企业金融化与劳动收入份额

Corporate Financialization and the Share of Labor Income

摘要: 企业的金融化是否有利于提高劳动收入份额的提高，还是降低了劳动收入份额？基于我国上市企业2008~2023年面板数据，实证分析了企业金融化对企业劳动收入份额的影响。研究结果表明：(1) 企业金融化显著提升了劳动收入份额，该结论经历内生性检验和多方面稳健性检验后依然成立。(2) 金融化通过挤出企业就业规模这一中介来对劳动收入份额和企业管理层收入份额产生遮掩效应，并对企业普通员工收入份额产生完全的负面抑制效应，从而扩大了企业内部的收入不平等，因此企业的金融化尽管在表面上提升了企业的劳动收入份额，但这种劳动收入份额的提升掩盖了少数人获利更多的事实。文章的结论为国家进一步深化金融供给侧结构性改革，实现中国特色金融发展提出建设性政策建议。

Abstract: Does the financialization contribute to an increase or decrease in the labor income share of enterprises? Based on panel data from Chinese listed companies spanning from 2008 to 2023, this paper empirically examines the influence of corporate financialization on the labor income share of enterprises. The research findings reveal the following: (1) Corporate financialization significantly enhances the labor income share. This conclusion remains valid after endogeneity tests and various robustness checks. (2) Financialization elevates managerial per capita income by boosting operating profits as a mediating factor. It also generates a masking effect on labor income share and managerial income share through its influence on employment scale as a mediator, while simultaneously exerting a complete negative inhibitory effect on the income share of ordinary employees. This results in an amplification of income inequality within enterprises. Therefore, although corporate financialization seemingly increases the labor income share, such an increase remains a “robbing the poor to benefit the rich” type of growth. The conclusions drawn from this article offer constructive policy recommendations for the country to further deepen the supply-side structural reform of finance, aiming to realize a Chinese finance development path.

1. 引言

金融化是指企业的产业资本与金融资本的有机结合过程中，金融资本的占比逐渐升高，对企业的影响逐渐加深，成为主导的资本形态的过程[1]。从上世纪80年代开始，以英美为代表的西方国家的经济金融化速度开始加快，全社会的金融发展导致金融部门相对于非金融部门逐渐膨胀，从而对社会经济行为和经济结果的影响日益深化[2]。我国的经济金融化过程伴随着明显的经济结构的转型调整，当实体经济投资回报率降低时，大量资金便从产业资本中抽出，投向高收益率的金融和与金融业联系日益紧密的房地产行业，从而导致虚拟经济加速膨胀[3]。从上世纪末开始的全球经济金融化普遍加剧了各国产业的空心化[4]，劳动者群体权益保障不足[5]，城乡差距的扩大化[6] [7]，产业空心化，以及资本所有者群体扩大化[8]。因此，从金融化的角度探讨研究非金融企业金融化，对深化金融供给侧结构性改革，防止非金融企业进一步脱实向虚，让金融更好地服务实s体经济有着积极意义。

劳动力市场是支撑我国经济高质量发展的重要基础，完善收入分配公平是实现共同富裕的重要路径。我国劳动收入占比在过去30年中呈现“微笑曲线”变化：劳动收入占比自1994年开始逐年下降，在2007年下降到最低点的40.9%，尽管在之后开始逐年回升，但仍然与发达国家的水平有着较大的差距[9]。而企业是经济的微观主体，对承载劳动就业和缩小收入差距有着不可或缺的作用，企业的金融化意味着企业的资产结构的变化：产业资本的减少和金融资本的增加会使得企业内部的权力结构发生变化，进而对承载大量就业的实体部门的就业规模产生挤出[9]，也会对企业的劳动收入份额造成影响。

