最低工資與全要素生產率:機制討論與經驗證據

王 靜,李鳳萍

(南京審計大學 經濟學院,江蘇 南京 211815)

一、 引言

改革開放四十年以來,中國勞動用工成本不斷提升。一方面,第七次人口普查資料顯示我國人口出生數量逐年遞減,人口老齡化日益凸顯,勞動力年齡人口出現不斷減少的局面,勞動力的相對稀缺成為導致勞動力成本上升的一個重要因素。另一方面,由勞動和社會保障部頒布的《最低工資規定》作為一項勞動保護制度,一定程度上改善了中國勞動力價格偏低問題,但其強制規定了用人單位支付給勞動者的最低薪酬,因而隨著執行力度和調整幅度逐年加大,勞動力成本不斷上升[1]。

一般認為,最低工資具有“燈塔效應”,企業平均工資隨最低工資的上漲而提升[2]。最低工資標準對企業造成的工資成本壓力,迫使企業做出適應性生產調整,例如企業采用資本或技術替代勞動,通過影響企業內部資源配置作用于生產率提升[3-4];或促使企業加大研發創新投入,通過技術進步提升生產率水平[5]。然而,有關最低工資的文獻主要聚焦于對就業[6]、工資率[7]、勞動生產率[5]以及勞動收入份額[8-9]等方面的影響,鮮有文獻討論最低工資對企業全要素生產率的影響效應。

此外,現有文獻對全要素生產率的影響因素研究較為廣泛,如進口中間品對企業全要素生產率的影響研究,大都認為中間進口品有助于企業全要素生產率的提升[10];資源錯配對全要素生產率的影響研究,大都認為資本要素錯配使得全要素生產率大受損失[11];創新對全要素生產率的影響研究,尚未得出一致結論,一些研究表明企業創新能力增強對全要素生產率提升具有促進作用[12],另一些研究則表明創新研發抑制了全要素生產率的增長[13]。還有學者從養老保險繳費率[14]、匯率變動[15]、技術進步[16]等視角討論了全要素生產率的決定因素,然而鮮有文獻以最低工資為切入點對全要素生產率展開分析。

本文的創新點與邊際貢獻可能體現在以下三個方面:首先,討論最低工資對全要素生產率的影響,并從企業所有制、融資約束程度和地區間的差異進行異質性探討,在一定程度上豐富了有關的研究內容。其次,將最低工資與要素替代、技術替代和全要素生產率納入同一框架研究,對提升最低工資系列研究進行拓展,為我國現行的最低工資對全要素生產率的影響研究提供有益的借鑒。最后,本文使用手工搜集的2012—2019年全國405個地級市最低工資標準數據、中國上市公司數據,對提升最低工資的效應和機理進行了實證研究,研究內容較為翔實。

二、 理論分析與研究假設

關于最低工資與全要素生產率的文獻不多見,且結論并不統一。有學者認為最低工資的提高會提升全要素生產率,原因在于最低工資促使企業增加創新投入、專利申請和技能升級,提升產品價格、加成率和產品質量,從而提升企業全要素生產率[17]。也有部分學者持反對意見,認為工資上漲并不利于企業的全要素生產率的提高[18]。例如最優的勞動力流動率可以使生產最大化,而存在最低工資的情況下無法實現勞動力流動率最優,企業全要素生產率將會有所下降[19]。鑒于此,本文通過梳理最低工資影響企業全要素生產率的機理進一步判斷其對全要素生產率的影響效應。

(一) 最低工資通過要素替代效應和技術創新效應作用于企業全要素生產率

最低工資具有成本效應、激勵效應、替代效應和創新效應,其中,技術創新和資源替代是最低工資影響全要素生產率水平的主要渠道[20]。這兩種渠道的影響相互獨立,互為平行影響關系。

