去杠杆降低了劳动收入份额吗？

刘长庚 王宇航 张 磊

一、引言

2008年以来，中国实体部门杠杆率不断上升的现象引起全社会广泛关注。为防范化解实体企业过高杠杆率带来的系统性金融风险，2015年年底中央经济工作会议将“去杠杆”列为中国供给侧改革的五大任务之首，开始实施由政府主导的强制性去杠杆政策。已有文献表明，去杠杆可能引发一系列经济效应。微观方面涉及企业流动性危机(Qiu和Cheng，2022[1])、经营绩效下降(綦好东等，2018[2]；马草原和朱玉飞，2020[3])和银行稳定性恶化(王连军，2018[4])等问题，宏观方面包括降低金融市场风险传染(刘勇和白小滢，2017[5])，加剧经济波动(潘敏和袁歌骋，2018[6])和衰退现象等(Eggertsson和Krugman，2012[7])。鲜有文献考察去杠杆可能带来的收入分配效应。

收入分配与社会公平、经济发展质量、劳动者社会福利等息息相关(Feldstein，2008[8]；李松龄，2022[9])。在收入分配的研究中，劳动收入份额是长久以来经济学研究的热点(董丰等，2020[10])。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出，要坚持“居民收入增长和经济增长基本同步、劳动报酬提高和劳动生产率提高基本同步，提高劳动报酬在初次分配中的比重”的分配原则。现阶段，关于中国劳动收入份额的研究主要集中于对不同时期劳动收入份额变化趋势的分析。其中，大量文献集中于对1990—2007年中国劳动收入份额大幅下降现象的解释，主要从经济发展阶段(李稻葵等，2009[11])、产业结构调整(罗长远和张军，2009b[12]；白重恩和钱震杰，2010[13])、对外出口和引进外资(邵敏和黄玖立，2010[14]；余淼杰和梁中华，2014[15])、技术偏向(陈宇峰等，2013[16])、金融环境(Aziz和Cui，2007[17]；罗长远和陈琳，2012[18]；汪伟等，2013[19])以及人口结构(魏下海等，2012[20]；魏下海等，2017[21])等视角展开。在2008—2015年期间，中国劳动收入份额开始缓慢回升。这一阶段，“库兹涅茨倒U型曲线假说”成为解释劳动收入份额演变的主流，学者们认为经济增长(李稻葵等，2009[11]；马草原和王美花，2015[22])、结构转型(刘亚琳等，2018[23])等因素是引发劳动收入份额上升的主要力量。

但对于2016年以来中国劳动收入份额再次下降的现象(图1)(1)本文分别使用中国统计年鉴收入法GDP数据、投入产出表全行业数据和国泰安数据库上市企业数据计算了2012—2018年中国劳动收入份额变化情况，结果都显示中国劳动收入份额在2016年开始下降。，学者们并未给予足够的关注，且无论从经济增长或是产业结构转型都没能很好解释中国劳动收入份额再次下降的现象(2)马草原和王美花(2015)[25]发现经济增长与劳动收入份额之间存在反向变化的关系，2008年之前，我国经济增速较高，劳动收入份额不断下降，2008年金融危机之后，经济增速下降，劳动收入份额开始缓慢增长。但对2015年之后经济增速和劳动收入份额出现同时下降的现象该理论没能很好解释。刘亚琳等(2018)[26]认为产业结构是影响劳动收入份额的重要因素，第二产业就业人数占比与劳动收入份额之间存在反向变化关系。但2015年之后我国第二产业从业人数占比与劳动收入份额同时下降的现象通过该理论很难得到解释。。无独有偶，2016年劳动收入份额下降的转折点也是中国去杠杆政策实施的时间点。两者同时发生，是巧合还是必然？值得深思。从相近的研究来看，董丰等(2020)[10]利用中国工业企业库数据检验了企业负债对劳动收入份额的负效应，进而得出去杠杆有利于提高劳动收入份额的结论。显然，这一结论忽略了2016年以来中国企业杠杆率与劳动收入份额同时下降的事实，同时也受到一定的内生性干扰。鉴于上述研究中的不足，本文以2016年去杠杆政策出台作为一次自然试验，利用双重差分模型检验去杠杆政策对企业劳动收入份额的影响。

图1 2012—2017年中国劳动收入份额变化情况

与上述文献相比，本文的主要贡献在于：第一，首次聚焦于中国劳动收入份额在2016年下降这一经济事实及其背后的原因。从文献梳理来看，关于中国劳动收入份额的相关研究主要聚焦于两个时期：一是1990—2007年劳动收入份额大幅下降时期，也是现有文献主要关注的阶段；二是2008—2015年劳动收入份额缓慢上升时期。而2015年之后中国劳动收入份额再次下降的现象却未受到关注。本文以2016年去杠杆政策为背景，探究该阶段劳动收入份额下降的原因，丰富了新时代以来劳动收入份额变化及其原因分析的研究成果。第二，本研究为去杠杆造成劳动收入份额下降这一猜想提供了直接证据。已有文献关于去杠杆收入分配效应的研究，主要通过分析企业负债与收入分配的关系来推测去杠杆政策的收入分配效应。该结论可能受到两者内生性问题的影响，也忽略了去杠杆过程与状态之间的差异。本文基于2016年去杠杆政策出台这一自然试验，使用双重差分模型识别去杠杆政策对企业劳动收入份额的影响，多角度进行稳健性检验，消除可能存在的内生性问题，弥补了去杠杆分配效应研究中的不足。第三，进一步分析了去杠杆影响劳动收入份额的传导机制和企业异质性，为去杠杆政策的积极效应提供了经验证据。研究发现去杠杆政策并没有造成企业降薪或裁员行为，相反，劳动收入份额下降的原因更多表现在企业经营成本与财务成本降低、投资效率提高等方面，没有出现“利润侵蚀工资”的现象。该影响在非国有企业、坏杠杆企业和过度投资企业中更加明显，一定程度上抑制了资本过度投入和无序扩张的问题。

