zhuǎn)型的推進(jìn)，企業(yè)生產(chǎn)和管理流程的復(fù)雜性不斷提高，對員工的教育水平和專業(yè)技能提出了更高要求。高學(xué)歷勞動(dòng)者往往被視為高技能勞動(dòng)力，因其與技術(shù)發(fā)展高度互補(bǔ)，邊際生產(chǎn)力提升顯著，在勞動(dòng)力市場上享有更高議價(jià)地位，薪酬增長往往快于低學(xué)歷勞動(dòng)者（Acemoglu，2002）。數(shù)字化轉(zhuǎn)型通過強(qiáng)化技能偏向型技術(shù)進(jìn)步效應(yīng)，加劇了企業(yè)內(nèi)部不同學(xué)歷員工間的薪酬分化，使得勞動(dòng)技能溢價(jià)擴(kuò)大（陳東和郭文光，2024）。但從整體來看，員工受教育水平的提高有助于縮小與管理層間的薪酬差距。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型可能會通過優(yōu)化職能組織結(jié)構(gòu)，提高技術(shù)、研發(fā)等核心部門員工的占比和薪酬增長率，以保證自身競爭力。在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)競爭力的關(guān)鍵在于能否準(zhǔn)確洞察市場需求變化，快速開發(fā)和迭代數(shù)字化產(chǎn)品和服務(wù)（戚聿東和肖旭，2020）。這就要求企業(yè)在組織架構(gòu)上突出核心部門的戰(zhàn)略地位，賦予其更多資源配置權(quán)。而任務(wù)偏向型技術(shù)進(jìn)步理論認(rèn)為技術(shù)進(jìn)步并非中性，而是會偏向于替代某些特定類型的勞動(dòng)任務(wù)（AcemogluandRestrepo，2019）。在數(shù)字化轉(zhuǎn)型中，企業(yè)為增強(qiáng)核心競爭力往往會加大對核心部分的投資力度，從而會提高對這些部門員工的相對需求和薪酬水平，而一些傳統(tǒng)的基礎(chǔ)性操作崗位可能會被新技術(shù)所替代。這種任務(wù)偏向型技術(shù)進(jìn)步效應(yīng)，在某種程度上變相削弱了管理層對企業(yè)決策和資源配置的壟斷性權(quán)力，可能會有利于縮小管理層與員工間的薪酬差距。

隨著數(shù)字經(jīng)濟(jì)的興起，國內(nèi)學(xué)者聚焦于數(shù)字化轉(zhuǎn)型對企業(yè)內(nèi)部收入分配關(guān)系的影響展開了一些有益探索，但尚未形成一致結(jié)論。一些學(xué)者認(rèn)為，數(shù)字化轉(zhuǎn)型通過生產(chǎn)率效應(yīng)、就業(yè)創(chuàng)造效應(yīng)、優(yōu)化人力資本結(jié)構(gòu)等途徑，能提高企業(yè)營收和勞動(dòng)收入份額，降低勞動(dòng)收入差距（肖土盛等，2022；方明月等，2022；成璐璐等，2024），為構(gòu)建共同富裕奠定物質(zhì)基礎(chǔ)（余俊焱和吳鍇，2024）。魏志華等（2022）基于金稅三期工程這一稅收征管數(shù)字化實(shí)踐的準(zhǔn)自然實(shí)驗(yàn)，認(rèn)為稅收征管數(shù)字化這一外部因素能夠通過改善企業(yè)信息環(huán)境和緩解代理問題，顯著抑制企業(yè)內(nèi)部薪酬差距。李樹和王雨（2023）認(rèn)為數(shù)字化轉(zhuǎn)型對內(nèi)部薪酬差距可能呈非線性的倒U型關(guān)系，即轉(zhuǎn)型初期加劇分配失衡，但隨著轉(zhuǎn)型深化最終將緩解不平等程度。然而，另一部分學(xué)者則指出，盡管數(shù)字化轉(zhuǎn)型顯著提升了高管與員工平均薪酬，但高管薪酬的提升幅度明顯高于員工，這種分配失衡導(dǎo)致企業(yè)內(nèi)部薪酬差距增大（徐朝暉和王滿四，2022；劉長庚和張文哲，2023；高文書和萬詩婕，2024）。綜上，已有文獻(xiàn)對數(shù)字化轉(zhuǎn)型如何影響內(nèi)部薪酬差距的結(jié)論存在嚴(yán)重分歧，這可能源于現(xiàn)有研究在企業(yè)數(shù)字化轉(zhuǎn)型程度的測度方面存在一些局限性。例如使用文本分析詞典法度量時(shí)，由于數(shù)字技術(shù)關(guān)鍵詞庫不完備，可能導(dǎo)致企業(yè)實(shí)際已應(yīng)用某些數(shù)字技術(shù)卻未被識別；以及表意不符導(dǎo)致錯(cuò)誤識別問題也可能影響測度準(zhǔn)確性，即年報(bào)文本中提及關(guān)鍵詞但實(shí)際未使用該項(xiàng)技術(shù)；此外，直接將總詞頻對數(shù)化處理，實(shí)際上是對各關(guān)鍵詞進(jìn)行等權(quán)重處理，可能會導(dǎo)致測度出現(xiàn)偏差。這些測度偏差可能是導(dǎo)致現(xiàn)有文獻(xiàn)得出不一致結(jié)論的重要原因（金星曄等，2024）。

與既有研究相比，本文可能的邊際貢獻(xiàn)為：第一，改進(jìn)了已有研究對企業(yè)數(shù)字化轉(zhuǎn)型的測度方法。鑒于當(dāng)前人工智能等前沿技術(shù)的快速發(fā)展，我國正從“數(shù)字經(jīng)濟(jì)”時(shí)代逐步邁入“數(shù)智經(jīng)濟(jì)”時(shí)代。為體現(xiàn)“與時(shí)俱進(jìn)”，本文探討的“數(shù)智化轉(zhuǎn)型”實(shí)質(zhì)上涵蓋了通常所稱的“數(shù)字化轉(zhuǎn)型”，是指企業(yè)利用信息技術(shù)手段，對生產(chǎn)經(jīng)營活動(dòng)、管理模式等進(jìn)行全面的數(shù)字化改造和智能化升級。為更好地分析數(shù)智化轉(zhuǎn)型的動(dòng)態(tài)發(fā)展過程，本文將其劃分為信息化、數(shù)字化和智能化三個(gè)階段。信息化階段主要體現(xiàn)為企業(yè)利用互聯(lián)網(wǎng)等信息技術(shù)優(yōu)化內(nèi)部管理和業(yè)務(wù)流程；數(shù)字化階段則聚焦于利用大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)重塑企業(yè)的產(chǎn)品、服務(wù)、管理和商業(yè)模式；智能化階段則進(jìn)一步涉及人工智能等前沿技術(shù)在企業(yè)中的深度應(yīng)用?；诖?，本文構(gòu)建了較為完備的數(shù)智化轉(zhuǎn)型特征詞庫，并利用機(jī)器學(xué)習(xí)算法測度企業(yè)數(shù)智化轉(zhuǎn)型綜合程度及其三個(gè)階段的發(fā)展程度。這種分階段分析有助于更精確地把握數(shù)智化轉(zhuǎn)型對企業(yè)內(nèi)部薪酬差距的影響。第二，在機(jī)制分析上，既有相關(guān)研究主要基于管理權(quán)力理論、人力資本理論和委托代理理論展開分析。本文在納入以上分析視角的基礎(chǔ)上，結(jié)合任務(wù)偏向型技術(shù)進(jìn)步理論，分析企業(yè)職能組織結(jié)構(gòu)調(diào)整在數(shù)智化轉(zhuǎn)型對薪酬差距影響中的機(jī)制作用，并通過不同要素密集度行業(yè)的異質(zhì)性特征進(jìn)行了強(qiáng)化論證。此外，本文通過對雙重代理成本的調(diào)節(jié)效應(yīng)分析，檢驗(yàn)了數(shù)智化轉(zhuǎn)型可能存在的公司治理效應(yīng)，以期豐富現(xiàn)有研究的分析視角。第三，在充分剖析數(shù)智化轉(zhuǎn)型如何影響薪酬差距后，本文進(jìn)一步探究了其經(jīng)濟(jì)后果，即企業(yè)內(nèi)部薪酬差距如何影響高質(zhì)量創(chuàng)新。既有關(guān)于薪酬差距與創(chuàng)新績效關(guān)系的研究主要聚焦于創(chuàng)新的數(shù)量維度（通常以專利數(shù)表示），尚缺乏直接針對創(chuàng)新質(zhì)量的研究。本文從數(shù)量和質(zhì)量的兩個(gè)維度衡量企業(yè)高質(zhì)量創(chuàng)新，發(fā)現(xiàn)數(shù)智化轉(zhuǎn)型顯著促進(jìn)了創(chuàng)新，而薪酬差距對創(chuàng)新表現(xiàn)出顯著的倒U形影響關(guān)系。這些研究發(fā)現(xiàn)有助于為推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供一些有益啟示。

二、理論分析與研究假說

企業(yè)數(shù)智化轉(zhuǎn)型對內(nèi)部薪酬差距的影響是一個(gè)復(fù)雜問題，這種復(fù)雜性源于數(shù)智化轉(zhuǎn)型對企業(yè)內(nèi)部各利益相關(guān)方權(quán)力格局和資源配置產(chǎn)生的多重影響。首先，數(shù)智化轉(zhuǎn)型可能增強(qiáng)管理層的決策權(quán)和議價(jià)能力，使其獲得更高的薪酬。但同時(shí)也會提高員工整體的技能水平和生產(chǎn)效率，從而使其議價(jià)能力相對提高，緩解薪酬差距。這兩種相反的影響在一定程度上可能會相互抵消，導(dǎo)致薪酬差距變化趨勢的不確定性。為深入分析數(shù)智化轉(zhuǎn)型如何影響內(nèi)部薪酬差距，本部分基于以下理論視角從可能的正反兩方面影響分別展開分析，提出兩個(gè)競爭性假設(shè)，最終的影響方向?qū)⑷Q于哪一種機(jī)制的凈效果更為顯著。

（一）數(shù)智化轉(zhuǎn)型可能拉大內(nèi)部薪酬差距的分析

1.技能偏向型技術(shù)進(jìn)步（Skill-BiasedTechnicalChange，SBTC）理論視角。該理論關(guān)注技術(shù)發(fā)展對勞動(dòng)力市場的影響，認(rèn)為新技術(shù)通常需要更復(fù)雜的技能來操作和應(yīng)用，因此更有利于高技能勞動(dòng)力。這是因?yàn)楦呒寄軇趧?dòng)力與新技術(shù)存在較強(qiáng)的互補(bǔ)關(guān)系，勞動(dòng)生產(chǎn)率更高，使得其薪酬議價(jià)能力更強(qiáng)。而對于中低技能勞動(dòng)力，新技術(shù)可能會取代他們的工作，降低對他們的相對需求和工資水平。這種由于勞動(dòng)力技能和生產(chǎn)率差異而形成的勞動(dòng)報(bào)酬非均等化現(xiàn)象，即技能溢價(jià)，會加劇勞動(dòng)力市場的不平等（KatzandAutor，1999；Acemoglu，2002）。宋冬林等（2010）的研究表明，我國改革開放的發(fā)展過程中存在著這種技能偏向型技術(shù)進(jìn)步效應(yīng)。

