數據要素賦能對人力資本升級的作用機制分析
——基于國家級大數據綜合試驗區數據

張珂涵，張 古，趙興羅

（1.南開大學經濟與社會發展研究院，天津 300071；2.蘭州大學經濟學院，甘肅蘭州 730000；3.中南財經政法大學財政稅務學院，湖北武漢 430073）

0 引言

現代化產業體系的構建，需要充分發揮數字經濟優勢、挖掘數據要素潛能，使其成為推動經濟高質量發展的全新引擎?！吨腥A人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》（以下簡稱“‘十四五’規劃”）指出，充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級，催生新產業新業態新模式。云計算、大數據、物聯網等數字經濟重點產業正快速進入到中國的生產生活場景之中，為經濟增長蓄積動能?！吨袊鴶底纸洕l展報告（2022）》顯示，我國數字經濟規模達到45.5 萬億元，同比名義增長達到16.2%，占地區生產總值（GDP）比重達到39.8%［1］，數字經濟作為宏觀經濟“加速器”與“穩定器”的功效愈加凸顯。數據要素在多元場景中的應用，覆蓋了教育、金融、交通、醫療等多個行業，帶來了經營管理、生產技術、供應渠道等多維度的革新，成為推動新舊動能轉化、構建新發展格局的關鍵元素。

數據要素賦能于全產業鏈協同轉型，有效激發了經濟運行活力，也使得研究者對其深度融入生產經營過程所釋放的作用倍加關注。例如鄒家陽［2］的研究表明企業生產數字化會顯著增強企業的自主生產能力，帶來一般性貿易出口擴張；張鵬楊等［3］認為生產數字化也使得企業能夠更為有效地應對貿易摩擦、增強出口韌性；Zhai 等［4］則認為其對于企業創新能力的強化與對專業化分工的促進，可以有效提升企業的全要素生產率，并帶來企業經營績效的相應提升。而企業的生產經營過程伴隨著勞動力的深度參與，數據要素的嵌入也會誘發企業內部有關人力資本戰略性調整，如黃逵友等［5］的研究表明企業數字化轉型通過緩解融資約束與加強內部控制兩種渠道有效提升了勞動力收入份額；張任之［6］則將研究視角聚焦于企業的智力資本價值創造效率，數據要素的嵌入有效發揮了智力資本的價值驅動作用。不論是收入份額的變動還是智力資本的價值創造，其背后均隱含著企業經營過程中人力資本的投入與調整過程，數據要素的嵌入及其作用釋放效果與人力資本的知識存量息息相關，數據要素的賦能過程也必然伴隨著人才隊伍的擴張，與人力資本的升級緊密聯系。數據要素賦能使得企業生產面臨新場景與新領域。同時，其龐大的信息搜索能力有效拓寬了企業的技術縱深，也帶動了技術創新活躍度的提升，企業創新活動的進行需要以高素質人才為支撐，有效加速了企業的人力資本升級進程［7］。與此同時，數據要素賦能帶來了企業生產經營邊界的擴張、產生規模經濟與范圍經濟效應［8］，創造出大量高技能勞動力崗位，誘發企業雇傭規模的相應變動。

相較于以往研究，本文第一，在研究方法上，從制度變遷視角切入，利用國家級大數據綜合試驗區建設這一準自然實驗，更為直接地探究了數據要素賦能對于企業人力資本升級的作用效果，較為有效地規避了由于文本粉飾、生產經營指標間的相關性所誘發的內生性問題，識別結果更為準確；第二，在研究內容上，為數據要素嵌入如何影響微觀企業內部人力資本調整的相關研究提供了新的經驗證據，聚焦于數據要素賦能所帶來的創新激勵效應與規模擴張效應，廓清數據要素賦能作用機制，并關注了區域、企業兩個維度上內外部資源差異對于數據賦能作用于人力資本升級過程所帶來的異質性影響；第三，從研究結論的應用維度，能夠為國家級大數據綜合試驗區建設所產生的積極影響提供事實依據，也為數據要素賦能服務于人才強國建設進程提供了有益參考。

