企业数字化转型能否降低劳动力成本粘性——基于内部控制的考察

在全球数字经济的大浪潮下,数字化转型对企业的经营管理及成本费用产生了深刻影响。利用2010—2021年我国A股上市公司的样本数据,构建企业数字化转型指标,探究企业数字化转型对劳动力成本粘性的影响效应及机制。研究发现:企业数字化转型有利于提高内部控制质量,从而降低了企业劳动力成本粘性;异质性分析表明,数字化转型对劳动力成本粘性的影响在非国有企业、衰退期企业、劳动密集型企业以及东中部地区企业更明显;进一步检验发现,企业数字化转型对降低劳动力成本粘性具有长期抑制作用,主要体现在用工粘性而非薪酬粘性,且主要影响普通员工而非高管;企业数字化转型还能够更好地提高劳动力成本经济效率。本研究揭示了数字化转型对企业成本性态的影响机理,为实现数字经济与实体经济高质量协同发展提供了现实指导。

区域经济一体化对企业劳动力成本粘性的影响——基于长三角城市群的视角

中国区域经济发展不平衡已引发劳动力供需失衡和劳动力资源错配等问题,如何矫正劳动力市场扭曲现象、提高劳动力资源配置效率,值得深入研究。文章以长三角城市群为例,实证检验区域经济一体化对企业劳动力成本粘性的影响效果及作用机制。研究发现,区域经济一体化主要通过增加企业劳动力需求来降低企业劳动力成本粘性;进一步研究发现,位于扩容城市、高学历员工和技术员工占比较高、资本密集型、成熟期以及中小规模的企业,区域经济一体化对劳动力成本粘性的影响更加显著。研究结论为推动城市群经济一体化建设和加强企业劳动力成本管控提供政策参考。

连锁股东与企业劳动力成本粘性

基于治理协同与竞争合谋双重效应,连锁股东在企业劳动力成本决策中发挥着重要作用。而劳动力成本决策直接关系到劳动力成本粘性的高低,最终对企业高质量发展产生深刻影响。本文采用2013~2023年沪深A股上市公司样本,从微观企业视角研究连锁股东对企业劳动力成本粘性的影响作用,探索连锁股东影响企业劳动力成本粘性的中介效应。研究发现:连锁股东与企业劳动力成本粘性之间呈负相关关系,连锁股东通过降低企业代理风险、降低企业调整成本和减少管理层乐观预期偏差来抑制企业劳动力成本粘性。连锁股东能够抑制企业劳动力成本中的数量粘性,而对劳动力平均薪酬粘性没有影响。连锁股东对企业劳动力成本粘性的抑制作用在国有企业、透明度更高的企业和行业垄断程度更高的企业中更为明显。本文丰富了连锁股东与企业劳动力成本粘性的关系研究,对于加强连锁股东治理与制定企业劳动力成本决策具有参考价值。

智能生产视角下制造业劳动力成本粘性研究

文章以我国沪深A股制造业上市公司2013—2023年企业数据为样本,采用文本挖掘法构建智能生产应用水平指数,通过实证研究智能生产应用与企业劳动力成本粘性间的关系,并进一步研究了管理者过度自信会抑制智能生产对企业劳动力成本粘性的影响。研究表明:智能生产应用会显著降低企业劳动力成本粘性,管理者过度自信在智能生产应用对劳动力成本粘性的影响中起部分中介的作用。

工业机器人应用与企业劳动力成本粘性

文章以2009—2019年A股制造业上市公司为样本,采用国际机器人联合会(IFR)报告的工业机器人数据,考察工业机器人对企业劳动力成本粘性影响及作用机制。研究发现,工业机器人应用能够降低企业劳动力成本粘性。机制分析发现,工业机器人应用通过降低劳动技术替代水平,进而降低企业劳动力成本粘性;与人均薪酬粘性相比,工业机器人应用对员工数量粘性,尤其是低技能员工数量粘性的降低作用更显著。异质性分析表明,这一降低作用在技术水平低、所处地区老龄化程度高以及劳动力保护程度低的企业中更显著。进一步研究发现,工业机器人应用能够弱化企业劳动力成本粘性与未来劳动生产率之间的正向关系,减少企业对劳动力的依赖水平。研究结论有助于合理评估工业机器人应用的微观价值创造效应,为推动工业机器人应用提供经验证据。

