产能过剩对企业内工资差距的影响——基于世界银行中国企业调查数据的实证研究

●王琪红

一、引言

我国的产能过剩问题由来已久，且表现出不同于西方国家的非周期性和长期性特征（王文甫等，2014）。尽管相关政府部门对此表现出相当程度的重视，在1999-2013年间先后五个时间段对产能过剩问题进行集中治理（余淼杰等，2018），并于2015年将去产能确立为供给侧结构性改革“三去一降一补”中的首个攻克任务，但我国的产能过剩状况仍然不容乐观，部分传统行业陷入过剩和调控反复交替的“怪圈”，一些新兴行业也逐渐开始出现产能过剩（罗美娟和郭平，2016）。

产能过剩不仅意味着企业内部大量闲置资源的浪费，还会降低企业产品质量、全要素生产率及利润水平，更严重的是还会加剧经济波动、损害市场机制的运行、积聚大量经济社会风险并阻碍经济增长（赵昌文等，2015；余淼杰和金洋，2018；程俊杰和刘志彪，2015；高晓娜和兰宜生，2016；张皓等，2018）。为此，大量学者对我国的产能过剩问题进行了深入研究，但当前研究多关注产能过剩的测算方法、形成机理、影响因素及治理路径等，却相对缺乏对产能过剩引发的经济后果的定量考察，如产能过剩如何影响收入分配尚未得到系统性经验证据，而开展此类研究实际上对全面准确地认识我国的产能过剩问题有重要意义（张林，2016）。本文正是试图对此进行补充，通过利用世界银行2005年和2012年的中国企业调查微观数据，实证研究产能过剩对企业内工资差距的影响，并深入分析其异质性影响及作用机制。

2017年，习近平总书记在十九大报告中再次强调了“坚持去产能”和“缩小收入分配差距”，本文对产能过剩和企业内工资差距的研究与此契合。本文的研究意义表现在：第一，从文献价值来看，有关产能过剩经济后果的实证文献关注了宏观价格指数（刘航等，2015）、投资效率（韩国高和胡文明，2015）、出口（刘军，2016）、出口产品质量（高晓娜和兰宜生，2016）、全要素生产率水平（张皓等，2018）、下游企业绩效（刘玉斌等，2019）等方面，有关企业内工资差距影响因素的文献集中于人民币汇率（江小敏等，2019；佟家栋和许家云等，2016）、出口（陈波和贺超群，2013；Chen，2017；杜威剑和李梦洁，2017）、进口贸易自由化（严伟涛和赵春明，2016；Chen et al.，2013）、企业异质性（孙敬水和丁宁，2019）等方面，本文拓展了当前文献的研究，弥补了产能过剩和企业内工资差距关系实证研究的空白。第二，从现实价值来看，本文使用的是世界银行2005年和2012年的微观企业数据，该数据对理解当前我国的产能过剩困境有较好的参考意义；本文对产能过剩经济后果的研究，有助于理解当前去产能工作实施的必要性和急迫性，对企业内工资差距的研究有助于刻画企业内部的收入分配状况；本文对产能过剩影响企业内工资差距的作用机理的探讨，有助于理解产能过剩和高低技能劳动力要素的关系，从而为推进去产能工作提供文献支持。

二、模型设定、变量和数据

（一）模型设定

本文研究的是产能过剩对企业内工资差距的影响，基于已有文献和数据特征，设定计量模型如下：

其中，下标o、i、j、k、t 分别表示的是企业的所有制类型、所在行业、地区和年份。lngapoijkt代表企业内工资差距，overcapoijkt代表企业产能过剩水平，Xoijkt代表企业层面的一系列控制变量，γ0、δj、φk、λt分别代表企业所有制、所在行业、地区和年份固定效应，ξoijkt代表随机误差项。

（二）变量说明

1.企业内工资差距（lngap）。本文参照陈波和贺超群（2013）方法构造该变量，计算公式为：gap=（wage-wageu）/s，对其取对数得到本文的被解释变量。其中，wage 代表企业平均工资水平，采用企业劳动力报酬与企业总雇佣人数之比表示，wageu代表企业内部低技能劳动力平均工资水平，使用各省份农村人均工资性收入衡量，s 为企业高技能劳动力比例，采用企业高中学历及以上员工占比表示。

