《数字化转型与企业劳动投资效率.docx》由会员分享，可在线阅读，更多相关《数字化转型与企业劳动投资效率.docx（12页珍藏版）》请在课桌文档上搜索。
1、第40卷第4期2023年7月经济经纬ECOnOmiCSUrVeyVol.40No.4Jul.2023数字化转型与企业劳动投资效率喻彪，杨刚，李沁洋（西南大学经济管理学院，重庆400715）摘要：以20122021年沪深A股非金融类上市企业为研究对象，从企业数字化转型视角探讨了非效率劳动投资行为的治理机制.结果表明:数字化转型能够显著提升企业劳动投资效率，该结论在经过若干内生性处理及稳健性测试后依然成立.作用机制检验表明，数字化转型能够发挥信息效应与治理效应，主要通过改善企业信息透明度和内部控制质量提升企业劳动投资效率.异质性分析发现,在非国有企业和劳动要素密集度较高的企业、竞争性行业以及劳动者
2、维权环境较差的地区，数字化转型提升企业劳动投资效率的效应更为明显.研究结论为深入理解数字技术如何赋能实体企业高质量发展提供了新的视角与经验证据，丰富和拓展了企业数字化转型经济效应的相关研究，也为进一步提升企业劳动投资效率提供了有益的政策启示O关键词：劳动投资效率；数字化转型；信息效应；治理效应；信息透明度；内部控制质量基金项目：国家社会科学基金项目（22FGLBO93）;重庆市社会科学规划项目（2021NDYBO47）作者简介:喻彪（1986-）,男，湖南安乡人，博士研究生，主要从事产业经济与公司治理研究；杨刚（1969-）,男，重庆人，教授，博士生导师，主要从事产业经济与公司治理研究；李沁洋
3、（1988），女，重庆人，博士，副教授，主要从事资本市场与公司金融研究。中图分类号:F270.7文献标识码:A文章编号:1006-1096（2023）04-0093-11收稿日期:2022-10-1788888888888888888888888888888888888888888888888888引言近年来，随着我国数字经济的蓬勃发展，数字化转型已经成为企业顺应时代发展趋势所必须采取的战略选择，尤其是受当前产业结构转型升级、国际贸易保护主义抬头”等国内国际重大事件冲击的影响，数字化转型更是成为企业实现高质量发展的“必选项。十四五”数字经济发展规划提出,要引导企业强化数字化思维，全面系统推动企
4、业数字化转型升级。党的二十大报告也明确提出，要加快发展数字经济，促进数字经济和实体经济深度融合。但是,现实中企业数字化转型还存在转型能力不强、转型意愿不高以及转型方向不明确等诸多问题（孔存玉等,2021）因此，全方位明确数字化转型带来的经济效应对于深入理解数字技术如何助力实体企业高质量发展，进而推进企业数字化转型具有重要的理论意义与实践价值o劳动力是企业重要的生产投入要素之一，为了实现盈利目标，企业需要雇佣合适数量的员工来完成既定工作任务.然而，受制于广泛存在的信息不对称及委托代理问题，企业劳动投资大多表现为过度或不足等非效率状态，不利于企业生产效率提升及经营业绩改善（JUngetal,201
5、4;喻彪等,2022）o因此,优化劳动要素配置效率是促进企业提质增效的重要举措O近年来，随着数字技术在传统产业中的深入广泛应用，企业信息透明度与治理水平得到大幅提升，这使得全面优化企业各类要素配置效率成为可能已有研究发现,企业数字化转型有助于提高资本投资效率（刘凤环,2022）、抑制金融资产过度配置（徐朝辉等,2022）、促进创新投资并改善创新效率（肖士盛等，2022）,进而优化企业全要素生产率（赵宸宇等，2021）。然而，鲜有研究注意到企业数字化转型对劳动投资效率产生的影响。与资本投资及创新投资相比，劳动投资同样也是企业高质量发展过程中不可忽视的重要因素，并且劳动投资还具有更低的调整成本、更