1 政策背景與理論分析

1.1 政策背景

數據要素所具備的共享與融合屬性在現代經濟體系運轉過程中發揮著乘數效應和網絡效應，逐漸成為第五大生產要素，在技術創新和經濟增長中扮演著關鍵角色。2015 年8 月，《國務院關于印發促進大數據發展行動綱要的通知》發布，從全局高度對我國大數據發展戰略進行部署，與此同時國家級大數據綜合試驗區建設被提上日程。2016 年3 月，貴州成為我國首個國家級大數據綜合試驗區；同年10 月，經國家發改委等部門批復，同意在京津冀、珠三角、上海、重慶、內蒙古、河南、沈陽7 個區域建設國家級大數據綜合試驗區。至此，國家級大數據綜合試驗區覆蓋我國四大經濟板塊，成為推動我國信息化發展向深水區邁進、以數據賦能支撐創新驅動、推動構建新發展格局的重要抓手。國家級大數據綜合試驗區建設所帶來的數據要素的賦能功效體現在數據制度創新、數據產業集聚、數據要素流通等諸多方面。根據國家互聯網信息辦公室的公開信息：貴州省互聯網出省帶寬從2016 年批復建設首個試驗區時的3 060 Gbps 增長到2020 年的17 000 Gbps；通信光纜由2016 年的64 萬公里增長至2021年的138.45 萬公里1）。大數據綜合試驗區建設有效促成了數據整合利用、數據開放共享、數據創新應用，有利于經濟的可持續發展。

1.2 理論分析

1.2.1 人力資本升級的影響因素

伴隨數字經濟的興起，學界對于數據要素賦能功效及其所帶來的人力資本調整作用漸趨關注，數據要素的賦能功效體現在人工智能、大數據、云計算、區塊鏈等多個前沿領域，為研究者提供了多種切入視角。在區域層面：牛子恒等［9］的研究發現，數字基礎設施的建設能夠有效糾正勞動力配置的扭曲，推動東部地區高水平勞動力與地區經濟發展的適配過程；夏海波等［10］的研究則表明數字基礎設施建設能夠通過促進產業結構服務化、緩解勞動力錯配和加速人力資本積累等渠道對勞動力就業產生積極影響；而在企業層面，葉永衛等［11］基于文本分析法測度企業數字化轉型程度，實證檢驗了企業數字化轉型的技能偏向性特征以及對于企業人力資本升級的促進作用；而曹珂等［12］使用世界銀行中國私營企業調查數據的研究表明，伴隨企業數字化轉型程度加深，企業會更傾向于在勞動力引入、熟練勞動力培訓中加大人力資本投資力度，進而誘發人力資本的升級。已有研究為廓清數據要素賦能對于人力資本升級的作用以及機制提供了富有價值的參考，從區域層面向微觀企業層面深入能夠起到見微知著的效果，但企業年報所存在的文本粉飾以及調查所得數據中的自選擇偏誤可能會對實證結果產生一定的干擾。根據上文所梳理的政策背景，國家級大數據綜合試驗區建設是發揮數據要素賦能功效的重要戰略舉措，其所具備的外生性也為研究數據要素賦能對于人力資本的升級作用提供了良好的實證場域。

