去杠桿降低了勞動收入份額嗎？

劉長庚 王宇航 張 磊

一、引言

2008年以來，中國實體部門杠桿率不斷上升的現象引起全社會廣泛關注。為防范化解實體企業過高杠桿率帶來的系統性金融風險，2015年年底中央經濟工作會議將“去杠桿”列為中國供給側改革的五大任務之首，開始實施由政府主導的強制性去杠桿政策。已有文獻表明，去杠桿可能引發一系列經濟效應。微觀方面涉及企業流動性危機(Qiu和Cheng，2022[1])、經營績效下降(綦好東等，2018[2]；馬草原和朱玉飛，2020[3])和銀行穩定性惡化(王連軍，2018[4])等問題，宏觀方面包括降低金融市場風險傳染(劉勇和白小瀅，2017[5])，加劇經濟波動(潘敏和袁歌騁，2018[6])和衰退現象等(Eggertsson和Krugman，2012[7])。鮮有文獻考察去杠桿可能帶來的收入分配效應。

收入分配與社會公平、經濟發展質量、勞動者社會福利等息息相關(Feldstein，2008[8]；李松齡，2022[9])。在收入分配的研究中，勞動收入份額是長久以來經濟學研究的熱點(董豐等，2020[10])。《中華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》明確提出，要堅持“居民收入增長和經濟增長基本同步、勞動報酬提高和勞動生產率提高基本同步，提高勞動報酬在初次分配中的比重”的分配原則。現階段，關于中國勞動收入份額的研究主要集中于對不同時期勞動收入份額變化趨勢的分析。其中，大量文獻集中于對1990—2007年中國勞動收入份額大幅下降現象的解釋，主要從經濟發展階段(李稻葵等，2009[11])、產業結構調整(羅長遠和張軍，2009b[12]；白重恩和錢震杰，2010[13])、對外出口和引進外資(邵敏和黃玖立，2010[14]；余淼杰和梁中華，2014[15])、技術偏向(陳宇峰等，2013[16])、金融環境(Aziz和Cui，2007[17]；羅長遠和陳琳，2012[18]；汪偉等，2013[19])以及人口結構(魏下海等，2012[20]；魏下海等，2017[21])等視角展開。在2008—2015年期間，中國勞動收入份額開始緩慢回升。這一階段，“庫茲涅茨倒U型曲線假說”成為解釋勞動收入份額演變的主流，學者們認為經濟增長(李稻葵等，2009[11]；馬草原和王美花，2015[22])、結構轉型(劉亞琳等，2018[23])等因素是引發勞動收入份額上升的主要力量。

但對于2016年以來中國勞動收入份額再次下降的現象(圖1)(1)本文分別使用中國統計年鑒收入法GDP數據、投入產出表全行業數據和國泰安數據庫上市企業數據計算了2012—2018年中國勞動收入份額變化情況，結果都顯示中國勞動收入份額在2016年開始下降。，學者們并未給予足夠的關注，且無論從經濟增長或是產業結構轉型都沒能很好解釋中國勞動收入份額再次下降的現象(2)馬草原和王美花(2015)[25]發現經濟增長與勞動收入份額之間存在反向變化的關系，2008年之前，我國經濟增速較高，勞動收入份額不斷下降，2008年金融危機之后，經濟增速下降，勞動收入份額開始緩慢增長。但對2015年之后經濟增速和勞動收入份額出現同時下降的現象該理論沒能很好解釋。劉亞琳等(2018)[26]認為產業結構是影響勞動收入份額的重要因素，第二產業就業人數占比與勞動收入份額之間存在反向變化關系。但2015年之后我國第二產業從業人數占比與勞動收入份額同時下降的現象通過該理論很難得到解釋。。無獨有偶，2016年勞動收入份額下降的轉折點也是中國去杠桿政策實施的時間點。兩者同時發生，是巧合還是必然？值得深思。從相近的研究來看，董豐等(2020)[10]利用中國工業企業庫數據檢驗了企業負債對勞動收入份額的負效應，進而得出去杠桿有利于提高勞動收入份額的結論。顯然，這一結論忽略了2016年以來中國企業杠桿率與勞動收入份額同時下降的事實，同時也受到一定的內生性干擾。鑒于上述研究中的不足，本文以2016年去杠桿政策出臺作為一次自然試驗，利用雙重差分模型檢驗去杠桿政策對企業勞動收入份額的影響。

圖1 2012—2017年中國勞動收入份額變化情況

與上述文獻相比，本文的主要貢獻在于：第一，首次聚焦于中國勞動收入份額在2016年下降這一經濟事實及其背后的原因。從文獻梳理來看，關于中國勞動收入份額的相關研究主要聚焦于兩個時期：一是1990—2007年勞動收入份額大幅下降時期，也是現有文獻主要關注的階段；二是2008—2015年勞動收入份額緩慢上升時期。而2015年之后中國勞動收入份額再次下降的現象卻未受到關注。本文以2016年去杠桿政策為背景，探究該階段勞動收入份額下降的原因，豐富了新時代以來勞動收入份額變化及其原因分析的研究成果。第二，本研究為去杠桿造成勞動收入份額下降這一猜想提供了直接證據。已有文獻關于去杠桿收入分配效應的研究，主要通過分析企業負債與收入分配的關系來推測去杠桿政策的收入分配效應。該結論可能受到兩者內生性問題的影響，也忽略了去杠桿過程與狀態之間的差異。本文基于2016年去杠桿政策出臺這一自然試驗，使用雙重差分模型識別去杠桿政策對企業勞動收入份額的影響，多角度進行穩健性檢驗，消除可能存在的內生性問題，彌補了去杠桿分配效應研究中的不足。第三，進一步分析了去杠桿影響勞動收入份額的傳導機制和企業異質性，為去杠桿政策的積極效應提供了經驗證據。研究發現去杠桿政策并沒有造成企業降薪或裁員行為，相反，勞動收入份額下降的原因更多表現在企業經營成本與財務成本降低、投資效率提高等方面，沒有出現“利潤侵蝕工資”的現象。該影響在非國有企業、壞杠桿企業和過度投資企業中更加明顯，一定程度上抑制了資本過度投入和無序擴張的問題。