6、强的可逆性与可流动性，这与资本投资及创新投资等存在明显差异，有必要对其进行额外研究与探讨（JUngetal,2014;杨刚等，2023）。因此，在我国数字经济蓬勃发展及人口红利逐渐消失的背景下，数字化转型能否发挥积极效应并有效提升企业劳动投资效率是个值得探究的话题O基于以上分析，以2012-2021年沪深A股非金融类上市企业为研究对象,从企业数字化转型视角考察了非效率劳动投资行为的治理机制。本文的边际贡献主要有：（1）充实了企业数字化转型经济效应的相关研究。已有关于数字化转型对企业资源配置效率的影响主要聚焦于实物资本投资、金融资产配置、创新投资以及全要素生产率等方面。本文以企业劳动要素配置行为
7、落脚点，考察数字化转型对劳动投资效率的影响效应，有效延伸了数字技术赋能企业高质量发展的领域和范围。（2）拓展了企业非效率劳动投资行为治理对策的文献体系o针对如何高效治理企业非效率劳动投资行为，已有文献主要从企业内外部监督与激励机制以及信息环境等方面入手考察，但还罕有对数字化转型这一重要企业战略变革举措的探索，本文对此进行了深入探究。（3）提供了重要的政策启示。本文发现数字化转型有助于提升企业劳动投资效率，这对于破除企业数字化转型疑虑，坚定企业数字化转型决心，进而推动基于数字技术驱动的企业高质量发展之路具有重要理论意义与现实指导价值0一、理论分析与研究假说（一）数字化转型对企业劳动投资效率的直接
8、影响非效率劳动投资行为的发生在本质上折射出企业对劳动投资需求的判断失误及反应滞后，提升事前需求预测能力并根据内外部环境变化及时调整配置规模有助于改善企业劳动投资效率.然而，无论是事前的需求预测还是事后的调整行为都需要以大量信息作为决策基础（Habibetal,2021）在做出劳动投资决策之前，管理者往往需要收集整理外部信息，在对当前和未来经济形势及市场状况做出综合判断的基础上，进一步整合企业内部信息，从而预测未来劳动投资需求。因此，拓宽企业信息获取渠道并增强信息分析及应用能力对于优化企业劳动投资决策具有重要作用。数字化转型的核心是在综合运用人工智能、区块链、云计算、大数据、物联网等各类数字技术
9、收集信息、整理数据、形成数据资本的基础上，运用数字技术辅助决策（刘政等,2020）,提升企业劳动投资决策的科学合理性。首先，数字技术能够有效拓宽企业信息获取渠道。数字技术的深度使用使得企业能够低成本、多维度、高效率地将宏观经济发展趋势、市场动态以及自身生产经营状况等相关信息快速聚集到企业内部，由此建立起基于经济波动、通货膨胀等宏观因素，竞争态势、技术进步等行业因素以及消费者个人特征、消费偏好与习惯等个体因素的销量预测模型，提升销售预算准确性，为劳动投资决策奠定信息基础。其次，数字技术能够有效提升信息可利用程度o依托数字技术，企业可以更高效地处理内外部海量、非标准化、非结构化数据，助力数据挖掘及
10、智能分析，从中提取出更具价值含量的信息（吴非等,2021）,更好地服务于劳动投资决策。再次，数字技术能够有效增强管理者依托信息进行决策的能力。基于数字技术的决策支持系统使得企业的决策方式由经验驱动转向数据驱动，实现人机协同”模式（陈国青等,2020）,降低决策时对管理者经验与直觉的依赖性，确保劳动投资决策的客观合理性。最后，数字化转型有助于优化企业信息收集、整理、分析及应用之间的耦合程度（祁怀锦等，2020）。数字技术能够实现对大数据的实时更新、动态分析与智能管控,从而保持对劳动投资决策结果的持续反馈、动态调整和优化,进而提升劳动投资效率综上所述，数字化转型推动了数字技术在企业中的深度广泛应用
11、，有助于拓宽企业信息获取渠道并增强信息分析及应用能力，从而解决管理者在信息不完全情形下决策效能不高的问题，提升企业劳动投资效率。据此,提出如下研究假设：Hl:数字化转型能够显著提升企业劳动投资效率。（二）数字化转型对企业劳动投资效率的间接影响劳动要素的低调整成本与高可逆性特征使得管理者更容易在其配置决策中隐藏自利动机O已有研究发现，管理者既可能出于规模扩张而过度雇佣（JenSenetal,1976）,也可能旨在追求安逸工作而解聘不足（Ber-trandetal,2003）,还可能为了改善短期业绩而过度解聘或者雇佣不足（GhaIyetal,2020）,导致劳动投资效率低下。总体来看，谋取私利是管
