唐 韜,李方靜,夏 倫

一、引 言

勞動生產(chǎn)率對一國的社會福利、民生保障和經(jīng)濟發(fā)展至關(guān)重要。從要素收入分配的角度而言,勞動生產(chǎn)率與城鄉(xiāng)居民收入息息相關(guān),直接影響勞動收入份額?！疤岣呷嗣袷杖胨?扎實推動共同富?！笔?“十四五”期間重要的戰(zhàn)略任務(wù)。可以預(yù)見,維持并提高勞動生產(chǎn)率將是我國未來增加居民收入、保障和改善民生的重要抓手。而國內(nèi)日益嚴峻的人口形勢也使得提升勞動生產(chǎn)率變得非常緊迫。第七次的全國人口普查結(jié)果顯示,與2010年相比,我國60歲及以上人口的比重上升5.44個百分點,已達2.6億,人口老齡化趨勢正在不斷加速。受勞動年齡人口持續(xù)減少的影響,我國勞動力供給總量開始下降,2018年末全國就業(yè)人員總量首次出現(xiàn)下降,預(yù)計未來幾年還將繼續(xù)保持下降趨勢[1]。在人口老齡化趨勢不可逆轉(zhuǎn)和人口紅利逐漸消失的雙重挑戰(zhàn)下,以往單純依賴勞動力投入促進經(jīng)濟增長的傳統(tǒng)發(fā)展模式已難以為繼。因此,提高勞動生產(chǎn)率成為了實現(xiàn)中國經(jīng)濟社會高質(zhì)量發(fā)展的重要支撐。那么,哪些因素有助于提升勞動生產(chǎn)率呢?

為了解釋這個問題,學(xué)術(shù)界已經(jīng)進行了大量的深入研究。學(xué)者們基于不同的層級數(shù)據(jù)研究發(fā)現(xiàn),勞動力質(zhì)量[2]、產(chǎn)業(yè)集聚[3]、垂直專業(yè)化分工[4]、資本深化和技術(shù)進步[5]對勞動生產(chǎn)率存在顯著正向提升作用,而環(huán)境規(guī)制[6][7]、人工智能[8]對勞動生產(chǎn)率的影響呈現(xiàn)非線性關(guān)系。盡管探討勞動生產(chǎn)率的研究結(jié)論碩果累累,其相關(guān)文獻層出不窮,卻鮮有學(xué)者關(guān)注當前正迅猛發(fā)展的數(shù)字經(jīng)濟對勞動生產(chǎn)率的影響,這也為本文的研究提供了契機。

近年來,隨著數(shù)字經(jīng)濟的蓬勃發(fā)展,數(shù)字技術(shù)已經(jīng)成為我國經(jīng)濟社會發(fā)展的主要驅(qū)動力。傳統(tǒng)企業(yè)借助數(shù)字技術(shù)加速向網(wǎng)絡(luò)化、智能化、自動化轉(zhuǎn)變,掀起了一波洶涌的企業(yè)數(shù)字化浪潮。企業(yè)數(shù)字化迅猛的發(fā)展勢頭引起了學(xué)術(shù)界的密切關(guān)注,學(xué)者們圍繞其經(jīng)濟社會影響展開了激烈的討論。既有相關(guān)文獻研究發(fā)現(xiàn),企業(yè)數(shù)字化變革顯著提升了實體企業(yè)經(jīng)濟效益[9],可以正向調(diào)節(jié)政府補貼對企業(yè)長期負債融資的正向影響[10],促進企業(yè)組織分權(quán)變革[11],降低企業(yè)人工成本總規(guī)模及其所占份額[12],有助于提高投入產(chǎn)出效率[13],顯著改善企業(yè)社會責(zé)任表現(xiàn)[14]。那么,數(shù)字技術(shù)驅(qū)動的企業(yè)數(shù)字化是否有助于提升勞動生產(chǎn)率呢?其中可能蘊含著怎樣的作用機制?尚未有學(xué)者給出正面回應(yīng)。

本文在以往學(xué)者的研究基礎(chǔ)之上,歸納總結(jié)企業(yè)數(shù)字化影響勞動生產(chǎn)率的影響機制,并試圖厘清數(shù)字經(jīng)濟背景下提升勞動生產(chǎn)率的企業(yè)數(shù)字化實現(xiàn)路徑。與既有研究相比,本文的邊際性貢獻可能體現(xiàn)在以下幾個方面:第一,在研究方法上,企業(yè)數(shù)字化水平的度量是相關(guān)實證研究的關(guān)鍵,不同于既有研究多采用替代性指標測度企業(yè)數(shù)字化[15][16],或是根據(jù)樣本數(shù)據(jù)中包含的數(shù)字化信息生成比值變量[10],本文基于企業(yè)借助互聯(lián)網(wǎng)進行經(jīng)營管理活動狀況,采用迭代主因子法構(gòu)建企業(yè)數(shù)字化指數(shù),能夠更準確刻畫企業(yè)數(shù)字化水平。第二,在研究對象上,現(xiàn)有相關(guān)文獻大多基于地區(qū)數(shù)據(jù)、行業(yè)數(shù)據(jù)或上市公司數(shù)據(jù)展開研究,而關(guān)注中小型私營企業(yè)數(shù)字化的系統(tǒng)研究較為少見。私營企業(yè)在過去40年中取得了從 “0”到 “56789”的偉大成就,吸納城鎮(zhèn)居民就業(yè)存量占比近80%,是城鎮(zhèn)就業(yè)的最大保障,是中國經(jīng)濟微觀基礎(chǔ)的最大主體。本文基于中國私營企業(yè)調(diào)查樣本進行經(jīng)驗研究,得出的實證結(jié)論更具普適性,對在中國占絕大多數(shù)的中小微型企業(yè)的數(shù)字化和勞動生產(chǎn)率提升具有重要的現(xiàn)實指導(dǎo)意義。第三,在作用路徑方面,本文從技術(shù)進步、組織變革和勞動力流動三個視角系統(tǒng)歸納總結(jié)企業(yè)數(shù)字化對勞動生產(chǎn)率的影響機制,為推進企業(yè)數(shù)字化和勞動生產(chǎn)率兩個方面的相關(guān)研究提供了理論支撐。

