高温变化会提高企业劳动力成本吗？

□ 李卫兵，罗念一

一、引言

政府间气候变化专门委员会(IPCC)第六次报告指出，近年来极端高温天气发生的强度和频率持续增加，且极端高温会更频繁地达到农业生产和人体健康的临界耐受阈值。在这种现实背景下，高温的负面影响逐渐成为学界关心的热点问题。现有研究从不同视角考察了高温对经济发展的影响，发现高温对农业生产[1][2][3]、工业产出[4][5][6][7]、企业生产率[6][8][7][9][10][11]以及国际贸易[12][13]等产生显著的负面影响，但鲜有文献从劳动力成本的视角分析高温带来的经济代价。当前，中国经济正处于转变发展方式的新阶段，劳动力成本的变化必然会对企业生产乃至经济高质量发展产生重要影响。鉴此，本文聚焦研究高温变化对企业劳动力成本的影响，研究结论不仅能从微观企业的角度揭示气候变暖的负面影响，为企业提升竞争力提供经验证据，还能为地方政府制定有效的气候变化缓解政策提供决策建议。

影响劳动力成本的因素众多，包括企业财务状况和治理水平[14][15][16][17]、劳资关系、劳动者谈判能力的变化[18][19][20]以及经济政策[20][21][22]等。总体来说，现有研究侧重考察经济或政策因素对企业劳动力成本的影响，较少关注环境因素的劳动力成本效应。值得指出的是，沈永建等(2019)[23]基于中国上市公司和地级市层面的相关数据，分析了空气质量对企业劳动力成本的影响，但尚无文献讨论气温这一独特的环境因素与企业劳动力成本之间的关系。在此背景下，本文试图弥补现有研究的不足，利用2000—2018年中国上市公司和地级市层面的相关数据，构建温度箱来考察高温对企业劳动力成本的影响。

随着收入的增长和环境意识的提升，企业劳动力愈加重视其工作所处的环境质量。环境质量被劳动力视为一种越来越重要的“非货币性福利”[24]。当环境质量较差时，劳动力通常会要求企业支付必要的薪酬补偿；与此相反，若环境适宜，劳动力要求涨薪的动机就相对较弱，企业支付的职工薪酬也相对较低[23][24][25][26]。因此，我们有理由相信高温作为一种重要的环境因素，会影响企业劳动力成本。我们从劳动力和企业两个层面对此进行详细分析。就劳动力而言，由于高温会损害其身体健康[27][28][29][30]和心理健康[31][32][33][34]，并由此提高相应的医疗成本[35][36]，为补偿因长期暴露于高温环境中而带来的健康伤害和患病风险，劳动力通常会要求企业支付必要的“高温补贴”，以维护其自身权益。这种薪酬补偿与某些公司提供的劳动力“雾霾危险补贴”“污染津贴”或者“艰苦地区补助”如出一辙。对企业来说，由于气温具有公共物品特征，高温对企业而言是一种外部成本，但企业也有动机将高温的外部成本内部化。首先，大量研究表明，高温会对劳动力的心理状态产生显著影响，长期处于高温环境会影响个体的心理情绪和认知状态[33][34]，降低劳动力的工作积极性[24]，使其怠工行为增加[37]，因此，企业有必要通过提高劳动力薪酬以对其进行恰当的激励，进而提升企业价值。其次，企业为了减少劳动力流失，避免新增招募成本和培训成本等。作为理性人，企业劳动力会权衡气温这一非货币收益和货币薪酬以实现自身利益最大化。在其他外部环境不变的情况下，高温天数的增加会提高劳动力主动离职的风险，特别是本身更具竞争力的劳动力。若高温严重危害其自身健康，他们会寻求适宜温度环境下的同类工作，从而导致企业流失高技能劳动力，并引发较大的新增招募成本和培训成本，而提高劳动力薪酬水平无疑能有效降低劳动力流失的风险。最后，企业被迫遵守“高温津贴”等相关法律法规(1)2012年国家安全生产监督管理总局、卫生部、人力资源和社会保障部、中华全国总工会联合颁布的《防暑降温措施管理办法》规定，地市级以上气象主管部门所属气象台站向公众发布的日最高气温为35℃以上的天气都算高温天气，而且企业必须提供“高温津贴”，其标准为：用人单位每年6月至8月安排劳动者在高温天气下露天工作，按每人每月不低于60元的标准发放津贴；不能采取有效措施将室内工作场所温度降低到33℃以下的(不含33℃)，按每人每月不低于45元的标准发放。。2012年国务院相关部委联合颁布《防暑降温措施管理办法》(后文简称《办法》)，并加强了对“高温津贴”发放的监管力度，督促企业按时、足额发放“高温津贴”，强调防暑降温饮料等不得冲抵“高温津贴”。在这种背景下，企业不得不提高企业劳动力薪酬水平以遵守相关法律法规。因此，面对高温变化，在劳动力供给方和需求方的综合博弈下，劳动力的均衡工资水平会显著提高。

