祝丹楓 李宇坤

摘要：借助2018年開展的供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)作為“準(zhǔn)自然實(shí)驗(yàn)”構(gòu)建雙重差分模型，以2013-2020年A股上市公司為樣本，探討數(shù)字化供應(yīng)鏈變革對(duì)企業(yè)勞動(dòng)力投資效率的影響效應(yīng)及渠道機(jī)制。研究結(jié)果發(fā)現(xiàn)：數(shù)字化供應(yīng)鏈變革顯著提升了企業(yè)勞動(dòng)力投資效率，降低經(jīng)營風(fēng)險(xiǎn)和提高創(chuàng)新強(qiáng)度是其主要路徑。進(jìn)一步分析發(fā)現(xiàn)，短期內(nèi)數(shù)字化供應(yīng)鏈變革對(duì)緩解高技能勞動(dòng)者投資不足的影響較為明顯，而對(duì)投資過度的作用力度有限。異質(zhì)性分析表明，數(shù)字化供應(yīng)鏈變革對(duì)勞動(dòng)力投資效率的提升作用主要體現(xiàn)在市場(chǎng)化程度較高地區(qū)企業(yè)以及代理成本較低的企業(yè)中。

關(guān)鍵詞：數(shù)字化供應(yīng)鏈變革；勞動(dòng)力投資效率；風(fēng)險(xiǎn)應(yīng)對(duì)；創(chuàng)新強(qiáng)度；雙重差分

中圖分類號(hào)：F275文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2023）03-0049-09

收稿日期：2022-06-26

作者簡(jiǎn)介：祝丹楓（1989-），男，江蘇江陰人，助理研究員，博士，研究方向：企業(yè)財(cái)務(wù)；李宇坤（1989-），本文通訊作者，男，陜西咸陽人，助理研究員，博士，研究方向：數(shù)字經(jīng)濟(jì)。

基金項(xiàng)目：國家社會(huì)科學(xué)基金青年項(xiàng)目，項(xiàng)目編號(hào)：22CJY006。

一、引言

數(shù)字化變革是指數(shù)字技術(shù)深度內(nèi)嵌于企業(yè)的整體戰(zhàn)略和各經(jīng)營環(huán)節(jié)之中，激發(fā)企業(yè)決策邏輯、管理框架、商業(yè)生態(tài)等多方面的系統(tǒng)性變革［1］。隨著新一代信息技術(shù)對(duì)傳統(tǒng)商業(yè)模式的滲透重塑，數(shù)字化變革不僅在企業(yè)內(nèi)部推動(dòng)了信息化、智能化的流程改造，并促進(jìn)組織結(jié)構(gòu)向敏捷性和無邊界性轉(zhuǎn)變，更為重要的是數(shù)字化變革實(shí)現(xiàn)了企業(yè)與供應(yīng)鏈伙伴間的信息共享和業(yè)務(wù)融合，幫助企業(yè)構(gòu)建“供應(yīng)端”到“客戶端”的市場(chǎng)互聯(lián)性決策機(jī)制［2］。企業(yè)數(shù)字化供應(yīng)鏈變革通過在組織外部建立數(shù)字化生態(tài)圈，貫通合作伙伴之間的“信息孤島”，不僅賦能生產(chǎn)、運(yùn)營、銷售等多個(gè)價(jià)值鏈環(huán)節(jié)的提質(zhì)增效，還可以為提高企業(yè)資源配置決策質(zhì)量提供支持［3］。盡管數(shù)字化供應(yīng)鏈變革能夠促進(jìn)企業(yè)資源配置效率提升這一問題受到了學(xué)術(shù)界的高度關(guān)注，但是鮮有研究運(yùn)用實(shí)證方法提供具有普遍意義的經(jīng)驗(yàn)證據(jù)。

理論上，在完美市場(chǎng)假設(shè)下，企業(yè)不同部門要素邊際產(chǎn)出應(yīng)該相等，理性的決策者會(huì)將冗余資源投入到具有較好前景的部門或項(xiàng)目之中［4］。然而，現(xiàn)實(shí)中企業(yè)的要素配置效率往往偏離最優(yōu)水平。從要素性質(zhì)著眼，現(xiàn)有研究主要聚焦于資本要素配置效率（投資效率）和勞動(dòng)力要素配置效率（勞動(dòng)力投資效率）兩個(gè)方面。其中，早期的研究集中于投資效率問題［5-6］，但是隨著商業(yè)競(jìng)爭(zhēng)模式由“資本競(jìng)爭(zhēng)”向“產(chǎn)品附加值競(jìng)爭(zhēng)”的轉(zhuǎn)變，以及勞動(dòng)力資源在企業(yè)競(jìng)爭(zhēng)力中的作用不斷增強(qiáng)，使得學(xué)者們開始關(guān)注勞動(dòng)力投資效率問題。已有文獻(xiàn)重點(diǎn)考察了內(nèi)部控制、股價(jià)信息含量等與企業(yè)勞動(dòng)力投資效率間的聯(lián)系［7-8］，而對(duì)數(shù)字化供應(yīng)鏈變革如何影響勞動(dòng)力投資效率的關(guān)注有限。

從實(shí)踐來看，中國企業(yè)在數(shù)字化轉(zhuǎn)型過程中呈現(xiàn)出矛盾化的發(fā)展特征，部分先發(fā)企業(yè)已在數(shù)字化搶跑中嘗到紅利，然而其他企業(yè)或是繼續(xù)持觀望態(tài)度，或是在投入陣痛期中陷入“技術(shù)敏捷性陷阱”而對(duì)轉(zhuǎn)型產(chǎn)生疑慮?？赡艿脑蛟谟冢旱谝?，企業(yè)數(shù)字化轉(zhuǎn)型必須適應(yīng)從單一企業(yè)“點(diǎn)”的變革走向整體供應(yīng)鏈條“線”的變化［9］，疏通供應(yīng)鏈中的物流、信息流和資金流，創(chuàng)造具有互補(bǔ)功能的數(shù)字化供應(yīng)鏈生態(tài)系統(tǒng)；其次，數(shù)字化轉(zhuǎn)型從前期投入到最終輸出價(jià)值需要經(jīng)歷一個(gè)漫長且復(fù)雜的過程，中期內(nèi)化階段的資源配置是保障價(jià)值輸出的關(guān)鍵。因而，只有厘清企業(yè)數(shù)字化變革與資源配置效率提升之間的邏輯，才能更好地把握數(shù)字化變革促進(jìn)企業(yè)長期競(jìng)爭(zhēng)力培養(yǎng)的完整內(nèi)涵。