1.2.2 數據要素賦能對人力資本升級的作用機制

首先，數據要素賦能能夠通過創新激勵效應推動人力資本升級。數據要素能夠作用于企業的生產經營等各個環節，深刻影響著企業的生產活動、商業模式、組織架構的形成與演變［11］。數據要素所具備的開放性和擴展性特征［13］，有效地降低了企業的信息搜尋成本，通過提升預測精準度提供更加豐富有效的知識組合，提升了企業運行各流程的效率，在企業削減成本、搶占市場過程中發揮著重要作用［14］，從生產和消費兩端刺激了企業創新活動的進行：在生產端，數據要素的應用有效破除了供應鏈各個環節之間的信息壁壘，扮演了上下游企業間連通器的角色［15］，能夠高效地推動創新活動的進行，同時也為企業提供了海量知識信息儲備，有效拓寬了企業的知識邊界，企業通過創新活動對其進行加工、轉化，能夠顯著提升企業的創新績效［16-17］；在消費端，數據要素的嵌入催生了新的消費模式帶動了新的消費業態大量涌現，也使得產品和服務具有更為透明的價格與質量，更大的市場競爭壓力倒逼企業不斷進行技術創新、產品迭代，用以強化其在市場競爭中的相對優勢［18］，以創新保持企業自身活力。數據要素賦能帶來的創新激勵效應推動企業不斷推陳出新，形成創新產出的同時，也對人力資本提出了更高的要求，即企業創新體系的建設需要以高素質勞動力作為支撐，推動知識轉化與成果創造，服務于全要素生產率的提高［19］；人力資本升級在一定程度上決定了企業創新的質量，成為實施突破性創新的重要因素［20］；數據要素賦能能夠激發企業的創新活力，而創新過程的進行離不開科技人才的深度參與，伴隨數字化轉型程度加深，企業的創新活動趨于活躍，人力資本升級趨勢也會漸趨凸顯。

其次，數據要素賦能能夠通過規模擴張效應推動人力資本升級。數據要素能夠作用于企業生產的各個環節，帶來企業經營規模的擴張［21］。在數據要素的運用過程中企業的數字化程度不斷加深，同時也伴隨著無形資產的積累以及固定資產的大量投入［22］。數據要素的應用為企業拓寬經營空間，為企業加深在產業鏈條中的影響力提供了必要保證，通過海量信息搜集與計算能力輻射到生產、存儲、運輸、銷售等各個環節，運用算力精準研判，根據數據異常波動實時調整策略，帶來成本節約與效益提升，也為經營范圍與生產能力擴張提供了空間；企業的生產過程是勞動力與物質生產資料的緊密結合，先進設備與高素質勞動力的結合能夠更好地發揮兩種要素的生產效率，實現資本與勞動力的互補［23］，以人力資本升級促進創新成果的高效產出，作用于企業全要素生產率的提升，進而誘發新一輪高技能勞動力的擴張［24］；數字化與人力資本的互補提高了高技能勞動力占比，通過對于高技能勞動力的互補與對低技能勞動力的替代誘發就業結構的變化，最終導致勞動力收入的相對變化［25］，但亦有針對中國企業的研究關注到，數字化轉型過程中，伴隨企業規模的擴張，部分非程式化簡單工作的增加可能會擴大對于低技能勞動力的需求，使得數據要素賦能過程中同時伴隨著雇員規?？偭康臄U張［26］。

基于上述理論分析，本文將以國家級大數據綜合試驗區作為實證場域重點探討下述3 個問題：（1）數據要素賦能能否帶來企業人力資本升級和高素質人才隊伍的擴張？（2）企業、區域層面異質性的影響下，數據要素賦能對于企業人力資本升級的推動作用會否存在差異，又將呈現出怎樣的差異？（3）數據要素賦能對企業人力資本升級和高素質人才隊伍擴張的作用是否通過創新激勵效應與規模擴張效應顯現，又將對企業的低技能勞動力數量、勞動力雇傭規模以及相對結構產生何種影響？

2 研究設計

2.1 基本模型設定

數據要素是賦能企業提質增效，支撐數字經濟發展，建設現代化產業體系的關鍵一環，我國先后在貴州省、京津冀、珠三角、上海市、重慶市以及河南省等區域開展先行先試，設立國家級大數據綜合試驗區，為本文探究數據要素賦能所帶來的人力資本優化效應提供了良好的實證場域，參考張慧等［27］，截至2016 年12 月，試點地區共覆蓋55 個地級市。因此將2016 年作為政策實施的處理時點，將試點所覆蓋地級市的滬深A 股上市公司作為實驗組，分布在其他地級市的上市公司作為對照組，構建雙重差分模型如下所示：

2.2 變量選取

2.3 數據來源

本文中的上市公司數據來源于Wind 數據庫、CSMAR 數據庫以及各相關上市公司年報。在進行數據處理時，本文剔除了金融類企業、*ST 掛牌以及退市企業；地級市層面數據主要來自《中國城市統計年鑒》《中國區域經濟統計年鑒》以及各地級市統計年鑒與公報。