要准确估计高温对企业劳动力成本的影响，首先要精确地度量高温变化。现有研究大都采用年平均温度衡量气温变化，但一年中气温的日变化差异较大，直接采用年平均温度会损失大量气温信息并影响估计结果的有效性。近年来，少数学者开始采用温度箱方法来刻画气温的整体分布情况[28][38][39][40]，即根据温度范围把气温离散化为若干固定的温度箱，并计算每年的日均温度落入每个温度箱区间的天数总和。由于现有研究并未发现低温变化会影响个体的健康状况，我们借鉴相关文献[28][29][41]的方法，选取32℃作为高温阈值并构建高温温度箱。

其次是内生性的处理。我们在所有回归中均控制企业固定效应和年份固定效应，以控制企业层面和时间层面不可观测的异质性。这种处理方法能显著缓解内生性问题[42]。为了进一步缓解遗漏变量导致的内生性问题，我们在回归模型中加入相对湿度、平均风速、日照时数、降水量、小型蒸发量、大型蒸发量、平均气压等气候变量，同时引入可能影响企业劳动力成本的公司特征变量和宏观经济变量。尽管劳动力成本会影响企业的生产经营活动并对气温造成反向影响，但气温的变化是长期的累积过程(IPCC)，在相对较短的样本期内劳动力成本对气温的反向影响是非常微弱的，因此反向因果关系导致的内生性问题对本文估计精度的影响微乎其微。本文聚焦于企业普通劳动力，他们的收入相对较低且迁移成本相对较高[43]，当气温上升时也更倾向于留在原地并要求更高的薪酬补偿，而不是向外迁移，因而样本的自选择问题也不会严重干扰本文的实证策略。

在具体的实证过程中，我们将国泰君安数据库(CSMAR)中的上市公司数据、中国国家气象科学数据中心(CNMDC)的气象数据与中国城市统计年鉴中的相关数据等进行有效匹配，并构建高温的温度箱以识别高温的整体分布状况对企业劳动力成本的影响。基准回归结果显示，气温升高会显著提高企业劳动力成本。具体来说，日最高气温处于(32，+∞)这一温度箱的天数每增加一天，企业劳动力成本会增加0.165%。一系列稳健性检验(包括调整高温温度箱、替换被解释变量和控制变量、改变样本期等)证实该结论是可信的。与此相对照，高温变化对高管薪酬水平并没有显著影响。进一步分析表明，高温对劳动力成本的影响具有“亲贫”特征，并且这种影响在资本密集型企业中并不存在，而企业进行数字化转型和提高工业智能化程度能有效缓解高温变化对劳动力成本的冲击。

本文可能的贡献在于：(1)首次构建高温的温度箱用以分析高温变化对企业劳动力成本的影响，丰富了职工薪酬激励的影响因素以及气温变化对微观企业行为影响的研究；(2)证实适宜的气温是劳动力的一种非货币福利，拓展了劳动力非货币收益方面的理论文献；(3)发现企业进行数字化转型和采用工业智能化可以有效缓解气候变暖对企业劳动力成本的负面冲击，首次从劳动力成本的视角揭示数字经济发展应对气候变暖的积极意义。

本文余下部分安排如下：第二部分介绍数据与实证策略，第三部分分析实证结果并进行稳健性检验，第四部分进一步分析高温变化对企业劳动力成本影响的异质性特征，最后归纳主要结论并提出政策建议。

