摘 要：在數(shù)字經(jīng)濟(jì)助推高質(zhì)量發(fā)展的大背景下，從企業(yè)數(shù)字化轉(zhuǎn)型的視角探究勞動(dòng)力資源配置問題具有重要意義。采用ABJ模型及其擴(kuò)展模型，以2010—2022年滬深A(yù)股上市公司為樣本，針對(duì)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力成本變動(dòng)的粘性效應(yīng)的影響進(jìn)行實(shí)證檢驗(yàn)。研究顯示，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力成本變動(dòng)的粘性效應(yīng)有顯著抑制作用。可見，數(shù)字化轉(zhuǎn)型的推進(jìn)有助于企業(yè)提質(zhì)降本增效。該結(jié)論在剔除管理層薪酬、引入工具變量、傾向性得分匹配、控制盈余管理行為后依然穩(wěn)健。作用機(jī)制方面，數(shù)字化轉(zhuǎn)型通過降低調(diào)整成本和緩解代理問題這兩條粘性動(dòng)因途徑來發(fā)揮抑制作用。

關(guān)鍵詞：勞動(dòng)力成本變動(dòng)；數(shù)字化轉(zhuǎn)型；調(diào)整成本；代理成本

中圖分類號(hào)：F425；F49；F249.2；F832.51 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-9255（2024）03-0054-07

一、引言

當(dāng)前，數(shù)字經(jīng)濟(jì)成為驅(qū)動(dòng)我國經(jīng)濟(jì)增長的重要力量。數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的緊密融合使其作為我國經(jīng)濟(jì)發(fā)展的“穩(wěn)定器”“加速器”的功能日益凸顯。在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展過程中，企業(yè)紛紛推動(dòng)數(shù)字化轉(zhuǎn)型變革，加快數(shù)字技術(shù)與自身核心業(yè)務(wù)融合，以爭(zhēng)取最大限度的數(shù)字紅利。數(shù)字技術(shù)在企業(yè)生產(chǎn)管理中被廣泛應(yīng)用，這使得勞動(dòng)力需求發(fā)生根本性改變，某些工作正在被數(shù)字技術(shù)所替代（Stephany，2021）[1]。同時(shí)，基于技能偏向性技術(shù)進(jìn)步理論（STBC），數(shù)字化轉(zhuǎn)型要求擴(kuò)大高學(xué)歷、高技能勞動(dòng)力的需求，并且會(huì)促進(jìn)員工數(shù)量增長，引發(fā)勞動(dòng)力成本不斷上漲（趙宸宇，2023）[2]。為適應(yīng)數(shù)字化轉(zhuǎn)型帶來的業(yè)態(tài)變革和勞動(dòng)力需求結(jié)構(gòu)變化，在數(shù)字化轉(zhuǎn)型初期，勞動(dòng)力成本隨著數(shù)字化轉(zhuǎn)型水平的提高呈上升趨勢(shì)，到了轉(zhuǎn)型的成熟期，勞動(dòng)力規(guī)模及成本則會(huì)趨于下降（潘孝珍，2023）[3]。埃森哲發(fā)布的《2023中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》顯示，中國企業(yè)普遍在人才和數(shù)字化關(guān)鍵核心上表現(xiàn)薄弱，僅2%的企業(yè)打造了數(shù)字核心能力來重塑業(yè)務(wù)和職能，目前只有少部分的中國企業(yè)能夠持續(xù)、多維度地深化轉(zhuǎn)型戰(zhàn)略。可見，我國大多數(shù)企業(yè)仍處于數(shù)字化轉(zhuǎn)型的初始期，增加勞動(dòng)力成本投入是其必經(jīng)途徑，直至轉(zhuǎn)型成功。作為目前普遍存在于企業(yè)的現(xiàn)象，勞動(dòng)力成本的加大投入是否是高效并合理的呢，是否會(huì)導(dǎo)致成本管控不精確，從而造成成本變動(dòng)不對(duì)稱問題呢？本文針對(duì)數(shù)字化轉(zhuǎn)型與勞動(dòng)力成本變動(dòng)關(guān)系的探討將進(jìn)一步豐富相關(guān)領(lǐng)域的研究。

