1. 引言
自改革开放以来,中国经济蓬勃发展,实现了历史上从未有过的高效且长期的经济增长,经济规模从1978年的3679亿元人民币飙升至2019年的990,865亿元人民币,国内生产总值年均增长9.8%,在经济总量的不断攀升中依旧保持稳定的增长,于2010年成为世界第二大经济体,经济总量占世界经济比重从1978年的1.8%上升到2019年的超过16%,人民生活水平从缺衣少食到总体小康,经济增长将我国的现代化建设推向新的发展阶段。
而带动经济迅猛发展的要素之一是价格低廉、供给充足的劳动力资源持续投入,近9亿的劳动力规模异常庞大,特别是来自我国中西部地区劳动力源源不断地向东部沿海城市输出,形成中国奇迹的坚实基础 [1]。故为有效保障我国职工合法权益、稳步提高劳动力供给质量,我国于1994年正式实行最低工资保障制度,自2004年颁布《最低工资规定》至今,我国最低工资标准持续上调,从不足500元到2018年底的均超过1400元,为保障职工的劳动权益与合法利益领域做出了积极的贡献,也有利于区域经济快速稳定地发展。政策的演变激发了学术界与政治界关于最低工资经济效应的探讨,尤其是就业、工资与收入三方面的研究。就企业而言,最低工资的制定及后续上涨意味着劳动力成本的提升,不免使得企业运转成本加重 [2]。出于目标盈利最大化的考量,在执行国家政策的前提下,企业需要找寻其他途径规避成本冲击,而加大内部研发以改进自身生产率被视为降低运转成本的一般举措,但企业不一定会采用该项措施,因为劳动力成本的上升对企业创新同时存在挤出效应 [3],即劳动力成本上升使研发预期收入不显著时,企业倾向于对外购买成熟的新型技术或设备,从而降低本身研发倾向 [4]。
那么最低工资标准的制定是否对企业提高研发优先度存在影响?若存在影响,在区域发展不均衡的中国,这种影响有没有地区的差异性?差异化的严重程度如何?这些亟待解决的问题不光是现实问题,也是战略问题。作为现实问题,最低工资标准制定的合理性与地区执行规定的差异化需要得到确切依据的支撑。作为战略问题,企业自主创新归于国家创新驱动发展战略之中,对企业研发的影响机制探究有利于国家创新战略的推进。故基于实证研究的脉络,研究区域间最低工资标准对企业研发投入的影响,对地方规定的优化与国家战略的推进,有着较为重要的理论意义与现实意义。
2. 理论基础与研究假设
一般来说,我们认为最低工资的制定与上涨会直接影响到企业用人成本的提高 [5],一是因为最低工资制度的确立是政府对社会发出的一个保障劳工权益的信号 [6],于制度层面建立起提高劳动力工资水平和提供基础福利的长效保障机制,二是令社会劳动力观念产生正向偏移,形成重视职工、重视劳动的整体风气,进而全面提高劳动力使用的成本。
面对用工成本增加这一既定事实,企业基于达成盈利最大化的自身性质,势必采取相应措施减轻、抵消或转移经营压力,挤占企业研发资金便是其中重要一环 [7]。一是因为企业研发主要依靠内部资金供给,相较于其他投入易削减开支。二是因为企业研发在企业内部运营中属于短期收益不明显项目,且其长期收益不稳定,不是依据详细蓝图进行产品的更新迭代,而是以模糊不清、指标不健全的目的为导向,前期投入大量的人力、物力开展研发工作,并不一定为企业带来预期中的收益,高风险收益存疑的项目在急需缩减企业运营成本的时期被削减开支是常规操作 [8]。三是企业在启动研发工程时,为规避可能的核心知识泄露,将有限度地对外界公布自身研发进度及成果,不利于外界资本对企业研发项目的评估,企业研发的对外融资难度无形中增大。故最低工资制度的确立及上浮将倒逼企业重新分配自身资金用度,挤出效应导致研发项目额度被削减。
但另一方面,最低工资制度的确立及上浮也将促使企业做出加大研发投入的决定。一是最低工资的上调导致同等的薪酬前提下企业会优先聘用职业技能层级更高的员工 [9],企业的决策变化激励求职人员提升自身职业水平,降低自我淘汰风险,企业的研发正需要有创新精神和进步欲的员工,故有员工素质的提升使得企业研发效率提高 [10]。二是企业为应对用工成本的上升,改善生产所需人力资源,提高工作效率同为有效手段,人力资源的优化改善有利于企业的研发工作。三是生产要素间可实现一定程度的替代,企业增大研发强度视作技术要素投入增强,可替代劳动力要素 [11]。