本文余下的章節(jié)具體安排如下:第二部分提出影響機制與研究假設(shè);第三部分厘清數(shù)據(jù)來源、設(shè)定計量模型與變量;第四部分深入分析計量結(jié)果,包括全樣本的基準回歸結(jié)果、穩(wěn)健性檢驗、機制檢驗以及異質(zhì)性討論;第五部分歸納總結(jié)研究結(jié)論并提出政策啟示。

二、影響機制與研究假設(shè)

(一)企業(yè)數(shù)字化對勞動生產(chǎn)率的影響效應(yīng)

經(jīng)濟學(xué)基本理論指出,勞動力是企業(yè)生產(chǎn)經(jīng)營的核心投入要素之一。企業(yè)數(shù)字化是以數(shù)字技術(shù)為主要手段,將傳統(tǒng)生產(chǎn)要素與數(shù)據(jù)要素不斷融合,使生產(chǎn)方式、管理模式、商業(yè)形式等不斷變革、優(yōu)化、提升的一種創(chuàng)新性過程[12]。因此,本文認為企業(yè)數(shù)字化與勞動生產(chǎn)率之間相關(guān)關(guān)系呈正向還是負向,可能取決于數(shù)據(jù)要素與勞動力要素的協(xié)同程度。當企業(yè)數(shù)字化尚處于剛起步推進階段時,會促使企業(yè)將部分資本、技術(shù)都用于數(shù)字化改造進程中,即對企業(yè)的生產(chǎn)性資源產(chǎn)生擠占效應(yīng),進而導(dǎo)致勞動生產(chǎn)率下降。當企業(yè)數(shù)字化改造升級進入成熟階段,數(shù)字化水平大幅度提升,與勞動力要素產(chǎn)生了協(xié)同效應(yīng),此時就會對勞動生產(chǎn)率產(chǎn)生顯著的正向提升作用?；谝陨戏治?我們提出如下假設(shè)。

假設(shè)1:企業(yè)數(shù)字化對勞動生產(chǎn)率會產(chǎn)生先下降后提升的非線性影響效應(yīng)。

(二)影響機制

通常認為的勞動生產(chǎn)率提升路徑大致可以分為以下三種:第一,利用技術(shù)進步。企業(yè)通過技術(shù)創(chuàng)新、工藝改造對生產(chǎn)經(jīng)營模式進行流程優(yōu)化和技術(shù)升級,進而提升勞動生產(chǎn)效率。第二,改進管理組織方式。通過進行組織結(jié)構(gòu)變革、管理制度創(chuàng)新、部門分工明確,優(yōu)化生產(chǎn)要素配置效率,進而提高勞動生產(chǎn)率。第三,雇傭高質(zhì)量勞動力。通過雇傭更多高技能員工提升勞動力人力資本水平,繼而提升勞動生產(chǎn)效率。下面我們將分別論證企業(yè)數(shù)字化在以上三種路徑中的傳導(dǎo)機制。

1.促進技術(shù)進步機制?；ヂ?lián)網(wǎng)技術(shù)的應(yīng)用推動了知識和信息的傳播擴散從而促進了企業(yè)創(chuàng)新[17],激發(fā)了企業(yè)的創(chuàng)新積極性[18],有助于企業(yè)開展前瞻性研發(fā)[19]。數(shù)字技術(shù)驅(qū)動的企業(yè)數(shù)字化提高了部門間的溝通效率,最大限度地避免了信息損耗,激發(fā)數(shù)據(jù)和信息要素活力,使得禁錮于部門內(nèi)的創(chuàng)新資源與能力得以釋放,動態(tài)協(xié)作趨勢得以加強,降低了創(chuàng)新成本,大幅度提高了創(chuàng)新效率,驅(qū)動技術(shù)進步。然而,企業(yè)數(shù)字化引致的技術(shù)進步可能會對勞動部門產(chǎn)生了一定的沖擊[20][21]。一方面,數(shù)字技術(shù)引導(dǎo)的企業(yè)生產(chǎn)經(jīng)營的信息化、智能化、自動化使得企業(yè)運營更加倚重于技術(shù)的投入與升級,可能會對傳統(tǒng)的勞動力參與高的生產(chǎn)方式造成了一定的替代,甚至對促進勞動生產(chǎn)率提高的資本要素產(chǎn)生擠占,進而對勞動生產(chǎn)率產(chǎn)生抑制效應(yīng)。另一方面,數(shù)字技術(shù)的應(yīng)用并非僅能替代勞動力,還可以通過協(xié)助勞動者執(zhí)行一些重復(fù)性強、較復(fù)雜需編碼的生產(chǎn)任務(wù),從而提高勞動力生產(chǎn)效率[8]。因此,企業(yè)數(shù)字化所引致的技術(shù)進步,在實現(xiàn) “人機協(xié)作”后,將對勞動生產(chǎn)率產(chǎn)生顯著正向影響?；诖?我們提出假設(shè)2。

