数字经济发展与企业劳动收入份额

薛龙 艾世杰

【摘要】采用熵值法度量数字经济发展水平并结合2012～2022年沪深A股上市公司的数据， 实证研究数字经济发展对企业劳动收入份额的影响及作用机制， 并进一步分析其异质性。研究结果表明， 数字经济发展对企业劳动收入份额具有显著的提升作用。机制检验表明， 数字经济发展对劳动收入份额的提升作用主要通过优化人力资本结构和加大研发投入来实现。进一步的异质性分析表明， 处于高经济发展水平地区的企业以及高内部治理水平和大规模企业中， 数字经济发展对其劳动收入份额的提升作用更显著。本研究为如何在数字经济时代提高企业劳动收入份额、 促进共同富裕提供了理论依据和经验证据。

【关键词】数字经济；劳动收入份额；人力资本结构；研发投入

【中图分类号】F272      【文献标识码】A      【文章编号】1004-0994（2024）11-0047-7

一、 引言

党的二十大报告中明确提出， 要“努力提高居民收入在国民收入分配中的比重， 提高劳动报酬在初次分配中的比重”。然而， 我国的劳动收入份额在1995年后出现了持续下降， 尽管2011年以来有所回升， 但是依然在低位徘徊。企业层面的劳动收入份额变动趋势与宏观层面基本一致， 只是在变动幅度上较为平缓。对于企业劳动收入份额的影响因素， 学者们从多方面进行了研究。近年来随着互联网、 大数据、 人工智能等技术的不断发展， 数字经济已成为推动我国经济高质量发展的新动能。数字经济的发展对生产函数产生了影响， 改变了传统要素收入分配结构， 进而影响了企业劳动收入份额。然而现有文献中还鲜有学者从理论和实证层面对数字经济发展如何影响企业劳动收入份额进行系统研究。基于此， 本文利用上市公司微观层面劳动收入份额数据， 探究数字经济的发展会如何影响企业劳动收入份额， 并分析这一影响的作用机制及其异质性。这一研究对于我国在新发展阶段优化收入分配结构、 推进共同富裕、 助力实现中国式现代化， 具有重要的理论和现实意义。

与现有文献相比， 本文可能存在以下边际贡献： 一是探究了数字经济发展对劳动收入份额的影响， 为数字经济影响劳动收入份额提供了新的微观证据。二是揭示了数字经济发展通过优化人力资本结构和增加研发投入进而提高劳动收入份额的作用机制， 打开了数字经济影响企业劳动收入份额的“黑箱”。三是丰富了劳动收入份额影响因素的相关研究， 为数字经济时代如何兼顾公平和发展提供了经验证据。

二、 文献综述

（一） 关于数字经济的影响研究

现有研究中学者们主要从宏观和微观两个视角研究数字经济所产生的影响。诸多文献从宏观角度分析数字经济对经济发展的影响。刘洋和陈晓东（2021）发现， 数字经济能够显著促进产业结构升级和产业结构合理化。李春发等（2020）则认为， 数字经济对产业结构转型的促进动能源于分工边界拓展等方面。还有学者研究发现， 数字经济与实体产业深度融合形成的强大动能（刘淑春，2019）， 可以通过提升创业活跃度（赵涛等，2020）、 促进技术创新（薛阳等，2023；程广斌等，2022；彭迪云等，2023）等途径赋能经济高质量发展。从微观层面来看， 数字经济对企业的影响主要可归纳为三个方面： 一是企业管理。数字经济能够提高企业供应链敏捷性（孙新波等，2019）， 有助于企业实现组织结构、 业务流程、 组织行为等的全方位改革（胡斌和刘作仪，2018）。智能评估方法的应用能够扩大会计信息质量评估范畴， 进而有助于企业提供真实可靠的财务会计相关信息， 最终起到公司治理的作用（孙凡和郑济孝，2018）。二是企业经营效率。新兴数字技术下的结构化信息和非结构化信息扩大了数据挖掘空间（刘涛雄和徐晓飞，2015）， 促使企业开始挖掘传统市场以外的长尾需求， 助推整体运营效率提升（何帆和刘红霞，2019）。三是企业财务状况。大数据、 人工智能等数字技术有助于提高企业透明度、 降低信息不对称（陈小辉等，2020）， 从而增强企业债务融资能力， 由此可为企业的投资项目提供资金支持， 并进一步提升企业的风险承担水平。

