数字化转型如何影响企业劳动投资效率

张功富 詹俊 吕月童

【摘要】本文基于2010 ～ 2020年A股上市公司数据， 采用文本挖掘的方法获取数字化转型数据并探讨其对企业劳动投资效率的影响。研究发现： 数字化转型显著促进了企业劳动投资效率的提升， 表现为抑制企业劳动投资过度和缓解劳动投资不足。从影响机制来看， 提高创新能力、 优化内部控制是数字化转型驱动企业劳动投资效率提升的机制， 且呈现出链式中介作用， 其中创新能力是关键。进一步分析发现， 在过度招聘、 解雇不足以及招聘不足等样本中， 企业数字化转型对企业劳动投资效率的正向作用均显著存在。该研究结论为数字技术促进企业劳动投资效率提升提供了新的证据， 并为评估企业数字化转型实施效果提供了有力支持。

【关键词】数字化转型；创新能力；内部控制；劳动投资效率

【中图分类号】 F275.1     【文献标识码】A      【文章编号】1004-0994（2023）05-0153-8

一、 引言

近年来， 随着大数据、 人工智能、 物联网、 云计算等新一代数字信息技术的涌现， 越来越多的企業开始进行数字化转型。节约人工成本、 提高劳动投资效率是许多企业进行数字化转型的重要目的， 然而， 数字化转型后的企业劳动投资效率是否得到了显著提升？若是， 数字化转型如何促进企业劳动投资效率的提升？对于这两个实务界高度关注的问题， 学术界却鲜有研究。

企业劳动投资效率是指企业实际雇佣量与生产经营所需的最佳雇佣量之间的匹配度（李小荣等，2019）， 而具有强外部性的劳动力要素是生产要素中最活跃且最重要的要素， 对提升企业竞争能力和促进经济长期健康增长起着至关重要的作用（李世刚和尹恒，2017）。但是目前日趋严重的人口老龄化问题、 已经到来的“刘易斯拐点”以及疫情的持续冲击使得我国的劳动力供给与需求之间存在着一定的结构性失衡现象。企业劳动投资效率关系到企业价值增值、 社会就业形势稳定及供给侧结构性改革的实施与推进， 因此， 如何提高劳动投资效率从而实现企业高质量发展， 是目前实务界面临的重要问题， 也是学术界需要着力研究的重要主题。

数字化转型是企业高质量发展的重要驱动力（肖土盛等，2022）。数字化转型是指企业将数字技术深度应用并融合于生产、 经营及服务中， 用先进的数字化体系取代传统生产体系的创新变革。随着数字经济的跨越式发展、 新技术的不断产生， 数字化转型正是贯彻落实党的二十大报告中提出的“坚持把发展经济的着力点放在实体经济上， 加快建设数字中国”的重要举措。数字技术的应用不仅有利于在企业内搭建现代化信息系统， 为企业生产经营提供有价值且全面的信息资源， 而且为加强企业各部门间沟通协作、 提升创新绩效、 促进企业实现高质量发展等注入不竭动力。因此， 本文拟对数字化转型如何影响企业劳动投资效率以及其中的作用机制进行检验， 为推动企业数字化转型、 优化整合人力资源、 实现创新发展提供新的思路。

本文的创新点和贡献如下： 第一， 从数字化转型视角丰富了企业劳动投资效率影响因素的相关研究。现有研究多从信息质量（Ha和Feng，2018；Pinnuck和Lillis，2007）、 公司战略（张焰朝等，2020）、 政策环境（孔东民等，2020； 卜君和孙光国，2020）等角度对企业劳动投资效率展开研究， 本文与之不同的是从数字化转型这一新视角探索提高企业劳动投资效率的有效途径， 为企业数字化应用能够优化人力资源配置提供了新的证据， 对抑制企业超额雇员以及缓解用工不足压力等具有重要的理论与现实意义。第二， 扩宽了对数字化转型经济后果的考察。已有文献主要将数字化转型作为风险管控能力提升的途径， 研究其对企业绩效（白福萍等，2022）、 企业创新（肖土盛等，2022）、 企业价值（祁怀锦等，2020）等方面的影响， 较少将其作为一种资源整合的管理模式展开研究， 尚未有文献探讨数字化转型对企业劳动投资效率的影响， 而本文证实了数字化转型能使企业用人计划更加精准且更加贴近实际。第三， 打开了数字化转型与企业劳动投资效率之间的机制“黑箱”， 不同于此前文献的单一路径检验， 本文构建了链式多重中介效应模型， 尝试把创新能力与内部控制纳入同一个理论框架中， 揭示数字化转型对企业劳动投资效率影响的复杂路径， 检验了“数字化转型通过创新能力作用于企业劳动投资效率”的核心路径， 深度挖掘了“数字化转型→内部控制→企业劳动投资效率”的独立中介效应以及“数字化转型→创新能力→内部控制→企业劳动投资效率”的链式中介效应。