在傳統(tǒng)成本性態(tài)模型中，成本與業(yè)務(wù)量間呈現(xiàn)相對(duì)稱的線性變動(dòng)關(guān)系，即業(yè)務(wù)量上升或下降時(shí)，成本會(huì)以相同比例增加或減少，此時(shí)并不存在成本變動(dòng)不對(duì)稱即粘性問題。但是Anderson等（2003）[4]通過分析公司財(cái)務(wù)數(shù)據(jù)發(fā)現(xiàn)成本粘性的客觀存在，成本在業(yè)務(wù)量下降時(shí)減少的比例大于成本在業(yè)務(wù)量上升時(shí)增加的比例。具體到勞動(dòng)力成本方面，隨著業(yè)務(wù)量的升降變化，企業(yè)對(duì)勞動(dòng)支出也會(huì)進(jìn)行相應(yīng)調(diào)整，調(diào)整的幅度有可能是非對(duì)稱的，即存在勞動(dòng)力成本的粘性效應(yīng)。Hartlieb等（2020）[5]研究發(fā)現(xiàn)，當(dāng)業(yè)務(wù)量下滑時(shí)，管理層更有可能維持原有勞動(dòng)力支出，原因是企業(yè)降薪裁員將面臨高額的經(jīng)濟(jì)賠償和嚴(yán)重的內(nèi)部阻力，這加劇了粘性問題。綜上，結(jié)合數(shù)字化轉(zhuǎn)型的劃時(shí)代背景，本文選取2010—2022年的中國滬深兩市A股上市公司作為研究樣本，系統(tǒng)探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力成本變動(dòng)的影響，如數(shù)字化轉(zhuǎn)型是抑制了還是進(jìn)一步加劇了勞動(dòng)力成本變動(dòng)的不對(duì)稱性？其影響機(jī)制如何？這有助于為企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程中的成本管理和資源調(diào)整提供依據(jù)。

二、理論分析與研究假設(shè)

Banker等（2011）[6]研究指出，管理層樂觀預(yù)期、調(diào)整成本和代理成本是成本變動(dòng)存在不對(duì)稱性的三大動(dòng)因，也是數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力成本變動(dòng)的作用路徑。

（一）管理層樂觀預(yù)期

管理層的主觀傾向是影響成本變動(dòng)不對(duì)稱性

的重要因素。企業(yè)業(yè)務(wù)量下滑時(shí)，若管理層對(duì)未來發(fā)展持樂觀態(tài)度，那么其很可能會(huì)維持現(xiàn)狀（梁上坤，2017）[7]。數(shù)字經(jīng)濟(jì)背景下，企業(yè)數(shù)字化轉(zhuǎn)型決策和進(jìn)程傳遞的利好信號(hào)使管理層持有更高水平的樂觀預(yù)期，從而導(dǎo)致更加激進(jìn)的成本決策。同時(shí)，信息透明度的提高增強(qiáng)了交易雙方的互信程度，有利于長期契約的達(dá)成，而穩(wěn)定的客戶關(guān)系無疑給了企業(yè)管理層一粒“定心丸”，使得樂觀預(yù)期進(jìn)一步提升。從而，面臨業(yè)務(wù)下行時(shí)，管理層對(duì)未來的樂觀態(tài)度使其更傾向于以維持生產(chǎn)經(jīng)營決策來代替迅速收縮業(yè)務(wù)、減產(chǎn)降本，以便在形勢(shì)好轉(zhuǎn)時(shí)迅速響應(yīng)市場(chǎng)需求、避免重組成本，生產(chǎn)計(jì)劃和銷售政策均不會(huì)有重大調(diào)整，員工人數(shù)和薪酬也不會(huì)受到影響，勞動(dòng)力成本變動(dòng)的不對(duì)稱性更為突出?？梢?，數(shù)字化轉(zhuǎn)型增強(qiáng)了管理層樂觀預(yù)期，從而加劇了企業(yè)勞動(dòng)力成本變動(dòng)的不對(duì)稱性?；诖?，本文提出如下假設(shè)：