數(shù)智化轉(zhuǎn)型作為一種新型技術(shù)進(jìn)步，可能會更加強(qiáng)化這種技能偏向效應(yīng)。具體而言，數(shù)智化轉(zhuǎn)型涉及企業(yè)業(yè)務(wù)流程、組織結(jié)構(gòu)的重構(gòu)，提高了管理決策的復(fù)雜性和專業(yè)性，要求管理者具備更復(fù)雜的數(shù)據(jù)分析、信息處理等技能，而這些技能相對稀缺且價(jià)值較高，因此管理層薪酬水平將相對提高。盡管數(shù)智化技術(shù)也會加劇企業(yè)對高技能員工（如數(shù)據(jù)分析師、人工智能工程師等）的需求，這些高技能崗位通常要求具備更高的人力資本，以及更復(fù)雜的專業(yè)知識和技能，對應(yīng)更高的薪酬水平，從而降低他們與高管間的薪酬差距。然而，考慮到傳統(tǒng)企業(yè)中高技能員工在整體員工結(jié)構(gòu)中比例普遍較小，這種影響可能會被稀釋，從而導(dǎo)致其最終影響相對有限。因此，數(shù)智化轉(zhuǎn)型所帶來的效率提高和盈利改善收益，將更多地被高技能管理層所獲得，從而擴(kuò)大管理層與員工之間的收入不平等。

2.管理權(quán)力理論視角。數(shù)智經(jīng)濟(jì)時(shí)代，數(shù)智化技術(shù)正深刻變革著企業(yè)的生產(chǎn)模式和治理方式。企業(yè)數(shù)智化轉(zhuǎn)型中，管理層憑借其知識資本與核心技術(shù)，逐漸成為企業(yè)發(fā)展中具有重要話語權(quán)和較高地位的核心利益相關(guān)者。管理層的價(jià)值觀和決策將直接影響企業(yè)未來的發(fā)展方向和戰(zhàn)略（陳德球和胡晴，2022）。這一變化表明，傳統(tǒng)的最優(yōu)契約理論和薪酬激勵(lì)理論所假設(shè)的，高管薪酬由股東利益最大化所決定的前提，正受到挑戰(zhàn)。Bebchuk等（2003）提出了管理權(quán)力理論，其核心觀點(diǎn)為管理層的權(quán)力和影響力在很大程度上塑造了實(shí)際的高管薪酬安排，而非完全由股東利益最大化所決定。具體來說，管理層會利用自身權(quán)力與地位，利用“掩飾（Camouflage）”和“避免反對（OutrageCosts）”等手段，獲得更有利于自身的薪酬安排，而非通過公平談判達(dá)成。換言之，管理層并非完全受制于股東利益的約束，而是能夠利用自身的權(quán)力和影響力來獲取更多的超額薪酬收益，以滿足自身利益最大化的目標(biāo)。

基于中國上市公司的早期經(jīng)驗(yàn)數(shù)據(jù)，吳育輝和吳世農(nóng)（2010）發(fā)現(xiàn)，高管權(quán)力的增加伴隨著其薪酬水平和企業(yè)代理成本的顯著提高，表明我國上市公司高管在其薪酬制定中存在明顯的自利行為。這一現(xiàn)象可能會在企業(yè)數(shù)智化轉(zhuǎn)型過程中進(jìn)一步加劇，管理層憑借自身資源配置權(quán)，占取更多的企業(yè)收益，從而相對壓縮普通員工的薪酬待遇，導(dǎo)致內(nèi)部薪酬差距擴(kuò)大。

據(jù)此，本文提出如下假說：

H1：在其他條件不變下，企業(yè)中管理層與普通員工之間的薪酬差距將隨著數(shù)智化轉(zhuǎn)型程度的增大而加劇。

（二）數(shù)智化轉(zhuǎn)型可能抑制內(nèi)部薪酬差距的分析

任務(wù)偏向型技術(shù)進(jìn)步（Task-BiasedTechnicalChange，TBTC）理論視角。與基于“技能”劃分勞動(dòng)者的SBTC理論不同，TBTC理論從“任務(wù)”的角度劃分勞動(dòng)崗位，能夠更好地解釋美國在21世紀(jì)初出現(xiàn)的就業(yè)結(jié)構(gòu)“極化”現(xiàn)象（AcemogluandRestrepo，2022）。該理論認(rèn)為，新技術(shù)的發(fā)展可能會替代一些“常規(guī)性”傳統(tǒng)任務(wù)，如行政、生產(chǎn)等工作，但并不擅長自動(dòng)化一些需要靈活性、判斷力和創(chuàng)造力的“非常規(guī)性”認(rèn)知任務(wù)，如專業(yè)、技術(shù)、管理和創(chuàng)業(yè)這些通常由高技能勞動(dòng)力所從事的工作（AcemogluandAutor，2011）。然而，自動(dòng)化等新技術(shù)的發(fā)展在減少就業(yè)的同時(shí)，也會創(chuàng)造新的工作任務(wù)和崗位，且這些新任務(wù)更適合人類勞動(dòng)，從而增加就業(yè)。因此，自動(dòng)化和新任務(wù)的創(chuàng)造會在一定程度上相互抵消，不會導(dǎo)致勞動(dòng)徹底被機(jī)器取代。盡管在短期內(nèi)可能會導(dǎo)致工資不平等現(xiàn)象增加，但長期影響取決于新任務(wù)是否能被低技能勞動(dòng)者所掌握（AcemogluandRestrepo，2018）。例如在考慮到低技能勞動(dòng)力的干中學(xué)效應(yīng)后，在長期可能會減小技能溢價(jià)現(xiàn)象（黃浩權(quán)等，2024）。

在企業(yè)數(shù)智化轉(zhuǎn)型背景下，TBTC理論有助于理解數(shù)智化轉(zhuǎn)型如何通過調(diào)整企業(yè)職能組織結(jié)構(gòu)分工，進(jìn)而影響薪酬差距。一方面，數(shù)智化轉(zhuǎn)型可能會替代一些基礎(chǔ)性、常規(guī)性的工作任務(wù)，如行政管理、財(cái)務(wù)核算以及基礎(chǔ)生產(chǎn)等，從而相對降低對這些工作的需求和崗位薪酬。另一方面，數(shù)智化轉(zhuǎn)型將創(chuàng)造出新的工作任務(wù)，如數(shù)據(jù)分析、算法開發(fā)等，這些新興工作通常需要高技能人才，能為企業(yè)創(chuàng)造更多價(jià)值，企業(yè)需求會急劇增加。為吸引和留住這些關(guān)鍵人才，企業(yè)會大幅提高其薪酬水平。因此，數(shù)智化轉(zhuǎn)型可能會有利于企業(yè)優(yōu)化職能組織結(jié)構(gòu)，使任務(wù)分工偏向?qū)I(yè)化，提高整體員工的薪酬議價(jià)能力，從而縮小管理層與員工間的薪酬差距。

據(jù)此，本文提出如下假說：

H2：在其他條件不變下，企業(yè)中管理層與普通員工之間的薪酬差距將隨著數(shù)智化轉(zhuǎn)型程度的增大而緩解。

三、研究設(shè)計(jì)

（一）樣本數(shù)據(jù)

本文以2007—2022年中國A股上市公司為研究對象。選取2007年作為研究起始時(shí)間，主要是為避免2006年財(cái)政部出臺的新《企業(yè)會計(jì)準(zhǔn)則》可能導(dǎo)致的對企業(yè)財(cái)務(wù)數(shù)據(jù)核算口徑前后不一致的影響。在對初始樣本的處理上，首先剔除金融行業(yè)、ST、*ST、PT以及資不抵債的特殊企業(yè)樣本；其次，本文關(guān)注的是一般性的傳統(tǒng)產(chǎn)業(yè)數(shù)智化轉(zhuǎn)型的影響（即產(chǎn)業(yè)數(shù)字化部分），因此需進(jìn)一步剔除數(shù)字產(chǎn)業(yè)化樣本。具體依據(jù)證監(jiān)會出臺的《上市公司行業(yè)分類指引》，剔除行業(yè)代碼為C39（計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)）和I門類（信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)）的樣本企業(yè)。篩選后得到33695個(gè)觀測值，并對連續(xù)型變量進(jìn)行上下1%縮尾處理以緩解異常值影響。在數(shù)據(jù)來源上，本文的關(guān)鍵解釋變量企業(yè)數(shù)智化轉(zhuǎn)型指標(biāo)經(jīng)由巨潮資訊網(wǎng)對企業(yè)年報(bào)爬取后文本分析而得；進(jìn)一步分析部分，本文拓展研究了企業(yè)薪酬差距對其高質(zhì)量創(chuàng)新表現(xiàn)的影響，通過知識寬度法對企業(yè)當(dāng)年申請的發(fā)明專利IPC號進(jìn)行分析，從專利的數(shù)量和質(zhì)量兩個(gè)維度構(gòu)建了多個(gè)反映企業(yè)高質(zhì)量創(chuàng)新績效的指標(biāo)，數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局；其他數(shù)據(jù)主要來源于國泰安與Wind數(shù)據(jù)庫。

（二）企業(yè)數(shù)智化轉(zhuǎn)型的指標(biāo)構(gòu)建

企業(yè)數(shù)智化轉(zhuǎn)型在指標(biāo)定量測度上是一個(gè)前沿難點(diǎn)問題，限于企業(yè)專項(xiàng)問卷調(diào)查較難規(guī)模性和周期性開展，且存在答卷有效性和商業(yè)信息敏感性等問題，目前學(xué)界主要采取對企業(yè)年報(bào)進(jìn)行文本分析以及計(jì)算數(shù)字化無形資產(chǎn)占比的方法來衡量企業(yè)數(shù)字化轉(zhuǎn)型，但這兩種測度路線各有優(yōu)劣。在文本分析測度路線下，以吳非等（2021）為代表的研究，通過選取反映企業(yè)數(shù)字化轉(zhuǎn)型技術(shù)特征的一系列關(guān)鍵詞，認(rèn)為這些詞匯體現(xiàn)了企業(yè)的技術(shù)應(yīng)用進(jìn)程、經(jīng)營理念或戰(zhàn)略目標(biāo)，最后以整份年報(bào)或年報(bào)中管理層討論與分析（MDamp;A）部分中詞頻的高低反映轉(zhuǎn)型程度。這一路線契合數(shù)字化轉(zhuǎn)型的技術(shù)屬性，但可能易受年報(bào)文本體例以及行文異質(zhì)性的影響導(dǎo)致詞頻虛高（楊彥欣和高敏雪，2024）。在數(shù)字無形資產(chǎn)占比測度路線下，以祁懷錦等（2020）為代表的研究，創(chuàng)新性地使用上市公司財(cái)務(wù)報(bào)告附注披露的年末無形資產(chǎn)細(xì)項(xiàng)中數(shù)字經(jīng)濟(jì)相關(guān)部分占無形資產(chǎn)總額的比例度量企業(yè)數(shù)字經(jīng)濟(jì)化程度，但此方法受限于企業(yè)財(cái)務(wù)信息的披露程度與資產(chǎn)核算方式，使用信息化投資水平難以準(zhǔn)確反映技術(shù)應(yīng)用水平。鑒于此，本文認(rèn)為在現(xiàn)有條件下以文本分析的量化測度路線可能相對更優(yōu)，因此將采用詞典法測度企業(yè)的數(shù)智化轉(zhuǎn)型程度，并在指標(biāo)合成上以詞頻-逆文檔頻率（TermFrequency-InverseDocumentFrequency，簡稱TF-IDF）方法對每個(gè)特征詞賦予不同權(quán)重，代替現(xiàn)有以總計(jì)詞頻自然對數(shù)值的衡量方式，以期緩解對所有特征詞賦予等權(quán)重可能導(dǎo)致指標(biāo)測度虛高的問題。指標(biāo)構(gòu)建步驟如下：

