Have Digital Finance Affected Labor Income Share? Empirical Evidence from the Listed Companies of China
-
摘要: 提升金融服务实体经济质效、提高劳动报酬在收入分配体系中的比重是构建新发展格局和实现共同富裕的重要驱动力。基于2011—2019年上市公司数据，从数字金融发展视角探讨其对劳动收入份额的影响、作用机制以及潜在的异质性。研究发现数字金融显著提升了劳动收入份额，在经过内生性问题处理和一系列稳健性检验后，结论依然成立。数字金融的发展增加了高技能劳动力的雇佣、减少了低技能劳动力的雇佣，促进了就业技能结构的升级，进而提高了劳动收入份额；同时既提升了工资率，也提高了劳动生产率，其中工资率效应占主导。进一步研究发现，数字金融对劳动收入份额的影响因数字金融结构、企业内在特征和外部制度环境等横截面差异而存在异质性。本研究为数字金融高质量服务实体经济、实现共同富裕的靶向路径构建提供了启示，当前应进一步推动数字金融的深度发展，将数字金融服务的落脚点放在企业技术创新层面，相关政策的制定应因地制策、因企施策。Abstract: The improvement of the quality and efficiency of financial services in the real economy and increase of the proportion of labor remuneration in the income distribution system are important driving forces for the construction of a new development pattern and the realization of common prosperity. This paper explores the impacts of digital finance development on labor income share, its internal mechanism and heterogeneity effect based on the data of Chinese listed companies from 2011 to 2019. The results show that digital finance significantly improves labor income share, which is still valid after dealing with endogenous problems and a series of robustness tests; its internal mechanism is that digital finance optimizes the employment skill structure by increasing the employment of high skilled labor and reducing the employment of low skilled labor, and then improves the proportion of labor remuneration in the added value of enterprises; digital finance improves both wage rate and labor productivity, while the former is dominant. Further research shows that the impact of digital finance on labor income share is heterogeneous due to cross-sectional differences such as digital financial structure, internal characteristics of enterprises and external institutional environment. This research provides useful thinking for digital finance how to serve the real economy with high quality and build targeted paths to achieve common prosperity.
-
表 1 变量描述性统计
变量名称及符号 均值 标准差 最小值 最大值 劳动收入份额Ls 0.144 0.095 0.015 0.537 数字金融发展水平Df 5.291 0.371 4.089 5.771 就业技能结构Hl 0.267 0.212 0.000 0.874 资产负债率Lev 0.407 0.201 0.051 0.891 企业规模Size 22.134 1.273 17.806 28.636 企业年龄Age 2.710 0.400 1.386 3.434 资产收益率Roa 0.040 0.071 -0.319 0.227 企业成长性Growth 0.170 0.360 -0.515 2.079 董事会规模Board 2.127 0.197 1.609 2.708 第一大股东持股比例Top1 0.376 0.054 0.333 0.571 独立董事占比Indr 0.339 0.144 0.085 0.718 
下载: 导出CSV
表 2 基准回归结果