2.产能过剩水平（overcap）。本文参照张国胜和刘政（2016）方法构造该变量，具体为：overcap=1-cu，其中cu 为企业的产能利用率。

3.控制变量（X）。结合世界银行的数据以及现有文献，选取的控制变量包括：（1）企业全要素生产率（lntfp），使用LP 方法计算，使用参数包括企业销售收入、原材料成本、固定资产净值、总雇佣人数；（2）企业规模（lnsize），使用企业总雇佣人数的对数值表示；（3）企业年龄（lnage），使用企业所在年减去企业成立年加1 的值取对数表示；（4）资本密集度（lnkl），使用企业固定资产净值与总雇佣人数的比值表示；（5）出口（ex），使用企业的海外销售支出份额表示；（6）研发创新（innov），使用企业的研发支出与销售收入之比表示。另外，需要强调的是，本文主要使用2005年的数据进行实证研究，2012年数据仅作为对照数据。由于这两份数据之间存在一定的差异，在变量的选取和构造上略有不同，具体表现为：（1）企业全要素生产率水平（htfp），使用Head 和Ries（2003）提出的HTFP 方法测算；（2）出口（ex），使用企业直接出口占比衡量；（3）研发创新（innov），如果企业在过去三年进行了研发活动，取值为1，否则为0；（4）由于样本涉及省份较少，控制的是城市固定效应。

（三）数据说明

本文使用的数据包括：2005年世界银行中国企业调查数据。该调查覆盖中国120 个城市中的12400 家企业，样本年份为2002-2004年，提供包括2002-2004年的详细信息。2012年世界银行中国企业调查。该调查涉及中国25 个城市中的2700 家非国有企业和148 家国有企业，样本年份为2009-2011年，主要提供了2011年的详细信息。进行的预处理工作有：剔除企业人数低于10 人的企业以及行业内企业数低于10 家的样本；对于2012年的数据，本文仅保留非国有企业中的制造业数据。

三、实证结果及分析

（一）基准回归结果

本文利用世界银行2005年中国企业调查数据，处理得到2002-2004年的面板数据，采用随机效应模型进行回归，结果如表1 所示。第（1）列仅加入产能过剩变量，第（2）至（7）列依次加入控制变量，产能过剩变量的系数绝对值大小发生变化，但其系数符号始终为负，且在1%置信水平上保持稳健，这说明随着企业产能过剩状况的加剧，企业内的工资差距随之缩小。另外，所有的回归均通过了B-P 检验，这说明本文采用的随机效应模型是适用的。

表1 产能过剩对企业内工资差距的影响

（二）内生性问题

1.采用行业层面的产能过剩变量进行回归。具体本文分别使用赵昌文等（2015）和韩国高等（2011）测算的行业层面的产能利用率数据进行回归。在该方法下，本文的被解释变量- 解释变量分别属于企业- 行业层面的变量，能够较好地降低双向因果关系存在的可能性，回归结果如表2 的第（1）、（2）列所示，产能过剩变量的系数显著为负，这表明产能过剩会缩小企业内工资差距。

2.采用工具变量进行回归。本文使用三种工具变量进行回归：第一，参考余林徽等（2011）、张国胜和刘政（2016）的研究思路，使用企业所在行业——省份层面的产能过剩平均值为其工具变量，回归结果如表2 第（3）列所示，产能过剩系数显著为负；第二，本文使用产能过剩的一阶滞后项作为工具变量，回归结果如第（4）列所示，产能过剩系数显著为负；第三，参考刘军（2016）方法，根据新增固定资产投资与销售收入之比是否大于0，构建虚拟变量，作为产能过剩的工具变量，回归结果如第（5）列所示，产能过剩系数显著为负。

表2 内生性问题和替换模型

（三）稳健性检验

1.使用不同的估计方法。结果如表2 的第（6）、（7）列所示，第（6）采用OLS 回归方法，第（7）列采用固定效应模型回归方法，产能过剩变量系数均显著为负，这表明本文的实证结果是稳健的。

2.使用不同的解释变量和被解释变量。首先，使用不同的方法衡量产能过剩指标，表3 中第（1）、（2）列分别使用临界值85%（张国胜和刘政，2016）和79%（高晓娜和兰宜生，2016）重新构造产能过剩指标：

