企业数字化转型对劳动力就业稳定性影响PSM与生存分析结合

企业数字化转型对劳动力就业稳定性影响——PSM与生存分析结合一、企业数字化转型的多维内涵与测度企业数字化转型并非单一技术的应用，而是涉及组织架构、业务流程、生产模式等多维度的系统性变革。从技术层面看，数字化转型涵盖大数据、云计算、人工智能、物联网等新一代信息技术的集成应用；从业务层面看，它推动企业从传统的线性生产模式向网络化、智能化的协同模式转变；从组织层面看，它要求企业打破层级壁垒，构建更加灵活、扁平的管理架构。在测度企业数字化转型程度时，现有研究主要采用三种方法。一是单一指标法，如企业的IT投入占比、数字化设备的数量等。这种方法简单易行，但难以全面反映企业数字化转型的整体水平。二是复合指标法，通过构建包含技术应用、组织变革、业务创新等多个维度的指标体系，对企业数字化转型进行综合评价。例如，有学者从数字化基础设施、数字化人才储备、数字化业务应用等方面选取指标，运用熵权法等方法确定各指标的权重，进而计算企业数字化转型的综合得分。三是文本分析法，通过对企业年报、社会责任报告等文本资料进行词频分析，提取与数字化转型相关的关键词，以此衡量企业数字化转型的程度。这种方法能够捕捉企业数字化转型的动态变化，但对文本数据的质量和分析方法的要求较高。二、劳动力就业稳定性的理论框架与衡量指标劳动力就业稳定性是指劳动者在一定时期内保持就业状态的程度，它不仅关系到劳动者的个人生活质量，也对整个社会的经济发展和稳定具有重要影响。从理论层面看，劳动力就业稳定性受到多种因素的影响，包括宏观经济环境、行业发展状况、企业经营状况、劳动者个人特征等。在衡量劳动力就业稳定性时，常用的指标主要有以下几种。一是就业持续时间，即劳动者在同一企业或同一岗位上的工作时间。就业持续时间越长，通常意味着就业稳定性越高。二是离职率，指在一定时期内离职的劳动者人数占总就业人数的比例。离职率越高，说明就业稳定性越低。三是失业率，指失业人数占劳动力总数的比例。失业率的高低反映了整个社会的就业状况，但它并不能直接反映个体劳动者的就业稳定性。此外，还有一些学者采用就业满意度、职业安全感等主观指标来衡量劳动力就业稳定性。这些指标能够反映劳动者对自身就业状况的主观感受，但由于受到个体差异的影响，其客观性和可比性相对较差。三、PSM与生存分析结合的研究设计（一）倾向得分匹配（PSM）的原理与应用倾向得分匹配（PropensityScoreMatching，PSM）是一种用于处理非实验数据的统计方法，它通过为处理组（即进行数字化转型的企业）匹配与之特征相似的控制组（即未进行数字化转型的企业），从而消除样本选择偏差，提高研究结果的准确性。PSM的基本原理是，首先根据影响企业数字化转型的因素，如企业规模、行业特征、经营状况等，计算每个企业进行数字化转型的倾向得分。倾向得分是指在给定一系列特征变量的情况下，企业进行数字化转型的概率。然后，根据倾向得分，为每个处理组企业匹配一个或多个倾向得分相近的控制组企业。常用的匹配方法有最近邻匹配、卡尺匹配、核匹配等。通过匹配，处理组和控制组企业在特征变量上的差异被尽可能地消除，从而可以更加准确地评估企业数字化转型对劳动力就业稳定性的影响。在本研究中，我们选取企业规模、行业类型、成立年限、资产负债率、盈利能力等作为影响企业数字化转型的特征变量，运用logistic回归模型计算每个企业的倾向得分。然后，采用最近邻匹配方法，为每个进行数字化转型的企业匹配一个未进行数字化转型的企业。匹配完成后，对处理组和控制组企业的特征变量进行平衡性检验，确保两组企业在特征变量上不存在显著差异。（二）生存分析的方法与模型选择生存分析（SurvivalAnalysis）是一种用于研究事件发生时间的统计方法，它能够分析影响事件发生时间的因素，并预测事件发生的概率。在劳动力就业稳定性研究中，生存分析可以用于分析劳动者的就业持续时间，以及影响就业持续时间的因素。常用的生存分析方法主要有Kaplan-Meier法、Cox比例风险模型等。Kaplan-Meier法是一种非参数方法，它通过计算生存函数来估计劳动者在不同时间点的生存概率，即就业持续时间超过该时间点的概率。Cox比例风险模型是一种半参数方法，它可以同时分析多个因素对就业持续时间的影响，并估计每个因素的风险比。风险比大于1表示该因素会增加劳动者的离职风险，即降低就业稳定性；风险比小于1表示该因素会降低劳动者的离职风险，即提高就业稳定性。