目前，国外的研究目前已经较为统一地认为企业的金融化会对劳动收入产生严重的负面影响，乃至扩大收入差距，例如迈克尔·赫德森和曹浩瀚[10]分析2008年金融危机以后美国普通蓝领家庭的金融情况，发现房地产与金融行业的密切相关使得许多普通家庭陷入沉重的债务陷阱。但是，绝大部分国外的研究都聚焦于发达国家的数据样本，鲜有关于中国乃至发展中国家的研究，将有关发达国家的研究结论直接应用到中国的实践上难免会有以偏概全的问题。而国内目前已有的关于企业金融化的研究主要集中在对企业的实体投资[3]、企业创新投资[1]、企业资本效率[11]以及企业数字化转型[12]等方面的研究，而与劳动收入份额的研究却较少。并且，相关研究虽有聚焦于企业金融化与劳动收入份额之间的相关性，但关于企业金融化对劳动收入份额的影响尚未得出一致的结论，一方面，黄宝竹和陈享光[13]将重点聚焦在企业内部收入差距上，发现企业金融化会扩大企业内部收入差距，且金融化主要通过提升管理者薪酬支付的渠道影响企业内部收入差距，徐畅和毛志宏[14]也指出企业金融化在提高管理层人均收入水平的同时降低了员工人均收入水平，导致企业内部收入差距的扩大。但另一方面，罗明津和铁瑛[15]则指出企业金融化对劳动收入份额有着正面促进作用，且高管的收入份额获益程度要小于普通员工。袁翠翠等[16]同样指出金融化能够提升劳动收入在初次分配中的比例，且市场化程度和管理者能力有着不同的调节作用。

企业金融化是否提高了劳动收入份额，以及可能通过什么效应机制进行影响，是本文试图进行解答的问题。有鉴于此，本文利用2008~2023年我国A股上市公司的微观数据，对企业金融化与劳动收入份额之间的相关关系与作用机制进行实证研究，以期为相关研究提供新的视角和结果支持。

2. 理论分析与研究假说

早期新古典经济学强调劳动报酬收入在长期具有稳定性，即“卡尔多事实”，以至于似乎关于劳动收入的研究也显得不再重要，但在20世纪80年代开始的全球化和新自由主义大潮下，金融行业发生了去中介化现象，即银行在金融中介的地位开始下降，经济活动的主体开始在金融市场上直接融资或放贷，开始深度参与到金融化的浪潮中，金融发展改变了相对稳定的劳动收入占比，从而开始挑战“卡尔多事实”。有学者认为经济金融化正是新自由主义所带来的结果之一，认为新自由主义通过教育市场化、经济金融化、资本全球化以及财政紧缩化四大渠道来改变社会的经济结构，扩大收入的不平等程度[4]。而相较于西方经济学，马克思主义政治经济学或许能够更好地解释发生经济金融化的内在逻辑，即经济金融化是资本主义生产所追求超额利润的内在逻辑所决定的：当实体经济利润率下降时，在没有如政府管制等外力干预下时，自由竞争使得资本的逐利天性必然会从实体部分抽出，投资利润率更高的金融资产部分，从而使得金融部门过度扩张，改变经济的结构，让货币资本占据主导地位[17]。经济金融化不仅使得金融业占GDP比重快速增加，而且非金融企业的金融利润所得也超过了生产性投资所得。深度金融化会导致经济生产的主导资本结构发生变化，经济生产结构的改变带来的是社会权力结构的改变，金融资本和金融利润占据主导意味着承载绝大多数就业的实业资本话语权降低，更具体的表现便是资本所有者群体话语权的进一步扩大，减少对劳动者群体保障的开支，提高整个经济结构投资性收入占比[4]，从而降低工人阶级的议价能力、工资性收入和转移性收入[9]，最终使得收入分配结构发生改变[5]。

实体企业金融化会带来“挤出效应”和“蓄水池效应”[3]，既会优化企业的资产配置，也会对企业的实体经营产生挤出。而具体到对劳动收入份额的影响上，则可能会产生两种方向相反的效应，即“盈利效应”和“抑制效应”。一方面，持有金融资产能够优化企业的资产配置，缓解其融资约束[18] [19]，从而为实体经营服务，进而起到维持劳动雇佣和劳动收入水平的作用[20]，由于不同性质企业会面临不同的信贷供给，其中民营企业和高风险企业会面临国有银行的信贷歧视，因此通过“盈利效应”来维持雇佣的动机在前者中十分显著，而国有企业与低风险企业由于获得信贷供给的渠道较多，则更易将这些超额信贷投向虚拟金融资产[21]。即当企业的金融化的动机是维持劳动生产时，由于金融资本的高投资回报使得企业的盈利和流动性都得到改善，此时企业更有底气维持劳动雇佣和支付更高的职工薪酬，从而使得金融化的“盈利效应”对劳动收入份额产生正面影响；而另一方面，金融化的“抑制效应”会对劳动收入份额产生负面影响，即金融化会导致企业过分“脱实向虚”，相较于承载大量就业的实体资本来说，金融资本能够承载的就业显得十分微不足道，从就业规模的角度出发，尽管金融化能够带来盈利的提升，但往往金融化的受益者只是企业很少的一部分群体，例如企业的高管和董事等人。并且，金融化会使得企业过多的资金配置在金融资本上，从而减少对主营业务的资本投入，不仅会减少劳动雇佣，同样会减少企业的研发费用，从而降低企业的劳动生产率[15]。再者，企业的金融化往往难以逆转，实体企业的金融化会削弱劳动群体的议价权[9]，从而使得金融资本向实体资本的转变更加困难。