二、 理论分析与研究假设

企业劳动投资效率只有保持在较高水平， 确保企业实际与最优劳动投资水平偏离程度最低， 才能更好地实现企业内外部资源的优化配置。然而企业劳动投资会受到诸多因素的影响， 使实际与最优水平之间发生偏离， 导致投资效率低下， 不利于企业运营流程的顺利进行和价值增值意愿的实现（Becker，1962）。导致企业劳动投资效率低下的原因主要有两个： 一是经营管理低效。有的管理者为了构建“帝国”目的， 过度扩张企业规模和雇佣员工， 而有的管理者追求安逸生活， 对外部环境关注不够， 雇佣员工不足。二是资源配置不够合理。信息环境是资源配置的基础， 只有透明的信息环境才能够为企业配置资源提供决策依据与资金支持， 避免雇佣过度与不足的发生。究其根本， 企业劳动投资效率的高低与代理问题和信息不对称有重要关系（李小荣等，2021）， 然而数字化转型对于企业来说， 是将数字技术渗透到企业的各个方面， 不仅能够缓解代理问题， 影响并制约管理者行为， 而且能够缓解信息不对称问题， 提高资源配置效率， 能够从根源上解决阻碍企业劳动投资效率提升的问题。

首先， 数字化转型能够降低代理成本， 影响管理层的劳动投资决策。由于劳动力具有一定的流动性， 因而管理者在制定内部劳动投资方案时拥有较强的自由选择权（Ha和Feng，2018）。一方面， 管理层防御理论认为， 拥有防御动机的管理层会为了保障自身利益而做出损害公司利益的决策， 超额雇佣员工和与员工结盟则是管理层为了巩固和扩大控制权力的防御表现。而数字化转型是为了构造数字治理体系， 提升组织协同能力， 降低代理成本。在数字技术的推动下， 企业管理结构与管理模式发生改变， 利益相关者可以及时、 准确地了解决策者的动向以及决策信息， 便于对管理者进行监督， 制约管理者自利行为。另一方面， 管理者短视理论认为， 短视的管理层会为了短期目标而放弃对企业发展有利的长期投资， 而劳动投资具有周期较长、 成效较慢的特点， 使得短视的管理者更不愿意进行劳动投资。数字化转型能够搭建数字信息平台， 重构商业模式， 企业将引进具备长远战略思维且擅于规避风险的高素质管理人才， 对改善企业内部管理机制有积极作用， 各部门之间的协作水平得以提升， 减少了管理者的职业顾虑， 有利于其更好地掌握信息变化， 为管理者的科学决策提供依据。

其次， 数字化转型能够缓解信息不对称， 影响企业劳动力资源配置效率。劳动力市场是典型的信息不对称市场， 表现为雇主拥有确定的、 丰富的工作信息， 但无法获得相关求职者的全部信息； 而求职者往往不能得到相关职业可靠的、 充分的信息， 也不可能将个人全部情况告诉雇主。劳动力市场的这种信息不对称现象会导致逆向选择和道德风险的发生， 从而使企业不能将最合适的人配置到最合适的岗位上， 进而降低了企业劳动力资源配置效率。数字技术的应用可以跨越企业内外信息鸿沟， 使信息更加开放共享， 从而有效缓解管理者与普通员工之间的信息不对称， 具体表现在： 一是在信息搜集方面， 数字技术将企业各个部门与各利益相关者的信息进行整合， 信息搜索范围得以扩大， 通过算法筛查深入挖掘搜集到的信息， 信息搜索深度得以加深。二是在信息应用方面， 数字技术将包括劳动者在内的利益相关者纳入信息网络之中， 使管理者与普通员工成为利益共同体， 将高质量信息在信息网络中传播， 便于利益共同体之间相互合作， 同时也为合作者提供智能分析， 实现互利共赢。三是在信息质量方面， 数字技术能够从信息来源、 信息中介与信息接收等渠道， 将企业财务信息与劳动力信息转换为有效信息， 使信息能更加客观、 透明、 迅速地呈现给信息使用者， 缩短了信息的传递距离， 保障了信息质量， 降低了信息传递成本。总而言之， 数字化转型通过对信息资源的利用与分析， 可以为管理者的劳动力投资决策提供高效且便捷的依据， 从而实现劳动力资源配置效率的提升。