3 實證分析

3.1 基準回歸分析

本文首先在雙向固定效應模型下，檢驗了數據要素賦能對于企業人力資本升級影響效果，基準回歸結果如表1 所示，被解釋變量均為高素質人力資本規模項的回歸系數為正，且均在1%的水平上保持顯著，這說明數據要素賦能對于企業人力資本優化的作用效果明顯，國家級大數據試驗區試點所在城市企業對于高層次人才的擴張需求顯著提升。表1 中的前兩列分別匯報了未加入控制變量的回歸結果和加入控制變量的回歸結果；為控制混雜因素并緩解相應的內生性問題，除去控制企業和年份，本文進一步控制了行業與區域維度的固定效應，具體見表1 第3 列；為了避免異方差所帶來回歸偏誤，本文在表1 各列中均加入了穩健標準誤。通過控制諸多因素以提升估計精度后，第3 列的回歸系數為0.546，在1%的水平上顯著，這也充分驗證了本文的核心結論，即數據要素賦能能夠推動企業的人力資本升級、人才隊伍的擴張。

表1 基準回歸結果

3.2 平行趨勢檢驗

在使用雙重差分方法檢驗國家級大數據試驗區建設所帶來的數據要素賦能與人力資本優化的因果關系時，需要滿足共同趨勢假定，檢驗結果如圖1所示。由圖1 可知：在政策實施前，各處理時點的估計系數均不顯著，這說明處理時點前，試點區域企業的人力資本優化與非試點區域企業的人力資本優化未呈現顯著差異，滿足了平行趨勢假定；而在政策實施后，處在試點區域的企業人力資本優化進程明顯加速，并持續呈現出上升趨勢，這也說明了國家級大數據綜合試驗區所帶來的數據賦能功效所產生的影響具有長期性，能夠有效促進企業的人力資本優化，推動企業引入高水平人才。

圖1 平行趨勢檢驗結果

3.3 穩健性檢驗

3.3.1 內生性問題的處理

為了緩解內生性問題，本文參考了柏培文等［31］的做法，以1984 年地級市每百人所擁有的電話數作為份額，用以衡量歷史上的區域數據賦能水平，與本文研究期間的全國互聯網端口數作交乘構成工具變量（），構成份額偏差移動工具變量，此種工具變量的外生性主要由份額部分所決定［32］，固定電話為早期撥號上網的必備設施，以此為基礎構建的工具變量滿足相關性條件。內生性問題處理的回歸結果如表2 所示：第1 列報告了2SLS 方法第一階段的回歸結果，工具變量回歸系數顯著為正，且后續通過了弱工具變量檢驗和不可識別檢驗；第2 列匯報了加入控制變量后第二階段的回歸，回歸結果同樣在1%的水平上顯著，印證了國家級大數據綜合試驗區建設通過數據賦能推動了試點地區企業的人力資本優化。

表2 內生性問題處理結果

3.3.2 安慰劑檢驗

為了進一步排除國家級大數據綜合試驗區建設通過數據賦能促進企業人力資本升級的作用是否受到其他沖擊與遺漏變量的影響，本文對基準回歸結果進行了安慰劑檢驗。即隨機抽取與國家級大數據綜合試驗區數量相同的城市作為處理組，其他城市作為對照組，并構造虛假的政策虛擬變量，為保證估計結果的穩健性，本文進行了500 次隨機抽樣。由于處理組城市選取的隨機性，樣本的回歸系數應當集中分布在0 值附近。圖2 展示了隨機政策處理組的估計系數分布，由圖2 可知，虛線所示的基準回歸結果估計系數與隨機樣本估計結果間存在顯著差異，故可排除其他因素對于企業人力資本升級的影響。