2018年，商務(wù)部等8部門發(fā)布了《關(guān)于公布我國供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)城市和試點(diǎn)企業(yè)名單的通知》（商建函［2018］654號(hào)），為探討數(shù)字化供應(yīng)鏈變革對(duì)企業(yè)勞動(dòng)力投資效率的影響效應(yīng)提供了一個(gè)“天然試驗(yàn)場(chǎng)”。其一，供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)開展的核心任務(wù)是加快供應(yīng)鏈數(shù)字化升級(jí)，建立資源整合和時(shí)效匹配能力較強(qiáng)的數(shù)字化供應(yīng)鏈平臺(tái)，構(gòu)建企業(yè)間專業(yè)化分工協(xié)作的網(wǎng)絡(luò)體系，助力企業(yè)形成長期競(jìng)爭(zhēng)優(yōu)勢(shì)。因而，供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的開展可以作為數(shù)字化供應(yīng)鏈變革問題研究的一項(xiàng)外生沖擊。其二，供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)開展過程中確立了55個(gè)試點(diǎn)城市，這意味著本文可以依據(jù)政策設(shè)計(jì)對(duì)照組和實(shí)驗(yàn)組，并通過構(gòu)建雙重差分模型較為干凈地識(shí)別數(shù)字化供應(yīng)鏈變革對(duì)企業(yè)勞動(dòng)力投資決策的“凈效應(yīng)”。

本文的邊際貢獻(xiàn)：一是在研究內(nèi)容上，深化了數(shù)字化供應(yīng)鏈變革問題的研究維度，具體剖析“數(shù)字化供應(yīng)鏈變革—?jiǎng)趧?dòng)力投資效率”之間的聯(lián)系，從要素配置視角拓展對(duì)于供應(yīng)鏈數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的認(rèn)知，特別是基于“風(fēng)險(xiǎn)應(yīng)對(duì)”“創(chuàng)新強(qiáng)度”的機(jī)制分析，打開了數(shù)字化供應(yīng)鏈變革與勞動(dòng)力要素配置間的“黑箱”。二是在研究方法上，以往研究多使用文本識(shí)別或問卷調(diào)查的方法測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度，不可避免地導(dǎo)致內(nèi)生性問題，本文借助供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)這一外生沖擊，最大限度地緩解了內(nèi)生性問題。三是在研究立意上，突出數(shù)字化轉(zhuǎn)型戰(zhàn)略大背景下政策干預(yù)傳遞至微觀企業(yè)所需的條件及短期異質(zhì)性表現(xiàn)。

二、制度背景與理論分析

（一）制度背景

從國際形勢(shì)來看，以美國為首的西方國家率先將供應(yīng)鏈競(jìng)爭(zhēng)從企業(yè)提升至國家戰(zhàn)略層面。從奧巴馬時(shí)期簽署的《全球供應(yīng)鏈國家安全戰(zhàn)略》，到特朗普任期內(nèi)發(fā)布《美國聯(lián)邦信息通訊技術(shù)中來自中國供應(yīng)鏈的脆弱性分析》，無不體現(xiàn)出供應(yīng)鏈革命的重要性和緊迫性。英國、德國等也都意識(shí)到供應(yīng)鏈系統(tǒng)是推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展“至關(guān)重要的資產(chǎn)”，其中德國推出的《保障德國制造業(yè)的未來：德國工業(yè)40戰(zhàn)略實(shí)施建議》中強(qiáng)調(diào)要抓住以“數(shù)字化”“智能化”為特征的第四次工業(yè)革命機(jī)遇，塑造業(yè)務(wù)流程動(dòng)態(tài)配置、生命周期科學(xué)管理的供應(yīng)鏈全球網(wǎng)絡(luò)。

從國內(nèi)經(jīng)濟(jì)形勢(shì)來看，中國經(jīng)濟(jì)正處于“高成本、高增長”向“低成本、中高增長”過渡的關(guān)鍵時(shí)期。在優(yōu)化結(jié)構(gòu)、穩(wěn)定增長的新形勢(shì)下，區(qū)別于過往增加產(chǎn)能和擴(kuò)大投資的經(jīng)濟(jì)拉動(dòng)方式，高質(zhì)量的供應(yīng)鏈管理可以通過整合跨界資源，消除設(shè)計(jì)前端、生產(chǎn)中端和售后末端各個(gè)環(huán)節(jié)之間的信息不對(duì)稱，降低交易成本和提高集群網(wǎng)絡(luò)協(xié)同能力。黨的十九大報(bào)告中明確提出“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)和實(shí)體經(jīng)濟(jì)的深度融合，在現(xiàn)代供應(yīng)鏈領(lǐng)域培育新的增長點(diǎn)、形成新動(dòng)能”；2018年10月國務(wù)院辦公廳印發(fā)了《關(guān)于積極推進(jìn)供應(yīng)鏈創(chuàng)新與應(yīng)用的指導(dǎo)意見》（國辦發(fā)［2017］84號(hào)），明確了“推動(dòng)供應(yīng)鏈管理創(chuàng)新新技術(shù)和新模式”以及“重點(diǎn)產(chǎn)業(yè)數(shù)字化供應(yīng)鏈體系全覆蓋”的發(fā)展目標(biāo)，這標(biāo)志著供應(yīng)鏈創(chuàng)新與應(yīng)用上升為國家層面的戰(zhàn)略安排。為了探索可復(fù)制推廣的制度和實(shí)踐經(jīng)驗(yàn)，2018年商務(wù)部等8部門聯(lián)合發(fā)布了《關(guān)于公布全國供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)城市和企業(yè)名單的通知》（商建函［2018］654號(hào)），確立了北京、西安等55個(gè)供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)城市，其中最為重要的目標(biāo)是探索打造大數(shù)據(jù)支撐、網(wǎng)絡(luò)化共享、智能化協(xié)作的體制機(jī)制和市場(chǎng)環(huán)境相關(guān)資料來源于《關(guān)于復(fù)制推廣供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的第一批典型經(jīng)驗(yàn)做法的通知》（商建函［2020］110號(hào)）和各試點(diǎn)城市政府網(wǎng)站，并由作者摘錄和整理。。

（二）理論分析與研究假設(shè)

