
近年来,在我国经济结构加速转型与劳动力市场深化改革的背景下,劳务外包作为灵活用工的重要形式,正经历制度环境与实践场景的双重变革。政府通过“放管服”改革持续优化劳务外包市场环境,不断引导劳务外包从边缘性用工模式向规范化产业形态转变。2020年7月,国务院办公厅发布《关于支持多渠道灵活就业的意见》,强调要“把支持多渠道灵活就业作为就业工作的重要内容”。2021年8月,国务院印发《“十四五”就业促进规划》,进一步提出“鼓励传统行业跨界融合、业态创新,增加灵活就业和新就业形态就业机会”,为劳务外包在经济高质量发展中的角色定位提供了制度性支持。根据《中国灵活用工发展报告(2022)》数据,我国灵活用工市场规模高达
劳动力配置对企业的影响往往会通过成本结构和生产效率等渠道反映在产品市场表现上(杜英等,2024)。在人口结构变化和要素成本上升的双重约束下,企业既要保持生产灵活性以应对市场波动,又要将有限资源集中于核心能力建设以维持竞争优势。因此,将劳务外包纳入企业产品市场表现动因研究的分析框架,既是对“人口红利转型期企业如何重构竞争优势”这一现实问题的理论回应(随淑敏和何增华,2020),也是对企业在实践中主动应对资源约束与环境变化所采取策略的系统总结。尤其是在我国人口老龄化加速和劳动供给趋紧的现实背景下,企业如何通过调整劳动力配置方式,将有限资源更高效地转化为产品市场竞争优势,已成为具有现实紧迫性的研究问题。因此,本文立足于劳务外包视角,试图揭示这一劳动力配置策略如何作用于企业产品市场表现,从而为理解动态竞争环境下的企业战略选择提供新的分析视角。
基于此,本文以2012—2023年沪深A股上市公司为研究样本,实证检验了劳务外包与企业产品市场表现之间的关系。研究结果表明,劳务外包与企业产品市场表现显著正相关。影响机制分析显示,劳务外包能够提高研发人员占比、增加研发投入和提升研发创新效率,进而对企业产品市场表现产生积极作用。异质性分析发现,劳务外包对企业产品市场表现的提升作用主要体现在高科技企业、制造业企业和轻资产企业中。
本文的研究贡献主要体现在三个方面。第一,拓展了劳务外包经济后果的研究边界。既有文献大多借助数理模型或定性分析方法推演劳务外包对企业产生的影响(Baccara,2007;Rubery等,2016),也有少量文献探讨了企业劳务外包决策的驱动因素(杨国超等,2023;汤旭东和贾洋,2024)。本文进一步将劳务外包与企业产品市场表现相联系,从企业研发创新资源配置视角考察其市场竞争效应,从而为企业如何通过劳动力配置策略提升产品市场竞争力提供了实证依据。第二,补充了企业产品市场表现影响因素的相关文献。现有关于企业产品市场表现的动因研究已覆盖资源禀赋异质性(Fresard,2010;Nguyen等,2023)、资源配置能力(宋渊洋和李元旭,2013;陈华等,2023)和治理结构优化(He和Huang,2017;汤泰劼等,2024)等维度,但对劳动力要素配置的战略价值关注不足。本文将劳务外包纳入企业产品市场表现的核心解释框架,为企业识别产品市场表现的关键驱动因素提供了经验证据。第三,对企业提升产品市场竞争力和政府部门完善劳务外包市场监管政策具有重要的实践意义。本文研究发现劳务外包有助于提高研发人员占比、增加研发投入和提升研发创新效率,进而改善企业产品市场表现,系统性揭示了劳务外包影响企业产品市场表现的内在逻辑。这一研究结论不仅为上市公司理解自身竞争优势的微观形成机制带来了有益启发,也为政府部门构建兼顾劳务外包市场效率优化与企业竞争力提升的监管体系提供了参考依据。
二、文献回顾、理论分析与研究假设(一)劳务外包
技术进步和产业结构调整的不断深化推动了企业劳务外包由单一生产环节向更广泛的业务流程延伸,并使其逐步成为企业优化劳动力资源配置、提升经营灵活性和应对外部不确定性的重要工具。现有研究普遍表明,劳务外包决策是企业在制度约束、市场环境和自身条件共同作用下的理性选择。在制度条件层面,政府监管和政策变化显著影响企业劳务外包行为,社保征管趋严、用工合规成本上升等制度冲击会加剧企业流动性约束,促使企业采用劳务外包降低成本(汤旭东和贾洋,2024;韩亚东等,2025)。在市场环境层面,劳务外包被视为企业在外部环境变化下进行成本调节和风险对冲的重要工具,经济政策不确定性上升、气候风险冲击或市场需求波动加剧等均会强化企业对劳务外包的依赖(杨国超等,2023;Zheng等,2025)。在公司特征层面,小规模企业、劳动密集型企业以及资金约束较大的企业在成本控制和用工弹性等方面面临更大压力,因此更倾向于采用劳务外包(Baron等,1986;Munjal等,2019)。而企业进行劳务外包的经济后果具有明显双重性。一方面,劳务外包通过优化内部资源配置和推进专业化分工,有助于提高企业经营灵活性(Holcomb和Hitt,2007),从而改善全要素生产率,并促进企业绩效增长(Munjal等,2019;陈嘉滢和李增福,2025)。另一方面,过度依赖劳务外包也可能削弱企业对内部人力资本的长期投入,增加信息泄露风险(Baccara,2007),甚至导致企业长期生产力下降(Rubery等,2016)。
(二)企业产品市场表现
产品市场表现反映了企业在市场竞争中实现销售增长和维持竞争优势的能力,是衡量企业长期价值的重要维度。企业产品市场表现的影响因素研究呈现多维度特征。基于资源基础理论,企业对关键资源的占有和配置能力是其在产品市场中形成竞争优势的核心基础,充足的现金储备和稳健的财务状况有助于缓解融资约束,支持企业在定价、营销和产能扩张等方面采取更有利的竞争策略,从而推动市场份额的持续提升(Fresard,2010)。社会责任、环境绩效以及与之相关的声誉资本均被视为企业维持产品市场优势的重要资源(Rahman等,2020;蒋德权和蓝梦,2022)。同时,技术积累和专利产出能够提升产品性能和附加值,从而增强企业在产品市场中的竞争地位(Nguyen等,2023)。而动态能力理论则认为企业持续整合和重组资源的能力是决定其产品市场表现的关键因素,企业跨地区经营、参与供应链金融以及推进数字化转型等有助于突破地域或信息约束,提高资源配置效率和市场响应速度,从而改善产品市场表现(宋渊洋和李元旭,2013;周兰和吴慧君,2022;陈华等,2023)。此外,企业产品市场表现还受到内部治理结构的制约,例如机构股东交叉持股、非国有股东治理等公司治理机制会通过影响管理层激励与监督对企业产品市场表现产生显著作用(He和Huang,2017;汤泰劼等,2024)。
综上所述,现有文献围绕企业资源禀赋、资源配置能力和公司治理机制等维度形成了产品市场表现动因研究的多层次理论体系,但鲜有文献关注公司劳动力要素配置的战略选择对产品市场竞争力的深层影响,本文将系统揭示劳务外包与企业产品市场表现的关联机制,以期为企业劳动力资源配置与产品市场战略的协同优化提供经验依据。
(三)研究假设
产品市场表现是企业在产品销售、差异化竞争以及市场需求响应等方面能力的综合体现,能够反映其市场地位和长期竞争潜力。企业在产品市场中的持续竞争优势主要源于稳定的技术积累与持续的创新活动(管考磊等,2025),而研发正是将企业内部资源转化为产品市场竞争力的关键途径。相较于营销投入或短期经营策略调整,研发活动所形成的技术能力与创新优势具有更强的持续性,对企业长期产品市场地位具有重要影响(朱凌等,2006)。作为一种新兴用工模式,劳务外包能够通过改变企业劳动力配置结构影响研发活动的投入决策和执行效率(Yang等,2025)。基于此,本文将从研发人员配置、研发投入强度和研发创新效率三方面系统分析劳务外包影响企业产品市场表现的内在机理。
第一,从研发人员配置的角度来看,劳务外包能够优化企业内部劳动力结构,为研发活动释放更多高质量劳动力资源,进而改善企业产品市场表现。在传统雇佣模式下,企业往往需要将有限的劳动力资源分散配置于低附加值或事务性岗位,导致高技能人力资本难以充分服务于核心创新活动(贾俊生等,2017)。劳务外包将非核心、重复性或标准化工作交由外部市场主体承担,有助于降低企业对低技能岗位的雇佣依赖,从而优化内部劳动力结构(汤旭东和贾洋,2024)。同时,劳务外包有助于提高企业劳动力调整的灵活性,缓解劳动力成本刚性约束和人员冗余问题,减少岗位配置过程中的管理成本和协调成本(杨国超等,2023)。因此,企业在劳动力结构调整过程中更有动机和能力将有限的劳动力资源向研发、技术和产品开发等高附加值岗位集中,提高研发人员数量占比。研发人员占比的提升不仅强化了企业在技术积累、产品设计和工艺改进等方面的能力,还有助于加快新产品开发进程,提升产品质量和差异化程度(Thakor和Lo,2022),为企业在产品市场中获取竞争优势创造条件。