二、数据与方法

(一)变量和数据

1.劳动力成本

参考陈冬华等(2011[44]，2015[17])的方法，我们采用普通职工平均薪酬来衡量企业劳动力成本(laborcost)，即普通职工平均薪酬(wage)=(支付给职工以及为职工支付的现金-董事、监事及高管年薪总额)/(员工人数-高管人数)。该变量包含两部分内容：(1)体现职工个人工资单中的企业直接支付给职工的薪酬总额，例如工资、奖金、各种津贴和补贴、货币性福利、非货币性福利等；(2)未体现职工个人工资单中的企业为职工间接支付的集体福利，例如改善职工工作环境的一些投入(如空调、体检费用等)。为确保实证结果的可靠性，我们还参考陆正飞等(2012)[14]的思路，采用在职职工年度平均工资(wage_alternative)作为普通职工平均薪酬的替代变量进行稳健性检验。相关数据来源于国泰君安(CSMAR)数据库。

2.高温

参考现有文献[28][29]，我们选取32℃作为阈值构建高温温度箱，即对每个企业所在地级市的当年日最高气温超过(32，+∞)的天数进行加总，从而得到高温(hightemperature)变化的数值。相关数据来源于中国国家气象科学数据中心。该数据集包含824个气象监测站每日的气象观测记录，包括日平均气温、日最高气温、降雨量、日照时数、大气压力、相对湿度、蒸发量以及风速等气候变量。我们首先根据原始数据提供的站点经纬度信息将其手动整理并匹配到具体地级市，对于有多个站点的城市，我们使用多个站点每日数据的算术平均值作为该地级市的每日数据。

3.其他变量

参考现有研究[11][17][23]，我们选择公司层面、城市经济层面和城市气候层面的特征变量作为控制变量。公司层面的特征变量包括：(1)公司规模，用期末总资产来度量；(2)资产负债率，用期末负债除以期末总资产来度量；(3)企业业绩，用净利润除以总资产来度量；(4)现金持有水平，用总资产标准化后的期初货币资金来度量；(5)股权集中度，用第一大股东持股比例来度量。相关数据来源于CSMAR数据库。城市经济层面的特征变量包括地区GDP总值、第二产业GDP占比、物价指数、老年人口比例、商品房价格等。相关数据来自于历年《中国城市统计年鉴》《中国统计年鉴》和全球宏观经济(CEIC)数据库。城市气候层面的特征变量包括相对湿度、平均风速、日照时数、降水量、小型蒸发量、大型蒸发量、平均气压等。相关数据来源于中国国家气象科学数据中心(CNMDC)。

在稳健性检验部分，我们还把控制变量中的地区GDP总值和第二产业GDP占比替换为地区人均GDP和第三产业GDP占比。相关数据来源于《中国城市统计年鉴》。

进一步分析部分，我们使用高管薪酬总额来度量高管薪酬水平，以考察高温变化是否会影响企业高管的薪酬水平。此外，我们利用固定资产净额除以员工人数来度量企业要素投入类型，从而将企业划分为劳动密集型和资本密集型，以考察要素投入差异是否会影响高温变化的劳动力成本效应。同时，我们从上市企业的年报中提取有关数字化转型(2)数字化转型关键词包括数字化、数字营销、数字科技、数字技术、数字货币、数字运营、数字终端、数字经济、数字贸易、数字体系、数字供应链、数据集成、数据融合、数据信息、数据管理、数据资产等相关关键词。数字化转型关键词与数字化、机器人、人工智能等关键词的词频统计不同，后者只统计关键词本身出现的次数。、数字化、机器人、人工智能等关键词进行词频统计，得到对应词频数，分别度量企业的数字化转型程度、工业智能化程度。其中，高管薪酬总额、固定资产净额、员工人数相关数据来自CSMAR数据库，数字化转型程度、工业智能化程度的数据由上市企业年报利用文本分析法而来。所有变量的详细定义见表 1。

表1 变量定义及计算方式

(二)实证策略

基准回归模型设定为：

laborcostit=β0+β1hightemperatureit+βX+γt+ρi+εit

(1)