综上所述，企业金融化对劳动收入份额的影响取决于“盈利效应”和“抑制效应”两种相反效应的大小结果，基于以上分析，本文提出假说1a与假说1b：

假说a：企业金融化会对企业劳动收入份额产生正面影响。

假说b：企业金融化会对企业劳动收入份额产生负面影响。

3. 研究设计

3.1. 样本数据来源

本文选择2008~2023年我国A股上市公司作为研究样本，数据来源于国泰安CSMAR数据库。本文根据研究需要，将原始数据进行以下处理：(1) 剔除金融类、保险类以及房地产类上市公司；(2) 剔除ST类上市公司；(3) 剔除关键数据缺失的样本；(4) 为排除异常值的影响，本文对所有连续变量在前后1%水平上进行了Winsorize处理。

3.2. 变量定义

1. 被解释变量

企业内劳动收入份额(LS_1)。借鉴江轩宇和朱冰[22]对劳动收入份额的做法，本文采用要素成本计算的增加值度量劳动收入份额，即LS_1 = 支付给职工以及为职工支付的现金/(营业收入 − 营业成本 + 支付给职工以及为职工支付的现金 + 固定资产折旧)。

2. 核心解释变量

企业金融化(fin_1)。本文使用企业金融资产占总资产的比重来衡量企业的金融化程度。参照杜勇等[3]的做法，将企业金融化定义为fin_1 = (交易性金融资产 + 发放贷款及垫款 + 可供出售金融资产 + 衍生金融资产+投资性房地产+持有至到期投资)/总资产。

3. 控制变量

根据安磊等[23]的研究，有偏技术进步、经济开放程度和市场结构会影响劳动收入份额，需要加以控制，对于有偏技术进步的影响，本文采用资本密集度来进行控制，即lnintensity = ln(固定资本存量/员工人数)；对于企业的对外开放程度，本文以上市企业十大股东中是否存在外资股东来进行控制，若企业十大股东中存在外资股东，则glob = 1，当十大股东中不存在存在外资股东时，取0；对于市场结构，本文用赫芬达尔指数hhi进行衡量。

此外，企业特征层面的控制变量包括资产负债率(lev)、净资产收益率(roe)、固定资产率(fixed)、成长性(growth)、企业规模(size)、企业所有权性质(soe)、管理层持股比例(mshare)、是否董事长和总经理二职合一(dual)以及企业成立年限(lnage)，本文所涉及的关键变量及其定义详见表1。

Table 1. Selection and definitions of key variables

表1. 关键变量的选取及定义

符号	变量名称	变量定义
被解释变量	LS_1	支付给职工以及为职工支付的现金/(营业收入 − 营业成本 + 支付给职工以及为职工支付的现金 + 固定资产折旧)
核心解释变量	fin_1	(交易性金融资产 + 发放贷款及垫款 + 可供出售金融资产 + 衍生金融资产 + 投资性房地产 + 持有至到期投资)/总资产
控制变量	lev	总负债/总资产
	roe	净资产收益率 = 净利润/平均净资产
	hhi	企业所在行业当年的赫芬达尔指数
	lnintensity	ln(固定资本存量/员工人数)
	glob	十大股东中是否存在外资股东，是取1，反之取0
	fixed	固定资产/总资产
	growth	营业收入的增长率
	size	企业总资产的自然对数值
	soe	企业属于国有企业取1，否则取0
	mshare	企业管理层持股的百分比
	dual	董事长和总经理是否二职合一，是取1，否则取0
	lnage	企业成立年限的自然对数
中介变量	staff	企业员工的自然对数值