第二,从研发投入强度的角度来看,劳务外包通过降低企业固定劳动力成本和管理成本,为企业持续增加研发投入创造了有利条件,从而推动产品市场表现的提升。固定劳动力成本会形成刚性资金占用,而劳务外包可以将部分劳动力成本转化为与业务规模和市场需求相匹配的可变成本,减轻企业在工资、福利以及人员调整等方面的现金流压力,改善现金流状况并增强资源配置的灵活性(Choi等,2021)。在资金约束相对缓解的情况下,企业能够将节约下来的资金投入到研发活动中,例如新技术开发、产品升级和购置研发设备等。研发投入是提升产品技术含量、增强产品功能和满足市场多样化需求的重要基础(陈胜蓝等,2023;Nguyen等,2023)。因此,研发投入的增加将有助于企业加快现有产品改进和新产品开发进程,从而在价格、性能和功能等方面形成竞争优势,促进产品销售增长,并最终改善企业产品市场表现。
第三,从研发创新效率的角度来看,劳务外包通过促进专业化分工并降低组织内部协调成本,有助于提升企业创新活动的整体效率,进而改善其产品市场表现。将非核心业务外包给具备专业优势的外部机构,可以有效降低企业内部运营和管理的复杂性(Acemoglu,2002),使管理层能够更加专注于技术研发和产品创新等关键活动。同时,劳务外包有助于简化企业内部流程,减少多层级沟通和资源错配问题(Lee和Mas,2012),从而提高研发活动从投入到产出的转化效率。创新效率的提升意味着企业能够以更低的成本和更短的周期实现产品更新与性能改进,使其更快速地响应市场需求变化并抢占市场机会(曾薇等,2016)。随着创新成果更加高效地转化为可供市场销售的产品,企业在激烈的产品市场竞争中更容易形成持续优势,最终表现为产品市场表现的明显改善。
综上分析,本文提出如下假设。
H:其他条件不变,劳务外包有助于改善企业产品市场表现。
三、研究设计(一)样本选取与数据来源
中国证监会在2012年对《公开发行证券的公司信息披露内容与格式准则第2号——年度报告的内容与格式》进行修订,要求上市公司在年报中披露劳务外包的使用情况。因此,本文以2012—2023年中国A股上市公司为初始研究样本,并根据以下标准进行筛选:(1)剔除金融类样本;(2)剔除ST、PT样本;(3)剔除数据缺失样本,最终获得
(二)变量定义
1.产品市场表现
参考现有研究(Campello,2003;倪骁然,2020;陈胜蓝等,2023;汤泰劼等,2024),本文采用销售收入增长率(Perf)和经行业年度均值调整后的销售收入增长率(Adj_Perf)衡量企业产品市场表现,Perf和Adj_Perf的值越大代表企业产品市场表现越好。
2.劳务外包
借鉴杨国超等(2023)、韩亚东等(2025)的做法,本文根据劳务外包薪酬总额与员工总薪酬之比来衡量企业劳务外包投入强度(LaborOut)。
3.控制变量
根据已有关于企业产品市场表现影响因素的相关研究(陈胜蓝等,2023;Nguyen等,2023;汤泰劼等,2024),本文选取公司规模(Size)、资产负债率(Lev)、股权结构(Top1)、管理层持股(Mshare)、托宾Q值(Tobin)、董事会人数(Board)、独立董事比例(Indep)、现金持有(Cash)、盈利能力(ROA)、所有权性质(Soe)、营运资本(Wcap)、资本支出(Capex)和公司年龄(Age)等指标作为控制变量。具体变量定义如表1所示。
| 变量类型 | 变量名称 | 变量符号 | 变量定义 |
| 被解释变量 | 产品市场表现 | Perf | 销售收入增长率 |
| Adj_Perf | 公司销售收入增长率与当年公司所在行业平均销售 收入增长率的差值 | ||
| 解释变量 | 劳务外包 | LaborOut | 劳务外包薪酬总额/员工总薪酬 |
| 控制变量 | 公司规模 | Size | 总资产的对数值 |
| 资产负债率 | Lev | 总负债/总资产 | |
| 股权结构 | Top1 | 第一大股东持股比例 | |
| 管理层持股 | Mshare | 管理层持股数量/总股本 | |
| 托宾Q值 | Tobin | (股权市值+净债务市值)/总资产 | |
| 董事会人数 | Board | 董事会人数的对数值 | |
| 独立董事比例 | Indep | 独立董事人数/董事会人数 | |
| 现金持有 | Cash | 现金及现金等价物余额/平均总资产 | |
| 盈利能力 | ROA | 资产报酬率 | |
| 所有权性质 | Soe | 国有企业则取值为1,否则取0 | |
| 营运资本 | Wcap | 流动资产与流动负债之差/总资产 | |
| 资本支出 | Capex | 购建固定资产、无形资产和其他长期资产支付的现金与 处置上述资产收回的现金之差/平均总资产 | |
| 公司年龄 | Age | 公司成立年数加1的对数值 |
(三)模型设定
为检验劳务外包对企业产品市场表现的影响,本文构建如下计量模型:
| $ Per{f}_{i,t}/Adj\_ Per{f}_{i,t}={\beta }_{0}+{\beta }_{1}LaborOu{t}_{i,t}+\sum{}_{j}{\beta }_{j}Control{s}_{j,i,t}+Fir{m}_{i}+Yea{r}_{t}+{\varepsilon }_{i,t} $ | (1) |
其中,被解释变量为企业产品市场表现(Perf/Adj_Perf);核心解释变量为劳务外包(LaborOut);Controls表示控制变量。此外,模型中加入了公司(Firm)和年度(Year)固定效应,并且对所有回归系数标准误在公司层面进行聚类处理。本文主要关注LaborOut的系数β1的方向及显著性,若β1显著为正,则表明劳务外包对企业产品市场表现具有显著促进作用。
四、实证结果分析(一)描述性统计
表2汇报了变量描述性统计结果。其中,企业产品市场表现Perf和Adj_Perf的均值分别为0.145和−0.009,标准差分别为0.381和0.369,说明上市公司整体产品市场表现仍有提升空间,且不同企业之间存在较大差异。劳务外包LaborOut的均值为0.023,表明样本企业支付的劳务外包薪酬总额平均占员工总薪酬的2.3%。其余变量的描述性统计均在合理范围之内。
| 变量 | 样本量 | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
| Perf | 0.145 | 0.381 | −0.576 | 0.088 | 2.276 | |
| Adj_Perf | −0.009 | 0.369 | −0.713 | −0.056 | 2.056 | |
| LaborOut | 0.023 | 0.078 | 0.000 | 0.000 | 0.575 | |
| Size | 22.277 | 1.291 | 19.916 | 22.088 | 26.282 | |
| Lev | 0.425 | 0.204 | 0.059 | 0.415 | 0.907 | |
| Top1 | 0.338 | 0.146 | 0.090 | 0.314 | 0.742 | |
| Mshare | 0.146 | 0.199 | 0.000 | 0.016 | 0.684 | |
| Tobin | 2.217 | 1.460 | 0.870 | 1.749 | 9.479 | |
| Board | 2.279 | 0.254 | 1.609 | 2.303 | 2.890 | |
| Indep | 0.384 | 0.075 | 0.250 | 0.375 | 0.600 | |
| Cash | 0.167 | 0.129 | 0.010 | 0.131 | 0.633 | |
| ROA | 0.037 | 0.067 | −0.247 | 0.037 | 0.218 | |
| Soe | 0.328 | 0.469 | 0.000 | 0.000 | 1.000 | |
| Wcap | 0.234 | 0.241 | −0.368 | 0.234 | 0.772 | |
| Capex | 0.050 | 0.051 | −0.022 | 0.034 | 0.250 | |
| Age | 2.962 | 0.315 | 1.946 | 2.996 | 3.555 |
(二)基准回归结果