（二） 关于企业劳动收入份额影响因素的研究

关于企业劳动收入份额的研究集中于其影响因素方面， 归纳起来主要有税制改革、 竞争政策和数字化转型。作为收入再分配的重要调节工具， 税收不可避免地参与到企业生产要素的分配过程中（杜鹏程等，2021）， 进而影响企业劳动收入份额。增值税的多档税率、 价格倒挂等制度性因素和季节波动、 企业生命周期、 生产周期等非制度性因素， 直接挤占了企业流动资金， 使得企业生产经营成本提高并削弱了盈利能力。在竞争政策方面， 市场竞争是影响劳动收入份额的关键因素（文雁兵和陆雪琴，2018）。 《反垄断法》的实施一方面能够削弱垄断企业的竞争优势（王彦超等，2022）， 从而有助于形成公平竞争的债务市场与权益市场环境， 另一方面能够改善要素市场环境， 在降低企业资本要素投入的同时增加劳动要素投入（肖土盛等，2023）， 使得人均资本下降从而提高企业劳动收入份额。同样地， 企业数字化转型能够重构企业人员结构、 业务方式和生产流程。虽然数字技术的应用会对中低技能劳动力产生挤出效应， 但也会催生新业态和新发展模式， 使大量服务于新产业体系的关联岗位涌现（Autor，2015）， 并促使技能专业化、 业务多元化的综合知识型员工逐渐形成（Dauth等，2021）， 从而有利于人力资本结构的升级， 最终提升企业劳动收入份额。

（三） 文献述评

通过对相关主题文献进行梳理不难发现， 学者们对数字经济所产生的影响及企业劳动收入份额的影响因素进行了大量研究， 但是较少有学者基于企业这一微观层面探究数字经济发展对劳动收入份额的影响。基于此， 本文从微观视角出发， 研究数字经济发展对企业劳动收入份额的影响， 揭示其作用机制， 并进一步分析数字经济发展影响不同特征企业劳动收入份额的异质性， 进而提出如何利用数字经济发展提升企业劳动收入份额的对策和建议。可以看出， 本研究不仅从微观层面探索了数字经济发展所产生的影响， 而且为研究企业劳动收入份额的影响因素提供了新的视角， 为数字经济时代如何提升企业劳动收入份额提供了有益借鉴， 具有重要的理论和现实意义。

三、 理论分析和研究假设

（一） 数字经济与企业劳动收入份额

首先， 数字经济发展通过优化就业结构促进企业劳动收入份额的提升。作为一种新的技术经济范式， 数字经济包含的人工智能、 大数据、 云计算和互联网等现代信息通信技术在各类经济活动中的广泛应用对传统就业形态产生了颠覆性的影响（黄祺雨等，2023）， 主要体现在就业技能结构的改变上。数字技术的应用使得企业生产效率得到提升， 同时也降低了企业对低技能劳动力的需求， 而不断开展的机器学习和创新活动则需要更多高技能型劳动力， 从而促使就业结构呈现“两极化”趋势， 当内部高技能员工数量占比较大时， 企业需要支付更多的薪酬。

其次， 数字经济发展通过提高就业质量促进企业劳动收入份额的提升。一方面， 企业借助数字平台发布用工信息， 用工数据和信息的充分流动降低了企业筛选和甄别人力资源的成本， 同时提高了职位匹配度。劳动者也能更迅速地搜寻企业空缺职位， 进而加快劳动市场供求匹配速度， 优化劳动力配置， 更好地实现就业增长并促进企业劳动收入份额的提高。另一方面， 数字技术的进步促使生产力水平提高， 并不断增加对高技能劳动力的需求， 新的岗位复杂度更高、 可替代性更弱、 技能性更强， 岗位特性使得高技能劳动力无法被轻易取代， 因此他们有着更高的收入水平和更强的议价能力， 进一步拉高整体收入水平。从长期来看， 低技能劳动力也会通过不断学习提高自身技能， 数字技术使其更易于学习、 模仿先进的生产方式以及更好地相互配合以应对复杂的工作， 并逐渐成为技能专业化、 业务多元化的综合知识型员工（Dauth等，2021）， 从根本上增强收入获取能力。综合以上分析， 提出假设：