图1 2000—2018 年地市级及以上城市日最高气温分布图

其中，laborcostit表示i企业t年的劳动力成本，在基准回归中用普通职工平均薪酬(Wage)来度量，在后文的稳健性检验部分用在职职工年度平均工资(wage_alternative)来度量，hightemperature是我们关注的关键解释变量，表示企业所在城市当年内日最高气温落入(32，+∞)区间的天数总和；系数β1能捕捉到日最高气温落入(32，+∞)温度区间的天数每增加一天对劳动力成本的边际影响；X为一系列衡量公司特征、城市经济特征和气候特征的控制变量；γt和ρi分别表示时间固定效应和企业固定效应，εit为聚类到企业层面的稳健标准误。

(三)描述性统计

我们首先绘制2000—2018年325个地市级及以上城市日最高气温的直方图。图1显示，日最高气温呈负偏态分布，因而不宜采用依简单算术平均法计算而来的平均气温来度量气温变化，也从侧面证实我们采用温度箱法方法来度量高温变化更为合理。

表2 主要变量的描述性统计特征

表2为主要变量的描述性统计特征。其中，wage最大值为17.287元/人，最小值为4.686元/人，标准差为0.789%，说明企业间的普通职工平均薪酬差别较大。hightemperature的最小值和最大值分别为0天和159天，存在明显差距，这表明不同企业所在地的高温天数差异较大。同时，结合hightemperature的中位数为48天，标准差为27.325%，由此可见不同年份不同地区高温天数的分布很不均匀。根据企业价值等企业层面变量，可以发现不同企业特征差异较大，说明本文的研究样本具有一定的代表性。由于篇幅有限，其他变量的描述性统计结果不再一一赘述。

三、实证结果

(一)基准回归结果

表3显示了根据式(1)进行回归的结果，可以看出，当我们逐步加入企业特征变量、城市气候特征变量和经济特征变量后，高温变化的回归系数大小和显著性水平略有变化，但总体比较稳定，且始终显著为正，这表明高温天数的增加会显著提高企业劳动力成本。由于模型(5)引入了所有控制变量和固定效应，我们以模型(5)的回归结果进行具体说明。可以看出，企业所在城市一年内日最高气温位于(32，+∞)温度区间的天数每增加一天，企业劳动力成本会增加0.165%；根据表2中变量hightemperature的平均值为47.13，可以计算出相应的企业劳动力成本增加47.13×0.165%=7.78%。显然，无论是从统计意义，还是从经济意义而言，高温变化均会造成企业劳动力成本显著上升。

企业特征变量方面，企业规模和企业价值的估计系数显著为正，说明相比于小企业，大企业为普通劳动力支付更高的薪酬；企业价值越高，普通劳动力薪酬越高[14]。职工薪酬是企业的主要现金支出，因而企业的现金持有水平会影响企业职工薪酬的支付能力，现金持有水平越高，支付给普通劳动力的薪酬可能增加[23][44]。资产负债率的回归系数显著为负，表明负债率高的企业在发展受到影响时倾向于降低普通职工薪酬。股权集中度的估计系数不显著，可能是因为本文的样本是上市公司，其本身信息相对公开透明，信息不对称程度低，高股权集中度的企业劳动力流动性并未减弱，因而不同股权集中度的企业职工薪酬没有显著差异。企业业绩的估计系数不显著，可能是因为员工工资刚性以及上市公司对员工的激励更多以期权、股票等相对长期的方式，所以相比企业短期业绩，企业长期价值与职工薪酬相关性更高。产权性质的估计系数显著，说明相对于非国有企业，国有企业的职工薪酬更高[14]。宏观经济变量方面，商品房价格系数显著为正，这可能是因为企业所在地的商品房价格越高，侧面反映企业所在地较高的经济发展水平和较充足的居民可支配收入，从而提高职工薪酬水平[23]。城市GDP总值对职工薪酬水平的影响不显著，这可能是因为中国 GDP 使用核算结果与实际生产核算结果之间还存在一定差距，中国现行的GDP核算还有待改进[45]。老年人口比例系数显著为正，说明老龄化程度越高的企业所在地由于劳动力的缺乏，需要提高职工薪酬水平以吸引劳动力[23][46]。第二产业GDP占比的回归系数显著为正，表明第二产业的发展有助于提升地区经济发展，从而提高职工薪酬。物价指数的系数不显著，这可能是因为中国物价指数的统计口径以猪肉为代表的食品权重较高，住房、医疗、教育等权重较低，没能有效反映职工的生活成本，与普通劳动力的薪酬相关性较弱。气候特征方面，日照时数、降水量的系数显著为负，表明日照和降水对个人的积极作用[25][40][47]，说明气温、日照、降水都是职工的非货币性收益。平均气压的系数显著为负，说明同一个地区个体更偏好高气压，这可能是因为相同地区出现“热低压”(3)近地面附近气体受热膨胀上升，使得近地面空气密度变小，近地面形成低气压。这是由于热力原因形成的低气压 。北半球夏季，由于陆地和海洋热容量不同，陆地增温快、降温也快，因此同纬度的地方陆地气温比海洋温度要高，在陆地形成了热低压，在亚欧大陆上形成了亚洲低压，我国夏季午后(14 点) “闷热” ，多对流雨，就是热低压造成的。会让个体感觉“闷热”，对个体产生负面影响。相对湿度、平均风速、大型蒸发量、小型蒸发量系数不显著，说明气温比湿度、风速等更可能影响个体[48]。