本文的结构安排如下：第二部分为政策背景与传导机制；第三部分为数据来源、变量释义与实证模型；第四部分为基准回归和稳健性检验；第五部分是机制检验和异质性分析的进一步研究；第六部分为结论和政策启示。

二、制度背景与传导机制

(一)制度背景

为应对国际金融危机的冲击，2008年以来中国启动了大规模的经济刺激计划。到2010年各级政府总投资达到4万亿元，全社会杠杆率急剧上升。根据国家资产负债表研究中心发布的中国宏观杠杆数据，仅2008—2009年，实体经济部门杠杆率上升了32个百分点，非金融企业部门杠杆率上升了20个百分点。此后，宏观杠杆率一路高歌猛进，到2016年，中国实体部门杠杆率已高达238.8%，非金融企业部门杠杆率达到157.6%，同比2008年分别上升了97.6和62.4个百分点，接近国际警戒线。同时，中国非金融上市企业杠杆率均值从2007年的52.48%上升到2016年的60.01%(3)中国非金融上市企业杠杆率均值水平来自2008年和2017年《中国上市公司年鉴》。。Standard和Poor’s(2014)[24]的预测认为，到2018年年底，中国企业债务将占到全球企业债务总量的1/3以上。过高的负债率使得企业财务负担增大，出现大面积亏损(綦好东等，2018[2])，产生严重的债务危机。

为避免杠杆率过高引发系统性金融风险，中央政府力主强制性去杠杆。2015年12月，在中央经济工作会议上，习近平总书记提出要着力推进供给侧结构性改革，将去杠杆作为防范系统性金融风险的重要举措，坚持加强全方位监管，规范各类融资行为，抓紧开展金融风险专项整治，坚决守住不发生系统性、区域性风险的底线。2016年9月，国务院出台并实施了《国务院关于积极稳妥降低企业杠杆率的意见》(国发〔2016〕54号)，指出在推进降杠杆过程中，要坚持市场化、法制化、有序开展和统筹协调的原则，充分考虑不同类型行业和企业的杠杆特征，分类施策，有扶有控，不搞“一刀切”。2017年7月，习近平总书记在全国金融工作会议上指出要把国有企业降杠杆作为重中之重。2018年9月，中共中央办公厅、国务院办公厅印发了《关于加强国有企业资产负债约束的指导意见》，提出促使高负债国有企业资产负债尽快回归合理水平，推动国有企业平均资产负债率到2020年比2017年下降2个百分点，基本保持在行业平均水平。在高压的去杠杆政策下，中国非金融企业部门杠杆率水平从2016年的157.6%下降到2019年151.3%，国有企业平均杠杆率水平从2015年的65.71%下降到2018年的64.19%。图2描绘了2015年上市企业资产负债率与2015—2019年企业杠杆率下降幅度的散点图，两者呈明显的正相关关系，表明杠杆率越高的企业其去杠杆幅度越大，受到去杠杆政策影响越明显，这为本文使用双重差分模型考察去杠杆政策对企业劳动收入份额的影响提供了良好的条件。

图2 2015年企业杠杆率与2015—2019年企业杠杆率变动的关系

(二)传导机制

通过文献梳理和对影响企业劳动收入份额因素的分析，本文推断去杠杆政策对劳动收入份额的影响可能来自以下两个方面：

一方面，去杠杆政策可能增大企业融资约束，造成企业劳动收入下降。就本文研究而言，去杠杆的本质是企业杠杆率向下调整的过程，主要通过限制企业债务融资来实现(杨雪峰，2018[25])。按照《国务院关于积极稳妥降低企业杠杆率的意见》的表述，去杠杆需要营造良好的市场与政策环境，通过加强市场主体信用约束和强化金融机构授信约束两方面来限制高杠杆企业的信贷获取。从Wind统计数据来看，中国金融机构人民币贷款加权平均利率从2016年9月的5.2%增长到2018年6月的5.97%，期间社会融资规模存量同比大幅下降，融资环境不断趋紧，企业面临的融资约束加剧。相关研究表明，融资约束会限制企业对劳动报酬的支付能力，降低企业劳动收入份额(Aziz和Cui，2007[17]；罗长远和陈琳，2012[18]；汪伟等，2013[19])。按照企业流动资本需求的分析框架，在企业生产和销售过程中，其收支情况并不同步。在生产阶段，企业主要任务是购买原材料和雇用劳动力，将产品生产出来。在销售阶段，企业将产品销售，收回投入资本。因此，在生产成果转化为现金流之前，企业需要充足的流动资本来支付工人工资和购买原材料，保证生产过程稳定进行。根据世界银行对中国企业的调查结果，在流动资本来源中，银行贷款所占比重最大，而自有资金来源仅占银行贷款的一半(罗长远和陈琳，2012[18])，企业流动资本对银行贷款的依赖程度更高。在强制去杠杆政策下，高杠杆企业由于受到严格的外部融资约束(Giroud和Mueller，2017[26])，流动资本获取受限，从而不可避免会限制企业对劳动力要素和原材料的需求。为保证正常的生产经营活动，企业可能通过降薪或者裁员的方式减少企业劳动报酬支出，节约企业流动资金，进而造成劳动收入份额下降(Aziz和Cui，2007[17]；罗长远和陈琳，2012[18])。

