数字创新困境：就业与竞争力的双刃剑

《Journal of Innovation & Knowledge》：The digital innovation dilemma: A double-edged sword for employment and competitiveness

　　

企业数字创新对就业具有双重效应，作为企业竞争力的双刃剑。它促进了某些维度的就业扩张，同时也引发了重塑竞争动态的重大结构性转变。本研究使用中国A股上市公司（2010–2024年）的数据，整合四个维度的六个指标，通过文本分析和主成分分析（PCA）衡量数字创新的广度和深度，揭示其对就业的复杂影响。数字创新主要通过扩大企业创新边界和增强可持续发展能力来推动整体就业增长。一个相关结果是识别了不同部门和专业群体之间的异质性效应，其中就业促进效应在企业成长和成熟阶段更为显著，而非初创阶段，并且对非国有企业和竞争性行业显著，而非国有企业或垄断行业。值得注意的是，数字创新与减少常规职业就业和增加非常规职业角色相关。这些发现揭示了企业面临的战略困境，即利用数字创新获取竞争优势需要仔细权衡其对就业结构和规模的复杂影响。本研究为在数字创新时代制定适应性劳动力市场政策提供了关键见解，对不同企业、不同企业生命周期阶段以及不同职业的专业人员具有重要参考价值。

在研究背景方面，数字创新作为通用技术（GPT），深刻融合人工智能（AI）、大数据分析、云计算和物联网等，重塑企业生产函数与价值创造。中国正面临新冠疫情与经济结构转型的双重冲击，劳动力市场出现技能错配与高校毕业生就业压力，数字创新被视为解决就业困境的关键杠杆。然而，现有研究存在三大不足：一是数字创新度量多依赖年报文本语义的二元变量，无法反映广度与深度；二是影响机制分析局限于静态线性效应，忽略创新边界扩展与可持续发展能力（SDC）的动态作用；三是缺乏对就业结构变化的细致分解，尤其未区分常规职业与非常规职业的替代-创造效应。为此，研究人员利用中国A股上市公司2010–2024年数据，探究企业数字创新对就业的双重影响。研究发现，数字创新通过扩大企业创新边界（Inno）和增强SDC促进整体就业增长，但效应因企业生命周期、所有权性质、行业属性和职业类型而异。该研究为理解数字创新时代的就业政策提供了重要参考，论文发表在《Journal of Innovation》。

研究人员主要采用以下关键技术方法：首先，从四个维度（创新深度、专门投资、研发投入、数字基础）选取六个指标，包括技术、业务、流程创新词频、AI投资水平、研发支出与人员占比、数字无形资产比例，通过文本分析与主成分分析（PCA）构建综合数字创新指数（DigT）。其次，以中国A股上市公司2010–2024年为样本（数据来自CSMAR数据库及中国城市统计年鉴），剔除ST、*ST、PT及金融类公司，对连续变量进行1%和99%缩尾处理，最终获得35,604个观测值（4,631家公司）。再次，采用企业固定效应（FE）模型控制城市和年份效应，并使用工具变量（同地区同行业上一期数字创新均值及Bartik IV）解决内生性，最后通过机制检验（两步法）和分组回归分析异质性。

研究结果部分：
**基准回归**：通过构建模型FJNet_it = β₀ + β₁DigT_it + β₂X_i + δ_c + σ_t + ε_it，发现数字创新（DigT）对净就业增长率（FJNet）和就业创造率（FJC）显著正相关，对就业破坏率（FJD）不显著，验证了假设1（数字创新扩大整体就业规模）。
**内生性检验**：使用同行业同地区上一期数字创新均值（IV1）和Bartik工具变量（IV2）进行两阶段最小二乘回归，第一阶段F统计量远高于临界值，第二阶段DigT系数仍显著为正，表明基准结论稳健。
**稳健性检验**：通过增加地区层面控制变量（GDP、金融发展水平）、加入省份-年份交互固定效应、剔除直辖市和2020–2022年样本、排除宽带中国政策干扰，DigT系数均显著为正，支持主要结论。
**机制检验**：构建两阶段模型，第一阶段显示DigT显著促进创新边界（Inno）和SDC；第二阶段加入机制变量后，DigT仍显著，且间接效应分别占总效应的8.3%和19.68%，验证了假设2（数字创新通过扩大创新边界和增强可持续发展能力促进就业）。
**异质性分析**：按企业生命周期分组，成长和成熟期企业DigT系数显著为正，初创期不显著；按所有权性质，非国有企业显著，国有企业不显著；按行业市场属性，竞争性行业显著，垄断行业不显著。
**进一步分析**：针对初创企业，引入融资约束作为调节变量，发现高融资约束削弱了数字创新的就业创造效应。按行业类型，数字创新显著促进服务业就业，对农业和制造业总体不显著；制造业内部，消费品制造业显著减少就业，其他制造业增加；服务业内部，生产性和非生产性服务业均显著增加就业。按职业类型，数字创新减少生产、财务、行政等常规职业需求，增加销售、技术等非常规职业需求，验证了假设3。

在讨论部分，研究人员总结了数字创新对就业的复杂影响，强调其作为双刃剑的本质，但总体呈现促进效应。研究结论部分翻译如下：为探究企业数字创新对就业的复杂影响，本研究超越以往使用二元变量（Jin et al., 2024; Shi and Wang, 2023; Zhao, 2023）或泛化分析企业雇佣决策（Kobulov & Egamberdiyev, 2025; Wang and Huang, 2026）的方法，采用文本分析与PCA结合的方法表征数字创新的广度与深度，并进一步将数字创新对就业的影响分解为就业破坏与创造。利用2010–2024年中国A股上市公司数据，我们得出四个值得注意的结果。第一，数字创新能显著促进企业净就业增长率的提升。该结论在解决潜在内生性并进行一系列稳健性检验后仍然成立，与多数现有研究一致（Shi and Wang, 2023; Kobulov & Egamberdiyev, 2025; Kao et al., 2026）。第二，数字创新扩大了企业的创新边界和可持续发展能力。企业倾向于增加劳动力需求以提高生产效率、扩大业务规模、实现多元化经营并实施长期发展战略。这些发现为理解数字创新通过业务范围、业务规模和ESG评级等影响就业的机制提供了坚实基础（Du et al., 2025）。第三，数字创新促进了成长和成熟期企业的劳动力需求，而初创企业受融资限制和生存压力约束，其对数字创新的劳动力需求响应不显著。因此，数字创新的就业收益取决于企业的吸收能力和融资渠道。对于面临显著融资约束的资源匮乏企业，数字创新的就业影响不仅取决于技术本身，还取决于企业可获得的金融环境和财政支持。第四，在不同行业方面，企业数字创新对劳动力需求的增长效应主要发生在服务业，而非农业和制造业。在不同职业从业者方面，企业数字创新减少了生产、财务和行政等常规职业的就业，增加了销售和技术等非常规职业的就业。这已被Autor et al. (2003)、Agrawal et al. (2019)、Chen et al. (2024)和Lv et al. (2025)等研究验证。