圖2 安慰劑檢驗結果

3.3.3 變更聚類維度

將標準誤聚類到不同的層級會影響標準誤的大小，也可能會對回歸結果的顯著性造成影響。在基準回歸分析中為聚類至企業層面。為保證估計結果的穩健性，改變聚類層級，分別聚類至省級、城市以及行業維度，結果如表3 所示。由表3 的回歸結果可知，不論聚類至哪一維度，國家級大數據綜合試驗區通過數據賦能帶動企業人力資本升級的作用均保持在5%及以上水平顯著。

表3 變更聚類維度的穩健性檢驗

3.3.4 采用PSM-DID 方法

使用雙重差分估計（DID）的過程中，國家級大數據綜合試驗區的選擇并不能嚴格滿足隨機條件，可能使得樣本存在自選擇問題進而產生選擇性偏誤，因此，本文進一步使用傾向得分匹配法（PSM）進行穩健性檢驗。具體過程如下：將基準回歸模型中的控制變量作為協變量，將是否是試點地區企業的虛擬變量對控制變量進行Logit 回歸，從而得到傾向得分值；再使用卡尺最近鄰匹配選取與實驗組傾向得分接近的樣本進入到對照組中，并對進行傾向得分匹配后的結果進行回歸，回歸結果如表4 第（1）列所示，回歸系數為0.499，且保持1%的水平上顯著，在對自選擇偏誤進行處理后，國家級大數據綜合試驗區的數據賦能功效對于企業人力資本的優化依然具有顯著的促進作用。

表4 PSM-DID 和其他穩健性檢驗結果總結

3.3.5 其他穩健性檢驗

第一，替換被解釋變量。參考劉啟仁等［33］的研究，根據勞動力的工作性質作為高素質勞動力的劃分標準，將從事技術崗位的勞動力崗位規模作為人才隊伍擴張的表征，用以反映人力資本的優化，回歸結果如表4 第（2）列所示。第二，排除其他政策影響。在本文的研究期內，國家級大數據綜合試驗區的數據賦能效應可能受到其他政策的干擾，本文將“寬帶中國”試點與創新型城市試點作為控制變量加入回歸，用以排除其他政策對本文回歸結果的干擾，回歸結果如表4 第（3）列所示。第三，加入區域層面的控制變量。國家級大數據綜合試驗區通過數據賦能對企業人力資本的優化作用不僅受到企業層面個體差異的影響，還受到所在城市相關因素的影響，因此，在表4 第（4）列中，加入了區域層面的變量加以控制。第四，縮尾檢驗。為避免個別極端值對回歸結果的影響，本文對樣本進行1%水平上的縮尾檢驗，結果如表4 第（5）列所示。經過上述穩健性檢驗，樣本回歸結果仍保持高度顯著，有力地支撐了基準回歸模型所得到的結論。

3.4 異質性分析

上文對于國家級大數據綜合試驗區通過數據賦能促進企業人力資本升級的作用探討聚焦在整體視角，對于企業相異特征以及區域層面差異未曾進行深入剖析。鑒于此，本文將進一步關注企業層面的產權性質差異和創新屬性差異以及區域層面的地理區位差異和行政層級差異，進行異質性分析。

3.4.1 企業層面的異質性

不同的所有權結構使得企業面臨不同的外部環境，也會對企業人力資本升級進程產生差異化影響，本文進一步以是否屬于國有產權性質為標準劃分為兩個組別進行回歸，結果如表5 所示。由表5 前兩列的回歸結果可知，國家級大數據綜合試驗區通過數據賦能促進企業人力資本升級的效果在國有企業中更加顯著，而對于非國有企業的作用則較弱。發揮數據要素的賦能功效需要大量資金與設備的投入，國有企業實力雄厚，在產學研鏈條整合、配套政策支持以及資金鏈穩定性方面具有得天獨厚的優勢，能夠有效地統籌內外部資源助力數據賦能形成整合轉化，創新活動的增加與企業規模擴張產生了高素質勞動力需求并吸引人才進入。

