企業異質性、出口與勞動收入占比：基于要素密集度異質性視角的Stolper－Samuelson定理檢驗

劉 慧

(1.東南大學經濟管理學院，江蘇南京211189;2.浙江理工大學經濟管理學院，浙江杭州310018)

改革開放以來，中國經濟在總量增長上取得了巨大的成就，其跳躍式前進步伐遠遠超過了國內外經濟學家的預期［1］。與此同時，中國的出口也取得了不俗的成績，出口額從1978年的167.6億美元一直上升了到2011年的18986億美元。中國在勞動密集型出口品和資本密集型出口品的勞動密集型環節上具有比較顯著的優勢，根據Stolper－Samuelson定理(后文簡稱SS定理)對產品要素密集度、國際貿易和要素報酬的解釋可知:中國的出口會使得其密集使用的生產要素(勞動力)報酬提高［2］，進而會有偏地推動勞動收入報酬遞增，使得勞動力要素在收入分配中的份額增加［3－4］。然而中國事實卻是:勞動收入占比從上個世紀90年代起逐漸下降(如圖1)，勞動收入占比從1995年的51.44%下降到了2010年的45.01%，收入占比甚至一度低于40%(如2007和2008年)。

圖1 1995－2010年中國勞動和資本收入占比

出口擴大與勞動收入占比下降事實的存在，使得部分學者對SS定理在中國的適用性產生了疑問［2，4－5］，那么這一定理在中國是否適用呢?本文將借助中國微觀企業數據，從要素密集度異質性視角對該定理進行檢驗，以期揭示出口與勞動收入占比“相悖”現象出現的微觀動因。

一、文獻綜述

由于勞動收入占比下降不僅有悖于社會公平，還制約了國內需求的有效提高［6］，進而不利于一國經濟的可持續發展。這使得勞動收入占比很快就成為了國內外學術界研究的熱點。圍繞勞動收入占比下降的原因，已有文獻多從國內視角進行分析:如Acemoglu＆ Guerrieri［7］構建不變彈性的兩部門模型對一國勞動收入占比進行分析后指出:資本深化(capital deepening)是導致一國勞動收入占比下降的原因;Hernando［8］借助要素節約型內生增長模型分析后指出:發達國家更偏好于資本密集型生產技術，使得資本偏于“稀缺”，進而提高一國資本收入占比;白重恩、錢震杰［9］研究認為市場壟斷和國有部門改革所導致的勞動力市場環境變遷是中國勞動力收入份額下降的主要原因。

經濟全球化已經成為了當前世界經濟發展的主旋律，單純從國內視角研究勞動收入占比，所得結論往往難以反映勞動收入占比的真實變遷機理［10］。因此，隨著研究的深入，學術界逐漸將視角轉向了出口貿易與勞動收入占比的研究。相對而言這一視角的已有研究并不多，僅有的文獻主要集中于以下兩個方面:

一是從貿易的價格效應視角分析出口與勞動收入占比的關系。這方面的研究多圍繞SS定理的適用性展開，如 Decreuse and Maarek［11］研究發現貿易自由化程度與勞動收入占比之間存在顯著的相關關系，且這一相關關系符合SS定理;王永進、盛丹［12］運用省級面板數據的實證結果表明:出口對勞動收入占比具有顯著的正效應。當然也有學者研究認為SS定理并不能完全解釋出口與勞動收入占比之間的關系，如 Huang＆Xu［2］研究發現:貿易自由化對勞動收入占比具有雙重效應，即要素價格效應(factor－price effect)和技術進步效應(technology－progress effect)，在不考慮技術進步效應的條件下，SS定理在中國是適用的，而一旦納入技術進步效應，則SS定理中所描述的機制將不復存在;李坤望、馮冰［4］基于中國省級工業面板數據實證結果顯示:出口貿易對勞動收入占比表現出微弱的負向作用，即SS定理在中國并不一定成立。

二是基于微觀企業視角研究出口與勞動收入占比的關系。微觀企業在勞動收入分配中發揮了重要的作用［13］，為此，新新貿易理論一出現，國內外學者便將該理論引入到出口與勞動收入占比的研究，如Bernard＆ Jensen［14］在 Metliz［15］借助企業異質性模型研究發現:在考慮異質性條件下，出口對勞動收入占比表現出正效應;包群、邵敏［3］基于2000－2007年微觀企業數據，研究發現中國的出口具有“低工資增長、高勞動生產率增長特征”，而這一特征使得出口擴張對工資增長表現出負向效應。

基于微觀層面研究勞動收入占比，能夠更有效的揭示企業勞動收入分配機制［13］，為此，本文從企業異質性視角來考察中國企業出口對勞動收入占比的影響，進而揭示SS理論在中國的適用性，但本文研究與已有文獻有著顯著的區別:首先SS理論在揭示出口與勞動收入占比之間關系時，強調了要素密集度異質性，已有研究并未考慮這一點，本文根據企業產品的要素密集型，分別從勞動密集型和資本密集型視角對出口貿易的勞動收入占比效應進行實證分析，進而更嚴格地遵循SS理論的基本假設來驗證其在中國的適用性。其次與以往僅用生產率來表示企業異質性不同的是，本文以生產率和所有制雙重差異來刻畫企業的異質性，以提高估計結果的準確性;最后本文采用了能有效處理內生性的L－P法來測度異質性企業生產率，而估計時不僅考慮了中間要素投入，還將企業管理費用和財務費用進一步納入到估計過程中，提高了異質性企業生產率估計結果的準確性。