另一方面，去杠杆政策可能提高企业盈利能力，造成资本收入上升。在去杠杆政策的“红线”压力下，通过积累利润偿还债务成为企业去杠杆的重要方式。为了积累利润，企业必须将降低成本和提高绩效作为一段时期内重要的经营目标。首先，企业会通过强化成本管理来降低现金支出。相关研究表明，在去杠杆过程中，企业可能通过降低派发股利分红，减少资本支出，限制员工收入乃至裁员等方式降低企业经营成本(Ruscher和wolff，2012[27])，提高利润来保证企业正常运营和偿还债务。其次，随着企业杠杆率水平下降，高负债带来的企业经营风险得到有效抑制，企业资本结构得到优化，提高了自身可抵押资产质量和还款能力，改善了金融机构对企业的信用评级，降低了经营风险过高造成的企业债务融资溢价，进而减少了企业财务费用支出(綦好东等，2018[2])，减轻了债务利息对企业营业利润的侵蚀。最后，企业会通过提高投资效率来增强盈利能力。与紧缩的信贷环境相比，在宽松的信贷环境下，企业对于投资项目的风险、成本和收益的敏感度更低，造成大规模非效率投资(綦好东等，2018[2])。随着去杠杆政策的实施，偿债压力和经营风险使得企业更加综合地考虑投资项目的风险、成本和收益等因素，通过减少企业非效率投资，提高投资回报来增加利润(Gomariz和Ballesta，2014[28])。乔小乐等(2018)[29]发现，去杠杆有助于提高制造业上市企业的资金使用效率，提高企业经营绩效，尤其对国有企业资金使用效率的提升更明显。可以预见，企业通过对自身收支的双向管理能够增加营业利润，带来资本收入上升。

依据上述分析，由于去杠杆政策增大了企业融资约束问题和偿债压力，使得企业经营者可能通过挤压劳动收入或提高营业利润的方式来调整资本结构，进而造成劳动收入份额下降。

三、数据与实证模型

(一)数据来源

本文采用的数据为中国A股上市企业的财务数据(4)使用上市企业数据进行研究的两个合理性：一方面，考虑到去杠杆政策发生在2016年，该阶段可获得的国内微观企业数据样本仅有上市企业数据；另一方面，按照钟宁桦等(2016)[30]的研究结论，1998年以来，中国加杠杆的企业主要是大型企业、国有企业、上市企业。，考虑到去杠杆政策发生的时间在2016年，选择政策发生前后4年(2012—2019年)作为本文研究的时间区间，数据来源于国泰安数据库(CSMAR)(5)考虑到去杠杆行业标准为《中国统计年鉴》中“工业、房地产业、建筑业、餐饮业、住宿业、零售业和批发业”7个行业规模以上企业的杠杆率均值，因此本文仅保留上述7个行业企业样本。上述7个行业中，工业行业被细分为38个子行业，工业38个子行业和其他6个行业与中国证监会2012版行业分类中的大类行业标准一致，共44个行业。。为保证实证结果的可靠性，进一步剔除以下异常样本：在统计期内出现过ST的企业样本；不符合基本会计原则的企业样本(负债+所有者权益≠资产)；在统计期内出现借壳上市或者退市的企业样本；2015年以后上市的企业样本。同时为了消除极端值影响，对所有连续变量1%和99%的数据进行缩尾处理，最终保留2 279家上市企业数据。

(二)模型设定与变量释义

1.模型设定。

为识别去杠杆对企业劳动收入份额的影响，本文将2016年去杠杆政策实施作为一项自然试验，构建如下双重差分(DID)模型：

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

+indusj+pdp+εijpt

(1)

其中：i代表企业；j代表上市企业所在行业；p代表上市企业所在省份；t代表年份；被解释变量Ls代表企业当年的劳动收入份额；解释变量treat15×post16为处理变量和时间变量的交互项，考察去杠杆政策对企业劳动收入份额的影响；X包含企业、行业及省份特征控制变量；ent、year、indus和pd分别代表企业个体、年份、行业和省份固定效应；ε为随机误差项。

2.变量释义。

被解释变量。本文研究对象为企业劳动收入份额。现阶段利用上市企业数据计算劳动收入份额的方法主要有两类：一类是要素增加值法，该方法主要依据收入法GDP计算劳动收入份额的思路。具体为劳动收入份额=劳动报酬/企业要素增加值(苏梽芳等，2021[31])，其中企业要素增加值包含劳动报酬、营业盈余、固定资产折旧和生产税净额四个部分。劳动报酬以企业现金流量表中“支付给职工以及为职工支付的现金”来衡量，该指标包括本期实际支付给职工的工资、奖金、各种津贴和补贴以及为员工支付的五险一金、福利费用等。营业盈余使用企业营业收入减去营业成本来衡量。生产税净额使用企业营业税金及附加+增值税-政府补助来计算。同时，也有多数文献认为，要素收入分配的核心在于劳资收入分配，企业增加值中的生产税净额不属于劳动者和资本的收入，而是政府收入，在劳动收入份额的计算中应予以剔除，进而得到劳动收入份额=劳动报酬/(企业要素增加值-生产税净额)(方军雄，2011[32])；另一类使用营业收入法计算劳动收入份额，具体为劳动收入份额=劳动报酬/营业收入(王雄元和黄玉菁，2017[33]；施新政等，2019[34])。本文使用剔除生产税净额要素增加值法计算的劳动收入份额Ls1作为主要回归变量，使用要素增加值法劳动收入份额Ls2、营业收入法劳动收入份额Ls3进行稳健性检验。

