生產率沖擊、勞動力調整成本與企業(yè)勞動力資源配置

楊雪嬌,徐琰超,洪名勇

(云南大學 經濟學院,云南 昆明 650504)

一、引言

隨著中國經濟步入新常態(tài)發(fā)展階段,人口紅利逐漸消失,勞動力成本低廉的優(yōu)勢逐步弱化,需要提高勞動力要素配置效率,創(chuàng)造新的人口紅利。參照郭慶旺等[1]、張軍等[2]全要素生產率的計算方法和郭慶旺等[3]運用HP 濾波分離出全要素生產率中的周期成分作為全要素生產率缺口的做法,用1978—2019 年的統(tǒng)計年鑒數(shù)據計算各年份全要素生產率的沖擊發(fā)現(xiàn),隨著我國近年來企業(yè)經營環(huán)境不確定性增加,除了2010—2011 年全要素生產率出現(xiàn)短暫增長,多數(shù)年份遭遇全要素生產率負向沖擊。2019 年底至2020 年,新冠肺炎疫情加劇了來自資源配置和生產效率的負向沖擊。

在生產率負向沖擊的宏觀環(huán)境下,我國企業(yè)還面臨著較高的勞動力調整成本。2008 年我國制定了《中華人民共和國勞動合同法》,規(guī)定用人單位與勞動者必須簽訂書面勞動合同,并在1995 年勞動法的基礎上設置了更高的離職工資及補償金標準。嚴苛的就業(yè)保護制度,增加了企業(yè)的雇傭和解雇成本,而這兩種成本是勞動力調整成本的主要來源。在生產率沖擊與勞動力調整成本的雙重壓力下,企業(yè)勞動力資源配置是否受到影響? 不同所有制類型企業(yè)對哪一種壓力更敏感? 這些問題的解答,對于我國企業(yè)應對生產率沖擊具有重要的啟示作用,特別是新冠肺炎疫情下企業(yè)面臨來自需求減少產生的負向生產率沖擊,雙重壓力下的勞動力資源配置效率提升能夠推進社會資源合理配置,促進經濟復蘇,激發(fā)企業(yè)經營活力。

現(xiàn)有文獻研究了部門、產業(yè)、行業(yè)間的勞動力縱向流動,以及地區(qū)間、企業(yè)間的勞動力橫向流動對勞動力資源配置的影響。從生產率沖擊以及調整成本雙重視角下,研究我國企業(yè)間勞動力配置的文獻并不多見,但常見于國外一些資本配置的研究中。Asker et al.[4]使用調整成本的標準投資模型,研究了行業(yè)間生產率變動對資本邊際產出變動的影響。Gopinath et al.[5]研究了南歐國家低生產率增長與利率降低并存的現(xiàn)象,發(fā)現(xiàn)利率降低導致資本流向了具有更高凈值的企業(yè)而不是生產率更高的企業(yè),造成了資本誤置。國內文獻中,鄢萍[6]研究了利率差異、投資不可逆以及資本調整成本對資本誤置的影響。楊光等[7]研究發(fā)現(xiàn)生產率波動會加重資本誤置的程度,而調整成本加劇了這種負向作用。研究我國勞動力配置的文獻中,與本文最接近的是劉勇鳳等[8]的研究,得出了勞動力調整成本使得企業(yè)生產率變動顯著降低勞動力配置效率的結論,但是對于勞動力調整成本的研究僅止于調整成本系數(shù)的估計,尚未給出反事實模擬的證據,也未對企業(yè)異質性作進一步探討。