表3报告了劳务外包与企业产品市场表现的基准回归结果。其中,列(1)和列(3)为单变量回归,LaborOut的系数分别为0.227和0.229,均在1%的水平下显著为正,表明劳务外包有助于改善企业产品市场表现;列(2)和列(4)为加入控制变量后的回归结果,LaborOut的系数分别为0.150和0.156,均在5%的水平下显著为正,同样表明劳务外包能够显著提升企业产品市场表现,符合研究假设预期。从经济意义来看,以列(2)为例,LaborOut的标准差每增加一个单位,公司产品市场表现相对于其平均值高出约8.07%(0.150×0.078/0.145),说明上述结果具有显著的经济意义,进一步验证了本文的研究假设。
| (1) | (2) | (3) | (4) | |
| Perf | Perf | Adj_Perf | Adj_Perf | |
| LaborOut | 0.227*** | 0.150** | 0.229*** | 0.156** |
| (3.291) | (2.345) | (3.341) | (2.437) | |
| Size | 0.067*** | 0.067*** | ||
| (8.321) | (8.462) | |||
| Lev | 0.473*** | 0.433*** | ||
| (11.301) | (10.449) | |||
| Top1 | 0.137*** | 0.129*** | ||
| (2.791) | (2.653) | |||
| Mshare | −0.026 | −0.044 | ||
| (−0.753) | (−1.299) | |||
| Tobin | 0.015*** | 0.010*** | ||
| (5.136) | (3.449) | |||
| Board | 0.083*** | 0.081*** | ||
| (5.923) | (5.867) | |||
| Indep | −0.109*** | −0.107*** | ||
| (−2.989) | (−2.988) | |||
| Cash | 0.323*** | 0.297*** | ||
| (8.802) | (8.235) | |||
| ROA | 2.389*** | 2.257*** | ||
| (38.180) | (36.679) | |||
| Soe | −0.054*** | −0.052*** | ||
| (−3.100) | (−2.917) | |||
| Wcap | −0.141*** | −0.153*** | ||
| (−4.070) | (−4.488) | |||
| Capex | 0.340*** | 0.331*** | ||
| (4.987) | (4.941) | |||
| Age | −0.139*** | −0.162*** | ||
| (−2.942) | (−3.416) | |||
| Constant | 0.147*** | −1.502*** | −0.001 | −1.534*** |
| (18.277) | (−7.258) | (−0.159) | (−7.505) | |
| Firm/Year | Yes | Yes | Yes | Yes |
| N | ||||
| Adj.R2 | 0.038 | 0.170 | 0.002 | 0.127 |
| 注:括号内为公司层面聚类调整后的t值。***、**、*表示在1%、5%、10%水平下显著。下同。 | ||||
(三)稳健性检验
1.准自然实验
为缓解劳务外包与企业产品市场表现之间关系可能存在的内生性问题,进一步增强因果识别的可靠性,本文借鉴陈嘉滢和李增福(2025)的研究思路,利用影响企业劳务外包决策的外生制度变动构建准自然实验,并采用双重差分模型识别劳务外包对企业产品市场表现的影响。具体而言,2013年7月修订的《中华人民共和国劳动合同法》(以下称《劳动合同法》)及2014年3月实施的《劳务派遣暂行规定》显著改变了企业用工选择的制度环境。一方面,修订后的《劳动合同法》进一步强化了对劳务派遣的法律约束,通过引入行政许可制度、严格界定派遣岗位范围、限制派遣用工比例和强化同工同酬要求等措施,提高了企业使用劳务派遣的合规成本和管理成本。另一方面,《劳务派遣暂行规定》在用工比例、合同签订、责任划分以及跨地区派遣等方面作出了更为细化的规范,进一步压缩了企业使用劳务派遣的制度弹性空间。在此背景下,企业原有依赖劳务派遣满足临时性、辅助性用工需求的方式受到明显约束,特别是对劳动投入依赖程度较高的企业而言,其用工灵活性下降和成本上升的压力更为突出。相较于劳务派遣,劳务外包能够降低企业在合同管理和劳动纠纷方面的成本,为企业提供更高的用工灵活性。因此,《劳动合同法》的修订和《劳务派遣暂行规定》的实施客观上推动了企业用工方式的重新配置,在劳务派遣受到严格规范的情况下,促使企业转向更为灵活的劳务外包用工模式,从而为识别劳务外包的经济后果提供了较为理想的制度环境。
鉴于劳务外包对劳动投入依赖程度较高的企业影响更为显著,本文以2010—2023年为研究区间,将劳动密集型企业设定为实验组,其余企业作为对照组。参考刘行和赵晓阳(2019)的做法,本文以企业雇佣员工人数与销售收入的比值衡量劳动密集度,并使用政策前一年的数据进行分组。具体而言,在《劳动合同法》修订的准自然实验中,若企业2012年的劳动密集度高于样本中位数,则将其划分为实验组,并将2013年及之后视为政策实施期;在《劳务派遣暂行规定》的准自然实验中,若企业2013年的劳动密集度高于样本中位数,则将其划分为实验组,并将2014年及之后视为政策实施期。在此基础上,本文构建叠加政策冲击的双重差分虚拟变量(Did),当实验组企业处于相应政策实施期时取值为1,否则取0,从而构建如下模型进行估计。
| $\begin{aligned} & Per{f}_{i,t}/Adj\_ Per{f}_{i,t}={\beta }_{0}+{\beta }_{1}Di{d}_{i,t}\\ & +\sum{}_{j}{\beta }_{j}Control{s}_{j,i,t}+Fir{m}_{i}\\ &+Yea{r}_{t}+{\varepsilon }_{i,t} \end{aligned} $ | (2) |
表4列示的回归结果显示,Did的系数均在1%的水平下显著为正,进一步说明劳务外包有助于提升企业产品市场表现,研究结论稳健。为检验双重差分模型所要求的平行趋势假定,本文分别以Perf、Adj_Perf为被解释变量绘制事件研究图。在图1和图2中,−4、−3、−2分别表示政策实施前第四年、政策实施前第三年、政策实施前第二年,政策实施前一年作为基准年份无回归系数,0表示政策实施当年,1、2、3、4+分别表示政策实施后第一年、政策实施后第二年、政策实施后第三年、政策实施后第四年及以上。结果表明,在政策实施前,实验组与对照组企业之间产品市场表现不存在系统性差异,而在政策实施当年及之后对企业产品市场表现具有显著的正向影响,支持平行趋势假定。
| (1) | (2) | |
| Perf | Adj_Perf | |
| Did | 0.103*** | 0.089*** |
| (9.055) | (7.869) | |
| Constant | −1.321*** | −1.573*** |
| (−6.284) | (−7.611) | |
| Controls | Yes | Yes |
| Firm/Year | Yes | Yes |
| N | ||
| Adj.R2 | 0.164 | 0.115 |
|
| 图 1 Perf平行趋势检验 |
|
| 图 2 Adj_Perf平行趋势检验 |
2.倾向得分匹配
为增强基准回归结果的可靠性,本文进一步采用倾向得分匹配法进行稳健性检验。具体来说,以企业是否采用劳务外包的虚拟变量作为因变量构建Probit概率模型,选取前文控制变量作为协变量进行1:1的最近邻匹配。平衡性检验结果如表5所示,匹配后协变量标准化偏差均小于5%,且处理组与控制组之间均无显著差异,匹配效果良好。进一步利用匹配后的样本进行回归,表6列示的结果显示,LaborOut的系数至少在5%的水平下显著为正,说明劳务外包与企业产品市场表现显著正相关,研究结果具有稳健性。
| 协变量 | 未匹配U/匹配M | 处理组 | 控制组 | %偏差 | t值 | p值 |
| Size | U | 22.516 | 22.204 | 24.4 | 18.90 | 0.000 |
| M | 22.516 | 22.518 | −0.2 | −0.12 | 0.903 | |
| Lev | U | 0.451 | 0.417 | 16.7 | 12.80 | 0.000 |
| M | 0.451 | 0.455 | −2.2 | −1.41 | 0.158 | |
| Top1 | U | 0.349 | 0.335 | 9.7 | 7.71 | 0.000 |