第一步，構(gòu)建特征詞庫。這一步驟是整個(gè)文本分析過程中最為關(guān)鍵的一步，特征詞庫的質(zhì)量直接決定著后續(xù)分析的有效性。在特征詞選取上，需盡可能充分涵蓋企業(yè)數(shù)智化轉(zhuǎn)型中在技術(shù)應(yīng)用、業(yè)務(wù)模式與組織管理等各方面特征，確保具有全面性和代表性。按照企業(yè)數(shù)智化轉(zhuǎn)型的技術(shù)演進(jìn)邏輯和發(fā)展趨勢，本文將數(shù)智化轉(zhuǎn)型劃分為信息化、數(shù)字化和智能化三個(gè)遞進(jìn)階段。

首先，信息化階段為基礎(chǔ)階段，這一階段企業(yè)主要利用互聯(lián)網(wǎng)、信息系統(tǒng)等IT技術(shù)，實(shí)現(xiàn)業(yè)務(wù)流程的自動(dòng)化和管理的信息化，提高內(nèi)部運(yùn)營、服務(wù)、生產(chǎn)效率，為后續(xù)轉(zhuǎn)型階段奠定基礎(chǔ)。信息化階段的核心是“效率提升”，技術(shù)應(yīng)用的重點(diǎn)是“流程再造”。其次，數(shù)字化階段為核心階段，這一階段顯著特征是數(shù)據(jù)成為企業(yè)核心生產(chǎn)要素和決策驅(qū)動(dòng)力。企業(yè)開始廣泛應(yīng)用大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、區(qū)塊鏈等數(shù)字技術(shù)，著力于實(shí)現(xiàn)業(yè)務(wù)、產(chǎn)品和服務(wù)的全面數(shù)字化。數(shù)字化不僅是技術(shù)手段的升級，更是商業(yè)模式的創(chuàng)新。通過數(shù)字化轉(zhuǎn)型，企業(yè)能夠更好地洞察市場需求、優(yōu)化資源配置、拓展客戶觸達(dá)，推動(dòng)業(yè)務(wù)模式和盈利模式的重構(gòu)。數(shù)字化階段強(qiáng)調(diào)“數(shù)據(jù)驅(qū)動(dòng)”，其核心是實(shí)現(xiàn)從“經(jīng)驗(yàn)決策”到“數(shù)字決策”的躍遷。最后，智能化階段是數(shù)智化轉(zhuǎn)型的高階形態(tài)和未來方向。這一階段的顯著特點(diǎn)是企業(yè)能夠利用人工智能、機(jī)器學(xué)習(xí)等認(rèn)知智能技術(shù)，在自動(dòng)化基礎(chǔ)上實(shí)現(xiàn)業(yè)務(wù)流程的持續(xù)自我優(yōu)化和決策管理的智能化。通過機(jī)器學(xué)習(xí)算法在海量數(shù)據(jù)中自主學(xué)習(xí)和優(yōu)化，企業(yè)在營銷、生產(chǎn)、管理等領(lǐng)域的自主決策和優(yōu)化能力將顯著提升，從而實(shí)現(xiàn)組織管理的全流程智能化和精細(xì)化。智能化階段的內(nèi)核是“智能賦能”，最終指向“無人企業(yè)”的遠(yuǎn)景目標(biāo)。需要指出的是，信息化、數(shù)字化、智能化三個(gè)階段并非涇渭分明，而是相互交織、循序漸進(jìn)的。一方面，企業(yè)數(shù)智化轉(zhuǎn)型是一個(gè)由低級到高級、由量變到質(zhì)變的漸進(jìn)過程，很難截然劃分不同階段的明確邊界；另一方面，由于不同行業(yè)和企業(yè)的差異性，其數(shù)智化轉(zhuǎn)型的起點(diǎn)、路徑、速度都有所不同，處于不同階段的特征可能并存。因此，對三個(gè)階段的劃分主要是理論上的抽象概括，現(xiàn)實(shí)中更多地是一種動(dòng)態(tài)交織的狀態(tài)。

在明晰三個(gè)階段內(nèi)涵的基礎(chǔ)上，本文分別選取了與之對應(yīng)的特征詞。具體地，首先建立一個(gè)盡量全面的初始特征詞庫。在選詞上，既參考了權(quán)威文件如國務(wù)院公布的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》、國家統(tǒng)計(jì)局公布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》等，也借鑒了吳非等（2021）、趙宸宇等（2021）、姚加權(quán)等（2024）已有的詞庫成果。同時(shí)，本文還廣泛吸收了企業(yè)年報(bào)、行業(yè)報(bào)告等實(shí)踐材料，力求詞庫具有全面性和代表性。在此基礎(chǔ)上，通過對初始詞庫進(jìn)行詞頻統(tǒng)計(jì)和專家評判，剔除出現(xiàn)頻率極低和代表性不足的詞匯，最終形成綜合涵蓋企業(yè)數(shù)智化轉(zhuǎn)型三個(gè)階段，總計(jì)330個(gè)特征詞的詞庫（詳見附錄）。

第二步，基于特征詞庫對企業(yè)年報(bào)進(jìn)行文本分析。首先將否定詞與數(shù)智化轉(zhuǎn)型特征詞庫加入到中文分詞工具jieba原始詞典中，并按照句號進(jìn)行分句處理。剔除同時(shí)包含否定詞和轉(zhuǎn)型特征詞的句子，將過濾后的句子重新拼接為文本。再基于特征詞庫對預(yù)處理后的文本統(tǒng)計(jì)詞頻，其中英文詞需要匹配單詞邊界，確保每個(gè)詞都是獨(dú)立單詞。然而，直接使用詞頻作為衡量指標(biāo)可能存在一些問題，不同特征詞的“技術(shù)含量”和重要性不盡相同，而且詞庫中可能包含一些“跟風(fēng)”熱詞。例如，“人工智能”一詞在近年年報(bào)中出現(xiàn)頻率普遍較高，但企業(yè)實(shí)際應(yīng)用該技術(shù)的程度可能較低，如果直接使用詞頻對數(shù)值作為指標(biāo)可能導(dǎo)致度量虛高。相反，一些詞頻較低的“冷門詞”可能意味著企業(yè)需要掌握更高水平的技術(shù)應(yīng)用能力。為緩解此問題，本文采用機(jī)器學(xué)習(xí)庫scikit-learn中的TF-IDF算法，對每個(gè)特征詞賦予不同權(quán)重。TF-IDF算法綜合考慮了詞頻以及詞匯在整個(gè)語料庫中的獨(dú)特性，能夠更好地反映每個(gè)詞的重要性，可以降低高頻但重要性較低的詞的權(quán)重，同時(shí)提高低頻但重要性較高的詞的權(quán)重，從而得到相對更貼合實(shí)際的文本分析結(jié)果。計(jì)算TF-IDF時(shí)，應(yīng)使程序逐年讀取年報(bào)，目的是為了動(dòng)態(tài)調(diào)整IDF值，以期最終的TF-IDF值能更貼近技術(shù)發(fā)展趨勢。

第三步，合成企業(yè)數(shù)智化轉(zhuǎn)型指標(biāo)。企業(yè)數(shù)智化轉(zhuǎn)型程度等于該企業(yè)該年所有特征詞的TF-IDF值加總，類似地，信息化、數(shù)字化、智能化程度分別對應(yīng)于相關(guān)特征詞的TF-IDF值加總。本文樣本數(shù)據(jù)的企業(yè)數(shù)智化轉(zhuǎn)型年度均值時(shí)間趨勢圖如圖1所示，總體轉(zhuǎn)型指標(biāo)在樣本期內(nèi)呈現(xiàn)快速增長趨勢，尤其是數(shù)字化和智能化指數(shù)，而信息化指數(shù)則是在2011年前呈現(xiàn)快速增長趨勢，隨后趨于平緩，顯示出了不同技術(shù)的更迭趨勢。

（三）變量選擇與描述

1.被解釋變量：企業(yè)內(nèi)部薪酬差距的自然對數(shù)值（lngap）。參考孔東民等（2017）的研究，將企業(yè)內(nèi)部薪酬差距（Gap_in）定義為管理層平均薪酬（M_wage）與員工平均薪酬（E_wage）的比值。管理層平均薪酬由董監(jiān)高年薪總額除以管理層人數(shù)（董監(jiān)高總?cè)藬?shù)減去獨(dú)立董事人數(shù)與未領(lǐng)取薪酬董監(jiān)高人數(shù)）計(jì)算得到，員工平均薪酬由期末應(yīng)付職工薪酬減期初應(yīng)付職工薪酬與董監(jiān)高年薪總額，加支付職工現(xiàn)金，除以總員工數(shù)得到。之所以對薪酬差距取對數(shù)，是為了方便觀察數(shù)智化轉(zhuǎn)型與薪酬差距變動(dòng)率的直接關(guān)系。

2.解釋變量：企業(yè)數(shù)智化轉(zhuǎn)型指數(shù)（total）。同時(shí)，在基準(zhǔn)回歸中觀察數(shù)智化轉(zhuǎn)型三階段：信息化（info）、數(shù)字化（digi）和智能化（inte）指數(shù)對薪酬差距的影響。在穩(wěn)健性分析部分，加入年報(bào)中MDamp;A部分文本中各特征詞的TF-IDF值合成的綜合指數(shù)（total_mda）和詞頻對數(shù)值（lntotal_mda）進(jìn)行額外檢驗(yàn)。

3.控制變量（CV）。參考魏志華等人（2022）研究，控制可能影響薪酬差距的其他企業(yè)層面特征變量，包括：①企業(yè)規(guī)模（size），以總資產(chǎn)自然對數(shù)表示；②企業(yè)年齡（age），以企業(yè)成立年限自然對數(shù)表示；③資產(chǎn)負(fù)債率（lev），以總負(fù)債與總資產(chǎn)的比值表示；④資產(chǎn)凈收益率（roa），以凈利潤與總資產(chǎn)的比值表示；⑤現(xiàn)金流比率（cash），以企業(yè)經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量凈額除以總資產(chǎn)表示；⑥營收增長率（growth），以本期營收與上期營收的比值減1表示；⑦托賓Q值（tobinQ），以流通股市值加負(fù)債賬面值，以及與非流通股股份數(shù)乘每股凈資產(chǎn)之和，除以總資產(chǎn)表示；⑧第一大股東持股比例（top1），以第一大股東持股數(shù)除以總股數(shù)表示；⑨兩職合一（dual），當(dāng)董事長與總經(jīng)理為同一人時(shí)賦值為1，否則為0；⑩產(chǎn)權(quán)性質(zhì)（soe），國有控股企業(yè)賦值為1，否則為0。