基于此， 本文提出H1： 数字化转型能够促进企业提高劳动投资效率。

企业劳动投资的非效率行为具体表现为劳动投资过度与不足（Jung等，2014）， 而数字化转型不仅能够制约管理者行为、 完善公司治理、 避免超额雇员，而且能够缓解融资约束、 提高劳动生产率、 减少雇佣不足的行为。第一， 对于数字化转型对企业劳动投资过度的影响， 管理者出于构建商业“帝国”、 获取政府青睐、 开拓商业版图等动机， 通常会采取扩大企业用人规模的措施， 造成雇佣冗余现象。而数字技术具有以下优点： 一是能对企业生产运营等信息进行深度计算， 避免人为操纵， 为管理层决策提供智能化方案； 二是能降低利益相关者之间的信息不对称， 有利于彼此之间相互监督与制衡， 使管理层决策更加科学合理； 三是能推动公司治理有效运转， 限制管理层权力， 弱化管理层对信息隐匿、 操纵等的行为， 使管理层能够采取切合公司实际利益的劳动投资决策。第二， 对于数字化转型对企业劳动投资不足的影响， 劳动投资与其他投资一样面临着融资约束， 对劳动力进行培训、 发放福利等都需要通过融资来弥补。而数字化转型能够优化资源配置、 提升融资能力， 具体表现为向市场释放积极信号， 为信息使用者提供可靠、 便捷、 高效的内部信息， 顺应政府的转型政策， 不仅能够为企业融资扩大资金来源， 而且能够获得更多的补贴优惠， 缓解企业融资问题， 为雇佣合适的劳动力资源、 培训高质量员工提供资金支持。此外， 数字化转型也能优化企业人力资源配置， 提升劳动生产率， 提高管理者能力。数字技术的使用降低了信息搜索成本， 能够为求职者提供更加具体的信息情况， 同时也能使企业精准识别所需要的劳动者情况， 加强各部门之间人员协作， 优化人力资源配置。根据资本—技能互补理论， 随着数字技术的发展， 企业智能机器人代替普通员工的现象增多， 单位时间产品产量以及质量都有所提升， 为高技能员工生产提供辅助， 实现人机协同， 解决了人力资本成本高而致使企业用人不足的问题。同时， 数字技术对企业管理模式进行革新， 企业将雇佣更高水平的员工与管理层， 高能力的管理层因拥有较强的专业能力， 能精准判别企业投资决策的合理性， 减少非理性行为， 从而提高劳动投资效率。

基于此， 本文提出H2： 数字化转型能够抑制企业劳动投资过度且有利于缓解企业劳动投资不足。

三、 研究设计

（一）样本选择与数据来源

2010年， 我国逐渐从2008年国际金融危机的冲击中恢复过来， 有一些企业开始进行数字化转型探索。 基于此， 本文以2010年作为研究期间起点， 以2010 ～ 2020年我国A股上市公司数据作为研究对象。并剔除以下样本： 金融保险类上市公司； 被ST和?ST等特殊处理的样本公司； 有数据缺失的样本公司； 雇员人数小于30， 年末总资产为0， 长期负债为负以及长期资产负债率大于等于1的样本公司。 经过上述处理， 共获得17622个观测值， 并对所有连续变量进行了上下1%的缩尾处理。与数字化转型相关的文本信息来自公司年报， 其他数据来自CSMAR数据库。

