劳动力成本、融资约束与企业智能化发展

刘喜华，杨光照，张宇辰

（1.青岛大学经济学院，青岛 266071；
2.天津大学管理与经济学部，天津 300072）

随着新一轮科技革命和产业革命的兴起，我国经济也进入了由高速增长向高质量发展的转型期。新一轮科技革命的核心是人工智能，产业智能化发展已经成为国际竞争战略的制高点[1]。美国、德国等西方工业化国家先后推出“工业互联网”和“工业4.0”战略计划，尝试借助工业再升级和智能化转型重塑全球工业分工格局[2]。国务院2015年印发的《中国制造2025》中指出，智能化正在引领制造业变革，要提高制造业的智能化水平，开发自主可控的智能装备并实现产业化。显然，智能化已经成为制造业的重要发展方向，越来越多的学者开始关注智能化与传统产业的深度融合问题。长期以来，我国的经济发展得益于较低的劳动力成本和充足的劳动力供给，大批企业获得了资本积累并扩大规模、提高产能，取得了快速成长。但这种依靠大量能源、原材料和廉价劳动力推动的增长是不可持续的[3-4]。劳动人口年龄和结构改变、农村剩余劳动力减少以及劳动保护法日益完善等因素导致劳动力价格持续上升。来自用工成本方面的压力也促使企业更为积极地谋求转型升级，以应对劳动力成本上升所带来的负面影响。面对用工成本的上升，企业采取各种措施来应对，比如将公司迁往劳动力成本较低的地区，或者增加资本投入，用于更新机器设备引进智能化技术。企业在比较迁移公司和增加资本投入的成本后，会选择合适的应对方法，而近年来智能化技术越来越多地被企业采用。智能化技术通过改变生产方式、优化要素配置以提升企业的生产效率，企业可以通过智能化升级有效防控因劳动力成本上升带来的经营风险。但是，由于缺少企业智能化技术使用的相关数据，以往研究较多基于宏观层面，或者是对制造业企业机器人的使用情况进行分析，鲜有研究从服务业企业智能化发展层面展开深层次讨论。换言之，智能化技术除了工业机器人以外，还包括数据处理、自动控制和人工智能等，这些技术的使用在较大程度上推动了传统服务业的变革，特别是在金融、零售、法律、医药和教育等数据密集型的行业。特别是对于金融行业而言，其将人工智能技术成功地运用于互联网和线下金融服务之中，不仅能够在一定程度上提高传统金融行业的服务效率，还能有效降低潜在的金融风险。

综上所述，智能化技术已经在制造业与服务业中广泛应用，那么劳动力成本上升是否会促使企业更多地使用智能化技术？为回答这一问题，本文以上市公司企业为研究样本，在劳动力成本上升背景下对企业行为进行深入探讨，实证检验企业层面用工成本提高是否会导致其增加智能化技术的使用，本文主要解决了如下两个问题。

第一，以往研究中对企业智能化技术水平的衡量较为单一，通常使用工业机器人或计算机等与智能化相关的设备使用量来衡量企业智能化水平。由于智能化技术包含了大数据、人工智能、机器学习和云计算等新兴技术，本文对企业智能化技术水平的测度进行了拓展，通过测算得出综合智能化技术指标，能够更为全面地描述企业智能化技术的应用程度，为全面认识当前企业智能化发展模式提供了新的研究视角。

第二，智能化技术已经与服务业深度融合，因此，本文在研究样本中增加了以往研究中缺少的服务业企业。在理论分析的基础上，实证检验了用工成本上升会促进企业增加资本投入进而提升智能化技术水平这一影响机制，并将融资约束异质性纳入其中进行分析，为企业适时调整其经营策略，开拓新的发展路径提供重要启示。