H1： 数字经济发展能够促进企业劳动收入份额的提升。

（二） 数字经济、 人力资本结构与企业劳动收入份额

数字经济会带来企业生产方式和生产关系的改变， 这在劳动与劳动关系上则体现为企业人力资本结构的适应性变革。一方面， 数字经济发展改变了企业内部人力资本结构。由于资本与技能具有互补性（申广军，2016）， 技能劳动对先进技术拥有更强的适应能力， 这使得企业在推动业务和设备升级的同时也相应地需要更多具备专业知识和数字技能的高素质人力资本作为要素支持， 从而促进企业人力资本结构优化升级以及劳动收入份额的提升。此外， 高技能人力资本不仅边际生产力强， 能充分发挥外部性效应， 而且具备更强的学习和创新能力， 这使其具有较强议价能力。而数字技术作为一种新兴技术， 相关技术人员往往供不应求， 这种稀缺性进一步增强了其议价能力， 推动其工资水平的快速上升。另一方面， 数字经济发展降低了企业对部分低技能劳动力的需求， 从而优化了人力资本结构。企业内部的技术革新和智能化设施的应用会替代技术含量低、 重复率高、 可替代性强的生产工作（陈红等，2022）， 从而表现为高技能劳动力占比提升， 人力资本结构得到优化。此外， 数字技术对人力资源的替代具有一定偏向性， 在“挤出”低技能劳动力的同时会提高高技能劳动力的相对地位， 从而进一步提升高技能劳动力的议价能力和工资水平。综上， 本文认为数字经济发展能够通过增加高技能劳动力需求和降低低技能劳动力比例以实现人力资本结构优化， 进而促进企业劳动收入份额的提升。基于上述分析， 提出假设：

H2： 数字经济发展可以通过优化人力资本结构来提高企业劳动收入份额。

（三） 数字经济、 研发投入与企业劳动收入份额

一般而言， 企业采用封闭式创新方式， 研发资金的投入仅限于公司内部的科研创新机构（王晓红等，2023）， 而在数字经济背景下， 企业研发活动已不再仅仅局限于企业内部， 还包含了与新技术范式相适应的资源配置方式和生产组织形式变革。企业成为整个创新活动中的一环： 个人、 科研院所、 高校等主体都可以通过网络参与到此过程中， 多市场主体参与研发能提高“投入—产出”的转化效率， 从而激发企业加大研发力度以获取更高效益。此外， 数字经济的发展为企业提供了更为有效的信息资源收集和挖掘手段， 从而有利于实现内外部信息源的快速连接和信息深度、 广度的扩展（张吉昌和龙静，2022）。信息获取效率的提升和资源要素的快速流动使得知识和信息实现低成本渗透， 企业可以较低成本进行试错创新， 从而增强了企业进行研发的意愿， 因此企业会投入更多的资金支持研发活动。

加大研发投入可能从以下两个方面影响企业劳动收入份额： 一是研发活动是联结基础研究和市场供需的中间环节， 这一过程不仅需要研发人员开展创新活动， 还需要物质和人力资本的支持。随着研发投入的增加， 需要雇佣更多的研发人员参与到研发活动中， 也相应地需要增加与研发人员和研发活动相匹配的研发协助人员以提高研发效率， 需要增加采购、 生产、 营销、 服务等普通员工的数量以保证经营链条的完整性， 最终会从整体上提高企业的劳动收入份额。二是研发活动具有较强的不确定性， 为了能够迅速获得研发成果带来的效益， 企业会给予研发人员较高的福利待遇及较多的成果反馈来调动其积极性。这种做法无疑会提高研发成功的几率， 达到双赢的结果， 而研发成果带来的竞争优势有利于企业实现更高的产值和利润， 从而间接提高了劳动收入份额。综合以上分析， 提出假设：