假設(shè)2:企業(yè)數(shù)字化的技術(shù)進步效應(yīng)會對勞動生產(chǎn)率產(chǎn)生先下降后提升的影響。

2.推動組織變革機制。組織變革是影響數(shù)字技術(shù)能否提升企業(yè)效率的關(guān)鍵因素[22][11]。如果企業(yè)的管理決策不適應(yīng)數(shù)據(jù)要素的沖擊,數(shù)字技術(shù)將難以創(chuàng)造價值、提升績效甚至還可能誘發(fā) “IT效率悖論”[23]。數(shù)字經(jīng)濟的高速發(fā)展使得企業(yè)戰(zhàn)略發(fā)生轉(zhuǎn)變,同時推動著企業(yè)目標的轉(zhuǎn)變、治理結(jié)構(gòu)的創(chuàng)新和內(nèi)部管理模式的一系列變革,促使組織結(jié)構(gòu)趨于網(wǎng)絡(luò)化、扁平化[24]。劉政等[11]認為,企業(yè)數(shù)字化會通過提升組織信息成本和削減組織代理成本的綜合效應(yīng),促使組織向下賦權(quán)。本文認為,勞動力部門作為企業(yè)的核心部門,在企業(yè)數(shù)字化的沖擊下,其生產(chǎn)效率必然會受到影響。當企業(yè)管理決策不適應(yīng)企業(yè)數(shù)字化進程時,將對勞動生產(chǎn)率產(chǎn)生負向作用;當企業(yè)管理決策通過變革得以優(yōu)化并提高了管理效率和決策執(zhí)行力時,將對勞動生產(chǎn)率產(chǎn)生正向影響?；谝陨戏治?我們提出假設(shè)3。

假設(shè)3:企業(yè)數(shù)字化的組織變革效應(yīng)可能對勞動生產(chǎn)率產(chǎn)生先下降后上升的影響。

3.提高勞動力流動機制。以往研究勞動生產(chǎn)率的大多數(shù)文獻均采用不同層級的 “勞均產(chǎn)出”指標衡量勞動生產(chǎn)率。由此可見,除了影響勞動產(chǎn)值的外部因素外,勞動力的數(shù)量、質(zhì)量以及雇傭結(jié)構(gòu)同樣也是影響勞動生產(chǎn)率的重要因素。企業(yè)數(shù)字化的技術(shù)進步效應(yīng)和組織變革效應(yīng),對勞動部門的替代可能具有一定的技能偏向性,即會更多地替代技能水平較低的勞動力,提高企業(yè)高技能勞動力的比例[25][26]。蔡慶豐等[27]研究發(fā)現(xiàn),數(shù)字金融科技的發(fā)展顯著提升了區(qū)域內(nèi)企業(yè)低技能勞動力而非高技能勞動力的流動性。因此,數(shù)字技術(shù)的應(yīng)用將促使企業(yè)形成對高技能員工的雇傭偏好,而不同技能員工替代彈性的變動將改變企業(yè)原有的雇傭期限結(jié)構(gòu)[28]。高技能員工的替代彈性較低,數(shù)字技術(shù)的應(yīng)用往往會提高對高技能勞動力的需求,促使企業(yè)給予高技能員工更長的雇傭期限,而對低技能員工則采取臨時雇傭的形式,提高企業(yè)內(nèi)部勞動力流轉(zhuǎn)。一般情況下,企業(yè)給予臨時雇傭員工的薪資福利待遇遠低于長期雇傭員工,因此臨時雇傭員工的增多客觀上有利于企業(yè)節(jié)省雇傭的工資成本,刺激現(xiàn)有員工提高效率,間接提高勞均產(chǎn)出。

假設(shè)4:企業(yè)數(shù)字化可能會提高勞動力流動進而對勞動生產(chǎn)率造成正向影響。

三、研究設(shè)計

(一)數(shù)據(jù)來源

本文采用2016年中國私營企業(yè)調(diào)查數(shù)據(jù)作為經(jīng)驗研究的數(shù)據(jù)基礎(chǔ)。該數(shù)據(jù)是由中共中央統(tǒng)戰(zhàn)部、中華全國工商業(yè)聯(lián)合會、國家工商行政管理總局和中國私營經(jīng)濟研究會組成的聯(lián)合課題組每兩年對全國范圍內(nèi)私營企業(yè)經(jīng)營狀況進行一次分層隨機抽樣調(diào)查而獲得[29]。其中,2016年的第十二次中國私營企業(yè)調(diào)查數(shù)據(jù)提供了“互聯(lián)網(wǎng)＋”與企業(yè)產(chǎn)業(yè)轉(zhuǎn)型的相關(guān)信息①在數(shù)據(jù)篩選的過程中,剔除了企業(yè)家個人信息、企業(yè)銷售收入或營業(yè)收入、雇傭員工數(shù)等主要變量缺失的觀測值,同時還剔除了一些明顯違反財務(wù)準則的錯誤樣本,最終得到7 762個以勞動生產(chǎn)率為被解釋變量的有效樣本。。

(二)計量模型設(shè)定

為考察企業(yè)數(shù)字化水平對勞動生產(chǎn)率的影響,設(shè)定以下計量模型:

其中,下標i、j、p分別代表企業(yè)、行業(yè)、省份。被解釋變量Laborijp表示企業(yè)勞動生產(chǎn)率;核心解釋變量Digitizeijp指代企業(yè)數(shù)字化水平。表示其平方項。Controls代表控制變量,主要包括企業(yè)家個人信息特征、企業(yè)層面和所處地域特征。此外,加入行業(yè)固定效應(yīng) (χj)、省份固定效應(yīng) (ηp),以控制行業(yè)、省域等不可測特征對企業(yè)勞動生產(chǎn)率的影響,θijp為殘差項。

