数字化转型、企业ESG表现与劳动就业——基于沪深A股工业上市公司的实证研究

Digital Transformation, Corporate ESG Performance, and Labor Employment—Empirical Evidence from Industrial Listed Companies on the Shanghai and Shenzhen Stock Exchanges

摘要: 在世界经济缓慢复苏、逆全球化趋势加剧以及公共卫生事件的冲击等多重因素共同作用下，中国经济面临的不确定性因素增多，对劳动力市场的挑战增大，特别是结构性就业问题变得更加明显。在此背景下，数字技术的飞速进步推动了中国企业数字化转型的浪潮。因此，从企业数字化转型的角度来探讨民生问题具有重要意义。企业在推动经济持续发展和积极承担社会责任方面所展现的ESG (环境、社会和治理)优势，可能成为实现就业稳定目标的新引擎。本研究从微观企业层面分析了数字化转型对就业的影响，并进一步探讨了企业ESG表现在数字化转型与就业关系中的中介作用，结果表明，数字化转型有助于增加就业机会，并且通过提升企业ESG表现，扩大了就业规模。

Abstract: Facing a global economy that’s recovering slowly, a rise in anti-globalization sentiments, and the ongoing effects of the public health events, China’s economic landscape is rife with uncertainty and labor market challenges, especially concerning structural unemployment. In this context, the swift progress of digital technology and its profound integration with the physical economy have driven a surge in digital transformation among Chinese businesses. Thus, examining livelihood challenges through the lens of corporate digital transformation is particularly relevant. The ESG (Environmental, Social, and Governance) strengths that companies exhibit, as they foster sustainable growth and fulfill societal duties, could emerge as a key driver for stable employment. This research delves into the effects of digital transformation on employment at the corporate level and investigates how corporate ESG performance mediates the connection between digital transformation and employment. Findings indicate that digital transformation not only boosts employment chances but also, by improving corporate ESG performance, leads to an expansion in employment size.

1. 引言

随着大数据、人工智能等数字技术与各领域深度整合，引领着传统生产方式和生活方式经历深刻的变革，数字经济已逐渐成为中国经济增长的关键动力。在这样一个以数字技术和数据为核心的新时代，企业进行数字化转型成为一种普遍现象。为了适应数字经济的发展潮流，众多传统企业开始主动采纳数字技术，以促进自身的数字化转型，这不仅改变了它们原有的运营模式，重塑了生产关系，也增强了创新能力，并提升了市场竞争力。

面对日益加剧的人口老龄化和上升的劳动力成本，企业通过数字化转型对劳动力市场的员工技能提出了更高要求，使得“找工作难”和“招人难”的就业矛盾更加突出。就业作为最大的民生，对于支撑经济发展、保障公民收入和维护社会稳定具有重要作用，也是中国全面建设小康社会、迈向共同富裕的关键任务。《“十四五”就业促进规划》明确指出，为实现高质量发展、全面建设社会主义现代化国家，需要实现更充分更高质量的就业。党的二十大报告进一步强调了实施就业优先战略，以实现充分且高质量的就业。因此，在当前中国致力于稳定就业和推动可持续发展的背景下，深入研究企业数字化转型如何影响就业变得尤为关键。出于降低成本和提高运营效率的考虑，企业通过数字化转型可能会减少对劳动力的需求。然而，数字化技术和资本通常与劳动力相结合，参与生产活动，这种互补性可能会增加对劳动力的需求。因此，研究数字化转型如何影响企业劳动就业具有重要的理论和实践价值。

在数字化转型的过程中，企业不仅能够实现生产方式的绿色化、沟通渠道的数字化和决策流程的智能化，还能在环境(Environmental)、社会(Social)和治理(Governance)三方面作用于其ESG表现[1]。ESG理念被纳入企业的投资和经营策略中，成为企业自我监督和规范的准则，同时也是投资者评价企业可持续性和社会责任履行情况的关键指标。ESG的实质是在追求经济效益的同时，推动企业建立既注重效率又具备可持续性的商业模式，关注生态保护、社会责任和公司治理。它还能评估企业的长期可持续性，以便投资者做出更明智的投资选择。随着中国提出“碳达峰、碳中和”的目标，ESG的重要性日益凸显，受到政策制定者和公众的广泛关注。证监会在2018年对《上市公司治理准则》进行了修订，要求上市公司披露环境保护、社会责任以及公司治理的相关信息。证监会2022年发布《上市公司投资者关系管理工作指引》，要求在上市公司与投资者沟通中加入ESG信息。ESG与“双碳”战略和高质量发展目标高度一致，成为推动中国经济可持续发展及“双碳”目标达成的关键，也是评价企业可持续发展价值的重要尺度[2]。