12、理者进行非效率劳动投资的主要出发点，而公司治理缺位则为其提供了可乘之机，尤其是在公司内外部信息严重不对称的情形下，利益相关主体监控难度加大且成本高昂，更是放大了管理者通过劳动投资行为攫取私利的空间和能力。因此，提高信息透明度、改善公司治理水平对于提升企业劳动投资效率就显得尤为重要。本文认为，企业数字化转型通过信息效应和治理效应间接影响劳动投资效率。从信息效应来看，数字化转型可以提高企业信息透明度，抑制管理者自利劳动投资行为，从而提升劳动投资效率。企业数字化转型的基本表现形式是将原有工作场景运用数字技术进行信息化，实现对数据的实时收集、分析及可视化。通过业务数据化，既形成对管理者的实时监控机制，
13、增加管理者虚假披露信息的难度与风险，也使得企业可以在更高效处理内外部海量、非标准化、非结构化数据基础上，主动向外部利益相关主体推送信息，从而降低公司内外部信息不对称（吴非等，2021）0此外，作为数字经济时代的发展趋势与必要战略选择，数字化转型也更容易吸引分析师和新闻媒体等各类信息中介的关注与报道（吴非等，2021；雷光勇等，2022）同时，数字化转型带来的审计难度增加也会使审计师在执业过程中更加仔细和谨慎，提升审计证据获取深度与广度，从而提高审计质量（翟华云等，2022）,抑制真实盈余管理活动（罗进辉等，2021）,提升企业信息透明度，这不仅有助于削弱管理者从事自利劳动投资行为的信息优势，也
14、使得企业信息能够更加充分及时地融入股价，加大非效率劳动投资等自利行为曝光后企业股价下跌压力，致使管理者施行非效率劳动投资的风险与成本增加.在一定程度上抑制非效率劳动投资动机,提升劳动投资效率。从治理效应来看,数字化转型可以强化企业内部控制建设，改善公司治理水平，从而提升企业劳动投资效率。内部控制是规范企业经营管理活动、保护投资者利益的基础性制度安排,其效用的发挥不仅取决于高层管理者的重视以及人财物等各类资源投入，还依赖于内部控制管理工具的先进性（倪克金等，2021）0借助于数字化转型，各类先进数字技术得以深度应用于企业内部控制各模块各环节工作当中，能够促进内部控制体系与业务体系的整合嵌套，有助
15、于量化和评估内部控制各模块各环节的工作内容及绩效，及时精准地发现各项业务流程中的不当之处并对其实现定向整改，从而优化控制环境，加强监控与风险管理能力，深化制衡措施，提高信息与沟通效率，进而全面提升内部控制质量（聂兴凯等，2022）数字技术驱动的内部控制质量提升有助于数字化的管控理念与措施深度嵌入到企业各项经营管理活动之中，利益相关主体能够更精准高效地识别和制衡管理者的自利行为，压缩非效率劳动投资行为空间，抑制有损于企业价值的劳动投资决策。与此同时，高质量内部控制还能增强管理者的薪酬业绩敏感性（卢锐等，2011）,实现对管理者的激励相容，引导其为股东利益最大化而努力工作，使得非效率劳动投资行为有
16、所收敛，提升劳动投资效率。综上，企业数字化转型能够有效发挥信息效应和治理效应.抑制管理者自利劳动投资行为动机并压缩自利劳动投资行为空间，从而提高企业劳动投资效率。据此，提出如下研究假设：H2a：数字化转型能够通过发挥信息效应来提升企业劳动投资效率。H2b：数字化转型能够通过发挥治理效应来提升企业劳动投资效率。二、研究设计（一）样本选择与数据来源从政策层面上看，我国数字经济萌芽于2012年左右（何帆等，2019）.本文以2012-2021年沪深A股非金融类上市企业作为初始样本。参考同类文献的普遍做法，依次剔除员工人数少于30人、ST及*ST等被特殊处理、相关变量数据缺失的样本，最终得到16228
17、个观测值。除内部控制质量指标来自迪博数据库，各地区员工维权环境指标来自中国劳动统计年鉴和中国统计年鉴以外,其余各类数据均来自国泰安数据库。为了减小离群值影响.对各连续变量在巡水平上进行了双侧缩尾处理。（二）变量定义1 .被解释变量:企业劳动投资效率（LIE）参考JUng等（2014）、喻彪等（2022）、杨刚等（2023）的做法，使用模型（1）回归残差的绝对值衡量企业劳动投资效率（LIE）。LlE取值越小.表明企业实际劳动投资偏离最优值越小，劳动投资效率越高。Net_Hireit=a0+OfiGrowthit+Of2Growthit-1+3R0Ait+4ROAit+5ROAiri+O6Retl