對于本文內(nèi)生性分析、穩(wěn)健性檢驗(yàn)、機(jī)制檢驗(yàn)及進(jìn)一步分析部分中涉及的變量，將分別在對應(yīng)部分進(jìn)行變量描述。以上各變量的數(shù)據(jù)特征情況見表1描述性統(tǒng)計(jì)。

（四）計(jì)量模型構(gòu)建

為盡可能減緩遺漏變量造成的內(nèi)生性問題，本文選擇如下控制高維固定效應(yīng)的半彈性模型，研究企業(yè)數(shù)智化轉(zhuǎn)型對內(nèi)部薪酬差距的非線性效應(yīng)。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸

表2列（1）-（7）展示了企業(yè)數(shù)智化轉(zhuǎn)型綜合指數(shù)（total）及其三個(gè)分指數(shù)（info、digi、inte）對薪酬差距對數(shù)值的回歸結(jié)果。列（1）為total單獨(dú)對lngap的回歸結(jié)果，列（2）在此基礎(chǔ)上加入了企業(yè)與行業(yè)固定效應(yīng)，以及城市與年份聯(lián)合固定效應(yīng)，列（3）進(jìn)一步加入了控制變量。最終，total的回歸系數(shù)為0.0117，在5%的顯著性水平上為正，表明數(shù)智化轉(zhuǎn)型與薪酬差距增長率之間存在顯著正相關(guān)關(guān)系。具體而言，假設(shè)其他變量保持不變條件下，企業(yè)數(shù)智化轉(zhuǎn)型水平每提高1個(gè)單位，薪酬差距平均提高1.17%。盡管增幅看似不大，但也凸顯出數(shù)智化轉(zhuǎn)型對薪酬差距具有不容忽視的邊際遞增效應(yīng)。列（4）-（6）依次匯報(bào)了信息化、數(shù)字化與智能化指數(shù)單獨(dú)對薪酬差距對數(shù)值的回歸結(jié)果，僅數(shù)字化指數(shù)表現(xiàn)出顯著正相關(guān)性。而列（7）中三個(gè)分指數(shù)一起對薪酬差距對數(shù)值回歸時(shí)，數(shù)字化與智能化指數(shù)顯著為正，信息化指數(shù)依然不顯著，即使在列（8）中改為對薪酬差距原值回歸，結(jié)果依然保持一致。關(guān)于info系數(shù)不顯著的原因，一方面可能是信息化階段主要致力于優(yōu)化企業(yè)基礎(chǔ)的管理和業(yè)務(wù)流程，其影響更多體現(xiàn)在提高整體運(yùn)營效率，而非直接改變薪酬結(jié)構(gòu)；另一方面，信息化技術(shù)在企業(yè)內(nèi)往往具有普遍性，各層級員工均能從中獲益，此外考慮到我國企業(yè)可能已進(jìn)入信息化相對成熟階段（由圖1的時(shí)間趨勢圖可在一定程度上進(jìn)行側(cè)面佐證），其邊際效應(yīng)可能已趨平緩，綜合作用下導(dǎo)致未能觀測到信息化對薪酬差距的顯著影響。關(guān)于inte系數(shù)顯著性變化的原因，可能源于智能化在數(shù)字化影響薪酬差距的過程中起到部分中介變量的作用，而這也符合數(shù)智化轉(zhuǎn)型的階段性演化特征；值得注意的是，未匯報(bào)的結(jié)果顯示，當(dāng)inte單獨(dú)對薪酬差距原值回歸時(shí)是1%正向顯著的，這進(jìn)一步佐證了智能化確實(shí)會正向影響薪酬差距，只是其影響特征可能相對偏線性。綜合來看，數(shù)智化轉(zhuǎn)型總體對薪酬差距的邊際遞增影響，主要來自于數(shù)字化和智能化這種高級階段，而在信息化階段的影響并不顯著。這一現(xiàn)象可能歸因于數(shù)字化和智能化階段涉及更深層次的技術(shù)和生產(chǎn)方式變革，使得技能偏向型技術(shù)進(jìn)步效應(yīng)更突出，從而加劇了管理層與員工間的薪酬差距。

在控制變量上，觀察到企業(yè)規(guī)模（size）、資產(chǎn)凈收益率（roa）、托賓Q值（tobinQ）的系數(shù)顯著為正，表明規(guī)模較大、盈利能力較強(qiáng)、市場價(jià)值較高的企業(yè)，管理層所承擔(dān)的責(zé)任和風(fēng)險(xiǎn)通常更大，議價(jià)能力強(qiáng)，因此其薪酬水平相對員工會更高，拉大了薪酬差距；而企業(yè)年齡（age）、現(xiàn)金流比率（cash）、營收增長率（growth）、第一大股東持股比例（top1）、產(chǎn)權(quán)性質(zhì)（soe）的系數(shù)顯著為負(fù)，表明對于成立時(shí)間較長、現(xiàn)金流充裕、營收增長快、第一大股東持股多的企業(yè)，其薪酬體系可能更加均衡，更重視員工激勵(lì)，因此內(nèi)部薪酬差距較小。此外，國企受政策和輿論影響較大，薪酬分配上更重視公平性，內(nèi)部薪酬差距相對較小。

（二）內(nèi)生性問題分析

以上的基準(zhǔn)回歸中難免存在一些潛在的內(nèi)生性問題，盡管控制了多種層面的固定效應(yīng)以盡可能地緩解了遺漏變量偏誤，但仍可能存在反向因果關(guān)系和測量誤差導(dǎo)致的內(nèi)生性問題。例如，當(dāng)企業(yè)內(nèi)部薪酬差距較大時(shí)，企業(yè)可能面臨更高的人才流失風(fēng)險(xiǎn)，特別是在數(shù)智化轉(zhuǎn)型所需的關(guān)鍵崗位上，企業(yè)可能需要投入額外資源來吸引和留住人才，這可能會影響企業(yè)在轉(zhuǎn)型上的資源投入，進(jìn)而影響到轉(zhuǎn)型的進(jìn)程和效果。為緩解內(nèi)生性，本部分采取工具變量法和多期雙重差分模型進(jìn)行分析。

1.工具變量法。在工具變量的選取上借鑒肖土盛等（2022）的研究。第一，選取與企業(yè)所在地同省份下同年度同行業(yè)（制造業(yè)按二級代碼）的其他企業(yè)數(shù)智化轉(zhuǎn)型程度的均值（IV）作為該企業(yè)數(shù)智化轉(zhuǎn)型的工具變量。由企業(yè)間普遍存在的同群效應(yīng)現(xiàn)象易知，企業(yè)往往具有模仿和學(xué)習(xí)競爭對手經(jīng)營策略的動(dòng)機(jī)，因而其自身的數(shù)智化程度易受到同地區(qū)同行業(yè)的其他企業(yè)的數(shù)智化程度的影響，滿足相關(guān)性條件；而其他企業(yè)的數(shù)智化程度本身不直接影響其內(nèi)部薪酬差距，滿足外生性條件。第二，依據(jù)前文總結(jié)的數(shù)智化轉(zhuǎn)型特征詞庫，選取企業(yè)注冊地所在省份的政府工作報(bào)告中出現(xiàn)的詞頻對數(shù)值（lndigi_gov）作為工具變量。省政府報(bào)告中提及的數(shù)智化特征詞詞頻密切反映了省政府對數(shù)字經(jīng)濟(jì)的重視與關(guān)注度，會顯著影響到當(dāng)?shù)仄髽I(yè)的數(shù)智化轉(zhuǎn)型戰(zhàn)略，滿足相關(guān)性條件；而報(bào)告中的詞頻并不會直接影響到微觀企業(yè)的內(nèi)部薪酬差距，滿足外生性條件。

工具變量法的回歸結(jié)果見表3中列（1）-（4），依次匯報(bào)了IV和lndigi_gov作為工具變量時(shí)的第一和第二階段回歸結(jié)果。第一階段中，兩個(gè)工具變量都分別在1%顯著性水平上與企業(yè)數(shù)智化轉(zhuǎn)型程度正相關(guān)，支持了以上工具變量與內(nèi)生解釋變量強(qiáng)相關(guān)性的分析。此外，二者的KPLM統(tǒng)計(jì)量分別為3288.227和66.271，通過了1%顯著水平的不可識別檢驗(yàn)；KPF統(tǒng)計(jì)量分別為8915.682和66.417，均大于Stock-Yogo統(tǒng)計(jì)量在10%顯著水平臨界值16.38，通過了弱工具變量識別檢驗(yàn)，驗(yàn)證了本文所選工具變量的合理性。第二階段中，total的系數(shù)均在1%顯著水平上為正，表明選擇工具變量法緩解內(nèi)生性問題后，依然支持了企業(yè)數(shù)智化轉(zhuǎn)型與薪酬差距增長率正相關(guān)這一結(jié)論。

2.外生政策沖擊檢驗(yàn)法：基于智慧城市建設(shè)的準(zhǔn)自然實(shí)驗(yàn)?！盀榧訌?qiáng)現(xiàn)代科學(xué)技術(shù)在城市規(guī)劃、建設(shè)、管理和運(yùn)行中的綜合應(yīng)用，整合信息資源，提升城市管理能力和服務(wù)水平，促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型”，中國住建部于2012年12月出臺了《國家智慧城市試點(diǎn)暫行管理辦法》和《國家智慧城市（區(qū)、鎮(zhèn)）試點(diǎn)指標(biāo)體系（試行）》文件，開啟申報(bào)試點(diǎn)工作，并于次年1月、8月及2015年4月分別公布了三批智慧城市試點(diǎn)名單。

智慧城市試點(diǎn)政策可能通過多重機(jī)制促進(jìn)企業(yè)數(shù)智化轉(zhuǎn)型。首先，試點(diǎn)政策能夠?yàn)樵圏c(diǎn)城市在前沿?cái)?shù)字技術(shù)應(yīng)用方面提供優(yōu)先支持，為當(dāng)?shù)仄髽I(yè)營造先進(jìn)的技術(shù)環(huán)境，從而降低企業(yè)采納和應(yīng)用新技術(shù)的成本，這種技術(shù)外溢效應(yīng)可能加速企業(yè)的數(shù)智化進(jìn)程。其次，該政策能夠推動(dòng)城市在智能制造、工業(yè)互聯(lián)網(wǎng)等多領(lǐng)域的數(shù)字化項(xiàng)目供給，刺激市場對數(shù)字化產(chǎn)品和服務(wù)的需求。這種供需雙向驅(qū)動(dòng)效應(yīng)能夠鼓勵(lì)企業(yè)加大數(shù)字化投入，在實(shí)踐中加速轉(zhuǎn)型。此外，智慧城市試點(diǎn)作為一種制度變遷，為試點(diǎn)區(qū)域內(nèi)的企業(yè)帶來了潛在的制度紅利。在晉升錦標(biāo)賽的激勵(lì)機(jī)制下，地方官員有強(qiáng)烈動(dòng)機(jī)加大對當(dāng)?shù)仄髽I(yè)的科技扶持（賴曉冰和岳書敬，2022），從而降低企業(yè)轉(zhuǎn)型的風(fēng)險(xiǎn)和制度成本。從宏觀視角看，智慧城市的建設(shè)依托于以物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等為核心的數(shù)字信息技術(shù)產(chǎn)業(yè)。李德仁等（2014）指出，智慧城市的發(fā)展可按信息化、數(shù)字化、智能化的程度分為三個(gè)發(fā)展階段：信息城市、數(shù)字城市和智慧城市。這一發(fā)展軌跡與企業(yè)的數(shù)智化轉(zhuǎn)型過程高度契合，呈現(xiàn)出同步演進(jìn)特征。因此，本文假設(shè)這一政策能夠促進(jìn)當(dāng)?shù)仄髽I(yè)的數(shù)智化轉(zhuǎn)型，進(jìn)而影響到企業(yè)內(nèi)部薪酬差距。