H3： 数字经济发展可以通过加大研发投入力度来提高企业劳动收入份额。

四、 研究设计

（一） 数据选取

本文选择2012 ～ 2022年沪深A股上市公司作为样本， 其中企业层面数据主要来源于国泰安CSMAR数据库和中经数据库， 宏观层面数据主要来源于国家统计局、 中国信息通信研究院以及工业和信息化相关研究报告、 各省历年统计年鉴等。为保证研究结果的准确性， 本文对数据做了以下处理： ①剔除金融类企业样本； ②剔除ST和暂停上市的样本； ③剔除所有核心变量存在数据缺失的样本； ④由于西藏自治区数据缺失， 对该部分数据进行剔除； ⑤为避免异常值对回归结果的干扰， 对连续变量统一进行了1%以下及99%以上的缩尾处理。最终获得17061个样本。

（二） 变量设定

1. 解释变量： 数字经济发展水平（De）。本文借鉴王军等（2021）的研究， 选择4个一级指标（数字经济发展载体、 数字产业化、 产业数字化和数字经济发展环境）， 并下设9个二级指标和30个变量来测算各省数字经济发展水平。

2. 被解释变量： 劳动收入份额（LS）。参考施新政等（2019）的做法， 以“支付给职工以及为职工支付的现金/营业总收入”来测算企业的劳动收入份额。此外， 本文在稳健性检验中还采用其他两种方法计算劳动收入份额， 分别是： ①LS2： 参考胡奕明和买买提依明·祖农（2013）的研究， 劳动收入份额等于“劳动者薪酬/期末总资产”； ②LS3： 参考魏下海等（2013）的研究， 对劳动收入份额LS做logistic转换， 并进一步取自然对数， 即LS3=ln［LS/（1-LS）］。

3. 控制变量。参考现有研究， 本文选取以下控制变量： 企业年龄（Age）， 以企业成立年数加1取自然对数来衡量； 资产负债率（Lev）， 以企业年末总负债除以总资产衡量； 企业规模（Size）， 以企业年末总资产的自然对数衡量； 现金流状况（Cash）， 用经营活动产生的现金流量净额除以期初总资产衡量； 净资产收益率（ROE）， 用企业净利润除以股东权益余额衡量； 成长性（TobinQ）， 以企业市值除以企业总资产衡量； 固定资产占比（Fixed）， 以企业固定资产占总资产比重衡量； 赫芬达尔指数（HHI）， 使用行业内所有公司所有者权益合计与该行业所有者权益比值的平方累加衡量； 产权性质（SOE）， 按企业年末实际控制人的性质衡量。此外， 还选取企业所在省份人均GDP的自然对数除以10衡量地区经济发展水平（GRO）， 以表示不同省份之间的地域特征。

（三） 模型设定

参考刘长庚等（2022）的研究， 设定如下基准回归模型考察数字经济发展对企业劳动收入份额的影响：

LSi，t=α0+α1Dei，t+Controlsi，t+YEARt+INDi+

ωi，t    （1）

其中， 被解释变量为劳动收入份额（LS）， 核心解释变量为数字经济发展水平（De）， 下标i表示上市企业个体， t表示时间。Controlsi，t为一系列控制变量， ωi，t为模型中的随机扰动项。为了使回归结果更可靠， 本文进一步控制了时间（YEAR）和行业（IND）固定效应。主要关注De的系数α1， 如果α1显著大于0， 则H1得到验证。

五、 实证结果与分析

（一） 描述性统计

表1报告了主要变量的描述性统计结果。劳动收入份额（LS）的均值为0.145， 中位数为0.124， 说明劳动收入份额的数据近似呈现正态分布； 而劳动收入份额的最小值为0.012， 最大值为0.554， 说明不同企业间的劳动收入份额存在较大差距。数字经济发展水平（De）的均值和中位数分别为0.229和0.202， 最大值为0.552， 这表明大部分企业已经受到数字经济的影响。由产权性质（SOE）的数据可知， 样本中有33.1%的国有企业。同样地， 通过净资产收益率（ROE）的数据不难发现， 不同企业的收益率存在较大差异。