資本投入要素替代方面,企業面臨不斷上升的最低工資時,會選擇增加資本要素投入以替代勞動要素,從而控制總生產成本使之不會大幅增加。多數研究表明,我國不斷提高的最低工資使得企業的資本存量增加,資本勞動要素之間存在較為明顯的替代效應。資本對勞動的替代提高了要素配置效率,有助于全要素生產率的提升[21]。中間品投入要素替代方面,最低工資如何影響企業中間品投入尚未見文獻支撐,但可以明確的是,國際貿易的自由化會改變一國原有生產過程中要素投入的比例,中間品貿易自由化將影響中間品要素的投入比例,進而影響一國的就業水平和企業的技術升級[22]。進口中間投入品面臨的要素投入成本較低,增加中間品投入要素的替代能夠提高企業生產率。

基于以上分析可知,最低工資有助于優化資本要素配置效率,從而減少資本扭曲造成的企業全要素生產率損失,因此,本文提出研究假設H1。

H1:最低工資通過資本要素和中間品要素這兩種要素替代效應作用于企業全要素生產率。

一方面,最低工資的成本效應“倒逼”企業通過技術創新實現經濟增長,從而提高了企業全要素生產率。有學者認為,最低工資的上升不僅使得企業加大研發投入、提高運營效率和運營業績,還會促使企業以自動化、智能化設備代替勞動生產,進而提高企業生產效率[23]。另一方面,創新具有周期長、不確定性等特點,考慮到最低工資的成本壓力可能加劇部分企業財務資金緊縮的困境,特別是勞動密集型企業,為彌補勞動力成本而減少對研發的投入,不利于企業進行研發創新活動,尤其是對研發能力不足的企業,從而不利于全要素生產率的提升。持相反觀點的學者認為,最低工資的上調對企業的研發投入和新產品產出有明顯的抑制作用且具有異質性,特別對于低生產率、低加成率、低工資和高融資約束的企業的創新活動負面影響較大[24]。基于此,本文提出假設H2。

H2:最低工資通過技術創新的抑制效應大于促進效應時,不利于企業全要素生產率的提升。

綜上所述,本文認為最低工資通過要素替代和技術創新兩條渠道影響企業全要素生產率。圖1展示了最低工資對企業全要素生產率的影響機制。

圖1 最低工資對全要素生產率的影響機制

(二) 最低工資影響全要素生產率的異質性分析

1. 企業所有制與全要素生產率

國有企業和非國有企業因產權屬性不同,存在不對等的資源分配和政策約束,從而導致了全要素生產率的不同。國有企業一般具有隱性擔保,且國有企業規模大,拖欠債務的風險會減少,其信貸規模有所增加[25]。相對于私營企業來說,可以更方便地獲得金融資源。

但是,國有企業也會受到更多的政策約束。第一,國有企業存在超額雇員的現象,與民營企業相比,國有企業在雇傭流程上更為規范,很難做出解雇員工這樣的調整,從而制約了國有企業采用要素替代的方法,來提高企業的全要素生產率。第二,國有企業的政策性負擔會使其經營績效和股價收益下降,雖然政府和高管都能從企業所有制中受益,國有企業也能享受相關政策優惠,但這無法抵消政策性負擔帶來的負面影響。

2. 融資約束程度與全要素生產率

融資約束降低了企業資產設備更新速度和創新投入水平,不利于全要素生產率的提高,放松資金限制可以讓公司擴大生產和運營[26]。實際上,企業在面臨融資制約的情況下,即使生產方式的調整是合理的,也可能會因為資金不足或資本成本過高失去轉型的良機。因此,企業用工成本上升時,面臨較高融資約束的企業會在資本投入和企業創新方面受到約束,進而影響企業全要素生產率的提升。

3. 地區分布與全要素生產率

我國不同地區的企業全要素生產率整體上有很大的不同,表現出較為明顯的區域差異。從要素生產率、要素配置效率和要素生產率協同調度三個角度對中國區域層次要素生產率分析,東部區域要素生產率要比中部、西部地區高,而在要素配置效率方面,除了勞動力配置效率,西部、中部區域的要素配置效率要比東部高[27]。