(三)變量定義

1.被解釋變量:勞動生產(chǎn)率 (Labor)。關(guān)于勞動生產(chǎn)率的測算,既有大多數(shù)文獻采用不同層級 (地區(qū)、行業(yè)、企業(yè))的生產(chǎn)總值與就業(yè)總量的比值表示[3][4]。而劉一鳴等[2]運用馬克思經(jīng)濟學(xué)方法分析認為,企業(yè)人均創(chuàng)造的新價值是其勞動生產(chǎn)率的合理代表變量,即根據(jù)企業(yè)每個員工創(chuàng)造的新價值來衡量其勞動生產(chǎn)率,具體通過公式ln(1＋ (企業(yè)稅收＋稅收后凈利潤＋工資總額)/員工人數(shù))計算得到。在這里,本文對企業(yè)勞動生產(chǎn)率的度量借鑒了劉一鳴等[2]的方法,同時在穩(wěn)健性檢驗中還利用以往文獻較為常用的 “勞均產(chǎn)出”來替代衡量企業(yè)勞動生產(chǎn)率,即企業(yè)營業(yè)收入與員工總數(shù)的比值 (Labor2)。

2.核心解釋變量:企業(yè)數(shù)字化水平 (Digitize)。盡管企業(yè)數(shù)字化發(fā)展迅猛,但囿于企業(yè)數(shù)字化特征數(shù)據(jù)的可得性限制,又加上其表現(xiàn)形式多種多樣,導(dǎo)致使用綜合指標體系測度企業(yè)數(shù)字化水平的文獻較少[12]。現(xiàn)有大多數(shù)文獻主要采用替代性指標測度企業(yè)數(shù)字化,而其中最基礎(chǔ)、最常見的就是企業(yè)互聯(lián)網(wǎng)化指標[30][31][15]。以往學(xué)者的測度方法為本文提供了較好的研究思路,筆者嘗試以企業(yè)互聯(lián)網(wǎng)信息為基礎(chǔ)構(gòu)造企業(yè)數(shù)字化指數(shù)。

關(guān)于私營企業(yè)的互聯(lián)網(wǎng)使用情況,2016年的調(diào)查數(shù)據(jù)提供了企業(yè)借助互聯(lián)網(wǎng)開展9項活動的相關(guān)信息②9種活動包括:已經(jīng)借助互聯(lián)網(wǎng) (1)建立企業(yè)網(wǎng)站;(2)開設(shè)網(wǎng)店;(3)投放廣告、進行企業(yè)宣傳;(4)聘用人才;(5)與互聯(lián)網(wǎng)企業(yè)合作;(6)建立企業(yè)微博、微信公眾號;(7)搜索引擎競價排名;(8)客戶溝通與服務(wù);(9)其他。?；诖?本文參考黃宇虹等[32]、張銘心等[33]的思路,將這9種互聯(lián)網(wǎng)使用情況生成0－1啞變量,然后通過迭代主因子法將上述信息構(gòu)建為企業(yè)數(shù)字化指數(shù)。表1顯示了經(jīng)過因子分析法計算得到的各因子特征值、方差貢獻率和累積方差貢獻率。依據(jù)特征值大于1或累積方差貢獻率大于80%的原則,同時考慮到因子1和因子2一共解釋了0.799 6的標準化方差,因此選擇因子1和因子2來度量企業(yè)數(shù)字化。表2顯示了Kaiser-Meyee-Olkin(KMO)檢驗結(jié)果,而巴特利特 (Barlett)球形檢驗統(tǒng)計量的觀測值為5 418.71,相應(yīng)顯著性概率為0.000,同時KMO值為0.769,以上檢驗結(jié)果證實了本文進行因子分析的合理性。比較旋轉(zhuǎn)后的因子載荷結(jié)果發(fā)現(xiàn),因子1和 “開設(shè)網(wǎng)店”“投放廣告、進行企業(yè)宣傳”“與互聯(lián)網(wǎng)企業(yè)合作”“建立企業(yè)微博、微信公眾號”相關(guān)度較高,因子2與 “建立企業(yè)網(wǎng)站”“聘用人才”“搜索引擎競價排名”相關(guān)度較高。在此基礎(chǔ)上,計算兩個因子的綜合得分 (各因子方差貢獻率與因子得分乘積之和)即得到企業(yè)數(shù)字化指數(shù)。

表1 因子分析結(jié)果

表2 因子分析KMO檢驗結(jié)果和旋轉(zhuǎn)后的因子載荷

3.控制變量。不同于國有企業(yè),私營企業(yè)的生產(chǎn)經(jīng)營更多受到了企業(yè)家個人決策、企業(yè)異質(zhì)性以及所處地域制度環(huán)境的影響,因此為了盡可能得到穩(wěn)健可信的實證結(jié)論,本文分別從企業(yè)家個體、企業(yè)和地域三個層面引入了一系列可能影響企業(yè)勞動生產(chǎn)率的控制變量。

首先,引入的企業(yè)家個人特征變量主要包括:(1)企業(yè)家年齡 (Age_entre),利用調(diào)查年份前一年減去出生年份取對數(shù)得到;(2)企業(yè)家性別 (Sex_entre),若為男性則取值為1,反之取值為0;(3)企業(yè)家受教育程度 (Educ_entre),對不同文化程度根據(jù)學(xué)歷年限予以賦值①小學(xué)及以下賦值為6,初中則賦值為9,高中或中專賦值為12,大專則賦值為15,大學(xué)本科賦值為16,碩士研究生賦值為19,博士研究生賦值為23。;(4)企業(yè)家地位 (Status_entre),采用翻轉(zhuǎn)處理后 (經(jīng)濟地位＋政治地位＋社會地位)/3得到;(5)體制內(nèi)經(jīng)歷 (Exper_system),采用戴維奇等[34]的做法,若企業(yè)家創(chuàng)業(yè)前在國有、集體企業(yè)或機關(guān)事業(yè)單位工作為1,沒有則為0;(6)政治關(guān)聯(lián) (Poli_connect),若企業(yè)家目前在人大或政協(xié)或行業(yè)協(xié)會或工商聯(lián)等組織中任意一個任職為1,沒有則為0。