总之,最低工资标准的上浮是增加还是挤出企业研发投入呢?现有文献结论不一,未能明确最低工资标准对企业研发的影响机理。但根据中国现状可知,一方面中国人口整体素质不断提高,老龄化问题严重,但出生率相对不足,带来的是人口红利逐步消失,现实逼迫中国企业自劳动密集型向知识密集型、资金密集型转变 [12],另一方面中国经济体量不断增大,市场体制进一步完善,企业想在愈发激烈的市场竞争中脱颖而出,需要依托研发生产高质量的产品和服务。故本文提出如下研究假设:
最低工资标准上浮正向影响企业研发。
3. 研究设计
3.1. 数据来源
本文所运用数据主要有以下几个来源:
一是国泰安数据库(CSMAR),该数据库是深圳希施玛数据科技有限企业从学术研究需求出发,借鉴CRSP、COMPUSTAT、TAQ、THOMSON等权威数据库专业标准,并结合中国实际国情开发的经济金融领域的研究型精准数据库。本文主要选取该数据库的上市企业基本信息、研发创新、财务报表等板块,筛选、提取并整理出上市企业的企业名称、企业代码、成立时间、注册地址、拥有资产、企业规模、员工人数等企业相关数据 [10],针对研究重点内容提炼2012~2018年上市企业研发投入、专利年申请数量、企业成长性等关键数据。
为规避数据异常、数据遗漏、数据不匹配等问题,提高数据库使用效率,本文对搜集的数据做如下处理:首先,剔除于2018年前退市的样本,剔除企业财务指标缺失(如总资产、期末净资产、营业总收入、第一大股东持股比例)的样本,同时剔除指标明显错误(如净收入大于总收入、固定资产大于总资产)的样本。其次,因部分企业名称或其他代码于研究日期内发生改变,本文依据企业注册名称、注册地址、企业代码等固定信息对企业数据进行匹配,后加以重新核算及整合。
二是全国31个省市最低工资标准(2011~2017)及相关城市数据。考虑到自2008年来,我国最低工资标准调整趋于稳定,对工资政策执行的监管力度加大,受外部经济事件冲击较小,本文选取的最低工资标准样本量位于2011~2017年这一区间段,通过各省市人力资源与社会保障局公开的最低工资标准调整信息、人民政府的政策性文件、地方制定的年鉴等方式搜集到31个省市2011~2017年的最低工资标准,并与国家统计局公布的数据进行印证,保证了解释变量的正确性与完整性。此外,本文查阅国家统计局创办的《中国统计年鉴》,其系统收录了全国和各省、自治区、直辖市上年经济、社会各方面的统计数据,以及多个重要历史年份和近年全国主要统计数据,而本研究主要运用了该年鉴中2012~2018年各地区的城市人均GDP、城市居民消费指数、城市就业水平、城市社会保障水平等城市有关数据,对缺失、异常变量做均值插补或剔除处理。
3.2. 计量模型与变量设定
本文研究的主要内容是最低工资标准的调整对企业研发的影响,基于前人已有研究文献,自前文理论阐述出发,设定出如下基本计量模型:
(1)
其中,下标i表示企业,j表示企业所属地区,t表示年份。被解释变量
表示企业研发,本文以取对数后的企业年开发支出衡量,解释变量
表示企业所属省市前一年所施行的最低工资标准,采用前一年的指标是考虑到最低工资标准对企业研发影响的滞后效应,即最低工资标准制定后无法及时对企业研发施加影响,并做除1000处理。E为企业控制变量集,包括:企业股权集中度(ratio),我们用企业第一大股东持股比例衡量企业的股权集中度;企业成长性(growth),我们用企业主营业务收入增长率衡量;企业员工人数(staff),我们用每年在册的企业正式员工数衡量;企业年限(age),我们以样本当年年份减去企业注册年份再加一测算企业年限;企业资产规模(assets),我们以企业期末总资产这一指标衡量企业资产规模大小,并做取对数处理,使检验结果更为精确。
为地区固定效应,主要为了控制难以测量到、不因时间改变的区域固定效应。
为时间固定效应,为了控制观察难度较大、不随地区、个体改变的时间固定效应。
为随机扰动项。
3.3. 描述性统计
Table 1. Descriptive statistics of main variables
表1. 主要变量的描述性统计
主要变量描述性统计的相关说明如表1:1) 企业研发(