H1a：數(shù)字化轉(zhuǎn)型加劇了企業(yè)勞動(dòng)力成本變動(dòng)的粘性效應(yīng)。

（二）調(diào)整成本

調(diào)整成本是指企業(yè)資源投入增加或減少時(shí)產(chǎn)生的成本。調(diào)整成本越高，企業(yè)立刻進(jìn)行調(diào)整的可能性越低。相較于實(shí)物資本，人力資本有著更高的調(diào)整成本，且向下調(diào)整成本往往高于向上調(diào)整成本[7]。因此，業(yè)務(wù)下行時(shí)，相較于主動(dòng)削減已有勞動(dòng)力，企業(yè)管理層更傾向于補(bǔ)充高素質(zhì)勞動(dòng)力來應(yīng)對(duì)危機(jī)。另外，根據(jù)交易成本理論，管理層在勞動(dòng)力成本決策時(shí)會(huì)權(quán)衡業(yè)務(wù)下行時(shí)降薪裁員節(jié)省的勞動(dòng)力支出、解雇員工的遣散費(fèi)用以及未來業(yè)務(wù)上行時(shí)恢復(fù)勞動(dòng)力產(chǎn)生的聘用、培訓(xùn)等支出，這使得管理層無法單純依據(jù)業(yè)務(wù)量的下降來立刻縮減勞動(dòng)力支出，導(dǎo)致了勞動(dòng)力成本變動(dòng)的不對(duì)稱性。數(shù)字化轉(zhuǎn)型使得企業(yè)在生產(chǎn)管理、商業(yè)模式和經(jīng)營決策等環(huán)節(jié)更加智能化，數(shù)字技術(shù)尤其是機(jī)器人等智能設(shè)備的運(yùn)用，其極低的邊際成本使得管理層無須擔(dān)憂部分崗位削減和重新聘用的問題。同時(shí)，數(shù)字技術(shù)有助于打破信息壁壘，提升企業(yè)勞動(dòng)力溝通效率和管理效率（盧江和劉慧慧，2020）[8]，企業(yè)能夠以更少的時(shí)間成本和資金成本來尋找、雇傭勞動(dòng)力，管理層有信心及時(shí)高效地補(bǔ)充所需勞動(dòng)力。在向下調(diào)整成本減少和信息溝通效率提高的雙重加持下，管理層有條件并敢于在業(yè)務(wù)下行時(shí)及時(shí)削減用工冗余，保障勞動(dòng)力成本與業(yè)務(wù)量的匹配，從而抑制了勞動(dòng)力成本變動(dòng)的不對(duì)稱性。

（三）代理成本

代理問題及其產(chǎn)生的代理成本是現(xiàn)代公司治理的核心。根據(jù)委托代理理論，所有權(quán)與經(jīng)營權(quán)分離，管理層的道德風(fēng)險(xiǎn)和逆向選擇使其可能做出背離股東權(quán)益和損害公司利益的行為，從而產(chǎn)生代理成本。管理層為實(shí)現(xiàn)控制權(quán)私利最大化，會(huì)與其他利益集團(tuán)形成利益同盟來合作侵犯股東權(quán)益，其中就包括與員工的隱性聯(lián)盟（Pagano等，2005）[9]。工資是管理層與員工建立隱性契約的重要工具之一，在職工收入結(jié)構(gòu)相對(duì)單一的中國企業(yè)中，工資對(duì)這種利益聯(lián)盟的推進(jìn)作用更為顯著（陳冬華等，2011）[10]。管理層通過保障員工相應(yīng)的職工薪酬來換取對(duì)等利益，維持隱性契約，代理成本的存在間接加劇了企業(yè)的勞動(dòng)力成本變動(dòng)的不對(duì)稱性。數(shù)字化轉(zhuǎn)型通過影響代理問題而作用于勞動(dòng)力成本的變動(dòng)，一方面，數(shù)字化轉(zhuǎn)型提高了企業(yè)信息披露質(zhì)量，緩解了信息不對(duì)稱問題（徐子堯等，2023）[11]，從而降低代理成本。數(shù)字技術(shù)的應(yīng)用使得企業(yè)組織架構(gòu)逐漸網(wǎng)絡(luò)化、扁平化，加快了數(shù)據(jù)、信息在組織內(nèi)部的流動(dòng)，提升信息的準(zhǔn)確性。另一方面，數(shù)字化流程的建立便于外部市場(chǎng)調(diào)取企業(yè)信息，形成了媒體和分析師等新的監(jiān)督力量，提升了企業(yè)透明度，一定程度上壓縮了管理層自利隱藏的空間。數(shù)字化轉(zhuǎn)型通過緩解代理問題來逆向抵抗勞動(dòng)力成本出現(xiàn)粘性效應(yīng)。

基于以上對(duì)企業(yè)調(diào)整成本和代理成本的論述，本文提出H1a的競(jìng)爭(zhēng)性假設(shè)：

H1b：數(shù)字化轉(zhuǎn)型抑制了企業(yè)勞動(dòng)力成本變動(dòng)的粘性效應(yīng)。

三、研究設(shè)計(jì)

本部分將根據(jù)前述理論分析和研究假設(shè)構(gòu)建回歸模型，并詳細(xì)闡述模型設(shè)計(jì)、主要變量定義與數(shù)據(jù)樣本的來源和處理。

（一）模型設(shè)計(jì)

為了探討企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力成本變動(dòng)的影響，在經(jīng)典ABJ模型的基礎(chǔ)上，參考覃家琦等（2023）[12]的做法，構(gòu)建如下回歸模型：

ΔLabcosti，t = α + β1ΔSalesi，t + β2ΔSalesi，t × Dei，t + β3ΔSalesi，t × Dei，t × Digitali，t + β4Digitali，t + β5ΔSalesi，t × Dei，t × GDPi，t + β6ΔSalesi，t × Dei，t ×FCinti，t + β7ΔSalesi，t × Dei，t ×