基于此,本文結合靜態(tài)和動態(tài)的分析方法,對勞動力調整成本和生產率沖擊雙重壓力下的企業(yè)勞動資源配置展開討論。本文的主要工作:一是運用簡化式回歸的方法,對生產率沖擊、勞動力調整成本、勞動力資源配置之間的關系進行驗證,探討雙重壓力對于企業(yè)勞動資源配置的影響。二是借鑒Asker et al.[4]的做法,構建企業(yè)勞動力調整的動態(tài)估計框架,運用模擬矩估計的方法,估計勞動力調整成本函數(shù),對比分析不同所有制企業(yè)的勞動力調整成本差異。三是通過政策模擬,構建反事實,分析生產率沖擊以及調整成本的“減負”,對不同企業(yè)勞動力資源配置的異質性影響。本文的邊際貢獻:一是研究視角層面,將勞動力調整成本、生產率沖擊與勞動力資源配置放到同一框架中,從動態(tài)和靜態(tài)的角度闡述勞動力調整成本在生產率沖擊與勞動力資源配置間的作用機制,為勞動力資源誤置的來源分析提供了證據。二是研究內容層面,探討雙重壓力對我國整體制造業(yè)企業(yè)勞動力資源配置的影響以及不同所有制企業(yè)的異質性影響,運用反事實模擬研究了來自不同方面的“減負”為我國制造業(yè)企業(yè)“增效”帶來的政策效果。三是研究方法層面,將動態(tài)和靜態(tài)研究方法結合,使用簡化式回歸和結構估計的方法,提高了論證結果的穩(wěn)健性。

二、文獻綜述

隨著人口紅利逐步消失,中國的工資成本迅速上升[9]。降低勞動力成本成為企業(yè)降低成本的主要問題。但是降勞動力成本不能簡單理解為降工資,工資之外的勞動力調整成本也是其重要組成部分[10]。勞動力調整成本包括與生產直接相關的內部成本,如生產流程的重新組織和人員培訓,以及招聘費用、解聘費用等不直接與生產相關的外部成本[11]。

與本文相關的勞動力調整成本研究主要在于調整成本的結構估計。凸性調整成本能夠反映企業(yè)小規(guī)模的要素調整以及要素調整的一致性[12]。但是其單一的結構設定卻不能反映企業(yè)要素調整的大規(guī)模跳躍行為及其他異質性特征。因此,Cooper et al.[13]在企業(yè)層面構建了涵蓋凸性、非凸性勞動力調整成本的動態(tài)優(yōu)化模型,證實了企業(yè)層面勞動力調整成本對就業(yè)總量的影響。進一步考慮企業(yè)異質性特征時,Cooper et al.[14]用中國數(shù)據證實了勞動力調整成本在不同所有制企業(yè)間的區(qū)別。同樣在中國國有企業(yè)數(shù)量大幅下降的背景下,Cooper et al.[15]從勞動力調整成本的一般均衡模型分析中發(fā)現(xiàn)了中國的勞動保護法規(guī)通過增加勞動力調整成本對總就業(yè)和生產率產生影響。為了使資本調整成本結構設定更貼合現(xiàn)實數(shù)據,近期文獻也都考慮了凸性和非凸性的調整結構[6,16-18]。

本文的另一關注點在于勞動力資源錯配。勞動力市場扭曲是造成勞動力資源錯配的主要成因。這種勞動力市場扭曲不僅存在于日本[19]、印度[20]的農業(yè)與非農部門,也存在于我國。表現(xiàn)為農業(yè)與非農部門間的就業(yè)比例失衡,顯著降低了TFP[21]。除了資源錯配成因分析以外,要素配置扭曲程度測量也是資源錯配的重要研究方向。柏培文[22]測算了我國各產業(yè)以及省際的勞動力資源扭曲程度,發(fā)現(xiàn)全國總體以及城鄉(xiāng)勞動力扭曲程度呈下降趨勢。董直慶等[23]對我國分行業(yè)勞動力配置的扭曲程度及其產生的全要素生產率損失進行了考察。