本研究分别从劳动力成本变动、智能化技术对企业生产方式的改变、融资约束对企业经营策略的影响三个方面进行文献梳理。近年来，劳动力成本上升已经成为企业面临的普遍问题。农村人口增长放缓以及高等教育的持续扩招，改变了中国劳动人口的供给以及结构[5]。劳动力供给和劳动力结构的改变会外生性地增加企业的生产成本，这种生产成本的增加会侵蚀企业利润并使企业竞争力下降，由于劳动密集型企业在生产过程中其劳动力成本占总成本比重较大，因此劳动密集型企业受到的影响相对较大[6]。但是，经济发展必然会伴随企业用工成本的上升，这种外生性的工资上涨会使企业增加研发投入以提高生产效率[7]，企业进而通过全要素生产率的提升来缓解劳动力成本上升所带来的负面影响。目前，学术界已有较多关于劳动力成本与企业生产率方面的研究。代表性成果有：孟茂源等[8]使用上市公司数据研究劳动力成本对企业高质量发展的影响，发现当用工成本上升时，企业会加大研发投入并提高员工素质，从而改善企业的全要素生产率。潘青[9]对劳动力成本上升的创新绩效进行分析，研究发现，劳动力成本提高会激励企业进行技术创新并提升劳动生产率。并且，随着高等教育的普及，高技能、高素质劳动力占总劳动力的比例逐渐提升，这为企业的转型升级提供了人力资本基础。教育所带来的人力资本质量提升会替代劳动力数量简单扩张的作用[10]，并使人力资本积累的“垂直效应”显现[11]。蔡昉[12]从理论上论证和检验了中国人口红利消失与刘易斯转折点到来的判断，研究发现，经济增长方式的改变是经济保持长期增长的源泉。因此，面对中国劳动力结构转变的阶段性变化，以吸收低素质劳动力以及粗放式投资为主的经济增长方式亟需改变。通过改变生产方式以及提高创新能力，使企业提升生产效率，促进经济结构转型，同时也为高素质劳动力创造更好的需求环境。企业选择智能化生产方式，会增加高技能劳动力的需求，而高技能劳动具有更高的边际产出，因此，智能化技术在提高企业全要素生产率的同时也有利于劳动力供给和需求的平衡[13]。

关于企业智能化发展，现有研究主要关注智能化对企业全要素生产率的影响，鲜有研究关注企业用工成本与智能化技术使用之间的关系。特别是，当面对用工成本上升带来的压力时，企业通常会以提高劳动生产率、优化创新能力和生产技术改进等方式进行应对[14]。智能化改造通过节约人力成本，推动企业生产过程更为精准高效以及优化生产资源配置来提高企业的全要素生产率[15]，从这一角度而言，进行智能化升级俨然已成为企业应对劳动力成本上升的有效途径。企业的智能化发展不只是简单地“机器换人”，用机器取代人力劳动，智能化包括了物联网、大数据、云计算、人工智能等新兴技术，这些新兴技术在传统行业的应用提高了传统行业对于数据的收集和处理能力，使数据信息共享以及传递方式愈加智能化[16]。将生产组织方式、人力资源管理、财务成本核算以及其他经营管理内容进行信息化、智能化和数字化的整合优化，是传统产业求得生存和发展的必然选择[17]。企业将智能化应用于生产过程中，可以解决其在生产环节中的痛点，利用网络信息技术和先进制造工具将生产流程实现数字化和智能化，从而通过数据采集、分析、优化与跨系统流动实现生产过程的优化，进而提升生产效率。在企业中广泛应用智能化技术是大势所趋，企业应该抓住机遇，通过提升智能化水平，增强自身竞争力。

上述文献讨论了企业通过智能化升级进行生产方式的优化，但企业对生产方式的调整也受到其财务方面的约束。经典财务理论认为，在完美的资本市场中，企业内部资本和外部资本可以完全替代，企业投资行为只与企业投资需求有关而不受财务状况的影响[18]。之后有学者把信息不对称引入资本市场研究领域，认为信息不对称会造成企业内外部融资成本的差异[19]。Kaplan等[20]认为，由于资本市场不完善导致内外部融资成本存在差异，这种差异使得投资决策不仅取决于投资需求，还受企业所拥有内部资本的影响。当企业投入资金进行创新、研发或用于生产技术改进时，需要有长期稳定的融资来源，如果企业受到融资约束，将会减少资金投入[21]。肖文等[22]在研究劳动力成本上升对于企业全要素生产率的影响时发现，劳动力成本上升会促使企业改变生产方式从而提高其全要素生产率，但是，如果企业受到融资约束，将会对其全要素生产率产生不利冲击。考虑到融资约束对于企业决策的影响，本文将融资约束这一重要条件加入企业智能化影响因素的研究中，使研究更加合理。