| M | 0.349 | 0.347 | 1.4 | 0.85 | 0.398 | |
| Mshare | U | 0.136 | 0.149 | −6.8 | −5.28 | 0.000 |
| M | 0.136 | 0.136 | −0.1 | −0.06 | 0.954 | |
| Tobin | U | 2.024 | 2.276 | −18.1 | −13.46 | 0.000 |
| M | 2.024 | 2.013 | 0.8 | 0.54 | 0.588 | |
| Board | U | 2.282 | 2.279 | 1.1 | 0.86 | 0.391 |
| M | 2.282 | 2.283 | −0.5 | −0.32 | 0.752 | |
| Indep | U | 0.385 | 0.384 | 1.5 | 1.17 | 0.243 |
| M | 0.385 | 0.384 | 1.3 | 0.79 | 0.432 | |
| Cash | U | 0.158 | 0.170 | −9.5 | −7.18 | 0.000 |
| M | 0.158 | 0.159 | −1.0 | −0.65 | 0.515 | |
| ROA | U | 0.036 | 0.037 | −1.0 | −0.74 | 0.460 |
| M | 0.036 | 0.035 | 1.7 | 1.06 | 0.291 | |
| Soe | U | 0.375 | 0.313 | 13.1 | 10.29 | 0.000 |
| M | 0.375 | 0.372 | 0.7 | 0.46 | 0.646 | |
| Wcap | U | 0.201 | 0.244 | −17.8 | −13.65 | 0.000 |
| M | 0.201 | 0.198 | 1.5 | 0.97 | 0.334 | |
| Capex | U | 0.052 | 0.049 | 6.9 | 5.36 | 0.000 |
| M | 0.052 | 0.052 | 1.3 | 0.83 | 0.409 | |
| Age | U | 3.013 | 2.946 | 21.8 | 16.66 | 0.000 |
| M | 3.013 | 3.014 | −0.3 | −0.22 | 0.824 |
| (1) | (2) | |
| Perf | Adj_Perf | |
| LaborOut | 0.234** | 0.241*** |
| (2.549) | (2.607) | |
| Constant | −0.939** | −0.927** |
| (−2.493) | (−2.481) | |
| Controls | Yes | Yes |
| Firm/Year | Yes | Yes |
| N | ||
| Adj.R2 | 0.164 | 0.120 |
3.Heckman两阶段回归
本文采用Heckman两阶段回归方法进一步缓解可能存在的样本自选择问题。在第一阶段中,将企业是否采用劳务外包的虚拟变量作为被解释变量,同时借鉴Yang等(2025)的做法,引入同年度同地区其他企业的平均劳务外包水平作为外生解释变量,并加入前文控制变量进行回归得到逆米尔斯比率(Imr),随后将Imr加入第二阶段进行回归。表7列示的结果表明,在控制样本自选择偏差后,劳务外包对企业产品市场表现的促进作用仍然显著。
| (1) | (2) | |
| Perf | Adj_Perf | |
| LaborOut | 0.150** | 0.156** |
| (2.344) | (2.437) | |
| Imr | −0.012 | −0.002 |
| (−0.430) | (−0.070) | |
| Constant | −1.383*** | −1.515*** |
| (−4.021) | (−4.469) | |
| Controls | Yes | Yes |
| Firm/Year | Yes | Yes |
| N | ||
| Adj.R2 | 0.170 | 0.127 |
4.替换劳务外包衡量方式
参考汤旭东和贾洋(2024)的做法,第一,重新定义劳务外包(LaborOut1)为企业劳务外包支付的报酬总额除以总资产,回归结果如表8的列(1)和列(2)所示,LaborOut1的系数依然在1%的水平下显著为正;第二,根据企业劳务外包支付的报酬总额加1取对数衡量劳务外包(LaborOut2),回归结果如表8的列(3)和列(4)所示,LaborOut2的系数均在5%的水平下显著为正。以上结果表明,在考虑核心解释变量测量误差后,本文的研究结论具有稳健性。
| (1) | (2) | (3) | (4) | |
| Perf | Adj_Perf | Perf | Adj_Perf | |
| LaborOut1 | 2.139*** | 2.118*** | ||
| (2.651) | (2.599) | |||
| LaborOut2 | 0.002** | 0.001** | ||
| (2.509) | (2.296) | |||
| Constant | −1.517*** | −1.550*** | −1.485*** | −1.519*** |
| (−7.334) | (−7.581) | (−7.160) | (−7.413) | |
| Controls | Yes | Yes | Yes | Yes |
| Firm/Year | Yes | Yes | Yes | Yes |
| N | ||||
| Adj.R2 | 0.170 | 0.127 | 0.170 | 0.127 |
5.替换产品市场表现衡量方式
首先,参考He和Huang(2017)的做法,将企业市场份额增长率(Msg)作为企业产品市场表现的替代指标,其计算方式为企业销售收入占行业总销售收入比率的增长率;其次,参考牛玉凝和刘梦佳(2020)的做法,根据应付账款、应付票据与预收款项之和占总资产之比计算的商业信用(Tc)衡量企业产品市场表现。回归结果如表9所示,LaborOut的系数均在5%的水平下显著为正,研究结论具有稳健性。
| (1) | (2) | |
| Msg | Tc | |
| LaborOut | 0.382** | 0.023** |
| (2.058) | (1.984) | |
| Constant | −2.548*** | 0.051 |
| (−3.665) | (0.913) | |
| Controls | Yes | Yes |
| Firm/Year | Yes | Yes |
| N | ||
| Adj.R2 | 0.075 | 0.135 |
6.变更样本区间
尽管中国证监会于2012年起要求上市公司公布劳务外包的相关信息,但在实施初期仍然有部分企业没有披露劳务外包的采用情况(汤旭东和贾洋,2024)。因此,本文以2015年之后的样本重新进行检验。表10列示的结果表明,LaborOut的系数仍然显著为正,进一步证实了本文结论的稳健性。
| (1) | (2) | |
| Perf | Adj_Perf | |
| LaborOut | 0.198** | 0.195** |
| (2.135) | (2.137) | |
| Constant | −1.648*** | −1.524*** |
| (−4.950) | (−4.613) | |
| Controls | Yes | Yes |
| Firm/Year | Yes | Yes |
| N | ||
| Adj.R2 | 0.187 | 0.136 |
7.控制高维固定效应
考虑到企业所在行业周期性变化或企业所在地区发展状况等因素可能对研究结果产生干扰,本文在基准回归中进一步引入行业—年份、省份—年份的高维交互固定效应。从表11列示的结果可以看出,LaborOut的系数均显著为正,结果稳健。
| (1) | (2) | (3) | (4) | |
| Perf | Adj_Perf | Perf | Adj_Perf | |
| LaborOut | 0.168*** | 0.168*** | 0.159** | 0.159** |
| (2.678) | (2.686) | (2.563) | (2.573) | |
| Constant | −1.561*** | −1.706*** | −1.632*** | −1.776*** |