（二） 基准回归

表2报告了数字经济发展水平与企业劳动收入份额的回归结果。列（1）为没有引入控制变量的回归结果， 列（2）为加入微观层面控制变量的回归结果， 列（3）则为包含全部控制变量的回归结果， 三列结果均控制了年度和行业固定效应。可以看出， 数字经济发展水平的系数均在1%的水平上显著， 这一结果表明数字经济发展对企业劳动收入份额的增长起到促进作用， 由此验证了H1。从经济意义来看， 以列（3）为例， 若数字经济发展水平增加1个百分点， 企业劳动收入份额将提升约2.6个百分点， 相对于本文样本区间劳动收入份额的均值提升了17.9%（0.026/0.145×100%）左右。

（三） 稳健性检验

1. 替换被解释变量。为排除企业劳动收入份额指标的设定差异， 本文对被解释变量进行了替换， 分别采用LS2、 LS3重新进行回归， 结果如表3列（1）、 （2）所示。LS2和LS3的回归系数分别为0.002和0.210， 均在1%的水平上显著。以上结果表明， 在替换了基准回归模型的被解释变量后结论依然稳健。

2. 解释变量滞后回归。考虑到数字经济不易受到企业劳动收入份额的反向影响， 参考吴非等（2021）的做法， 本文分别以滞后一期、 二期、 三期的数字经济发展水平（De1、 De2、 De3）作为解释变量进行回归分析。通过表3列（3） ～ （5）的结果可以发现， 各滞后期数字经济发展水平的系数仍然在1%的水平上显著为正， 表明数字经济发展对企业劳动收入份额具有正向促进作用。

3. 双重差分法。2016年， 贵州省和京津冀、 珠三角、 上海、 内蒙古等7个区域依次获批建设国家级大数据综合试验区。大数据综合试验区的设立对于所在省份的数字经济发展能够起到积极作用， 从而可能对企业的发展产生间接的促进作用。因此， 本文从外生政策冲击的视角， 选择我国国家级大数据综合试验区政策的实施作为数字经济发展的代理变量， 将2016年综合试验区建设试点作为一项准自然实验， 通过构建双重差分模型来检验数字经济发展对企业劳动收入份额的影响。实证模型设定如下：

LSi，c，t=β0+β1Postt×Treatp+Controlsi，p，t+

YEARt+INDi+ωi，p，t   （2）

其中， Post为2016年综合试验区建设试点事件虚拟变量， 在2016年及之后取1， 否则为0。Treat为处理组虚拟变量， 若企业所在省份位于国家级大数据综合试验区， 则取1， 否则为0。其余设定与模型（1）一致。表4为双重差分模型的回归结果。可以发现， 劳动收入份额（LS）与DID的回归系数为正， 且在1%的水平上显著， 这说明大数据综合试验区的设立对所在地企业劳动收入份额具有促进作用。

此外， 本文以大数据综合试验区设立为基准年， 并选择政策前后各三期的样本进行平行趋势检验。根据表4可以看出： 在试验区政策实施前， 实验组和控制组企业的劳动收入份额并没有明显差异； 而在试验区政策实施后， 回归系数显著为正， 政策效应开始显现。这一结果表明， 数字经济发展对于政策实施所在地企业劳动收入份额的促进作用存在一定的动态可持续性。

4. 安慰剂检验。为检验基准回归结果是否由某些偶然因素驱动， 本文进行了安慰剂检验。具体而言， 在样本中剔除数字经济发展水平（De）， 将剔除的数字经济发展水平随机打乱顺序， 再将其合并至已被处理过的原始样本中， 然后进行回归， 查看系数是否与基准回归结果存在显著差异。由图1可以看到， 随机化后大多数系数的P值都位于P value=0.1线以上， 说明大多数系数至少在10%的水平上不显著， 且系数的核密度估计值的均值都大大偏离其真实值， 表明数字经济发展对企业劳动收入份额的影响不是由其他不可观测因素造成的。