因此，本文第二部分为理论基础分析；
第三部分为数据和变量选取以及计量模型；
第四部分为实证分析，包括异质性与机制检验；
第五部分为稳健性检验；
第六部分是研究结论与建议。

目前中国的技术进步是偏向于劳动增强型的，表现为劳动效率持续快速提高，而资本效率则持续下滑[23-24]。智能化技术是一种劳动增强型技术，它通过提高劳动生产率，节约劳动时间，减少劳动投入，使资本获得更高的相对剩余价值[25-26]。当劳动力成本上升时，企业增加资本投入的具体表现形式为：增加机器以及人工智能技术的使用以节省劳动力的使用[27]。为了更加具体地了解智能化技术使用与劳动力成本之间的关系，建立CES生产函数进行分析。生产过程中的资本与劳动投入分别为Kt和Lt，劳动的边际产出为FL。根据Acemoglu[28]对于偏向性技术进步的定义，本文将智能化技术作为劳动增强型技术，在模型中将其记作Bt。为简化模型且不失其表达含义，本文假设资本的技术水平为1，生产函数形式设定为

式中：θ为生产中两种要素的分配参数；
σ为两种投入要素的替代弹性。

根据式（1）的生产函数，可以推出劳动的边际产出为

假设完全竞争和规模报酬不变，劳动边际产出FL等于工资率wt，对式（2）进行整理，则得到企业智能化技术水平的表达式为

从式（3）可以看出，若企业保持资本与劳动投入比不变，外生性的冲击造成企业劳动力成本上升，会促使企业提高智能化技术水平Bt。若不考虑外生的劳动力成本变动，当替代弹性σ＜1时，企业增加资本与劳动要素投入比例，会提高企业智能化技术水平，若企业减少资本与劳动要素投入比例，会降低智能化技术水平。替代弹性σ＞1时，企业增加资本与劳动投入比例会减少智能化技术水平。据此，本文提出如下研究假设。

假设1：在企业资本与劳动投入比例不变的情况下，劳动力成本增加会促使企业提高智能化技术水平。

从理论上来说，企业智能化技术水平受到多种因素影响，但总的来看，企业智能化技术水平提高的主要途径是资本投入。从资本获得角度考虑，融资约束会对企业智能化发展产生重要影响，若企业使用智能化设备优化生产流程，需要增加资本投入，但是只有在具备充足的资金的情况下，企业才会加大智能化生产设备投入。此时，仅仅依靠自身资金难以满足需求，特别是当企业内部资金不足时，需要通过融资获得资金，受到融资约束会直接影响企业智能化生产的资金投入。从投资风险的角度考虑，智能化设备投入具有一定的风险，资金投入较大且回报周期长，产品市场具有不确定性，因此，当劳动力成本上升时，企业会谨慎考虑是否通过融资提高智能化技术水平加以应对。从财务角度考虑，当劳动力成本上升时，企业具有使用资本替代劳动的动机，但是受财务约束的影响，企业无法达到理想的投资水平，可见融资约束会对企业投资行为产生影响[29]。劳动力成本与智能化投入的关系会受到企业融资约束影响，基于此，本文提出假设2。

假设2：劳动力成本上升对企业智能化发展的促进程度与企业所受融资约束有关，受到融资约束较强的企业其劳动力成本上升对智能化发展的促进作用较弱，反之则促进作用较强。

1.变量选取与数据说明

本文选取中国A股上市公司2009—2019年数据作为研究样本，由于行业差异和样本缺失等问题，对样本进行如下处理：1）剔除退市公司样本；
2）剔除金融行业样本数据；
3）剔除主要变量缺失样本数据；
4）对所有连续变量在1%和99%分位上做缩尾处理，以避免离群值对估计的影响。最终获得3 209家样本公司，观察值18 398个。主要数据来源于国泰安、万得数据库，部分数据来自企业年报。

