EN中文

经济地理 >

2025 , Vol. 45 >Issue 5: 244 - 255

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.05.025

第二十七届中国科协年会学术论文

区域企业信息化发展影响劳动力就业的效应分析——来自中国上市公司的证据

  • 王亚 , 1, 2, 3 ,
  • 蔡晓梅 , 2, 3, ※ ,
  • 陈韵琦 4
展开
  • 1.华南师范大学 旅游管理学院，中国广东 广州 510631
  • 2.华南师范大学 生态文明与绿色治理研究中心，中国广东 广州 510631
  • 3.华南师范大学 文化空间与社会行为重点实验室，中国广东 广州 510631
  • 4.华南师范大学 数学科学学院，中国广东 广州 510631
※蔡晓梅（1976—），女，博士，教授，博士生导师，研究方向为社会文化地理和人口流动。E-mail：

王亚（1996—），女，博士，博士后，助理研究员，研究方向为数字经济、劳动力迁移与就业。E-mail：

收稿日期: 2024-05-16

  修回日期: 2024-12-20

  网络出版日期: 2025-07-07

基金资助

国家自然科学基金项目(42401271)

国家自然科学基金项目(42371239)

国家自然科学基金项目(42071191)

国家自然科学基金项目(42071189)

国家自然科学基金项目(42101232)

华南师范大学青年教师科研培育基金项目(23SK20)

广东省普通高校哲学社会科学重点实验室项目(2022WSYS004)

广东乡村地域系统野外科学观测研究站项目(2021B1212050026)

收起

Effects of Informatization Development of Regional Enterprises on Labor Employment：Evidence from Chinese Listed Companies

  • WANG Ya , 1, 2, 3 ,
  • CAI Xiaomei , 2, 3, ※ ,
  • CHEN Yunqi 4
Expand
  • 1. School of Tourism Management，South China Normal University，Guangzhou 510631，Guangdong，China
  • 2. Research Center for Ecological Conservation and Green Governance，South China Normal University，Guangzhou 510631，Guangdong，China
  • 3. Key Laboratory of Cultural Space and Social Behavior，South China Normal University，Guangzhou 510631，Guangdong，China
  • 4. School of Mathematical Sciences，South China Normal University，Guangzhou 510631，Guangdong，China

Received date: 2024-05-16

  Revised date: 2024-12-20

  Online published: 2025-07-07

Fold

摘要

信息化发展带来偏向型的技术进步在持续重塑劳动力市场，目前对微观企业视角及其中的机制探讨尚有不足。文章利用2010—2022年中国上市公司微观数据，构建企业面板层面的信息化指数，探析了劳动力就业及企业信息化发展时空格局演化趋势；继而在考察信息化发展对劳动力总量及结构变动影响的基础上，分别从企业、行业层面展开了区域异质性分析；最后，从效率提升与规模扩张两方面分析了其影响路径。研究发现：①企业信息化发展有助于增加劳动力需求总量，更好地发挥就业蓄水池的作用。②企业信息化发展对劳动力结构具有偏向性影响，增加了高学历、知识型劳动力需求，减少了低学历、操作型劳动力需求。③从区域异质性看，企业信息化发展对就业的影响随城市规模呈倒U形曲线，对Ⅰ型大城市企业劳动力的影响程度最大。④从影响路径看，企业信息化发展通过提升产出效率与扩大生产规模强化了劳动力教育结构的极化趋势，但削弱了对劳动力技能结构的极化趋势。因此，企业信息化发展在劳动力资源的优化配置中起关键作用，应把握好不同情境下企业信息化转型过程中资本、技术与劳动要素的适配与平衡，为因地制宜落实稳就业战略提供决策参考。

关键词： 企业信息化发展; 就业效应; 劳动力结构; 区域异质性; 影响路径; 上市公司

本文引用格式

王亚 , 蔡晓梅 , 陈韵琦 . 区域企业信息化发展影响劳动力就业的效应分析——来自中国上市公司的证据[J]. 经济地理, 2025 , 45(5) : 244 -255 . DOI: 10.15957/j.cnki.jjdl.2025.05.025

Abstract

The biased technological progress driven by the informatization development continues to reshape the labor market. Currently, there is a lack of comprehensive research from the micro perspective and the mechanisms of enterprises. Based on the micro data from China's listed companies in 2010-2022, this article constructs an informatization index of enterprises, analyzes the evolution of labor employment and enterprise informatization development, and explores the impact of enterprise informatization development on the total labor force and labor structure changes from the enterprise perspective. Additionally, it conducts a regional heterogeneity analysis from the perspectives of enterprise and industry, and analyzes the impact path from the perspectives of efficiency improvement and scale expansion. It reveals that: 1) The development of enterprise informatization can enhance the total demand of labor, effectively serving as an employment reservoir. 2) It exerts a biased influence on the labor structure, which increases the demand for highly educated and knowledge-based labor, and decreases the demand for low-educated and operational labor. 3) The effect of enterprise informatization development on employment shows the characteristics of an inverted U-shaped curve relative to the city size, it has the most significant impact on the labor force of enterprises in type I large cities. 4) The advancement of enterprise informatization development reinforces the polarization trend of the labor force's educational structure by enhancing output efficiency and expanding production scale. However, it simultaneously mitigates the polarization trend of the labor force's skill structure. Consequently, the development of enterprise informatization is crucial for the optimal allocation of labor resources, it facilitates the adaptation and balance of capital, technology, and labor elements during the transformation process of enterprise informatization across various scenarios. This provides valuable insights for the implementation of employment stabilization strategies tailored to local conditions.