高新技術企業通常具有更強的技術革新與發展能力，研發創新活動更加活躍，也更傾向于通過數據要素的使用賦能于企業生產的各個環節，從而創造出新的人才需求。本文以國家高新技術企業認定為標準，將樣本劃分為高新技術企業和非高新技術企業兩個組別?；貧w結果見表5 后兩列：高新技術企業組別回歸結果更為顯著，數據要素賦能所釋放的創新激勵效應對高新技術企業更加明顯，高新技術企業的創新環境與創新氛圍更加優越，研發創新活動的規模與投入水平更高，數據要素嵌入研發創新活動的進行需要高素質勞動力的知識技能與物質資本深度融合，企業對加速人力資本升級，擴充企業知識存量的需求也更加迫切。

3.4.2 區域層面的異質性

考慮到我國各區域稟賦條件和發展差異較大，進一步將樣本企業所在區域劃分為東部與非東部兩個組別進行異質性分析，結果如表6 所示。根據表6 的回歸結果，數據要素賦能所帶來的人力資本升級效應在東部地區企業表現得更為明顯，東部地區地理位置更加優越、高教資源豐富，是名副其實的人才高地，為企業人力資本升級提供了豐富的儲備資源，能夠與數據賦能進程深度融合，釋放創新活力。

表6 區域層面異質性結果

考慮到行政層級差異所帶來的區域資源獲取能力差異，本文進一步將樣本企業所在城市劃分為副省級及以上和其他兩組?；貧w結果（見表6）表明副省級及以上城市相較于其他城市的資源吸收能力更強，政策實施效果更為顯著。較強的人才吸引力使得其對于國家級大數據綜合試驗區的數據賦能作用反應更加靈敏，企業能夠更為積極地調整經營戰略舉措，促進內部的人力資本升級進程。

4 進一步地探討

4.1 創新激勵效應與規模擴張效應機制分析

基準回歸結果證實了國家級大數據綜合試驗區建設所產生的數據賦能作用帶動了企業人力資本升級，那么該項政策的數據賦能效果又將以何種作用機制產生影響？正如前文理論部分所述，國家級大數據綜合試驗區建設能夠通過創新激勵效應與規模擴張效應作用于企業生產經營過程中的人力資本戰略調整，從而實現數據要素對于人力資本升級的賦能過程。由于試驗區建設所帶來的數據賦能最為直接的效果是帶動企業的數字化轉型，暢通企業內部的數據賦能渠道［34］，本文將先對此進行驗證，并進一步探究數據要素賦能作用于人力資本升級的兩種機制路徑。

首先，為了檢驗國家級大數據綜合試驗區建設對于企業內部數據賦能渠道的暢通作用，本文借鑒趙宸宇等［35］的做法，對企業數字化轉型水平進行了測度，結果如表7 所示。其中表7 第（1）列結果顯示大數據試驗區建設對于企業數字化轉型顯著為正，能夠暢通企業內部的數據賦能渠道，從而為數據要素通過兩種機制對企業人力資本升級發揮作用做了鋪墊。

表7 創新激勵效應與規模擴張效應機制分析結果

接下來，對數據要素賦能通過創新激勵效應與規模擴張效應作用于企業人力資本升級的機制進行檢驗。參考崔兆財等［36］，使用研發投入占企業營業收入比重作為企業創新意愿的反映，表7 第（2）列的回歸結果表明，國家級大數據綜合試驗區建設所產生的數據要素賦能有效提升了企業的創新意愿，促進了創新活動的進行，產生了創新激勵效果；同時，第（3）列的回歸結果顯示，企業創新意愿增強所產生的創新激勵效果也使得企業加大人才隊伍規模擴張力度以配合創新資金注入和推動人力資本升級，數據要素通過創新激勵效應賦能企業人力資本升級的作用機制得到驗證。進一步地，參考羅來軍等［37］，利用企業固定資產凈額作為企業規模的衡量標準，對數據要素對企業產生的規模擴張效應進行檢驗。表7 第（4）～（5）列的回歸結果表明，數據要素的嵌入使得企業加大固定資產投資力度，企業規模呈現擴張態勢，在企業規模擴張的同時，人力資本升級進程同時進行。