（1）被解释变量。对于企业智能化水平的测度，目前学界尚未形成标准的测度方式，部分学者使用企业工业机器人数据作为企业智能化水平的代理指标[30-32]。例如，张万里等[33]采用主成分分析法，将工业机器人、生产系统、智能化相关部件设备、软件和硬件纳入产业智能化指标体系中计算智能化指数。杨飞等[34]采用全球计算机制造业和信息服务业投入到每个行业的中间品占增加值的比重衡量产业智能化程度。吴璇等[35]研究发现，财务报告中一些词汇的出现频次反映了公司的经营战略以及发展方向。姚加权等[36]将文本分析在金融学中的应用方法进行了梳理，并且对文本分析未来的应用进行了展望。借鉴温湖炜等[37]对企业智能化水平的测度方法，使用文本处理技术在企业年报中查询有关智能化发展水平的文本词频数，取数值作为衡量智能化水平的代理变量。现有文献表明，企业财报中的文本信息可以有效体现企业的经营状况和经营战略，因此本文使用文本分析法对上市公司财务报告进行处理，选取了36个智能化相关词，使用相关词词频作为衡量其智能化程度的指标。

（2）解释变量。工资是企业劳动力成本的主要部分[38]，占企业劳动力成本的80%以上[39]，部分学者[40-41]使用企业平均工资来衡量劳动力成本。由于平均工资可以反映企业的用工成本，本文使用企业平均工资作为企业劳动力成本的衡量指标。平均工资由已支付职工现金、尚未支付薪酬和企业员工数计算得到。

（3）控制变量。借鉴解维敏等[42]和司登奎等[43]的研究，本文在公司财务、经营和成长类指标中选取控制变量，包括企业规模、年龄、负债率和营业收入增长率等可能对结果产生影响的变量，具体指标和计算方法如表1所示。

表1 主要变量定义

（4）企业融资约束指标测算。为了综合评价企业受到的融资约束程度，本文选取KZ指数作为衡量企业融资约束程度的指标。KZ指数是由Kaplan等[20]构建并用于衡量企业的融资约束程度。KZ指数从经营净现金流、现金持有量、负债、成长性和股利支付等多个维度衡量企业的融资约束程度，是一种较为全面衡量企业融资约束程度的指标。借鉴魏志华等[44]构建KZ指数的方法，使用上市公司经营性净现金流、现金股利、现金持有、资产负债率、总资产和托宾Q值，经过回归分析并计算各变量系数获得KZ指数，KZ指数越大，代表上市公司受到的融资约束程度越强。为检验假设2，融资约束是否削弱劳动力成本对企业智能化技术水平的影响，我们以KZ指数对样本进行分组，KZ指数前60%为融资约束组，后40%为非融资约束组，并分别对两组进行回归。

由于KZ指数是由企业内部财务指标计算得到，可能包含了内生性变量，本文同时使用融资约束SA指数衡量企业融资约束。SA指数仅由企业规模和年龄构建，这两个变量随时间变化不大且具有较强的外生性。使用Charles等[45]的方法计算得到SA指数，SA指数计算为负数，绝对值越大说明企业受融资约束越严重，在此使用SA指数绝对值取对数以衡量企业所受融资约束。各个变量的描述性统计结果见表2。

表2 变量描述性统计

2.模型设定

根据理论模型的假设1，劳动力成本上升会促使企业发展智能化以缓解劳动力成本上升所带来的负面影响，而企业受到融资约束会阻碍企业的智能化发展。为了验证该假设，本文基准回归模型设定为

式中：i为企业个体；
t为时间；
被解释变量B为智能化技术水平指标；
W为劳动成本，是核心解释变量；
X为其他控制变量；
ε为随机误差项；
μ为个体固定效应；
λ为时间固定效应。经过Hausman检验，p值小于0.05，表示在5%的置信区间水平拒绝原假设，选用固定效应模型进行估计。若假设1成立，则W回归系数应显著为正。