变量 Ls Ls Ls Ls (1) (2) (3) (4) Df 0.036*(1.880) 0.028*(1.806) 0.043***(3.150) 0.025*(1.662) Lev -0.033**(-2.485) -0.090***(-9.609) -0.032**(-2.446) Size -0.010***(-3.139) -0.014***(-9.852) -0.010***(-3.266) Age -0.019(-1.288) 0.001(0.220) -0.019(-1.295) Roa -0.198***(-11.184) -0.198***(-10.466) -0.197***(-11.322) Growth -0.021***(-12.605) -0.021***(-8.868) -0.022***(-13.061) Board 0.000(0.046) 0.038***(4.522) 0.000(0.094) Indr -0.017(-0.800) 0.114***(3.498) -0.010(-0.493) Top1 0.006(0.359) 0.007(0.786) 0.008(0.503) Constant -0.045(-0.450) 0.294**(2.469) 0.139*(1.737) 0.299**(2.549) Year YES YES YES YES Firm YES YES NO YES Ind NO NO YES YES Obs. 17 010 17 010 17 082 17 010 R2 0.842 0.865 0.317 0.867 注：*、**和***代表显著性水平10%、5%和1%；为降低潜在的异方差和序列相关问题对回归结果的影响，将系数标准误在城市层面聚类；括号内为t值。下表同。
下载: 导出CSV
表 3 内生性问题的处理
第一阶段(IV1) 第二阶段 第一阶段(IV2) 第二阶段 变量 Ls Ls Df Ls Df Ls (1) (2) (3) (4) (5) (6) IV1/ IV2 3.980***(24.210) 3.263***(136.140) l.Df 0.033***(5.268) Df 0.032*(1.797) 0.070**(2.182) 0.027***(3.017) Fd 0.049*(1.911) Lnpgdp 0.001(0.123) Fin 0.006*(1.753) 控制变量 YES YES YES YES YES YES Constant 0.167***(4.365) 0.191**(2.068) -0.075(-0.478) 0.145***(3.012) Year YES YES YES YES YES YES Ind YES YES YES YES YES YES City NO YES NO NO NO NO Wald F值 587.910 7 182.468 Obs. 13 996 14 744 10 835 11 704 R2 0.300 0.333 0.337 0.328
下载: 导出CSV
表 4 稳健性检验
变量 Ls1 Ls2 Ls3 Ls Ls Ls (1) (2) (3) (4) (5) (6) Df 0.043***(3.518) 0.035*(1.659) 0.399***(2.771) 0.063***(3.529) 0.040**(2.197) Df1 0.027***(3.463) 控制变量 YES YES YES YES YES YES Constant 0.138*(1.933) 0.304***(2.842) -1.925**(-2.281) 0.055(0.534) 0.311***(8.589) 0.142(1.351) Year YES YES YES YES YES YES Ind YES YES YES YES YES YES City×Year NO NO NO YES NO NO Obs. 17 082 17 082 17 082 17 081 17 082 13 745 R2 0.317 0.322 0.307 0.333 0.318 0.293
下载: 导出CSV
表 5 数字金融影响劳动收入份额的渠道：就业技能结构升级
变量 Ls Hl Ls Hl1 Ls Hl-emp Ll-emp (1) (2) (3) (4) (5) (6) (7) Df 0.043*** 0.245*** 0.027* 0.164*** 0.035** 1.528*** -0.851** (3.150) (3.536) (1.823) (4.113) (2.590) (3.943) (-2.312) Hl 0.068*** (6.431) Hl1 0.064*** (7.781) R&D 0.033*** -0.005** (8.340) (-2.279) 控制变量 YES YES YES YES YES YES YES Constant 0.139* -1.364*** 0.231*** -0.571*** 0.162** -20.113*** -5.906*** (1.737) (-4.338) (2.870) (-2.896) (2.032) (-9.451) (-3.134) Year YES YES YES YES YES YES YES Ind YES YES YES YES YES YES YES Obs. 17 082 17 082 17 082 16 721 16 721 11 407 11 407 R2 0.317 0.379 0.332 0.414 0.324 0.392 0.622 注：列(6)(7)的样本量少于列(1)至(5)是因为研发投入数据缺失。
下载: 导出CSV
表 6 数字金融对工资率和劳动生产率的影响
变量 ln(Ls) ln(w) ln(y) ln(w1) ln(y1) (1) (2) (3) (4) (5) Df 0.202**(2.454) 1.044***(5.329) 0.849***(3.961) 1.437***(6.406) 0.625***(2.937) 控制变量 YES YES YES YES YES Constant -1.599***(-3.780) -5.659***(-5.023) -4.010***(-3.368) -10.761***(-7.313) -6.118***(-4.994) Year YES YES YES YES YES Ind YES YES YES YES YES Obs. 17 082 17 082 17 073 17 007 15 750 R2 0.325 0.330 0.329 0.125 0.501
下载: 导出CSV
表 7 数字金融结构的异质性影响