18、t+a7Sizet-I+8Quick.t-+9Quickjt+al0Quicklfl+,Levlt-1+12Lossbin1it-l+13Lossbin2lt-1+I4Lossbin3irl+Ofl5Lossbi4it-t+Qfl6Lossbin5it-,+YEAR+IND+it（1）其中,Net.Hire为企业劳动投资，等于经年个股总市值标准化处理后的员工人数增长率；Gr。Wth为营业收入增长率;A表示变化量,ROA为总资产净利率;Ret为个股年度收益率;SiZe为年个股总市值取自然对数；Quick为速动比率;LeV为财务杠杆；LoSSbinI-LoSSbin5为与RoA取值区间有关的虚拟变
19、量，当-0.005ROA0时Xossbinl取L否则取0;当-O.OlOROA-0.005时,Lossbin2取L否则取0;LoSSbin3、LOSSbin4、Lossbin5的取值依此类推；同时还控制了年度（YEAR）与行业（IND）固定效应。2 .解释变量:企业数字化转型（DT）借鉴吴非等（2021）构建的企业数字化词典，采用文本分析技术从企业年报中搜索、匹配并统计企业数字化关键词词频，将该词频数汇总加1后进行对数化处理，得到第一个企业数字化指标（DT1）。考虑到年报文本长度对词频统计的影响，还采用数字化关键词词频总数除以年报文本总长度（乘以100）来构建企业数字化指标（DT2）。DTl和
20、DT2取值越大,企业数字化程度越高。3 .中介变量对于信息效应,参考姜英兵等（2021）的研究,使用以修正琼斯模型计算的操控性应计利润的绝对值（AbSACC）来衡量。AbSAcC取值越大,企业信息透明度越低。对于治理效应,参考赵彦锋（2021）的研究,使用内部控制质量（ICQ）衡量，高质量内部控制在约束管理者自利行为方面发挥着积极治理效用，能够有效缓解代理冲突。4 .控制变量参考已有相关文献（JUngetal,2014;喻彪等,2022;杨刚等,2023）,选取如下控制变量:企业规模（Size,年个股总市值取自然对数）、速动比率（QUiCk,速动资产/流动负债）、财务杠杆（Lev,总负债/总资
21、产）、固定资产比重（PPE,固定资产净值/总资产）、是否亏损（Loss,亏损取1,否则取0）、成长机会（MB,总市值/总资产）、经营现金流量波动性（StcLCFo,近5年经营现金流量净额的标准差/10）、营业收入波动性（Std_Sales,近5年营业收入的标准差/101）、是否分派股利（Div,分派股利取1,否则取0）、劳动投资波动性（Std_Net_Hire,近5年劳动投资的标准差取自然对数）、劳动人数比例（Labor,员工人数/总资产10）、机构投资者持股比例（InSHoId,机构投资者持股数/总股数）、资本投资效率（InVEf/等。此外还控制了年度（YEAR）、行业（IND）及省份（PR
22、o）固定效应。（三）模型设定参考JUng等（2014）、喻彪等（2022）、杨刚等（2023）的研究,建立如下模型（2）以检验研究Hl:UEit=0+1DTil-I+iControlsrt-I+YEAR+IND+PRO+rt（2）其中，UE为企业劳动投资效率QT为企业数字化程度,Controls为控制变量，YEAR.INDxPRO分别表示年度、行业及省份固定效应。为了在一定程度缓解互为因果引发的内生性问题，模型中对解释变量及控制变量进行了t-1期处理，还对回归系数标准误进行了公司层面的聚类稳健调整以降低异方差和序列相关等问题的影响.基于Baron等（1986）对中介效应检验程序的分析,进一步建