本文的結構安排如下：第二部分為政策背景與傳導機制；第三部分為數據來源、變量釋義與實證模型；第四部分為基準回歸和穩健性檢驗；第五部分是機制檢驗和異質性分析的進一步研究；第六部分為結論和政策啟示。

二、制度背景與傳導機制

(一)制度背景

為應對國際金融危機的沖擊，2008年以來中國啟動了大規模的經濟刺激計劃。到2010年各級政府總投資達到4萬億元，全社會杠桿率急劇上升。根據國家資產負債表研究中心發布的中國宏觀杠桿數據，僅2008—2009年，實體經濟部門杠桿率上升了32個百分點，非金融企業部門杠桿率上升了20個百分點。此后，宏觀杠桿率一路高歌猛進，到2016年，中國實體部門杠桿率已高達238.8%，非金融企業部門杠桿率達到157.6%，同比2008年分別上升了97.6和62.4個百分點，接近國際警戒線。同時，中國非金融上市企業杠桿率均值從2007年的52.48%上升到2016年的60.01%(3)中國非金融上市企業杠桿率均值水平來自2008年和2017年《中國上市公司年鑒》。。Standard和Poor’s(2014)[24]的預測認為，到2018年年底，中國企業債務將占到全球企業債務總量的1/3以上。過高的負債率使得企業財務負擔增大，出現大面積虧損(綦好東等，2018[2])，產生嚴重的債務危機。

為避免杠桿率過高引發系統性金融風險，中央政府力主強制性去杠桿。2015年12月，在中央經濟工作會議上，習近平總書記提出要著力推進供給側結構性改革，將去杠桿作為防范系統性金融風險的重要舉措，堅持加強全方位監管，規范各類融資行為，抓緊開展金融風險專項整治，堅決守住不發生系統性、區域性風險的底線。2016年9月，國務院出臺并實施了《國務院關于積極穩妥降低企業杠桿率的意見》(國發〔2016〕54號)，指出在推進降杠桿過程中，要堅持市場化、法制化、有序開展和統籌協調的原則，充分考慮不同類型行業和企業的杠桿特征，分類施策，有扶有控，不搞“一刀切”。2017年7月，習近平總書記在全國金融工作會議上指出要把國有企業降杠桿作為重中之重。2018年9月，中共中央辦公廳、國務院辦公廳印發了《關于加強國有企業資產負債約束的指導意見》，提出促使高負債國有企業資產負債盡快回歸合理水平，推動國有企業平均資產負債率到2020年比2017年下降2個百分點，基本保持在行業平均水平。在高壓的去杠桿政策下，中國非金融企業部門杠桿率水平從2016年的157.6%下降到2019年151.3%，國有企業平均杠桿率水平從2015年的65.71%下降到2018年的64.19%。圖2描繪了2015年上市企業資產負債率與2015—2019年企業杠桿率下降幅度的散點圖，兩者呈明顯的正相關關系，表明杠桿率越高的企業其去杠桿幅度越大，受到去杠桿政策影響越明顯，這為本文使用雙重差分模型考察去杠桿政策對企業勞動收入份額的影響提供了良好的條件。

圖2 2015年企業杠桿率與2015—2019年企業杠桿率變動的關系

(二)傳導機制

通過文獻梳理和對影響企業勞動收入份額因素的分析，本文推斷去杠桿政策對勞動收入份額的影響可能來自以下兩個方面：

一方面，去杠桿政策可能增大企業融資約束，造成企業勞動收入下降。就本文研究而言，去杠桿的本質是企業杠桿率向下調整的過程，主要通過限制企業債務融資來實現(楊雪峰，2018[25])。按照《國務院關于積極穩妥降低企業杠桿率的意見》的表述，去杠桿需要營造良好的市場與政策環境，通過加強市場主體信用約束和強化金融機構授信約束兩方面來限制高杠桿企業的信貸獲取。從Wind統計數據來看，中國金融機構人民幣貸款加權平均利率從2016年9月的5.2%增長到2018年6月的5.97%，期間社會融資規模存量同比大幅下降，融資環境不斷趨緊，企業面臨的融資約束加劇。相關研究表明，融資約束會限制企業對勞動報酬的支付能力，降低企業勞動收入份額(Aziz和Cui，2007[17]；羅長遠和陳琳，2012[18]；汪偉等，2013[19])。按照企業流動資本需求的分析框架，在企業生產和銷售過程中，其收支情況并不同步。在生產階段，企業主要任務是購買原材料和雇用勞動力，將產品生產出來。在銷售階段，企業將產品銷售，收回投入資本。因此，在生產成果轉化為現金流之前，企業需要充足的流動資本來支付工人工資和購買原材料，保證生產過程穩定進行。根據世界銀行對中國企業的調查結果，在流動資本來源中，銀行貸款所占比重最大，而自有資金來源僅占銀行貸款的一半(羅長遠和陳琳，2012[18])，企業流動資本對銀行貸款的依賴程度更高。在強制去杠桿政策下，高杠桿企業由于受到嚴格的外部融資約束(Giroud和Mueller，2017[26])，流動資本獲取受限，從而不可避免會限制企業對勞動力要素和原材料的需求。為保證正常的生產經營活動，企業可能通過降薪或者裁員的方式減少企業勞動報酬支出，節約企業流動資金，進而造成勞動收入份額下降(Aziz和Cui，2007[17]；羅長遠和陳琳，2012[18])。