（二）变量定义

1. 被解释变量： 劳动投资效率（Ab_net_hire）。参考Jung等（2014）、 Pinnuck和Lillis（2007）、 孔東民等（2017）的模型与方法， 对模型（1）进行回归后得到残差， 残差大于0表示劳动投资过度（Overresid）， 小于0表示劳动投资不足（Underresid）。对残差取绝对值作为企业劳动投资效率（Ab_net_hire）， 其数值越大， 企业劳动投资效率越低。

Net_hirei，t=?0+β1Sales_growthi，t-1+

β2Sales_growthi，t+β3ROAi，t-1+β4ROAi，t+

β5ΔROAi，t+β6Returni，t-1+β7Size_Ri，t-1+

β8Quicki，t-1+β9Quicki，t+β10ΔQuicki，t+β11Levi，t-1+

β12Lossbin1i，t-1+β13Lossbin2i，t-1+β14Lossbin3i，t-1+

β15Lossbin4i，t-1+β16Lossbin5i，t-1+Year+Ind+εi，t （1）

其中， Net_hire为企业员工变动率， Sales_growth为营业收入变动率， ROA为总资产收益率， ΔROA为ROA的变化值， Return为考虑现金红利再投资的年个股回报率， Size_R为企业年个股总市值的百分比排位， Quick为速动比率， ΔQuick为Quick的变化值， Lev为长期资产负债率， Lossbin为业绩亏损的虚拟变量①， Year和Ind分别为年度与行业虚拟变量。

2. 解释变量： 数字化转型（DCG）。参考吴非等（2021）的方法， 采用企业数字化转型特征词频总数加1取自然对数来衡量。特征词分为底层技术与实践应用两个层面， 其中底层技术包含人工智能技术、 区块链技术、 云计算技术、 大数据技术四个维度， 而实践应用包含数字技术应用维度， 具体运用Python软件对公司年报中含有以上数字化转型的特征词进行配对、 筛选、 统计等文本分析， 并剔除语句前有否定含义的特征词以及与本公司数字化转型无关的词汇， 形成最终数字化转型特征词频总数。

3. 控制变量。参考李小荣等（2021）的方法， 选择的控制变量主要包括： 市值账面比（MB）、 总资产收益率（ROA）、 企业规模（Size）、 股权集中度（Top1）、 固定资产比重（PPE）、 速动比率（Quick）、 营业收入波动性（Std_sales）、 净雇佣波动性（Std_net_hire）、 非效率资本投资（Ab_other_invest）、 两职合一（Dual）等指标， 并且控制了年度与行业固定效应， 具体指标定义如表1所示。

其中，  非效率资本投资模型采用Biddle等（2009）的模型：Invest_othert=?0+β1Sales_growtht-1+εt， 对其进行回归得到的残差取绝对值即为非效率资本投资。

（三）模型构建

为验证本文假设， 构建以下基准模型（2）：

Ab_net_hirei，t=α0+?DCGi，t-1+Controli，t+εi，t （2）

其中， 被解释变量为劳动投资效率（Ab_net_hirei，t）， 解释变量为数字化转型（DCGi，t-1）， Controli，t为控制变量， εi，t为随机误差项。考虑到数字化转型对劳动投资效率的影响具有时滞性以及反向因果的干扰， 本文将数字化转型滞后一期， 若系数?显著为负， 则表明数字化转型能够提高企业劳动投资效率， 即H1成立。

四、 实证分析

（一）描述性统计

由表2可知， 劳动投资效率（Ab_net_hire）的均值为0.174， 标准差为0.284， 说明各企业间劳动投资效率差异比较大， 且劳动投资效率水平普遍较低。其中， 劳动投资过度（Overresid）的企业有6070家， 占34.45%， 均值为0.256， 而劳动投资不足的企业有11552家， 占65.55%， 均值为0.140， 说明劳动投资过度的企业占比虽然不高， 但程度比较严重， 而劳动投资不足程度虽然较低， 但是现象较为普遍。数字化转型（DCG）的均值为1.275， 中位数为1.099， 最小值为0， 最大值为6.252， 说明多数企业处于数字化转型程度较低的阶段， 仍存在未进行数字化转型的企业， 不同企业之间数字化转型程度差距较大。