23、立模型（3）和（4）以检验研究H2a和H2b:Mediatort1=0+1DTit-1+yControlslll+YEAR+IND+PRO+it-1（3）UEit=0+1DT,tlMediator;,1+Controlslt1+YEAR+IND+PRO+lt（4）其中,Mediator表示中介变量，包括企业信息透明度（AbSACC）及内部控制质量（ICQ）两个指标,其余变量与模型（1）一致。（四）描述性统计表1汇报了主要变量的描述性统计结果。UE的平均值为0.204,说明企业在一定程度上普遍存在非效率劳动投资,最小值为0.002,最大值为2.583,标准差为0.257,说明劳动投资效率在不同企
24、业之间具有显著差异oDT1（DT2）的平均值为2.702（0.057）,标准差为1.369（0.089）,最小值为0.000（0.000）,最大值为6.059（0.558）,说明数字化程度在不同企业间具有明显差别，甚至有部分企业尚未开展数字化转型。其余各变量的描述性统计结果与现有文献及实际情况大体一致096表1描述性统计变量样本量平均值标准差最小值中位数最大值LIE162280.2040.2570.0020.1302.583DTI162282.7021.3690.OOO2.7086.059DT2162280.0570.0890.OOO0.0240.558AbsACC162280.0570.05
25、90.0000.0380.356ICQ162286.2241.2340.OOO6.4916.850Size1622815.8070.95913.72715.67719.252Quick162281.4891.4990.1301.03S11.256Lev162280.4670.2040.0600.4650.934PPE162280.2230.1720.0010.1860.754Loss162280.1300.3360.0000.0001.000MB162282.0011.3840.7831.55413.803Std_CF0162280.0590.1270.0010.0181.097StcLSaI
26、es162280.2130.5190.0020.0534.571Div162280.6640.4720.0001.0001.000Std_Net_Hire16228-0.6710.662-2.115-0.7423.173Labor162280.0630.0550.0020.0490.402InsHoId162280.4590.2240.0040.4750.916InvEf162280.0420.0550.0000.0250.528三、模型结果分析（一）基本回归分析表2汇报了Hl的回归分析结果。其中，第（1）（3）列仅控制了年度、行业及省份固定效应，DT1与DT2的系数均在1$水平上显著为负。第
27、（2）（4）列则进一步加入了所有控制变量，DT1的系数为-0.005,在5$水平上显著，DT2的系数为-0.092,在K的水平上显著，意味着数字化转型能够显著提升企业劳动投资效率。以第（2）（4）列的结果为标准考察经济含义发现，企业数字化程度每提升1个标准差，劳动投资效率将分别平均提升约3.36$和4.01%,具有一定经济意义。综上所述,Hl得到验证。表2基本回归分析变量(1)(2)(3)(4)LIELIELIELIEDT1-0006-0.005(-2.73)(-2.27)DT2-0,076-0.092(-2.82)(-3.47)CtrolsNoYesNoYes_COnS0.215-0.116
28、-0.208,t4).118”(7.78)(-2.16)(7.52)(-2.18)YEAR/IND/PROYesYesYesYesN16228162281622816228Adj.Rz0.0890.1230.0890.124注：*、*、*分别表示在10%、5米遮水平上显著：括号内为经企业层面聚类稳健调整的标准误对应的t值c下同（一）内生性处理1 .工具变量法为了缓解逆向因果导致的内生性问题，参考袁淳等（2021）的研究，选取滞后一期的全国互联网上网人数分别与1984年各地级市每万人固定电话数量的交乘项作为企业数字化转型的工具变量（IV）,使用两阶段最小二乘法（IV-2SLS）对H1再次进行检验