次，使用不同的方法衡量企业内工资差距，第（3）列使用企业大学及以上学历员工占比衡量高技能劳动力比例得到lngap1；第（4）列参考Anwar 和Sun（2012）方法，使用企业所在城市最低工资水平衡量企业内低技能劳动力平均工资水平，得到lngap2；第（5）列参考Chen（2017）方法，使用省份层面企业平均工资水平的25%分位数衡量企业内低技能劳动力平均工资水平，得到lngap3；第（6）列根据Chen et al.（2013）使用的回归方法：其中profitijt、sijt分为为企业总利润水平和大学及以上员工占比，在行业-年份层面进行回归，取对数得到lngap4；第（7）列参考Chen（2017）计算相对工资差距：ragp=（wage/wageu）/s-（1-s）/s，取对数得到lnrgap。回归结果表明使用不同的解释变量和被解释变量不会影响本文实证结论的稳健性，企业的产能过剩显著缩小了企业内的工资差距。

表3 使用不同的解释变量和被解释变量

3.使用世界银行2012年的中国企业调查数据。表4 中第（1）列未控制行业固定效应，第（2）列控制了行业固定效应，第（3）列以85%为临界值得到产能过剩变量overcap1，第（4）列使用高技能劳动力比例得到企业内工资差距变量lngap1，第（5）至（6）列同表2 一致得到lngap3、lnrgap。回归结果表明产能过剩会显著降低企业内的工资差距，与前文的结论一致，这说明尽管本文主要使用的是2005年世界银行的中国企业调查数据，其研究结论仍均有一定的适用性，能够揭示当前产能过剩对企业内工资差距的影响。

表4 2012年中国企业调查数据

（四）异质性影响

1.企业所有制。本文按照企业所有制类型分样本回归如表3的第（1）到（3）列所示。首先，国有企业样本中产能过剩系数为负，但不显著，这说明国有企业的产能过剩状况不会影响其内部的工资差距，其次，外资企业和民营企业样本中，产能过剩系数均显著为负，这说明外资和民营企业的产能过剩状况会缩小企业内工资差距，最后，外资企业样本中产能过剩系数绝对值明显小于民营企业样本，这说明外资企业样本的企业内工资差距受产能过剩的影响相对较小。

2.企业生产率和规模。本文按照城市-年份层面的全要素生产率水平和企业规模的中位数区分高、低生产率样本和大、小规模样本分别回归，结果如表3 的第（4）到（7）列所示。在全部分样本中，产能过剩系数均显著为负，这表明在高、低生产率样本和大、小规模样本中，企业的产能过剩状况均会显著缩小企业内部的工资差距。另外，本文发现产能过剩的影响表现出高生产率样本＜低生产率样本，大规模样本＜小规模样本的特征。

3.企业所在地区和行业。本文将全部行业则分为劳动、资本和技术密集型样本（黄华峰，2014）分别回归，结果如表3 的第（8）到（10）列所示。全部样本中产能过剩系数均显著为负，这说明劳动、资本和技术密集型行业的企业的产能过剩状况均会显著缩小企业内的工资，其次产能过剩带来的影响表现出技术密集型行业样本＜资本密集型行业样本＜劳动密集型行业样本的特征。

表5 异质性影响

四、进一步讨论

根 据gap= （wage-wageu）/s， 可 以 得 到这说明产能过剩对企业内工资差距的影响可以从产能过剩对企业平均工资水平和高技能劳动力比例的影响两个角度讨论其发生的机理。对应本文按下述回归模型，进行分析：

其中，lnsoijkt使用企业高中学历及以上员工占比加1 取对数表示，Otheroijkt用来代替前文的控制变量、固定效应和随机误差项。式（2）、（3）用于讨论产能过剩如何影响企业平均工资水平、高技能劳动力比例，式（4）、（5）用于证实企业内工资差距和平均工资水平、高技能劳动力比例之间存在重要联系。

企业平均工资水平。回归结果如表6 的第（1）到（3）列所示，其中上部分使用的是2005年调查数据，下部分以2012年调查数据作为对照，第（1）列表明企业的产能过剩状况会显著降低企业的平均工资水平，第（2）列为本文的基本实证结果，企业的产能过剩状况会缩小企业内的工资差距，第（3）列加入工资变量，工资变量的系数显著为正，这说明企业的平均工资水平越高，对应的企业内工资差距也就越大，产能过剩的系数绝对值明显下降，但符号仍保持稳健，整体的回归结果表明企业的产能过剩状况缩小企业内工资差距的机理在于产能过剩拉低企业整体的工资水平。