調整成本如何影響資源配置的研究主要集中于資本投入的調整成本方面。Asker et al.[4]運用40 個國家的數(shù)據,發(fā)現(xiàn)由于存在資本調整成本,使得行業(yè)間(經濟體間)的生產率變動性差異能解釋80%～90%的資本邊際收益變動。Gopinath et al.[5]從資本流向低生產率企業(yè)的角度,解釋了部分南歐國家加入歐元區(qū)后,實際利率降低導致資本錯配程度增加,生產率下降的事實。David et al.[18]提出了一種分解資本錯配不同來源的方法,測度了技術或信息摩擦以及其他企業(yè)異質性因素對資本錯配的貢獻,發(fā)現(xiàn)對于中國制造業(yè)企業(yè)來說,調整成本和不確定性雖然具有重要作用,但對資本錯配的解釋作用有限,錯配的主要來源是與生產率和固定效應相關的因素。國內對調整成本與資源錯配的關系研究相對較少。鄢萍[6]用模擬矩估計方法估計了中國不同所有制類型企業(yè)的資本調整成本函數(shù),發(fā)現(xiàn)不同類型企業(yè)面臨差別利率是資本誤配置的最重要因素,資本調整成本相對次要但仍然不可忽略。楊光[7]利用調整成本的投資動態(tài)分析框架,證實了由于跨期投資中上漲的調整成本,使得生產率增長快的企業(yè)不能進行資本擴張,從而形成資源錯配。劉勇鳳等[8]發(fā)現(xiàn)由于勞動力調整成本的存在使得同一產業(yè)內企業(yè)生產率變動的差異會顯著降低勞動力配置效率。劉盛宇等[24]從靜態(tài)和動態(tài)角度考察了資本調整成本在生產率波動導致資本錯配過程中的中介作用。

與本文聯(lián)系最密切的文獻為Asker et al.[4]、劉勇鳳等[8]、劉盛宇等[24]。這三篇文獻都是將簡化式回歸的靜態(tài)分析與調整成本的動態(tài)模型相結合,研究調整成本對生產率波動加劇資源錯配的作用機制。所不同的是劉盛宇等[24]的文章中借鑒了Zhao[25]和Hall[26]的設定,通過計算不同生產要素間的市場勢力差異,估計出企業(yè)實際的資本調整成本,并采用中介作用的回歸模型探討資本調整成本的作用機制。劉勇鳳等[8]、劉盛宇等[24]兩篇中文文獻均借鑒了Asker et al.[4]的結構估計框架和方法,構建企業(yè)動態(tài)投資模型,估計調整成本函數(shù)。本文的動態(tài)模型構建同樣采用Asker et al.[4]的框架,與此前文獻不同的是在企業(yè)異質性方面進行了更細致的研究,使用模擬矩估計方法識別出不同所有制類型企業(yè)的勞動力調整成本系數(shù),并運用反事實模擬探討了生產率沖擊、勞動力調整成本的變化對不同企業(yè)勞動資源配置的作用差異,為差異化“減負增效”策略的提出提供了決策依據。

三、理論模型構建

(一)模型基本設定

本部分理論模型構建主要借鑒Asker et al.[4]的框架。假設企業(yè)為同質的生產單元,遵循規(guī)模報酬不變的生產技術。企業(yè)i在時間t的產量為Qit。

其中,Kit是資本投入,Lit是勞動力投入,Mit為中間材料,由規(guī)模報酬不變可知αK+αL+αM=1。企業(yè)產品需求曲線具有不變替代彈性,不同行業(yè)的價格彈性相等。

在市場出清的條件下,結合(1)、(2)式可推導出產品的價格函數(shù),代入銷售收入函數(shù)可知:

其中,Ωit=M},并將生產率(TFPR)定義為ωit=ln(Ωit)。假設企業(yè)的資本投入和中間材料投入均不存在調整成本,在每一期均能以價格PK和PM購買資本和獲得中間材料,在生產率和勞動力約束的條件下,將靜態(tài)最優(yōu)條件下的資本和中間產品代入收益函數(shù)可知:

其 中,考慮企業(yè)勞動力動態(tài)投入,存在離職率的情況下,企業(yè)t時期的勞動力雇傭量為Eit-1=Lit-(1-δL)×Lit-1。進一步,遵照大多數(shù)文獻(Hamermesh et al.[11];Cooper et al.[15];Bloom[17])的設定,假設勞動力調整成本函數(shù)為包含凸性和非凸性的結構:

假設下期生產率由本期生產率決定,ωit服從AR(1)形式:

其中,νit～N(0,1)獨立同分布,由此決定轉換函數(shù)為φ(Ωit+1|Ωit)。企業(yè)的值函數(shù)V由以下Bellman 方程給出:

(二)估計方法

與以往文獻類似,基于政策函數(shù),模擬10 000 家企業(yè)的行為,采用模擬矩估計的方法得到模擬數(shù)據的目標矩,將其與現(xiàn)實數(shù)據的實際矩進行比較,最小化模擬矩與現(xiàn)實矩之間的距離,從而識別出調整成本參數(shù)。參照Asker et al.[4]的做法,本文選取企業(yè)勞動雇傭量比例小于5%的企業(yè)比例,勞動雇傭量比例超過20%的企業(yè)比例,勞動力變化率的標準差作為目標距。之所以選擇這三項指標作為目標距,是因為這些目標距對待估計的調整成本系數(shù)較敏感,并且與本文的理論假設相關。

本文的數(shù)據模擬過程是通過模擬行業(yè)內10 000家企業(yè)1 000 個月的數(shù)據,求解勞動力動態(tài)投入的最優(yōu)化問題(本文中的(7)式),基于最后兩年的模擬數(shù)據集來計算目標距Ψ(θ),其中表示待估參數(shù)集。同時使用現(xiàn)實數(shù)據計算得到實際矩根據最小化距離的判別準則((8)式)來識別出待估參數(shù)集

數(shù)值計算中需要用到的其他參數(shù)設置為:生產率服從一階馬爾可夫過程中的持續(xù)性參數(shù)ρ以及波動性參數(shù)σ,采用實際數(shù)據對(6)式進行回歸得到。同時設置員工離職率δL=7.08%(Bloom[17]),折現(xiàn)率β=0.94(年利率為6.5%),并簡化處理(4)式中的λ=1,(8)式中的權重矩陣W=I(單位陣)。

四、來自簡約式回歸的證據

(一)數(shù)據描述

本文使用國家統(tǒng)計局1998—2007 年“全部國有和規(guī)模以上非國有工業(yè)企業(yè)數(shù)據庫”中的全部制造業(yè)企業(yè)作為樣本,參照尹恒等[27]的方法,將不同年份的截面數(shù)據處理成面板數(shù)據,并對2002 年前后的行業(yè)代碼進行了統(tǒng)一。將資本、投資額、銷售額、中間材料、工資分別運用消費者價格指數(shù)、投資價格指數(shù)、產出價格指數(shù)、投入價格指數(shù)、消費者價格指數(shù)統(tǒng)一到以1998 年為基期。刪除企業(yè)銷售收入、就業(yè)人數(shù)、資本、中間材料投入、工資福利總額缺失或小于等于0 的樣本,刪除就業(yè)人數(shù)少于8 人,中間投入大于產值,出口值大于銷售收入,刪除要素支出大于產量值的樣本,刪除生產函數(shù)估計中四個主要變量上下1%極端值。

(二)行業(yè)層面生產率沖擊與勞動力錯配

首先從行業(yè)層面驗證生產率沖擊與勞動力錯配的正向關系,即同一行業(yè)內企業(yè)面臨的生產率沖擊越大則行業(yè)內企業(yè)勞動力錯配程度越大。與已有文獻(柏培文[22];劉勇鳳等[8];吳化斌等[10])一致,我們用行業(yè)內企業(yè)的勞動邊際產出(MRPL)離散程度反映勞動力錯配程度。由于在要素配置最優(yōu)時,同一行業(yè)內各企業(yè)的要素邊際產出相等,因此要素邊際產出離散度可以用來反映要素偏離最優(yōu)配置時的程度,離散度越大,錯配程度越高。檢驗TFPR變動程度對MRPL離散度的回歸模型如下:

其中,r為地區(qū),i為行業(yè),t為時間,Xrit為控制變量,γr+γi+γt+γri分別為控制地區(qū)、行業(yè)、時間,地區(qū)與行業(yè)組合的固定效應,νrit為隨機擾動項。SDrit(MRPL)用同一時間、地區(qū)的同一行業(yè)(以下簡稱:同一范圍)內勞動邊際產出標準差來衡量。遵照Glick et al[28],吳曉芳等[29]的作法,采用行業(yè)內企業(yè)間生產率變動的標準差來反映生產率沖擊,用相鄰兩期生產率變動的標準差(SD_VOL)來表示。另外現(xiàn)有研究(Asker et al.[4];吳曉芳等[29];簡澤[30];李春吉[31])一般認為生產率的對數(shù)遵循一階自回歸過程,并用殘差來反映生產率沖擊的程度,我們采用生產率作普通一階自回歸得到的殘差項(SD_AR),帶固定效應以及GMM(廣義矩估計)的一階自回歸殘差項(分別以SD_AR_FE,SD_AR_GMM表示)作穩(wěn)健性檢驗。涉及到勞動產出彈性及生產率的估計,本文采用OLS 方法來估計四位數(shù)行業(yè)的相應數(shù)值。

參考劉盛宇等[24],選取的控制變量包括:(1)同一范圍內市場勢力的標準差,反映市場壟斷程度。市場勢力的估計,見De Loecker et al.[32]。其中,產出彈性估計采用Ackerberg et al.[33]方法估計超越對數(shù)形式的生產函數(shù)。(2)勞動力密集度,用同一范圍內企業(yè)勞動收入份額與資本收入份額占比的均值來表示。(3)參考吳化斌等[10],使用企業(yè)進入、退出比例來反映資源配置效率的變化。(4)出口密度,通過計算同一范圍內企業(yè)出口產出值與總產出值占比的均值來得出。(5)凈資產規(guī)模,反映企業(yè)面臨生產率沖擊時的抗風險能力,由同一范圍內企業(yè)總資產與總負債差額取對數(shù)值后求均值得到。(6)國有企業(yè)比重。目標差異使得不同所有制企業(yè)具有了不同的勞動力調整成本[14]。因此,我們使用國家資本和集體資本在實收資本中所占比重來衡量企業(yè)的國有資本比重,并對同一范圍內的企業(yè)求均值?；貧w結果如表1 所示。

表1 中(1)、(2)列為未加入控制變量時,對(9)式的回歸結果,區(qū)別在于(2)列在(1)列基礎上使用同一范圍內的企業(yè)數(shù)量作為權重,進行加權回歸。(3)、(4)列加入了控制變量,(4)列使用了與(2)列相同的加權回歸。可以看出這四列核心解釋變量的系數(shù)均在1%水平上顯著為正。(5)、(6)、(7)列替換核心解釋變量后,依然沒有改變其系數(shù)的正顯著性,只是以固定效應一階自回歸得到的系數(shù)(VOL_AR_FE)顯著性有所降低,但仍然在10%水平上顯著為正。從此回歸結果可以看出,行業(yè)內企業(yè)遭受的生產率沖擊越大,勞動力錯配的程度越嚴重。

表1 行業(yè)層面生產率沖擊與勞動力錯配關系

(三)企業(yè)層面分析

本文模型的核心在于說明在企業(yè)多期動態(tài)投資過程中因為勞動力調整成本的存在,生產率沖擊會導致企業(yè)之間勞動邊際產出的差異。而當企業(yè)投資被設定為一期滯后模型時,如果不存在調整成本,廠商將能夠根據生產率變化調整勞動力投入,這將使得廠商間勞動邊際產出均等,此時生產率沖擊不會對勞動邊際產出的變化產生影響。為了檢驗這一假設,我們構建如下的回歸方程:

其中Aωpt為企業(yè)p在t時間受到的生產率沖擊,分別用普通ols 對生產率作一階自回歸(AR),帶固定效應的生產率一階自回歸(AR_FE)以及用GMM(廣義矩估計)對生產率作一階自回歸(AR_GMM)所得殘差來構造。為了觀察t-1 期具有相同生產率的企業(yè),在面對不同生產率沖擊時,是否會造成不同勞動邊際產出,對t-1 期的生產率(ωpt-1)進行了控制。此外,控制變量還包括企業(yè)t時期的勞動投入量(取對數(shù)),企業(yè)年齡,企業(yè)在中間材料市場的壟斷程度,企業(yè)的國有資本比重,企業(yè)出口產值比重,勞動密集程度。對企業(yè)個體固定效應和時間效應也進行了控制。回歸結果如表2 所示。

表2 中(1)至(3)列的回歸結果可以看出,生產率變化的回歸系數(shù)均在1%的水平上顯著為正,說明企業(yè)勞動邊際產出會隨著生產率沖擊而變化,從而拒絕了生產率沖擊不會對企業(yè)勞動邊際產出變動產生影響的原假設。另外滯后期生產率的系數(shù)顯著為正,表明生產率沖擊對資源配置的影響是一種持續(xù)的過程。

表2 企業(yè)層面生產率沖擊與資源配置

(四)勞動投入量變動與生產率沖擊的非線性關系

為進一步驗證生產率沖擊是因為存在勞動力調整成本,來影響勞動投入量的機制,本文又構建了以下回歸方程:

其中,Δl=ljt-ljt-1,為同一范圍內企業(yè)j前后相鄰兩期的勞動投入量(取對數(shù))之差,SDrit(Δl)表示Δl的標準差。同理,SDrit(Δω)用同一范圍內企業(yè)生產率差異的變動程度來反映生產率沖擊,分別用SD_VOL,SD_AR,SD_AR_FE,SD_AR_GMM表示,其定義同表1 所述。Irit為虛擬變量,當SDrit(Δω)大于同一地區(qū)同一行業(yè)生產率沖擊的中位數(shù)(Medianri(SDrit(Δω)))時,Irit=1,否則為0。交互項是為了檢驗勞動力投入量的變動是否會隨著生產率沖擊的增大而線性增大。回歸中同時對地區(qū)固定效應、行業(yè)固定效應、時間效應、地區(qū)—行業(yè)固定效應進行了控制,其他控制變量與表1 相同?；貧w結果如表3 所示。

表3(1)～(4)列未加入交互項,從面板固定效應模型估計的結果中,可以看出生產率沖擊能夠顯著促進勞動力投入變動程度。(5)～(8)列加入各自交互項后,我們采用極大似然估計方法來估計系數(shù),可見交互項系數(shù)至少在10%顯著水平上為負,說明隨著生產率沖擊逐漸增大,其對勞動力投入量變動程度的影響逐漸減弱,兩者呈現(xiàn)非線性關系。

表3 勞動投入變動與生產率沖擊關系

五、來自結構分析的證據

將企業(yè)按不同的所有制類型分為國有企業(yè)、集體企業(yè)、民營企業(yè)、外資企業(yè)、中國港澳臺外資企業(yè)、混合所有制企業(yè)六種類型。采用動態(tài)分析模型及估計方法來估計出每種類型企業(yè)的調整成本參數(shù)。具體來說,使用離散狀態(tài)空間方法來解出公式(7),其中:設置l(勞動力投入量的對數(shù))的格點范圍[3,10],每個單元格點為0.1;生產率格點數(shù)為30,并使用Tauchen[34]的方法計算轉換矩陣;以最后一年的模擬數(shù)據計算勞動雇傭量比例超過20%的企業(yè)比例,并對所有年份勞動力變動及勞動邊際產出數(shù)據求標準差。從而得到三個模擬目標矩的值,然后運用格點搜索法找到使得(8)式中Q(θ)最小時,所對應的待估計調整成本參數(shù)。