解释变量。treat15×post16为处理变量(treat15)和时间变量(post16)的交互项，该变量的估计系数β1表示政策效果。其中，本文处理变量(treat15)是一个虚拟变量，当企业受到去杠杆政策影响时，treat15赋值为1，反之赋值为0。具体来说，关于去杠杆的行业标准表述来自《关于加强国有企业资产负债约束的指导意见》(以下简称《意见》)，《意见》提出对于不同行业企业“原则上以本行业上年度规模以上全部企业平均资产负债率为基准线，基准线加5个百分点为本年度资产负债率预警线，基准线加10个百分点为本年度资产负债率重点监管线”。事实上，去杠杆政策在执行过程中可能更为灵活，使用上述参考线都可能带来估计偏差。相比之下，选用低于真实去杠杆率标准的界定方式，其估计偏差向下，选用高于真实去杠杆标准的界定方式，其结果偏差无法确定。综合考虑后，本文认为使用2015年《中国统计年鉴》各行业规模以上企业杠杆率均值作为treat15(6)虽然《意见》中指出去杠杆标准是随行业企业杠杆率变化动态调整的，但是为保证杠杆率标准界定的外生性，借鉴Lu和Yu(2015)[35]]的方法，选用2015年各行业规模以上企业杠杆率均值作为衡量标准。同时杠杆率标准的动态调整是整个行业内企业同步变化的结果，因此去杠杆界定标准的动态调整可能对本文结果影响不大。之后，本文在表5中处理企业自身杠杆率变化带来的干扰，因此，使用该界定标准是合理的，也是可信的。的界定标准。按照上述标准处理，本文受到去杠杆政策处理的企业有523家，控制组企业1 982家(7)该数据使用2019年企业样本整理得出，不同年份可能存在差异。。时间变量(post16)也是一个虚拟变量，样本在政策发生之后(2016年及以后)赋值为1，否则赋值为0。同时，在后文对多种去杠杆政策标准进行稳健性检验。

控制变量。本文借鉴王雄元和黄玉菁(2017)[33]、施新政等(2019)[34]的研究成果，在模型中分别控制影响企业劳动收入份额的微观变量和宏观变量。企业微观控制变量包括：企业规模Size为总资产对数值；独立董事比例Ind为独立董事数量占董事会人数比例；资本产出比Ky为固定资产净额占营业总收入的比重；股权集中度Sc为前五大股东持股比例的平方和；企业所有制Soe，若企业实际控制人是国有性质，取值为1，否则为0；净资产收益率Roe为净利润与净资产的比值；公司成长性Growth为企业总资产增长率。行业和省际层面的控制变量包括：行业集中度HHI为行业内所有企业营业收入份额的平方和；Load_GDP为企业所在省份贷款余额占GDP的比重；S_industry为第二产业在GDP中的比重(8)HHI数据来自国泰安数据库，省际贷款余额、GDP、第二产业比重等宏观变量来自2012—2019年《中国统计年鉴》。。该模型同时控制了企业个体、行业、省份和年度固定效应。

3.描述性统计。

表1汇报了上述变量的描述性统计结果。可以发现，在去杠杆政策发生之前，处理组企业劳动收入份额均值显著高于对照组。但在去杠杆政策之后，处理组企业劳动收入份额明显下降，对照组企业劳动收入份额明显上升，两组差距明显缩小。该结果表明，与对照组相比，去杠杆政策可能降低了处理组企业的劳动收入份额。

表1 主要变量的描述性统计

四、实证分析

(一)共同趋势检验

双重差分方法的使用需要满足共同趋势假设，要求在没有政策干预时，结果变量的变化趋势在处理组和对照组之间不存在显著差异。针对这一条件，本文借鉴Qian(2008)[36]的研究方法，生成年份虚拟变量Year与处理组虚拟变量treat15的交互项对企业劳动收入份额进行回归，同时控制企业个体、年份、行业和省份的固定效应(9)为区分模型中构建交互项的年份虚拟变量和年份固定效应，将年份虚拟变量名设置为Year，年份固定效应设置为year。。为了避免出现完全共线性问题，本文以政策冲击前的2012年作为基准年构建实证模型(2)。交互项treat15×Yearn的系数δn表示，与基准组相比第n期处理组与控制组之间的差异。如果政策实施之前估计系数不显著，则平行趋势假设成立。

+indusj+pdp+εijpt

(2)

图3汇报了去杠杆政策的平行趋势检验结果，图中y2013代表treat15和Year为2013年时的虚拟变量交互项，其值代表该交互项的估计系数，y2014—y2019的设置方法与y2013一致。图3结果表明，在去杠杆政策出台以前(2016年前)，处理组样本与控制组样本的劳动收入份额变化趋势没有显著差异，表明使用双重差分的方法来识别去杠杆政策带来的收入分配效应是合理的。同时，在去杠杆政策出台之后(2016年后)，处理组和对照组企业劳动收入份额的变化趋势出现明显差异，高杠杆企业劳动收入份额相对于低杠杆企业出现急剧下降，一定程度上说明去杠杆政策会降低企业劳动收入份额(10)感谢审稿专家对本文平行趋势检验提出的建设性意见。。