實(shí)物期權(quán)理論認(rèn)為，投資產(chǎn)生的不可逆性使得企業(yè)必須通過預(yù)測(cè)投資的未來收益來選擇最優(yōu)的投資時(shí)機(jī)和規(guī)模。當(dāng)勞動(dòng)力投資被視為看漲期權(quán)以匹配擴(kuò)張戰(zhàn)略時(shí)，企業(yè)仍然需要考慮潛在風(fēng)險(xiǎn)并等待獲得最大回報(bào)的時(shí)機(jī)［10-11］。反之，若勞動(dòng)力邊際成本大于邊際收益時(shí)，勞動(dòng)力投資則可以理解為看跌期權(quán)，企業(yè)可以用資本要素投入替代勞動(dòng)力要素，使要素配置向合理水平收斂，因而外部風(fēng)險(xiǎn)應(yīng)納入資源配置的最優(yōu)函數(shù)設(shè)計(jì)之中。數(shù)字化供應(yīng)鏈變革緩解了傳統(tǒng)模式下上下游企業(yè)信息不對(duì)稱和交易摩擦成本的制約，幫助企業(yè)重塑數(shù)字化業(yè)務(wù)流程，有助于提高企業(yè)對(duì)未來風(fēng)險(xiǎn)的準(zhǔn)確預(yù)判和有效應(yīng)對(duì)，從而為勞動(dòng)力配置決策提供動(dòng)態(tài)支撐。其一，信息的實(shí)時(shí)性。供應(yīng)鏈風(fēng)險(xiǎn)傳導(dǎo)具有滯后性，當(dāng)企業(yè)面臨上游原材料供給不足和下游需求快速變化時(shí)，如果不能及時(shí)挖掘市場(chǎng)波動(dòng)的有效信息，則會(huì)由于喪失最佳的修正時(shí)機(jī)而產(chǎn)生長鞭效應(yīng)（Bullwhip?Effect）［12］。以新一代信息技術(shù)嵌入供應(yīng)鏈管理為特征的數(shù)字化變革打破了供應(yīng)鏈合作伙伴之間的信息屏障，可以及時(shí)判斷外部商業(yè)環(huán)境的機(jī)遇與潛在風(fēng)險(xiǎn)［9］。其二，信息的兼容性。與單一企業(yè)數(shù)字化轉(zhuǎn)型不同，數(shù)字化供應(yīng)鏈變革可以更好地借助數(shù)字技術(shù)將不同企業(yè)之間非標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行編碼和整合，從而提高信息使用效率，為有效應(yīng)對(duì)風(fēng)險(xiǎn)提供支持。其三，信息的全面性。供應(yīng)鏈管理過程中在“產(chǎn)品設(shè)計(jì)—配件采購—產(chǎn)品制造—分銷管理—物流配送—售后服務(wù)”等供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)中積累了大量零散的數(shù)據(jù)信息，數(shù)字化供應(yīng)鏈變革實(shí)現(xiàn)了數(shù)據(jù)信息在各流程活動(dòng)中的流通互動(dòng)和循環(huán)反饋［13］，這一方面有助于復(fù)雜情境下的智能化全景分析，提前預(yù)期外部威脅；另一方面可以建立適應(yīng)性、響應(yīng)性和快速修復(fù)的供應(yīng)鏈網(wǎng)絡(luò)，通過不同部門互動(dòng)的智能化修正機(jī)制，精準(zhǔn)應(yīng)對(duì)不同風(fēng)險(xiǎn)。數(shù)字化供應(yīng)鏈變革所帶來的風(fēng)險(xiǎn)管理能力提升給予了企業(yè)管理者在勞動(dòng)力配置方面更大的空間，優(yōu)化了勞動(dòng)力投資決策質(zhì)量。已有研究從不同角度驗(yàn)證了風(fēng)險(xiǎn)降低和勞動(dòng)力投資效率提升之間的邏輯聯(lián)系。卜君和孫光國（2020）研究發(fā)現(xiàn)，當(dāng)管理者缺少充足、可靠的風(fēng)險(xiǎn)預(yù)防和應(yīng)對(duì)信息時(shí)，會(huì)削弱管理者的決策能力，導(dǎo)致勞動(dòng)力決策偏離最優(yōu)水平［14］。Habib和Hasan（2021）實(shí)證分析的結(jié)果顯示，企業(yè)所面臨的不確定性而非代理問題是導(dǎo)致企業(yè)低勞動(dòng)力投資效率的主要因素［15］。

強(qiáng)化創(chuàng)新動(dòng)能是數(shù)字化供應(yīng)鏈變革促進(jìn)企業(yè)勞動(dòng)力投資效率提升的另一條路徑。數(shù)字化供應(yīng)鏈變革對(duì)企業(yè)創(chuàng)新行為的影響是由“賦能”轉(zhuǎn)向“使能”［16］。在數(shù)字化供應(yīng)鏈轉(zhuǎn)型的“賦能”階段，企業(yè)會(huì)加大人工智能、物聯(lián)網(wǎng)等為代表的新一代信息技術(shù)方面的研發(fā)投入，賦能數(shù)字技術(shù)與傳統(tǒng)生產(chǎn)模式互嵌，通過數(shù)據(jù)知識(shí)創(chuàng)新對(duì)生產(chǎn)資源進(jìn)行優(yōu)化重組和邊界擴(kuò)張，促進(jìn)供應(yīng)鏈內(nèi)部企業(yè)之間的戰(zhàn)略一致性，提升供應(yīng)鏈運(yùn)作效率?！笆鼓堋彪A段則是指數(shù)字化技術(shù)的突飛猛進(jìn)打破了原有封閉式創(chuàng)新研發(fā)的困境，倒逼企業(yè)必須利用數(shù)字化技術(shù)進(jìn)行外部創(chuàng)新網(wǎng)絡(luò)建設(shè)，通過產(chǎn)業(yè)鏈生態(tài)數(shù)據(jù)的實(shí)時(shí)收集、共享，以最小的成本對(duì)創(chuàng)新活動(dòng)的方向進(jìn)行把控和優(yōu)化，實(shí)現(xiàn)數(shù)據(jù)作為知識(shí)載體和基礎(chǔ)的創(chuàng)新轉(zhuǎn)型［17］。順延上述邏輯，數(shù)字化供應(yīng)鏈變革在創(chuàng)新層面上的“投入—產(chǎn)出”革新會(huì)從“替代效應(yīng)”和“激勵(lì)效應(yīng)”兩方面影響企業(yè)的勞動(dòng)力配置效率?！疤娲?yīng)”是指數(shù)字化供應(yīng)鏈變革所帶來的技術(shù)創(chuàng)新會(huì)通過替代低技能勞動(dòng)者實(shí)現(xiàn)規(guī)模收益遞增，通過降低勞動(dòng)力過度投資優(yōu)化企業(yè)勞動(dòng)力配置效率［18］?！凹?lì)效應(yīng)”是指主營業(yè)務(wù)領(lǐng)域創(chuàng)新能力的提升會(huì)放寬生產(chǎn)函數(shù)中的技術(shù)制約，實(shí)現(xiàn)生產(chǎn)規(guī)模擴(kuò)張，激勵(lì)管理者增加高技能勞動(dòng)力數(shù)量以滿足最優(yōu)要素配置比率。孫偉增和郭冬梅（2021）發(fā)現(xiàn)數(shù)字化變革有助于提升企業(yè)的創(chuàng)新水平，并通過生產(chǎn)規(guī)模效應(yīng)、生產(chǎn)效率效應(yīng)和經(jīng)營范圍效應(yīng)提升企業(yè)高技能勞動(dòng)力的需求［19］。綜合以上分析，本文提出如下假設(shè)：