另一方面，去杠桿政策可能提高企業盈利能力，造成資本收入上升。在去杠桿政策的“紅線”壓力下，通過積累利潤償還債務成為企業去杠桿的重要方式。為了積累利潤，企業必須將降低成本和提高績效作為一段時期內重要的經營目標。首先，企業會通過強化成本管理來降低現金支出。相關研究表明，在去杠桿過程中，企業可能通過降低派發股利分紅，減少資本支出，限制員工收入乃至裁員等方式降低企業經營成本(Ruscher和wolff，2012[27])，提高利潤來保證企業正常運營和償還債務。其次，隨著企業杠桿率水平下降，高負債帶來的企業經營風險得到有效抑制，企業資本結構得到優化，提高了自身可抵押資產質量和還款能力，改善了金融機構對企業的信用評級，降低了經營風險過高造成的企業債務融資溢價，進而減少了企業財務費用支出(綦好東等，2018[2])，減輕了債務利息對企業營業利潤的侵蝕。最后，企業會通過提高投資效率來增強盈利能力。與緊縮的信貸環境相比，在寬松的信貸環境下，企業對于投資項目的風險、成本和收益的敏感度更低，造成大規模非效率投資(綦好東等，2018[2])。隨著去杠桿政策的實施，償債壓力和經營風險使得企業更加綜合地考慮投資項目的風險、成本和收益等因素，通過減少企業非效率投資，提高投資回報來增加利潤(Gomariz和Ballesta，2014[28])。喬小樂等(2018)[29]發現，去杠桿有助于提高制造業上市企業的資金使用效率，提高企業經營績效，尤其對國有企業資金使用效率的提升更明顯。可以預見，企業通過對自身收支的雙向管理能夠增加營業利潤，帶來資本收入上升。

依據上述分析，由于去杠桿政策增大了企業融資約束問題和償債壓力，使得企業經營者可能通過擠壓勞動收入或提高營業利潤的方式來調整資本結構，進而造成勞動收入份額下降。

三、數據與實證模型

(一)數據來源

本文采用的數據為中國A股上市企業的財務數據(4)使用上市企業數據進行研究的兩個合理性：一方面，考慮到去杠桿政策發生在2016年，該階段可獲得的國內微觀企業數據樣本僅有上市企業數據；另一方面，按照鐘寧樺等(2016)[30]的研究結論，1998年以來，中國加杠桿的企業主要是大型企業、國有企業、上市企業。，考慮到去杠桿政策發生的時間在2016年，選擇政策發生前后4年(2012—2019年)作為本文研究的時間區間，數據來源于國泰安數據庫(CSMAR)(5)考慮到去杠桿行業標準為《中國統計年鑒》中“工業、房地產業、建筑業、餐飲業、住宿業、零售業和批發業”7個行業規模以上企業的杠桿率均值，因此本文僅保留上述7個行業企業樣本。上述7個行業中，工業行業被細分為38個子行業，工業38個子行業和其他6個行業與中國證監會2012版行業分類中的大類行業標準一致，共44個行業。。為保證實證結果的可靠性，進一步剔除以下異常樣本：在統計期內出現過ST的企業樣本；不符合基本會計原則的企業樣本(負債+所有者權益≠資產)；在統計期內出現借殼上市或者退市的企業樣本；2015年以后上市的企業樣本。同時為了消除極端值影響，對所有連續變量1%和99%的數據進行縮尾處理，最終保留2 279家上市企業數據。

(二)模型設定與變量釋義

1.模型設定。

為識別去杠桿對企業勞動收入份額的影響，本文將2016年去杠桿政策實施作為一項自然試驗，構建如下雙重差分(DID)模型：

Lsijpt=α1+β1treati15×postt16+λXijpt+enti+yeart

+indusj+pdp+εijpt

(1)

其中：i代表企業；j代表上市企業所在行業；p代表上市企業所在省份；t代表年份；被解釋變量Ls代表企業當年的勞動收入份額；解釋變量treat15×post16為處理變量和時間變量的交互項，考察去杠桿政策對企業勞動收入份額的影響；X包含企業、行業及省份特征控制變量；ent、year、indus和pd分別代表企業個體、年份、行業和省份固定效應；ε為隨機誤差項。

2.變量釋義。

被解釋變量。本文研究對象為企業勞動收入份額。現階段利用上市企業數據計算勞動收入份額的方法主要有兩類：一類是要素增加值法，該方法主要依據收入法GDP計算勞動收入份額的思路。具體為勞動收入份額=勞動報酬/企業要素增加值(蘇梽芳等，2021[31])，其中企業要素增加值包含勞動報酬、營業盈余、固定資產折舊和生產稅凈額四個部分。勞動報酬以企業現金流量表中“支付給職工以及為職工支付的現金”來衡量，該指標包括本期實際支付給職工的工資、獎金、各種津貼和補貼以及為員工支付的五險一金、福利費用等。營業盈余使用企業營業收入減去營業成本來衡量。生產稅凈額使用企業營業稅金及附加+增值稅-政府補助來計算。同時，也有多數文獻認為，要素收入分配的核心在于勞資收入分配，企業增加值中的生產稅凈額不屬于勞動者和資本的收入，而是政府收入，在勞動收入份額的計算中應予以剔除，進而得到勞動收入份額=勞動報酬/(企業要素增加值-生產稅凈額)(方軍雄，2011[32])；另一類使用營業收入法計算勞動收入份額，具體為勞動收入份額=勞動報酬/營業收入(王雄元和黃玉菁，2017[33]；施新政等，2019[34])。本文使用剔除生產稅凈額要素增加值法計算的勞動收入份額Ls1作為主要回歸變量，使用要素增加值法勞動收入份額Ls2、營業收入法勞動收入份額Ls3進行穩健性檢驗。