HRinti，t + β8ΔSalesi，t × Dei，t ×Detwoi，t + ∑β9Controlsi，t + ∑Yeart + ∑Firmi + εi，t

其中，ΔLabcost為勞動(dòng)力成本變動(dòng)值；ΔSales為營業(yè)收入變動(dòng)；De為營業(yè)收入下降啞變量；Digital為企業(yè)數(shù)字化轉(zhuǎn)型程度；Controls為控制變量；i、t分別表示企業(yè)和年份；∑Year為年度固定效應(yīng)；∑Firm為個(gè)體固定效應(yīng)；ε為隨機(jī)擾動(dòng)項(xiàng)。β2和β3為模型中主要關(guān)注的系數(shù)，ΔSales×De的系數(shù)β2反映勞動(dòng)力成本變動(dòng)不對(duì)稱的存在性。若β2<0且顯著，說明存在企業(yè)勞動(dòng)力成本粘性；交乘項(xiàng)（ΔSales×De×Digital）的系數(shù)β3則反映數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力成本粘性產(chǎn)生的影響。在β2<0的前提下，若β3>0且顯著，說明數(shù)字化轉(zhuǎn)型與勞動(dòng)力成本粘性負(fù)相關(guān)，反之則正相關(guān)。

（二）變量說明

1．被解釋變量

本文被解釋變量勞動(dòng)力成本變動(dòng)值（ΔLabcost）的計(jì)算方式如下：

勞動(dòng)力成本=期末應(yīng)付職工薪酬－期初應(yīng)付職工薪酬

+支付給職工及為職工支付的現(xiàn)金

勞動(dòng)力成本變動(dòng)值=Ln（當(dāng)期勞動(dòng)力成本）－

Ln（上期勞動(dòng)力成本）

2．解釋變量

營業(yè)收入變動(dòng)（ΔSales）用前后兩期營業(yè)收入的自然對(duì)數(shù)之差來衡量；營業(yè)收入下降啞變量（De）在當(dāng)期營業(yè)收入相對(duì)于上一期下降時(shí)取1，否則取0。數(shù)字化轉(zhuǎn)型為本文研究特設(shè)解釋變量，參考李沁洋等（2023）[13]的做法，使用企業(yè)年報(bào)中“管理層討論與分析”該部分內(nèi)容的數(shù)字化關(guān)鍵詞頻統(tǒng)計(jì)數(shù)作為衡量標(biāo)準(zhǔn)，考慮到該統(tǒng)計(jì)結(jié)果具有右偏特征，本文將數(shù)字化關(guān)鍵詞頻加1后取自然對(duì)數(shù)作為數(shù)字化轉(zhuǎn)型指標(biāo)。

3．控制變量

參考覃家琦等（2023）[12]和馮自欽等（2023）[14]的研究，考慮對(duì)勞動(dòng)力成本變動(dòng)存在影響的經(jīng)濟(jì)層面和企業(yè)財(cái)務(wù)層面相關(guān)變量，本文選取GDP增長率（GDP）、資本密集度（FCint）、勞動(dòng)密集度（HRint）、營業(yè)收入持續(xù)性下降啞變量（Detwo）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、董事獨(dú)立（Indep）和產(chǎn)權(quán)性質(zhì)（Own）作為模型的控制變量。本文主要變量定義見表1。

（三）數(shù)據(jù)來源與處理

本文將2010—2022年滬深A(yù)股上市公司作為初始樣本，上市公司從2010年開始陸續(xù)有數(shù)字化轉(zhuǎn)型行為，因此，將樣本初期設(shè)定為2010年。針對(duì)初始樣本，依次剔除金融類上市公司樣本、樣本期內(nèi)PT、ST、ST*公司樣本、部分指標(biāo)存在異常的樣本（營業(yè)收入為負(fù)數(shù)、資不抵債等）以及變量缺失的樣本。最終，得到32479個(gè)有效樣本。另外，對(duì)所有連續(xù)變量進(jìn)行上下1%的縮尾處理，以消除極端值對(duì)實(shí)證結(jié)果的影響。數(shù)據(jù)來源方面，企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS），GDP增長率指標(biāo)數(shù)據(jù)來源于國家統(tǒng)計(jì)局網(wǎng)站，其他數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫。

（四）描述性統(tǒng)計(jì)