图3 事件分析法进行平行趋势检验

(二)基准回归分析

在基准回归之前，再次验证去杠杆政策是否有效降低了高杠杆企业的杠杆率水平。表2列(1)汇报了treat15×post16交互项对企业杠杆率的回归结果，估计系数显示，相较于低杠杆企业(对照组)，去杠杆政策会使高杠杆企业(处理组)的资产负债率平均下降4.59个百分点。此外，本文再次利用事件分析法检验去杠杆后企业杠杆率下降的时间趋势(11)因篇幅所限，本文省略了去杠杆政策对企业杠杆率的事件分析结果，相关结果和分析留存备索。。结果发现在去杠杆政策出台之后，高杠杆企业(处理组)杠杆率逐年下降。在基准回归中，列(2)中汇报了仅包含treat15×post16交互项、时间、企业个体、省份和行业的固定效应的估计结果。其中，treat15×post16估计系数表明，与对照组企业相比，去杠杆政策使得处理组企业劳动收入份额下降了1.40个百分点。之后，本文在列(3)中加入了可能相关的企业、行业和省份特征变量，以控制相关因素带来的估计偏差，treat15×post16估计的结果显示去杠杆政策降低企业劳动收入份额的结论依旧稳健。

表2 去杠杆政策对企业杠杆率和劳动收入份额的影响

另外，去杠杆政策发生的时间是否随机也值得担心。如果去杠杆政策是内生的，可能使处理组和对照组企业在事前出现系统性差异，造成虚假回归。为了尽可能减轻去杠杆政策出台时间和处理组选择非随机性带来的估计偏差，本文借鉴Lu和Yu(2015)[35]、郭峰和熊瑞祥(2017)[37]的方法，通过控制影响政策冲击发生时间和样本是否被处理的相关因素来排除其可能的内生性。具体来说，去杠杆政策的实施时间主要受中国非金融企业部门杠杆率的影响，企业是否受到去杠杆政策的处理由企业自身杠杆率水平决定。在此，本文进一步控制2012—2019年中国非金融企业部门的杠杆率和企业自身的杠杆率来剔除treat和post潜在的内生性问题。列(4)的结果表明，在控制上述干扰因素后，去杠杆降低企业劳动收入份额的结果显著存在。

(三)稳健性检验

1.排除相关事件的政策预期和政策冲击的伪证据检验。

实施自然实验的前提是政策发生具有不可预期性。借鉴Lu等(2017)[38]的做法，本文对去杠杆这一事件进行预期效应检验。(1)考虑2015年发生在资本市场的去杠杆行为对实体企业去杠杆的预期效应。为抑制证券市场泡沫，中国证监会从2015年6月到9月连续三次发布清理资本市场场外配资的意见通知。(2)考虑2013年“钱荒”事件带来的企业去杠杆预期。2013年6月4日到24日，中国货币市场利率出现持续性的上升。6月20日，货币市场质押式回购隔夜利率一度高达30%，7日和14日加权利率分别达到11.62%和9.26%。货币市场严重的流动性问题可能给高杠杆企业敲响警钟，主动降低企业杠杆率，保持充足的流动性。因此，为排除上述事件带来的实体企业去杠杆预期，本文在基准模型中分别加入treat15×post15和treat15×post13进行回归。同时，本文也加入treat15×post14进行稳健性检验，以保证在政策冲击前，企业不存在政策预期。上述估计结果(12)显示，treat15×post15、treat15×post14和treat15×post13的估计系数并不显著，表明企业对于去杠杆这一政策不存在预期。

在企业预期效应的基础上，本文使用政策发生前的样本进行证伪检验，以保证政策效应来源的唯一性。使用2012—2015年的样本数据，分别以2013年、2014年、2015年为虚拟的政策干预点，重复前面的分析。结果(13)④ 限于篇幅，文中未报告稳健性检验结果。如读者需要，可向作者索取。显示，在2016年之前，虚拟政策均没有出现显著的影响，能够排除事前其他政策带来的估计偏差，增强了上述结论的可靠性。

2.排除去杠杆标准选择带来的潜在估计偏差。

考虑去杠杆政策标准模糊性带来的影响。为了提高结论的可靠性，本文使用多个可能的去杠杆标准来验证上述结论。(1)上市企业本身具有其他企业所不具有的特征，其去杠杆的标准可能与非上市企业存在一定的差异。本文进一步使用CSMAR数据库中上市企业行业资产负债率均值作为不同行业上市企业去杠杆标准(14)CSMAR数据库中，上市企业的行业分类标准使用了中国证监会(2012)行业分类标准，与本文基础回归中使用的《中国统计年鉴》中的行业分类标准相一致。行业企业样本选择为包含ST或*ST、当年新上市或被暂停上市的综合A股企业全样本。，设置新的处理组和对照组重复上述检验。(2)在《中国统计年鉴》的44个行业大类中，38个行业大类归属于工业门类，与其他6个行业存在差异。为了减少由分类口径差异带来的干扰，本文使用仅包含工业企业的样本进行估计。回归结果④显示，无论在何种行业分类标准下，去杠杆政策都显著降低了企业劳动收入份额，表明本文结论并未因行业标准差异而发生改变。(3)将本文去杠杆标准分别向上和向下调整5个百分点，观察去杠杆政策对企业劳动收入份额的影响。估计结果(15)限于篇幅，文中未报告稳健性检验结果。如读者需要，可向作者索取。显示，与基准回归结果相比，杠杆率标准向下调整会降低去杠杆政策对企业劳动收入的负效应，杠杆率标准向上调整会增强去杠杆政策对企业劳动收入的负效应。该结果印证了前文对去杠杆标准选择的解释，增强了本文核心结论的可信度。