解釋變量。treat15×post16為處理變量(treat15)和時間變量(post16)的交互項，該變量的估計系數β1表示政策效果。其中，本文處理變量(treat15)是一個虛擬變量，當企業受到去杠桿政策影響時，treat15賦值為1，反之賦值為0。具體來說，關于去杠桿的行業標準表述來自《關于加強國有企業資產負債約束的指導意見》(以下簡稱《意見》)，《意見》提出對于不同行業企業“原則上以本行業上年度規模以上全部企業平均資產負債率為基準線，基準線加5個百分點為本年度資產負債率預警線，基準線加10個百分點為本年度資產負債率重點監管線”。事實上，去杠桿政策在執行過程中可能更為靈活，使用上述參考線都可能帶來估計偏差。相比之下，選用低于真實去杠桿率標準的界定方式，其估計偏差向下，選用高于真實去杠桿標準的界定方式，其結果偏差無法確定。綜合考慮后，本文認為使用2015年《中國統計年鑒》各行業規模以上企業杠桿率均值作為treat15(6)雖然《意見》中指出去杠桿標準是隨行業企業杠桿率變化動態調整的，但是為保證杠桿率標準界定的外生性，借鑒Lu和Yu(2015)[35]]的方法，選用2015年各行業規模以上企業杠桿率均值作為衡量標準。同時杠桿率標準的動態調整是整個行業內企業同步變化的結果，因此去杠桿界定標準的動態調整可能對本文結果影響不大。之后，本文在表5中處理企業自身杠桿率變化帶來的干擾，因此，使用該界定標準是合理的，也是可信的。的界定標準。按照上述標準處理，本文受到去杠桿政策處理的企業有523家，控制組企業1 982家(7)該數據使用2019年企業樣本整理得出，不同年份可能存在差異。。時間變量(post16)也是一個虛擬變量，樣本在政策發生之后(2016年及以后)賦值為1，否則賦值為0。同時，在后文對多種去杠桿政策標準進行穩健性檢驗。

控制變量。本文借鑒王雄元和黃玉菁(2017)[33]、施新政等(2019)[34]的研究成果，在模型中分別控制影響企業勞動收入份額的微觀變量和宏觀變量。企業微觀控制變量包括：企業規模Size為總資產對數值；獨立董事比例Ind為獨立董事數量占董事會人數比例；資本產出比Ky為固定資產凈額占營業總收入的比重；股權集中度Sc為前五大股東持股比例的平方和；企業所有制Soe，若企業實際控制人是國有性質，取值為1，否則為0；凈資產收益率Roe為凈利潤與凈資產的比值；公司成長性Growth為企業總資產增長率。行業和省際層面的控制變量包括：行業集中度HHI為行業內所有企業營業收入份額的平方和；Load_GDP為企業所在省份貸款余額占GDP的比重；S_industry為第二產業在GDP中的比重(8)HHI數據來自國泰安數據庫，省際貸款余額、GDP、第二產業比重等宏觀變量來自2012—2019年《中國統計年鑒》。。該模型同時控制了企業個體、行業、省份和年度固定效應。

3.描述性統計。

表1匯報了上述變量的描述性統計結果。可以發現，在去杠桿政策發生之前，處理組企業勞動收入份額均值顯著高于對照組。但在去杠桿政策之后，處理組企業勞動收入份額明顯下降，對照組企業勞動收入份額明顯上升，兩組差距明顯縮小。該結果表明，與對照組相比，去杠桿政策可能降低了處理組企業的勞動收入份額。

表1 主要變量的描述性統計

四、實證分析

(一)共同趨勢檢驗

雙重差分方法的使用需要滿足共同趨勢假設，要求在沒有政策干預時，結果變量的變化趨勢在處理組和對照組之間不存在顯著差異。針對這一條件，本文借鑒Qian(2008)[36]的研究方法，生成年份虛擬變量Year與處理組虛擬變量treat15的交互項對企業勞動收入份額進行回歸，同時控制企業個體、年份、行業和省份的固定效應(9)為區分模型中構建交互項的年份虛擬變量和年份固定效應，將年份虛擬變量名設置為Year，年份固定效應設置為year。。為了避免出現完全共線性問題，本文以政策沖擊前的2012年作為基準年構建實證模型(2)。交互項treat15×Yearn的系數δn表示，與基準組相比第n期處理組與控制組之間的差異。如果政策實施之前估計系數不顯著，則平行趨勢假設成立。

+indusj+pdp+εijpt

(2)

圖3匯報了去杠桿政策的平行趨勢檢驗結果，圖中y2013代表treat15和Year為2013年時的虛擬變量交互項，其值代表該交互項的估計系數，y2014—y2019的設置方法與y2013一致。圖3結果表明，在去杠桿政策出臺以前(2016年前)，處理組樣本與控制組樣本的勞動收入份額變化趨勢沒有顯著差異，表明使用雙重差分的方法來識別去杠桿政策帶來的收入分配效應是合理的。同時，在去杠桿政策出臺之后(2016年后)，處理組和對照組企業勞動收入份額的變化趨勢出現明顯差異，高杠桿企業勞動收入份額相對于低杠桿企業出現急劇下降，一定程度上說明去杠桿政策會降低企業勞動收入份額(10)感謝審稿專家對本文平行趨勢檢驗提出的建設性意見。。