)。将企业开发支出做取对数处理后,最大值为22.41,最小值为0,均值为3.2298,相较于最大值,均值与最小值更为接近,且所作差值较大,表明我国企业在企业研发方面两极分化情况严重;2) 最低工资标准(
)。将企业所属地区前一年所施行的最低工资标准做除数处理后,最小值为0.87,最大值为2.42,分布较为均匀,但虑及最低工资标准是地区设定的最低劳动报酬线,这一数值的均匀分布同时意味着区域间最低工资标准设立数值差异较大,区域间经济差异明显;3) 企业股权集中度(ratio)。最大值为89.99,而最小值仅为2.2,说明企业间股权集中度差异明显,部分公司股权集中度较高,同时存在部分公司股权稀释严重,如最小值2.2,股东内部难以生成有效话语权,制约企业决策;4) 企业成长性(growth)。均值为.4271,说明多数企业主营业务增收较为缓慢,符合我国上市公司基本情况,最大值为92.15,标准差为3.09156,侧面说明观测到的企业成长性不存在显著差异性,分布较为集中;5) 企业员工人数(staff)。标准差为32,006.19485,最大值、最小值间的巨大差值说明企业在职员工数差异明显,劳动力规模分化严重;6) 企业年限(age)。最小值为2.00,最大值为51.00,平均值为17.0389,标准差为5.59903,样本分布范围较大,分布集中度较低,说明样本具有较好的多样性;7) 企业资产规模(assets)。最小值为14.94,最大值为30.95,平均值为22.1698,标准差为1.49092,选取的企业资产规模分布均匀,样本代表性较强,且说明我国上市企业体量差异明显。
开展实证分析前,为保证模型的合理性,本文提出原假设H0:所有回归参数都等于0,后做F检验,检验结果为Prob > F = 0.0000,拒绝原假设,说明F检验通过,模型总体存在。为进一步探寻使用混合回归亦或是固定效应模型,本文提出原假设H0:随机效应模型为正确模型,后做hausman检验,检验结果为chi2(2) = 63.67,Prob > chi2 = 0.0001,拒绝原假设,应采用固定效应模型。
4. 实证结果分析
4.1. 基础回归结果
表2展示了本文研究的基础回归结果,其主要内容有:1) 为我们在未控制任何其他变量的情况下,进行了最低工资标准对企业研发的回归分析;2) 为在1)的基础上加入前文所设立的企业控制变量集;3) 则在2)的基础上固定了企业的年份效应;4) 则在2)的基础上固定了企业的地区效应:5) 则在2)的基础上同时固定了企业的年份效应和地区效应。从表2的回归结果中,我们可以明显看到
对被解释变量
的影响系数为−0.431,且在α = 0.01的水平上非常显著,说明最低工资标准的上升会抑制企业对自身研发的投入。
表2同时展示了企业控制变量集的回归结果。企业股权集中度(ratio)对被解释变量的影响系数为−0.0466,直接说明企业股权集中度这一企业属性显著约束企业的研发行为。高企业股权集中度反映的是企业有高于一般个体的寡头治理倾向,在一定程度上会加强企业运转、决策、管理效率,促进企业高速向既定盈利方向前进,但另一方面高企业股权集中度也会抑制集体创新意识,高效的执行力度带来的是员工自主性的压制,进而降低个体的研发倾向和整体的研发能力,不利于促使企业将有限资源倾斜到企业自主研发上;企业成长性(growth)对被解释变量的影响系数为−0.587,表示企业成长性显著抑制企业研发,企业主营业务收入增加会使企业产生当前市场需求与供给未至均衡状态,处于卖方市场的市场预测,做出加大自身产品与服务供给的决策,削减研发有关部门的开支,将劳动力和资本投向主营业务扩大的领域,放缓研发脚步;企业员工人数(staff)的影响系数为−3.597,其与企业研发显著负相关,员工人数的增加有其边际效应,在不超过临界线时员工人数越多,企业研发可投入的劳动力越多,企业研发力度随之增强,但越过临界线后,员工人数的每一单位增加都会带来组织行政效率亦或是研发效率的下降,帕金森定律同样描绘了这一现象;企业年限(age)的影响系数为−0.0940,与企业研发呈负相关关系。企业发展的时间越长,一方面会培养出稳定的企业文化,加强员工对业务的熟练度,诸多因素会令存续时间更长的企业拥有更多研发人才,有利于产品与服务的创新,然而,另一方面,企业年限越长,企业制定的经营方针越趋于保守,开拓性随之降低,行政机构同行政人员一道提高臃肿程度,生产设备、生产技术与世界先进领域脱节,不利于产品与服务的创新;企业资产规模(assets)对企业研发具有正向效应,其影响系数为0.444,在1%的显著性水平上较为显著,企业研发行为需有大量的资金、设备、技术及劳动力投入,一般来说拥有越大企业总资产的企业越有保证自身市场优势地位的需求,研发动力更为充足,客观物质条件也足以支撑研发行动。