（二）回归结果分析

表3报告了数字化转型（DCG）对企业劳动投资效率（Ab_net_hire）影响的检验结果。第（1）列显示， 数字化转型与企业劳动投资效率的回归系数为-0.010且在1%的水平上显著， 说明数字化转型程度越高的企业， 其非效率劳动投资程度就越低， 即数字化转型能够显著促进企业提高劳动投资效率， H1得证。第（2）列与第（3）列为劳动投资过度组与劳动投资不足组的分组检验。结果显示， 数字化转型的回归系数均为负， 说明数字化转型不仅能显著抑制企业劳动投资过度， 也能够缓解企业劳动投资不足， H2得证。

（三）稳健性检验

1. 替换变量。

（1）变更被解释变量企业劳动投资效率的度量方式。参考孔东民等（2020）的方法重新估计被解释变量企业劳动投资效率， 即使用本年企业员工总人数与年个股总市值之比来替代， 对模型（1）重新进行回归后得到企业劳动投资效率（LIE）。表4第（1）～（3）列的结果显示， 无论是在全样本组还是在分样本组中， 数字化转型与变更后的劳动投资效率的关系仍然显著为负， 说明数字化转型能够显著促进企业劳动投资效率的提升， 与前述研究结论一致。

（2）变更解释变量数字化转型的度量方式。借鉴祁怀锦等（2020）的方法， 重新计算解释变量数字化转型， 根据资产负债表附注披露的无形资产明细中与数字化有关部分占无形资产总额的比例来重新衡量数字化转型， 并代入模型（2）重新进行回归， 其中与数字化有关的明细项主要包括“网络”“人工智能”“软件”“信息系统”“智能终端”等。表4第（4） ～ （6）列的结果显示， 无论是在全样本组还是在分样本组中， 无形资产占比（DIG）与企业劳动投资效率也呈显著的负相关关系， 与前述主回归结果一致。

2. 控制高阶联合固定效应。为了尽可能地消除宏观政策变化等因素的影响， 本文进一步控制行业×年度的高阶联合固定效应检验模型， 回归结果见表5。结果显示， 数字化转型对企业劳动投资效率的促进作用仍然显著， 这一结论在劳动投资过度组与劳动投资不足组中均得以验证， 表明前述主回归结果较为稳健。

3.  内生性问题。由于企业劳动投资决策受到雇佣规模、 管理动机和融资需求等多重因素的影响， 所以企业劳动投资效率的变化也可能是由其他变量变化引起， 故数字化转型和企业劳动投资效率之间可能存在遗漏变量所致的内生性问题， 即企业劳动投资效率的变化可能不是由数字化转型引起的。企业数字化转型决策会在很大程度上受到当地数字化基础设施水平的影响， 即所在地区的数字基础设施水平越高， 企业越有可能进行相应的数字化转型。移动电话作为数字技术装备能够较好地反映出各地区数字化基础设施水平， 故本文选取省级移动电话普及率（Mobile）作为企业数字化转型的工具变量， 并采用两阶段最小二乘法（2SLS）进行检验。从表6第（1）列报告的结果可知， 移动电话普及率与数字化转型显著正相关， 从第（2）列报告的结果可知， 控制内生性后， 數字化转型与企业劳动投资效率的回归系数仍显著为负， 说明企业劳动投资效率的提升是由数字化转型造成的影响， 本文研究结论稳健。

4. 随机抽取样本。为了进一步验证前述主回归结果对样本的稳健性， 本文借鉴Li等（2009）的方法对样本进行随机抽样， 分别抽取70%和90%的样本数据重新回归， 回归结果如表7所示。第（1） ～ （6）列回归系数均显著为负， 表明在进行样本拆分后， 在两个子样本中数字化转型对企业劳动投资效率仍起到促进作用， 在劳动投资过度与劳动投资不足的样本中也依然呈显著的负相关关系， 本文的研究结果稳健。