(一)基本估計結果

按照以上估計方法,得到調整成本參數(shù)估計及目標矩對比結果如表4 所示。根據表中對于實際矩的統(tǒng)計結果,可以看出勞動投入變化在各種類型企業(yè)間的差異。在國有企業(yè)和集體企業(yè)中,勞動雇傭量小規(guī)模變動(小于5%)的企業(yè)占比較多,但該比例在中國港澳臺獨資企業(yè)及外商獨資企業(yè)中相對較小。而在中國港澳臺獨資企業(yè)、外商獨資企業(yè)及民營企業(yè)中,勞動投入變動幅度較大(大于20%)的企業(yè)占比相對較多。一種可能的解釋是,在我國,國有企業(yè)、集體企業(yè)承擔著保就業(yè)的社會目標,維持就業(yè)量相對穩(wěn)定是國有企業(yè)、集體企業(yè)的目標之一,因此在這兩類企業(yè)中勞動投入呈現(xiàn)小規(guī)模變動的企業(yè)較多。對于追求利潤最大化的外商獨資企業(yè)(包括中國港澳臺獨資企業(yè))、民營企業(yè)來說,根據生產率變動適時調整勞動投入才能使其達成目標。

表4 參數(shù)估計結果

另一方面,從調整成本系數(shù)估計的總體特征來看,所有企業(yè)的凸性調整成本系數(shù)均較大,但固定成本系數(shù)均較?、佟＿@與本文的調整成本結構設計有關。(5)式中將固定成本系數(shù)表示為干擾成本的形式(即固定成本表示為利潤占比),在這樣的情況下,只有固定成本系數(shù)較小時才符合實際情況。從不同企業(yè)類型對比的結果看,外商獨資企業(yè)及中國港澳臺獨資企業(yè)的凸性調整成本系數(shù)較高,但集體企業(yè)和民營企業(yè)該系數(shù)值較低。對于固定成本系數(shù)來說,外商獨資企業(yè)該系數(shù)值較大,國有企業(yè)次之,集體企業(yè)和民營企業(yè)該系數(shù)值小于0.000 2。

(二)反事實模擬結果

為了考察不同反事實情況下,生產率沖擊在調整成本作用下對企業(yè)影響的異質性,我們借鑒Asker et al.[4]的擬合優(yōu)度指標,來衡量模型的擬合效果。

表5 反事實模擬結果

表5 第2 列給出了不同模型對總體經濟的擬合程度,第3～8 列計算了相對于現(xiàn)實經濟模型而言,在各種反事實模擬情景下,各類型企業(yè)人均產出的變動值。模型1 以現(xiàn)有各類型企業(yè)的實際參數(shù)(包括反映生產率沖擊、生產技術、勞動邊際產出、調整成本等參數(shù))來模擬總體經濟,其擬合優(yōu)度值為0.107 4。模型2 將各類型企業(yè)的調整成本系數(shù)統(tǒng)一為總體系數(shù)的2 倍時,模型擬合度有所下降。并且由于調整成本上升,使得各類型企業(yè)的人均產出比現(xiàn)實經濟均有所下降,橫向對比發(fā)現(xiàn),受影響較小的是國有和集體企業(yè)。在模型3 中用總體經濟的調整成本系數(shù)替換各類型企業(yè)的各自系數(shù)后,發(fā)現(xiàn)總體擬合優(yōu)度比現(xiàn)實經濟模型有所提升,所有企業(yè)人均產出比現(xiàn)實經濟均有所提升,其中中國港澳臺、外商企業(yè)受益較多。模型4 使得各類型企業(yè)的調整成本系數(shù)均統(tǒng)一為總體系數(shù)的一半,此時所有企業(yè)的調整成本系數(shù)都有所下降,由于企業(yè)能夠相對靈活地調整要素投入,使得模型模擬值與實際值差距縮小,將模型的擬合度提升到0.129 8。另外,調整成本的普遍下降,使得各類型企業(yè)的人均產出相對于現(xiàn)實經濟均有所提升,提升效果較明顯的仍然是中國港澳臺獨資企業(yè)和外商獨資企業(yè),并且受益程度大于模型3。從模型3、4 的對比結果也可以看出,當調整成本下降1 倍時,所有企業(yè)的人均產出上升了3～4 倍。模型5 是假設所有企業(yè)具有相同的生產技術,此時模型出現(xiàn)了過度擬合,但人均產出比現(xiàn)實經濟大幅增加,說明消除不同企業(yè)間生產技術的差異對于提升產出效率具有重要作用。在模型6 中,把生產率沖擊的持續(xù)性參數(shù)和波動性參數(shù)均下調為最小值②,此時模型擬合優(yōu)度較現(xiàn)實經濟模型提升了6 倍,可能的原因在于生產率沖擊減弱,使得企業(yè)的要素投入相對穩(wěn)定,模型擬合值與現(xiàn)實值差距較小,提升了模型的解釋能力。另外,在生產率沖擊減弱的情況下,所有企業(yè)的人均產出均有所提升。對比模型4 與模型6,兩種措施均能提高企業(yè)的人均產出,但提升效果在不同類型企業(yè)間存在一定差異。對于中國港澳臺和外商獨資企業(yè)來說,降低調整成本能夠帶來較顯著的政策效果,而減弱生產率沖擊能使國有、集體、民營及混合制企業(yè)較多受益。