3.3. 模型设定

为检验假说1中企业金融化对劳动收入份额的影响，本文构建模型(1)：

$\text{LS\_}{1}_{it}={\beta }_0+{\beta }_1\text{fin\_}{1}_{it}+\gamma {\text{Controls}}_{it}+\text{industury}+\text{Year}+{\epsilon }_{it}$ (1)

在模型(1)中：被解释变量$\text{LS\_}{1}_{it}$ 企业劳动收入份额，$\text{fin\_}{1}_{it}$ 为核心解释变量，表示金融化程度，${\text{Controls}}_{it}$ 为模型中的控制变量，industury与Year分别代表了对行业效应和时间效应的控制，${\epsilon }_{it}$ 为随机扰动项。

4. 实证结果和分析

4.1. 基准回归结果

基准回归结果在表2中进行了汇报，其中列(1)为模型1并未控制行业固定效应和年度固定效应的结果，列(2)为在此基础上控制了年度固定效应的结果，列(3)为控制了行业固定效应和年度固定效应的回归结果。表2的回归结果表明：在控制了双向固定效应及相关控制变量后，回归结果依然稳健，核心解释

Table 2. Baseline regression results

表2. 基准回归结果

	(1) LS_1	(2) LS_1	(3) LS_1
fin_1	0.060^*** (6.330)	0.017^* (1.778)	0.032^*** (3.494)
控制变量	YES	YES	YES
年度效应	NO	YES	YES
行业效应	NO	NO	YES
常数项	0.992^*** (59.442)	1.120^*** (27.180)	1.094^*** (23.442)
N	23430	23430	23430
R^2	0.332	0.368	0.472

注：^***、^**、^*分别代表在1%、5%、10%水平上显著，括号内为汇报的t值。下同，不再赘述。

变量fin_1的回归结果在1%的显著性水平下正显著，表明金融化水平的提高有助于劳动收入份额的提升，表2的回归结果验证支持了本文的假设1a。

4.2. 稳健性检验

1. 内生性问题

在研究金融化水平对企业劳动收入份额的影响机制时，劳动收入份额与金融化水平也可能存在双向因果的内生性问题，为此本文使用工具变量法来解决内生性问题。借鉴杜勇等(2017) [3]、安磊等(2019) [23]、黄宝竹、陈享光(2022) [13]的做法，引入企业金融投资收益水平作为金融化水平的工具变量，定义企业金融投资收益水平 = (投资收益 + 公允价值变动收益—对联营企业和合营企业的投资收益 + 其他收益)/总资产。企业的金融投资收益作为企业的非营利性利润之一，可以很好地衡量企业的金融化水平，又不可能直接影响企业的劳动收入要素，能够满足作为工具变量的基本条件。使用二阶段最小二乘法(2sls)对基准模型进行内生性检验，第一阶段回归结果显示，工具变量的F统计值为42.81，显著大于10，说明选择的工具变量不存在弱工具变量问题，二阶段回归结果在表3的列(1)进行了汇报，回归结果报告了在控制了内生性因素的情况下，实体企业金融化仍然会对劳动收入份额产生显著的正面影响，并且核心解释变量回归系数更大，相较于之前回归的结果更加明显。

2. 替换变量

本文通过重新定义金融化程度衡量指标和劳动收入要素衡量指标来检验结果的稳健性，对于解释变量，借鉴安磊等[23]的做法，扩大了金融资产的衡量内容，将货币资金、交易性金融资产、衍生金融资产、持有至到期投资、可供出售金融资产、应收股利、应收股息、长期股权投资、投资性房地产以及发放贷款及垫款额纳入金融资产内容，即定义fin_2 = (货币资金 + 交易性金融资产 + 衍生金融资产 + 持有至到期投资 + 可供出售金融资产 + 应收股利 + 应收股息 + 长期股权投资 + 投资性房地产 + 发放贷款及垫款额)/总资产；对于被解释变量的替换，根据王博、毛毅[24]的研究，将劳动收入份额定义为LS_2 = 应付职工薪酬贷方发生额/企业营业总收入。回归结果详见表3的列(2)~列(5)，回归结果表明在替换了解释变量与被解释变量后，所得结果与上文一致，表明回归结果是稳健的。