Key words： enterprise informatization development; employment effect; labor structure; regional heterogeneity; influence path; listed company

2024年1月，习近平总书记在主持中央政治局第十一次集体学习时指出：“发展新质生产力是推动高质量发展的内在要求和重要着力点”“必须继续做好创新这篇大文章，推动新质生产力加快发展”。信息科技创新与高素质劳动力是新质生产力发展的两大关键动力[1]，“实现更加充分更高质量就业”是我国“十四五”时期经济社会发展的重要目标之一，劳动力资源配置如何适配于信息创新发展成为当前一大研究热点。目前，关于信息化发展对劳动力资源配置的影响研究主要包括总量与结构两方面：一是劳动力总量。已有研究并未形成一致的结论，争论焦点在于信息技术对劳动力的比较优势与替代强度[2-3]。其中，既有学者认为信息化对就业更多表现为替代效应，如自动化机器能够取代非核心的常规任务岗位；也有学者认为信息技术的扩散与广泛应用催生了新的营商环境、新产业与新业态，通过增加有效需求创造更多的就业岗位。二是劳动力结构。大量研究证实，信息化发展带来的偏向型技术进步会对劳动力需求形成不同的冲击效应，包含负向的替代效应与正向的创造效应，促使劳动力结构呈现“两极分化”[4-7]或“单极极化”特征[8]。当新的信息技术应用至企业时，需要大量人员进行技术推广、生产与应用，会加大对高技能和复杂性岗位的劳动力需求[9]。同时，信息化发展还会带来产业转型升级以及企业全要素生产率的提高，使得就业部门做出优化调整，会减少对低技能和简单任务的劳动力需求[10]。
在已有相关研究中，一是多以工业智能来表征信息化、技术进步的发展程度，其研究行业多为制造业，这会使得研究结果有所偏颇，尤其是强化了“机器代人”带来的极化效应，同时也忽视了不同发展阶段城市的异质效应。二是受数据所限，多是在区域层面构建信息化指数[11-12]，缺乏企业视角的探索。三是围绕企业信息化发展影响就业的实证不多，且多为截面数据的研究，缺乏明晰的企业信息化指数的衡量标准。基于此，本文重点回应以下科学问题：一是如何构建企业面板层面的信息化指数。二是借助于微观企业视角，探究企业信息化发展对劳动力总量、结构的影响程度如何?表现为怎样的影响路径?区域间存在哪些异质性特征?以期为推进区域企业信息化发展和高质量就业提供理论支撑和决策依据。

1 理论分析与假设提出

1.1 企业信息化发展对劳动力总量的影响

企业信息化发展对劳动力总量存在负向替代与正向创造双重效应。其中，负向替代效应是由于企业依托于先进信息化技术，改善了企业运营模式与资源优化配置，促进了生产效率的提高[13]。一方面使得企业提升了人力资本与技术资本的整合效率，有效降低企业劳动力成本，同时对一部分执行常规任务的就业岗位形成了替代；另一方面生产效率更高的新产品市场会挤压旧产品市场的部分份额，从而相对降低旧产品产出，由此减少了劳动力需求[14-17]。正向创造效应主要表现在企业信息化发展带来的新业态和新模式会带来产出增加，创造出更加多样化的就业岗位[18-19]。同时，企业信息化转型作为数实深度融合的新型商业模式，也会主动增加对技术研发创新服务方面的劳动力需求[20-21]。因此，企业信息化发展对劳动力总量的净影响取决于替代和创造效应的相对强弱。据此，本文提出以下理论假设。
假设1a：企业信息化发展对劳动力总量表现为负向的替代效应。
假设1b：企业信息化发展对劳动力总量表现为正向的促进效应。

1.2 企业信息化发展对劳动力结构的影响

企业信息化发展对劳动力教育结构的影响。由于信息化发展带来的技术进步具有技能偏向性，一方面，持续的技术进步使得自动化设备的成本下降，导致劳动力潜在需求下降，“机器换人”将不可避免地会替换一部分工人，尤其会对从事简单劳动的低学历劳动力形成替代[22]；另一方面，与信息技术关联的算法开发、智能设备维护等新岗位往往需要更高的专业水平，劳动力需通过学习与培训增强与信息化的适配能力，这会提高企业对员工学历水平的要求，使企业的劳动力学历结构向高水平倾斜[23-24]。因此，企业信息化对就业结构的影响具有偏向性。据此，本文提出以下理论假设。
假设2：企业信息化发展对劳动力教育结构存在偏向性。
假设2.1：企业信息化发展会增加高学历劳动力需求。
假设2.2：企业信息化发展会减少低学历劳动力需求。
企业信息化发展对劳动力技能结构的影响。除以受教育程度为劳动力结构的度量标准外，还可以根据劳动力执行工作任务的类型加以区分，企业通过权衡信息化成本与工人技能匹配度，决定是否替代或增补劳动力。即劳动力拥有的技能（如体力、认知、社交等）各不相同[25]，相对于执行常规任务、易被机器程序替代的操作型劳动力（如生产人员），认知型劳动力（如技术研发人员）所执行的工作任务相对灵活，需要一定的主观沟通、情感交流与互动，或是以抽象思维进行逻辑分析和决策，这些工作任务更加适配于信息化发展形成的新业态与新模式，不仅不易于被信息化所替代，还会增加新的就业岗位[26]。因此，企业信息化对劳动力技能结构的影响具有偏向性。据此，本文提出以下理论假设。
假设3：企业信息化发展对劳动力技能结构存在偏向性。
假设3.1：企业信息化发展会增加知识型劳动力需求。
假设3.2：企业信息化发展会减少操作型劳动力需求。

1.3 企业信息化发展作用于就业的影响路径

首先，企业信息化发展有利于提升产出效率，进而影响劳动力需求。信息化显著推动了企业的自动化和智能化生产，降低了生产、运营、组织和交易成本，拓宽了利润增长空间，从而提升了整体产出效率[27-28]，这种效率的提升促使企业优化劳动力资源配置，导致劳动力需求结构的变化。其次，信息化发展有利于扩大企业生产规模，进而影响劳动力需求。内部信息技术的升级促进了组织内外部知识的流动，协助企业调整生产和销售策略，直接刺激市场的有效需求。企业因此能够扩大业务经营范围和生产规模，进而调整其劳动力需求结构[29]。此外，信息化的发展催生了新兴经济模式，创造了新的就业岗位和生产线。例如，随着信息技术的进步，编程工程师、数据分析师、平台运维等岗位应运而生；同时信息化与传统产业的深度融合催生了线上交易、智慧物流等新业态[30]，进一步丰富了劳动力市场；还有远程办公、灵活用工模式的普及，也使企业能够更加高效地匹配劳动力供需，提升劳动力配置效率。综上，信息化发展通过作用于企业产出效率，对劳动力需求产生影响，将其称为信息化发展的“效率提升”效应；信息化发展通过作用于企业扩大再生产，对劳动力需求产生影响，将其称为信息化发展的“规模扩张”效应，并提出以下理论假设。
假设4：信息化发展通过效率提升与规模扩张影响劳动力需求相应。
假设4.1：信息化发展作用于企业产出效率影响劳动力需求。
假设4.2：信息化发展作用于企业生产规模影响劳动力需求。
综上分析，本文提出企业信息化发展影响劳动力需求的理论分析框架（图1）。
图1 企业信息化发展影响劳动力需求的机制分析