29、。表3第（1）（3）列为第一阶段回归结果，IV的系数均显著为正，工具变量相关检验表明可以拒绝识别不足假设且不存在弱工具变量问题，工具变量选取比较有效。第（2）（4）列第二阶段的回归结果显示，DT1和DT2的系数均显著为负，Hl仍然成立。变量(1)(2)(3)(4)第一阶段第二阶段第一阶段第二阶段DTILlEDT2LIEIVo.OooE0.000*(2.97)(2.47)DT1-0.124-(-2.09)DT2-2.061,(-1.91)ControlsYesYesYesYes.cons-3.267”-0.475”-0.192o,-0.4650(-7.32)(-2.40)(-5.94)(-2.2
30、3)YEAR/IND/PROYesYesYesYesN14642146421464214642Kleibergen-PaaprkLMstatistic8.6356.041,Cragg-DonaldWaldFstatistic35.31927.0802 .倾向得分匹配法采用倾向得分匹配法缓解可能存在的样本选择偏差问题。借鉴罗进辉等(2021)的做法，按照年度行业省份数字化程度高低将样本企业三等分并设置虚拟变量DLDUn1,当样本企业位于第三等分时，DT-Dum取值为1.表示数字化程度较高，否则取Oo在此基础上，为了使均方误达到最小，进行1：4最邻近匹配.协变量为基本回归分析中的控制变量。经过匹配
31、.各个协变量的标准化偏差显著降低并且在实验组(DLDum=1)和对照组(DT_Dum=0)之间没有体现出明显区别，匹配效果较好。使用匹配后样本重新检验Hl.表4第(1)(2)列的结果显示，DTI和DT2的系数均显著为负，前述结论不变。3 .控制企业个体固定效应部分不随企业和时间变化而难以测度的因素可能造成遗漏变量问题，为此，进一步控制企业个体固定效应(FIRM)进行检验。表4第(3)(4)列的结果表明，DTI和DT2的系数仍然均显著为负.支持Hl。4 .一阶差分模型为了进一步避免数字化转型与企业劳动投资效率因时间序列共同趋势所引发的逆向因果问题.采用一阶差分模型再次检验Hl,结果如表4第(5)
32、(6)列所示，ADT1和ADT2的系数均在M的水平上显著为正，表明数字化转型程度的提升将会促进企业劳动投资效率的改善。表4其他内生性问题处理变量(1)(2)(3)(4)(5)(6)LIELIELIELIELIELIEDTI-0.004,-0.007”(-1.78)(-2.11)DT2-0.077-0.201o(-2.83)(-3.17)DT1-0.012,(-2.74)DT2-0.198(-2.31)ControlsYesYesYesYesYesYes_cons-0.086-0.147,*0.2870.260-0.179,-0.180w(-1.37)(-2.57)(1.32)(1.20)(-9
33、.73)(-9.79)FIRMNoNoYesYesNoNoYEAR/IND/PROYesYesYesYesYesYesN124651281216228162281308713087Adj.R20.1260.1250.1320.1320.1410.140(三)稳健性检验1 .重新测度关键变量一是为了避免行业同群效应造成的企业数字化水平差异，参考肖士盛等(2022)的研究，使用经年度行业中位数调整的指标重新衡量企业数字化程度（DT1_adj、DT2,adj）o二是参考JUng等（2014）的研究，以企业实际劳动投资与年度行业中位数之间的差额取绝对值来衡量劳动投资效率（LlE2）。重新测度关键变量后