3. 控制个体固定效应

在基准回归模型中，控制了行业固定效应和时间固定效应。本文为加强回归结果的稳健性，在模型(1)中进一步控制了个体的固定效应，回归结果在表3的列(6)中汇报，估计结果与基准回归一致，说明在进一步控制了个体固定效应后，核心解释变量fin_1在5%显著性水平下显著为正，说明回归结果是稳健的。

Table 3. Robustness analysis

表3. 稳健性分析

	(1) LS_1	(2) LS_1	(3) LS_1	(4) LS_2	(5) LS_2	(6) LS_1
fin_1	1.113^*** (13.33)	0.032^*** (3.494)			0.079^*** (9.076)	0.030^** (2.563)
fin_2			0.037^*** (6.903)	0.066^*** (13.824)
常数项	0.989^*** (28.52)	1.094^*** (23.442)	1.080^*** (23.038)	0.624^*** (18.886)	0.647^*** (20.484)	0.992^*** (12.171)
控制变量	YES	YES	YES	YES	YES	YES
年度效应	YES	YES	YES	YES	YES	YES
行业效应	YES	YES	YES	YES	YES	YES
个体效应	NO	NO	NO	NO	NO	YES
N	23430	23430	23430	23307	23307	23430
R^2	0.104	0.472	0.473	0.447	0.444	0.349

5. 进一步分析

前文的回归结果汇报了企业金融化对于劳动收入要素有显著的正面提升作用，即企业金融化的“盈利效应”大于“抑制效应”。但即使金融化对劳动收入份额有着正向的作用，企业的金融化仍会对大量劳动雇佣产生挤出，可能会发生少数管理层的金融化受益大于多数人普通工人的金融化受损的情况，企业的金融化是否真的使得多数人受益，仍然需要进行进一步分析。而劳动雇佣是企业金融化的代表性中介，企业的金融化会导致普通员工议价能力减弱，从而对企业的就业产生挤出效应[13] [23] [25]，为分析就业的中介效应，本文使用模型(2)~(4)进行检验。

$x_{it}={\alpha }_{10}+{\beta }_{10}\text{fin}{1}_{it}+{\gamma }_{10}{\text{Controls}}_{it}+\text{industury}+\text{Year}+{\epsilon }_{it}$ (2)

${\text{staff}}_{it}={\alpha }_{11}+{\beta }_{11}\text{fin}{1}_{it}+{\gamma }_{11}{\text{Controls}}_{it}+\text{industury}+\text{Year}+{\epsilon }_{it}$ (3)

$x_{it}={\alpha }_{12}+{\beta }_{12}\text{fin}{1}_{it}+{\delta }_3{\text{staff}}_{it}+{\gamma }_{12}{\text{Controls}}_{it}+\text{industury}+\text{Year}+{\epsilon }_{it}$ (4)

在模型(2)~(4)中，staff为企业员工人数的自然对数值，表示就业规模，是中介变量，被解释变量$x_{it}$ 根据模型所需要检验中介效应机制的不同，分别为LS_1、normal、high，其中，normal是普通员工薪酬总额的自然对数值，本文用以衡量企业普通员工的收入份额；high是企业董监高薪酬总额的自然对数值，本文用以衡量企业管理层的收入份额。回归结果在表4中进行了汇报，受于篇幅所限，模型(4)的检验仅在表4列(1)中进行一次汇报。