| (−7.046) | (−7.756) | (−7.342) | (−8.039) | |
| Controls | Yes | Yes | Yes | Yes |
| Firm | Yes | Yes | Yes | Yes |
| Year | No | No | No | No |
| Industry×Year | Yes | Yes | Yes | Yes |
| Province×Year | No | No | Yes | Yes |
| N | ||||
| Adj.R2 | 0.192 | 0.144 | 0.196 | 0.148 |
(一)影响机制检验
根据前文理论分析,劳务外包主要通过影响企业研发活动的资源配置和运行效率对产品市场表现产生积极影响。因此,本文进一步对劳务外包改善企业产品市场表现的具体作用机理进行实证检验。借鉴Ji等(2021)、刘行和李小荣(2012)、冯荟凝等(2024)的做法,本文构建如下中介机制检验模型:
| $ Me{d}_{i,t}={\beta }_{0}+{\beta }_{1}LaborOu{t}_{i,t}+\sum{}_{j}{\beta }_{j}Control{s}_{j,i,t}+Fir{m}_{i}+Yea{r}_{t}+{\varepsilon }_{i,t} $ | (3) |
| $ Per{f}_{i,t}/Adj\_ Per{f}_{i,t}={\beta }_{0}+{\beta }_{1}Me{d}_{i,t}+\sum{}_{j}{\beta }_{j}Control{s}_{j,i,t}+Fir{m}_{i}+Yea{r}_{t}+{\varepsilon }_{i,t} $ | (4) |
其中,Med为中介变量,包括企业研发人员数量占比(RDPerson)、研发投入强度(RD)和研发创新效率(InnoEff)。
1.研发人员占比
在研发人员配置方面,劳务外包通过将非核心、重复性或标准化工作转移至外部市场,有助于优化企业内部劳动力结构,使有限的劳动力资源更多配置于研发等高附加值岗位。研发人员占比的提升能够增强企业的技术积累、产品设计和工艺改进能力,为企业在产品市场中获取竞争优势创造条件。因此,参考杜勇等(2023)的做法,本文以研发人员数量除以员工总人数来衡量企业研发人员数量占比(RDPerson),回归结果如表12所示,在列(1)中,LaborOut的系数显著为正,并且在列(2)和列(3)中,RDPerson的系数均显著为正,表明劳务外包显著提高了企业研发人员数量占比,进而改善企业产品市场表现。
| (1) | (2) | (3) | |
| RDPerson | Perf | Adj_Perf | |
| LaborOut | 0.031** | ||
| (2.295) | |||
| RDPerson | 0.092*** | 0.093*** | |
| (3.730) | (3.845) | ||
| Constant | 0.052 | −0.027 | −0.180* |
| (0.570) | (−0.281) | (−1.829) | |
| Controls | Yes | Yes | Yes |
| Firm/Year | Yes | Yes | Yes |
| N | |||
| Adj.R2 | 0.033 | 0.174 | 0.130 |
2.研发投入强度
在研发投入强度方面,劳务外包能够通过降低固定劳动力成本和管理成本等方式提高企业资源配置的灵活性,从而为研发投入提供更稳定的资金支持。研发投入的增加有助于企业加快现有产品改进和新产品开发进程,增强自身产品竞争力并改善产品市场表现。因此,参考余静文和陈海健(2024)的做法,本文以对数化的研发支出衡量企业研发投入强度(RD)进行回归。结果如表13所示,在列(1)中,LaborOut的系数显著为正,并且在列(2)和列(3)中,RD的系数均显著为正,表明劳务外包显著提高了企业研发投入强度,从而有助于改善企业产品市场表现。
| (1) | (2) | (3) | |
| RD | Perf | Adj_Perf | |
| LaborOut | 2.371*** | ||
| (2.898) | |||
| RD | 0.002* | 0.003*** | |
| (1.881) | (2.803) | ||
| Constant | −1.402 | −1.865*** | −1.876*** |
| (−0.447) | (−7.628) | (−7.762) | |
| Controls | Yes | Yes | Yes |
| Firm/Year | Yes | Yes | Yes |
| N | |||
| Adj.R2 | 0.149 | 0.169 | 0.129 |
3.研发创新效率
在研发创新效率方面,劳务外包通过促进专业化分工并降低组织内部协调成本,有助于提高研发活动从投入到产出的转化效率,使企业能够更快速地响应市场需求变化并抢占市场机会。因此,参考权小锋和尹洪英(2017)的做法,本文以每单位研发投入的专利申请数衡量企业研发创新效率(InnoEff)进行回归。结果如表14所示,在列(1)中,LaborOut的系数显著为正,并且在列(2)和列(3)中,InnoEff的系数均显著为正,表明劳务外包能够有效提升企业研发创新效率,从而促进企业获得产品市场竞争优势。
| (1) | (2) | (3) | |
| InnoEff | Perf | Adj_Perf | |
| LaborOut | 0.020** | ||
| (2.315) | |||
| InnoEff | 0.069* | 0.089** | |
| (1.663) | (2.141) | ||
| Constant | −0.252*** | −1.844*** | −1.849*** |
| (−8.205) | (−9.552) | (−9.669) | |
| Controls | Yes | Yes | Yes |
| Firm/Year | Yes | Yes | Yes |
| N | |||
| Adj.R2 | 0.144 | 0.170 | 0.130 |
(二)异质性分析
1.技术属性
相较于非高科技企业,高科技企业的核心竞争优势更依赖于持续的研发投入、技术积累和创新成果产出,其产品市场表现对研发活动变化的敏感性更高。因此,劳务外包更有助于高科技企业将有限的劳动力和管理资源集中于研发创新活动,并有效转化为产品竞争优势和销售增长。基于上述分析,本文参考彭红星和毛新述(2017)的方法,根据《战略性新兴产业分类目录》《战略性新兴产业分类(2012)(试行)》和经济合作与发展组织相关文件,将全样本划分为高科技企业和非高科技企业进行分组回归。结果如表15所示,在列(1)和列(3)高科技企业样本中,LaborOut的系数均在5%的水平下显著为正,但在列(2)和列(4)非高科技企业样本中,LaborOut的系数不显著,并且组间系数差异检验在1%的水平下显著,从而说明了劳务外包对企业产品市场表现的促进作用在更依赖研发创新的高科技企业中更强。
| (1) | (2) | (3) | (4) | |
| Perf | Perf | Adj_Perf | Adj_Perf | |
| 高科技 | 非高科技 | 高科技 | 非高科技 | |
| LaborOut | 0.276** | 0.046 | 0.259** | 0.053 |
| (2.528) | (0.550) | (2.369) | (0.629) | |
| Constant | −1.318*** | −1.975*** | −1.394*** | −2.007*** |
| (−4.901) | (−5.704) | (−5.214) | (−5.925) | |
| Controls | Yes | Yes | Yes | Yes |
| Firm/Year | Yes | Yes | Yes | Yes |
| N | ||||
| Adj.R2 | 0.207 | 0.135 | 0.159 | 0.096 |
| 系数差异检验p值 | 0.001*** | 0.002*** | ||
2.行业属性
从行业特征来看,制造业企业产品更新周期更短、技术迭代更频繁,其产品质量和性能差异往往直接影响市场份额和销售增长。相比之下,非制造业企业的产品竞争优势更多来源于服务模式、渠道网络或规模效应,研发创新对产品市场表现的影响相对有限。因此,劳务外包有助于制造业企业将更多资源配置至研发和技术升级环节,从而推动产品更新和质量提升,增强产品市场竞争力。基于上述分析,本文将全样本划分为制造业企业和非制造业企业进行分组回归。结果如表16所示,在列(1)和列(3)制造业企业样本中,LaborOut的系数至少在5%的水平下显著为正,但在列(2)和列(4)非制造业企业样本中,LaborOut的系数不显著,并且组间系数差异检验在5%的水平下显著,从而说明了劳务外包对企业产品市场表现的促进作用在制造业企业中更明显。