4.2 擴展性討論

基準回歸結果印證了數據要素賦能能夠帶來企業的人力資本升級，而這種升級表現為人才隊伍的規模擴張。而圍繞數據要素賦能對于異質性勞動力就業的沖擊，現有研究則持不同看法，柏培文等［38］的研究表明，數字經濟發展會對低技能勞動力產生替代效應，損害中低技能勞動力的相對紅利；而胡擁軍等［39］的研究則認為，數據要素向各領域的滲透，既包含對于傳統就業崗位的創造，也催生了新的就業崗位，數據要素賦能對于勞動力就業亦存在創造效應。本部分就數據要素賦能對于企業低技能勞動力組別、雇傭規模以及人力資本相對結構的影響做簡單討論，以求對上述討論補充部分經驗證據。表8 匯報了擴展性討論的回歸結果：雖然顯著性稍弱，但是數據要素賦能對于低技能勞動力組別同樣起到了一定的擴張作用，這也印證了數據要素賦能對于企業內部的傳統就業崗位也存在一定的創造效應，高低技能勞動力在企業內部存在一定的互補作用；數據要素賦能不僅帶來了高素質人才隊伍的擴張，也部分增加了低技能勞動力就業，這使得其對于企業雇傭規模的回歸系數顯著為正，也印證了理論分析部分所提出的規模擴張效應；相對結構方面，使用企業本科及以上學歷勞動力數量與其他勞動力數量作比值，由于異質性勞動力均存在一定擴張，而低技能勞動力基數又相對較大，數據要素賦能所帶來的相對結構變化雖然為正但不顯著。

表8 擴展性討論結果

5 結論與建議

本文使用2011—2021 年上市公司數據，以國家級大數據綜合試驗區建設作為實證場域，檢驗了數據要素賦能對人力資本升級的影響，結果表明：（1）國家級大數據綜合試驗區所帶來的數據賦能作用顯著促進了以高素質勞動力規模擴張為特征的企業人力資本升級進程，這一結論具有較強的穩健性。（2）異質性分析表明，在企業層面，產權性質所帶來的外部環境差異使得數據要素賦能對國有企業的人力資本升級作用更為顯著，相較于其他企業，高新技術企業由數據要素賦能所誘發的創新活動更加活躍，對于人力資本升級的需求更加迫切；而在區域層面，地理區位與行政層級造成的資源稟賦差異，使得數據要素賦能更能夠促進所在地處于優勢區位、高行政層級區域企業的人力資本升級調整。（3）機制分析表明，國家級大數據綜合試驗區建設的數據要素賦作用能通過暢通企業數字化轉型渠道，產生了創新激勵效應與規模擴張效應，推動企業的人力資本升級進程；而擴展性討論表明，數據要素賦能同樣增加了部分低技能勞動力需求，使得雇傭規模整體擴張，而對于人力資本相對結構調整的作用不夠明顯。

本文提出以下幾點政策建議：第一，持續推動國家級大數據綜合試驗區向“深水區”邁進，推動試點地區經驗的普及；暢通企業內部數據賦能渠道，推動企業數字化建設進程，推動創新型人才與數據要素的深度耦合，以數據要素賦能人力資本升級，以數據要素激發企業創新活力，以數據要素推動企業績效提升。第二，關注異質性企業、異質性區域數據要素賦能瓶頸，打破內外部資源約束屏障，金融機構加大對民營企業金融扶持力度，著力破除中小企業融資約束，助力相關企業數字化轉型與人力資本升級進程，為民營企業創新提供資金保障；推動優勢區域資源向邊緣地帶輻射擴散，促進東中西部協調發展，利用數字化渠道實現點對點幫扶，使得數據要素惠及更多企業、更多地區，為其“筑巢引鳳”，吸引創新型人才提供相應支撐。第三，充分發揮數據要素賦能的創新激勵效應與規模擴張效應，釋放數字生產力功效，賦能企業的技術創新進程，通過數據要素嵌入激發企業創新活力。

注釋：

1）數據來源于中華人民共和國國家互聯網信息辦公室官網（http://www.cac.gov.cn/202106/19/c_1625687104184900.htm?ivk_sa=1023197a）。