劳动成本粘性与股票收益——基于A股上市公司的经验证据

本文研究劳动成本粘性和企业股票收益率的关系。数据显示中国上市公司的劳动成本粘性近年呈现上升趋势。本文的回归分析表明企业劳动成本粘性与股票收益率存在显著的正向关系,同时高劳动成本粘性的企业具有更高的股票收益风险。研究还发现,劳动成本粘性与工资粘性相比是预测股票收益率更直接和有效的指标。

灾难冲击与民营企业劳动力成本粘性

在中国自然灾难频发与劳动市场特征变迁的背景下,本文基于2010-2018年间A股上市公司数据,从成本粘性“效率观”的视角,研究自然灾难冲击如何影响民营企业的劳动力成本调整。本文发现:在调整成本与管理层预期影响下,灾难冲击显著提高了民营企业劳动力成本粘性,其中“数量”粘性提高更为显著,而“薪酬”粘性不显著,即相较于裁员,在遭遇灾难冲击时,企业会偏向调整员工薪酬。另外,本文发现劳动保护程度越高,灾难冲击下劳动力成本粘性越高,但企业、政府、市场的积极应对能缓解这一影响。拓展研究发现:不同的灾难类型对民营企业劳动力成本粘性存在差异性影响;且灾难冲击主要提高了民营企业生产人员的劳动力成本粘性。本文不仅是从企业决策视角对灾难冲击经济后果的重要补充,也丰富了中国制度背景下企业劳动成本调整的文献。

股权质押与劳动力成本粘性:代理观抑或效率观

基于代理观与效率观的双重视角,研究股东的股权质押行为对劳动力成本调整的影响。研究结果表明:股权质押显著提高了劳动力成本粘性;在代理观与效率观理论的冲突下,股权质押通过激化股东与管理层之间的代理问题进而提高了劳动力成本粘性,而效率观视角下的融资约束对劳动力成本粘性的弱化效应甚微;股权质押主要影响劳动力成本中的价格即平均薪酬粘性,而对员工人数粘性的影响甚微;股权质押对劳动力成本粘性的提高作用仅在控制权转移风险较大、银行业竞争适中、股东持股比例较低、信息质量较差时显著;股权质押对劳动力成本调整效率产生的负面影响会导致企业整体的劳动经济效益下降。

智能化转型与劳动力成本粘性——来自制造业上市公司的经验证据

以2009—2020年我国A股制造业上市公司为样本,采用文本挖掘法构建智能化转型水平指数,实证检验智能化转型对企业劳动力成本粘性的影响。研究表明,智能化转型能显著降低劳动力成本粘性,且抑制效应具有持续性。进一步研究发现,智能化转型主要通过纠正管理者乐观预期、减少管理者机会主义以及降低调整成本来抑制劳动力成本粘性;智能化转型对企业普通员工劳动力成本的调整影响显著,对高管人员的影响不显著;在国有企业中以及经济政策不确定性较低时,智能化转型的作用更加明显。

银行业竞争、融资约束与劳动力成本粘性

文章基于银保监会发布的银行分支机构数据,对银行业竞争与劳动力成本粘性进行研究。研究发现:银行业竞争显著增强了劳动力成本粘性,其对融资约束较高企业的粘性影响更明显,且仅增加民企的粘性,证实银行业竞争对企业内部经营具有影响。

人工智能与企业劳动力成本粘性

如何缓解企业劳动力成本粘性对于企业发展至关重要。随着人工智能技术的不断普及和发展,它在企业生产经营的内部决策和成本管理中发挥着日益重要的作用。文章以2013—2022年A股上市公司作为研究样本,构建企业人工智能指标,探究了企业人工智能技术应用与劳动力成本粘性间的影响效应与机制。研究发现,人工智能显著降低了企业劳动力成本粘性。机制分析揭示,人工智能可以通过替代效应减少劳动力调整成本的路径缓解企业劳动力成本粘性。此外,人工智能还可以抑制管理层乐观预期与代理成本影响企业劳动力成本粘性。因此,在中国经济转型与提升新质生产力的重要历史时期,应持续推动人工智能在企业的普及与应用,更好地促进经济高质量发展。

户籍制度改革与劳动力成本粘性

要素市场化改革是我国经济高质量发展的必然要求。在户籍制度改革推动劳动力要素市场化配置的情境下,本文考察其对用工企业劳动力成本粘性的影响。结果发现公司劳动力成本粘性在户籍制度改革后显著减弱,其中增强劳动力空间流动性是潜在作用机制。横截面测试进一步发现当劳动力逐利动机较强时、公司低层次劳动力占比较高时,户籍制度改革对劳动力成本粘性的影响更大。最后,本文发现户籍制度改革对公司盈利能力和市场价值具有提升作用。本文从劳动力资源配置视角提供了户籍制度改革效应的微观证据,有助于拓展经济转型过程中劳动力流动性和成本性态的相关研究,也对理解要素市场化配置改革如何促进经济高质量发展具有启示意义。