表3 高温变化对企业劳动力成本的影响

表4 调整高温阈值

(二)稳健性检验

1.调整温度箱阈值

现有研究大多选取90℉作为高温阈值[28][29]，因而我们在基准回归中采用32℃作为高温阈值。考虑90℉近似于32.22℃，我们分别选取32.1℃、32.2℃、32.3℃、32.4℃、32.5℃、32.6℃作为高温阈值构建温度箱，进行稳健性检验。相应的回归结果见表4。可以看出，无论如何选取高温阈值，高温变化的回归系数始终在0.15%上下波动，且均在10%的显著性水平下显著。

2.替换被解释变量

借鉴陆正飞等(2012)[14]的思路，我们采用在职职工年度平均工资(wage_alternative)作为普通职工平均薪酬(wage)的替代变量，用以衡量企业劳动力成本，并引入不同的高温阈值构建高温温度箱。表5的回归结果表明，无论如何选取高温阈值，高温变化的估计系数仍然近似于0.15%，与表4中的结果非常接近，证实本文的研究结论对于被解释变量和高温阈值的选取并不敏感。

表5 替换被解释变量

表6 替换被解释变量

3.调整控制变量

在控制变量中，我们分别用人均GDP替代GDP总值、第三产业GDP比重替换第二产业GDP占比，并分别以wage和wage_alternative作为被解释变量，相应的估计结果见表6。显然，调整控制变量并不会影响基准回归的结论。

表7 调整样本期的稳健性检验

4.考虑《办法》的影响

2012年6月，国家相关部委联合发布《办法》，直接规定企业应保障高温作业的劳动力的健康或其他相关权益。《办法》的正式实施时间正好处于本文的样本期间，这可能会干扰本文识别高温变化对企业劳动力成本的影响。我们以2012年为界限，将全部样本分为两组，并分别检验高温变化与企业劳动力成本之间的关系。表7的回归结果表明，《办法》实施之前，高温变化与企业劳动力成本之间的关系并不显著，而在《办法》实施之后，高温变化会显著提高企业的劳动力成本。这在一定程度上表明，《办法》的实施有助于提升企业保障高温作业的劳动力合法权益的意识，并增强高温变化对企业劳动力成本的影响。

四、进一步分析

(一)高温变化与高管薪酬水平

因为高温会危害个体身心健康[29][30][33][34]，并因此提高劳动力的医疗成本[35][36]，所以适宜的温度是劳动力的一项重要需求。与普通劳动力相比，高管拥有更好的工作环境，也更容易进行地区迁移，受高温的负面影响较小，因此，我们预期高温变化对高管薪酬水平不存在显著的影响。表8的回归结果表明，无论怎样选取高温阈值，高温变化的估计系数始终不显著，这证实了我们的预测，也说明企业在设计员工激励机制时需要区分二者之间的差异。