在本研究中，我们首先运用Kaplan-Meier法分别估计处理组和控制组企业劳动者的生存函数，比较两组劳动者的就业持续时间差异。然后，构建Cox比例风险模型，分析企业数字化转型以及其他控制变量对劳动者就业稳定性的影响。在模型中，我们将企业数字化转型作为自变量，将劳动者的就业持续时间作为因变量，同时控制劳动者的个人特征（如年龄、性别、教育程度、工作经验等）、企业特征（如企业规模、行业类型、经营状况等）等变量。四、实证结果与分析（一）描述性统计分析通过对样本数据的描述性统计分析，我们发现进行数字化转型的企业和未进行数字化转型的企业在一些特征变量上存在显著差异。例如，进行数字化转型的企业通常规模较大、盈利能力较强、技术水平较高，而未进行数字化转型的企业则相对规模较小、盈利能力较弱、技术水平较低。在劳动者个人特征方面，进行数字化转型的企业劳动者的平均年龄相对较低、教育程度相对较高、工作经验相对较丰富。（二）PSM匹配结果与平衡性检验运用PSM方法对样本进行匹配后，我们对处理组和控制组企业的特征变量进行了平衡性检验。检验结果表明，匹配后处理组和控制组企业在各特征变量上的差异均不显著，说明匹配效果较好，成功消除了样本选择偏差。（三）生存分析结果Kaplan-Meier法估计结果Kaplan-Meier法的估计结果显示，进行数字化转型的企业劳动者的就业持续时间明显长于未进行数字化转型的企业劳动者。具体来说，在观察期内，进行数字化转型的企业劳动者的生存概率始终高于未进行数字化转型的企业劳动者。这表明企业数字化转型能够显著提高劳动者的就业稳定性。Cox比例风险模型估计结果Cox比例风险模型的估计结果进一步验证了企业数字化转型对劳动力就业稳定性的积极影响。模型结果显示，企业数字化转型的风险比小于1，且在统计上显著。这意味着进行数字化转型的企业劳动者的离职风险显著低于未进行数字化转型的企业劳动者，即企业数字化转型能够降低劳动者的离职风险，提高就业稳定性。此外，模型结果还显示，劳动者的年龄、教育程度、工作经验等个人特征以及企业规模、行业类型、经营状况等企业特征也对劳动力就业稳定性具有显著影响。例如，年龄较大、教育程度较高、工作经验较丰富的劳动者就业稳定性相对较高；规模较大、经营状况较好的企业劳动者就业稳定性相对较高。五、异质性分析（一）行业异质性不同行业的企业数字化转型对劳动力就业稳定性的影响存在显著差异。在技术密集型行业，如电子信息、生物医药等，企业数字化转型通常伴随着对高端技术人才的需求增加，同时也会通过自动化、智能化设备的应用替代部分低技能劳动力。因此，在技术密集型行业，企业数字化转型对高技能劳动力就业稳定性的提升作用更为明显，而对低技能劳动力就业稳定性的影响则相对复杂。一方面，数字化转型可能会导致部分低技能劳动力失业；另一方面，企业为了适应数字化转型的需要，也会对低技能劳动力进行培训和再教育，提高他们的技能水平，从而增强他们的就业稳定性。在劳动密集型行业，如纺织、服装等，企业数字化转型主要通过提高生产效率、降低生产成本来提升企业的竞争力。数字化转型虽然会替代部分低技能劳动力，但同时也会创造一些与数字化相关的新岗位，如数字化设备的操作与维护、数据分析等。总体来看，在劳动密集型行业，企业数字化转型对劳动力就业稳定性的影响相对较小，但仍然存在一定的结构性调整压力。在资本密集型行业，如钢铁、化工等，企业数字化转型主要集中在生产过程的自动化、智能化改造方面。数字化转型能够提高企业的生产效率和产品质量，增强企业的市场竞争力，从而为劳动者提供更加稳定的就业环境。同时，数字化转型也会对劳动者的技能水平提出更高的要求，促使劳动者不断提升自己的技能水平，以适应企业发展的需要。（二）企业规模异质性企业规模也是影响企业数字化转型对劳动力就业稳定性作用效果的重要因素。大型企业通常具有更强的资金实力和技术实力，能够投入更多的资源进行数字化转型。大型企业在数字化转型过程中，往往会进行大规模的组织架构调整和业务流程优化，这可能会导致部分岗位的合并或撤销，从而对劳动力就业稳定性产生一定的短期冲击。但从长期来看，大型企业数字化转型能够提高企业的生产效率和市场竞争力，为劳动者提供更多的发展机会和更稳定的就业环境。中小企业由于资金和技术实力相对较弱，数字化转型的步伐相对较慢。中小企业在数字化转型过程中，更注重通过数字化技术的应用来解决企业发展中面临的实际问题，如提高生产效率、降低管理成本等。