為驗(yàn)證以上觀點(diǎn)，采用準(zhǔn)自然實(shí)驗(yàn)法，基于該政策構(gòu)建多期DID模型。具體地，依據(jù)企業(yè)所在地和年份將企業(yè)與試點(diǎn)名單數(shù)據(jù)相匹配，參考石大千等人（2018）的研究設(shè)計(jì)進(jìn)行分組。若企業(yè)所在城市當(dāng)年被列為試點(diǎn)城市，則視為實(shí)驗(yàn)組，當(dāng)年及之后年份的DID_sc賦值為1，之前年份賦值為0；始終未被列為試點(diǎn)城市的企業(yè)視為對照組，DID_sc始終為0。采用多期DID模型，并控制企業(yè)、行業(yè)、城市與年份固定效應(yīng)進(jìn)行回歸檢驗(yàn)，模型設(shè)定如式（2）。同時(shí)，為增強(qiáng)研究可靠性，本文還補(bǔ)充了對企業(yè)數(shù)智化轉(zhuǎn)型的回歸分析，以驗(yàn)證政策對企業(yè)轉(zhuǎn)型的直接影響。

使用多期DID模型分析政策效果的前提條件是滿足平行趨勢檢驗(yàn)，否則難以說明實(shí)驗(yàn)組與對照組的差異是由政策干預(yù)導(dǎo)致的，而不是由其他因素導(dǎo)致的，因此設(shè)定式（3）中的模型進(jìn)行檢驗(yàn)。其中jdf表示智慧城市政策時(shí)點(diǎn)j期的虛擬變量，j表示實(shí)驗(yàn)組距離政策實(shí)施前（后）的期數(shù)，取值設(shè)定為4到5（小于4或大于5都分別被賦值為4和5），即若樣本來自實(shí)驗(yàn)組且年份處于政策實(shí)施前（后）的第j期，則jdf取值為1，其他情況下取值為0，設(shè)定當(dāng)期為基準(zhǔn)期（j0）。對數(shù)智化轉(zhuǎn)型和薪酬差距的平行趨勢檢驗(yàn)結(jié)果見圖2，政策實(shí)施前幾期的系數(shù)均無法拒絕顯著為0，表明平行趨勢成立。隨后進(jìn)一步觀察多期DID模型的回歸結(jié)果，在表3列（5）-（7）中分別匯報(bào)了對數(shù)智化轉(zhuǎn)型和薪酬差距的估計(jì)結(jié)果，DID_sc項(xiàng)的系數(shù)均在1%顯著水平上為正。這一結(jié)果表明智慧城市建設(shè)通過促進(jìn)企業(yè)數(shù)智化轉(zhuǎn)型，加劇了內(nèi)部薪酬差距擴(kuò)大，即利用外生政策沖擊法緩解內(nèi)生性問題后，依然支持基準(zhǔn)回歸的主要結(jié)論。

（三）其他穩(wěn)健性檢驗(yàn)

1.改變企業(yè)數(shù)智化轉(zhuǎn)型指數(shù)的衡量。截取企業(yè)年報(bào)中“管理層討論與分析（MDamp;A）”部分的文本單獨(dú)進(jìn)行詞典法分析，重新構(gòu)造分別由TF-IDF值和詞頻對數(shù)值反映的數(shù)智化轉(zhuǎn)型綜合指數(shù)的替代指標(biāo)total_mda和lntotal_mda。表4中列（1）（2）匯報(bào)了檢驗(yàn)結(jié)果，均在1%水平上顯著為正，說明企業(yè)的數(shù)智化轉(zhuǎn)型加劇了內(nèi)部薪酬差距，基準(zhǔn)回歸的結(jié)論是穩(wěn)健的。

2.改變企業(yè)內(nèi)部薪酬差距的衡量。將企業(yè)薪酬差距由連續(xù)變量設(shè)置為取值1-4的有序離散變量gap_o，依據(jù)25%、50%、75%分位數(shù)為臨界點(diǎn)分類，如取值在最小值到25%分位數(shù)時(shí)賦值為1，以此類推。表4中列（3）（4）分別顯示使用面板有序Probit的非線性模型和高維固定效應(yīng)的線性計(jì)量模型進(jìn)行估計(jì)的結(jié)果，均在1%水平上顯著為正，說明企業(yè)數(shù)智化轉(zhuǎn)型與內(nèi)部薪酬差距正相關(guān)，基準(zhǔn)回歸的結(jié)論是穩(wěn)健的。

3.改變計(jì)量模型。前文基準(zhǔn)回歸中為驗(yàn)證企業(yè)數(shù)智化轉(zhuǎn)型與內(nèi)部薪酬之間的非線性邊際遞增關(guān)系，使用的是半彈性模型，被解釋變量為薪酬差距的對數(shù)值?，F(xiàn)替換使用薪酬差距的原始值（Gap_in）作為被解釋變量，將數(shù)智化轉(zhuǎn)型指數(shù)標(biāo)準(zhǔn)化處理為s_total，并額外控制其二次項(xiàng)s_total2，以進(jìn)一步驗(yàn)證數(shù)智化轉(zhuǎn)型與薪酬差距間的非線性關(guān)系，回歸結(jié)果表4列（5）。觀察到s_total和s_total2的系數(shù)均在5%水平上顯著為正，由這兩個(gè)變量系數(shù)值計(jì)算出極值點(diǎn)為0.906，對應(yīng)原始值（total）1.497，約為18%分位數(shù)；進(jìn)一步進(jìn)行utest檢驗(yàn)，p值為0.0816，在10%顯著水平上認(rèn)為數(shù)智化轉(zhuǎn)型與薪酬差距間確實(shí)存在U形關(guān)系效應(yīng)，即數(shù)智化轉(zhuǎn)型指數(shù)取值約在18%分位數(shù)以下時(shí)，負(fù)向影響薪酬差距，在此之后則正向且邊際遞增影響薪酬差距。就整體而言，數(shù)智化轉(zhuǎn)型對薪酬差距的影響以邊際遞增趨勢為主，可以認(rèn)為前文基準(zhǔn)回歸的結(jié)論是穩(wěn)健的。

4.加回?cái)?shù)字產(chǎn)業(yè)化企業(yè)樣本。即補(bǔ)充回原樣本中被剔除的行業(yè)代碼為C39和I的企業(yè)樣本，以排除可能潛在的樣本選擇偏誤問題，回歸結(jié)果見列（6），數(shù)智化轉(zhuǎn)型系數(shù)在5%水平上顯著為正。

綜上可知，在嘗試以上多種穩(wěn)健性檢驗(yàn)后，表明了企業(yè)數(shù)智化轉(zhuǎn)型與薪酬差距正相關(guān)且存在邊際遞增關(guān)系的這一結(jié)論是足夠穩(wěn)健的。

（四）影響機(jī)制檢驗(yàn)

以上實(shí)證分析充分驗(yàn)證了企業(yè)數(shù)智化轉(zhuǎn)型會加劇內(nèi)部薪酬差距，這一現(xiàn)象與數(shù)字經(jīng)濟(jì)發(fā)展所追求的機(jī)會平等和成果共享的理想狀態(tài)存在一定矛盾，可能會加劇社會階層固化和貧富分化問題，值得深入探討其中的原因和應(yīng)對措施。為了深入剖析這一現(xiàn)象的內(nèi)在機(jī)理，結(jié)合前文理論分析，本部分對其影響機(jī)制進(jìn)行檢驗(yàn)。首先，將內(nèi)部薪酬差距這一變量進(jìn)行分解，分別考察數(shù)智化轉(zhuǎn)型對管理層薪酬、普通員工薪酬及其薪酬變動(dòng)率的影響，識別薪酬差距擴(kuò)大的直接成因；接著分別檢驗(yàn)數(shù)智化轉(zhuǎn)型對管理層權(quán)力、企業(yè)人力資本結(jié)構(gòu)和職能結(jié)構(gòu)這些中介因素的影響，分析為何最終造成正向影響薪酬差距這一結(jié)果。

1.數(shù)智化轉(zhuǎn)型對管理層和員工薪酬的直觀影響。表5中列（1）-（4）匯報(bào)了企業(yè)數(shù)智化轉(zhuǎn)型綜合指數(shù)及其三個(gè)分指數(shù)分別對管理層平均薪酬（M_wage）和員工平均薪酬（E_wage）對數(shù)值的回歸結(jié)果。觀察到，數(shù)智化轉(zhuǎn)型綜合指數(shù)及三個(gè)分指數(shù)都對管理層薪酬表現(xiàn)出1%水平的正向促進(jìn)作用，綜合指數(shù)每提高一個(gè)單位，管理層平均薪酬提升2.17%，且數(shù)字化和智能化指數(shù)的回歸系數(shù)大于信息化指數(shù)的系數(shù)，表明數(shù)智化轉(zhuǎn)型的高級階段對管理層薪酬的促進(jìn)作用更為明顯。而與此形成鮮明對比的是，盡管數(shù)智化轉(zhuǎn)型與員工薪酬間雖表現(xiàn)出1%水平的正相關(guān)關(guān)系，但綜合指數(shù)每提高一單位，員工平均薪酬僅提升1%，不及對管理層影響的一半。此外，三項(xiàng)分指數(shù)中僅有信息化指數(shù)對員工薪酬表現(xiàn)出顯著正相關(guān)性，數(shù)字化和智能化指數(shù)的一次項(xiàng)則未表現(xiàn)出顯著的相關(guān)性，但實(shí)際上是一種非線性關(guān)系①，表明數(shù)智化轉(zhuǎn)型的高級階段在當(dāng)前可能暫時(shí)并未給普通員工帶來直觀明顯的薪酬增長，再次印證了數(shù)智化轉(zhuǎn)型的高級階段對加劇薪酬差距的作用更加明顯。

進(jìn)一步地，考察數(shù)智化轉(zhuǎn)型對管理層（growth_m）和員工薪酬變動(dòng)率（growth_e）的影響，分別由各自當(dāng)期薪酬除以上期薪酬后減去1再乘上100表示，估計(jì)結(jié)果見列（5）-（6）。結(jié)果顯示，數(shù)智化轉(zhuǎn)型對管理層薪酬變動(dòng)率表現(xiàn)出5%顯著水平上的正向關(guān)系，而未對員工薪酬變動(dòng)率表現(xiàn)出足夠的相關(guān)性，表明數(shù)智化轉(zhuǎn)型更多地促進(jìn)了管理層薪酬的增長，而對員工薪酬增長的影響相對有限，并從統(tǒng)計(jì)上解釋了為何數(shù)智化轉(zhuǎn)型與薪酬差距表現(xiàn)出非線性的邊際遞增關(guān)系。