人口老龄化与劳动力成本粘性

本文以2005-2017年中国A股上市公司为研究样本,采用我国各个省份的常住人口老龄化数据衡量人口老龄化程度,实证检验了人口老龄化对于企业劳动力成本粘性的影响。结果表明,人口老龄化显著提高劳动力成本粘性。进一步研究发现,人口老龄化对劳动力成本粘性的影响在劳动密集型企业和民营企业中更加显著。本文从企业微观视角出发,考察人口老龄化对企业人力成本的影响,加深了我们对人口老龄化经济后果的认识。本文结果表明推动企业优化升级是降低人口老龄化负面影响的重要途径。

智能制造与劳动力成本粘性——基于工业机器人应用的视角

工业机器人是实现中国产业结构升级和经济高质量发展的重要推手,随着在各行业生产经营活动中的广泛应用,引发了各界对于其经济后果的密切关注。本文基于工业机器人应用产生的人工替代和就业创造效应,并结合我国劳动力供给和产业结构现状,探究了工业机器人应用对微观企业劳动力成本粘性的影响。研究发现,工业机器人应用显著降低了企业劳动力成本粘性。机制检验表明,工业机器人应用降低了生产经营活动中对劳动力的依赖,企业在业绩下降时裁撤了更多低教育水平冗余劳动力资源,通过减少员工数量而非降低员工薪酬待遇的方式调整劳动力成本。此外,工业机器人应用对于劳动力成本粘性的降低作用在劳动力被替代可行性较高、劳动力调整成本较低、民营企业、行业竞争程度较高以及客户集中度较低时更加明显。本文的研究结论不仅为“机器人换人”提升企业生产经营效率提供了来自中国的直接证据,也为如何规避“机器人换人”的潜在风险提供借鉴。

地方“人才新政”与企业劳动力成本粘性

本文以2014-2020年间我国各地陆续出台的“人才新政”作为准自然实验,实证考察“人才新政”对企业劳动力成本粘性的影响。研究发现,“人才新政”实施会降低企业的劳动力成本粘性,其作用渠道主要是通过影响地区劳动力市场供给,进而改变企业的调整成本,优化人力资本配置来实现。研究还发现,“人才新政”主要降低了劳动力数量粘性而非劳动力薪酬粘性。截面检验发现,“人才新政”对劳动力成本粘性的降低作用主要集中在人才存量较少和第三产业占比较高的地区,以及生产经营结构变化较小的样本。最后发现,“人才新政”缓解了劳动力成本粘性对企业劳动力生产效率的不利影响。本文将宏观的人才政策和微观的企业人力资本配置相联系,为人才政策实施效果的评估提供经验证据,丰富成本粘性理论研究。

工业机器人应用与企业劳动力成本粘性

工业机器人应用被视为推动工业智能化升级和经济高质量发展的重要举措。本文通过构建“巴蒂克工具变量”计算相对外生的企业机器人渗透率,考察了2011~2019年制造业上市公司工业机器人应用对劳动力成本粘性的影响。研究发现:机器人应用显著降低了劳动力成本粘性,且影响在劳动力供给充足、劳动力保护较弱的地区,及低学历员工占比较高、劳动密集型、具有良好发展需求的企业更显著。降低用工粘性与员工薪酬粘性是其作用机制,且主要表现为对于低学历、低技能员工的影响。机器人应用与数字化转型具有协同作用,且主要以技术溢出的形式通过产业链对上下游企业劳动力成本粘性产生影响,中间品市场等非技术溢出渠道的影响并不显著。机器人对劳动力成本粘性的抑制效应有助于改善经营绩效、降低经营风险、提高生产效率。本文的研究结论有助于为智能制造政策推广和企业成本管理决策提供实践启示。

中国上市公司粘性现象影响因素研究:文献回顾与展望

自国外学者首次证实成本粘性现象以来,我国学者对中国制度背景下上市公司的粘性现象进行了广泛而深入的研究。首先以文献综述的形式对前期文献进行了简要回顾,梳理了国内学者对我国上市公司成本费用粘性、高管薪酬粘性以及劳动力成本粘性影响因素的研究成果,加深了对成本费用粘性等粘性现象影响因素的理解,最终在考虑我国制度背景的基础上,提出了未来对我国上市公司粘性现象可深入研究的方向。