圖2為用LP法計算的分地區全要素生產率結果。東部地區的全要素生產率較高,中部地區次之,西部地區最低。此外,東部地區2018年的全要素生產率開始呈現下降的趨勢,但是2019年有所回升,總體仍然呈現出一個逐年上漲的趨勢。中部和西部地區的全要素生產率則分別呈現逐年上漲趨勢,但是中部和西部地區的全要素生產率均低于東部地區。東、中、西部地區的全要素增長率整體上表現為逐年增長,并且三個地區的差異在逐年縮小。從最低工資政策實施情況來看,政府在制定最低工資時,經濟發達地區的最低工資也普遍高于經濟欠發達地區,我國東、中、西部地區經濟呈現非均衡發展態勢,存在明顯的地區差異。

圖2 2012—2019年東、中、西部地區的全要素生產率

綜上,本文根據中國上市公司所有權性質、融資約束水平和地區分布展開了異質性分析,并提出假設H3。

H3:對于國有性質、融資約束程度較高、位于東部和中部的企業來說,最低工資上調幅度越大,對全要素生產率的擠出效應越強。

三、 研究設計

(一) 模型構建

本文以企業的全要素生產率作為被解釋變量,地級市的最低工資作為核心解釋變量,并加入控制變量,計量模型設定如下:

lnTFPcijt=β0+β1lnWagect+β2Xcijt+λi+θi+μi+εcijt

(1)

其中,下標c、i、j、t分別代表城市、企業、行業和年份。Xcijt代表控制變量的集合,λi、θi、μi分別表示時間、行業、城市固定效應。λi控制的是所有省份共有的時間因素,如宏觀經濟沖擊、商業周期、財政政策和貨幣政策等;θi控制了相對該行業不變的因素和行業間彼此的差異;μi控制的是各省份不隨時間變化的特征,如氣候、地理特征和自然稟賦等;εcijt為誤差項。本文關注的核心解釋變量是lnWagect和參數β1,如果β1顯著為負值,則可推斷最低工資上升對企業的全要素生產率存在顯著的擠出效應。

在回歸之前,本文采用了Hausman檢驗,結果顯示P值小于0.05,說明原假設不成立,因此選擇固定效應模型。本文在實證研究時,先同時控制時間、城市和行業固定效應進行回歸。因為企業所在的行業和城市也是固定的,在控制了企業固定效應之后,不需要再加入城市和行業固定效應,所以緊接著用企業-年份雙向固定效應模型進行進一步研究[28]。

(二) 變量界定

1. 被解釋變量:全要素生產率(TFP)。由于OP法要求企業的實際投入必須大于0,這一限制導致在估計過程中損失很多企業樣本,而LP方法在OP方法基礎上通過替換變量的辦法解決了樣本損失問題,所以本文主要選擇LP方法測度企業的全要素生產率,并將它作為本文的核心被解釋變量。此外,本文分別采用OLS法、FE法、OP法和GMM法測度的企業全要素生產率進行穩健性檢驗。

2. 核心解釋變量:最低工資(Wage)。由于地級市的最低工資數據沒有統一的來源,本研究對全國各省區市的勞動保障網站、政府網站、政府公報、統計年鑒等資料進行了整理和匯總,得出了2012—2019年全國405個地級市3240個最低工資的統計數據,取對數值作為本文的核心解釋變量。

3. 控制變量:本文從企業的內部特性和外部影響因素兩個角度來分析控制變量。參照余淼杰、劉睿雯等的相關研究[28-29],選取企業的內部特性變量包括:企業規模(Scale)、企業持續時間(Age)、固定資產(Asset)、是否享受政府補助(Subsidy)等。赫芬達爾-赫希曼指數(HHI)則是外部影響因素,用某特定市場上所有企業的市場份額的平方和來表示。