工业是国民经济的重要支柱，对GDP的贡献巨大。而工业上市公司因其强大的生产能力和市场竞争力，成为推动整个工业行业发展的重要力量，其数字化转型进程对国民经济的整体运行和产业结构的优化升级至关重要。同时，工业上市公司在吸纳就业方面具有重要意义，为社会创造了众多工作岗位，有助于缓解就业市场的压力。因此，深入分析数字化转型如何影响工业上市公司的就业情况，对于理解经济发展趋势和推动就业市场改善具有重要价值。基于此，本文综合考虑企业数字化转型、ESG表现和劳动就业，通过实证分析工业上市公司数字化转型与劳动就业之间的关系，并考察ESG表现如何作为中介变量影响数字化转型和就业的关系。

2. 理论分析

2.1. 数字化转型对劳动就业的直接影响分析

企业数字化转型就是企业利用各种数字技术，实现组织特性的转变，以提升运营效率的过程。这个过程主要关注数字技术的应用、转型的广度与深度、以及转型所带来的价值创造方式等。数字技术的重组是推动企业数字化转型的关键力量，它通过数字化应用、产品和平台等基础设施发挥作用[3]，并对企业资源配置的优化和重组产生深远影响。数字化转型可能会增加对某些特定类型资本的投入，但其主要影响体现在劳动力需求的变化上[4]。从理论上讲，引入数字化资本和技术可能会减少对执行常规、可编码任务的低技能劳动力的需求[5]。但同时，企业在进行数字化转型时，需要依赖高技能劳动力来完成监控系统的运行、潜在问题的解决等工作任务，这就创造了更多对高技能劳动力的需求[6]。

根据发达国家的经验，技术进步往往导致劳动力市场产生极化现象，高技能和低技能劳动者的收入份额上升，而中等技能劳动者的就业机会减少[7]。在中国，由于数字化转型仍处于初级阶段，企业通过数字化转型对劳动力的替代作用尚不明显，或劳动力结构的调整可能倾向于“单向”发展，即对高技能人才的需求不断增加，而对低技能人才的需求减少。现有文献也证实了这个观点。宋建和王怡静(2024)通过文本分析确认了企业数字化转型对扩大就业规模的正面影响[8]。王杰和张世伟(2024)的研究表明，数字化转型指数每增加1个百分点，企业中高技能劳动力的比例将提高0.1% [9]。李雅洁和王志刚(2024)指出数字化转型增加了对劳动力的整体需求，特别是对高技能劳动力的需求，而对低技能劳动力的需求则有所减少[4]。李旭超等(2024)在研究数字化转型与人力资本结构时发现，企业数字化转型不仅增加了对高学历劳动力的需求，也扩大了对低学历劳动力的需求，这表明数字技术对低学历劳动力的替代效应并不明显[10]。基于此，本文提出：

假设1：数字化转型能够扩大就业规模。

2.2. ESG的中介效应分析

数字化转型是企业升级业务模式和推动创新的关键，它在增强企业的环境管理、社会责任和治理能力方面扮演着重要角色。第一，企业数字化转型能够提升环境管理水平。数字化转型通过采用数字化和智能化手段，改进生产过程和物流体系，使企业能够更高效地使用资源和能源，减少生产活动对环境的污染，从而提高环境管理水平[11]。第二，数字化转型能够提升企业社会责任水平。数字化转型通过数据的深入分析和应用，加强了企业处理社会问题的能力，利用大数据、人工智能等技术，推进社会治理的数字化基础设施建设，满足不同利益相关者的需求。第三，数字化转型能够提升企业治理水平。数字化转型通过增强信息的透明度和可访问性，使企业能够更高效地管理和分析数据，提高决策的质量和速度，并通过及时的信息披露减少信息不对称[12]，从而提升企业治理水平。