其次,引入了以下企業(yè)層面的控制變量:(1)企業(yè)年齡 (Age_firem),采用調(diào)查年份前一年減去創(chuàng)立年份取對數(shù)得到;(2)企業(yè)經(jīng)濟規(guī)模 (Income_firm),采用企業(yè)銷售收入或營業(yè)收入加1之后取對數(shù)得到;(3)企業(yè)雇傭規(guī)模 (Scale_firm),對企業(yè)雇傭員工總?cè)藬?shù)取對數(shù)得到;(4)平均工資 (Wage_firm),企業(yè)全年支付員工工資、獎金等總額除以員工總數(shù)取對數(shù)得到;(5)員工培訓(xùn)支出 (Train_fee),采用企業(yè)當年的員工培訓(xùn)支出取對數(shù)得到;(6)資本密集度 (Cap_inten),采用企業(yè)凈資產(chǎn)與員工總數(shù)的比值取對數(shù)得到。

最后,引入省域營商環(huán)境 (Inst_index)變量,參考現(xiàn)有大多數(shù)文獻的做法,采用王小魯?shù)萚35]的省份市場化指數(shù)報告提出的市場化指數(shù)進行度量,以刻畫不同省份營商環(huán)境對企業(yè)勞動生產(chǎn)率的影響。

4.中介變量。本文的研究假設(shè)部分提出了技術(shù)進步、組織變革和勞動力流動三個作用機制,基于數(shù)據(jù)庫提供的數(shù)據(jù)信息,設(shè)定中介變量如下:

(1)技術(shù)進步:2016年私營企業(yè)調(diào)查數(shù)據(jù)中反映企業(yè)創(chuàng)新的指標主要有新增投資方向的新產(chǎn)品研發(fā)和技術(shù)創(chuàng)新的投資額以及企業(yè)有沒有研發(fā)新的環(huán)保技術(shù)設(shè)備或環(huán)保產(chǎn)品,根據(jù)以上信息,對前兩個指標加1后取對數(shù)生成企業(yè)技術(shù)創(chuàng)新代理變量 (Newprod和Newtech),對環(huán)保研發(fā)情況進行0－1虛擬變量處理生成綠色創(chuàng)新變量 (Epi_rd)。

(2)組織變革:由于所采用的私營企業(yè)調(diào)查數(shù)據(jù)并未提供企業(yè)組織權(quán)力配置相關(guān)信息,我們退而求其次,利用數(shù)據(jù)中企業(yè)內(nèi)部設(shè)置的機構(gòu)數(shù)來反映企業(yè)治理結(jié)構(gòu)分權(quán)程度以及組織結(jié)構(gòu)的扁平化①私營企業(yè)調(diào)查數(shù)據(jù)中列出了企業(yè)有無下列機構(gòu) (可選多項):(1)股東會;(2)董事會;(3)監(jiān)事會;(4)中共黨組織;(5)工會;(6)職工代表大會;(7)家族委員會或類似機構(gòu);(8)共青團組織;(9)法律部門;(10)專職處理與政府關(guān)系的部門或人員;(11)人力資源部門或?qū)Ｈ恕?作為組織變革的替代變量 (Admin_struct)。

(3)勞動力流動:以私營企業(yè)調(diào)查數(shù)據(jù)中的全年新入職員工數(shù)與離職員工數(shù)之和與雇傭員工總?cè)藬?shù)的比值表示企業(yè)勞動力流動 (Empl_turnover)。

表3匯報了主要變量的描述性統(tǒng)計結(jié)果。另外,解釋變量的相關(guān)系數(shù)矩陣顯示,相關(guān)系數(shù)絕對值最高有0.438;方差膨脹因子 (VIF)檢驗結(jié)果表明,VIF最高值未超過2.21,遠低于臨界值10,平均值為1.45。據(jù)此認為本文的模型和變量設(shè)定不會出現(xiàn)嚴重的多重共線性問題②為節(jié)省篇幅,相關(guān)系數(shù)表格和VIF檢驗結(jié)果并未列出,留存以備索。。

表3 主要變量的描述性統(tǒng)計結(jié)果

四、計量結(jié)果討論

(一)全樣本檢驗

本文運用普通最小二乘 (OLS)估計方法對計量方程 (1)進行回歸,并在回歸過程中采用了企業(yè)層面的聚類穩(wěn)健標準誤以克服模型中可能存在的異方差和自相關(guān)問題。表4給出了全樣本的基準回歸結(jié)果。首先,在第 (1)列僅引入企業(yè)數(shù)字化變量,未加入任何控制變量,第 (2)、(3)列則在第 (1)列基礎(chǔ)上依次加入企業(yè)家個體變量和企業(yè)層面變量以及行業(yè)、省份固定效應(yīng)。表中顯示,不管是否加入控制變量,企業(yè)數(shù)字化的估計系數(shù)在1%的水平下保持顯著為負,表明企業(yè)數(shù)字化水平的提升對勞動生產(chǎn)率的提高存在顯著的負向抑制作用。為了考察企業(yè)數(shù)字化與勞動生產(chǎn)率之間的非線性關(guān)系,第 (4)— (6)列則是在第 (1)— (3)列的基礎(chǔ)上引入企業(yè)數(shù)字化的平方項,由表中可見企業(yè)數(shù)字化的估計系數(shù)在這三列中仍保持在1%的水平下顯著為負,而其平方項的估計系數(shù)基本保持在10%水平下顯著為正,表明企業(yè)數(shù)字化與勞動生產(chǎn)率可能存在一定的U型非線性關(guān)系以及 “門檻”效應(yīng)。該結(jié)果驗證了企業(yè)數(shù)字化與勞動生產(chǎn)率之間存在顯著非線性關(guān)系,驗證了假設(shè)1成立。這意味著,當企業(yè)數(shù)字化水平較低時,提升數(shù)字化水平會對企業(yè)勞動生產(chǎn)率的提高產(chǎn)生負向抑制作用,但當企業(yè)數(shù)字化水平超過某一 “門檻”值之后,企業(yè)數(shù)字化水平的提升將有助于勞動生產(chǎn)率的提高。出現(xiàn)上述結(jié)果其中的原因可能在于,當企業(yè)剛開始進行數(shù)字化變革且數(shù)字技術(shù)的應(yīng)用尚處于較低水平時,應(yīng)用數(shù)字技術(shù)所帶來的生產(chǎn)智能化、自動化會對企業(yè)部分勞動力產(chǎn)生一定程度的替代,低技能工人可能會暫時不適應(yīng)數(shù)字技術(shù)所造成的生產(chǎn)經(jīng)營流程的簡化和信息化,從而對勞動部門的效率產(chǎn)生一定的沖擊[20][21]。當企業(yè)數(shù)字化提高到較高水平時,通過數(shù)字化全面改造,企業(yè)的生產(chǎn)運營成本降低,創(chuàng)新效應(yīng)凸顯,管理效率提高,企業(yè)工人的專業(yè)技能得以與數(shù)字技術(shù)實現(xiàn)交互融合,從而顯著提升了其勞動生產(chǎn)率。其中具體的作用渠道以及發(fā)生機制有待機制檢驗部分進行分析。