变量 Ls Ls Ls Ls Ls Ls (1) (2) (3) (4) (5) (6) Cover 0.029***(3.233) 0.023***(4.044) Usage 0.009(0.916) 0.009(1.631) Digit 0.017***(3.367) 0.017***(4.253) 控制变量 YES YES YES YES YES YES Constant 0.219***(3.726) 0.327***(5.723) 0.285***(6.295) 0.319***(8.965) 0.352***(10.514) 0.337***(9.807) Year YES YES YES YES YES YES Ind YES YES YES YES YES YES Obs. 17 082 17 082 17 082 17 082 17 082 17 082 R2 0.317 0.315 0.316 0.319 0.316 0.316
下载: 导出CSV
表 8 企业产权和所属行业的异质性影响
变量 国企 非国企 制造业 服务业 (1) (2) (3) (4) Df -0.006(-0.358) 0.086***(4.654) 0.054***(3.218) 0.192**(2.510) 控制变量 YES YES YES YES Constant 0.457***(4.399) -0.092(-0.828) 0.107(1.047) -0.550(-1.375) Year YES YES YES YES Ind YES YES YES YES Obs. 6 098 10 984 12 577 1 724 R2 0.301 0.330 0.221 0.215
下载: 导出CSV
表 9 研发投入、要素结构的异质性影响
变量 低研发投入 高研发投入 资本密集型 劳动密集型 (1) (2) (3) (4) Df 0.006(0.416) 0.091***(4.236) 0.029(1.478) 0.060***(4.585) 控制变量 YES YES YES YES Constant 0.279***(3.286) -0.075(-0.547) 0.235**(2.087) 0.037(0.474) Year YES YES YES YES Ind YES YES YES YES Obs. 8 776 8 306 9 341 7 740 R2 0.270 0.304 0.209 0.388
下载: 导出CSV
表 10 外部治理的异质性影响
变量 非“四大”审计 “四大”审计 低分析师关注度 高分析师关注度 (1) (2) (3) (4) Df 0.041***(3.052) 0.091*(1.749) 0.032*(1.938) 0.060***(4.017) 控制变量 YES YES YES YES Constant 0.159**(2.062) 0.073(0.231) 0.199**(2.069) 0.053(0.588) Year YES YES YES YES Ind YES YES YES YES 费舍尔检验P值 0.000 0.000 Obs. 16 294 787 8 599 8 483 R2 0.314 0.454 0.329 0.307
下载: 导出CSV
表 11 员工身份的异质性影响
变量 全样本 制造业 服务业 高管 普通员工 高管 普通员工 高管 普通员工 (1) (2) (3) (4) (5) (6) Df 0.003***(5.076) 0.040***(2.958) 0.003***(5.586) 0.050***(3.058) 0.002(0.688) 0.185**(2.455) 控制变量 YES YES YES YES YES YES Constant 0.016***(4.081) 0.122(1.564) 0.017***(5.068) 0.089(0.880) 0.043**(2.373) -0.570(-1.451) Year YES YES YES YES YES YES Ind YES YES YES YES YES YES Obs. 17 082 17 082 12 577 12 577 1 724 1 724 R2 0.409 0.308 0.389 0.208 0.440 0.206
下载: 导出CSV
表 12 市场化水平、劳动者权益保护以及金融监管的异质性影响
变量 低市场化 高市场化 弱保护 强保护 弱监管 强监管 (1) (2) (3) (4) (5) (6) Df -0.025(-0.766) 0.073***(4.453) 0.001(0.029) 0.064***(3.749) 0.026**(2.227) 0.070***(3.719) 控制变量 YES YES YES YES YES YES Constant 0.550***(2.748) -0.030(-0.327) 0.395***(3.725) 0.020(0.227) 0.184**(2.575) 0.002(0.018) Year YES YES YES YES YES YES Ind YES YES YES YES YES YES 费舍尔检验P值 0.000 Obs. 2 468 14 613 5 988 11 093 5 842 9 362 R2 0.319 0.325 0.344 0.314 0.350 0.302
下载: 导出CSV
-
[1] 刘亚琳, 茅锐, 姚洋. 结构转型, 金融危机与中国劳动收入份额的变化[J]. 经济学(季刊), 2018(2): 609-632. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU201802007.htm [2] 文雁兵, 陆雪琴. 中国劳动收入份额变动的决定机制分析——市场竞争和制度质量的双重视角[J]. 经济研究, 2018(9): 83-98. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201809007.htm [3] 聂秀华, 江萍, 郑晓佳, 等. 数字金融与区域技术创新水平研究[J]. 金融研究, 2021(3): 132-150. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202103008.htm [4] 唐松, 伍旭川, 祝佳. 数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J]. 管理世界, 2020(5): 52-66, 9. doi: 10.3969/j.issn.1002-5502.2020.05.005 [5] 杨晔, 朱晨, 谈毅. 