Fig.1 Impact mechanism of the enterprise informatization development on the labor demand

2 研究设计

2.1 数据来源

本文企业层面的劳动力与信息化的相关数据选取2010—2022年沪深A股上市公司的面板数据。使用的上市公司相关数据均来自国泰安（CSMAR）数据库，并剔除金融行业、ST、*ST或PT上市公司样本、剔除净利润率大于1，资产负债率处于0~1之外的明显异常样本；同时，对相关数据中连续变量进行1%和99%的两端缩尾处理，以剔除极端异常值带来的影响，最终得到34062个观测样本。此外，本文地区层面的控制变量及工具变量数据均源于中国各省市统计年鉴。为探究不同区域企业信息化发展对就业的异质性影响，根据《国务院关于调整城市规模划分标准的通知》，以城区常住人口为统计口径，将城市划分为超大城市、特大城市、Ⅰ型大城市、Ⅱ型大城市以及其他城市。

2.2 变量选取

被解释变量：企业劳动力需求（Enterprise Labor Demand，ELD）。本文将劳动力需求分为数量与结构两方面。其中，劳动力数量由“上市公司年末员工总人数”测量；劳动力结构分为教育结构与技能结构，教育结构以“是否接受大专及以上教育”分为高学历劳动力与低学历劳动力两类[31]，技能结构借鉴已有研究[32]分为知识型劳动力（技术研发人员）与操作型劳动力（生产人员）两类。
核心解释变量：企业信息化发展指数（Enterprise Information Development Index，EIDI）。以上市公司公开的“财务报告附注—无形资产明细项”中与信息化相关的无形资产总量作为衡量指标。已有研究对企业信息化的测度主要分为两类：一类采用单一指标衡量，测度指标为“企业经常使用计算机的员工占所有员工的比例”[23]；另一类采用综合指标衡量，从生产设备、人力资本和生产经营三方面构造企业信息化指标[33-34]。上述信息化指标的数据来源均为世界银行中国企业投资环境调查数据，为截面调查数据，在面板数据中缺乏上述相关指标的数据，不适用于企业面板数据的研究，且调查数据本身也有样本量有限、代表性不足、年份陈旧的缺陷。同时已有研究[35-36]在对企业数字化的面板数据进行分析时，采用数字经济资产占总资产的比例衡量企业数字化程度，但该变量缺点在于可能会受到企业其他投资中的炫耀性投资的干扰。因此，本文借鉴上述构建思路，以“信息化投资比例”来衡量企业信息化程度，同时对企业投资中的炫耀性投资进行手工筛选识别，最后进行标准化处理 ①。
在后文的稳健性检验中，本文采用文本词频分析法重新构建企业信息化发展指数，上市公司公开的企业年报一定程度上反映了企业在过去一年及未来的战略规划与发展方向，已有研究通过文本词频分析构建了企业数字化转型指标[37-38]，为本文提供了启发性的逻辑思路。即利用各上市公司年报中的“信息化”相关词汇出现频次来刻画企业信息化的应用程度②，并将其标准化处理为0~100的连续变量。由于该数据具有明显的右偏性，故对其进行对数化处理，最终形成企业信息化发展指数（文本分析法）。
控制变量：结合已有研究，影响劳动力需求的控制变量包括企业、行业与地区3个层面的因素。其中，企业层面包括企业上市年限（lnlistage，年，取对数）、企业规模（以企业年末总资产表示规模，lnsize，元，取对数）、企业员工人均创收（lnwage，元，取对数）、企业营收增长率（growth，%）；行业层面包括赫芬达尔指数（以企业总资产与同行业所有企业总资产比值表示，hhi，%）；地区层面包括人口增长率（popuratio，%）、GDP增长率（lngdpratio，%） ③。主要变量的描述性分析见表1。
表1 变量的描述性统计分析

Tab.1 Descriptive statistical analysis of variables

一级指标 二级指标 变量名称 均值 标准差 最小值 最大值 观测值
劳动力需求_总量 ELD 5.08 12.19 0.01 570.06 34062
劳动力需求_教育结构 高学历劳动力 highratio 46.17 24.11 5.18 97.96 34062
低学历劳动力 lowratio 49.23 23.94 1.98 92.44 28949
劳动力需求_技能结构 操作型劳动力 L_opera 49.24 23.95 0.00 89.18 33775
知识型劳动力 L_knowl 21.32 17.84 1.24 84.20 34062
企业信息化发展指数 EIDI 1.19 2.39 0.00 100.00 34062
EIDI_txt 1.99 1.03 0.00 100.00 34062
控制变量_企业层面 企业上市年限 lnlistage 2.01 0.95 0.00 3.30 34062
企业规模 lnsize 22.16 1.29 19.79 26.11 34062
企业员工人均创收 lnwage 4.62 0.85 2.82 7.26 34062
企业营收增长率 growth 0.15 0.42 -0.59 2.79 34062
控制变量_行业层面 赫芬达尔指数 hhi 0.23 0.52 0.00 3.42 34062
控制变量_地区层面 人口增长率 popuratio 0.80 1.07 -5.07 5.79 34062
GDP增长率 lngdpratio 1.94 0.49 0.18 2.91 34062