| (1) | (2) | (3) | (4) | |
| Perf | Perf | Adj_Perf | Adj_Perf | |
| 制造业 | 非制造业 | 制造业 | 非制造业 | |
| LaborOut | 0.231** | 0.111 | 0.237*** | 0.088 |
| (2.535) | (1.158) | (2.601) | (0.931) | |
| Constant | −1.477*** | −2.100*** | −1.601*** | −2.202*** |
| (−5.652) | (−5.395) | (−6.207) | (−5.783) | |
| Controls | Yes | Yes | Yes | Yes |
| Firm/Year | Yes | Yes | Yes | Yes |
| N | ||||
| Adj.R2 | 0.212 | 0.130 | 0.172 | 0.080 |
| 系数差异检验p值 | 0.041** | 0.011** | ||
3.资产结构
轻资产企业对固定资产和生产设备的依赖程度较低,其产品竞争优势更多来源于人力资本和技术能力。同时,轻资产企业在资源配置和组织调整方面具有更高的灵活性,更容易将劳务外包所释放的资源迅速投入到研发创新活动中,进而改善产品市场表现。而重资产企业的资源配置结构具有刚性特征,劳务外包所释放的资源在短期内难以显著改变其研发投入和创新模式,因此对其产品市场表现的边际影响相对有限。基于上述分析,本文参考宋晓缤等(2024)的方法,以固定资产占总资产比重的中位数为标l准,将全样本划分为重资产企业和轻资产企业进行分组回归。结果如表17所示,在列(2)和列(4)轻资产企业样本中,LaborOut的系数均在5%的水平下显著为正,但在列(1)和列(3)重资产企业样本中,LaborOut的系数不显著,并且组间系数差异检验在5%的水平下显著,从而说明了与重资产企业相比,劳务外包对企业产品市场表现的提升作用在轻资产企业中更明显。
| (1) | (2) | (3) | (4) | |
| Perf | Perf | Adj_Perf | Adj_Perf | |
| 重资产 | 轻资产 | 重资产 | 轻资产 | |
| LaborOut | 0.080 | 0.236** | 0.090 | 0.238** |
| (0.928) | (2.175) | (1.046) | (2.212) | |
| Constant | −1.565*** | −1.327*** | −1.554*** | −1.359*** |
| (−5.188) | (−3.812) | (−5.166) | (−3.995) | |
| Controls | Yes | Yes | Yes | Yes |
| Firm/Year | Yes | Yes | Yes | Yes |
| N | ||||
| Adj.R2 | 0.181 | 0.161 | 0.135 | 0.121 |
| 系数差异检验p值 | 0.012** | 0.015** | ||
(三)拓展性分析
劳务外包作为一种新兴用工方式,其影响不仅体现在企业经营绩效层面,也可能会改变企业的内部劳动雇佣决策。在当前劳动力成本上升和用工约束趋严的背景下,探究企业能否通过劳务外包调整劳动雇佣规模,既关系到企业用工结构的优化与调整,也有助于更全面地理解劳务外包对企业生产组织方式的影响。因此,本文通过企业年末在职员工人数的自然对数衡量企业劳动雇佣规模(Emp),并将其作为模型(1)的被解释变量进行回归。结果如表18所示,LaborOut的系数在5%的水平下显著为负,说明随着劳务外包使用程度的提高,企业内部直接雇佣的员工规模显著降低,即劳务外包在企业层面具有明显的用工替代效应,企业通过采用劳务外包降低了对内部劳动投入的依赖。
| (1) | |
| Emp | |
| LaborOut | −0.160** |
| (−2.032) | |
| Constant | −5.788*** |
| (−14.022) | |
| Controls | Yes |
| Firm/Year | Yes |
| N | |
| Adj.R2 | 0.460 |
劳务外包通过改变劳动力配置方式,为企业在协调成本控制与经营灵活性之间提供了一种可行的制度安排,并逐渐成为企业应对外部环境不确定性和市场竞争压力的重要战略选择。本文从企业产品市场表现角度切入,探讨劳务外包如何服务于实体经济。基于2012—2023年沪深A股上市公司数据,本文实证检验了劳务外包对企业产品市场表现的影响及作用机制。研究结果显示:劳务外包能够显著改善企业产品市场表现。机制分析表明,劳务外包主要通过提高研发人员占比、增加研发投入和提升研发创新效率三种机制改善企业产品市场表现。异质性分析发现,劳务外包对企业产品市场表现的正向影响在高科技企业、制造业企业和轻资产企业中更加显著。
根据上述结论,本文提出以下建议。首先,政府应完善劳务外包相关法律体系和政策框架,营造良好的制度环境。作为新就业形态发展的必然产物,劳务外包以其灵活性和非正式性备受企业青睐,并在降低企业用工成本、缓解劳动力成本刚性等方面发挥了关键作用。因此,政府应正确引导劳务外包模式的推广和应用,制定明确的行业标准和服务质量规范,确保劳务外包的高效性和可靠性。同时,政府要加强对劳务外包合同的监管,减少因合同纠纷或不公平待遇导致的经济损失,为企业采用劳务外包提供制度保障和法律支持,助力企业降本增效。其次,企业要合理运用劳务外包模式,提高自身生产效率和市场竞争力。本文实证结果表明,劳务外包能够通过提高研发人员占比、增加研发投入和提升研发创新效率来改善企业产品市场表现。因此,企业应将劳务外包作为优化资源配置和强化研发创新能力的重要管理工具,并根据自身特点和发展需求合理选择外包领域和合作对象,通过劳务外包释放内部资源,集中精力发展核心业务,进而更好地应对市场变化。最后,政府应针对不同类型企业的特点,制定差异化政策以最大化劳务外包的经济效益。政府应根据技术属性、行业特点和资产结构等因素关注各类企业的外包需求,引导企业合理采用劳务外包,促进企业研发创新能力的提升,增强企业产品的市场竞争力,从而推动实体经济的可持续发展。
| [1] | 陈华, 孙汉, 沈胤鸿. 企业数字化转型与产品市场表现——来自年报文本分析的经验证据[J]. 投资研究, 2023, 42(11): 50–76. |
| [2] | 陈嘉滢, 李增福. 灵活用工与企业全要素生产率[J]. 外国经济与管理, 2025, 47(5): 35–49. |
| [3] | 陈胜蓝, 王鹏程, 马慧, 等. 《中小企业促进法》的纾困效应: 产品市场表现视角[J]. 世界经济, 2023, 46(9): 181–205. |
| [4] | 杜英, 张雯, 齐保垒. 人口老龄化、要素成本变动与企业产品市场表现[J]. 山西财经大学学报, 2024, 46(12): 120–134. |
| [5] | 杜勇, 孙帆, 曹磊. 共同机构所有权可以促进企业升级吗?[J]. 数量经济技术经济研究, 2023, 40(10): 181–201. |
| [6] | 冯荟凝, 许荣, 方明浩, 等. 媒体背景高管与内部人交易收益: 推波助澜还是有效监督?[J]. 会计研究, 2024(8): 73–85. |
| [7] | 管考磊, 付梦婷, 朱海宁. 企业数字技术创新与产品市场竞争优势——来自上市公司数字专利的证据[J]. 财经论丛(浙江财经大学学报), 2025(10): 53–63. |
| [8] | 韩亚东, 杨丽梅, 邢春冰, 等. 社保降费如何影响企业用工结构?——基于正式用工与劳务外包选择视角的分析[J]. 金融研究, 2025(7): 57–75. |
| [9] | 贾俊生, 伦晓波, 林树. 金融发展、微观企业创新产出与经济增长——基于上市公司专利视角的实证分析[J]. 金融研究, 2017(1): 99–113. |
| [10] | 蒋德权, 蓝梦. 企业社会责任与产品市场表现[J]. 财经研究, 2022, 48(2): 109–122. |