圖3 事件分析法進行平行趨勢檢驗

(二)基準回歸分析

在基準回歸之前，再次驗證去杠桿政策是否有效降低了高杠桿企業的杠桿率水平。表2列(1)匯報了treat15×post16交互項對企業杠桿率的回歸結果，估計系數顯示，相較于低杠桿企業(對照組)，去杠桿政策會使高杠桿企業(處理組)的資產負債率平均下降4.59個百分點。此外，本文再次利用事件分析法檢驗去杠桿后企業杠桿率下降的時間趨勢(11)因篇幅所限，本文省略了去杠桿政策對企業杠桿率的事件分析結果，相關結果和分析留存備索。。結果發現在去杠桿政策出臺之后，高杠桿企業(處理組)杠桿率逐年下降。在基準回歸中，列(2)中匯報了僅包含treat15×post16交互項、時間、企業個體、省份和行業的固定效應的估計結果。其中，treat15×post16估計系數表明，與對照組企業相比，去杠桿政策使得處理組企業勞動收入份額下降了1.40個百分點。之后，本文在列(3)中加入了可能相關的企業、行業和省份特征變量，以控制相關因素帶來的估計偏差，treat15×post16估計的結果顯示去杠桿政策降低企業勞動收入份額的結論依舊穩健。

表2 去杠桿政策對企業杠桿率和勞動收入份額的影響

另外，去杠桿政策發生的時間是否隨機也值得擔心。如果去杠桿政策是內生的，可能使處理組和對照組企業在事前出現系統性差異，造成虛假回歸。為了盡可能減輕去杠桿政策出臺時間和處理組選擇非隨機性帶來的估計偏差，本文借鑒Lu和Yu(2015)[35]、郭峰和熊瑞祥(2017)[37]的方法，通過控制影響政策沖擊發生時間和樣本是否被處理的相關因素來排除其可能的內生性。具體來說，去杠桿政策的實施時間主要受中國非金融企業部門杠桿率的影響，企業是否受到去杠桿政策的處理由企業自身杠桿率水平決定。在此，本文進一步控制2012—2019年中國非金融企業部門的杠桿率和企業自身的杠桿率來剔除treat和post潛在的內生性問題。列(4)的結果表明，在控制上述干擾因素后，去杠桿降低企業勞動收入份額的結果顯著存在。

(三)穩健性檢驗

1.排除相關事件的政策預期和政策沖擊的偽證據檢驗。

實施自然實驗的前提是政策發生具有不可預期性。借鑒Lu等(2017)[38]的做法，本文對去杠桿這一事件進行預期效應檢驗。(1)考慮2015年發生在資本市場的去杠桿行為對實體企業去杠桿的預期效應。為抑制證券市場泡沫，中國證監會從2015年6月到9月連續三次發布清理資本市場場外配資的意見通知。(2)考慮2013年“錢荒”事件帶來的企業去杠桿預期。2013年6月4日到24日，中國貨幣市場利率出現持續性的上升。6月20日，貨幣市場質押式回購隔夜利率一度高達30%，7日和14日加權利率分別達到11.62%和9.26%。貨幣市場嚴重的流動性問題可能給高杠桿企業敲響警鐘，主動降低企業杠桿率，保持充足的流動性。因此，為排除上述事件帶來的實體企業去杠桿預期，本文在基準模型中分別加入treat15×post15和treat15×post13進行回歸。同時，本文也加入treat15×post14進行穩健性檢驗，以保證在政策沖擊前，企業不存在政策預期。上述估計結果(12)顯示，treat15×post15、treat15×post14和treat15×post13的估計系數并不顯著，表明企業對于去杠桿這一政策不存在預期。

在企業預期效應的基礎上，本文使用政策發生前的樣本進行證偽檢驗，以保證政策效應來源的唯一性。使用2012—2015年的樣本數據，分別以2013年、2014年、2015年為虛擬的政策干預點，重復前面的分析。結果(13)④ 限于篇幅，文中未報告穩健性檢驗結果。如讀者需要，可向作者索取。顯示，在2016年之前，虛擬政策均沒有出現顯著的影響，能夠排除事前其他政策帶來的估計偏差，增強了上述結論的可靠性。

2.排除去杠桿標準選擇帶來的潛在估計偏差。

考慮去杠桿政策標準模糊性帶來的影響。為了提高結論的可靠性，本文使用多個可能的去杠桿標準來驗證上述結論。(1)上市企業本身具有其他企業所不具有的特征，其去杠桿的標準可能與非上市企業存在一定的差異。本文進一步使用CSMAR數據庫中上市企業行業資產負債率均值作為不同行業上市企業去杠桿標準(14)CSMAR數據庫中，上市企業的行業分類標準使用了中國證監會(2012)行業分類標準，與本文基礎回歸中使用的《中國統計年鑒》中的行業分類標準相一致。行業企業樣本選擇為包含ST或*ST、當年新上市或被暫停上市的綜合A股企業全樣本。，設置新的處理組和對照組重復上述檢驗。(2)在《中國統計年鑒》的44個行業大類中，38個行業大類歸屬于工業門類，與其他6個行業存在差異。為了減少由分類口徑差異帶來的干擾，本文使用僅包含工業企業的樣本進行估計。回歸結果④顯示，無論在何種行業分類標準下，去杠桿政策都顯著降低了企業勞動收入份額，表明本文結論并未因行業標準差異而發生改變。(3)將本文去杠桿標準分別向上和向下調整5個百分點，觀察去杠桿政策對企業勞動收入份額的影響。估計結果(15)限于篇幅，文中未報告穩健性檢驗結果。如讀者需要，可向作者索取。顯示，與基準回歸結果相比，杠桿率標準向下調整會降低去杠桿政策對企業勞動收入的負效應，杠桿率標準向上調整會增強去杠桿政策對企業勞動收入的負效應。該結果印證了前文對去杠桿標準選擇的解釋，增強了本文核心結論的可信度。