2.3 模型设定

本文通过构造企业—行业—地区层面的面板样本，采用多维面板估计效应模型探究企业信息化发展对劳动力需求的影响。公式如下：
E L D i j t 1,2 = β 0 + β 1 E I D I i j t + γ X i j t + θ i + λ j + μ r + τ t + ϵ i j t
式中：i代表企业；j代表行业；t代表年份；r代表地区； E L D i j t 1,2代表企业的劳动力需求，上标1、2分别代表总量、结构； E I D I i j t代表企业信息化发展指数； X i j t代表企业、行业以及地区层面的控制变量；β0、β1和 γ分别为截距项、自变量影响系数与控制变量影响系数； θ i、 λ j、 μ r、 τ t分别为企业、行业、地区、时间固定效应； ϵ i j t为随机扰动项。为避免同一行业内部企业之间的相关性对模型结果产生影响，将标准误聚类至行业层面。

3 实证结果及分析

3.1 劳动力就业及信息化发展演化特征

图2展示了2010、2015和2020年中国上市公司劳动力总量、结构（此处只展现高学历结构占比）以及信息化发展的时空演化格局。①样本期内劳动力数量呈现出由分散向超大、特大城市聚集的趋势；高学历劳动力占比呈现逐年升高的趋势，其中2010年高学历劳动力占比为34.4%，2015年为41.4%，2020年为46.9%（北京高达66.0%）。②企业信息化发展程度在不同规模城市中差异显著，且随时间变动持续提升。同时，结合劳动力数量与结构的变化，初步发现信息化发展与劳动力数量、高学历劳动力占比呈同步递增趋势，具体的相互作用程度及机制将在下文中进一步分析验证。
图2 中国上市公司劳动力总量、结构与信息化发展省域分布变化

注：基于自然资源部标准地图服务网站下载的审图号为GS（2023）2767号的标准底图制作，底图边界无修改。

Fig.2 Changes in total labor force, labor structure and informatization development of listed companies in China

3.2 信息化发展对劳动力总量的影响

3.2.1 基准回归结果

根据式（1）得出中国上市公司信息化发展对劳动力总量的回归结果（表2）。结果显示，上市企业信息化发展对劳动力需求产生促进作用。企业信息化发展对就业的创造效应强于替代效应，假设1b得以验证。在控制变量中，首先企业层面的企业上市年限（lnlistage）对劳动力需求总量呈倒U型特征。这表明企业上市初期可能更多地进行金融投资，相对减少对生产的劳动投入[39]，而随着上市年限的增加，企业可持续发展的动力增强，主营业务生产规模扩大，劳动力配置效率提升从而扩大劳动力就业规模。企业人均创收（lnwage）对劳动力总量的回归系数为负，似乎不符合现实逻辑。本文进一步区分为高学历劳动力与低学历两组，发现企业人均创收的增加会显著增加高学历劳动力需求，降低低学历劳动力需求。这表明人均营业收入更高的企业，更愿意聘请生产率更高的高学历劳动力（相对降低了低学历劳动力需求），这与已有研究结论相呼应[40]。其次，行业层面的赫芬达尔指数（hhi）对劳动力需求的回归系数为正。表明行业集中度的增加有效提升了劳动力需求。最后，地区层面的人口增长率（popuratio）与GDP增长率（lngdpratio）对劳动力需求的回归系数均为正。地区的常住人口增长与GDP水平代表着地区的发展活力，地区越有活力，企业越可能发展得更好，从而提升企业就业吸附能力。
表2 信息化发展对劳动力需求的基准回归结果

Tab.2 Benchmark regression results of informatization development on labor demand

模型（1） 模型（2）
劳动力总量
EIDI 0.1008***（0.0237） 0.0996**（0.0428）
lnlistage -2.0425***（0.6874）
lnlistage2 1.1536**（0.4739）
lnsize 2.3361***（0.5165）
lnwage -1.8668***（0.2557）
growth 0.4680*（0.2267）
hhi 3.6990***（0.8770）
popuratio 0.0856*（0.0429）
lngdpratio 0.2881*（0.1712）
_cons 3.6632***（0.8394） -49.2468***（4.5994）
企业/行业/地区/时间
固定效应		 控制 控制
N 34062 34062
R2 0.805 0.810

注：括号内数值为标准误，*、**、***分别表示在0.10、0.05、0.01水平上显著。表3~表8同。

3.2.2 内生性处理

为避免模型构建的遗漏变量、逆向因果等带来的内生性问题导致估计系数存在偏误，本文采用工具变量回归对基准回归结果予以验证。在工具变量的选择上，要保证选择的工具变量既与核心解释变量信息化发展相关，又不会影响到被解释变量劳动力需求。参考已有研究的工具变量构造思路[41-43]，本文分别从企业与地区两个角度构造工具变量。其中，企业层面工具变量（iv1）采用“同地区同行业除该企业外的其他企业信息化发展指数的均值”来构造（式2）；地区层面工具变量（iv2）采用“1984年百人固定电话数·上一年地区互联网上网人数”来构造（式3）。
i v 1 i j t = s u m E I D I r j t - E I D I i j t / n r j t - 1
i v 2 r t = I n t e r n e t t · t e l e p h o n e r t
将式（2）~（3）构造的工具变代入模型中，进行两阶段广义矩（GMM）回归，表3中的模型（5）~（6）分别为加入工具变量iv1与同时加入iv1、iv2的回归结果。
表3 企业信息化发展对劳动力总量的回归结果(工具变量法)

Tab.3 Regression results of enterprise informatization development on labor demand (instrumental variable method)

模型（3） 模型（4）
劳动力总量
EIDI 1.2214*（0.6567） 0.0952**（0.0402）
控制变量 控制 控制
企业/行业/地区/时间
固定效应		 控制 控制
R2 0.133 0.133
第一阶段回归结果
iv1 0.0008***（0.0002） 0.0083*（0.0046）
iv2 -0.0044*（0.0059）
表3结果显示，加入工具变量后，回归结果依然稳健。在第一阶段回归中，工具变量的回归系数均显著，证明了构造的工具变量与自变量之间存在相关性。同时，对工具变量的检验中，Kleibergen-Paap Wald rk F统计量（9.378，23.20）均比较大，p值显著，不存在弱工具变量问题；Hansen J统计量（2.115）未拒绝原假设，不存在过度识别问题，表明工具变量选取有效。第二阶段回归显示，企业信息化发展每提高1个单位，劳动力需求相应提升0.0952个单位，与基准回归相一致，表明结果依然稳健。