| [11] | 刘行, 李小荣. 金字塔结构、税收负担与企业价值: 基于地方国有企业的证据[J]. 管理世界, 2012(8): 91–105. |
| [12] | 刘行, 赵晓阳. 最低工资标准的上涨是否会加剧企业避税?[J]. 经济研究, 2019, 54(10): 121–135. |
| [13] | 倪骁然. 卖空压力、风险防范与产品市场表现: 企业利益相关者的视角[J]. 经济研究, 2020, 55(5): 183–198. |
| [14] | 牛玉凝, 刘梦佳. 实体企业金融化与产品市场表现[J]. 财经问题研究, 2020(12): 69–77. |
| [15] | 彭红星, 毛新述. 政府创新补贴、公司高管背景与研发投入——来自我国高科技行业的经验证据[J]. 财贸经济, 2017, 38(3): 147–160. |
| [16] | 权小锋, 尹洪英. 中国式卖空机制与公司创新——基于融资融券分步扩容的自然实验[J]. 管理世界, 2017(1): 128–144,187-188. |
| [17] | 宋晓缤, 杜兴强, 王竹泉. 现金流量重分类: 理论逻辑、基本框架与经验证据[J]. 管理世界, 2024, 40(2): 192–211,11. |
| [18] | 宋渊洋, 李元旭. 制度环境多样性、跨地区经营经验与服务企业产品市场绩效——来自中国证券业的经验证据[J]. 南开管理评论, 2013, 16(1): 70–82. |
| [19] | 随淑敏, 何增华. 人口老龄化对企业创新的影响——基于人口普查数据与微观工业企业数据的实证分析[J]. 人口研究, 2020, 44(6): 63–78. |
| [20] | 汤泰劼, 窦笑晨, 马新啸. 非国有股东治理的战略效应——基于国有企业产品市场表现的视角[J]. 会计研究, 2024(4): 47–62. |
| [21] | 汤旭东, 贾洋. 社保费征管与企业灵活用工: 来自社保新规的准自然实验[J]. 世界经济, 2024, 47(8): 228–256. |
| [22] | 杨国超, 魏爽, 院茜, 等. 企业为何选择劳务外包——基于经济政策不确定性的解释[J]. 中国工业经济, 2023(9): 136–154. |
| [23] | 余静文, 陈海健. 股票市场对外开放与企业创新投入——基于沪港通与深港通的研究[J]. 统计研究, 2024, 41(1): 85–97. |
| [24] | 曾薇, 陈收, 周忠宝. 金融监管对商业银行产品创新影响——基于两阶段DEA模型的研究[J]. 中国管理科学, 2016, 24(5): 1–7. |
| [25] | 周兰, 吴慧君. 供应链金融与产品市场表现[J]. 金融经济学研究, 2022, 37(6): 99–112. |
| [26] | 朱凌, 许庆瑞, 王方瑞. 从研发—营销的整合到技术创新——市场创新的协同[J]. 科研管理, 2006, 27(5): 1–9. |
| [27] | Acemoglu D. Directed technical change[J]. The Review of Economic Studies, 2002, 69(4): 781–809. |
| [28] | Autor D H. Outsourcing at will: The contribution of unjust dismissal doctrine to the growth of employment outsourcing[J]. Journal of Labor Economics, 2003, 21(1): 1–42. |
| [29] | Babar M, Habib A. Product market competition in accounting, finance, and corporate governance: A review of the literature[J]. International Review of Financial Analysis, 2021, 73: 101607. |
| [30] | Baccara M. Outsourcing, information leakage, and consulting firms[J]. The RAND Journal of Economics, 2007, 38(1): 269–289. |
| [31] | Baron J N, Davis-Blake A, Bielby W T. The structure of opportunity: How promotion ladders vary within and among organizations[J]. Administrative Science Quarterly, 1986, 31(2): 248–273. |
| [32] | Bergh D D. Product-market uncertainty, portfolio restructuring, and performance: An information-processing and resource-based view[J]. Journal of Management, 1998, 24(2): 135–155. |
| [33] | Bhagwati J, Panagariya A, Srinivasan T N. The muddles over outsourcing[J]. Journal of Economic Perspectives, 2002, 18(4): 93–114. |
| [34] | Bloom N, Sadun R, van Reenen J. Does product market competition lead firms to decentralize?[J]. American Economic Review, 2010, 100(2): 434–438. |
| [35] | Bustamante M C, Donangelo A. Product market competition and industry returns[J]. The Review of Financial Studies, 2017, 30(12): 4216–4266. |
| [36] | Campello M. Capital structure and product markets interactions: Evidence from business cycles[J]. Journal of Financial Economics, 2003, 68(3): 353–378. |
| [37] | Chemmanur T J, He S, Nandy D K. The going-public decision and the product market[J]. The Review of Financial Studies, 2010, 23(5): 1855–1908. |
| [38] | Choi J J, Ju M, Trigeorgis L, et al. Outsourcing flexibility under financial constraints[J]. Journal of Corporate Finance, 2021, 67: 101890. |
| [39] | Cortés P, Pan J. Outsourcing household production: Foreign domestic workers and native labor supply in Hong Kong[J]. Journal of Labor Economics, 2013, 31(2): 327–371. |
| [40] | Dasgupta S, Li X, Wang A Y. Product market competition shocks, firm performance, and forced CEO turnover[J]. The Review of Financial Studies, 2018, 31(11): 4187–4231. |
| [41] | Fresard L. Financial strength and product market behavior: The real effects of corporate cash holdings[J]. The Journal of Finance, 2010, 65(3): 1097–1122. |