（四） 内生性检验

为了克服反向因果问题， 采用滞后一期的数字经济发展水平（IV_De）作为工具变量进行两阶段最小二乘回归。结果如表5所示， Stock-yogo检验的Minimum eigenvalue statistic值大于16.38， 通过了弱工具变量检验， 说明工具变量选取合理。列（1）为第一阶段回归结果， IV_De的回归系数为1.084， 且在1%的水平上显著， 满足工具变量和数字经济发展水平的相关性假设； 列（2）为第二阶段回归结果， De的回归系数同样显著为正。这说明在控制了可能存在的内生性问题后， 模型依旧支持H1， 说明本文的研究结论稳健。

六、 机制检验

为检验人力资本结构和研发投入在数字经济发展水平与劳动收入份额关系中的中介作用， 借鉴江艇（2022）的思路， 在模型（1）的基础上引入模型（3）：

Socap/RHi，t=β0+β1×Dei，t+Controlsi，t+YEARt+INDi+ωi，t   （3）

其中， Socap/RHi，t分别表示第i个企业第t年的人力资本结构和研发投入， 其余变量定义与模型（1）一致， 不再赘述。主要关注回归系数β1， 若β1显著大于0， 则H2和H3得到验证。借鉴郭伟等（2023）的研究， 以企业研究生及以上学历的员工占全体员工的比重来衡量人力资本结构（Socap）， 并参考梁富山（2021）的做法， 以研发投入占营业收入比重衡量企业研发投入（R&H）， 以此作为被解释变量进行回归，结果如表6所示。可以发现， 数字经济发展水平与人力资本结构和研发投入的系数分别为1.423和0.767， 且均在1%的水平上显著， 由此表明数字经济发展通过优化企业人力资本结构和加大研发投入进而提升企业劳动收入份额。

七、 异质性分析

（一） 基于经济发展水平

由于资源禀赋和发展阶段不同， 无论是数字经济发展水平还是经济发展质量， 在区域分布上都存在着明显的异质性特点。本文将企业所在省份GDP的自然对数作为经济发展水平的衡量标准， 并通过中位数将样本划分为两组， 当企业所在省份GDP小于中位数时， 视为低经济发展水平组， 否则视为高经济发展水平组。回归结果如表7列（1）、 （2）所示， 在低经济发展水平组和高经济发展水平组中数字经济发展水平对企业劳动收入份额的促进作用均在1%的水平上显著， 但高经济发展水平组的系数更大， 且通过组间系数差异性检验， 说明数字经济发展对高经济发展水平地区企业劳动收入份额的促进作用大于低经济发展水平地区的企业。

（二） 基于公司内部治理水平

内部控制水平是企业内部治理水平衡量标准的一部分， 具备较高内部治理水平的企业， 往往同样具有较高的投资效率和决策能力， 其管理者对数字经济发展过程中蕴含的发展前景更为敏锐， 从而通过数字技术的应用实现更高层次的发展， 助力劳动收入份额的提升。因此本文预期， 数字经济发展对高内部治理水平企业劳动收入份额的促进作用更为显著。参考倪骁然和朱玉杰（2017）的研究， 本文将前十大股东持股比例按照中位数进行划分， 当前十大股东持股比例之和大于中位数时， 视为高内部治理水平组， 否则视为低内部治理水平组。回归结果如表7列（3）、 （4）所示， 数字经济发展水平在高内部治理水平组的回归系数为0.033， 在低内部治理水平组的回归系数为0.015， 且组间系数差异性检验显著， 说明数字经济发展对高内部治理水平企业劳动收入份额的提升效果更明显， 由此验证了前文的预期。