五、 进一步分析

（一）影响机制检验

前述回归结果证实了数字化转型能够促进企业劳动投资效率的提升， 但具体影响路径有待进一步挖掘。本文认为， 数字化转型主要是通过提高创新能力和优化内部控制对企业劳动投资效率产生影响： 第一， 数字化转型有助于创新能力的提高。在员工配置上， 数字技术在企业的建立与运营时都需要配置相应的高技术人才， 为企业创新能力的提升提供人才支持； 在部门协同上， 数字技术深入企业各个环节之中， 上下链条信息沟通便捷， 有利于部门之间的技术更新（杨洁等，2022）； 在产品研发上， 数字技术的使用能够更加快捷地了解客户需求， 对产品升级的需求较大， 从而促进企业创新能力的发展。第二， 数字化转型有助于内部控制的优化。在运营模式上， 数字技术将传统模式转变为各部门融合的新模式， 供应、 生产、 销售等各个环节的运作效率得以提升， 管理流程更加實时高效， 风险预警更加及时； 在组织分工上， 高效的信息有利于组织各部门之间互相了解， 优化业务流程， 实现高效的资源配置， 从而降低组织运营成本， 促进内部控制水平的提升。第三， 无论是创新能力的提高还是内部控制的优化， 都有助于企业优化劳动力资源配置， 进而提高劳动投资效率。

综上所述， 数字化转型可以通过提高创新能力和优化内部控制来间接影响企业劳动投资效率， 因此本文引入创新能力、内部控制来进行影响机制检验。为了探究数字化转型影响企业劳动投资效率的机制路径， 本文根据方杰等（2014）的多重中介效应分析展开研究，分两步检验创新能力与内部控制的中介效应及创新能力→内部控制的链式中介作用。

第一， 构建中介效应模型分别检验创新能力和内部控制的独立中介效应。以直接效应模型为基础， 构建模型（3）、 （4）对创新能力的独立中介效应进行检验， 并构建模型（5）、 （6）对内部控制的独立中介效应进行检验：

Pati，t=α1+?1DCGi，t-1+Controli，t+τi，t （3）

Ab_net_hirei，t=α2+?2DCGi，t-1+δ1Pati，t+Controli，t+εi，t  （4）

ICi，t=α3+?3DCGi，t-1+Controli，t+τi，t （5）

Ab_net_hireijt=α4+?4DCGi，t-1+γ1ICi，t+Controli，t+εi，t （6）

其中： Pat（Ln专利授权数）代表企业创新能力， IC（迪博内部控制指数/100）代表企业内部控制， 其他变量与模型（1）相同。模型（2）、 （3）、 （4）为三步法检验创新能力的独立中介作用， 模型（2）、 （5）、 （6）为三步法检验内部控制的独立中介作用。

第二， 借助链式中介效应模型进一步检验创新能力、 内部控制的中介效应， 并对创新能力与内部控制的链式中介作用进行检验， 模型（2）、 （3）和（7）、 （8）为链式中介效应分析模型。模型（7）、 （8）如下：

ICi，t=α5+?5DCGi，t-1+δ2Pati，t+Controli，t+τi，t （7）

Ab_net_hirei，j，t=α6+?'DCGi，t-1+β1Pati，t+β2ICi，t+Controli，t+εi，t  （8）

回归结果如表8所示。其中， 列（1）、 （2）、 （3）、 （4）用来检验“创新能力—内部控制”的链式中介作用。第一， 在以劳动投资效率为被解释变量的列（1）中， 数字化转型（DCG）的系数为-0.010， 在1%的水平上显著为负， 说明数字化转型程度越深， 企业劳动投资效率越高。第二， 在以企业创新能力为被解释变量的列（2）中， 数字化转型（DCG）的系数（?1）为0.144， 在1%的水平上显著为正， 说明数字化转型提升了企业创新能力。在以企业劳动投资效率为被解释变量的列（7）中， 企业创新能力（Pat）的回归系数（β1）为-0.006， 由此可计算得到创新能力的中介效应为?1×β1=0.144×

（-0.006）， 即显著为负， 与三步法所得创新能力中介效应并无显著差异。第三， 依次检验列（6）中?5=0.071， 列（7）中β2=-0.004， 二者均显著， 内部控制的中介效应为?5×β2=0.071×（-0.004）， 进一步验证了内部控制的中介效应。第四， 在列（6）中， δ2对应的数值为0.069且在1%的水平上显著为正， 说明创新能力和内部控制的链式间接效应显著， 间接效应大小为?1×β2×δ2=0.144×（-0.004）×0.069。此外， 比较列（7）DCG的系数?'=-0.009和列（1）DCG的系数?=-0.010， 二者符号相同， 且?'小于?， 证实了创新能力→内部控制链条在数字化转型和企业劳动投资效率间的传导作用。