變量描述性統(tǒng)計(jì)見表2所列。數(shù)字化轉(zhuǎn)型（Digital）的最小值為0，最大值為5.366，標(biāo)準(zhǔn)差為1.394，表明樣本企業(yè)數(shù)字化轉(zhuǎn)型程度整體偏低，且差異較大，這與埃森哲發(fā)布的《2022企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》研究結(jié)果（數(shù)字化轉(zhuǎn)型成效顯著的中國企業(yè)比例為17%）類似。勞動(dòng)力成本變動(dòng)（ΔLabcost）的均值為0.132，中位數(shù)為0.111，標(biāo)準(zhǔn)差為0.228，樣本離散程度較低，且呈右偏分布，當(dāng)年的勞動(dòng)力成本普遍高于上一年。營業(yè)收入變動(dòng)（ΔSales）均值為0.110，營業(yè)收入下降（De）的樣本占比為29.60%，與現(xiàn)有文獻(xiàn)的發(fā)現(xiàn)接近。此外，營業(yè)收入持續(xù)性下降（Detwo）的占比為11.20% ，資產(chǎn)負(fù)債率（Lev）的平均值為0.440，獨(dú)立董事（Indep）平均占比39. 00%，國有控股（Own）的企業(yè)占比為38. 00%，相關(guān)控制變量統(tǒng)計(jì)值均在正常范圍內(nèi)。

四、實(shí)證結(jié)果分析

（一）數(shù)字化轉(zhuǎn)型與勞動(dòng)力成本變動(dòng)：基準(zhǔn)回歸結(jié)果

據(jù)前文模型設(shè)計(jì)所述，β2和β3為模型中被主要關(guān)注的系數(shù)，表3中第二行交乘項(xiàng)ΔSales×De的系數(shù)為模型中的β2，反映樣本企業(yè)是否存在勞動(dòng)力成本變動(dòng)的不對(duì)稱性。第三行交乘項(xiàng)ΔSales×De×Digital的系數(shù)為模型中的β3，反映數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力成本變動(dòng)的影響?；貧w結(jié)果中，列（1）僅包含營業(yè)收入變動(dòng)（ΔSales）及其與營業(yè)收入下降的交乘項(xiàng)（ΔSales×De），系數(shù)β2為-0.293且在1%的水平上顯著，證實(shí)了勞動(dòng)力成本變動(dòng)不對(duì)稱性即粘性的存在性。列（2）中加入了數(shù)字化轉(zhuǎn)型（Digital）及其與ΔSales×De的交乘項(xiàng)，系數(shù)β3為0.040，在1%水平上顯著為正，說明數(shù)字化轉(zhuǎn)型顯著抑制了勞動(dòng)力成本變動(dòng)的不對(duì)稱性。列（3）加入了控制變量及其中經(jīng)濟(jì)層面的四個(gè)變量與ΔSales×De的交乘項(xiàng)進(jìn)行回歸，系數(shù)β3依然在1% 水平上顯著為正，結(jié)論保持穩(wěn)健。由此可見，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型抑制了勞動(dòng)力成本變動(dòng)的粘性效應(yīng)，因此，接受假設(shè)H1b，拒絕假設(shè)H1a。

（二）作用機(jī)制檢驗(yàn)

基準(zhǔn)回歸結(jié)果驗(yàn)證了假設(shè)H1b，根據(jù)前文理論分析，數(shù)字化轉(zhuǎn)型通過降低企業(yè)的調(diào)整成本和代理成本這兩個(gè)粘性動(dòng)因來起到抑制作用。下面對(duì)這兩條作用路徑進(jìn)行相關(guān)檢驗(yàn)。

1．調(diào)整成本作用機(jī)制檢驗(yàn)

本文將反映融資約束水平的SA指數(shù)作為企業(yè)調(diào)整成本的代理變量，SA =－0.737×Size＋0.043×Size2－0.040×Age，其中，Size為企業(yè)總資產(chǎn)（百萬元）的自然對(duì)數(shù)，Age為企業(yè)經(jīng)營年度（觀測(cè)年度—成立年度）。由于SA指數(shù)計(jì)算結(jié)果為負(fù)值，因此數(shù)值越小，說明企業(yè)調(diào)整成本越高。按照SA指數(shù)是否高于指標(biāo)值中位數(shù)將樣本分成高調(diào)整成本組與低調(diào)整成本組進(jìn)行分組回歸，結(jié)果如表4中列（1）和列（2）所示。列（1）高調(diào)整成本組的交乘項(xiàng)ΔSales×De×Digital的回歸系數(shù)為0.033，在1%的水平上顯著，列（2）低調(diào)整成本組的回歸系數(shù)為0.022，沒有通過10%水平上的顯著性檢驗(yàn)?？梢?，抑制作用在調(diào)整成本較高的企業(yè)中更為顯著，數(shù)字化轉(zhuǎn)型可通過降低調(diào)整成本來抑制勞動(dòng)力成本變動(dòng)的不對(duì)稱性。

2．代理成本作用機(jī)制檢驗(yàn)