（三） 基于企业规模

数字经济与生产发展的深度融合需要长期的资金投入和技术创新， 由于大型企业具备融资和技术开发应用上的比较优势， 其通常拥有更多的高新设备， 对生产、 运营和销售各环节应用信息技术赋能的能力也更强（Bessen和Righi，2019）。因此本文预期， 数字经济发展对大型企业劳动收入份额的促进作用更为明显。以员工人数的自然对数来表示企业规模， 并通过中位数将样本分为大型企业和中小型企业两组。回归结果如表7列（5）、 （6）所示， 不论是在大型企业还是在中小型企业， 数字经济发展都能够促进企业劳动收入份额的增长， 且在1%的水平上显著， 但对于大型企业的促进作用更明显。进一步的组间差异系数小于0.1， 说明数字经济发展对大型企业劳动收入份额的提升作用大于中小型企业， 验证了前文预期。

八、 结论与建议

在数字经济发展的大背景下， 如何提升企业劳动收入份额进而提高劳动收入份额在初次分配中的占比已成为学术界关注的重点。鉴于此， 本文基于2012 ～ 2022年沪深A股上市公司的数据来研究数字经济发展如何影响企业劳动收入份额。研究结果表明： 第一， 数字经济发展能够促进企业劳动收入份额的提升， 且该结论通过了一系列稳健性和内生性检验， 表明企业能够借助数字经济衍生的各项技术实现发展从而提升企业劳动收入份额。第二， 数字经济发展可以通过优化人力资本结构和加大研发投入来提高企业劳动收入份额。第三， 数字经济发展对高经济发展水平地区企业、 高内部治理水平企业和大型企业劳动收入份额的促进作用更为显著。研究结果验证了大规模企业可以利用自身在资金、 研发、 人才等方面的优势， 在数字经济时代获得更多的发展机会， 从而有利于劳动收入份额的提升。

为了更好地发挥数字经济促进企业发展， 进而实现劳动收入份额提升的作用， 本文提出以下建议：

第一， 客观、 全面地认识数字经济发展对企业劳动收入份额的影响。一方面， 数字经济发展对劳动收入份额的影响因不同企业而有显著差异， 因此政府可根据不同地区经济发展水平以及不同企业规模和内部治理水平的差异， 采取更具针对性的政策， 从而更好地推进企业数字技术的发展， 避免产生“数字红利差异”。另一方面， 中小型企业相比于大型企业具有更强的融资约束， 因此政府可完善现有的信息披露机制以及中小企业信贷风险评估指标体系， 并引导以商业银行为代表的商业金融机构加大对中小企业的融资支持力度， 从而激励企业进行技术研发和创新， 在促进企业转型发展的过程中带动劳动收入份额的提升。

第二， 主动关注和把握数字经济发展所带来的各方面变化， 积极组织员工参与培训， 推动劳动者技能结构转型升级。对于经济发展水平较低地区的企业而言， 数字经济的发展为其提供了更多的机会， 因此要抓住数字经济发展的契机， 持续增加研发投入， 加大研发人员招聘力度， 加快推动常规技能劳动者向数据技能劳动者的转变， 使企业的发展和劳动者的成长更加适应数字经济时代的需求， 从而实现企业劳动收入份额的提升。