H：在其他條件不變的前提下，以數(shù)字化變革為核心的供應(yīng)鏈創(chuàng)新與應(yīng)用城市試點(diǎn)開展會(huì)促進(jìn)當(dāng)?shù)仄髽I(yè)勞動(dòng)力投資效率的提升。

三、模型設(shè)定、數(shù)據(jù)來源與變量定義

（一）基準(zhǔn)模型

本文借助供應(yīng)鏈創(chuàng)新與應(yīng)用城市試點(diǎn)構(gòu)建雙重差分模型，用試點(diǎn)城市虛擬變量和政策前后時(shí)間虛擬變量的交互項(xiàng)作為核心解釋變量，具體模型設(shè)定如下：

Liei，t=α0+α1Treati，j×Posti，t+α2Controlsi，t-1+δi+φt+εi，t?（1）

（1）式中的i代表企業(yè)，t代表時(shí)間，j代表城市，Lie為企業(yè)勞動(dòng)力投資效率，即本文的核心被解釋變量。Treat為實(shí)驗(yàn)組虛擬變量，若企業(yè)所在城市屬于供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)則取值為1，否則為0；Post為外生沖擊的時(shí)間虛擬變量，若年份大于等于2018則取值為1，否則為0，兩者乘積的回歸系數(shù)α1是本文關(guān)注的重點(diǎn)。Controls代表企業(yè)和城市層面的控制變量。δ、、ε分別代表個(gè)體固定效應(yīng)、年份固定效應(yīng)和誤差項(xiàng)。

（二）樣本選擇與數(shù)據(jù)來源

本文以2013-2020年中國A股上市非金融類企業(yè)作為研究對(duì)象，分析供應(yīng)鏈創(chuàng)新與企業(yè)勞動(dòng)力投資效率間的關(guān)系，參照以往研究做法對(duì)樣本進(jìn)行如下處理：第一，刪除在時(shí)間窗口內(nèi)被ST或PT處理的企業(yè)樣本；第二，刪除時(shí)間窗口內(nèi)觀測(cè)值個(gè)數(shù)少于3的企業(yè)樣本；第三，刪除主要研究變量缺失的樣本，并對(duì)所有連續(xù)變量進(jìn)行左右1%水平縮尾處理，最終得到2738個(gè)企業(yè)共16988個(gè)觀測(cè)值。企業(yè)層面的相關(guān)數(shù)據(jù)來源于CSMAR和Wind數(shù)據(jù)庫，城市層面的變量源自各類統(tǒng)計(jì)年鑒。

（三）變量定義

1因變量

借鑒李小榮等（2021）的做法［7］，通過勞動(dòng)力投資預(yù)測(cè)模型測(cè)算企業(yè)的非效率勞動(dòng)力投資，具體模型如（2）式所示：

Hire=β0+β1Growtht－1+β2Growtht+β3ΔRoat+β4ΔRoat－1+β5Roat+β6Return+β7Sizet－1+β8Quickt－1+β9ΔQuickt+β10ΔQuickt－1+β11Levt－1+β12Loss1t－1+β13Loss2t－1+β14Loss3t－1+β15Loss4t－1+β16Loss5t－1+∑Year+∑Ind+εt（2）

模型（2）中，等式左側(cè)Hire表示企業(yè)員工雇傭數(shù)的增長率，用于度量企業(yè)對(duì)勞動(dòng)力的投資水平。等式右側(cè)的Growth、Roa、Return、Size、Lev、Quick分別表示營業(yè)收入增長率、凈資產(chǎn)收益率、個(gè)股年度回報(bào)率、公司規(guī)模、資產(chǎn)負(fù)債率以及速動(dòng)比率。Loss1—Loss5是將企業(yè)年度Roa從0至-0025平均劃分為五等份所設(shè)定的虛擬變量，若企業(yè)Roa數(shù)值屬于某一區(qū)間則為1，反之則為0。表示對(duì)應(yīng)指標(biāo)本年度與上一年度的差分值，t表示時(shí)間。本文對(duì)模型（2）進(jìn)行OLS回歸，并控制年份和行業(yè)固定效應(yīng)，以所得殘差項(xiàng)的絕對(duì)值衡量企業(yè)非勞動(dòng)力投資效率，該值越小，則企業(yè)勞動(dòng)力投資更接近于最優(yōu)水平，勞動(dòng)力投資效率越高，反之，則偏離最優(yōu)水平，勞動(dòng)力投資效率越低。

2控制變量

參照以往有關(guān)勞動(dòng)力投資效率文獻(xiàn)研究的做法［7］，本文選取企業(yè)層面和城市層面兩類控制變量。企業(yè)層面的控制變量包括：市值賬面比、企業(yè)規(guī)模、速動(dòng)比率、資產(chǎn)負(fù)債率、現(xiàn)金流量波動(dòng)率、固定資產(chǎn)占比、公司虧損情況、第一大股東持股、公司凈雇傭變異系數(shù)、勞動(dòng)密集度、非效率投資以及財(cái)務(wù)報(bào)告質(zhì)量；城市層面的控制變量包括人均GDP、產(chǎn)業(yè)結(jié)構(gòu)以及貨運(yùn)總量。有關(guān)變量的度量方式如表1所示。