本文使用經(jīng)營費(fèi)用率作為代理成本的檢驗(yàn)指標(biāo)（羅進(jìn)輝，2012）[15]，該指標(biāo)是一個(gè)相對(duì)值，為管理費(fèi)用和銷售費(fèi)用之和與營業(yè)收入的比值。按其中位數(shù)分為高代理成本組與低代理成本組分別進(jìn)行回歸，表4中列（3）和列（4）顯示，高代理成本組的交乘項(xiàng)ΔSales×De×Digital的回歸系數(shù)和顯著性均高于低代理成本組，證實(shí)了數(shù)字化轉(zhuǎn)型可通過緩解代理問題來影響勞動(dòng)力成本變動(dòng)。

五、穩(wěn)健性檢驗(yàn)

（一）替換被解釋變量

本文研究模型中定義的勞動(dòng)力成本包含管理層薪酬。方軍雄（2009）[16]的研究已發(fā)現(xiàn)管理層薪酬具有不對(duì)稱的變動(dòng)特征，且管理層薪酬與普通員工薪酬本身存在固有差異，因此，本文從原先的勞動(dòng)力成本中剔除管理層薪酬，計(jì)算出普通員工勞動(dòng)力變動(dòng)值重新進(jìn)行回歸。表5列（1）全樣本回歸結(jié)果顯示，成本粘性ΔSales×De的系數(shù)在 1%的水平上顯著為負(fù)，同時(shí)，交乘項(xiàng)ΔSales×De×Digital的系數(shù)在1%的水平上顯著為正，與基準(zhǔn)回歸一致；列（2）～（5）的回歸結(jié)果再次印證了調(diào)整成本和代理成本在數(shù)字化轉(zhuǎn)型抑制企業(yè)勞動(dòng)力成本變動(dòng)的粘性效應(yīng)中的機(jī)制作用?？梢姡谂懦斯芾韺有匠甑挠绊懞?，本文研究具有穩(wěn)健性。

（二）工具變量法

前文研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型水平越高，企業(yè)勞動(dòng)力成本變動(dòng)的不對(duì)稱性越低，但企業(yè)的成本粘性問題也可能影響自身數(shù)字化轉(zhuǎn)型進(jìn)程，即兩者可能存在反向因果關(guān)系。為緩解該內(nèi)生性問題，本文參考段華友等（2023）[17]的研究，選取同年度、同行業(yè)其他企業(yè)的數(shù)字化轉(zhuǎn)型指標(biāo)的均值（IV）作為工具變量進(jìn)行2SLS檢驗(yàn)。一方面，同行業(yè)其他企業(yè)的數(shù)字化轉(zhuǎn)型程度難以影響本企業(yè)的勞動(dòng)力成本變動(dòng)，滿足外生性條件；另一方面，同行業(yè)其他企業(yè)與本企業(yè)所處環(huán)境類似，數(shù)字化轉(zhuǎn)型進(jìn)程具有相關(guān)性。因此，該工具變量的選取具有一定的合理性。表6列（1）為工具變量檢驗(yàn)結(jié)果，第一階段同年度、同行業(yè)其他企業(yè)的數(shù)字化轉(zhuǎn)型指標(biāo)的均值（IV）與粘性的交乘項(xiàng)在1%的水平上顯著為正，且所有F統(tǒng)計(jì)量均大于10，顯著拒絕了弱工具變量檢驗(yàn)和識(shí)別不足檢驗(yàn); 第二階段交乘項(xiàng)ΔSales×De×Digital的回歸系數(shù)顯著為正，在緩解了反向因果問題后，假設(shè)H1b依然成立。

（三）傾向得分匹配法（PSM）

受到某些行業(yè)特征和企業(yè)特征因素的影響，現(xiàn)實(shí)中企業(yè)的數(shù)字化轉(zhuǎn)型程度并非是隨機(jī)分布的，這可能使得研究結(jié)果存在偏誤。本文參考何瑛等（2019）[18]的研究，采用傾向得分匹配法對(duì)樣本處理后重新回歸。首先，對(duì)數(shù)字化轉(zhuǎn)型指標(biāo)按其中位數(shù)分為高數(shù)字化轉(zhuǎn)型組和低數(shù)字化轉(zhuǎn)型組，將高數(shù)字化轉(zhuǎn)型組設(shè)為處理組，低數(shù)字化轉(zhuǎn)型組設(shè)為控制組；其次，以勞動(dòng)力成本變動(dòng)值（ΔLabcost）為結(jié)果變量、以控制變量為協(xié)變量進(jìn)行1∶1最近鄰匹配，匹配后的樣本在主要特征上的差異明顯縮小。表6列（2）顯示了樣本匹配后的回歸結(jié)果，假設(shè)H1b依然成立。