六、結論及啟示

本文結合動靜態(tài)分析方法,驗證了生產率沖擊、勞動力調整成本與勞動力資源配置的關系,考察了雙重壓力對我國企業(yè)勞動力資源配置造成的影響,并通過構建反事實,模擬了勞動力調整成本、生產率沖擊等變動對不同類型企業(yè)勞動力資源配置的異質性影響,提出了差異化“減負增效”的策略。一方面,靜態(tài)分析結果表明,由于存在勞動力調整成本,使得企業(yè)在進行動態(tài)勞動力配置時,不能根據生產率沖擊來靈活調整勞動力投入,進而造成行業(yè)內企業(yè)間的勞動邊際產出離散度增加,即出現(xiàn)了調整成本與生產率沖擊雙重壓力下的勞動力資源儲配。另一方面,結構估計的動態(tài)分析結果進一步從企業(yè)異質性角度說明了勞動力調整成本在勞動力資源配置中的作用。具體來說,我們發(fā)現(xiàn)凸性調整成本系數(shù)在不同類型企業(yè)間存在較大差異,但固定成本系數(shù)均較小。結合反事實模擬結果,可以看出中國港澳臺和外商獨資企業(yè)對勞動力調整成本較為敏感,而我國國內企業(yè)包括國有、集體、民營企業(yè)對生產率沖擊反映較為強烈,降低調整成本和生產率沖擊都能提高企業(yè)的人均產出水平,提升勞動力資源配置效率。從本文的研究中,可以得到的政策啟示為:在我國企業(yè)遭受雙重壓力的情況下,通過為企業(yè)提供穩(wěn)定的經營環(huán)境,減少生產率沖擊,并降低企業(yè)在招聘、解聘中發(fā)生的行政、法律成本等勞動力調整成本的方式來為企業(yè)減負,能夠弱化勞動力資源錯配帶來的不利影響。對不同企業(yè),應采取適度的政策偏向,走差異化的“減負增效”之路,對于外商獨資企業(yè)(包括中國港澳臺獨資)應更加注重降低其在勞動力雇傭或解聘時所發(fā)生的制度成本,使其能夠靈活調整勞動力投入,提升勞動力資源配置能力。

注釋:

①表4 中固定成本系數(shù)為0,并不代表固定成本不存在。本文選擇格點的最小單位為0.000 2。

②根據實際數(shù)據計算所得,持續(xù)性參數(shù)最小值為0.107 4,波動性參數(shù)最小值為0.038 4。