3.排除干扰政策和样本带来的估计偏差。

(1)排除“去库存”和“去产能”政策的干扰。在供给侧结构性改革的“三去”任务中，“去产能”和“去库存”也会带来行业内部分企业盈利状况的改善，影响企业劳动收入份额变化。为排除这一干扰，本文使用剔除受到“去库存”影响的房地产企业和受到“去产能”影响的煤炭、钢铁、水泥、电解铝、玻璃和船舶制造等行业企业进行稳健性检验。虽然剔除相关企业样本能够排除“去库存”和“去产能”政策对企业劳动收入份额的直接影响，但无法排除由“去库存”和“去产能”政策对其他行业的溢出效应。考虑到“去库存”和“去产能”的目标企业主要是钢铁、水泥等上游原材料行业，政策对上游行业产出的影响会传导到下游行业的原料成本和企业利润，进而影响企业的劳动收入份额。对此，本文在剔除相关行业样本的基础上，加入企业所在行业的毛利率作为控制变量(16)营业毛利率=(营业收入-营业成本)/(营业收入)，营业收入和营业成本分别为该行业所有上市企业营业收入与营业成本之和。数据来源：国泰安数据库。，尽可能控制“去库存”和“去产能”在行业间的溢出效应。

(2)排除社保缴费比例下降带来的偏差。《降低社会保险费率综合方案》明确提出“自2019年5月1日起，降低城镇职工基本养老保险缴费比例，高于16%的省份，可降至16%”。企业社保缴费属于劳动收入的组成部分，该政策的实施可能高估去杠杆政策对劳动收入份额的影响。因此，本文使用剔除2019年企业的样本重复上述检验。

(3)排除企业跨行业带来的估计偏差。在样本统计期内，企业主营业务变化可能造成其所属行业的变化。尤其是2015年之后发生跨行业的企业，可能影响其是否受到政策处理，给上述结果带来偏差。通过对跨行业企业样本的整理，本文发现虽然在2015年之后发生跨行业的企业有728家，但未出现组别变化的样本，可见企业跨行业行为并不会影响本文估计结果。为进一步排除跨行业现象带来的影响，本文使用剔除跨行业企业的样本重复上述估计。

从上述检验结果(17)来看，在剔除上述干扰因素之后，去杠杆政策对劳动收入份额的负效应依旧显著存在。

4.其他稳健性检验：潜在的内生性、序列相关、测量误差问题(18)限于篇幅，文中未报告其他稳健性检验结果。如读者需要，可向作者索取。。

为了剔除潜在的内生性问题、测量误差和其他未知干扰对估计结果的影响，本文进一步从以下三个方面来提高上述结论的稳健性。

(1)剔除潜在的内生性和序列相关问题。本文将所有控制变量滞后一期进行稳健性检验，剔除潜在的互为因果问题。同时，借鉴Bertrand等(2004)[39]的做法，使用两期倍差法模型排除潜在的序列相关问题。具体以2016年为时间节点，把样本期划分为去杠杆冲击前(2012—2015年)和去杠杆冲击后(2016—2019年)，在每个阶段对每家企业参与回归的变量取算术平均值，再通过两期倍差模型检验去杠杆政策对劳动收入份额影响。相应估计结果表明，上述结论依旧可靠。

(2)替换解释变量和被解释变量。本文分别使用Ls2和Ls3作为企业劳动收入份额的代理变量，使用2015年企业杠杆率水平到行业均值的差值(cdd15)作为去杠杆政策强度的代理变量重复上述估计。从结果来看，使用重新测算的解释变量和被解释变量得到的估计系数都显著为负，表明上述结论依旧稳健。从cdd15×post16的估计系数来看，该结果明显大于基准回归结果，表明企业杠杆率越高，其受去杠杆政策的影响越大，对企业劳动收入份额的影响越明显。

(3)控制省际和行业层面随时间变化的不可观测的因素。这里本文在基准回归的基础上加入省份和年份固定效应的交互项、行业和年份固定效应的交互项来控制省际和行业层面随时间变化的不可观测因素带来的影响。估计结果显示，去杠杆政策降低企业劳动收入份额的结论依旧稳健。

(四)安慰剂检验

为应对一些无法预期因素带来的估计偏差，本文借鉴Lu等(2017)[38]的做法，对上述结论进行安慰剂检验。从2015年样本中随机选取533个企业作为处理组treatpseudo(19)本文实证样本中处理组企业为533家。，从2013—2018年随机抽取一年作为去杠杆政策的干预时间点构建postpseudo，生成伪倍差法估计量treatpseudo×postpseudo替代式(1)中的交互项进行安慰剂检验。图3绘制了对500次上述随机抽取过程的估计系数，计算所有估计系数的均值为-0.000 2，标准误为0.003 7，其结果非常接近于0，且统计上不显著。同时表2列(4)完整的估计系数-0.008(图4实线对应的横轴坐标)位于安慰剂检验系数的10%分位以内，由此可见，非观测因素对估计结果并未造成显著影响。