3.排除干擾政策和樣本帶來的估計偏差。

(1)排除“去庫存”和“去產能”政策的干擾。在供給側結構性改革的“三去”任務中，“去產能”和“去庫存”也會帶來行業內部分企業盈利狀況的改善，影響企業勞動收入份額變化。為排除這一干擾，本文使用剔除受到“去庫存”影響的房地產企業和受到“去產能”影響的煤炭、鋼鐵、水泥、電解鋁、玻璃和船舶制造等行業企業進行穩健性檢驗。雖然剔除相關企業樣本能夠排除“去庫存”和“去產能”政策對企業勞動收入份額的直接影響，但無法排除由“去庫存”和“去產能”政策對其他行業的溢出效應。考慮到“去庫存”和“去產能”的目標企業主要是鋼鐵、水泥等上游原材料行業，政策對上游行業產出的影響會傳導到下游行業的原料成本和企業利潤，進而影響企業的勞動收入份額。對此，本文在剔除相關行業樣本的基礎上，加入企業所在行業的毛利率作為控制變量(16)營業毛利率=(營業收入-營業成本)/(營業收入)，營業收入和營業成本分別為該行業所有上市企業營業收入與營業成本之和。數據來源：國泰安數據庫。，盡可能控制“去庫存”和“去產能”在行業間的溢出效應。

(2)排除社保繳費比例下降帶來的偏差。《降低社會保險費率綜合方案》明確提出“自2019年5月1日起，降低城鎮職工基本養老保險繳費比例，高于16%的省份，可降至16%”。企業社保繳費屬于勞動收入的組成部分，該政策的實施可能高估去杠桿政策對勞動收入份額的影響。因此，本文使用剔除2019年企業的樣本重復上述檢驗。

(3)排除企業跨行業帶來的估計偏差。在樣本統計期內，企業主營業務變化可能造成其所屬行業的變化。尤其是2015年之后發生跨行業的企業，可能影響其是否受到政策處理，給上述結果帶來偏差。通過對跨行業企業樣本的整理，本文發現雖然在2015年之后發生跨行業的企業有728家，但未出現組別變化的樣本，可見企業跨行業行為并不會影響本文估計結果。為進一步排除跨行業現象帶來的影響，本文使用剔除跨行業企業的樣本重復上述估計。

從上述檢驗結果(17)來看，在剔除上述干擾因素之后，去杠桿政策對勞動收入份額的負效應依舊顯著存在。

4.其他穩健性檢驗：潛在的內生性、序列相關、測量誤差問題(18)限于篇幅，文中未報告其他穩健性檢驗結果。如讀者需要，可向作者索取。。

為了剔除潛在的內生性問題、測量誤差和其他未知干擾對估計結果的影響，本文進一步從以下三個方面來提高上述結論的穩健性。

(1)剔除潛在的內生性和序列相關問題。本文將所有控制變量滯后一期進行穩健性檢驗，剔除潛在的互為因果問題。同時，借鑒Bertrand等(2004)[39]的做法，使用兩期倍差法模型排除潛在的序列相關問題。具體以2016年為時間節點，把樣本期劃分為去杠桿沖擊前(2012—2015年)和去杠桿沖擊后(2016—2019年)，在每個階段對每家企業參與回歸的變量取算術平均值，再通過兩期倍差模型檢驗去杠桿政策對勞動收入份額影響。相應估計結果表明，上述結論依舊可靠。

(2)替換解釋變量和被解釋變量。本文分別使用Ls2和Ls3作為企業勞動收入份額的代理變量，使用2015年企業杠桿率水平到行業均值的差值(cdd15)作為去杠桿政策強度的代理變量重復上述估計。從結果來看，使用重新測算的解釋變量和被解釋變量得到的估計系數都顯著為負，表明上述結論依舊穩健。從cdd15×post16的估計系數來看，該結果明顯大于基準回歸結果，表明企業杠桿率越高，其受去杠桿政策的影響越大，對企業勞動收入份額的影響越明顯。

(3)控制省際和行業層面隨時間變化的不可觀測的因素。這里本文在基準回歸的基礎上加入省份和年份固定效應的交互項、行業和年份固定效應的交互項來控制省際和行業層面隨時間變化的不可觀測因素帶來的影響。估計結果顯示，去杠桿政策降低企業勞動收入份額的結論依舊穩健。

(四)安慰劑檢驗

為應對一些無法預期因素帶來的估計偏差，本文借鑒Lu等(2017)[38]的做法，對上述結論進行安慰劑檢驗。從2015年樣本中隨機選取533個企業作為處理組treatpseudo(19)本文實證樣本中處理組企業為533家。，從2013—2018年隨機抽取一年作為去杠桿政策的干預時間點構建postpseudo，生成偽倍差法估計量treatpseudo×postpseudo替代式(1)中的交互項進行安慰劑檢驗。圖3繪制了對500次上述隨機抽取過程的估計系數，計算所有估計系數的均值為-0.000 2，標準誤為0.003 7，其結果非常接近于0，且統計上不顯著。同時表2列(4)完整的估計系數-0.008(圖4實線對應的橫軸坐標)位于安慰劑檢驗系數的10%分位以內，由此可見，非觀測因素對估計結果并未造成顯著影響。