2.提升管理層權(quán)力的渠道分析。數(shù)智化轉(zhuǎn)型可能通過賦予管理層更大權(quán)力，進(jìn)而擴(kuò)大企業(yè)內(nèi)部薪酬差距。具體而言，數(shù)智化轉(zhuǎn)型涉及企業(yè)組織結(jié)構(gòu)、業(yè)務(wù)流程的重構(gòu)，需要管理層制定戰(zhàn)略決策和推動(dòng)落實(shí)，客觀上增加了管理層的授權(quán)和賦能。同時(shí)，數(shù)智化轉(zhuǎn)型所需的專業(yè)性使得管理層相對普通員工的不可替代彈性增強(qiáng)，議價(jià)能力得以提高。管理層權(quán)力的加大可能誘發(fā)其追求自身利益最大化，通過影響薪酬契約制定過程謀取高額報(bào)酬，從而加劇內(nèi)部薪酬差距。為驗(yàn)證上述推斷，參考劉劍民等（2019）的研究，選取總經(jīng)理任職期限、兩職合一、董事會規(guī)模、內(nèi)部董事比例、管理層持股比例這五個(gè)指標(biāo)，利用主成分分析法合成一個(gè)反映管理層權(quán)力的綜合指標(biāo)（power），以此進(jìn)行渠道檢驗(yàn)。結(jié)果見表6列（1）（2），列（1）結(jié)果表明數(shù)智化轉(zhuǎn)型顯著提高了管理層的權(quán)力，印證了前述分析。列（2）中納入管理層權(quán)力的一階滯后項(xiàng)（L.power）進(jìn)行回歸，結(jié)果顯示管理層權(quán)力與薪酬差距之間呈現(xiàn)5%顯著性水平的正相關(guān)關(guān)系，表明管理層權(quán)力的擴(kuò)大會導(dǎo)致企業(yè)內(nèi)部薪酬差距的擴(kuò)大。綜上所述，企業(yè)數(shù)智化轉(zhuǎn)型會通過增加管理層權(quán)力，進(jìn)而間接拉大薪酬差距，加劇了企業(yè)內(nèi)部的不平等程度。這一渠道可能是數(shù)智化轉(zhuǎn)型正向影響薪酬差距的主要原因。

3.優(yōu)化企業(yè)人力資本結(jié)構(gòu)的渠道分析。數(shù)智化轉(zhuǎn)型對員工技能和素質(zhì)提出了更高要求，可能引起高學(xué)歷員工占比的提升，實(shí)現(xiàn)企業(yè)人力資本結(jié)構(gòu)的優(yōu)化升級。這意味著員工與企業(yè)間的信息不對稱程度降低，以及員工對自身權(quán)益的認(rèn)知和維護(hù)意識增強(qiáng)，使得員工總體的薪酬議價(jià)能力提升，迫使企業(yè)在薪酬分配上更加公平合理，從而縮小內(nèi)部薪酬差距。為驗(yàn)證這一推斷，使用本科及以上學(xué)歷員工的占比（edu16）衡量企業(yè)的人力資本結(jié)構(gòu)水平，渠道檢驗(yàn)結(jié)果見表6的列（3）（4）。列（3）的結(jié)果表明企業(yè)數(shù)智化轉(zhuǎn)型顯著提高了員工整體受教育水平，這一結(jié)果也側(cè)面反映了數(shù)智化轉(zhuǎn)型對低人力資本勞動(dòng)力具有一定排斥效應(yīng)，因?yàn)楸究茖W(xué)歷以下員工占比與edu16這一變量呈反向關(guān)系。進(jìn)一步地，列（4）的回歸結(jié)果中edu16與lngap之間呈現(xiàn)1%顯著性水平的負(fù)相關(guān)關(guān)系，印證了上述觀點(diǎn)。由此可知，企業(yè)數(shù)智化轉(zhuǎn)型可以通過優(yōu)化人力資本結(jié)構(gòu)，從而抑制內(nèi)部薪酬差距的擴(kuò)張。

4.優(yōu)化職能組織結(jié)構(gòu)的渠道分析。根據(jù)任務(wù)偏向型技術(shù)進(jìn)步理論，技術(shù)進(jìn)步會導(dǎo)致不同類型的工作任務(wù)在生產(chǎn)中的相對重要性發(fā)生變化。數(shù)智化轉(zhuǎn)型通常伴隨著生產(chǎn)方式、管理模式、商業(yè)模式、研發(fā)模式等的重塑，這必然要求企業(yè)重新配置各職能部門的人力資源，優(yōu)化部門結(jié)構(gòu)實(shí)現(xiàn)專業(yè)化分工。為觀察數(shù)智化轉(zhuǎn)型對企業(yè)職能組織結(jié)構(gòu)的影響，本文選取五個(gè)反映職能結(jié)構(gòu)特征的指標(biāo)生產(chǎn)部門員工占比（p_ratio）、財(cái)務(wù)部門員工占比（f_ratio）、銷售部門員工占比（s_ratio）、技術(shù)部門員工占比（t_ratio）以及研發(fā)部門員工占比（rd_ratio），數(shù)智化轉(zhuǎn)型對職能結(jié)構(gòu)的影響估計(jì)見表7。由結(jié)果可知，第一，數(shù)智化轉(zhuǎn)型顯著壓縮了生產(chǎn)部門用工，表明數(shù)智化轉(zhuǎn)型通過自動(dòng)化、智能化技術(shù)改造生產(chǎn)流程，提高生產(chǎn)效率，從而減少了對一線生產(chǎn)工人的需求；第二，數(shù)智化轉(zhuǎn)型在一定程度上減少了對財(cái)務(wù)部門用工需求，例如會計(jì)核算、稅務(wù)管理等工作具有較高的重復(fù)性和規(guī)律性，可能易被軟件和技術(shù)所替代；第三，數(shù)智化轉(zhuǎn)型擴(kuò)大了銷售部門員工占比，這可能是由于互聯(lián)網(wǎng)商業(yè)模式，如電商平臺和社交營銷的興起，開辟了全新的銷售渠道和營銷方式，從而帶動(dòng)了銷售部門的擴(kuò)張；最后，數(shù)智化轉(zhuǎn)型顯著擴(kuò)大了技術(shù)部門和研發(fā)部門用工，表明數(shù)智化轉(zhuǎn)型以數(shù)字技術(shù)、智能算法為支撐，以技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新為導(dǎo)向，顯著提升了對技術(shù)人才的需求，加強(qiáng)了企業(yè)的研發(fā)投入，帶動(dòng)了技術(shù)部門和研發(fā)部門的擴(kuò)張。綜合來看，數(shù)智化轉(zhuǎn)型對企業(yè)職能結(jié)構(gòu)的影響呈現(xiàn)出非對稱性特征，提高了生產(chǎn)、財(cái)務(wù)等基礎(chǔ)性工作效率，減少了相關(guān)部門用工，同時(shí)擴(kuò)大了技術(shù)、研發(fā)、銷售等核心部門用工。這表明數(shù)智化轉(zhuǎn)型推動(dòng)了企業(yè)組織重構(gòu)，進(jìn)一步優(yōu)化了人力資源配置，使之從基礎(chǔ)性職能轉(zhuǎn)向核心性職能，從而提升了組織效率和創(chuàng)新能力。

進(jìn)一步地，為驗(yàn)證企業(yè)職能結(jié)構(gòu)的改變對薪酬差距的影響，將各職能部門簡化為基礎(chǔ)部門（department1）和核心部門（department2），分別由生產(chǎn)部門與財(cái)務(wù)部門員工占比相加，以及銷售、技術(shù)與研發(fā)部門員工占比相加得到，回歸結(jié)果見列（6）（7）?？芍?，基礎(chǔ)部門員工占比與薪酬差距呈現(xiàn)顯著正相關(guān)關(guān)系，而核心部門員工占比與薪酬差距呈現(xiàn)顯著負(fù)相關(guān)關(guān)系。這一結(jié)果表明，企業(yè)內(nèi)部薪酬差距的形成與職能結(jié)構(gòu)密切相關(guān)，而數(shù)智化轉(zhuǎn)型通過優(yōu)化企業(yè)的職能結(jié)構(gòu)，在一定程度上緩解了數(shù)智化轉(zhuǎn)型擴(kuò)大薪酬差距的趨勢。

（五）異質(zhì)性分析

1.代理成本的調(diào)節(jié)效應(yīng)分析。數(shù)智化轉(zhuǎn)型對薪酬差距的影響可能受到代理成本的調(diào)節(jié)。理論上，代理成本越高，企業(yè)內(nèi)部治理機(jī)制越薄弱，管理者的機(jī)會主義行為越嚴(yán)重，數(shù)智化轉(zhuǎn)型賦予管理者更大的自由裁量權(quán)可能加劇“道德風(fēng)險(xiǎn)”，導(dǎo)致高管薪酬大幅上漲，從而進(jìn)一步拉大薪酬差距。為檢驗(yàn)代理成本的調(diào)節(jié)效應(yīng)，借鑒羅進(jìn)輝（2012）的研究，選取管理費(fèi)用率（Mfee）和總資產(chǎn)周轉(zhuǎn)率（ATO）反映企業(yè)股東與管理者間的第一類代理成本，分別由“管理費(fèi)用/營業(yè)總收入”和“營業(yè)總收入/公司總資產(chǎn)”度量，Mfee越高或ATO越低，表示股東與管理層間的代理成本越高；選取“其他應(yīng)收款/公司總資產(chǎn)”反映大股東與中小股東間的第二類代理成本（Occupy），其值越大表示大股東侵占中小股東利益程度越高。為了穩(wěn)健性，選取機(jī)構(gòu)投資者持股比例（INST）作為代理成本的反向代理指標(biāo)，較高的股權(quán)集中度意味著對管理層的監(jiān)督較強(qiáng)，有利于減小代理成本（ShleiferandVishny，1986），既有的實(shí)證研究也證實(shí)了這一點(diǎn)（楊海燕等，2012）。

觀察表8中的回歸結(jié)果，數(shù)智化轉(zhuǎn)型指數(shù)分別與管理費(fèi)用率、總資產(chǎn)周轉(zhuǎn)率、應(yīng)收款占比以及機(jī)構(gòu)持股比例的交互項(xiàng)系數(shù)符號分別顯著為負(fù)、正、負(fù)、正，表明從實(shí)證來看，代理成本負(fù)向調(diào)節(jié)了數(shù)智化轉(zhuǎn)型對薪酬差距的正向影響，即數(shù)智化轉(zhuǎn)型對薪酬差距的正向影響隨著代理成本的增加而減弱。