（四）描述性統(tǒng)計(jì)特征

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。可以發(fā)現(xiàn)Lie1和Lie2兩個(gè)度量企業(yè)非效率勞動(dòng)力投資的指標(biāo)在25%分位數(shù)、中位數(shù)以及75%分位數(shù)位置均勻分布，且最大值和最小值之間跨度較大，表明不同企業(yè)的非效率勞動(dòng)力投資具有明顯差異。Treat均值為0514，即有514%企業(yè)被劃分為實(shí)驗(yàn)組，其余486%的企業(yè)為對(duì)照組。

四、基準(zhǔn)回歸及穩(wěn)健性檢驗(yàn)

（一）基準(zhǔn)回歸分析

表3為供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的開展對(duì)企業(yè)非勞動(dòng)力投資效率的基準(zhǔn)回歸結(jié)果。首先，第（1）和（4）列的回歸模型中僅加入年份和個(gè)體固定效應(yīng)，結(jié)果顯示，核心解釋變量Treat×Post的回歸系數(shù)在1%置信水平顯著為負(fù)；其次，第（2）和（5）列的回歸模型中加入了企業(yè)層面的控制變量，此時(shí)Treat×Post的回歸系數(shù)均至少在5%的置信水平下顯著；最后，第（3）、（6）列加入了城市層面的控制變量，結(jié)果未出現(xiàn)明顯變化。上述結(jié)果表明，以數(shù)字化轉(zhuǎn)型為核心的供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)政策顯著提升了試點(diǎn)城市上市企業(yè)的勞動(dòng)力投資效率，本文假設(shè)H得到驗(yàn)證。

（二）穩(wěn)健性檢驗(yàn)

本文不僅進(jìn)行了平行趨勢(shì)檢驗(yàn)、安慰劑檢驗(yàn)，還考慮地區(qū)和行業(yè)特性、同期其他政策干擾，以保證雙重差分模型設(shè)計(jì)的科學(xué)、準(zhǔn)確。此外，為了增強(qiáng)研究結(jié)果的可信度，本文還進(jìn)行了調(diào)整勞動(dòng)力投資效率的度量方式、調(diào)整樣本區(qū)間和加入年份-地區(qū)聯(lián)合固定效應(yīng)等穩(wěn)健性檢驗(yàn)限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果未做報(bào)告，留存?zhèn)渌?。?/p>

1平行趨勢(shì)檢驗(yàn)

參照Ferrara等（2012）的做法［20］，生成所選樣本區(qū)間內(nèi)年份虛擬變量與實(shí)驗(yàn)組虛擬變量的交互項(xiàng)，并帶入基準(zhǔn)回歸模型中重新進(jìn)行回歸，結(jié)果如表4所示?？梢园l(fā)現(xiàn)，政策實(shí)施前，年度虛擬變量與實(shí)驗(yàn)組虛擬變量交互項(xiàng)的回歸系數(shù)均不顯著，這說明試點(diǎn)城市企業(yè)和其他城市企業(yè)的勞動(dòng)力投資效率在外生沖擊之前沒有明顯差異，平行趨勢(shì)假設(shè)成立。與之對(duì)比，從政策當(dāng)年起交互項(xiàng)系數(shù)出現(xiàn)明顯變化，說明實(shí)驗(yàn)組和對(duì)照組企業(yè)勞動(dòng)力投資效率的變化是由供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的開展所引起的。

2安慰劑檢驗(yàn)

為了進(jìn)一步證實(shí)企業(yè)勞動(dòng)力投資效率的提升是由供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)政策推行所導(dǎo)致，而并非是由城市層面其他不可觀測(cè)因素所引起，參照以往研究的做法，我們進(jìn)行如下安慰劑檢驗(yàn)。對(duì)有上市企業(yè)的城市進(jìn)行1000次隨機(jī)抽樣生成實(shí)驗(yàn)組（令被抽到城市的企業(yè)為實(shí)驗(yàn)組），再利用基準(zhǔn)回歸模型重新進(jìn)行驗(yàn)證。下圖為1000次隨機(jī)化測(cè)試后核心解釋變量t值和回歸系數(shù)的核密度圖。觀察發(fā)現(xiàn)，對(duì)于Lie1和Lie2兩個(gè)指標(biāo)，核心解釋變量的t值和回歸系數(shù)大致以0為均值呈正態(tài)分布，證明安慰劑檢驗(yàn)符合隨機(jī)化的測(cè)試要求。并且，圖中豎線所在的位置（對(duì)應(yīng)于表3中第（3）、（6）列的結(jié)果），顯著異于隨機(jī)抽樣測(cè)試的結(jié)果，可以部分排除實(shí)證結(jié)果是由其他未控制特征所引起的。

五、進(jìn)一步分析

（一）機(jī)制檢驗(yàn)

前文理論部分提到，降低經(jīng)營風(fēng)險(xiǎn)和提升創(chuàng)新強(qiáng)度是數(shù)字化供應(yīng)鏈變革影響企業(yè)勞動(dòng)力投資效率的兩條機(jī)制?；诖耍疚牟捎弥薪樾?yīng)模型進(jìn)行驗(yàn)證，模型設(shè)定如下：

Medi，t=ρ0+ρ1Treati，j×Posti，t+ρ2Controlsi，t-1+δi+φt+εi，t?（3）

Liei，t=λ0+λ1Treati，j×Posti，t+λ2Medi，t+λ3Controlsi，t-1+δi+φt+εi，t（4）

模型（3）和（4）中，Med表示中介變量，其余變量和回歸方程的設(shè)定與基準(zhǔn)回歸模型保持一致。

1降低經(jīng)營風(fēng)險(xiǎn)機(jī)制

參考John等（2008）的做法［21］，利用滾動(dòng)的企業(yè)3年?duì)I業(yè)利潤率的標(biāo)準(zhǔn)差衡量企業(yè)經(jīng)營風(fēng)險(xiǎn)（Risk），Risk越大代表企業(yè)經(jīng)營風(fēng)險(xiǎn)越高。表5報(bào)告了經(jīng)營風(fēng)險(xiǎn)機(jī)制的回歸結(jié)果，可以看出，Risk作為被解釋變量時(shí)，Treat×Post的系數(shù)顯著為負(fù)，證明供應(yīng)鏈創(chuàng)新與應(yīng)用城市試點(diǎn)政策有效降低了當(dāng)?shù)仄髽I(yè)的經(jīng)營風(fēng)險(xiǎn)。第（2）、（3）列中，Risk的系數(shù)值顯著為正，且Treat×Post回歸系數(shù)在通過顯著性檢驗(yàn)的同時(shí)小于表3中（3）、（6）列對(duì)應(yīng)的系數(shù)值（-0018和-0024），經(jīng)營風(fēng)險(xiǎn)的部分中介效應(yīng)得到驗(yàn)證。