图4 安慰剂检验估计系数的核密度分布图

五、进一步研究：传导机制检验与异质性分析(20)限于篇幅，文中未报告以下机制检验结果。如读者需要，可向作者索取。

(一)去杠杆政策影响企业劳动收入份额的机制检验：降薪裁员抑或提质增效？

根据前述理论分析可知，去杠杆政策对企业劳动收入份额影响主要来自两个方面：一方面，去杠杆政策带来的债务融资约束会限制企业流动资本获取，降低企业对劳动力要素的需求，增大企业降薪或裁员等节省流动资本的动机，通过挤压劳动收入造成劳动收入份额下降。另一方面，去杠杆政策带来的偿债压力会增强企业对经营成本的控制，降低财务费用支出，提高投资效率，进而改善企业盈利能力，增加企业利润积累，造成劳动收入份额相对下降。

首先，本文通过检验去杠杆政策对企业员工工资和就业的影响来识别去杠杆潜在的降薪裁员效应。为排除指标选取带来的结果偏差，本文使用企业人均工资(万元)、人均工资(万元)自然对数值和人均工资增长率来衡量企业员工薪酬水平，使用企业员工人数(千人)、员工人数(千人)自然对数值和员工人数增长率来衡量企业雇佣劳动变化情况(21)人均工资(万元)=支付给职工以及为职工支付的现金/员工人数，Ln人均工资=Ln(人均工资)，人均工资增长率=人均工资(万元)/上年人均工资(万元)-1，员工人数=企业员工人数(千人)，Ln员工人数=Ln(员工人数)，员工人数增长率=员工人数(千人)/上年员工人数(千人)-1。，进而检验去杠杆对企业降薪裁员机制的影响。在企业员工工资方面，估计结果显示去杠杆政策对企业员工工资水平及其增长率的影响并不显著，表明去杠杆政策通过融资约束挤压劳动收入的机制不存在。同样，在企业就业方面，估计结果显示去杠杆政策对企业员工数量和员工增长率的影响并不显著，表明去杠杆政策引发企业裁员，进而降低企业劳动收入份额的机制也不存在。综上所述，现有实证结果并没有证据支持去杠杆政策会造成企业实施降薪裁员行动的机制。这表明去杠杆政策虽然造成了劳动收入份额下降，但从劳动收入与就业水平的绝对量和增长率来看，去杠杆政策没有带来劳动者福利的损失。

其次，本文通过检验去杠杆政策对企业投资效率、融资成本、经营成本和经营绩效等因素的影响，识别去杠杆政策对企业的“提质增效”机制。具体内容如下，借鉴Chen等(2011)[40]的做法，通过估算企业正常的资本投资水平，然后将模型的残差绝对值作为投资效率的负向指标。残差绝对值越大，表明企业投资越偏离正常投资水平，投资效率越低。反之，则投资效率越高。使用企业财务费用率作为企业债务融资成本的代理变量，使用企业成本收入率作为企业成本管理强度的代理变量，使用企业总资产收益率和人均利润水平(万元)作为企业经营绩效的代理变量(22)财务费用率=财务费用/主营业务收入，成本收入率=营业总成本/营业总收入，总资产收益率=净利润/总资产，企业人均利润=净利润/员工人数。，进而检验去杠杆政策对企业提质增效机制的影响。在企业投资效率方面，相应的估计结果表明，去杠杆政策有助于降低企业投资水平与正常投资水平的偏离程度，提高企业投资效率。在企业经营成本方面，与对照组相比，去杠杆政策显著降低了高杠杆企业的财务费用率和成本收入率，表明去杠杆政策确实有利于企业降低融资成本和经营成本，进而提高经营绩效。在经营绩效方面，去杠杆政策显著提高了高杠杆企业的总资本收益率和人均利润水平，提高了企业经营绩效，扩大了企业利润规模，增加了人均资本收入。可见，去杠杆政策通过提高经营绩效，降低劳动收入份额的传导路径确实存在。

综上所述，去杠杆政策并没有造成企业降薪或裁员行为，相反，劳动收入份额下降的原因更多表现在企业经营成本与财务成本降低、投资效率提高等方面，没有出现“利润侵蚀工资”的现象，劳动收入份额下降仅是去杠杆政策积极效应的外在表现(23)按照要素增加值法定义，企业资本收入包括净利润和固定资产折旧。考虑到企业固定资产折旧并未受到去杠杆政策的影响，本文将企业资本收入替换为企业净利润。为保证结果的可靠性，本文同时将企业人均固定资产折旧作为被解释变量，检验去杠杆政策对企业固定资产折旧的影响，估计结果不显著。可见，去杠杆政策对企业资本收入的影响主要来自企业利润的增长。，没有造成企业员工福利损失。