3.2.3 稳健性检验

为进一步检验基准回归结果的可靠性，除上述利用工具变量回归进行内生性外，本文从调整样本范围（剔除北京、上海、天津及重庆4个直辖市）、替换关键变量（采用文本词频分析法重新构建企业信息化发展指数）、考虑劳动力供给减少与剔除僵尸企业四方面依次进行稳健性检验，各类稳健性检验结果与基准回归基本一致，表明基准回归结论的可靠性。值得说明的是，从人口角度考虑，劳动力绝对量的减少可能会影响信息化发展的就业效应。模型（7）的回归系数相比模型（2）的基准回归结果略高一点，这一结论表明在当前劳动力总量减少的背景下，一定程度上低估了企业信息化发展对劳动力总量的提升效应（表4）。
表4 企业信息化发展对劳动力总量的回归结果(稳健性检验)

Tab.4 Regression results of enterprise informatization development on labor demand (robustness test)

模型（5） 模型（6） 模型（7） 模型（8）
调整
样本范围		 替换
关键变量		 考虑劳动力
供给减少		 剔除
僵尸企业
EIDI 0.0970*** 0.0999** 0.0992***
（0.0198） （0.0431） （0.0428）
EIDI_txt 0.0133**
（0.0060）
dlabor 0.0003*
（0.0002）
_cons -57.5211*** -7.9863*** -38.0568*** -38.2972***
（6.6779） （0.3379） （11.9661） （12.1353）
控制变量 控制 控制 控制 控制
固定效应 控制 控制 控制 控制

3.3 信息化发展对劳动力结构的影响

3.3.1 对劳动力教育结构的影响

由表5可知，企业信息化发展有助于提升高学历劳动力。已有研究通过亚太经合组织国家与美国、日本及9个欧洲国家样本[44]，发现随着企业信息化发展与信息技术的广泛应用，需要高素质的劳动力进行协调与互补，自然会推动企业增加对高技能劳动力的需求，假设2.1得以验证。企业信息化发展降低了低学历劳动力需求。可能原因是企业信息化的发展导致部分岗位被资本或技术替代，特别是低学历劳动力所从事的常规性、低技能工作岗位，假设2.2得以验证。
表5 企业信息化发展对劳动力教育结构的回归结果

Tab.5 Regression results of enterprise informatization development on education structure of labor

模型（9） 模型（10）
高学历劳动力 低学历劳动力
EIDI 0.0476**（0.0186） -0.0653***（0.0227）
_cons 43.2258***（12.9761） 64.5100***（11.1984）
控制变量 控制 控制
固定效应 控制 控制

3.3.2 对劳动力技能结构的影响

由表6可知：①企业信息化发展显著增加了知识型劳动力需求。信息化发展会促进企业进一步研发创新，有助于企业拓宽生产线、开发新产品、催生新业态，进而扩大企业对技术、研发岗位的需求。同时，知识型劳动力本身不仅与引进的信息化设备具有互补协作作用，还具有较强的技能性与职业不可替代性，不容易被信息化技术所替代，假设3.1得以验证。②企业信息化发展显著减少了操作型劳动力需求。信息化发展对操作型劳动力需求的负向影响主要通过“就业破坏”这一路径[45]，即当企业引入信息化设备到生产过程中，从事生产的操作型劳动力将不可避免地受到资本劳动替代的影响，尤其是从事常规非技术任务的生产人员，假设3.2得以验证。
表6 企业信息化发展对劳动力技能结构的回归结果

Tab.6 Regression results of enterprise informatization development on skill structure of labor

模型（11） 模型（12）
知识型劳动力 操作型劳动力
EIDI 0.0330**（0.0132） -0.0490***（0.0134）
_cons 10.3469*（5.2955） 59.2273***（7.5268）
控制变量 控制 控制
固定效应 控制 控制

3.4 区域异质性分析

3.4.1 企业层面：区分不同单位所有制

企业信息化发展的区域异质性不能仅考虑区位特征，需在不同企业/行业类型下综合考虑[46]。在不同区域下，单位所有制差异是否会对企业信息化的就业效应带来异质性影响?本文将研究样本划分为国企与非国企样本进行分析（图3）。结果显示，企业信息化发展对非国企劳动力变动影响更大。可能原因在于，国有企业相较于非国有企业对于员工的就业保障度更高，稳定性更强[46]，当企业面临信息化发展的冲击时，非国有企业的员工较国有企业更为敏感，低学历、操作型劳动力更容易受到信息化带来的就业替代效应，从而面临更高的失业风险。进一步区分不同城市类型，发现企业信息化发展对就业的影响程度随城市规模呈倒U型曲线，对Ⅰ型大城市企业劳动力的影响程度相对较大，尤其显著正向提升了Ⅰ型大城市国有企业的劳动力需求总量，但对于超大城市、特大城市，Ⅱ型大城市及其他城市影响较小。可能原因在于，一方面由于超大城市、特大城市企业信息化水平本身就高，同样提升1单位的信息化投入带来的就业边际效用低于其他城市；另一方面，Ⅱ型大城市及其他城市的国有企业可能由于市场化程度不足，对信息技术的冲击敏感性较弱。
图3 国企和非国企的区域企业信息化发展对劳动力需求的回归结果

注：为进行不同样本间的比较，需对不同分组样本进行费舍尔组合检验，检验结果表明国有企业与非国有企业样本之间的经验P值均通过显著性检验，故可进行系数间的比较。图4同。

Fig.3 Regression results of informatization development of state-owned and non-state-owned enterprises on the labor force demand