2提升創(chuàng)新強(qiáng)度機(jī)制

本文使用每千人人均研發(fā)投入作為創(chuàng)新強(qiáng)度的代理變量：每千人人均研發(fā)投入（Rd）=企業(yè)研發(fā)費(fèi)用/（企業(yè)員工雇傭數(shù)×1000）前人研究中部分學(xué)者使用研發(fā)費(fèi)用占營業(yè)收入的比重刻畫企業(yè)創(chuàng)新強(qiáng)度，但是就本研究而言，本文的被解釋變量為勞動(dòng)力投資效率，因而使用人均的方式對(duì)研發(fā)投入進(jìn)行標(biāo)準(zhǔn)化處理與理論和實(shí)證設(shè)計(jì)更近。，該值越大則企業(yè)創(chuàng)新強(qiáng)度越大。表6報(bào)告了創(chuàng)新強(qiáng)度機(jī)制的回歸結(jié)果，觀察可以發(fā)現(xiàn)，第（1）列中，Treat×Post的系數(shù)顯著為正，說明供應(yīng)鏈創(chuàng)新與應(yīng)用城市試點(diǎn)政策有效提升了當(dāng)?shù)仄髽I(yè)的創(chuàng)新強(qiáng)度。在（2）、（3）列中，Treat×Post的系數(shù)依然顯著為負(fù)，且相較于基準(zhǔn)回歸模型對(duì)應(yīng)系數(shù)值有所減小，同時(shí)Rd的回歸系數(shù)至少在5%水平下顯著。上述結(jié)果說明供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的開展有助于通過提高企業(yè)創(chuàng)新強(qiáng)度的部分中介效應(yīng)提升勞動(dòng)力投資效率。

（二）勞動(dòng)力投資不足與投資過度分析

前文的回歸模型檢驗(yàn)了數(shù)字化供應(yīng)鏈變革對(duì)企業(yè)勞動(dòng)力投資效率的正向影響，那么這種影響是緩解了企業(yè)勞動(dòng)力投資不足還是抑制了勞動(dòng)力投資過度？抑或是兩者皆有？為了探究這一問題，參照已有研究［8］，依據(jù)式（2）估計(jì)所得殘差項(xiàng)的正負(fù)號(hào)，將樣本劃分為勞動(dòng)力投資不足和投資過度（殘差項(xiàng)為負(fù)表示投資不足，反之為投資過度）。表7的結(jié)果顯示，在勞動(dòng)力投資不足組別中，Treat×Post的回歸系數(shù)在1%水平下顯著為負(fù)，這說明供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的實(shí)施顯著緩解了企業(yè)勞動(dòng)力投資不足問題。與之相反的是，在勞動(dòng)力投資不足組別中，Treat×Post的系數(shù)并未通過顯著性檢驗(yàn)。對(duì)于二者之間差異可能的原因是：其一，短期內(nèi)數(shù)字化供應(yīng)鏈變革帶來的正向效應(yīng)會(huì)部分被勞動(dòng)力成本粘性所抵消，我國不斷加強(qiáng)的員工保護(hù)政策可能會(huì)影響企業(yè)的雇傭行為。其二，數(shù)字化供應(yīng)鏈變革在短期內(nèi)可能面臨“信息悖論”，即新一代信息技術(shù)應(yīng)用成功率較低且難以與傳統(tǒng)信息系統(tǒng)實(shí)現(xiàn)有效兼容，導(dǎo)致短期內(nèi)對(duì)人力資本的替代效應(yīng)有限。

（三）異質(zhì)性分析

1地區(qū)市場(chǎng)化水平

較高的地區(qū)市場(chǎng)化水平意味著該地區(qū)生產(chǎn)要素流動(dòng)更趨近于完全競(jìng)爭(zhēng)市場(chǎng)。從數(shù)字化變革角度而言，相比于市場(chǎng)化程度較低的地區(qū)，高市場(chǎng)化水平地區(qū)更容易實(shí)現(xiàn)企業(yè)間的自由競(jìng)爭(zhēng)和匹配，更有益于企業(yè)適應(yīng)新技術(shù)環(huán)境，加速企業(yè)數(shù)字化變革的要素集聚效應(yīng)。從勞動(dòng)力視角看，高市場(chǎng)化水平地區(qū)的企業(yè)員工具有更高的流動(dòng)性。張文武和余永澤（2021）發(fā)現(xiàn)地區(qū)市場(chǎng)化程度可以促進(jìn)勞動(dòng)力市場(chǎng)的自由流動(dòng)；相反，低市場(chǎng)化水平地區(qū)企業(yè)人事制度則具有更強(qiáng)的傳統(tǒng)關(guān)系型社會(huì)屬性，員工的雇傭往往偏離最優(yōu)決策［22］。本文使用王小魯?shù)龋?017）構(gòu)建的市場(chǎng)化指數(shù)中位數(shù)進(jìn)行分組［23］，對(duì)高市場(chǎng)化地區(qū)組和低市場(chǎng)化地區(qū)組分別進(jìn)行回歸。表8的結(jié)果顯示，高市場(chǎng)化水平組別中數(shù)字化供應(yīng)鏈變革對(duì)企業(yè)勞動(dòng)力投資效率的影響在1%水平上顯著，而低市場(chǎng)化水平組別中核心解釋變量的回歸系數(shù)不具有顯著性意義，該結(jié)果與理論上的預(yù)期相同。