34、，表5第（1）（2）列的结果显示，DT1_adj和DT2,adj的系数仍然显著为负，第（3）（4）列的结果显示.DT1和DT2的系数也均显著为负，HI仍然成立。2 .子样本回归信息技术相关行业天然与数字技术紧密关联，公司年报中披露数字化关键词的概率及频率远大于其他行业。为了避免这部分样本的影响，参考祁怀锦等（2020）的研究,剔除按中国证监会行业分类标准行业代码归属为C39、163、164、165的样本后重新进行检验，表5第（5）（6）列的结果显示，DTI和DT2的系数均显著为负，支持HL3 .考虑策略性信息披露的影响采用文本分析方法构建企业数字化转型指标缺陷在于其准确性可能受到企业策略性信息
35、披露行为影响。袁淳等（2021）指出，信息披露考评结果为“优秀（八）”或“良好（B）”的公司进行策略性信息披露的概率较低。为此，仅保留信息披露考评结果为“优秀（八）”或“良好（B）”的样本重新进行检验,表5第（7）（8）列的结果显示，DT1和DT2的系数均显著为负，表明前文结论不受企业策略性信息披露行为的影响。表5稳健性检验变量(1)(2)(3)(4)(5)(6)(7)(8)LIELIELIE2L1E2LIELIELIELIEDTLadJDT2_adjDTIDT2-0.005”(-2.34)-0.09404(-3.49)-0.007(-2.58)-0.130o*(-3.67)-0.004,(-
36、1.88)-0.073”(-2.15)-0.007(-2.91)-0.116*(-4.45)ControlsYesYesYesYesYesYesYesYes_cons-0.122“-0.1172-0.400*-0.402-0.103*-0.100-0.092-0.092(-2.26)(-2.18)(-6.00)(-5.99)(-1.75)(-1.70)(-1.45)(-1.45)YEARINDPROYesYesYesYesYesYesYesYesN1622816228162281622813948139481108111081Adj.R?0.1230.1240.0860.0860.1200.1
37、200.1270.128四、进一步分析（一）作用机制检验前述回归结果表明，数字化转型能够显著提升企业劳动投资效率。结合理论分析，进一步从数字化转型的信息效应和治理效应两个维度，厘清数字化转型影响企业劳动投资效率的作用机制。1 .信息效应表6第（1）-（4）列汇报了信息效应作用机制检验结果。第（1）（3）列中DTI和DT2的系数至少在5%的水平上显著为负，表明数字化转型能够抑制企业盈余管理,提升企业信息透明度,有效发挥信息效应。考虑信息透明度（AbSACC）的影响后，第（2）（4）列中DTI和DT2的系数相较基本回归分析有所下降且至少在5$的水平上显著为负。Sobel检验Z统计量分别为-3.56
38、1和-2.502,也分别在1%和5$的水平上显著.说明信息透明度在企业数字化与劳动投资效率之间存在部分中介效应，支持了H2ao2 .表6第（5）-（8）列汇报了治理效应作用机制检验结果。第（5）（7）列中DT1和DT2的系数均在1$的水平上显著为正，表明数字化转型能够提升内部控制质量，改善公司治理水平。考虑内部控制质量（ICQ）的影响后，第（6）（8）列中DT1和DT2的系数也相较基本回归分析中有所下降，并且至少在5$的水平上显著为负。Sobel检验Z统计量分别为-3.627和-3.182,均在1$的水平上显著,说明内部控制质量在企业数字化与劳动投资效率之间存在部分中介效应，支持了H2bo表6
39、作用机制检验变量(1)(2)(3)(4)(5)(6)(7)(8)AbsACCLIEAbsACCLIEICQLIEICOLIEDTI-0.0024*-0.00400.040-0004“(-3.01)(-2.07)(3.56)(-2.08)DT2-0.017,-0.088-0.493o-0.087(-2.01)(-3.35)(3.10)(-3.29)AbsACC0.265,0.265*-(5.95)(5.97)ICQ-o.oo*-ooio”.(-4.82)(-4.82)ControlsYesYesYesYesYesYesYesYes.ns0.061w-0.132-0.063,-0.134m6.07