多项研究均表明，企业进行数字化转型能够显著提升其ESG表现。例如，杜传忠和李泽浩(2024)的研究表明，数字化转型对ESG表现有正面作用[13]。王金等(2024)指出重污染企业通过数字化转型能够增强其ESG表现[14]。而王应欢和郭永祯(2023)的研究发现，企业数字化转型与ESG表现之间存在一种非线性关系[15]。这些研究结果一致表明，数字化转型是推动企业ESG表现提升的重要因素。

数字化转型有助于推广绿色低碳技术的创新和应用，促进产业结构向更加环保的方向发展，使企业的生产方式更加高效，这不仅能够提高生产效率，还能提升企业的ESG表现。企业如果具有良好的ESG表现，通常会有更完善的员工激励机制，这有助于提高员工的满意度和工作效率[16]。谢红军和吕雪(2022)指出，企业通过积极公开其社会责任活动，建立积极的品牌形象，吸引更多人才的同时，消费者也会增加对该企业商品或服务的购买意愿，从而增加企业的市场竞争力和劳动力需求[17]。

企业作为市场经济的核心参与者，其将ESG表现融入投资决策的能力对于经济发展模式的转变、“双碳”目标的实现和就业市场的稳定至关重要。目前少数学者对ESG表现如何影响企业就业进行了实证分析，匡广璐等(2024)提出企业ESG表现能够对劳动力需求产生积极影响[18]。郑兰祥等(2024)利用中国A股上市公司的数据，发现ESG表现的提升与就业水平的显著增长相关[19]。毛其淋和王玥清(2023)从劳动力供需两个角度探讨了ESG优势在提高企业就业水平、促进就业增长和优化就业技能结构方面的作用[20]。基于此，本文提出：

假设2：数字化转型能够通过提升企业ESG表现扩大就业规模。

3. 实证分析

3.1. 理论模型构建

本文构建了以下回归模型，探究数字化转型对企业ESG表现的影响：

${\text{Labor}}_{it}={\alpha }_0+{\alpha }_1{\text{Digital}}_{it}+{\alpha }_2{X}_{it}+{\mu }_i+v_t+{\epsilon }_{it}$ (1)

其中，i和t分别表示企业和年份；被解释变量${\text{Labor}}_{it}$ 表示工业上市公司的就业规模，以员工人数的自然对数形式表示；解释变量${\text{Digital}}_{it}$ 为企业数字化转型程度，通过分析上市公司年报中与数字化转型相关词汇的出现频数的对数来衡量；${\mu }_i$ 和$v_t$ 分别为企业固定效应与年份固定效应；${\epsilon }_{it}$ 为随机扰动项；是其他可能影响就业的控制变量，包括总资产净利润率(Roa)、现金资产比率(Cash)、资产负债率(Lev)、第一大股东持股比例(Top)、托宾Q值(TobinQ)和董事规模(Lnholder)。数据来源于国泰安数据库(CSMAR)。

根据前文理论分析，本文构建如下中介效应模型：

${\text{ESG}}_{it}={\beta }_0+{\beta }_1{\text{Digital}}_{it}+{\beta }_2{X}_{it}+{\mu }_i+v_t+{\epsilon }_{it}$ (2)

${\text{Labor}}_{it}={\gamma }_0+{\gamma }_1{\text{Digital}}_{it}+{\gamma }_2{\text{ESG}}_{it}+{\gamma }_3{X}_{it}+{\mu }_i+v_t+{\epsilon }_{it}$ (3)

其中，${\text{ESG}}_{it}$ 表示中介变量企业ESG表现，本文使用华证ESG得分的年均值和年中位数来衡量，ESG得分将上市公司ESG评级按照从高到低的顺序赋予1至9的分值。其他变量的定义与式(1)相同。

3.2. 基准回归

表1展示了数字化转型对企业就业规模影响的基准回归结果。在(1)~(2)列中，分别控制企业固定效应、企业固定效应和年份固定效应时，数字化转型的相关系数显著为正。在第(3)列中，进一步添加了其他控制变量，以便更精确地评估数字化转型对企业就业水平的影响。结果显示，数字化转型对企业就业水平有显著的正向影响，从而支持了假设1。