3.4.2 行业层面：区分不同资本密集度

由图4可知，超大城市与特大城市在区分不同密集度类型后，其企业信息化的发展均带来了劳动力总量的增加，这表明在两类城市中信息化发展带来的经济效益提升，会直接促使企业拓展生产线、催生新的就业岗位，进而扩大区域企业的劳动力需求。此外，图4中对Ⅰ型及以下规模城市的分析结果表明，信息化发展虽显著提升了就业规模，但对劳动力需求结构的影响具有偏向性，即企业信息化发展显著增加了劳动密集型企业高学历劳动力需求及资本密集型企业知识型劳动力需求，但减少了相应类型企业低学历、操作型劳动力需求。例外的是，在Ⅱ型大城市资本密集型企业中的知识型、操作型劳动力均显著增加，这与Acemoglu提出的“N”型极化现象相呼应[4]，即增加从事非常规复杂任务的高技能知识型劳动力以及从事非常规简单任务的低技能操作型劳动力。
图4 资本密集型和劳动密集型的区域企业信息化发展对劳动力需求的回归结果

Fig.4 Regression results of informatization development of capital-intensive and labor-intensive enterprises on the labor force demand

4 企业信息化发展作用于劳动力需求的影响路径分析

4.1 影响路径设定

为甄别信息化发展影响劳动力需求的作用路径，构建如下交叉项模型：
E L D i j t 1,2 = β 0 + β 1 E I D I i j t + β 2 t i j t + β 3 E I D I i j t · t i j t + γ X i j t + θ i + λ j + μ r + τ t + ϵ i j t
式中：下标i代表企业；j代表行业；t代表年份；r代表地区；被解释变量 E L D i j t 1,2代表企业的劳动力需求，上标1、2分别代表总量、结构；核心解释变量 E I D I i j t代表企业信息化发展指数； t i j t代表信息化发挥深化效应与广化效应的调节变量； E I D I i j t · t i j t代表信息化发展与调节变量的交互项； X i j t代表企业、行业以及地区层面的控制变量；β0、β1、β2、β3和 γ分别为截距项、自变量、调节变量、交互项与控制变量影响系数； θ i、 λ j、 μ r、 τ t分别为企业、行业、地区、时间固定效应； ϵ i j t为随机扰动项。为避免同一行业内部企业之间的相关性对模型结果产生影响，将标准误聚类至行业层面。
根据上文的研究假设构造“效率提升”与“规模扩张”两类调节变量，其中企业产出效率以企业全要素生产率（t1_tfp）来衡量，企业全要素生产率按Levinsohn-Petrin法（LP法）计算；企业生产规模以企业市场份额（t2_share）来衡量，计算方法是企业营业收入与同行业所有企业营业收入总额的比值，企业市场份额越大，意味着企业扩大经营范围，拓展生产线。

4.2 影响路径分析

4.2.1 对劳动力总量的影响路径分析

根据式（4）进行基准回归（表7），结果显示信息化发展与调节变量的交互项均为正，这表明企业全要素生产率的提升与企业生产规模的扩大均有效强化了信息化发展对劳动力总量的创造效应。假设4得以验证。
表7 企业层面对劳动力总量影响路径检验结果

Tab.7 Test results of the influence on total employment at the enterprise level

模型（13） 模型（14）
ELD ELD
t1_tfp t2_share
EIDI 0.0169*（0.0081） 0.0744*（0.0026）
t 1.3390***（0.3905） 0.1278**（0.0157）
c.EIDI#c.t 0.0194***（0.0044） 0.0028***（0.0007）
_cons 3.3778***（0.5309） -41.4104***（16.5287）

4.2.2 对劳动力结构的影响路径分析

对于劳动力教育结构而言，企业通过产出效率提升与生产规模扩大两条影响路径不仅强化了信息化发展对高学历劳动力需求的创造效应，同时也强化了对低学历劳动力需求的替代效应。在此影响路径下，将进一步扩大劳动力教育结构偏向高学历劳动力的单级极化，推动企业人力资本结构升级。对于劳动力技能结构而言，企业通过提升产出效率与扩大生产规模两条路径，在强化信息化发展对知识型劳动力需求创造效应的同时，也削弱了对操作型劳动力需求的替代效应。在此影响路径下，劳动力技能结构偏向知识型劳动力的极化趋势有所缓解。这表明，当企业产出效率较低、经营规模较小时，企业信息化发展会使得部分操作型劳动力的就业岗位被取代，但随着企业发展到一定水平后，信息化技术应用将更加广泛嵌入企业研发、生产、销售、管理、服务等各个方面，帮助企业降本增效，扩大市场规模，为包含操作型劳动力在内的劳动力创造更多契合的就业岗位（表8）。
表8 企业层面对劳动力结构影响路径检验结果

Tab.8 Test results of the influence path on the labor structure at the enterprise level

模型 模型（15） 模型（16） 模型（17） 模型（18） 模型（19） 模型（20） 模型（21） 模型（22）
高学历劳动力 低学历劳动力 知识型劳动力 操作型劳动力
t1_tfp t2_share t1_tfp t2_share t1_tfp t2_share t1_tfp t2_share
EIDI 0.0285*** 0.0305*** -0.0815*** -0.1002*** 0.0143*** 0.0063*** -0.7031** -0.0588***
（0.0101） （0.0087） （0.0231） （0.0320） （0.0034） （0.0008） （0.2878） （0.0177）
t 0.3314* 0.4496*** 0.6412** 0.2373 0.1598* 0.0265*** 2.7899*** -1.2363***
（0.1638） （0.2448） （0.2325） （0.8711） （0.0747） （0.0052） （0.8410） （0.3272）
c.EIDI#c.t 0.0075** 0.0191*** -0.0039 -0.0173* 0.0017** 0.0023*** 0.0656** 0.0001*
（0.0031） （0.0063） （0.0062） （0.0087） （0.0008） （0.0003） （0.0268） （0.0001）
_cons 1.3001*** -23.1230*** 89.8457*** 63.2448*** 0.5053*** -9.8937*** 67.4493*** 60.4681***
（0.1942） （2.4697） （11.9687） （10.9836） （0.0990） （1.3726） （9.2849） （9.3837）