（二）数字化转型对四类非效率劳动投资的影响

前述研究主要检验了数字化转型对劳动投资过度和劳动投资不足这两类非效率劳动投资的影响， 本部分拟分别对劳动投资过度与劳动投资不足的成因进一步进行细分， 即： 劳动投资过度既有可能是过度招聘（Overhiring）所致， 也有可能源于解雇不足（Underfiring）， 同样地， 劳动投资不足既有可能是招聘不足（Underhiring）所致， 也有可能源于解雇过度（Overfiring）。因而， 在劳动投资过度组中按预期净招聘为正或为负划分为过度招聘和解雇不足两个样本组， 在劳动投资不足样本组中亦按预期净招聘为正或为负划分为招聘不足和解雇过度两个样本组。

表9是进一步按照不同类型的非效率劳动投资分组进行的检验。第（1） ～ （3）列为劳动投资过度组， 在第（1）列劳动投资过度全样本、 第（2）列过度招聘、 第（3）列解雇不足样本组中的数字化转型（DCG）的回归系数均显著为负， 表明数字化转型主要通过抑制过度招聘和解雇不足来抑制企业劳动投资过度； 第（4） ～ （6）列为劳动投资不足组， 在第（4）列劳动投资不足全样本和第（5）列招聘不足样本组中， 数字化转型（DCG）的系数显著为负， 但在第（6）列解雇过度样本组中不显著， 这表明数字化转型主要通过缓解招聘不足而不是解雇过度来缓解企业劳动投资不足。

六、 结论与建议

（一）结论

本文以我国2010 ～ 2020年A股上市公司数据， 研究数字化转型对企业劳动投资效率的影响， 采用链式中介效应模型研究创新能力和内部控制在二者关系中的作用， 研究发现： 第一， 数字化转型显著促进了企业劳动投资效率的提升， 分组回归结果显示， 数字化转型不仅能够抑制企业劳动投资过度， 还能缓解企业劳动投资不足。第二， 中介效应分析表明， 提高创新能力和优化内部控制是数字化转型驱动企业劳动投资效率提升的机制， 且呈现出链式中介作用， 其中创新能力是关键。第三， 进一步分析发现， 在过度招聘、 解雇不足以及招聘不足样本中， 数字化转型对企业劳动投资效率的正向作用均显著存在， 表明数字化转型程度的加深能够显著促进企业提高劳动投资效率。

（二）建议

基于上述研究发现， 本文提出以下政策建议：

1. 政府部门应出台更加积极有效的促进企业数字化转型的相关政策。第一， 在环境营造方面， 数字化转型需要物质与人才基础， 加快基础设施建设是推进数字化转型的必要条件， 因此应为上下游企业协同数字化转型提供良好的设施基础， 为营造数字环境提供政策支持。第二， 在资金扶持方面， 政府可为数字化转型企业提供税收优惠以及政策性补贴等， 鼓励金融机构为数字化转型企业提供资金支持。第三， 在风险规避方面， 应加大知识产权保护力度， 健全信息安全与利用的规章制度， 严厉打击信息盗用、 乱用、 泄漏、 篡改等违法行为， 强化信息管理与监察， 依法对数字化转型企业的信息披露情况进行监督。

2. 企业应制定适合自身的数字化转型策略， 抓住机遇、 注重创新， 走出独特的转型之路。第一， 积极进行数字化转型建设， 对设备进行数字技术更新改进， 建立内部信息反馈系统， 及时掌握各部门数字信息， 与上下游产业链共同合作搭建信息平台， 及时掌握企业内外动态， 实时更新系统。第二， 优化人力资本结构， 聘用技术水平更高的专业性管理人才， 积极探索创新型企业管理模式， 引进高技术型员工， 使用智能机器人从事简单化生产， 从而实现人机互补， 并加强对员工及管理层的业务培训。第三， 增加研发投入， 及时掌握客户需求， 积极改进产品方案， 提高对创新成果的利用效率， 并对进行研发创新的人才进行奖励， 为创新人才提供良好的工作环境， 激发员工创新积极性。第四， 提高信息披露质量， 完善内部控制体系， 积极宣传转型成果， 释放投资信号， 扩大融资渠道， 为数字化转型开辟强劲的资金来源渠道。