同時,參照劉貫春等的做法[30],將同一省份除該地區外其他地區的平均最低工資的對數值作為對應最低工資的工具變量(lnWage_IV)。借鑒鄭東雅和皮建才的研究[31],采用人均資本密度表示企業的資本投入強度(lnCap_intensity),用以2012年為基期平減后得出的人均資本密度實際值表示。借鑒傅元海等的研究[32],中間品投入強度(lnInter_good)用以2012年為基期平減后得出的人均中間品投入實際值來表示。其中,中間品投入借鑒魯曉東和連玉君的研究[33]計算得出,創新投入(lnInnovation)則用人均研發投入的對數值表示。描述性統計結果見表1。

表1 2012—2020年樣本相關變量描述性統計

(三) 數據來源

本文數據來源于上市公司數據庫。405個地級市的最低工資標準數據來源于各地級市人力資源和社會保障局網站,通過手動搜集整理得出。本文選取了2012—2019年的上市公司數據進行實證分析。在進行數據預處理時,剔除了數據缺失比較嚴重的公司、金融公司、ST和*ST公司。

四、 最低工資對企業全要素生產率影響效應的檢驗

(一) 基準回歸結果

表2為最低工資與全要素生產率的基準回歸模型。列(1)為控制了時間、城市和行業固定效應后,最低工資標準對全要素生產率的影響,回歸系數為-0.209,在5%水平上顯著,這說明最低工資與全要素生產率存在明顯的負向關系,即最低工資對全要素生產率提升存在基礎效應。列(2)在列(1)的基礎上加入控制變量,回歸結果基本不變,系數為-0.187,在5%水平上顯著,驗證了結果的可靠性。列(3)和列(4)使用了企業-年份雙向固定效應(1)第五、第六部分的機制檢驗和異質性檢驗均只采用企業-年份雙向固定效應模型進行回歸。進行回歸。兩列的結果分別與列(1)、列(2)的結果基本保持一致,但顯著性水平有所提升,表明最低工資對全要素生產率的提升確實存在擠出效應。加入控制變量之后,回歸系數為-0.192,最低工資每增加10%,企業的全要素生產率平均減少1.92%。由列(4)可知,規模越大、存續時間越長、享受政府補助、資本密集度較低以及行業競爭程度較低的企業的全要素生產率較高。

表2 最低工資對全要素生產率的影響

(二) 工具變量回歸結果

由于提高全要素生產率不是隨機性的,它會受到企業規模、要素密集程度等因素的影響,因此,在回歸分析時,會出現樣本選取的偏誤和遺漏變量等問題,為了進一步解決內生性問題,本文選取是同一省份除該地區外其他地區的平均最低工資的對數值作為對應的工具變量。具體原因如下:同一省的地理位置、要素稟賦、歷史文化等各要素相似程度高,政府制定的最低工資水平具有很高的關聯度,滿足有效工具變量的相關性假設。而且,同省其他地區的政府在確定當地企業的最低工資時很少考慮個體影響,對當地的全要素生產率水平沒有太大的影響,所以也符合有效工具變量的外生性假定。表2列(5)至列(8)顯示,在使用工具變量后的回歸結果高于基準回歸模型,進一步驗證了最低工資對全要素生產率的抑制作用。采用工具變量后,控制變量回歸系數與基準回歸結果一致,并且回歸系數絕對值的大小基本一致。

(三) 穩健性檢驗

1. 擴充樣本容量。本文增加了2020年的樣本數據進行了穩健性分析。針對數據庫中個別變量2020年份的數據缺失這一問題,本文根據變量2018年和2019年的數據算出相應增長率,再以2019年的數據為基期估算2020年的數據,以此得出2012年至2020年的面板數據,然后再次進行基準回歸。回歸結果(2)受篇幅所限,本文未報告穩健性檢驗的回歸結果,如有需要,可向作者索取。顯示,最低工資仍顯著抑制了全要素生產率的提升效應,擴充樣本后,面板數據回歸結果在1%水平上顯著為負,最低工資對全要素生產率的抑制作用大小為0.18,與原始數據差異較小,研究結果的穩健性得到驗證。