5 结论与建议

以技术变革为代表的信息化、自动化、智能化发展，是推动企业转型升级的关键力量。在当前“数字中国”战略和“就业优先”战略背景下，理解企业信息化发展带来的就业冲击、认识其对劳动资源配置的作用，对于深化企业信息化升级与转型发展、实现劳动力更充分就业具有重要意义。有别于传统的“机器换人”与“机器扩人”的经典争论，企业信息化发展不仅作用于智能机器与自动化设备更迭的生产阶段，信息资源的强渗透性和低边际复制成本涵盖企业的组织结构、生产流程、运营机制等多个环节，仅单一识别信息化发展的替代或创造效应或难以解决现实中劳动力就业的实际问题。因此，厘清在何种情境约束下，企业信息化发展通过何种路径影响了劳动力总量与结构的变动，是本文研究的核心问题。
本文利用2010—2022年中国上市公司微观数据，构建企业层面信息化发展对劳动力就业的影响效应与路径，并探究其区域异质性。首先，企业信息化发展有助于增加劳动力需求总量，更好地发挥就业蓄水池的作用。同时，企业信息化发展对劳动力结构产生异质影响，促进了高学历、知识型劳动力需求的提升，与低学历、操作型劳动力需求的下降。这与当前诸多研究结论一致[48-49]。其次，本文补充了信息化对劳动力需求影响路径的探讨，构建了企业“效率提升”与“规模扩张”两条影响路径，并研判劳动力结构的极化趋势。研究发现企业信息化发展通过提升产出效率与扩大生产规模强化了劳动力教育结构（高学历—低学历）的极化趋势，但削弱了对劳动力技能结构（知识型—操作型）的极化趋势。这进一步验证了企业的就业蓄水池作用，同时也表明企业信息化的发展并非简单的“换人”或“扩人”，而是在信息化渗透过程中进行劳动力资源的优化配置，实现资本、技术与劳动要素的适配与平衡。最后，本文细化了区域异质性分析，对不同区域的企业信息化发展对就业的影响进行分类讨论，以验证不同城市规模的异质作用。在细分不同企业单位所有制与行业资本密集度的情境下，发现企业信息化发展对劳动力的影响程度随城市规模呈倒U型曲线，对Ⅰ型大城市企业劳动力的影响程度最大，且Ⅱ型大城市资本密集型企业的劳动力结构表现出与普遍的极化趋势不同的结果，该情境验证了Acemoglu以美国劳动力市场为研究对象提出的“N”型极化特征[4]，这为不同城市规模因地制宜落实稳就业战略提供了参考。
据此，本文提出如下政策建议：①积极推动信息化与企业各个环节的深度融合，加快企业信息化转型。本文的影响路径分析表明，信息化发展可通过促进产出效率的提升与生产规模的扩大强化对劳动力总量的提升作用与高技能、知识型人才的就业增加。该结论转换为政策启示即为企业通过与信息化的深度融合，同时借助地方市场、劳动力、资本、资源等生产要素，可为劳动力创造更多的就业岗位，吸纳高技能人才以及推动整体劳动力素质提升，从而进一步反推企业人力资本升级与产出效益增加，形成良性的发展循环。②积极推动与信息化相关的企业创新创业，创造新的劳动力需求。本文在实证中证实，企业可借助信息化发展开辟新产品市场与新的生产线，从而有效带动就业。应充分发挥信息化在新经济业态模式中的应用，在替代掉部分劳动力的同时，创造出一定规模的兜底性工作岗位吸纳失业的低技能劳动力再就业，并在社会保障和社会福利方面提供规范的、保障信息化在稳岗扩就业中发挥关键作用。③构建学习型企业环境，促进不同技能劳动力、不同城市规模与企业信息化发展的适配性。本文在异质性分析中发现，资本密集型企业在高学历—低学历相对需求中展现出极高的替代性，尤其在Ⅰ线大城市及以下规模城市，这就促使相关企业需进一步优化内部劳动力资源，完善学习培训平台，加大人力资本投资，开展包含信息化在内的技能培训与岗位培训，并给予专项培训补贴，切实提升内部劳动力的生产力与人力资本水平，提升不同技能劳动力与新一代信息技术的匹配度。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
任保平, 王子月. 数字新质生产力推动经济高质量发展的逻辑与路径[J]. 湘潭大学学报(哲学社会科学版), 2023, 47(6):23-30.

[2]
潘妍, 杨晓章, 王辉, 等. “机器代人”还是“规模聚人”:制造业加速折旧政策的就业效应研究[J]. 统计研究, 2023, 40(7):98-110.

[3]
陈梦根, 周元任. 数字化对企业人工成本的影响[J]. 中国人口科学, 2021(4):45-60,127.

[4]
Acemoglu D, Autor D. Skills,Tasks and Technologies:Implications for Employment and Earnings[C]// Handbook of Labor Economics. Elsevier, 2011,4:1043-1171.

[5]
Goos M, Manning A, Salomons A. Explaining job polarization:Routine-biased technological change and offshoring[J]. American Economic Review, 2014, 104(8):2509-2526.

[6]
孙早, 侯玉琳. 工业智能化如何重塑劳动力就业结构[J]. 中国工业经济, 2019(5):61-79.

[7]
Feng A, Graetz G. Training requirements,automation,and job polarisation[J]. The Economic Journal, 2020, 130(631):2249-2271.

[8]
Galor O, Moav O. Ability-biased technological transition,wage inequality,and economic growth[J]. The Quarterly Journal of Economics, 2000, 115(2):469-497.

[9]
臧旭恒, 赵明亮. 垂直专业化分工与劳动力市场就业结构——基于中国工业行业面板数据的分析[J]. 中国工业经济, 2011(6):47-57.

[10]
王晓娟, 朱喜安, 王颖. 工业机器人应用对制造业就业的影响效应研究[J]. 数量经济技术经济研究, 2022, 39(4):88-106.

[11]
茶洪旺, 左鹏飞. 中国区域信息化发展水平研究——基于动态多指标评价体系实证分析[J]. 财经科学, 2016(9):53-63.