表4 全樣本檢驗結(jié)果

既然企業(yè)數(shù)字化與勞動生產(chǎn)率之間呈現(xiàn)U型關(guān)系,那么本文的樣本企業(yè)數(shù)字化水平處于曲線的哪一階段?以第 (6)列的估計結(jié)果為基準,計算得出企業(yè)數(shù)字化對勞動生產(chǎn)率由抑制轉(zhuǎn)為提高的門檻值,發(fā)現(xiàn)絕大部分處于曲線左側(cè),僅有65家企業(yè)的數(shù)字化水平超過門檻值,意味著從提升勞動生產(chǎn)率的視角而言,中國中小型私營企業(yè)在數(shù)字化轉(zhuǎn)型方面還有巨大發(fā)展空間①非線性關(guān)系的拐點以及超過門檻值的樣本數(shù)的計算方法,限于篇幅不詳細列出,留存以備讀者索取。。

(二)穩(wěn)健性檢驗

基于上文分析可以初步判斷,勞動生產(chǎn)率將隨著企業(yè)數(shù)字化水平的提升呈現(xiàn)先降后升的U型變化趨勢。不過最終結(jié)論的得出尚需謹慎,因為全樣本的基準回歸還沒有充分考慮到兩者之間可能存在的潛在內(nèi)生性問題,而這有可能導(dǎo)致估計結(jié)果出現(xiàn)偏誤,因此我們對可能存在的內(nèi)生性問題進行處理。

在討論企業(yè)數(shù)字化對勞動生產(chǎn)率的影響時,兩者間存在的潛在內(nèi)生性是不容忽視的問題,即企業(yè)數(shù)字化通過多種機制影響勞動生產(chǎn)率,而企業(yè)勞動生產(chǎn)率也有可能影響企業(yè)數(shù)字化決策,比如在勞動生產(chǎn)率較低時,企業(yè)有更多動力推進數(shù)字化轉(zhuǎn)型以提高生產(chǎn)經(jīng)營績效。因此,要針對企業(yè)數(shù)字化對勞動生產(chǎn)率的影響做出準確的判斷,就必須要盡量緩解上述內(nèi)生性問題。從計量方法上來說,解決內(nèi)生性問題最關(guān)鍵在于要找到適合的工具變量。根據(jù)數(shù)據(jù)特征,借鑒高雨辰等[10]的方法,選取企業(yè)所處行業(yè)和所在省份的其他企業(yè)數(shù)字化指數(shù)均值作為工具變量。處于同行業(yè)和同省份的其他企業(yè)數(shù)字化平均水平往往會直接影響本企業(yè)的數(shù)字化決策,但卻與本企業(yè)勞動生產(chǎn)率并不直接相關(guān),因此該工具變量滿足有效工具變量的統(tǒng)計條件。

表5給出了工具變量回歸結(jié)果。表中第 (1)— (2)列顯示,無論使用哪一種勞動生產(chǎn)率度量指標,企業(yè)數(shù)字化的估計系數(shù)均保持顯著為負;與前文一致,在第 (3)— (4)列中引入企業(yè)數(shù)字化的二次項,結(jié)果顯示其二次項的估計系數(shù)顯著為正,再次確認了企業(yè)數(shù)字化對勞動生產(chǎn)率的影響呈U型,也就是說,企業(yè)數(shù)字化對于中國私營企業(yè)的勞動生產(chǎn)率確實存在U型非線性關(guān)系以及“門檻”效應(yīng)。此外,工具變量檢驗結(jié)果顯示,該工具變量通過了過度識別檢驗和弱工具變量檢驗,是有效且合理的①此外,我們還通過替換核心解釋變量和被解釋變量的度量指標進行穩(wěn)健性檢驗,限于篇幅,不再列出。。

表5 穩(wěn)健性檢驗:工具變量回歸結(jié)果

(三)機制檢驗

前文的研究假說提出,企業(yè)數(shù)字化主要通過促進技術(shù)進步、推動組織變革與提高勞動力流動三個渠道影響企業(yè)勞動生產(chǎn)率。為了證實以上研究假說是否成立,本部分將通過設(shè)定如下中介機制模型來檢驗企業(yè)數(shù)字化對勞動生產(chǎn)率的影響機制:

計量模型中mECHijp表示機制變量,分別指代技術(shù)進步、組織變革與勞動力流動機制。

首先,本文對促進技術(shù)進步機制進行檢驗。表6報告了促進技術(shù)進步機制檢驗結(jié)果。為了便于估計系數(shù)的直觀比較,第 (1)列出的是基準回歸表4中第 (6)列的結(jié)果。第 (2)、(4)、(6)列則是分別以企業(yè)新產(chǎn)品研發(fā)、技術(shù)創(chuàng)新、綠色創(chuàng)新作為被解釋變量的估計結(jié)果,企業(yè)數(shù)字化的估計系數(shù)均在1%的水平下顯著為正,表明企業(yè)數(shù)字化顯著促進了企業(yè)技術(shù)進步。第 (3)、(5)、(7)列則是加入了機制變量后計量模型 (3)的估計結(jié)果。表中顯示,與基準結(jié)果相比,企業(yè)數(shù)字化的估計系數(shù)在加入了三個機制變量后明顯變小,其二次項變得不顯著,而機制變量方面除了新產(chǎn)品研發(fā)的估計系數(shù)不顯著外,技術(shù)創(chuàng)新和綠色創(chuàng)新的估計系數(shù)均顯著為負。這意味著,對于私營企業(yè)而言,企業(yè)數(shù)字化所引致的技術(shù)創(chuàng)新、綠色創(chuàng)新投資一定程度上擠占了企業(yè)新增的資本要素,進而對勞動生產(chǎn)率產(chǎn)生了負向影響。以上結(jié)果證實企業(yè)數(shù)字化通過促進技術(shù)進步對勞動生產(chǎn)率產(chǎn)生了負向抑制,即假設(shè)2成立。

表6 機制檢驗:促進技術(shù)進步

其次,對推動組織變革機制進行檢驗。由于所采用的私營企業(yè)調(diào)查數(shù)據(jù)并未提供企業(yè)組織權(quán)力配置相關(guān)信息,我們退而求其次,利用數(shù)據(jù)中企業(yè)內(nèi)部設(shè)置的機構(gòu)數(shù)來反映企業(yè)治理結(jié)構(gòu)分權(quán)程度以及組織結(jié)構(gòu)的扁平化①私營企業(yè)調(diào)查數(shù)據(jù)中列出了企業(yè)有無下列機構(gòu) (可選多項):(1)股東會;(2)董事會;(3)監(jiān)事會;(4)中共黨組織;(5)工會;(6)職工代表大會;(7)家族委員會或類似機構(gòu);(8)共青團組織;(9)法律部門;(10)專職處理與政府關(guān)系的部門或人員;(11)人力資源部門或?qū)Ｈ恕?作為組織變革的替代變量 (Admin_struct)。表7第 (2)— (3)列匯報了相應(yīng)的回歸結(jié)果。第 (2)列企業(yè)數(shù)字化的估計系數(shù)在1%的水平下顯著為正,表明企業(yè)數(shù)字化顯著增加了企業(yè)組織機構(gòu)數(shù)量,即促使組織結(jié)構(gòu)趨向分權(quán)式的扁平化。而第 (3)列在加入機制變量后,企業(yè)數(shù)字化估計系數(shù)明顯變小且顯著性下降,其二次項變得不顯著,表明企業(yè)數(shù)字化確實通過推動組織變革影響了勞動生產(chǎn)率。而機制變量的估計系數(shù)顯著為負,意味著私營企業(yè)數(shù)字化所誘發(fā)的組織結(jié)構(gòu)變革可能尚不能產(chǎn)生管理決策的正向溢出,對勞動生產(chǎn)率反而造成了負面影響。以上結(jié)果驗證了假設(shè)3是成立的。

最后,對提高勞動力流動機制進行檢驗。表7的第 (4)— (5)列匯報了相應(yīng)的估計結(jié)果。在第 (4)列以勞動力流動為因變量的回歸中,企業(yè)數(shù)字化的估計系數(shù)在5%的水平下顯著為正,表明企業(yè)數(shù)字化顯著促進了勞動力流動;而在第 (5)列加入勞動力流動機制變量后,企業(yè)數(shù)字化及其二次項的估計系數(shù)顯著性并未發(fā)生變化但系數(shù)值明顯變小,機制變量勞動力流動的估計系數(shù)保持顯著為正,這說明企業(yè)數(shù)字化通過提高勞動力流動進而對勞動生產(chǎn)率產(chǎn)生了正向影響。以上結(jié)果驗證了假設(shè)4同樣成立。

表7 機制檢驗:組織變革與勞動力流動

我們還對以上中介效應(yīng)模型進行了Sobel檢驗,結(jié)果顯示中介效應(yīng)模的回歸結(jié)果都在至少5%的顯著性水平下通過了Sobel檢驗,說明本文所選的三種中介變量均具有中介效應(yīng)。

(四)異質(zhì)性討論

前文一系列的檢驗驗證了企業(yè)數(shù)字化對勞動生產(chǎn)率的影響效應(yīng)。那么,這樣的影響效應(yīng)是否會受到企業(yè)所處環(huán)境以及行業(yè)要素稟賦狀況的影響呢?本節(jié)將圍繞企業(yè)所處地域以及行業(yè)特征展開異質(zhì)性討論。