40、2,-0.0566.038,-0.058(4.08)(-2.46)(4.21)(-2.50)(23.83)(-1.02)(23.81)(-1.06)YEAR/1ND/PROYesYesYesYesYesYesYesYesN1622816228162281622816228162281622816228Adj.R20.1270.1270.1260.1270.1290.1250.1290.126（二）异质性分析数字化转型对企业劳动投资效率的提升效应可能会受到多种情景因素的影响。本文分别从微观的企业产权性质与要素密集度、中观的行业竞争程度以及宏观的地区劳动者维权环境对此展开分析。1 .产权性质的影响
41、产权性质差异会造成国有企业与非国有企业的劳动投资决策产生明显区别。与非国有企业主要追求利润最大化的经营目标不同，国有企业还需额外承担一定的政策性任务，如减少失业、脱贫攻坚与乡村振兴等。我国各级政府历来高度重视就业工作，会经常干预国有企业的劳动投资行为，尤其是在经济衰退时期，即便国有企业已经劳动投资过度，基于民生考虑仍然会为了保持一定就业率而要求国有企业承担冗员负担。因此，强有力的行政干预可能会使国有企业更难以有效地调整劳动投资规模至最优水平，从而弱化数字化转型带来的积极影响。但是，国有企业委托代理链过长和所有者缺位导致的“内部人控制”问题不仅会加剧代理冲突，也会降低信息透明度此时，数字化转型通
42、过发挥信息效应和治理效应进而提升劳动投资效率的作用在国有企业中体现得更明显。为了检验该问题.按产权性质将样本划分为国有企业（SOE=1）与非国有企业（SOE=O）两组进行检验，表7第（1）-（4）列的结果显示.DT1和DT2的系数仅在非国有企业子样本中显著为负，说明数字化转型提升企业劳动投资效率的效应主要体现在非国有企业中。2 .劳动要素密集度的影响劳动要素密集度不同的企业劳动投资效率也会有所差异。劳动投资会产生与雇佣、培训及解雇等相关的高额调整成本。劳动要素密集度越高的企业对劳动力的依赖性越强，相应的劳动投资调整成本也越高，这会降低企业经营的灵活性，更可能产生非效率劳动投资（刘进等，2022
43、）0同时，较高的劳动要素密集度也使得管理者能够更好地隐藏自利劳动投资行为。此时，数字化转型因发挥信息效应与治理效应能更显著地提升企业劳动投资效率。为了检验该问题，参考褚剑等（2020）的研究,使用员工人数与固定资产的比值衡量劳动要素密集度（LI）.并按年度中位数将样本划分为劳动要素密集度较高（LI=I）与较低（LI=O）两组进行检验。表7第（5）-（8）列的结果显示，DTI和DT2的系数仅在劳动要素密集度较高的企业中显著为负.说明较高的劳动要素密集度降低了企业劳动投资效率.使得数字化转型对劳动投资效率的提升作用在劳动密集度高的企业中更明显。3 .行业竞争程度的影响行业竞争程度也会显著影响企业劳
44、动投资决策。激烈的行业竞争会使企业为了争夺外部有限资源而提升信息披露质量，降低公司内外部信息不对称，外部利益相关主体能够利用更多相关信息考评管理者的努力程度，从而有效约束其自利劳动投资行为，提高劳动投资效率。因此，行业竞争程度会弱化数字化转型对企业劳动投资效率的提升效应。但是，行业竞争压力带来的破产清算风险也可能加剧管理者短视行为，为了规避高额劳动力支出以迅速提升业绩而出现过度解聘，造成劳动投资不足。同时，行业竞争加剧也会提升管理者声誉和职位安全风险，为了向外界传递公司良好发展前景的信号而出现过度雇佣,导致劳动过度投资，从-100而降低劳动投资效率（BOUbakeretal.2022）。此时，企业数字化转型对劳动投资效率的促进作用可能在竞争性行业中更强。为了检验该问题,借鉴袁淳等（2021）的做法.按样本企业的行业归属划分为竞争性行业（Com=1）和垄断性行业（Conl=O）进行分组检验.表8第（1）-（4）列的结果显示，DT1和DT2的系数仅在竞争性行业中显著为负，说明激烈的行业竞争扭曲了企业劳动投资行为,使得数字化转型对企业