（四）考慮企業(yè)盈余管理行為的影響

成本粘性表現(xiàn)為企業(yè)業(yè)務(wù)量增減時(shí)成本性態(tài)的非對(duì)稱比例關(guān)系，而管理層的盈余管理行為可能會(huì)影響對(duì)企業(yè)成本粘性的估計(jì)。例如，當(dāng)企業(yè)利潤虧損時(shí)，盈余管理行為可能會(huì)帶來成本粘性的高估。本文以操縱性應(yīng)計(jì)利潤（DA）的絕對(duì)值作為盈余管理的代理變量，將該變量及其與粘性（ΔSales×De）的交乘項(xiàng)加入模型。表6列（3）為控制了盈余管理后的回歸結(jié)果，結(jié)論保持穩(wěn)健。

（五）排除特殊行業(yè)的影響

為防止研究結(jié)論是由某些本身數(shù)字化水平就較高的行業(yè)所驅(qū)動(dòng)，本文參照證監(jiān)會(huì)行業(yè)分類標(biāo)準(zhǔn)（2012），將電子信息類公司樣本（c39、I63、I64、I65）剔除后再次進(jìn)行回歸。表6列（4）回歸結(jié)果與基準(zhǔn)回歸結(jié)果一致，結(jié)論依然穩(wěn)健。

（六）加入控制變量與粘性交乘項(xiàng)

參照ABJ模型，本文設(shè)計(jì)模型中控制了經(jīng)濟(jì)層面控制變量與粘性的交乘項(xiàng)。進(jìn)一步地，將其他控制變量與粘性的交乘項(xiàng)也加入模型進(jìn)行檢驗(yàn)。表6列（5）回歸結(jié)果顯示結(jié)論仍具有穩(wěn)健型。

六、結(jié)論與建議

本文圍繞數(shù)字化轉(zhuǎn)型與企業(yè)勞動(dòng)力成本變動(dòng)展開論述，得出的具體結(jié)論如下：數(shù)字化轉(zhuǎn)型顯著抑制了勞動(dòng)力成本變動(dòng)的不對(duì)稱性。數(shù)字化轉(zhuǎn)型水平越高，企業(yè)勞動(dòng)力成本變動(dòng)的粘性效應(yīng)越低。在緩解內(nèi)生性問題和穩(wěn)健性檢驗(yàn)后該結(jié)論依然成立。在作用機(jī)制方面，數(shù)字化轉(zhuǎn)型通過降低調(diào)整成本和抑制代理問題來降低勞動(dòng)力成本粘性，在排除管理層薪酬的影響后，調(diào)整成本和代理成本的機(jī)制作用依然顯著。

基于以上研究結(jié)論，本文提出如下建議。

第一，勞動(dòng)力成本變動(dòng)的不對(duì)稱現(xiàn)象在上市公司中普遍存在，企業(yè)應(yīng)協(xié)調(diào)內(nèi)外治理力量，加強(qiáng)監(jiān)督，避免大范圍的用工和薪酬粘性對(duì)企業(yè)財(cái)務(wù)狀況造成危害。成本粘性現(xiàn)象嚴(yán)重的企業(yè)應(yīng)尋找原因，降低風(fēng)險(xiǎn)。

第二，作為企業(yè)高質(zhì)量發(fā)展的重要依托，數(shù)字化轉(zhuǎn)型有助于優(yōu)化企業(yè)的成本管理決策，對(duì)勞動(dòng)力成本變動(dòng)的不對(duì)稱性有顯著抑制作用。企業(yè)應(yīng)結(jié)合自身的主業(yè)特征和發(fā)展需求構(gòu)建數(shù)字核心能力，推動(dòng)數(shù)字化轉(zhuǎn)型進(jìn)程，同時(shí)，靈活調(diào)整薪酬和崗位制度，建立多元化、彈性化的用工模式，促進(jìn)降本增效。政府部門在積極助推企業(yè)數(shù)字化轉(zhuǎn)型的同時(shí)應(yīng)關(guān)注其對(duì)勞動(dòng)力市場(chǎng)的沖擊，尤其是低學(xué)歷、低技能勞動(dòng)力，適時(shí)完善失業(yè)保障制度，拓寬就業(yè)渠道，激發(fā)勞動(dòng)力市場(chǎng)活力。

第三，數(shù)字化轉(zhuǎn)型通過降低調(diào)整成本和緩解代理問題的渠道來影響勞動(dòng)力成本變動(dòng)。企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程中，應(yīng)利用數(shù)字技術(shù)協(xié)同作用，為企業(yè)生產(chǎn)管理提供科學(xué)依據(jù)，優(yōu)化資源調(diào)整。同時(shí)，公司治理水平要跟得上轉(zhuǎn)型的步伐，充分發(fā)揮數(shù)字治理效果，對(duì)于內(nèi)部治理動(dòng)機(jī)和力量薄弱的企業(yè)，可發(fā)動(dòng)媒體、分析師等外部治理力量作為輔助，從而更好地發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)力成本配置的積極作用。

參考文獻(xiàn)：

[1]Stephany F.. One size does not fit all： constructing complementary digital reskilling strategies using online labour market data [J].Big Data & Society， 2021， 8 （1）：1-5.