2. 替換因變量。本部分就不同的全要素生產率測算方法進行替換因變量的穩健性檢驗,包括OLS法、FE法、OP法和GMM法。回歸結果顯示,四種方法測算的全要素生產率均顯著受到最低工資的擠出效應影響,OLS法和FE法測算全要素生產率的回歸系數大小較為接近,OP法和GMM法測算全要素生產率的回歸系數大小較為接近,相對于LP法,采用OLS法和FE法所表現出的抑制作用更小,采用OP法和GMM法所表現出的抑制作用更大。

綜上所述,最低工資對采用各種方法測度的全要素生產率都表現出了顯著的抑制作用,支持了前文的假設H1。

五、 最低工資影響企業全要素生產率的機制檢驗

本部分參考Baron和Kenny的逐步檢驗回歸系數法[34],通過中介效應模型,從要素替代和技術替代效應兩個路徑,檢驗最低工資對全要素生產率的影響。為解決回歸中存在的內生性問題,同時使得出的結論更可靠,本文使用工具變量替換核心解釋變量進行回歸(3)下文均使用同一省份除該地區外其他地區的平均最低工資作為對應的工具變量進行驗證。。

(一) 基于要素替代效應的機制檢驗

本部分利用人均資本密度的對數值來度量企業的資本投入水平,采用人均中間品投入的對數值來度量企業中間產品的投入強度。

表3采用資本投入強度檢驗資本替代效應。Sobel檢驗發現結果依然顯著,說明資本投入在最低工資調整和全要素生產率之間的中介效應顯著,中介效應占總效應的比重分別為5.01%和3.72%。

表3 基于資本投入強度的要素替代效應

值得注意的是,在這一機制中,中介效應和直接效應的符號相反,雖然中間變量在發揮作用,總效應卻可能因為直接和間接效應的相互抵消而不再顯著,即可能存在所謂的遮掩模型,嚴重的話會影響因變量和自變量的整體關系。結合回歸結果分析發現,列(3)和列(6)最低工資的回歸系數的絕對值小于列(1)和列(4)回歸系數的絕對值,表明最低工資上升對全要素生產率發揮的直接擠出效應大于最低工資上升發揮的總擠出效應,總的擠出效應確實因為中間效應和直接效應符號相反被削弱。

綜上,資本投入的增加顯著促進了全要素生產率的提高,最低工資上漲雖然抑制了全要素生產率的提高,卻促使企業調整生產方式,以增加資本設備投入的方式應對勞動力成本上升的影響,資本替代效應存在。

表4采用企業中間品投入強度檢驗中間品替代效應。結果顯示,中間品投入能夠解釋最低工資對企業全要素生產率消極影響的39.18%,中介效應效果較為突出,最低工資能夠通過影響中間品要素的投入比例去改變企業的全要素生產率。表3和表4表明,盡管資本替代和中間品替代效應都是在一定條件下最低工資上升抑制企業的全要素生產率水平提高的中介機制,但資本替代效應的中介效應較小,通過中間品的投入對全要素生產率的擠出作用更強。

表4 基于中間投入強度的要素替代效應

由最低工資分別基于資本投入和中間品投入作用于全要素生產率產生的中介效應可知,最低工資能夠通過要素替代效應作用于企業的全要素生產率,支持了前文的假設H1。

(二) 基于技術替代效應的機制檢驗

表5表明,創新投入是最低工資抑制企業全要素生產率水平提高的中介機制,在最低工資對全要素生產率的抑制過程中,最低工資上調抑制了企業的創新投入,在未使用工具變量和使用工具變量測量的情況下,中介效應占總效應的比值分別為14.44%和18.27%。勞動力成本提高對企業的全要素生產率的影響較為明顯,加之研發產出成果具有滯后性,短期內最低工資上調時極大可能對研發投入會產生擠出作用,并通過這一路徑削弱企業創新對全要素生產率的提升效果,即,最低工資對技術創新的抑制效應大于促進效應,不利于企業全要素生產率的提升,支持了假設H2。