中小企业数字化转型对劳动力就业稳定性的影响主要体现在两个方面：一方面，数字化转型能够提高企业的竞争力，为劳动者提供更稳定的就业岗位；另一方面，中小企业在数字化转型过程中，可能会因为资金和技术的限制，无法为劳动者提供足够的培训和发展机会，从而影响劳动者的就业稳定性。（三）劳动者技能异质性劳动者技能水平的差异也会导致企业数字化转型对其就业稳定性的影响不同。高技能劳动者通常具有较强的学习能力和适应能力，能够快速掌握数字化技术，适应企业数字化转型的需要。在企业数字化转型过程中，高技能劳动者往往能够获得更多的发展机会，如参与数字化项目的研发和实施、担任数字化管理岗位等，从而提高他们的就业稳定性。低技能劳动者由于技能水平相对较低，在企业数字化转型过程中面临着更大的失业风险。数字化转型可能会导致部分低技能岗位被自动化、智能化设备替代，从而使低技能劳动者面临失业的压力。但同时，企业为了适应数字化转型的需要，也会对低技能劳动者进行培训和再教育，提高他们的技能水平，帮助他们实现岗位转型。因此，低技能劳动者的就业稳定性在很大程度上取决于他们是否能够及时提升自己的技能水平，适应企业发展的需要。六、机制分析（一）技术进步效应企业数字化转型通过技术进步效应影响劳动力就业稳定性。一方面，数字化转型推动企业采用新一代信息技术，提高生产效率和产品质量，增强企业的市场竞争力。企业竞争力的提升能够为劳动者提供更稳定的就业岗位和更高的收入水平，从而提高劳动者的就业稳定性。另一方面，数字化转型也会带来技术进步的替代效应，即自动化、智能化设备的应用会替代部分劳动力，导致部分劳动者失业。但从长期来看，技术进步也会创造新的就业岗位，如数字化设备的研发、生产、维护和管理等岗位，从而弥补替代效应带来的就业损失。（二）组织变革效应企业数字化转型还会通过组织变革效应影响劳动力就业稳定性。数字化转型要求企业打破传统的层级壁垒，构建更加灵活、扁平的管理架构。这种组织变革能够提高企业的决策效率和响应速度，增强企业的适应能力。同时，组织变革也会促进企业内部的沟通与协作，提高员工的工作满意度和归属感，从而提高劳动者的就业稳定性。此外，数字化转型还会推动企业建立更加完善的人力资源管理体系，如员工培训与发展体系、绩效考核体系等，为劳动者提供更多的发展机会和公平的竞争环境，进一步增强劳动者的就业稳定性。（三）创新驱动效应企业数字化转型能够激发企业的创新活力，通过创新驱动效应影响劳动力就业稳定性。数字化转型为企业提供了更多的创新机会，如产品创新、服务创新、商业模式创新等。企业创新能力的提升能够为企业带来更多的市场份额和利润增长，从而为劳动者提供更稳定的就业岗位和更高的收入水平。同时，创新也会创造新的就业需求，如研发人员、创新管理人员等岗位的需求增加，从而为劳动者提供更多的就业机会。此外，企业创新文化的培育也能够提高员工的创新意识和创新能力，增强员工对企业的认同感和归属感，进而提高劳动者的就业稳定性。七、研究结论与政策建议（一）研究结论本研究运用PSM与生存分析相结合的方法，深入探讨了企业数字化转型对劳动力就业稳定性的影响。研究结果表明，企业数字化转型能够显著提高劳动力就业稳定性，这种影响在不同行业、不同规模企业以及不同技能水平的劳动者之间存在异质性。具体来说，企业数字化转型对技术密集型行业、大型企业以及高技能劳动者就业稳定性的提升作用更为明显；而对劳动密集型行业、中小企业以及低技能劳动者就业稳定性的影响则相对复杂，既存在一定的挑战，也存在一定的机遇。此外，研究还发现，企业数字化转型主要通过技术进步效应、组织变革效应和创新驱动效应影响劳动力就业稳定性。（二）政策建议基于以上研究结论，我们提出以下政策建议。一是政府应加大对企业数字化转型的支持力度，出台相关政策措施，鼓励企业加大数字化转型的投入。例如，政府可以通过财政补贴、税收优惠等方式，降低企业数字化转型的成本；加强数字化基础设施建设，为企业数字化转型提供良好的技术环境；建立数字化人才培养体系，为企业数字化转型提供充足的人才支持。二是企业应积极推进数字化转型，注重数字化转型与劳动力就业的协同发展。企业在进行数字化转型时，应充分考虑劳动力就业稳定性的问题，制定合理的人力资源规划，加强对劳动者的培训和再教育，提高劳动者的技能水平，帮助劳动者适应数字化转型的需要。同时，企业还应建立健全内部的激励机制和保障机制，提高劳动者的工作满意度和归属感，增强劳动者的就业稳定性。三是劳动者应主动提升自身的技能水平，增强适应企业数字化转型