圖4 安慰劑檢驗估計系數的核密度分布圖

五、進一步研究：傳導機制檢驗與異質性分析(20)限于篇幅，文中未報告以下機制檢驗結果。如讀者需要，可向作者索取。

(一)去杠桿政策影響企業勞動收入份額的機制檢驗：降薪裁員抑或提質增效？

根據前述理論分析可知，去杠桿政策對企業勞動收入份額影響主要來自兩個方面：一方面，去杠桿政策帶來的債務融資約束會限制企業流動資本獲取，降低企業對勞動力要素的需求，增大企業降薪或裁員等節省流動資本的動機，通過擠壓勞動收入造成勞動收入份額下降。另一方面，去杠桿政策帶來的償債壓力會增強企業對經營成本的控制，降低財務費用支出，提高投資效率，進而改善企業盈利能力，增加企業利潤積累，造成勞動收入份額相對下降。

首先，本文通過檢驗去杠桿政策對企業員工工資和就業的影響來識別去杠桿潛在的降薪裁員效應。為排除指標選取帶來的結果偏差，本文使用企業人均工資(萬元)、人均工資(萬元)自然對數值和人均工資增長率來衡量企業員工薪酬水平，使用企業員工人數(千人)、員工人數(千人)自然對數值和員工人數增長率來衡量企業雇傭勞動變化情況(21)人均工資(萬元)=支付給職工以及為職工支付的現金/員工人數，Ln人均工資=Ln(人均工資)，人均工資增長率=人均工資(萬元)/上年人均工資(萬元)-1，員工人數=企業員工人數(千人)，Ln員工人數=Ln(員工人數)，員工人數增長率=員工人數(千人)/上年員工人數(千人)-1。，進而檢驗去杠桿對企業降薪裁員機制的影響。在企業員工工資方面，估計結果顯示去杠桿政策對企業員工工資水平及其增長率的影響并不顯著，表明去杠桿政策通過融資約束擠壓勞動收入的機制不存在。同樣，在企業就業方面，估計結果顯示去杠桿政策對企業員工數量和員工增長率的影響并不顯著，表明去杠桿政策引發企業裁員，進而降低企業勞動收入份額的機制也不存在。綜上所述，現有實證結果并沒有證據支持去杠桿政策會造成企業實施降薪裁員行動的機制。這表明去杠桿政策雖然造成了勞動收入份額下降，但從勞動收入與就業水平的絕對量和增長率來看，去杠桿政策沒有帶來勞動者福利的損失。

其次，本文通過檢驗去杠桿政策對企業投資效率、融資成本、經營成本和經營績效等因素的影響，識別去杠桿政策對企業的“提質增效”機制。具體內容如下，借鑒Chen等(2011)[40]的做法，通過估算企業正常的資本投資水平，然后將模型的殘差絕對值作為投資效率的負向指標。殘差絕對值越大，表明企業投資越偏離正常投資水平，投資效率越低。反之，則投資效率越高。使用企業財務費用率作為企業債務融資成本的代理變量，使用企業成本收入率作為企業成本管理強度的代理變量，使用企業總資產收益率和人均利潤水平(萬元)作為企業經營績效的代理變量(22)財務費用率=財務費用/主營業務收入，成本收入率=營業總成本/營業總收入，總資產收益率=凈利潤/總資產，企業人均利潤=凈利潤/員工人數。，進而檢驗去杠桿政策對企業提質增效機制的影響。在企業投資效率方面，相應的估計結果表明，去杠桿政策有助于降低企業投資水平與正常投資水平的偏離程度，提高企業投資效率。在企業經營成本方面，與對照組相比，去杠桿政策顯著降低了高杠桿企業的財務費用率和成本收入率，表明去杠桿政策確實有利于企業降低融資成本和經營成本，進而提高經營績效。在經營績效方面，去杠桿政策顯著提高了高杠桿企業的總資本收益率和人均利潤水平，提高了企業經營績效，擴大了企業利潤規模，增加了人均資本收入。可見，去杠桿政策通過提高經營績效，降低勞動收入份額的傳導路徑確實存在。

綜上所述，去杠桿政策并沒有造成企業降薪或裁員行為，相反，勞動收入份額下降的原因更多表現在企業經營成本與財務成本降低、投資效率提高等方面，沒有出現“利潤侵蝕工資”的現象，勞動收入份額下降僅是去杠桿政策積極效應的外在表現(23)按照要素增加值法定義，企業資本收入包括凈利潤和固定資產折舊。考慮到企業固定資產折舊并未受到去杠桿政策的影響，本文將企業資本收入替換為企業凈利潤。為保證結果的可靠性，本文同時將企業人均固定資產折舊作為被解釋變量，檢驗去杠桿政策對企業固定資產折舊的影響，估計結果不顯著。可見，去杠桿政策對企業資本收入的影響主要來自企業利潤的增長。，沒有造成企業員工福利損失。