2代理成本

雖然數(shù)字化供應(yīng)鏈變革促進(jìn)了企業(yè)與上下游之間的信息共享，進(jìn)而能夠修正以往零散信息形態(tài)產(chǎn)生的戰(zhàn)略偏誤，但是企業(yè)在數(shù)字化轉(zhuǎn)型過程中依然面臨代理問題的阻礙［14］。一方面，短期內(nèi)數(shù)字化供應(yīng)鏈變革會(huì)增加企業(yè)的財(cái)務(wù)壓力，因而企業(yè)管理層出于自身收益和聲譽(yù)的考慮，有可能抵制數(shù)字化供應(yīng)鏈變革的進(jìn)程。另一方面，在數(shù)字化供應(yīng)鏈變革的初期階段，風(fēng)險(xiǎn)管理、財(cái)務(wù)審核等制度尚不完善，給予了管理層更高的自由裁量權(quán)，管理者可以通過隱蔽的業(yè)務(wù)流程攫取私人利益，造成資源誤置?；谏鲜龇治?，本文推測(cè)，供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的改革對(duì)企業(yè)勞動(dòng)力投資效率的促進(jìn)作用主要體現(xiàn)在代理成本較低的企業(yè)之中。為此，本文使用管理費(fèi)用率（管理費(fèi)用/營業(yè)收入）度量企業(yè)的代理成本，該指標(biāo)越大表明代理成本越高，同時(shí)依照管理費(fèi)用率中位數(shù)將樣本劃分為高代理成本組和低代理成本組分別進(jìn)行回歸，結(jié)果如表9所示。觀察發(fā)現(xiàn)，在低代理成本組別中，Treat×Post的系數(shù)在1%水平下顯著為負(fù)，相比而言，高代理成本組別中，核心解釋變量并未通過顯著性檢驗(yàn)。對(duì)比兩組的回歸結(jié)果可以證實(shí)，數(shù)字化供應(yīng)鏈變革對(duì)企業(yè)勞動(dòng)力投資效率的影響存在不同代理成本條件下的異質(zhì)性。

六、結(jié)論及啟示

數(shù)字化供應(yīng)鏈變革不僅賦予企業(yè)營運(yùn)效率提升新的動(dòng)能，同時(shí)也可以為優(yōu)化企業(yè)資源配置決策質(zhì)量提供支持。本文借助供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)這一“準(zhǔn)自然實(shí)驗(yàn)”構(gòu)建雙重差分模型，實(shí)證檢驗(yàn)數(shù)字化供應(yīng)鏈變革對(duì)企業(yè)勞動(dòng)力投資效率的影響效應(yīng)及渠道機(jī)制，得到如下結(jié)論：（1）以數(shù)字化變革為核心的供應(yīng)鏈創(chuàng)新通過降低經(jīng)營風(fēng)險(xiǎn)和提高創(chuàng)新強(qiáng)度兩條機(jī)制顯著提升了企業(yè)的勞動(dòng)力投資效率。（2）從投資不足和投資過度視角看，短期內(nèi)數(shù)字化供應(yīng)鏈變革對(duì)緩解高技能勞動(dòng)者投資不足的影響較為明顯，而對(duì)投資過度的作用力度有限。（3）數(shù)字化供應(yīng)鏈變革對(duì)高市場(chǎng)化地區(qū)和低代理成本企業(yè)勞動(dòng)力投資效率的提升作用更大?；谝陨辖Y(jié)論，本文得到如下啟示：

宏觀制度層面。各級(jí)政府應(yīng)洞察供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)改革中的經(jīng)驗(yàn)做法，大力推動(dòng)數(shù)字化供應(yīng)鏈變革的制度體系建設(shè)。首先，應(yīng)借助“產(chǎn)學(xué)研用”協(xié)作、人才引進(jìn)等手段突破數(shù)字化供應(yīng)鏈變革中的共性及個(gè)性技術(shù)難題，幫助企業(yè)盡快渡過“陣痛期”。其次，著力建設(shè)數(shù)字化供應(yīng)鏈平臺(tái)，實(shí)現(xiàn)供應(yīng)商和客戶之間的精準(zhǔn)對(duì)接，釋放數(shù)字化轉(zhuǎn)型的市場(chǎng)活力。最后，政府在數(shù)字化供應(yīng)鏈變革中的政策制定應(yīng)該根據(jù)不同地區(qū)要素稟賦等因素，實(shí)施差異化、針對(duì)性的扶持措施，推進(jìn)區(qū)域間、產(chǎn)業(yè)間協(xié)調(diào)、均衡發(fā)展。

企業(yè)戰(zhàn)略層面。企業(yè)應(yīng)轉(zhuǎn)變傳統(tǒng)單打獨(dú)斗和上下游企業(yè)之間溢價(jià)博弈競(jìng)爭(zhēng)的戰(zhàn)略思維，在夯實(shí)數(shù)字化技術(shù)底座的基礎(chǔ)之上，形成數(shù)據(jù)化驅(qū)動(dòng)、網(wǎng)絡(luò)化共享、智能化決策和敏捷化協(xié)作的數(shù)字化供應(yīng)鏈體系，提高資源配置效率。第一，結(jié)合自身實(shí)際，加大數(shù)字化變革的創(chuàng)新投入，搭建立體化、協(xié)同化的供應(yīng)鏈網(wǎng)絡(luò)，驅(qū)動(dòng)數(shù)字化技術(shù)創(chuàng)新帶動(dòng)產(chǎn)品、服務(wù)和管理模式的全面創(chuàng)新。第二，積極探索外部數(shù)字資源與內(nèi)部要素配置能力提升間的有效銜接機(jī)制，建立復(fù)雜商業(yè)模式下的數(shù)字化情景模擬和風(fēng)險(xiǎn)應(yīng)對(duì)系統(tǒng)，最終實(shí)現(xiàn)戰(zhàn)略決策的自我修復(fù)、自我適應(yīng)和自我重新配置功能。第三，構(gòu)建適應(yīng)數(shù)字化技術(shù)和業(yè)務(wù)模式變革的公司治理機(jī)制，消除管理層和股東之間由于數(shù)字化變革引發(fā)的信息不對(duì)稱問題，抑制管理層的機(jī)會(huì)主義行為。

參考文獻(xiàn)：

［1］Wu?L，Hitt?L，?Lou?B.?Data?analytics，?Innovation，?and?Firm?Productivity［J］.?Management?Science，?2019，66（5）：2017-2039.

［2］陳劍，劉云輝.數(shù)智化使能運(yùn)營管理變革：從供應(yīng)鏈到供應(yīng)鏈生態(tài)系統(tǒng)［J］.管理世界，2021（11）：227-240.

［3］Verhoef?P?C.，Broekhuizen?T，?Bart?Y.?Digital?Transformation：?a?Multidisciplinary?Reflection?and?Research?Agenda［J］.?Journal?of?Business?Research，?2021，122：889-901.