回归结果显示，列(1)回归中解释变量fin_1的系数显著为负，说明企业金融化对就业规模有着显著的负面抑制作用。而列(3)回归结果为企业金融化作用于企业劳动收入份额的直接和间接效应，由回归系数可知，在控制了企业的就业规模这一中介变量时，间接效应(${\beta }_{11}\ast {\delta }_3$ )的方向与总效应方向(${\beta }_{12}$ )相反，进一步说明了就业规模在其中发挥了显著的遮掩效应，也就是说，企业的金融化虽然会对企业的劳动收入份额产生正向的促进作用，但是同样会弱化劳动者的议价能力，对企业的就业规模产生挤出的作用，并由此对企业的劳动收入份额产生负面的降低作用，从而弱化企业金融化对于企业的劳动收入份额所产生正向的促进作用。同理，列(7)的回归结果为企业金融化作用于企业管理层薪酬总额的直接和间接效应，由回归系数可知，间接效应(${\beta }_{11}\ast {\delta }_3$ )的方向与总效应方向(${\beta }_{12}$ )依然相反，说明在此模型中企业的就业规模在其中仍然起遮掩效应的作用，即企业的就业规模的被挤出，同样弱化了企业金融化对企业管理层总薪酬的正面促进效应，究其原因，企业金融化的出发点之一是通过脱实向虚的途径寻求超额利润，在这过程中必然会使得有限的投资从实体企业中撤出，减少了企业从实体经济中所获得的利润，从而削弱从虚拟经济中获得超额利润所带来的正面效应。然而，列(5)的回归结果中显示，当加入企业的就业规模这一中介变量时，就业规模在1%显著性水平下显著，而金融化对普通员工总薪酬的影响系数${\beta }_{12}$ 不再显著，说明就业规模在企业金融化与普通员工总薪酬的关系中发挥了完全的中介效应，即说明，企业金融化对于普通员工的总薪酬有着显著的负面抑制效应，而这种负面的抑制效应是通过就业规模这一中介变量来进行的，“企业金融化–普通员工就业被挤出–普通员工收入份额降低”的负面中介机制得到验证。

Table 4. Mechanism test of employment size

表4. 就业规模的作用机制检验

	(1) staff	(2) LS_1	(3) LS_1		(4) normal	(5) normal		(6) high	(7) high
效应机制	遮掩效应			完全中介效应			遮掩效应
fin_1	−0.284^*** (−5.075)	0.032^*** (3.494)	0.051^*** (5.810)		−0.169^*** (−3.347)	0.035 (1.027)		0.087^* (1.691)	0.109^** (2.107)
staff			0.067^*** (41.088)			0.719^*** (120.25)			0.075^*** (8.735)
常数项	−5.203^*** (−39.230)	1.094^*** (23.442)	1.441^*** (31.207)		3.077^*** (16.528)	6.817^*** (41.184)		7.975^*** (54.580)	8.368^*** (55.309)
控制变量	YES	YES	YES		YES	YES		YES	YES
年度效应	YES	YES	YES		YES	YES		YES	YES
行业效应	YES	YES	YES		YES	YES		YES	YES
N	23,430	23,430	23,430		23,430	23,430		23,391	23,391
R^2	0.859	0.472	0.533		0.865	0.930		0.433	0.435

6. 结论与启示

本文基于我国2008~2023年上市公司数据，实证检验了企业金融化对劳动收入份额的影响。研究发现：第一，基准回归显示，企业金融化的“盈利效应”大于“抑制效应”，从而对企业劳动收入份额产生正面促进作用，这一结论在内生性检验和多方面稳健性检验下依然成立。第二，进一步机制研究表明，企业金融化的提升会造成对企业就业规模的挤出，即发生了遮掩效应，从而弱化金融化对劳动收入份额和管理层薪酬总额的正面促进效应。而就业雇佣的挤出还会作为完全中介对员工的薪酬总额产生负面的抑制作用。因此，企业的金融化尽管在表上面提升了企业的劳动收入份额，但这种劳动收入份额的提升依然掩盖了少数人获利更多的事实：在现有的金融化中，企业管理层更多地获益，这不仅扩大了企业内部的人均收入差距，还对普通员工的就业产生严重的挤出，反而扩大了企业内部的收入不平等，不利于共同富裕。

研究表明现有的金融化是一种在看似提升劳动收入份额表面下的收入分化效应，实际上弊大于利，反而扩大了企业的内部收入差距和薪酬分配的不平等。基于以上分析，本文认为首先应当鼓励实体经济发展，抑制企业的金融化发展，鼓励非金融企业“脱虚向实”有助于缩小收入分配差距，扩大劳动雇佣。其次，应当深化金融供给侧结构性改革，健全结构合理的金融市场体系，促进企业的可持续发展。再次要改善劳动分配的合理性，缓解收入的不平等，为此，一方面要加强金融监管，抑制非金融企业的金融化，防止金融资本取代产业资本占据主导地位，另一方面要加强劳动者权益的保护，落实相关法律法规，提高劳动者的社会地位，使经济增长的成果更多地惠及企业员工而非管理层。