表8 高温变化对高管薪酬水平的影响

(二)高温变化的劳动力成本效应具有“亲贫”特征吗？

大量研究认为，气候变化的负面影响主要存在于落后地区而非发达地区，即气候变化的经济后果具有“亲贫”特征[5][8][9]，那么，高温变化对企业劳动力成本的影响可能也具有“亲贫”特征。其原因在于，对于高收入的企业而言，空调的普及使用是其应对高温的有效方式，而低收入的企业可能难以承担普及空调等适应性行为的成本。金刚(2020)[11]也发现，当气温超过24℃后，气温上升对高收入企业的影响不再显著，这可能是因为高收入企业的工作场所采取了应对高温的适应性行为。由于低收入企业的工作环境没有采取应对高温的适应性行为，普通劳动力不得不忍受高温作业带来的身心损害等诸多不利影响，为了对普通劳动力进行替代性补偿以及激励劳动力努力工作，低收入企业往往会对普通劳动力提供货币性补偿。

表9 高温变化的劳动力成本效应具有“亲贫”特征

为了验证高温变化的劳动力成本效应的“亲贫”特征，我们按照营业收入和人均营业收入分别把全部样本企业分为高收入组和低收入组两个子样本，并进行分组检验。表9的分组检验结果表明，无论以哪种方式衡量企业劳动力成本或企业收入水平，高温变化均只对低收入组的企业劳动力成本产生显著影响，这也证实了气候变化的负面冲击确实存在“亲贫”特征(4)由于分组检验结果不能直接用于比较，我们还进行了组间差异检验。具体来说，我们采用费舍尔组合检验(Fisher’s Permutation test)方法进行组间系数差异检验，并通过 Bootstrap 法得到相应的经验P值，1000次自体抽样和检验所得到的经验P值均小于0.1，证实该组间差异具备统计显著性。后文的其他异质性检验也做了类似分析，此处限于篇幅，未能报告其结果。。

(三)企业要素投入差异会影响高温变化的劳动力成本效应吗？

表10 企业要素投入差异影响高温变化的劳动力成本效应

现有研究表明，相较于资本密集型企业，劳动密集型企业资本有机构成低、劳动需求多[49]，因此对于劳动密集型企业而言，高温会对其产生更大的负面影响。这可能是因为，一方面，资本密集型企业职工本身的工作环境更好[50]，受高温的影响较小；相反，劳动密集型企业的工作环境往往相对恶劣，对高温的应对往往不足。另一方面，相比于机器设备等固定资产，劳动力受高温的负面影响更大[6][7]，因而劳动密集型企业受高温的负面影响也越大。因此，面对高温变化的负面冲击，劳动密集型企业相对于资本密集型企业有更大的激励动机提升普通劳动力的薪酬水平。

我们把全部样本企业按要素投入差异分为劳动密集型组和资本密集型组两个子样本，并进行分组检验，相应的结果见表10。模型(1)-(4)的回归结果一致表明，高温变化对资本密集型子样本的劳动力成本的影响并不显著，而对劳动密集型子样本的劳动力成本的影响显著为正。因此，企业要素投入差异会显著影响高温变化的劳动力成本效应。

(四)企业进行数字化转型能缓解高温变化对劳动力成本的冲击吗？

表11 企业数字化转型程度影响高温变化的劳动力成本效应

企业进行数字化转型可以推动企业内部管理模式的一系列变革，包括组织结构趋于网络化、扁平化，用工模式趋于多元化、弹性化等[51]。数字化让“远程办公”“居家办公”成为可能，这也将有效缓解由于全球气候变暖带来的劳动力成本上升的负面影响[52][53]。因此，当受到高温的负面影响时，数字化转型程度高的企业受高温的冲击程度可能会更小。为了验证这一猜想，我们采用文本分析法得到的企业数字化转型程度，把全部样本企业分为进行数字化转型的企业和未进行数字化转型的企业两个子样本，并进行分组检验。表11的(1)、(2)列的分组回归结果表明，在进行数字化转型的企业中，高温变化不会显著影响其劳动力成本。同时，我们采用文本分析法得到的企业“数字化”词频，把全部样本企业分为进行数字化的企业和未进行数字化的企业两个子样本，并进行分组检验。表11的(3)、(4)列分组回归结果表明，在进行数字化的企业中，高温变化不会显著影响其劳动力成本，这与对进行数字化转型的企业的研究结果相似。这一结论具有重要的政策含义，它意味着数字经济发展能有效缓解气候变暖对经济造成的负面冲击，进而有效推进中国经济高质量发展的进程。