(二)异质性检验：企业所有制、杠杆质量、投资效率

为深入了解去杠杆政策对不同特征企业劳动收入份额影响的差异，本文进一步对基准回归结果进行异质性分析，以期识别去杠杆政策效果的群体差异，得到更具针对性的政策启示。

一是对国有企业与非国有企业的异质性检验。本文参照一般做法，按所有制形式将企业分为“国有企业-非国有企业”进行模型(1)的估计。结果显示，去杠杆显著降低了非国有企业的劳动收入份额，而对国有企业的影响并不显著。该结果可能存在两方面原因：一是不同所有制企业承受的融资约束和偿债压力不同。与非国有企业相比，国有企业债务违约引发的经济风险更大。当存在债务风险时，政府往往会伸以援手，通过补充资本的方式降低企业杠杆率，使得国有企业有更小的动机改变自身经营模式，提高经营绩效。谭小芬等(2020)[41]在研究中国非金融上市企业去杠杆演进结构时发现，在去杠杆政策下，民营企业、中小企业承受更大的去杠杆压力(24)该观点也能在其他学者的表述中得到佐证。国务院发展研究中心副主任王一鸣在2018年国际货币论坛上指出，去杠杆使得民营企业融资难现象重现。2020冬季达沃斯年会上，北京大学国家发展研究院副院长黄益平也提到，按比例来看民营企业在去杠杆过程中受到的冲击更大一些。感谢审稿专家对本文异质性分析提供的建设性意见。。因此，与国有企业相比，民营企业通过改善经营状况降低杠杆率的动机更强烈，也使得去杠杆政策对民营企业劳动收入份额的负效应显著大于国有企业。

二是对好杠杆企业和坏杠杆企业的异质性检验。一般认为企业产出增长率大于负债增长率时，提高杠杆率有利于企业发展，反之，企业负债上升会带来较大的财务负担。按照这一思路，本文利用样本数据计算企业的负债复合增长率和净利润复合增长率之比，该比值大于1时企业杠杆为坏的杠杆，反之为好的杠杆。为确保估计结果不因去杠杆政策而出现样本选择性问题，本文使用去杠杆政策冲击前(2012—2015年)企业的债务和净利润复合增长率比值来划分好杠杆企业和坏杠杆企业。两组样本的估计结果显示，去杠杆政策显著降低了坏杠杆企业的劳动收入份额，对好杠杆企业并未产生显著影响。该结果可能的原因是：与好杠杆企业相比，坏杠杆企业在去杠杆政策出台前，企业负债扩张的幅度更快，财务成本更高，投资效率更低，使得去杠杆政策对坏杠杆企业盈利状况改善更加突出。

三是对不同投资效率的异质性检验。借鉴Chen等(2011a)[40]的做法，通过估算企业正常的资本投资水平，然后将模型的残差作为投资效率的代理变量。当估计残差值大于0则表明企业存在过度投资行为，资本投资回报更低。相反，当估计残差值小于等于0时，则表明企业不存在过度投资行为。按照这一标准，本文将全样本划分为过度投资企业和未过度投资企业样本，相应的估计结果显示，去杠杆政策显著降低了过度投资企业的劳动收入份额，对未过度投资企业劳动收入份额的影响不显著。可能的原因是：去杠杆政策有效地抑制了企业过度负债和低效率投资的行为，使得企业更加关注存量资本的投资效率，进而改善企业经营绩效。

六、结论与政策启示

20世纪90年代以来，中国劳动收入份额大幅下降，引起了国内诸多学者的关注。现阶段，关于1992—2007年期间中国劳动收入份额大幅下降及其原因分析的研究已经十分充分。对2008—2015年中国劳动收入份额的缓慢上升的现象，学者们也给出了合理的解释。但对于2015年以后中国劳动收入份额的再次下降的现象，学者们并未给予足够的关注。而这一阶段，与中国去杠杆政策的实施在时间上基本一致，两者之间是否存在必然的逻辑联系，是否造成劳动者福利损失，值得我们关注。

本文利用2012—2019年中国A股上市企业数据，通过双重差分模型检验了去杠杆政策对企业劳动收入份额的影响。结果显示，去杠杆政策显著降低了企业的劳动收入份额，且该结果在多种稳健性条件下显著存在。机制检验发现，去杠杆政策并没有造成企业降薪或裁员行为，相反，劳动收入份额下降的原因更多表现在企业经营成本与财务成本降低、投资效率提高等方面，没有出现“利润侵蚀工资”和劳动者福利受损的现象。从不同企业特征的检验结果来看，去杠杆政策对非国有企业、坏杠杆企业和过度投资企业的影响更加突出，一定程度抑制了资本过度投入和无序扩张的问题。通过理论与实证研究，本文得出以下启示：首先，实施合理有效的去杠杆政策，建立标本兼治的政策体系。要综合考虑企业所在行业、规模、资产结构、经营能力、发展前景等因素，精准落实去杠杆政策，确保不发生系统性金融风险。既要积极降低低效率投资产生的无效高杠杆，降低发生系统性金融风险的概率，也要为合理负债的高杠杆企业提供一个包容性的发展环境，提高企业资金利用效率，促进经济高质量发展。其次，要完善国有企业资产负债自我约束机制，强化对国有企业发展质量的考核机制，限制国有企业利用自身信贷优势，通过影子银行获取超额利润的行为，将企业发展目标引导到做大做强主营业务上来，促进国有企业提质增效。再次，建立普惠高效的金融发展环境，降低民营企业和中小企业的融资约束，建立竞争中性的金融服务和监管环境，降低金融市场扭曲带来的经济效率损失，减少融资约束挤压员工福利的潜在风险。最后，完善企业分配制度，建立企业劳动报酬与劳动生产率同步增长的机制，保护劳动力要素合理的收入权，使劳动者更好地分享经济发展的福利。