乍看之下這一結(jié)果似乎與代理理論的預(yù)期相反，然而本文認(rèn)為這可能恰恰反映了數(shù)智化轉(zhuǎn)型的獨(dú)特治理效應(yīng)。一方面，數(shù)智化轉(zhuǎn)型雖然賦予了管理者更大的自由裁量權(quán)，但同時(shí)也通過信息化、數(shù)字化手段，提高了企業(yè)運(yùn)營的透明度，加強(qiáng)了對管理者行為的事中監(jiān)控和事后問責(zé)。在代理成本較高的企業(yè)中，由于內(nèi)部治理機(jī)制薄弱，管理者的機(jī)會主義行為更易發(fā)生，數(shù)智化轉(zhuǎn)型發(fā)揮的治理效應(yīng)可能更為顯著。數(shù)智化轉(zhuǎn)型提供的實(shí)時(shí)監(jiān)控和數(shù)據(jù)分析，有助于及時(shí)發(fā)現(xiàn)和遏制管理者的過度薪酬行為，從而在一定程度上抑制了薪酬差距的擴(kuò)大。另一方面，較高代理成本的企業(yè)的高管可能利用手中權(quán)力，通過關(guān)聯(lián)交易、在職消費(fèi)等方式，謀取私人利益，這種隱性收入可能在一定程度上替代了高管的顯性薪酬。當(dāng)企業(yè)進(jìn)行數(shù)智化轉(zhuǎn)型時(shí)，高管權(quán)力進(jìn)一步加大，在職消費(fèi)的機(jī)會也可能增加。因此盡管數(shù)智化轉(zhuǎn)型提高了企業(yè)效率，為高管創(chuàng)造了更多價(jià)值，但這部分價(jià)值更多地體現(xiàn)為高管的隱性收入，而非顯性薪酬，從而導(dǎo)致數(shù)智化轉(zhuǎn)型對高管顯性薪酬的提升效應(yīng)被削弱。綜上所述，在這兩方面因素共同作用下，造成在實(shí)證中表現(xiàn)出代理成本負(fù)向調(diào)節(jié)數(shù)智化轉(zhuǎn)型對薪酬差距的正向影響這一結(jié)果，既在意料之外，又在情理之中。

2.基于是否為高科技行業(yè)的異質(zhì)性分組分析。高科技行業(yè)代表了新一輪科技革命和產(chǎn)業(yè)變革的方向，以數(shù)字技術(shù)為核心驅(qū)動(dòng)力，不僅數(shù)字化程度較高，而且更加重視數(shù)字人才的吸引和激勵(lì)。因此，數(shù)智化轉(zhuǎn)型可能在高科技行業(yè)中表現(xiàn)出更為顯著的技能偏向型技術(shù)進(jìn)步效應(yīng)，從而對內(nèi)部薪酬差距產(chǎn)生更大影響。參考白潔（2022）的研究，依據(jù)國家統(tǒng)計(jì)局公布的《高技術(shù)產(chǎn)業(yè)（制造業(yè)）分類（2013）》，以及《高技術(shù)產(chǎn)業(yè)（服務(wù)業(yè)）分類（2013）》中的行業(yè)代碼，將上市企業(yè)分類為高科技和非高科技行業(yè)①。表9的列（1）（2）顯示，非高科技行業(yè)中企業(yè)數(shù)智化轉(zhuǎn)型對薪酬差距的影響并不顯著，而高科技行業(yè)則表現(xiàn)出1%顯著性水平的正向影響。這一結(jié)果支持了以上的理論分析，即高科技行業(yè)更依賴于數(shù)字技術(shù)，數(shù)智化轉(zhuǎn)型帶來的生產(chǎn)率提升和對高技能人才的需求更為明顯，因而管理層和普通員工的薪酬差距擴(kuò)大更為顯著；而非高級行業(yè)的技術(shù)門檻相對較低，生產(chǎn)過程更多依賴常規(guī)技術(shù)和普通勞動(dòng)力，數(shù)智化轉(zhuǎn)型帶來的變革沖擊相對有限，因而對薪酬差距的影響并不顯著。

3.基于不同行業(yè)生產(chǎn)要素密集度的分樣本分析。一般而言，技術(shù)密集型行業(yè)更多依賴于高技能人才，數(shù)智化轉(zhuǎn)型使得復(fù)雜的認(rèn)知任務(wù)和抽象問題解決在生產(chǎn)中的相對重要性上升，可能進(jìn)一步推高這類人才的稀缺性溢價(jià)。相比之下，資產(chǎn)密集型行業(yè)的核心競爭力更多在于固定資產(chǎn)和設(shè)備的投入，技術(shù)進(jìn)步可能對工作任務(wù)結(jié)構(gòu)的影響相對有限。而勞動(dòng)密集型行業(yè)則主要依靠普通勞動(dòng)力的投入，數(shù)智化轉(zhuǎn)型一方面提高了生產(chǎn)自動(dòng)化水平，替代了部分常規(guī)操作性工作任務(wù)，減少了對普通勞動(dòng)力的需求，另一方面也促進(jìn)了管理流程的優(yōu)化，在一定程度上削弱了管理層權(quán)力，兩方面共同作用下，企業(yè)內(nèi)部薪酬差距反而可能縮小。本文借鑒尹美群等人（2018）的研究，按照固定資產(chǎn)比例（固定資產(chǎn)凈額/總資產(chǎn)）和研發(fā)支出薪酬比（研發(fā)支出/應(yīng)付職工薪酬）區(qū)分生產(chǎn)要素的密集度，將所有企業(yè)分類為技術(shù)密集型、資產(chǎn)密集型和勞動(dòng)密集型三種行業(yè)②。分別觀察列（3）-（5）結(jié)果，在技術(shù)密集型行業(yè)中，數(shù)智化轉(zhuǎn)型顯著正向影響薪酬差距；資產(chǎn)密集型行業(yè)中，數(shù)智化轉(zhuǎn)型系數(shù)不顯著；而勞動(dòng)密集型行業(yè)中，數(shù)智化轉(zhuǎn)型顯著負(fù)向影響薪酬差距。這一結(jié)果與預(yù)期相符，表明不同行業(yè)生產(chǎn)要素稟賦和技術(shù)特征的差異，會顯著影響數(shù)智化轉(zhuǎn)型對內(nèi)部薪酬差距的作用效果，進(jìn)一步驗(yàn)證了數(shù)智化轉(zhuǎn)型的任務(wù)偏向型技術(shù)進(jìn)步效應(yīng)。

五、進(jìn)一步分析：薪酬差距擴(kuò)大的經(jīng)濟(jì)后果

企業(yè)數(shù)智化轉(zhuǎn)型不僅影響內(nèi)部薪酬差距，而且可能通過薪酬差距這一渠道變量，進(jìn)一步影響企業(yè)的高質(zhì)量創(chuàng)新表現(xiàn)。一方面，錦標(biāo)賽理論（LazearandRosen，1981）認(rèn)為，合理的薪酬差距能夠在組織內(nèi)部營造良性競爭氛圍和有效的激勵(lì)機(jī)制，有助于激發(fā)員工創(chuàng)新動(dòng)力，提高企業(yè)整體創(chuàng)新能力。另一方面，公平理論（AkerlofandYellen，1990）則認(rèn)為，過大的薪酬差距可能引發(fā)員工的不公平感和負(fù)面情緒，損害團(tuán)隊(duì)協(xié)作和組織凝聚力，抑制知識共享和協(xié)同創(chuàng)新氛圍，最終不利于企業(yè)創(chuàng)新。這兩種理論觀點(diǎn)的并存，表明薪酬差距對企業(yè)創(chuàng)新的影響可能呈現(xiàn)非線性特征。為驗(yàn)證這一預(yù)期，本文在前文分析的基礎(chǔ)上，進(jìn)一步考察薪酬差距對企業(yè)高質(zhì)量創(chuàng)新表現(xiàn)的影響。

鑒于發(fā)明型專利相對于外觀設(shè)計(jì)和實(shí)用新型專利更具有高技術(shù)含量和稀缺性，本文從發(fā)明專利的數(shù)量和質(zhì)量兩個(gè)維度構(gòu)建一系列指標(biāo)，以全面衡量企業(yè)的高質(zhì)量創(chuàng)新績效。在數(shù)量維度，采用企業(yè)當(dāng)年申請的發(fā)明專利數(shù)（patent_ivt）作為基礎(chǔ)指標(biāo)。然而，僅考慮數(shù)量無法充分反映創(chuàng)新的質(zhì)量和影響力，因此在質(zhì)量維度，參考張杰和鄭文平（2018）提出的專利知識寬度法，對發(fā)明專利的國際專利分類（IPC）號進(jìn)行分析。專利知識寬度反映了專利所含知識的廣度和復(fù)雜度，基于假設(shè)專利跨越的技術(shù)領(lǐng)域（大組）越多，越可能代表更高質(zhì)量、更具突破性的創(chuàng)新。IPC號格式為“部-大類-小類-大組-小組”（如“G06Q20/32”，其中G06Q20為大組），單個(gè)專利可對應(yīng)多個(gè)分類號（如“G06Q20/32;G06Q20/42;G07F19/00”，跨越兩個(gè)大組）。采用赫芬達(dá)爾指數(shù)法衡量大組的變異性來量化專利質(zhì)量，即quality=1.1i2，其中i為各大組分類所占比重，由此可知專利質(zhì)量最小值為0.1（以區(qū)別未申請發(fā)明專利的企業(yè)）。例如，上述專利質(zhì)量為：1.1（2/3）2（1/3）2=0.54。在計(jì)算每個(gè)專利質(zhì)量后，加總當(dāng)年所有發(fā)明專利質(zhì)量得到創(chuàng)新總體質(zhì)量（sum_quality），兼顧了數(shù)量和質(zhì)量兩個(gè)維度。考慮到企業(yè)專利產(chǎn)出通常受企業(yè)規(guī)模和所屬行業(yè)特征的顯著影響，本文進(jìn)一步構(gòu)建兩個(gè)相對指標(biāo)：r_quality_size（總體質(zhì)量除以企業(yè)總資產(chǎn)的自然對數(shù)值）和r_quality_ind（總體質(zhì)量除以當(dāng)年同行業(yè)的最大總體質(zhì)量），即分別從企業(yè)內(nèi)部（相對于自身資源稟賦）和外部（相對于行業(yè)水平）衡量企業(yè)的總體相對創(chuàng)新質(zhì)量，使得不同規(guī)模和行業(yè)的企業(yè)創(chuàng)新績效更具可比性。此外，以企業(yè)當(dāng)年所有專利質(zhì)量的均值（quality_mean）和中位數(shù)（quality_50）反映創(chuàng)新的平均質(zhì)量水平。通過這種多維度的指標(biāo)體系，能夠更全面和客觀地評估企業(yè)的高質(zhì)量創(chuàng)新表現(xiàn)。

由于企業(yè)高質(zhì)量創(chuàng)新的以上代理變量存在左歸并，含較多零下限值（零膨脹模型僅適用計(jì)數(shù)數(shù)據(jù)），而零值僅代表企業(yè)當(dāng)年未申請發(fā)明專利，并不一定意味企業(yè)未進(jìn)行創(chuàng)新活動(dòng)，因此屬于受限被解釋變量，相對于線性模型，使用面板Tobit模型更合適。表10中匯報(bào)了數(shù)智化轉(zhuǎn)型、內(nèi)部薪酬差距及其二次項(xiàng)（Gap_in2）對高質(zhì)量創(chuàng)新各指標(biāo)的回歸結(jié)果，可知無論從數(shù)量維度還是質(zhì)量維度，數(shù)智化轉(zhuǎn)型系數(shù)均顯著為正，進(jìn)一步驗(yàn)證了數(shù)智化轉(zhuǎn)型的技術(shù)進(jìn)步效應(yīng)，能夠顯著促進(jìn)企業(yè)高質(zhì)量創(chuàng)新（黃雪琴和韓爽，2025）。同時(shí)，薪酬差距及其二次項(xiàng)系數(shù)分別顯著為正和顯著為負(fù)①。盡管采用的是非線性模型，但由于表中匯報(bào)的系數(shù)值為平均邊際效應(yīng)，因此可以計(jì)算大致拐點(diǎn)值，表中匯報(bào)了各拐點(diǎn)值，約集中落在區(qū)間8-11內(nèi)，表明薪酬差距對高質(zhì)量創(chuàng)新的影響呈倒U形關(guān)系，與前文分析和預(yù)期相符，即支持了錦標(biāo)賽理論和公平理論的綜合觀點(diǎn)。