为了分析企业所属地区、行业等因素是否会对回归结果产生影响，在式（4）中加入代表企业要素密集度、产业、国有属性和地区构建的虚拟变量与劳动力成本的交互项，模型设定为

式中，V为构建的虚拟变量，分别将劳动密集型、第二产业、国有属性以及东部地区企业设置为虚拟变量1，若交互项回归系数显著，说明劳动力成本对企业智能化技术水平的影响存在异质性差异。

假设2中指出，相较于受到融资约束较强的企业，劳动力成本上升对于受到融资约束较弱的企业影响更为明显。为了验证假设2，本文按照企业所受融资约束程度对企业进行分组，并构建虚拟变量，将受到融资约束的企业设置为1，在式（5）的基础上进行回归分析。若假设2成立，则劳动力成本与融资约束交互项的系数应显著为负。

为了更加具体地研究劳动力成本对企业智能化技术水平影响在不同融资约束的企业中存在差异化的原因，将企业财务相关的指标与企业劳动力成本的交互项依次纳入计量模型进行分析，计量模型设定为

式中：A为人均资本或人均研发投入；
φ为与劳动力成本交互的企业财务指标，包括了企业现金流比率、资产负债率以及支付利息费用比率。

1.基准回归

表3为全样本基准回归，其中第2到第4列为使用固定效用模型（FE）回归的结果。在第2和第3列中劳动力成本的回归系数为0.157和0.075，且均在1%水平下显著，说明劳动力成本上升对企业智能化技术水平存在显著的正向影响。考虑到企业智能化技术水平存在积累效应，并且相关技术人员掌握新技术需要学习过程，过去智能化技术应用对当期智能化技术水平可能产生影响，因此，在回归中加入了被解释变量智能化技术水平的滞后项。第4列中，在加入了滞后项的回归后，劳动力成本的回归结果依然显著为正。使用全样本进行基准回归，初步证明了假设1，即劳动力成本上升促进企业更多地使用智能化技术。

表3 全样本主回归

2.异质性分析

由于企业所属地区、企业所属产业、是否国有以及要素密集度等因素都有可能对回归结果产生影响。因此，根据式（5）采用交互项的形式，检验不同地区、产业、性质和要素密集度是否存在异质性影响，本文将劳动密集型、第二产业、国有属性以及东部地区企业设置为虚拟变量1，表4为异质性样本的回归结果。第1列为按照要素密集度进行分组的回归结果，其中劳动密集型企业虚拟变量与劳动力成本交互项显著为正，说明劳动密集型企业在劳动力成本变动时更加倾向于智能化升级。经过多年发展，我国劳动密集型企业所占比例依然很高，在劳动密集型企业中，劳动力成本占总成本的份额相对较大，劳动密集型企业非常依赖廉价劳动力，日益攀升的用工成本会大幅度减少这部分企业的利润空间，所以，劳动力成本上升对这类企业的影响更大。第2列的结果中，交互项系数为0.135且在1%水平上显著。相较第三产业，以制造业为主的第二产业使用智能化技术对其生产方式以及生产效率的影响更为明显，而当前服务业中智能化技术对劳动力的替代效率低于制造业，这造成了第二、三产业存在明显的异质性。第3列中交互项系数显著为负，说明民营企业对劳动力成本变动反应更加敏感，相对于民营企业，当劳动力成本提升时，国有企业进行智能化升级的动力较弱。最后，对东西部地区企业进行异质性分析，第4列中交互项系数并不显著，东西部地区企业劳动力成本变动对于智能化的影响并无明显区别。异质性检验中劳动力成本回归结果与基准回归结果一致，进一步验证假设1成立。

表4 异质性分析

3.融资约束影响检验

为了验证假设2，融资约束是否对企业智能化发展产生影响，本文以KZ指数以及SA指数作为融资约束衡量指标对样本企业进行分组回归。表5为回归结果，其中劳动力成本系数均显著为正，这与基准回归结果一致。不论是以KZ指数还是SA指数作为企业融资约束的衡量标准，其与劳动力成本的交互项均为负，并且在1%水平上显著。分组回归结果表明，当劳动力成本上升时企业会进行智能化升级，但融资约束较为宽松的企业对于智能化升级更为积极。缺乏资金是阻碍企业进行技术升级的重要原因，由于获取资金较难或融资成本较高，受到融资约束的企业进行智能化升级时需要付出更高的资金成本，可能会放弃使用智能化技术。所以，这些企业面对劳动力成本上升时可能无法进行较为全面有效的应对。回归结果验证了假设2的成立。

