数字技术创新是否能够提高企业的生产力？劳动力动态在其中扮演了怎样的角色？

《Economic Analysis and Policy》：Does digital technology innovation enhance firm productivity? The role of labor force dynamics

　　梁翔|岳书静|郭立祥|刘婷
东南大学经济与管理学院，南京211189，中国

**摘要**
数字技术创新（DTI）被广泛认为是企业转型的关键驱动力，但现有研究尚未在统一的分析框架内明确整合劳动力动态与企业生产率。本研究利用2010年至2022年中国上市公司的样本数据，探讨了DTI是否能够提升企业生产率。通过使用固定效应模型，我们发现DTI显著提高了生产率。此外，DTI带来的生产率提升主要通过优化劳动力配置和调整劳动力技能结构实现。在高科技行业、获得更多政府数字化支持的企业以及劳动保护较完善的企业中，这种积极效应尤为明显。这些发现为支持数字技术创新、数字技能的供给侧改革以及促进高质量企业增长提供了政策相关证据。

**引言**
数字技术创新（DTI）对劳动力变化的影响是一个备受争议的话题。DTI正在快速发展，逐渐成为社会发展和转型的关键驱动力（Leng和Zhang，2024）。作为一种新的“技术经济范式”，DTI的特点是渗透、替代和协调（Yoo等人，2010；Ciriello等人，2018；Acemoglu和Restrepo，2018）。它将不可避免地引发生产模式和生产关系的变革。在劳动力和劳动关系方面，这体现在劳动力结构的适应性调整、技能需求以及就业机会的变化上（Acemoglu等人，2020；Bratta等人，2022）。一方面，一些传统工作岗位正被机器和自动化技术取代，引发了关于“劳动力替代效应”的担忧（Zhou等人，2020）。例如，“Apollo Go1”平台作为数字技术创新在现实生活中的典型应用，再次引发了“技术性失业”的讨论。另一方面，与数字技术相关的新岗位不断涌现，对具备数字技能的人才需求也在增加，为劳动者特别是高技能劳动力提供了广阔的发展空间（Xie等人，2021）。

全要素生产率（TFP）是衡量生产率的重要指标。中国的“十四五数字经济发展规划”强调通过技术进步促进全要素生产率的提升。作为经济运行的微观基础，企业在DTI中扮演着关键角色。因此，企业数字技术创新能够带来多大的生产率提升是一个需要深入探讨的重要问题。作为企业生产中最活跃的生产要素，数字技术创新所引发的劳动力变化无疑为企业生产率带来了新的挑战和机遇（Chaney和Ossa，2013；Cheng和Morrow，2018）。如何调整劳动力以更好地利用数字技术创新的生产率效应仍不明确。本文探讨了DTI对中国企业生产率的影响，并分析了企业如何根据数字技术的进步和生产率的提升调整劳动力配置和技能结构。

**文献综述**
全要素生产率（TFP）一直是经济学研究的热点领域。技术进步被普遍视为TFP的核心驱动力（Tsionas和Mallick，2019）。知识溢出作为技术传播和扩散的重要渠道，对TFP具有显著影响（Bournakis等人，2018）。行业间的知识溢出有助于技术专长的交流（Ahamed等人，2023）。

**理论分析**
数字技术创新逐渐成为重塑企业运营和提高生产率的关键力量（Nambisan等人，2017；Wiesb?ck和Hess，2020）。从技术进步的角度来看，DTI主要由技术突破推动。通过促进自动化、智能化和数据驱动的决策模式，它重塑了企业的生产和运营模式。

**计量经济模型**
为了探讨数字技术创新的生产率效应，构建了以下回归模型：
**TFPit = α0 + α1DTIit + ∑Controlsit + Industry*Year + Firm + εit**
其中，TFP代表全要素生产率，DTI代表数字技术创新，Controls代表控制变量。同时，还控制了行业*年份的固定效应（Industry*Year）和企业固定效应（Firm）。εit表示随机干扰项，i和t分别代表企业和年份，标准误差用于衡量模型的稳定性。

**基准回归**
表2显示，在控制变量后，“DTI”的系数仍然显著为正。这意味着，在其他条件不变的情况下，企业DTP每增加一个标准差，其生产率将提高2.35%（1.3755 × 0.0171）。这表明，DTI显著提升了企业生产率，一定程度上挑战了“索洛悖论”，并与之前的理论分析结果一致。

**结论与启示**
本文从企业劳动力动态的角度系统研究了数字技术创新（DTI）对企业生产率的影响及其机制：
（1）DTI显著提升了企业生产率。具体而言，在控制其他变量后，企业DTP每增加一个标准差，其生产率将提高2.35%。
（2）DTI通过优化劳动力配置来提高生产率，主要通过调整员工规模实现。

**作者贡献声明**
梁翔：撰写——初稿、方法论、数据整理、概念构建
岳书静：撰写——审稿与编辑、数据分析、概念构建
郭立祥：撰写——审稿与编辑、数据分析
刘婷：撰写——初稿、方法论