Table 1. Benchmark regression analysis

表1. 基准回归

VARIABLES	(1)	(2)	(3)
	Labor	Labor	Labor
Digital	0.104^***	0.0471^***	0.0425^***
	(0.0101)	(0.00923)	(0.00893)
Roa			0.721^***
			(0.125)
Cash			−0.155^*
			(0.0814)
Lev			1.089^***
			(0.122)
Top			0.00320
			(0.00209)
TobinQ			−0.0283^***
			(0.00683)
Lnholder			0.240^***
			(0.0733)
Constant	7.866^***	7.956^***	6.915^***
	(0.0158)	(0.0145)	(0.200)
企业固定效应	YES	YES	YES
年份固定效应	NO	YES	YES
Observations	11,882	11,882	11,586
R-squared	0.912	0.917	0.925

注：① 括号中的数据代表基于企业层面的聚类稳健标准误；② ^***、^**、^*分别表示在1%、5%、10%水平下显著。下同。

3.3. 稳健性检验

为了确保研究结果的可靠性，本研究进行了以下稳健性检验：1) 对变量进行1%水平的缩尾处理，以减少极端值的潜在影响；2) 将样本时间范围限定在2009年至2019年，以排除2020年公共卫生事件可能带来的干扰；3) 对因变量应用反双曲正弦变换，以处理其可能的非线性特性；4) 在模型中控制城市固定效应和年份固定效应，并在城市层面对标准误进行聚类处理。表2中可以看出检验结果与前文相比未发生明显变化，表明研究估计结果具有较高的稳健性。

Table 2. Robust test

表2. 稳健性检验

VARIABLES	(1)	(2)	(3)	(4)
	缩短样本周期	更换被解释变量	反双曲正弦变换	缩尾处理
Digital	0.0403^***	0.0354^***	0.108^***	0.108^***
	(0.00859)	(0.0108)	(0.0187)	(0.0187)
控制变量	YES	YES	YES	YES
企业固定效应	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES
Observations	11,586	6,985	11,815	11,815
R-squared	0.928	0.927	0.409	0.409

3.4. 中介效应检验

为进一步探讨企业ESG表现的中介作用，本文分别ESG得分的年均值(ESG_mean)和年中位数(ESG_median)作为中介变量，并依据模型(2)和(3)进行了检验。表3的第(1)、(3)列的回归分析结果显示，数字化转型对企业ESG得分的年均值和年中位数均显著为正，这表明数字化转型有助于提升企业的ESG表现。第(2)、(4)列的结果显示，数字化转型对企业ESG得分年均值的系数分别为0.0418和0.0795，对企业ESG得分年中位数的系数分别为0.0418和0.0706，这些系数均在1%的显著性水平上显著，这进一步证实了假设2的观点，即数字化转型能够通过增强企业的ESG表现来扩大就业规模。

Table 3. Mediating effect test

表3. 中介效应检验

VARIABLES	(1)	(2)	(3)	(4)
	ESG_mean	Labor	ESG_median	Labor
Digital	0.0306^**	0.0418^***	0.0346^***	0.0418^***
	(0.0120)	(0.00884)	(0.0128)	(0.00884)
ESG_mean		0.0795^***
		(0.00859)
ESG_median				0.0706^***
				(0.00753)
控制变量	YES	YES	YES	YES
企业固定效应	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES
Observations	11,340	11,338	11,340	11,338
R-squared	0.678	0.928	0.649	0.928