表5 融资约束分组回归

4.劳动力成本上涨与企业智能化发展的机制检验

企业进行智能化升级依赖于资本以及技术方面的投入，引进新的生产技术需要在前期投入大量的资金，同时，研发能力的提高帮助企业拥有数据处理能力和技术应用能力。理论模型性分析中，企业智能化技术水平会受到企业资本与劳动投入比的影响。为了验证劳动力成本上升是否会通过提高企业资本与研发投入强度，影响企业智能化技术水平，使用企业人均资本投入与人均研发投入作为被解释变量，根据式（4）进行回归，结果如表6所示。

表6 劳动力成本上升与企业智能化机制检验

表6为使用人均资本投入与人均研发投入作为被解释变量的回归结果，其中，劳动力成本对人均资本投入与人均研发投入的系数均为正，且在1%水平上显著，说明劳动力成本提高会促进企业增加资本与研发投入。回归结果验证了这一机制：企业为了应对劳动力成本上升带来的压力，会考虑增加资本投入用于更新机器设备和引进智能化技术，增加研发投入提升企业技术水平。

为了更深入分析劳动力成本与企业资本与研发投入受到融资约束影响的机制，选择企业现金流比率、负债率和支付利息费用比率这三个影响企业融资约束程度的重要指标，根据式（6），分别将这三个指标与劳动力成本的交互项加入回归，结果如表7所示。

表7 中介变量交互项回归

表7中，劳动力成本与企业资产负债率交互项的回归系数为-0.160并且在10%上显著，劳动力成本与企业利息费用比率交互项在10%水平上显著为负，劳动力成本与现金流比率交互项系数为负，但并不显著。资产负债率与利息费用比率提高会抑制劳动力成本对企业智能化技术水平的促进作用，这是由于高负债率的企业会选择更加谨慎的投资策略。表7的分析中使用企业不同的财务指标衡量融资约束，更加清晰地验证了劳动力成本对不同融资约束企业影响存在差异性的来源，即资产负债率以及利息费用率越低，劳动力成本上涨对企业智能化技术水平的激励作用越强。

为了提高研究结论的可靠性，进一步进行稳健性检验。在实证中，本文使用样本企业平均工资作为劳动力成本的衡量指标，而企业平均工资与企业发展状态、盈利能力、所属行业等相关，可能存在内生性问题，因此，在进行稳健性检验时使用企业所属地平均工资以及最低工资标准替换企业员工平均工资，用于衡量企业用工成本，企业所属地平均工资、最低工资标准与企业可获得劳动力成本相关，但受企业自身影响较弱。在此，使用企业所属地平均工资以及最低工资标准的对数作为解释变量。

表8为替换解释变量后的回归结果，第1列和第2列中，分别以最低工资和平均工资作为衡量劳动力成本的工具变量，回归系数均为正，且在1%水平上显著。使用企业所在地平均工资和最低工资衡量企业劳动力成本，削弱了内生性影响，并且回归结果与本文主回归结果基本一致，加强了研究结论的稳健性。

表8 替换解释变量进行回归

为了检验融资约束异质性影响结果的稳健性，使用KZ指数分别以30%和10%分位对样本进行分组回归，并基于似无相关模型（SUR）进行组间系数差异检验，比较不同分组间劳动力成本系数大小。若融资约束组中劳动力成本系数显著小于非融资约束组，同时通过了组间系数差异检验，说明劳动力成本提高对智能化技术应用的促进作用受到了企业融资约束的抑制，回归结果见表9。