1.地域分布異質(zhì)性。在經(jīng)濟學(xué)界,學(xué)者們通常將我國的經(jīng)濟區(qū)域分為東部、東北、中部、西部四大部分。各個區(qū)域的經(jīng)濟發(fā)展水平、互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展程度等均存在較大差異,各個區(qū)域數(shù)字經(jīng)濟發(fā)展水平的差異對勞動生產(chǎn)率的影響可能也存在異質(zhì)性。因此,我們對企業(yè)數(shù)字化的地域效應(yīng)進行檢驗,探討企業(yè)數(shù)字化在哪個區(qū)域?qū)趧由a(chǎn)率的影響作用最大。表8匯報了地域效應(yīng)的回歸結(jié)果,表中顯示企業(yè)數(shù)字化對勞動生產(chǎn)率的U型非線性效應(yīng)在東部地區(qū)最為顯著,在東北和中部則不顯著,在西部地區(qū)僅存在負向影響,表明企業(yè)數(shù)字化與勞動生產(chǎn)率的相關(guān)關(guān)系受到了地區(qū)經(jīng)濟發(fā)展水平、互聯(lián)網(wǎng)基礎(chǔ)設(shè)施發(fā)達程度以及數(shù)字經(jīng)濟發(fā)展水平的影響。

表8 異質(zhì)性討論:地域分布

2.行業(yè)特征的異質(zhì)性。企業(yè)所處的行業(yè)特征往往也是影響企業(yè)數(shù)字化與勞動生產(chǎn)率相關(guān)關(guān)系的重要因素。為了考察行業(yè)特征的異質(zhì)性影響,分別從行業(yè)歸屬和行業(yè)要素密集度兩個角度來進行行業(yè)劃分。首先,按照企業(yè)主要從事的第一主業(yè)將企業(yè)所處行業(yè)劃分為工業(yè)和非工業(yè);然后,以人均資本密集度的均值為界線,將行業(yè)分為資本密集型和勞動密集型。表9匯報了相應(yīng)的回歸結(jié)果。表中顯示,在非工業(yè) (服務(wù)業(yè)、農(nóng)業(yè))和勞動密集型行業(yè),企業(yè)數(shù)字化對勞動生產(chǎn)率的負向影響最大,其二次項均不顯著,意味著企業(yè)數(shù)字化對處于服務(wù)業(yè)、農(nóng)業(yè)和勞動密集型行業(yè)的企業(yè)勞動部門生產(chǎn)率的沖擊最大。

表9 異質(zhì)性討論:行業(yè)特征

五、研究結(jié)論與政策啟示

本文基于2016年中國私營企業(yè)調(diào)查數(shù)據(jù),采用迭代主因子法構(gòu)建企業(yè)數(shù)字化指數(shù),深入研究企業(yè)數(shù)字化對勞動生產(chǎn)率的影響效應(yīng)以及理論機制。研究結(jié)果穩(wěn)健顯示,企業(yè)數(shù)字化對企業(yè)勞動生產(chǎn)率呈現(xiàn)顯著的 “U型”非線性效應(yīng)。中介效應(yīng)機制檢驗表明,促進技術(shù)進步、推動組織變革和提高勞動力流動是企業(yè)數(shù)字化影響勞動生產(chǎn)率的作用渠道。此外,在地域分布的檢驗中,我們發(fā)現(xiàn)企業(yè)數(shù)字化對勞動生產(chǎn)率的 “U型”非線性效應(yīng)在東部地區(qū)最為顯著;行業(yè)特征的異質(zhì)性分析顯示,企業(yè)數(shù)字化對處于服務(wù)業(yè)、農(nóng)業(yè)以及勞動密集型行業(yè)的企業(yè)勞動生產(chǎn)率產(chǎn)生較大的負向抑制作用。

本文的研究結(jié)論對當前企業(yè)數(shù)字化浪潮和勞動生產(chǎn)率的提升具有重要的政策啟示:

1.大力促進數(shù)據(jù)與勞動力要素融合。本文的研究結(jié)論表明,僅有少量企業(yè)越過數(shù)字化水平的“門檻值”,對勞動生產(chǎn)率產(chǎn)生正向提升效應(yīng),說明中國私營企業(yè)在實現(xiàn)數(shù)據(jù)要素與勞動力融合方面還具有巨大的發(fā)展空間。政府部門應(yīng)引導(dǎo)私營企業(yè)借鑒國外先進經(jīng)驗,推動以人為本的技術(shù)進步、組織變革,加快數(shù)據(jù)與勞動力之間融合協(xié)同,提升要素配置效率,充分激發(fā)要素協(xié)同效應(yīng),實現(xiàn)高質(zhì)量發(fā)展。

2.改善營商環(huán)境,加快新型基礎(chǔ)設(shè)施建設(shè)。地區(qū)異質(zhì)性檢驗表明,企業(yè)數(shù)字化對勞動力生產(chǎn)率的正向影響在發(fā)達的東部地區(qū)最為顯著。由此可見,良好的營商環(huán)境和新型基礎(chǔ)設(shè)施是企業(yè)數(shù)字化的必要前提。政府部門要從企業(yè)現(xiàn)實需求出發(fā),持續(xù)優(yōu)化地區(qū)營商環(huán)境、加強新型基礎(chǔ)設(shè)施建設(shè),為企業(yè)提高數(shù)字化應(yīng)用水平、提升勞動生產(chǎn)率提供制度環(huán)境和基礎(chǔ)設(shè)施保障。

3.針對不同行業(yè)制定差異化政策措施。行業(yè)異質(zhì)性檢驗顯示,企業(yè)數(shù)字化對服務(wù)業(yè)、農(nóng)業(yè)以及勞動密集型行業(yè)的企業(yè)勞動生產(chǎn)率的負向抑制作用更大。因此,政府部門在大力倡議 “促進數(shù)字經(jīng)濟發(fā)展,促進產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型”的同時,需要考慮企業(yè)所處行業(yè)的要素稟賦屬性。針對企業(yè)數(shù)字化對勞動生產(chǎn)率負向效應(yīng)較大的行業(yè),地方政府要采用財政、稅收等多種措施盡量減輕企業(yè)數(shù)字化所造成的勞動力替代、勞動收入份額下降等負面影響,在大力推進產(chǎn)業(yè)數(shù)字化的同時兼顧居民就業(yè)、收入穩(wěn)定等問題。