表5 基于創新投入強度的技術替代效應

六、 最低工資影響企業全要素生產率的異質性檢驗

(一) 基于企業所有權的異質性分析

不同所有制企業的生產力水平有一定的差別,本研究總樣本為19287家,其中國有企業為7076家,非國有企業為12211家。表6列(1)至列(4)顯示,最低工資調整對國有企業的全要素生產率抑制力度更強,這表明近年來我國國有企業雖然得到了更多的財政資源和補助支持,但同時面臨著較大的政策性壓力,影響企業全要素生產率的提升。

表6 基于企業所有權、融資約束程度的異質性分析

(二) 基于融資約束程度的異質性分析

融資約束水平不同,最低工資對企業全要素生產率的擠出效應存在異質性。本文參考Hadlock和Pierce構造的SA指數[35],以此衡量企業的融資約束水平,SA=-0.737×Size+0.043×Size2-0.04×Age。其中,Size表示企業規模對數,Age表示企業年齡對數,SA指數越大,企業所受到的融資約束越嚴重。同時,參照冀云陽和高躍的做法[36],根據計算出的指數,按其均值將企業分為兩組進行研究,其中高于均值的企業表示受融資約束程度較高,否則視為受融資約束程度較低。結果顯示,最低工資調整給融資約束水平較高的企業帶來的影響更大,當前形勢下為實現經濟高質量發展,企業應改善融資結構,避免最低工資調整帶來的勞動力成本上漲對全要素生產率的影響。

(三) 基于地區分布的異質性分析

中國區域間的生產力差異是導致地區之間的經濟發展不均衡的重要原因。表7表明最低工資調整對東部和中部地區企業的全要素生產率擠出作用顯著,對西部地區企業的全要素生產率沒有影響,中部地區的擠出效應要高于東部地區,使用工具變量后西部地區的擠出作用仍不顯著。東部地區的經濟比較發達,企業數量比較多,相關政策執行比較嚴格,企業在生產發展過程中受到的約束較大,而西部的發展程度比較低,對勞動力的依賴程度比較高,為平衡東、中、西部地區的生產率差異,可以對東部地區的稅收給予一定的減免,對西部地區給予一定的補貼扶持。

表7 基于地區分布的異質性分析

以上實證研究支持了假設H3,即對于國有性質、融資約束程度較高、位于東部和中部的企業來說,最低工資調整越大對企業全要素生產率的擠出效應越強。

七、 結論性評述

本文旨在厘清我國最低工資對企業全要素生產率的影響。研究表明:(1)最低工資上調會降低企業的全要素生產率。(2)最低工資對企業全要素生產率的擠出效應,國有企業高于非國有企業,受到的融資約束程度越高的擠出效應越強,對中部地區的擠出效應強于東部地區。(3)最低工資標準越高,企業越傾向于通過要素替代和技術替代來改變生產效率。

本文根據以上研究,提出以下政策建議:第一,重視最低工資對全要素生產率的影響。政府應結合企業發展需要,制定合理的最低工資標準。一方面,應加快國有企業改革步伐,增強國有部門競爭優勢,要減少國有企業的政策負擔,進而提高企業全要素生產率。另一方面,地方政府在制定和調整最低工資標準時,要充分考慮區域的差別。第二,加強金融機構改革,增強金融服務于實體經濟的作用。中小企業、民營企業在資金約束高時,往往會采取勞動密集型的生產方式,而隨著最低工資標準的提升,企業成本負擔越來越重,長期以來積累的勞動優勢也逐漸消失,在融資困難、融資貴背景下,我們需要通過深化金融體制改革、降低企業融資約束等措施,減少最低工資標準對中小企業和私營企業的負面影響。第三,完善市場競爭機制,提高技術革新水平和市場對要素的配置能力。從研究結論來看,由于資本要素替代、中間品要素替代和增大研發投入的技術替代均可提高企業的全要素生產率水平,弱化最低工資對全要素生產率的擠出效果,因此,企業應認識到要素投入效率和技術創新的重要性,提高資源配置效率、增強技術創新水平。