| [42] | Giroud X, Mueller H M. Corporate governance, product market competition, and equity prices[J]. The Journal of Finance, 2011, 66(2): 563–600. |
| [43] | He J, Huang J K. Product market competition in a world of cross-ownership: Evidence from institutional blockholdings[J]. The Review of Financial Studies, 2017, 30(8): 2674–2718. |
| [44] | Holcomb T R, Hitt M A. Toward a model of strategic outsourcing[J]. Journal of Operations Management, 2007, 25(2): 464–481. |
| [45] | Hsieh C T, Woo K T. The impact of outsourcing to China on Hong Kong's labor market[J]. American Economic Review, 2005, 95(5): 1673–1687. |
| [46] | Hughes P, Morgan R E. Fitting strategic resources with product-market strategy: Performance implications[J]. Journal of Business Research, 2008, 61(4): 323–331. |
| [47] | Ji Q, Quan X F, Yin H Y, et al. Gambling preferences and stock price crash risk: Evidence from China[J]. Journal of Banking & Finance, 2021, 128: 106158. |
| [48] | Karuna C. Industry product market competition and managerial incentives[J]. Journal of Accounting and Economics, 2007, 43(2-3): 275–297. |
| [49] | Keuschnigg C, Ribi E. Outsourcing, unemployment and welfare policy[J]. Journal of International Economics, 2009, 78(1): 168–176. |
| [50] | Lee D S, Mas A. Long-run impacts of unions on firms: New evidence from financial markets, 1961-1999[J]. The Quarterly Journal of Economics, 2012, 127(1): 333–378. |
| [51] | Li W W, Huang Z X, Huang R L, et al. Climate policy uncertainty and enterprise labor outsourcing[J]. Economics Letters, 2025, 246: 112066. |
| [52] | Mankiw N G, Swagel P. The politics and economics of offshore outsourcing[J]. Journal of Monetary Economics, 2006, 53(5): 1027–1056. |
| [53] | Munjal S, Requejo I, Kundu S K. Offshore outsourcing and firm performance: Moderating effects of size, growth and slack resources[J]. Journal of Business Research, 2019, 103: 484–494. |
| [54] | Nguyen J H, Pham P, Qiu B H. Proprietary knowledge protection and product market performance[J]. Journal of Financial and Quantitative Analysis, 2023, 58(8): 3521–3546. |
| [55] | Pang Z F, Zhou M. Social security contributions and corporate outsourcing[J]. Finance Research Letters, 2024, 65: 105528. |
| [56] | Rahman M, Aziz S, Hughes M. The product-market performance benefits of environmental policy: Why customer awareness and firm innovativeness matter[J]. Business Strategy and the Environment, 2020, 29(5): 2001–2018. |
| [57] | Rubery J, Keizer A, Grimshaw D. Flexibility bites back: The multiple and hidden costs of flexible employment policies[J]. Human Resource Management Journal, 2016, 26(3): 235–251. |
| [58] | Sarkar M B, Echambadi R A J, Harrison J S. Alliance entrepreneurship and firm market performance[J]. Strategic Management Journal, 2001, 22(6‐7): 701–711. |
| [59] | Thakor R T, Lo A W. Competition and R&D financing: Evidence from the biopharmaceutical industry[J]. Journal of Financial and Quantitative Analysis, 2022, 57(5): 1885–1928. |
| [60] | Yang W B, Mou J Q, Ji L. Labor outsourcing and corporate innovation[J]. China Journal of Accounting Research, 2025, 18(1): 100407. |
| [61] | Yannopoulos P, Auh S, Menguc B. Achieving fit between learning and market orientation: Implications for new product performance[J]. Journal of Product Innovation Management, 2012, 29(4): 531–545. |
| [62] | Zheng P J, Ning Z H, Wu Q Y, et al. Climate policy uncertainty and labor demand in high-carbon industries[J]. Finance Research Letters, 2025, 84: 107588. |
| [63] | Zott C, Amit R. The fit between product market strategy and business model: Implications for firm performance[J]. Strategic Management Journal, 2008, 29(1): 1–26. |