技术创新与中小企业雇佣需求——基于员工技能结构的再审视[J]. 管理科学学报, 2019(2): 92-111. doi: 10.3969/j.issn.1007-9807.2019.02.007 [6] BLANCHARD O, GAVAZZI F. Macroeconomic effects of regulation and deregulation in goods and labor market[J]. Quarterly Journal of Economics, 2003, 118(3): 879-907. doi: 10.1162/00335530360698450 [7] AUTOR D, DORN D, KATZ L F, et al. Concentrating on the fall of the labor share[J]. American Economic Review, 2017, 107(5): 180-185. doi: 10.1257/aer.p20171102 [8] ACEMOGLU D, RESTREPO P. The race between man and machine: implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488-1542. doi: 10.1257/aer.20160696 [9] 白重恩, 钱震杰, 武康平. 中国工业部门要素分配份额决定因素研究[J]. 经济研究, 2008(8): 16-28. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200808003.htm [10] 李稻葵, 刘霖林, 王红领. GDP中劳动份额演变的U型规律[J]. 经济研究, 2009(1): 70-82. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200901005.htm [11] 许敏波, 李实. 中国城镇劳动参与率的结构和趋势——基于家庭微观调查的证据[J]. 安徽师范大学学报: 人文社会科学版, 2019(1): 116-125. https://www.cnki.com.cn/Article/CJFDTOTAL-AHSD201901015.htm [12] 万江滔, 魏下海. 最低工资规制对企业劳动收入份额的影响——理论分析与微观证据[J]. 财经研究, 2020(7): 64-78. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202007006.htm [13] 陈斌开, 林毅夫. 金融抑制、产业结构与收入分配[J]. 世界经济, 2012(1): 3-23. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201201004.htm [14] FONSECA J, VAN DOORNIK B. Financial development and labor market outcomes: evidence from Brazilp[J]. Journal of Financial Economics, 2022, 143: 550-568. [15] 张彤进, 任碧云. 包容性金融发展与劳动收入份额的关系: 来自中国的经验证据[J]. 南开经济研究, 2016(3): 90-105. https://www.cnki.com.cn/Article/CJFDTOTAL-NKJJ201603005.htm [16] 施新政, 高文静, 陆瑶, 等. 资本市场配置效率与劳动收入份额——来自股权分置改革的证据[J]. 经济研究, 2019(12): 21-37. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201912003.htm [17] 江轩宇, 贾婧. 企业债券融资与劳动收入份额[J]. 财经研究, 2021(7): 139-153. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202107011.htm [18] SURI T, JACK W. The long-run poverty and gender impacts of mobile money[J]. Science, 2016, 354(6317): 1288-1292. [19] NEUMEYER P A, PERRI F. Business cycles in emerging economies: the role of interest rates[J]. Journal of Monetary Economics, 2005, 52(2): 345-380. [20] 罗长远, 陈琳. 融资约束会导致劳动收入份额下降吗?——基于世界银行提供的中国企业数据的实证研究[J]. 金融研究, 2012(3): 29-42. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201203005.htm [21] 汪伟, 郭新强, 艾春荣. 融资约束、劳动收入份额下降与中国低消费[J]. 经济研究, 2013(11): 100-113. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201311008.htm [22] 江红莉, 蒋鹏程. 数字金融能提升企业全要素生产率吗?——来自中国上市公司的经验证据[J]. 上海财经大学学报, 2021(3): 3-18. https://www.cnki.com.cn/Article/CJFDTOTAL-SCJB202103001.htm [23] GRILICHES Z. Capital-skill complementarity[J]. Review of Economics and Statistics, 1969, 51(4): 465-468. [24] KRUSELL P, OHANIAN L E, RÍOS-RULL J V, et al. Capital-skill complementarity and inequality: a macroeconomic analysis[J]. Econometrica, 2000, 68: 1029-1053. [25] 刘啟仁, 赵灿. 