以上研究結(jié)果揭示了數(shù)智化轉(zhuǎn)型、薪酬差距與高質(zhì)量創(chuàng)新間的復(fù)雜關(guān)系。數(shù)智化轉(zhuǎn)型對創(chuàng)新的顯著正向影響表明企業(yè)應(yīng)積極推進(jìn)數(shù)字化戰(zhàn)略以提升整體創(chuàng)新能力，如加大數(shù)字技術(shù)投資，積極培養(yǎng)數(shù)字人才等。但僅依靠技術(shù)升級是不夠的，還需配合優(yōu)化相應(yīng)的組織結(jié)構(gòu)、管理制度和激勵(lì)機(jī)制。薪酬差距對創(chuàng)新的倒U形影響便強(qiáng)調(diào)了薪酬制度設(shè)計(jì)的重要性，適度的薪酬差距能夠激發(fā)員工創(chuàng)新動(dòng)力，但過大的差距則會抑制創(chuàng)新，企業(yè)需要在激勵(lì)和公平之間尋找平衡點(diǎn)。根據(jù)研究結(jié)果，當(dāng)高管薪酬是普通員工的8-11倍時(shí)，創(chuàng)新表現(xiàn)可能達(dá)到最優(yōu)，從而為企業(yè)提供了參考范圍。然而，這一“最優(yōu)”范圍絕非放之四海而皆準(zhǔn)，企業(yè)在設(shè)計(jì)薪酬制度時(shí)，需審慎考慮自身具體情況，結(jié)合行業(yè)特征、人才市場競爭狀況等因素，在追求效率的同時(shí)也應(yīng)注重內(nèi)部公平，才能更好地實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)和可持續(xù)發(fā)展。

六、研究結(jié)論與啟示

數(shù)智化轉(zhuǎn)型作為新一輪科技革命和產(chǎn)業(yè)升級的重要驅(qū)動(dòng)力，對推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。然而，數(shù)智化轉(zhuǎn)型在提升企業(yè)競爭力的同時(shí)，也對企業(yè)內(nèi)部的利益分配格局產(chǎn)生了深遠(yuǎn)影響。本文基于2007—2022年中國A股上市公司數(shù)據(jù)，采用文本分析法，按照信息化、數(shù)字化和智能化三個(gè)發(fā)展階段，構(gòu)建企業(yè)數(shù)智化轉(zhuǎn)型指數(shù)，并運(yùn)用多種計(jì)量模型實(shí)證檢驗(yàn)企業(yè)數(shù)智化轉(zhuǎn)型對內(nèi)部薪酬差距的影響及其作用機(jī)制，且進(jìn)一步探討了數(shù)智化轉(zhuǎn)型、薪酬差距對企業(yè)高質(zhì)量創(chuàng)新表現(xiàn)的后果影響。

本文主要結(jié)論為：第一，企業(yè)數(shù)智化轉(zhuǎn)型加劇了內(nèi)部薪酬差距，且存在不容忽視的邊際遞增趨勢，這種影響主要來自于數(shù)字化和智能化階段，而非基礎(chǔ)的信息化階段。這一結(jié)論在一定程度上回應(yīng)了已有文獻(xiàn)關(guān)于技術(shù)進(jìn)步對工資不平等影響的爭議，表明數(shù)智化轉(zhuǎn)型作為一種新型技術(shù)進(jìn)步，對管理層和員工的影響存在顯著差異，普通員工的薪酬提升效果不及管理層的一半，從而拉大了內(nèi)部薪酬差距。第二，數(shù)智化轉(zhuǎn)型一方面通過增加管理層的決策權(quán)而加劇薪酬差距，但另一方面也能優(yōu)化企業(yè)人力資本結(jié)構(gòu)和職能組織結(jié)構(gòu)，從而抑制薪酬差距增長。具體而言：（1）數(shù)智化轉(zhuǎn)型賦予了管理層更大權(quán)力，增強(qiáng)其追求自身利益最大化的能力，影響薪酬契約制定過程，導(dǎo)致薪酬差距擴(kuò)大；（2）數(shù)智化轉(zhuǎn)型提高了企業(yè)對高學(xué)歷員工的雇傭比例，增強(qiáng)了員工整體薪酬議價(jià)能力，從而壓縮薪酬差距；（3）數(shù)智化轉(zhuǎn)型優(yōu)化企業(yè)職能組織結(jié)構(gòu)分工，減少了生產(chǎn)和財(cái)務(wù)等基礎(chǔ)部門用工比，增加了銷售、技術(shù)和研發(fā)等核心部門的用工比，這種結(jié)構(gòu)性調(diào)整有利于降低薪酬差距。第三，數(shù)智化轉(zhuǎn)型對薪酬差距的影響在不同行業(yè)和企業(yè)類型中存在顯著差異。在高代理成本企業(yè)中，數(shù)智化轉(zhuǎn)型對薪酬差距的正向影響相對較弱，表明數(shù)智化轉(zhuǎn)型能夠在一定程度上緩解代理問題；這種正向影響主要表現(xiàn)在高科技和技術(shù)密集型行業(yè)；在非高科技和資產(chǎn)密集型行業(yè)中，數(shù)智化轉(zhuǎn)型對薪酬差距不存在顯著影響；而在勞動(dòng)密集型行業(yè)中，數(shù)智化轉(zhuǎn)型則有利于減小薪酬差距。這表明不同行業(yè)的生產(chǎn)要素稟賦和技術(shù)特征，顯著影響了數(shù)智化轉(zhuǎn)型的分配效應(yīng)。第四，關(guān)于經(jīng)濟(jì)后果，研究發(fā)現(xiàn)數(shù)智化轉(zhuǎn)型顯著促進(jìn)了高質(zhì)量創(chuàng)新，而薪酬差距對創(chuàng)新數(shù)量和質(zhì)量的影響上均呈倒U形關(guān)系，拐點(diǎn)約在薪酬差距為8-11區(qū)間內(nèi)。這一發(fā)現(xiàn)同時(shí)支持了錦標(biāo)賽理論和公平理論，即適度的薪酬差距有利于推動(dòng)企業(yè)創(chuàng)新，而超過一定范圍則會抑制創(chuàng)新。

以上結(jié)論對應(yīng)如下啟示：第一，對企業(yè)而言，在推進(jìn)數(shù)智化轉(zhuǎn)型過程中應(yīng)建立合理的薪酬管理制度，兼顧效率與公平。企業(yè)可通過員工持股計(jì)劃、項(xiàng)目收益分紅等中長期激勵(lì)機(jī)制，讓普通員工更多分享轉(zhuǎn)型成果，增強(qiáng)組織凝聚力。對政府而言，一方面應(yīng)完善相關(guān)法律法規(guī)，加強(qiáng)對企業(yè)薪酬信息披露的監(jiān)管力度，引導(dǎo)企業(yè)樹立科學(xué)合理的薪酬理念；另一方面，政府應(yīng)加大財(cái)政、金融、人才等方面的政策支持力度，為企業(yè)數(shù)智化轉(zhuǎn)型營造良好的制度環(huán)境。同時(shí)，引導(dǎo)企業(yè)加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，提升大數(shù)據(jù)、人工智能等關(guān)鍵技術(shù)的應(yīng)用水平，推動(dòng)數(shù)智化轉(zhuǎn)型向縱深發(fā)展。

第二，企業(yè)應(yīng)加強(qiáng)數(shù)智化轉(zhuǎn)型中的人力資源管理，推動(dòng)人力資本與數(shù)字資本協(xié)同發(fā)展，加大員工培訓(xùn)投入，優(yōu)化人員配置結(jié)構(gòu)。企業(yè)應(yīng)高度重視數(shù)字人才的引進(jìn)和培養(yǎng)，完善相關(guān)的選拔、考核和激勵(lì)機(jī)制。同時(shí)加強(qiáng)一線員工的技能培訓(xùn)和學(xué)習(xí)型組織建設(shè)，通過人力資本積累來緩解轉(zhuǎn)型帶來的技能偏向效應(yīng)和薪酬分化。對政府而言，應(yīng)加大對職業(yè)教育和在職培訓(xùn)的支持力度，鼓勵(lì)企業(yè)與高校、科研機(jī)構(gòu)開展產(chǎn)學(xué)研結(jié)合、產(chǎn)教融合、校企合作，共同培養(yǎng)數(shù)字經(jīng)濟(jì)發(fā)展需要的復(fù)合型人才。完善人才引進(jìn)、流動(dòng)和激勵(lì)政策，營造有利于數(shù)字人才成長的制度環(huán)境。加強(qiáng)勞動(dòng)力市場信息建設(shè)，為勞動(dòng)力優(yōu)化配置提供政策支持和公共服務(wù)。

第三，不同行業(yè)和企業(yè)應(yīng)綜合考慮行業(yè)特點(diǎn)、發(fā)展階段和自身稟賦，因企制宜地推進(jìn)數(shù)智化轉(zhuǎn)型。對于高科技和技術(shù)密集型企業(yè)應(yīng)加快數(shù)字技術(shù)和產(chǎn)業(yè)融合，推動(dòng)產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化協(xié)同發(fā)展，同時(shí)更應(yīng)重視轉(zhuǎn)型中的包容性，完善利益共享機(jī)制；對于傳統(tǒng)勞動(dòng)密集型企業(yè)則可借助數(shù)字化契機(jī)，推動(dòng)組織扁平化變革，堅(jiān)持以人為本，注重提升基層員工的數(shù)字素養(yǎng)和技能水平，促進(jìn)數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)協(xié)調(diào)發(fā)展。政府應(yīng)制定有針對性的產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型規(guī)劃和政策，充分考慮不同行業(yè)的技術(shù)路徑和發(fā)展階段，分類施策、精準(zhǔn)扶持。加快傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)數(shù)字化改造，引導(dǎo)平臺企業(yè)賦能中小企業(yè)數(shù)字化。

第四，企業(yè)應(yīng)合理管控薪酬差距，完善薪酬激勵(lì)和人才管理機(jī)制。要建立健全與市場化導(dǎo)向相適應(yīng)的薪酬分配制度，體現(xiàn)責(zé)任與利益、風(fēng)險(xiǎn)與回報(bào)相匹配的原則。應(yīng)營造良好的創(chuàng)新文化氛圍，加強(qiáng)團(tuán)隊(duì)建設(shè)，完善協(xié)同創(chuàng)新機(jī)制。重視員工成長和晉升通道建設(shè)，為其提供持續(xù)創(chuàng)新的內(nèi)生動(dòng)力。同時(shí)，政府應(yīng)健全創(chuàng)新激勵(lì)和保護(hù)制度，加大知識產(chǎn)權(quán)保護(hù)力度，完善科技成果轉(zhuǎn)換機(jī)制，為企業(yè)創(chuàng)新營造良好的制度環(huán)境。加強(qiáng)產(chǎn)學(xué)研深度融合，支持關(guān)鍵核心技術(shù)攻關(guān)和產(chǎn)業(yè)化應(yīng)用。完善金融支持政策，設(shè)立科技創(chuàng)新投資引導(dǎo)基金，破解企業(yè)創(chuàng)新融資難題，引導(dǎo)企業(yè)實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)的高質(zhì)量發(fā)展。