(五)企业工业智能化程度会影响高温变化的劳动力成本效应吗？

表12 企业工业智能化程度影响高温变化的劳动力成本效应

大量研究表明，工业智能具有很强的劳动替代效应，可以有效替代传统生产方式，降低企业的劳动力水平，实现部分工作自动化，从而降低企业的劳动力成本[54][55][56][57][58][59]。在现实中，许多企业开始逐渐采用“机器换人”“无人工厂”等方式来降低企业劳动力成本并提升企业生产率。由此产生一个有趣的话题：企业提高工业智能化程度有助于缓解气候变暖对劳动力成本的负面影响吗？

我们分别用机器人和人工智能作为关键词进行词频统计，以此度量企业的人工智能化程度，然后将所有样本企业分为未应用机器人的企业组、应用机器人的企业组以及未应用人工智能的企业组、应用人工智能的企业组等子样本。分组检验结果见表12。模型(1)—(4)的结果表明，无论是用机器人应用程度还是用人工智能应用程度度量企业工业智能化程度，高温变化对于没有进行工业智能化的企业的劳动力成本均有显著的正向影响，而在工业智能化程度较高的企业中，这一影响并不显著。这意味着企业提高自身的工业智能化程度能有效地缓解高温对其劳动力成本带来的负面影响。

五、结论与政策含义

本文将2000—2018年中国上市企业作为研究对象，首次采用温度箱方法探究高温变化对企业劳动力成本的影响，从微观企业劳动力成本的视角补充了关于气候变暖带来的负面影响的研究文献。研究发现，高温变化会显著增加企业普通劳动力的成本，该结论通过调整温度箱阈值、替换被解释变量和控制变量等稳健性检验后依然成立。区别于普通劳动力成本，企业高管薪酬并不会受到高温变化的显著影响。同时，收入相对较低的企业和劳动密集型企业更容易遭受高温变化的负面冲击。此外，企业进行数字化转型和提高工业智能化程度能有效缓解高温变化的劳动力成本效应。

本文的政策含义在于：(1)从短期看，政府需要合理地采用适应性行为应对全球气候变暖，在逐渐适应气候变化的过程中提高绿色经济效率。当前，中国企业更多地采用薪酬补偿的方式应对高温变化，这能在一定程度上缓解气温变化对企业生产率带来的不利影响，但是，在推动实现“双碳”目标的过程中，政府需要意识到企业面临的困难与挑战，鼓励和推动企业逐步利用清洁能源补充和替代煤炭等高污染化石能源的使用，而不是为了达到减排目标对企业碳排放采取“一刀切”或“简单粗暴式”的做法。(2)从长期看，政府需要统筹处理好产业结构调整与绿色低碳高效转型之间的关系，这不仅符合中国经济高质量发展的要求，也是中国履行大国责任、在全球气候治理中扮演引领角色的体现。本文的研究揭示，数字化转型和提升工业智能化程度能有效缓解企业因气候变暖所致的劳动力成本上升。因此，政府需要全面贯彻落实绿色发展观念，促进能源结构清洁化，采用绿色电价、碳排放交易等政策激励企业积极自发地进行绿色技术创新。此外，政府还需要针对数字经济发展制定较为完整健全的政策体系，保障配套政策的落地。对于企业来说，不应再将应对气候变化、节能减排单纯地视为风险，被动地去满足节能减排的要求，而是应该积极挖掘低碳经济中蕴含的巨大经济收益。

当然，本文还存在一定的局限。受限制于企业为普通职工支付的医疗保险支出、高温补贴等具体数据不可获取，本文只能考察高温变化对企业劳动力成本总量的影响，无法研究高温变化对企业劳动力成本结构的影响。从这个角度来看，本文的研究只是一个初期探索，未来研究可以进一步打开气候变化对企业劳动力成本结构影响的“黑箱”，更为深入地厘清气候变化的影响。