【 注 释 】

1将0到-0.025区间的ROA平均划分为五个区间，若ROA属于［-0.005，0］，则Lossbin1 = 1，否则为0；若ROA属于［-0.01，-0.005］，则Lossbin2 = 1，否则为0，以此类推。

【 主 要 参 考 文 献 】

白福萍，刘东慧，董凯云．数字化转型如何影响企业财务绩效——基于结构方程的多重中介效应分析［ J］．华东经济管理，2022（9）：75 ～ 87．

卜君，孙光国．环境不确定性会影响企业劳动投资效率吗？［ J］．经济管理，2020（10）：23 ～ 38．

方杰，温忠麟，张敏强，孙配贞．基于结构方程模型的多重中介效应分析［ J］．心理科学，2014（3）：735 ～ 741．

孔东民，唐琦，项君怡．劳动保护与企业劳动投资效率［ J］．华中科技大学学报（社会科学版），2020（5）：36 ～ 47．

孔东民，项君怡，代昀昊．劳动投资效率、企业性质与资产收益率［ J］．金融研究，2017（3）：145 ～ 158．

李世刚，尹恒．政府—企业间人才配置与经济增长——基于中国地级市数据的经验研究［ J］．经济研究，2017（4）：78 ～ 91．

李小荣，韩琳，马海涛．内部控制与劳动力投资效率［ J］．财贸经济，2021（1）：26 ～ 43．

李小荣，万钟，陆瑶．劳动力市场与公司金融关系研究进展［ J］．经济学动态，2019（3）：120 ～ 133．

祁怀锦，曹修琴，刘艳霞．数字经济对公司治理的影响——基于信息不对称和管理者非理性行为视角［ J］．改革，2020（4）：50 ～ 64．

吴非，胡慧芷，林慧妍，任晓怡．企业数字化转型与资本市场表现——来自股票流动性的经验证据［ J］．管理世界，2021（7）：130 ～ 144+10．

肖土盛，吳雨珊，亓文韬．数字化的翅膀能否助力企业高质量发展——来自企业创新的经验证据［ J］．经济管理，2022（5）：41 ～ 62．

杨洁，马从文，刘运材．数字化转型对企业创新的影响［ J］．统计与决策，2022（23）：180 ～ 184．

张焰朝，孙光国，卜君．公司战略会影响劳动投资效率吗？［ J］．投资研究，2020（10）：95 ～ 127．

Becker G. S.. Investment in Human Capital： A Theoretical Analysis［ J］． Journal of Political Economy，1962（5）：9 ～ 49．

Biddle G. C.， Hilary G.， Verdi R.S.. How Does Financial Reporting Quality Relate to Investment Efficiency？［ J］． Journal of Accounting and Economics，2009（2 ）：112 ～ 131．

Ha J.， Feng M.. Conditional Conservatism and Labor Investment Efficiency［ J］． Journal of Contemporary Accounting & Economics，2018（2）：143 ～ 163．

Jung B.， Lee W. J.， Weber D. P.. Financial Reporting Quality and Labor Investment Efficiency［ J］． Contemporary Accounting Research，2014（4）：1047 ～ 1076．

Li J.， Zhou C.， Zajac E. J.. Control， Collaboration， and Productivity in International Joint Ventures： Theory and Evidence［ J］． Strategic Management Journal，2009（8）：865 ～ 884．

Pinnuck M.， Lillis A. M.. Profits Versus Losses： Does Reporting an Accoun-ting Loss Act as a Heuristic Trigger to Exercise the Abandonment Option and Divest Employees？［ J］． The Accounting Review，2007（4）：1031 ～ 1053．

【基金項目】河南省哲学社会科学规划项目“危机情境下河南企业数字化转型赋能组织韧性的机制与对策研究”（项目编号：2022BJJ098）；郑州航空工业管理学院研究生教育创新计划基金项目“人口老龄化对企业劳动力投资效率的影响研究”（项目编号：2021CX07）

【作者单位】郑州航空工业管理学院商学院， 郑州 450046