(二)異質性檢驗：企業所有制、杠桿質量、投資效率

為深入了解去杠桿政策對不同特征企業勞動收入份額影響的差異，本文進一步對基準回歸結果進行異質性分析，以期識別去杠桿政策效果的群體差異，得到更具針對性的政策啟示。

一是對國有企業與非國有企業的異質性檢驗。本文參照一般做法，按所有制形式將企業分為“國有企業-非國有企業”進行模型(1)的估計。結果顯示，去杠桿顯著降低了非國有企業的勞動收入份額，而對國有企業的影響并不顯著。該結果可能存在兩方面原因：一是不同所有制企業承受的融資約束和償債壓力不同。與非國有企業相比，國有企業債務違約引發的經濟風險更大。當存在債務風險時，政府往往會伸以援手，通過補充資本的方式降低企業杠桿率，使得國有企業有更小的動機改變自身經營模式，提高經營績效。譚小芬等(2020)[41]在研究中國非金融上市企業去杠桿演進結構時發現，在去杠桿政策下，民營企業、中小企業承受更大的去杠桿壓力(24)該觀點也能在其他學者的表述中得到佐證。國務院發展研究中心副主任王一鳴在2018年國際貨幣論壇上指出，去杠桿使得民營企業融資難現象重現。2020冬季達沃斯年會上，北京大學國家發展研究院副院長黃益平也提到，按比例來看民營企業在去杠桿過程中受到的沖擊更大一些。感謝審稿專家對本文異質性分析提供的建設性意見。。因此，與國有企業相比，民營企業通過改善經營狀況降低杠桿率的動機更強烈，也使得去杠桿政策對民營企業勞動收入份額的負效應顯著大于國有企業。

二是對好杠桿企業和壞杠桿企業的異質性檢驗。一般認為企業產出增長率大于負債增長率時，提高杠桿率有利于企業發展，反之，企業負債上升會帶來較大的財務負擔。按照這一思路，本文利用樣本數據計算企業的負債復合增長率和凈利潤復合增長率之比，該比值大于1時企業杠桿為壞的杠桿，反之為好的杠桿。為確保估計結果不因去杠桿政策而出現樣本選擇性問題，本文使用去杠桿政策沖擊前(2012—2015年)企業的債務和凈利潤復合增長率比值來劃分好杠桿企業和壞杠桿企業。兩組樣本的估計結果顯示，去杠桿政策顯著降低了壞杠桿企業的勞動收入份額，對好杠桿企業并未產生顯著影響。該結果可能的原因是：與好杠桿企業相比，壞杠桿企業在去杠桿政策出臺前，企業負債擴張的幅度更快，財務成本更高，投資效率更低，使得去杠桿政策對壞杠桿企業盈利狀況改善更加突出。

三是對不同投資效率的異質性檢驗。借鑒Chen等(2011a)[40]的做法，通過估算企業正常的資本投資水平，然后將模型的殘差作為投資效率的代理變量。當估計殘差值大于0則表明企業存在過度投資行為，資本投資回報更低。相反，當估計殘差值小于等于0時，則表明企業不存在過度投資行為。按照這一標準，本文將全樣本劃分為過度投資企業和未過度投資企業樣本，相應的估計結果顯示，去杠桿政策顯著降低了過度投資企業的勞動收入份額，對未過度投資企業勞動收入份額的影響不顯著。可能的原因是：去杠桿政策有效地抑制了企業過度負債和低效率投資的行為，使得企業更加關注存量資本的投資效率，進而改善企業經營績效。

六、結論與政策啟示

20世紀90年代以來，中國勞動收入份額大幅下降，引起了國內諸多學者的關注。現階段，關于1992—2007年期間中國勞動收入份額大幅下降及其原因分析的研究已經十分充分。對2008—2015年中國勞動收入份額的緩慢上升的現象，學者們也給出了合理的解釋。但對于2015年以后中國勞動收入份額的再次下降的現象，學者們并未給予足夠的關注。而這一階段，與中國去杠桿政策的實施在時間上基本一致，兩者之間是否存在必然的邏輯聯系，是否造成勞動者福利損失，值得我們關注。

本文利用2012—2019年中國A股上市企業數據，通過雙重差分模型檢驗了去杠桿政策對企業勞動收入份額的影響。結果顯示，去杠桿政策顯著降低了企業的勞動收入份額，且該結果在多種穩健性條件下顯著存在。機制檢驗發現，去杠桿政策并沒有造成企業降薪或裁員行為，相反，勞動收入份額下降的原因更多表現在企業經營成本與財務成本降低、投資效率提高等方面，沒有出現“利潤侵蝕工資”和勞動者福利受損的現象。從不同企業特征的檢驗結果來看，去杠桿政策對非國有企業、壞杠桿企業和過度投資企業的影響更加突出，一定程度抑制了資本過度投入和無序擴張的問題。通過理論與實證研究，本文得出以下啟示：首先，實施合理有效的去杠桿政策，建立標本兼治的政策體系。要綜合考慮企業所在行業、規模、資產結構、經營能力、發展前景等因素，精準落實去杠桿政策，確保不發生系統性金融風險。既要積極降低低效率投資產生的無效高杠桿，降低發生系統性金融風險的概率，也要為合理負債的高杠桿企業提供一個包容性的發展環境，提高企業資金利用效率，促進經濟高質量發展。其次，要完善國有企業資產負債自我約束機制，強化對國有企業發展質量的考核機制，限制國有企業利用自身信貸優勢，通過影子銀行獲取超額利潤的行為，將企業發展目標引導到做大做強主營業務上來，促進國有企業提質增效。再次，建立普惠高效的金融發展環境，降低民營企業和中小企業的融資約束，建立競爭中性的金融服務和監管環境，降低金融市場扭曲帶來的經濟效率損失，減少融資約束擠壓員工福利的潛在風險。最后，完善企業分配制度，建立企業勞動報酬與勞動生產率同步增長的機制，保護勞動力要素合理的收入權，使勞動者更好地分享經濟發展的福利。