注:***表示在α = 0.01的水平上显著,**表示在α = 0.05的水平上显著,*表示在α = 0.1的水平上显著。表格中括号内容为稳健标准误,无特别说明,下表同。
4.2. 稳健性检验
前文所做的基础回归环节可能存在变量遗漏、模型内生性、数据筛选不合理、系统误差等问题,针对这些可能存在的问题,本节将对原有模型开展一系列稳健性检验,以进一步判定本文实证结果的正确性,以下是所做的稳健性检验及结果。
4.2.1. 控制城市变量集
以往学者研究最低工资标准对企业研发的影响,多以企业特征为控制变量,认为企业特征是除自变量以外会影响实验结果的主要因素,但忽略企业所在城市的经济发展水平、面向企业政策、未来侧重方向等要素均可能使研究产生偏差,需要人为测量和控制。为此,本研究参考唐曼萍和李后建(2019)的做法,加入一组城市变量集,其由居民消费指数(ucpi)、就业水平(uel)、社会保障水平(ussl)、人均gdp(upGDP)、就业工资水平(uewl)组成。从表3第(1)列给出的结果来看,
的系数符号并未发生变化,且依旧在α = 1%的上显著,与基础回归结果保持一致,其他估计结果的系数符号与数值均未发生显著变化,说明基础回归结果在控制一系列城市特征后仍是有效的,故前文结论是可信的。
4.2.2. 改变企业研发的衡量方式
在前面基础回归分析一节中,我们选定取对数后的年企业研发支出,来衡量企业研发这一关键变量,但部分基于研发支出视角的文献表示企业研发支出中包括人员人工、直接投入(如购买的原材料等)、折旧费用与长期待摊费用、设计费用和装备调试费等支出,内部条目繁多,仅为企业会计账目上的支出,且因企业所处行业不同,投向市场的产品和服务类别不一,研发方向、支出侧重点有系统性的区别,故企业研发支出存在较大的个体差异性,以同一、宽泛的企业研发支出衡量企业研发是有效的方法,但仍存在局限性,易忽略企业整体科研实力、资金使用水平、固定资产投入比例、创新成果转化效率等难以量化的指标。
所以,我们试图改变企业研发的衡量方式。企业年专利申请量是企业研发的直观表现,一是因为专利为国家认定,其数量是企业科研实力和研发投入转化为生产力和盈利能力的体现,二是当且仅当专利申请获益高于专利申请成本时,企业方考虑为该项研究成果申请专利,代表性更强,故我们以企业年专利申请量为新的企业研发衡量方式。从表3第(2)列的结果来看,自变量的系数符号与显著性水平未发生明显变化,其增长仍抑制了企业研发,故前文结论是可信的。
4.3. 小结
本章是全文的核心章节。基于国泰安数据库、国家统计局公布数据、中国统计年鉴、全国企业创新调查年鉴的大样本微观数据,对最低工资标准与企业研发进行了实证分析,实证结果表明,最低工资标准的上调对企业研发有显著的负向影响,与研究原假设不符,且通过一系列稳健性检验后,该结论依然可靠。
5. 结论与启示
作为一项致力于保障劳动者权益的制度,最低工资标准有不可忽视的作用,探究其对国家的企业创新战略有较为重要的理论与实践意义。本文采用2012~2018年上市公司的面板数据,考察了最低工资标准对企业研发的影响。研究发现:企业所在地区设立的最低工资标准越高,企业的研发投入越受抑制,且这一现象在股权集中度、成长性、员工规模、存续年限相对较高的企业影响更为显著,而企业资产规模则有促进企业研发的倾向。
本研究拓展了我国最低工资标准制度以及激励企业研发的相关文献,同时,也具有一定的实践价值,政府在制定最低工资标准时,达成保障劳动者权益的首要目标之余应关注其对企业创新的后续影响,做到避免“一刀切”,减轻企业规模、企业类型等个体差异性产生的创新负担,如可提高企业对员工报酬的税收支出减免,加大企业自主创新项目的扶持力度。