【 主 要 参 考 文 献 】

陈红，张梦云，王稳华等．数字化转型能推动企业人力资本结构调整吗？［ J］．统计与信息论坛，2022（9）：35 ～ 47．

陈小辉，张红伟，吴永超．数字经济如何影响产业结构水平？［ J］．证券市场导报，2020（7）：20 ～ 29．

程广斌，吴家庆，李莹．数字经济、绿色技术创新与经济高质量发展［ J］．统计与决策，2022（23）：11 ～ 16．

杜鹏程，王姝勋，徐舒．税收征管、企业避税与劳动收入份额——来自所得税征管范围改革的证据［ J］．管理世界，2021（7）：105 ～ 118+8．

郭伟，郭童，耿晔强．数字经济、人力资本结构高级化与企业全要素生产率［ J］．经济问题，2023（11）：73 ～ 79+129．

胡斌，刘作仪．物联网环境下企业组织管理特征、问题与方法［ J］．中国管理科学，2018（8）：127 ～ 137．

胡奕明，买买提依明·祖农．关于税、资本收益与劳动所得的收入分配实证研究［ J］．经济研究，2013（8）：29 ～ 41．

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．

黄祺雨，王乃合，杨光．数字经济发展的就业效应——基于三次产业的异质性分析［ J］．经济与管理研究，2023（11）：62 ～ 83．

江艇．因果推断经验研究中的中介效应与调节效应［ J］．中国工业经济，2022（5）：100 ～ 120．

刘涛雄，徐晓飞．互联网搜索行为能帮助我们预测宏观经济吗？［ J］．经济研究，2015（12）：68 ～ 83．

刘洋，陈晓东．中国数字经济发展对产业结构升级的影响［ J］．经济与管理研究，2021（8）：15 ～ 29．

刘淑春．中国数字经济高质量发展的靶向路径与政策供给［ J］．经济学家，2019（6）：52 ～ 61．

刘长庚，李琪辉，张松彪等．金融科技如何影响企业创新？——来自中国上市公司的证据［ J］．经济评论，2022（1）：30 ～ 47．

梁富山．加计扣除税收优惠对企业研发投入的异质性效应研究［ J］．税务研究，2021（3）：134 ～ 143．

刘怡，耿纯．增值税留抵规模、分布及成本估算［ J］．税务研究，2018（3）：28 ～ 36．

倪骁然，朱玉杰．卖空压力影响企业的风险行为吗？——来自A股市场的经验证据［ J］．经济学（季刊），2017（3）：1173 ～ 1198．

彭迪云，吴佳萍，陆文灿等．数字经济与高科技企业绿色创新——基于高管团队异质性的调节作用［ J］．金融与经济，2023（4）：53 ～ 64．

孙新波，钱雨，张明超等．大数据驱动企业供应链敏捷性的实现机理研究［ J］．管理世界，2019（9）：133 ～ 151+200．

施新政，高文静，陆瑶等．资本市场配置效率与劳动收入份额——来自股权分置改革的证据［ J］．经济研究，2019（12）：21 ～ 37．

申广军．“资本—技能互补”假说：理论、验证及其应用［ J］．经济学（季刊），2016（4）：1653 ～ 1682．

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（7）：130 ～ 144+10．

王晓红，栾翔宇，张少鹏．企业研发投入、ESG表现与市场价值——企业数字化水平的调节效应［ J］．科学学研究，2023（5）：896 ～ 904+915．

王军，朱杰，罗茜．中国数字经济发展水平及演变测度［ J］．数量经济技术经济研究，2021（7）：26 ～ 42．

王彦超，赵婷婷，纪宇．反垄断、竞争强度与高管激励［ J］．财贸经济，2022（3）：67 ～ 81．

魏下海，董志强，黄玖立．工会是否改善劳动收入份额？——理论分析与来自中国民营企业的经验证据［ J］．经济研究，2013（8）：16 ～ 28．

文雁兵，陆雪琴．中国劳动收入份额变动的决定机制分析——市场竞争和制度质量的双重视角［ J］．经济研究，2018（9）：83 ～ 98．

肖土盛，董启琛，张明昂等．竞争政策与企业劳动收入份额——基于《反垄断法》实施的准自然实验［ J］．中国工业经济，2023（4）：117 ～ 135．

薛阳，牛子正，段淏文等．数字经济、技术创新与高质量发展［ J］．统计与决策，2023（21）：96 ～ 102．

张吉昌，龙静．数字化转型、动态能力与企业创新绩效——来自高新技术上市企业的经验证据［ J］．经济与管理，2022（3）：74 ～ 83．

赵涛，张智，梁上坤．数字经济、创业活跃度与高质量发展——来自中国城市的经验证据［ J］．管理世界，2020（10）：65 ～ 76．

Autor D. H.. Why Are There Still So Many Jobs？ The History and Future of Workplace Automation［ J］．Journal of Economic Perspectives，2015（3）：3 ～ 30．

Bessen J.， C. Righi. Shocking Technology：What Happens When Firms Make Large IT Investments［R］．SSRN Working Paper，2019．

Dauth W.， S. Findeisen， Suedekun J.， et al.. The Adjustment of Labor Markets to Robots［ J］．Journal of the European Economic Association，2021（6）：3104 ～ 3153．