［4］Biddle?G?C，?Hilary?G，?Verdi?R?S.?How?does?Financial?Reporting?Quality?Relate?to?Investment?Efficiency？［J］.?Journal?of?Accounting?and?Economics，?2009，48（2）：112-131.

［5］Lu?T，Sapra?H.?Auditor?Conservatism?and?Investment?Efficiency［J］.?The?Accounting?Review，2009，84（6）：1933-1958.

［6］申慧慧，于鵬，吳聯(lián)生.國有股權(quán)、環(huán)境不確定性與投資效率［J］.經(jīng)濟(jì)研究，2021（7）：113-126.

［7］李小榮，韓琳，馬海濤.內(nèi)部控制與勞動(dòng)力投資效率［J］.財(cái)貿(mào)經(jīng)濟(jì)，2021（1）：26-43.

［8］Ben-Nasr?H，Alshwer?A?A.?Does?Stock?Price?Informativeness?Affect?Labor?Investment?Efficiency？［J］.?Journal?of?Corporate?Finance，2016，38：249-271.

［9］焦豪，楊季楓，王培暖，等.數(shù)據(jù)驅(qū)動(dòng)的企業(yè)動(dòng)態(tài)能力作用機(jī)制研究——基于數(shù)據(jù)全生命周期管理的數(shù)字化轉(zhuǎn)型過程分析［J］.中國工業(yè)經(jīng)濟(jì)，2021（11）：176-194.

［10］Gulen?H，?Ion?M.?Policy?Uncertainty?and?Corporate?Investment［J］.?Review?of?Financial?Studies，?2016，29（3）：523-564.

［11］譚小芬，張文婧.經(jīng)濟(jì)政策不確定性影響企業(yè)投資的渠道分析［J］.世界經(jīng)濟(jì)，2017（12）：3-26.

［12］楊志強(qiáng)，唐松，李增泉.資本市場(chǎng)信息披露、關(guān)系型合約與供需長鞭效應(yīng)——基于供應(yīng)鏈信息外溢的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020（7）：89-105.

［13］Ivanov?D，Dolgui?A.?A?Digital?Supply?Chain?Twin?for?Managing?The?Disruption?Risks?and?Resilience?in?the?Era?of?Industry?4.0［J］.?Production?Planning?&?Control，2021，32（9）：775-788.

［14］卜君，孫光國.環(huán)境不確定性會(huì)影響企業(yè)勞動(dòng)投資效率嗎？［J］.經(jīng)濟(jì)管理，2020（10）：23-38.

［15］Habib?A，?Hasan?MM.?Business?Strategy?and?Labor?Investment?Efficiency［J］.?International?Review?of?Finance，?2021，21（1）：58-96.

［16］楊震寧，侯一凡，李德輝，等.中國企業(yè)“雙循環(huán)”中開放式創(chuàng)新網(wǎng)絡(luò)的平衡效應(yīng)——基于數(shù)字賦能與組織柔性的考察［J］.管理世界，2021（11）：184-205.

［17］Nambisan?S，?Lyytinen?K，?Song?M.?Digital?Innovation?Management：?Reinventing?Innovation?Management?Research?in?a?Digital?World［J］.?MIS?Quarterly，?2017，41（1）：223-238.

［18］Alesina?A，?Battisti?M，?Zeira?J.?Technology?and?Labor?Regulations：?Theory?and?Evidence［J］.?Journal?of?Economic?Growth，?2018，?23：?41-78.

［19］孫偉增，郭冬梅.信息基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)勞動(dòng)力需求的影響：需求規(guī)模、結(jié)構(gòu)變化及影響路徑［J］.中國工業(yè)經(jīng)濟(jì)，2021（11）：78-96.

［20］Ferrara?E?L，?Chong?A，?Duryea?S.?Soap?Operas?and?Fertility：?Evidence?from?Brazil［J］.?American?Economic?Journal：?Applied?Economics，?2012，4（4）：?1-31.

［21］John?K，Litov?L，?Yeung?B.?Corporate?Governance?and?Risk-Taking［J］.?Journal?of?Finance，2008，63（4）：?1679-1728.

［22］張文武，余泳澤.城市服務(wù)多樣性與勞動(dòng)力流動(dòng)——基于“美團(tuán)網(wǎng)”大數(shù)據(jù)和流動(dòng)人口微觀調(diào)查的分析［J］.金融研究，2021（9）：91-110.

［23］王小魯，胡李鵬，樊綱.中國分省份市場(chǎng)化指數(shù)報(bào)告（2021）［M］.北京：社會(huì)科學(xué)文獻(xiàn)出版社，2021.

Digital?Supply?Chain?Reform?and?Firm?Labor?Investment?Efficiency：?Empirical

Evidence?from?Supply?Chain?Innovation?and?Application?Pilot

ZHU?Dan-feng，LI?Yu-kun

（International?Business?School，Shaanxi?Normal?University，?Xian?710119，China）

Abstract：?Based?on?the?supply?chain?innovation?and?application?pilot?carried?out?in?2018?as?a?“quasi-natural?experiment”，?this?paper?constructs?a?difference-in-difference?model?and?selects?listed?companies?from?2013?to?2020?as?samples?to?explore?the?impact?of?digital?supply?chain?reform?on?firm?labor?investment?efficiency?and?its?channel?mechanism.?The?results?show?that?the?digital?supply?chain?reform?has?significantly?improved?the?firm?labor?investment?efficiency，?and?the?main?paths?are?to?reduce?business?risks?and?improve?innovation?intensity.?Further?analysis?shows?that?in?the?short?term，?the?impact?of?digital?supply?chain?reform?on?alleviating?the?underinvestment?of?highly?skilled?workers?is?more?obvious，?while?the?effect?on?overinvestment?is?limited.?Heterogeneity?analysis?show?that?the?role?of?digital?supply?chain?reform?in?improving?labor?investment?efficiency?is?mainly?reflected?of?firms?in?areas?with?high?degree?of?marketization?and?firms?with?low?agency?cost.?The?research?not?only?enriches?the?theoretical?cognition?of?digital?supply?chain?reform?and?resource?allocation?efficiency，?but?also?provides?valuable?implications?for?the?comprehensive?promotion?of?pilot?policies?in?the?next?step.

Key?words：digital?supply?chain?reform;?labor?investment?efficiency;?risk?response;?innovation?intensity;?difference-in-difference

（責(zé)任編輯：趙春江）