第1和第2列是按照30%分位对企业融资约束进行划分的回归结果，融资约束组和非融资约束组的劳动力成本回归系数分别为0.419和0.527，存在明显的差异。第3和第4列是按照10%分位划分的回归结果，相较于30%的分组划分，系数的差异进一步扩大。可以发现，无论是在30%分位分组还是在10%分位分组，均通过了组间系数差异检验，劳动力成本的回归系数在非融资约束组中显著大于融资约束组，这与之前交互项的回归结果相一致，强化了本文的研究结论。对融资约束异质性影响结果的分组检验，使假设2的证明结论更加稳健，即劳动力成本上升会促使企业进行智能化升级，但企业受到融资约束时会削弱劳动力成本上升带来的影响。

表9 按融资约束分组的检验结果

当前，国内经济增速放缓，企业谋求转型升级，在这种背景下，劳动力成本上升已经成为企业所面临的重要问题。本文以中国上市公司为研究对象，研究劳动力成本上升对企业智能化的影响，并在考虑企业融资约束以及异质性的基础上进行深入的实证分析，旨在帮助企业应对劳动力成本上升所带来的负面影响，为企业转型升级以及提高智能化水平提供决策参考。

1.结 论

第一，劳动力成本上升会促进企业进行智能化升级。资本与技术是企业发展智能化技术的重要条件，劳动力成本上升会激励企业增加人均资本与人均研发投入，这是促使企业智能化技术水平提升的原因之一。

第二，劳动密集型企业、制造业企业以及民营企业更容易受到劳动力成本变动的影响。

第三，劳动力成本上升对企业智能化升级的促进作用会显著受到企业融资约束的影响。当劳动力成本上升时，容易获得外部融资的企业进行智能化升级的力度更大，进而能更多地利用智能化等新技术来应对劳动力成本上升带来的负面影响，而受到融资约束会阻碍企业进行智能化技术升级。

2.政策建议

第一，在新一轮科技与产业变革中，政府应该更加注重引导企业进行智能化升级。同时，由于智能制造是国家的长期发展战略，应当积极推动企业抓住新时代智能化发展的机遇，探索符合企业发展的新路径，支持企业增加技术投资，提高企业新技术应用效率，缓解用工成本上升给企业带来的压力。在具体实施方面，可以对进行智能化改造的企业给予补贴支持，对于智能化设备制造和软件开发企业给予减税或政策方面扶持，促进相关企业以及上下游产业链的整合与发展。

第二，对于易受用工成本影响的企业，如劳动密集型和非国有性质企业等，应当加强宏观政策引导，完善体系与智能平台的建设，并且予以金融政策等支持，促进传统产业与智能化新技术的结合，推动劳动密集型企业的智能化升级，帮助传统产业摆脱劳动力对其发展的束缚。加强高素质应用型人才的培养，高技术人才是产业升级与企业智能化转型的关键要素之一。对于紧缺专业的人才，推动企业与高校合作制定定向培养方案，增加产业升级所需的人才储备；
同时，继续推进企业与高校、科研院所的合作，加强成果转化效率，让研发投入与创新成果能够有效地转化为生产力。

第三，加强资源配置的有效性和合理性，完善金融制度，为企业营造更加公平有序的市场环境。企业受到融资约束会显著降低其资本投入与研发投入，这会影响其新技术投入，从而阻碍生产效率的提升。因此，应当加快完善金融市场，构建高效的金融体系，有效解决企业融资难的问题，帮助企业在生产过程中更加合理地配置要素，充分激发经济增长活力。

猜你喜欢 约束劳动力智能化 智能化战争多维透视军事文摘(2022年19期)2022-10-18探讨智能化技术在电气工程自动化中的应用建材发展导向(2022年2期)2022-03-08住宅小区弱电智能化工程建设实现建材发展导向(2021年13期)2021-07-28大型公共建筑智能化系统造价控制建材发展导向(2021年10期)2021-07-162020年河南新增农村劳动力转移就业45.81万人今日农业(2021年1期)2021-03-19广东：实现贫困劳动力未就业动态清零今日农业(2020年24期)2020-12-15马和骑师小学阅读指南·低年级版(2017年1期)2017-03-13适当放手能让孩子更好地自我约束人生十六七(2015年6期)2015-02-28CAE软件操作小百科（11）计算机辅助工程(2012年5期)2012-11-21独联体各国的劳动力成本俄罗斯问题研究(2012年1期)2012-03-25

推荐访问:智能化 劳动力 融资