税收政策激励与企业人力资本升级[J]. 经济研究, 2020(4): 70-85. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202004006.htm [26] 申广军, 姚洋, 钟宁桦. 民营企业融资难与我国劳动力市场的结构性问题[J]. 管理世界, 2020(2): 41-59. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202002008.htm [27] 宁光杰, 林子亮. 信息技术应用、企业组织变革与劳动力技能需求变化[J]. 经济研究, 2014(8): 79-92. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201408007.htm [28] 马红旗, 黄桂田, 王韧. 物质资本的积累对我国城乡收入差距的影响——基于资本-技能互补视角[J]. 管理世界, 2017(4): 32-46. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201704006.htm [29] 杜文强. 工业机器人应用促进了产业结构升级吗?——对2006—2016年中国284个地级市的实证检验[J]. 西部论坛, 2022(1): 97-110. https://www.cnki.com.cn/Article/CJFDTOTAL-CQSY202201008.htm [30] 王雄元, 黄玉菁. 外商直接投资与上市公司职工劳动收入份额: 趁火打劫抑或锦上添花[J]. 中国工业经济, 2017(4): 135-154. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201704009.htm [31] 宋锦, 李曦晨. 产业转型与就业结构调整的趋势分析[J]. 数量经济技术经济研究, 2019(10): 38-57. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201910003.htm [32] 赵烁, 施新政, 陆瑶, 等. 兼并收购可以促进劳动力结构优化升级吗?[J]. 金融研究, 2020(10): 150-169. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202010009.htm [33] 苏梽芳, 陈昌楠, 蓝嘉俊. "营改增"与劳动收入份额: 来自中国上市公司的证据[J]. 财贸经济, 2021(1): 44-61. https://www.cnki.com.cn/Article/CJFDTOTAL-CMJJ202101005.htm [34] 张勋, 万广华, 张佳佳, 等. 数字经济、普惠金融与包容性增长[J]. 经济研究, 2019(8): 71-86. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201908006.htm [35] 方军雄. 劳动收入比重, 真的一致下降吗?——来自中国上市公司的发现[J]. 管理世界, 2011(7): 31-41, 188. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201107006.htm [36] 魏下海, 董志强, 黄玖立. 工会是否改善劳动收入份额?——理论分析与来自中国民营企业的经验证据[J]. 经济研究, 2013(8): 16-28. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201308003.htm [37] 温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展, 2014(5): 731-745. https://www.cnki.com.cn/Article/CJFDTOTAL-XLXD201405001.htm [38] 沈春苗. 逆向外包与技能偏向性技术进步[J]. 财经研究, 2016(5): 43-52. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201605004.htm [39] 徐章星, 张兵, 刘丹. 数字金融发展、企业信贷错配与劳动就业——一个有调节的中介效应[J]. 财经论丛, 2020(12): 40-49. https://www.cnki.com.cn/Article/CJFDTOTAL-CJLC202012005.htm [40] FAN J P H, WONG T J. Do external auditors perform a corporate governance role in emerging markets? evidence from East Asia[J]. Journal of Accounting Research, 2005, 43(1): 35-72. [41] 王小鲁, 樊纲, 胡李鹏. 中国分省份市场化指数报告(2018)[M]. 北京: 中国社会科学文献出版社, 2019. [42] FICHTENBAUM R. Do unions affect labor's share of income: evidence using panel data[J]. American Journal and Sociology, 2011, 70(3): 784-793. [43] 马思超, 彭俞超. 加强金融监管能否促进企业"脱虚向实"?——来自2006—2015年上市公司的证据[J]. 中央财经大学学报, 2019(11): 28-39. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYCY201911004.htm [44] 段军山, 庄旭东. 金融投资行为与企业技术创新——动机分析与经验证据[J]. 中国工业经济, 2021(1): 155-173. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202101010.htm -