3.5. 异质性分析

本研究在前文分析数字化转型对企业整体就业水平影响的基础上，进一步探讨了数字化转型对就业结构的影响。为了更精确地描绘企业就业技能结构的特点，本文依据员工的教育背景和职位类型两个维度进行分类。具体来说，根据员工的最高学历，将员工划分为高学历(研究生及以上)和低学历(本科及以下)两组，并对各分组的员工数取对数处理，表4的第(1)~(2)列展示了按学历分组的结果，其中数字化转型的系数均显著为正，表明数字化转型对不同教育背景的员工数量都有显著的正面影响。接着，本文根据员工的职位类型，将员工划分为技术、生产、市场和其他职位，同样对这些群体的人数进行对数处理，第(3)~(6)列展示了按职位类型分组的结果，结果显示数字化转型显著提升了技术、市场和其他职位的就业水平。这可能是因为数字技术的应用提高了对人力资本的要求，企业为了适应这一变化，会调整其人力资本结构，以确保员工能够与数字技术相辅相成，从而最大化技术效益。在数字化转型过程中，企业往往需要依赖高级管理人员和数字化专家等高技能人才，这就增加了对这类劳动力的需求。同时，生产自动化可能会减少对传统生产工人的需求，但随着生产效率的提升，企业可能会扩大生产规模，进而又增加了对生产人员的需求。

Table 4. Heterogeneity analysis

表4. 异质性分析

VARIABLES	(1)	(2)	(3)	(4)	(5)	(6)
	高学历员工	低学历员工	技术人员	生产人员	市场人员	其他人员
Digital	0.0357^**	0.0377^***	0.0607^***	0.0104	0.0696^***	0.0543^***
	(0.0164)	(0.0109)	(0.00993)	(0.0118)	(0.0103)	(0.0106)
控制变量	YES	YES	YES	YES	YES	YES
企业固定效应	YES	YES	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES	YES	YES
Observations	11,211	11,188	11,239	11,142	11,167	11,313
R-squared	0.854	0.912	0.910	0.927	0.927	0.899

3.6. 数字化转型细分指标对企业就业的影响

数字化转型涵盖了人工智能、区块链、云计算、大数据技术以及数字技术应用等多个方面。为了探究各独立技术因素对就业影响的相对重要性，本文在基准回归模型的基础上，将数字化转型这一综合变量细化为多个独立技术因素变量进行替代分析。结果见表5，从中可以看出，人工智能、云计算、大数据技术以及数字技术应用均对企业就业有显著的正面影响，尤其是人工智能在提升企业就业水平方面的作用最大。这可能是因为人工智能在提高生产自动化、促进产业升级、增强劳动力技能和优化企业决策等方面具有明显优势，因此在促进就业方面的效果更为突出。而区块链对就业的影响在统计上不显著，这可能是因为区块链被视为一种具有长期潜力的技术，其对就业的积极影响可能在未来逐渐显现。

Table 5. Breakdown analysis

表5. 细分指标分析

VARIABLES	(1)	(2)	(3)	(4)	(5)
	Labor	Labor	Labor	Labor	Labor
人工智能	0.109^***
	(0.0158)
区块链		0.0879
		(0.0605)
云计算			0.0757^***
			(0.0139)
大数据技术				0.0726^***
				(0.0146)
数字技术应用					0.0330^***
					(0.00977)
控制变量	YES	YES	YES	YES	YES
企业固定效应	YES	YES	YES	YES	YES
年份固定效应	YES	YES	YES	YES	YES
Observations	21,344	21,344	21,344	21,344	21,344
R-squared	0.897	0.896	0.897	0.897	0.897

4. 结论与建议

随着数字经济的快速增长，生活方式和生产方式发生巨大变化，同时也为经济的增长带来了新的动力。在数字化趋势的推动下，有必要研究数字化转型对劳动就业的影响。本研究选取了沪深两市A股工业上市公司作为样本，采用双向固定效应模型来分析数字化转型对企业就业的影响，并探讨了企业ESG表现在其中的中介作用。结果表明：数字化转型对企业就业增长具有显著的促进作用，并通过提高企业ESG表现，进一步扩大企业就业规模。

基于此，本文提出以下政策意见。对于企业，应进一步推进数字化转型，并将ESG理念整合到其可持续发展战略中，积极实施相关活动。对于政府，应继续加强数字基础设施的建设，激励企业与数字经济趋势相适应，促进实体经济与数字经济的紧密结合，并为企业提供数字化转型的支持，以加速转型进程。鉴于当前企业数字化转型与高技能劳动力的互补性，政府应适当增加对相关政策的支持，以促进企业人力资本的升级。例如，加强对新兴技术领域专业人才的培训，提升劳动力对新技术和新工作任务的适应能力。