[12]
叶春姣, 沙晋明. 中国信息化发展水平的空间分异及类型[J]. 中国科技论文, 2016, 11(9):1073-1080.

[13]
赖勉珊, A. 菲利普. 企业数字化转型的就业效应——来自中国A股上市公司的证据[J]. 学习与探索, 2024(9):125-136.

[14]
Acemoglu D, Restrepo P. Automation and new tasks:How technology displaces and reinstates labor[J]. Journal of Economic Perspectives, 2019, 33(2):3-30.

[15]
Acemoglu D, Restrepo P. Robots and jobs:Evidence from US labor markets[J]. Journal of Political Economy, 2020, 128(6):2188-2244.

[16]
王永钦, 董雯. 机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据[J]. 经济研究, 2020, 55(10):159-175.

[17]
闫雪凌, 朱博楷, 马超. 工业机器人使用与制造业就业:来自中国的证据[J]. 统计研究, 2020, 37(1):74-87.

[18]
谭伟杰, 庞钰标. 企业数字化转型的稳就业效应[J]. 南方金融, 2023(11):19-34.

[19]
沈宏亮, 宋思萌, 李杰. 企业数字化转型与劳动力就业:创造和破坏[J]. 统计与信息论坛, 2024, 39(11):77-92.

[20]
Cette G, Nevoux S, Py L. The impact of ICTs and digitalization on productivity and labor share:Evidence from French Firms[J]. Economics of Innovation and New Technology, 2022, 31(8):669-692.

[21]
杨伟国, 吴邦正. 平台经济对就业结构的影响[J]. 中国人口科学, 2022(4):2-16,126.

[22]
Graetz G, Michaels G. Robots at work[J]. The Review of Economics and Statistics, 2018, 100(5):753-768.

[23]
何小钢, 梁权熙, 王善骝. 信息技术、 劳动力结构与企业生产率——破解“信息技术生产率悖论”之谜[J]. 管理世界, 2019, 35(9):65-80.

[24]
Cheng H, Jia R, Li D, et al. The rise of robots in China[J]. Journal of Economic Perspectives, 2019, 33(2):71-88.

[25]
Lindenlaub I. Sorting multidimensional types:Theory and application[J]. The Review of Economic Studies, 2017, 84(2):718-789.

[26]
Ocampo Díaz S. A Task-based Theory of Occupations with Multidimensional Heterogeneity[R]. CHCP Working Paper, 2022.

[27]
柳春, 余进韬, 龚星宇, 等. 企业数字化转型与高质量就业[J]. 中国经济问题, 2024(4):97-113.

[28]
钞小静, 薛志欣. 新型信息基础设施对中国企业升级的影响[J]. 当代财经, 2022(1):16-28.

[29]
孟祺. 数字经济与高质量就业:理论与实证[J]. 社会科学, 2021(2):47-58.

[30]
汪前元, 魏守道, 金山, 等. 工业智能化的就业效应研究——基于劳动者技能和性别的空间计量分析[J]. 管理世界, 2022, 38(10):110-126.

[31]
孔高文, 刘莎莎, 孔东民. 机器人与就业——基于行业与地区异质性的探索性分析[J]. 中国工业经济, 2020(8):80-98.

[32]
刘啟仁, 赵灿. 税收政策激励与企业人力资本升级[J]. 经济研究, 2020, 55(4):70-85.

[33]
王永进, 匡霞, 邵文波. 信息化、企业柔性与产能利用率[J]. 世界经济, 2017, 40(1):67-90.

[34]
邵文波, 匡霞, 林文轩. 信息化与高技能劳动力相对需求——基于中国微观企业层面的经验研究[J]. 经济评论, 2018(2):15-29.

[35]
何帆, 刘红霞. 数字经济视角下实体企业数字化变革的业绩提升效应评估[J]. 改革, 2019(4):137-148.

[36]
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.

[37]
吴非, 胡慧芷, 林慧妍, 等. 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, 37(7):130-144,10.

[38]
袁淳, 肖土盛, 耿春晓, 等. 数字化转型与企业分工:专业化还是纵向一体化[J]. 中国工业经济, 2021(9):137-155.

[39]
罗知, 李琪辉, 姚巧妮. 企业金融化的就业效应:是促进还是抑制?[J]. 国际金融研究, 2024(1):86-96.

[40]
李小瑛, 张宇平. 机器人如何塑造企业技能结构?——兼析机器人技术进步的偏向[J]. 经济评论, 2024(4):53-72.

[41]
黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升:内在机制与中国经验[J]. 中国工业经济, 2019(8):5-23.

[42]
孙伟增, 郭冬梅. 信息基础设施建设对企业劳动力需求的影响:需求规模、结构变化及影响路径[J]. 中国工业经济, 2021(11):78-96.

[43]
余林徽, 陆毅, 路江涌. 解构经济制度对我国企业生产率的影响[J]. 经济学(季刊), 2013, 13(1):127-150.

[44]
Michaels G, Natraj A, Van Reenen J. Has ICT polarized skill demand? Evidence from eleven Countries over twenty-five years[J]. The Review of Economics and Statistics, 2014, 96(1):60-77.

[45]
宋旭光, 左马华青. 工业机器人如何影响制造业就业变动——基于上市公司微观数据的分析[J]. 经济学动态, 2022(7):70-89.

[46]
刘文俊, 彭慧. 区域制造企业数字化转型影响绿色全要素生产率的空间效应[J]. 经济地理, 2023, 43(6):33-44.

[47]
王百强, 杨雅宁, 伍利娜, 等. 财政政策与企业劳动力决策[J]. 中国软科学, 2020(9):111-131.

[48]
干春晖, 姜宏. 资本偏向型技术进步新特征及其对劳动力市场的影响机制研究[J]. 财经研究, 2022, 48(5):34-48,79.

[49]
余玲铮, 魏下海, 孙中伟, 等. 工业机器人、工作任务与非常规能力溢价——来自制造业“企业—工人”匹配调查的证据[J]. 管理世界, 2021, 37(1):47-59,4.

Options
文章导航

/

〈 〉