企业高技能劳动力比例。回归结果如表6 的第（4）、（5）列所示，对于2005年和2012年的调查数据而言，企业的产能过剩状况对企业内高技能劳动力比例均无显著影响，随着企业高技能劳动力比例的增加，企业内工资差距会显著缩小。这表明企业产能过剩状况对企业内工资差距的影响并不来自企业产能过剩对高技能劳动力比例的影响。

表6 进一步讨论

五、研究结论与启示

（一）研究结论

本文利用世界银行2005年的中国企业调查数据，实证研究了产能过剩对企业内工资差距的影响，并进一步挖掘了这一影响背后的作用机理。研究发现：

第一，企业产能过剩状况的加剧显著缩小了企业内工资差距，在考虑内生性问题、使用不同的回归方法及解释变量和被解释变量等稳健性方法后，该结论保持稳健。同时本文还利用世界银行2012年的中国企业调查数据证实了该结论在当前现实背景下的适用性。

第二，企业产能过剩对企业内工资差距的影响表现出异质性特征。具体为：产能过剩对国有企业内工资差距的影响并不显著，外资、民营企业内工资差距则会显著缩小，而且民营企业内工资差距受到的影响更为明显；产能过剩会显著缩小高、低生产率和大、小规模企业内工资差距，其中低生产率和小规模企业受到的影响更为明显；产能过剩显著缩小了沿海、内陆城市和劳动、资本、技术密集型行业的企业内工资差距，而且沿海城市企业受到的影响更大，劳动密集型行业受到的影响最明显，其次是资本密集型行业。

第三，产能过剩缩小企业内工资差距的代价在于产能过剩显著降低了企业整体的工资水平，同时产能过剩对企业高技能劳动力比例的影响并不显著。该结果潜在说明了产能过剩会损害企业效益，降低企业整体的福利水平，并可能造成劳动力要素价格的被动扭曲。

（二）政策建议

本文的研究为产能过剩对收入分配的不利影响提供了经验证据，同时为当前供给侧结构性改革中去产能工作提供了如下参考：

第一，去产能工作的实施需要注意收入分配问题。首先，本文的结果表明企业去产能的过程中必然面临着企业内工资差距的拉大，这种扩大在适当范围内是企业化解产能过剩的正常表现，然而相关部门必须时刻警惕工资差距的过度拉大，及时做好调控和防范工作；其次，随着去产能工作的实施，部分企业实际上可能面临退出市场的风险，对应企业吸收的劳动力将必然被动或主动进入劳动力市场，这意味着相关部门需要应对好劳动力市场的波动状况，妥善处理好大量劳动力尤其是低技能劳动力的就业安置问题；最后，考虑到产能过剩可能潜在扭曲了低技能劳动力要素的价格，相关部门在化解产能过剩问题时，还需要关注这部分劳动力的福利问题。

第二，去产能工作的实施需要结合企业实际特征因地制宜。国有企业产能过剩的影响并不显著，实际上反映出国有企业改革还不够全面和彻底，这说明国有企业去产能的同时要进一步深化国有企业改革；高生产率、大规模、资本和技术密集型行业的企业产能过剩的影响相对更小，这说明这类企业在去产能过程中自身存在一定的优势，而广泛存在的低生产率、小规模和劳动密集型行业的企业则相对需要相关部门在政策上进行更多的关注和帮扶，避免此类企业的大幅度波动。

第三，去产能工作的实施需要注重人才的培育和投入。产能过剩会显著降低企业整体的工资水平，企业内工资差距的下降则进一步暗示着高技能劳动力工资水平的下降，吸纳大量低技能劳动力的产能过剩企业必然面临企业效益降低的困境。这实际上说明企业产能过剩难以化解的重要原因在于企业内低技能劳动力过多以及难以负担高技能劳动力需要的福利水平，进而无法有效驱动高技能劳动力转化为生产力。为此，相关部门在推进去产能工作时，一方面需要通过鼓励劳动力技能培训、引导企业内部人才培育机制的建立和完善以促进低技能劳动力向高技能劳动力的转化，另一方面需要建立有效的收入分配机制、保障劳动力的基本福利水平、同时扶持企业的发展促进企业内部有效薪酬机制的完善，从而吸引高技能劳动力的进驻和激发高技能劳动力的内生活力。