[2]趙宸宇.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)力就業(yè)的影響研究[J].科學(xué)學(xué)研究，2023（2）：241-252.

[3]潘孝珍，許耿熙.企業(yè)數(shù)字化轉(zhuǎn)型的勞動(dòng)力成本影響效應(yīng)[J].人口與經(jīng)濟(jì)，2023（1）：26-43.

[4]Anderson M. C.，Banker R. D.，Janakiraman S. N.. Are selling，general，

and administrative costs “sticky”？[J].Journal of Accounting Research，2003（1）：47-63．

[5]Hartlieb S.，T.Loy and B.Eierle.“The Effect of Generalized Trust on Cost Stickiness： Cross-country Evidence”[J].International Journal of Accounting，2020（55）：2050018.

[6]Banker R. D.，Byzalov D.. Asymmetric cost behavior[J].Journal of Management Accounting Research，2014（2）：43-79．

[7]梁上坤.媒體關(guān)注、信息環(huán)境與公司費(fèi)用粘性[J].中國工業(yè)經(jīng)濟(jì)，2017（2）：154-173.

[8]盧江，劉慧慧.數(shù)字經(jīng)濟(jì)視閾下零工勞動(dòng)與資本彈性積累研究[J].天津社會(huì)科學(xué)，2020（4）：91-96.

[9]Pagano M.， P.Volpin.“Managers，Workers，and Corporate Control”， Journal of Finance，2005（60）：843-870．

[10]陳冬華，陳富生，沈永建，等.高管繼任、職工薪酬與隱性契約——基于中國上市公司的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)研究，2011（S2）：100-111.

[11]徐子堯，龐月維，張莉沙.數(shù)字化轉(zhuǎn)型提升了上市公司信息披露質(zhì)量嗎？[J].南京審計(jì)大學(xué)學(xué)報(bào)，2023（2）：33-42.

[12]覃家琦，謝雁翔，金振，等.工業(yè)機(jī)器人應(yīng)用與企業(yè)勞動(dòng)力成本粘性[J].金融評(píng)論，2023（5）：103-124+126.

[13]李沁洋，支佳，劉向強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率[J].統(tǒng)計(jì)與信息論壇，2023（3）：70-83.

[14]馮自欽，張夢(mèng)維，洪葒.CEO財(cái)務(wù)背景豐富度對(duì)成本粘性的影響研究[J].審計(jì)與經(jīng)濟(jì)研究，2023（5）：53-65.

[15]羅進(jìn)輝.媒體報(bào)道的公司治理作用——雙重代理成本視角[J].金融研究，2012（10）：153-166.

[16]方軍雄．我國上市公司高管的薪酬存在粘性嗎？[J].經(jīng)濟(jì)研究，2009（3）：110 -124.

[17]段華友，楊興柳，董峰.數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)創(chuàng)新[J].統(tǒng)計(jì)與決策，2023（5）：164-168.

[18]何瑛，于文蕾，戴逸馳，等.高管職業(yè)經(jīng)歷與企業(yè)創(chuàng)新[J].管理世界，2019（11）：174-192.

Digital transformation and changes in enterprise labor costs： From the perspective of viscous drivers

Yao Lin

（School of Accounting， Anhui Business College， Wuhu Anhui 241002）

Abstract： In the context of digital economy promoting high-quality development， it is of great significance to explore the allocation of labor resources from the perspective of enterprise digital transformation. The ABJ model and its extended model are used to empirically test the impact of digital transformation on the sticky-effect of labor cost changes in Shanghai and Shenzhen A-share listed companies from 2010 to 2022. The research shows that digital transformation can significantly inhibit the sticky effect of labor cost changes in enterprises. It can be seen that the promotion of digital transformation helps enterprises to improve quality， reduce cost and increase efficiency. This conclusion is still robust after excluding management compensation， introducing instrumental variables， matching propensity scores and controlling earnings management behavior. In terms of mechanism， digital transformation plays an inhibitory role by reducing adjustment costs and alleviating agency problems， two sticky drivers.

Key words： Labor cost change; Digital transformation; Adjusting costs; Agency cost