二、數據說明與統計描述

本研究采用《中國工業企業統計數據》，該數據庫中2004年的統計數據并無“出口交貨值”，而企業出口是本文研究的關鍵變量，我們借鑒包群、邵敏［3］的做法，將2004年從樣本期間中剔除。考慮到新進入的企業和即將退出的企業，其財務運行狀況可能會對要素收入分配機制產生一定的沖擊，進而影響本文研究結論可靠性，為此，筆者以2000－2007年間持續存在的企業作為研究對象。

(一)行業的選擇與劃分

《中國工業企業統計數據》中的行業有40多個，而SS定理強調的是勞動和資本密集型行業出口對一國要素收入分配的影響。為此，筆者將資源依賴型行業剔除，同時為了降低因壟斷因素而引致的估計偏差，筆者將壟斷性制造業剔除。最終選定的行業有:工藝品及其他制造業(42);儀器儀表及文化、辦公用機械制造業(41);通訊設備、計算機及其他電子設備制造業(40);電氣機械及器材制造業(39);交通運輸設備制造業(37);專用設備制造業(36);通用設備制造業(35);金屬制品業(34);塑料制品業(30);化學纖維制造業(28);醫藥制造業(27);文教體育用品制造業(24);化學原料及化學制品制造業(26);家具制造業(21);木材加工及木、竹、藤、棕、草制品業(20);皮革、毛皮、羽毛(絨)以及其制品業(19);紡織服裝、鞋、帽制造業(18);紡織業(17);飲料制造業(15);食品制造業(14);農副食品加工業(13)。同時為了提高估計結果的準確性，我們剔除了統計樣本中存在異常性的數據①具體剔除的異常性記錄有以下幾類:(1)企業年齡小于零;(2)中間投入小于零;(3)固定資產凈值年均余額小于零;(4)工業增加值大于總產值;(5)省地縣碼的異常值;(6)新產品產值和出口交貨值為負;(7)工業增加值為負，(8)費用如勞務費用和財務費用支出為負值。。

參照黃先海［16］對我國產業(國民經濟行業分類(GB/T)標準兩位碼)要素密集型的劃分方法，筆者將產業(13)－(20)界定為勞動密集型產業，產業(21)－(42)界定為資本密集型產業;當樣本中企業所屬的產業為勞動密集型時，該企業為勞動密集度偏向型企業，當企業所屬的產業為資本密集型時，該企業為資本密集度偏向型企業。

(二)所有制差異與勞動收入占比

不同所有制類型的企業，其要素分配機制也具有較大的差異，進而有可能使得不同所有制企業的收入占比存在一定的差別。表1報告了2000－2007年間不同所有制類型企業的勞動收入占比②在測算各企業勞動收入占比時，我們參照白重恩、錢震杰［9］的方法，采用要素成本增加值法(value added at factor cost)，即以企業應付工資與員工獲得的福利總額來表示勞動收入，以企業利潤和固定資產折舊來表示資本收入。而勞動收入占比=勞動收入/(勞動收入+資本收入)。。從均值上看，勞動收入占比從高到低的企業類型分別為:國有企業、港澳臺企業、私營企業、集體企業和外商直接投資企業。這一結論與白重恩、錢震杰［9］的實證估計結果有點相似。比白重恩、錢震杰［9］更進一步的是，表1的測度結果還表明:(1)外資企業的勞動收入占比呈現出顯著上升過程，勞動收入占比已于2007年超越集體企業，2000－2007年間上升了14.88%;(2)集體企業的勞動收入占比呈現出不斷下降的過程，在2007年已經成為勞動收入占比最低的企業;(3)國有企業勞動收入占比雖然在所有企業類型中是最高的，但2000－2007年間其勞動收入占比呈現出逐漸下降的趨勢;(4)內資與外資的勞動收入占比表現出相反的變化趨勢，2000－2007年間內資企業的勞動收入占比均呈現下降趨勢，而外資則呈現上升趨勢。上述結果表明:所有制差異確實對收入分配產生了深遠影響，這一定程度上表明在異質性企業的要素收入分配研究中，考慮所有制異質性，將得到更為準確的結論。

表1 2000－2007年中國不同所有制企業的勞動收入占比均值

(三)出口與勞動收入占比

企業層面的出口與勞動收入占比的研究始于Bernard ＆ Jensen［17］，其采用美國制造業數據研究發現由于出口型企業擁有更高的生產率，進而能夠支付更高的工資，從而出現“工資溢價”的現象。這一現象在發展中國家和新興經濟體中都得到了驗證［14］，中國“工資溢價”現象也在相應的研究中得以證實［3］，那么中國的勞動收入占比是否也存在溢價呢?表2報告了中國勞動和資本要素密集型企業的勞動收入占比。

表2 2000－2007年中國要素密集異質型出口與非出口企業勞動收入占比均值

由表2可知:(1)勞動和資本密集型產業中，出口企業的勞動收入占比均大于非出口型企業，這表明中國不僅存在“工資溢價”，勞動收入占比也存在“溢價”;(2)勞動密集型出口企業的勞動收入占比呈現出明顯的上升趨勢，從2000年的0.5990842上升到了2007年的0.6306，而非出口企業勞動收入占比從2000年的0.5429739下降到了2007年的0.5098133;(3)勞動密集型企業的收入占比明顯高于資本密集型企業，這一現象在出口和非出口型企業中都成立;(4)資本密集型非出口企業勞動收入呈現出顯著的持續下降趨勢，從2000年的0.5250737一直下降到了2007年的0.5011837。

三、模型的設定與變量的選擇

(一)模型的設定

本文以勞動收入占比作為被解釋變量，以出口和企業異質性作為解釋變量，設定如下模型:

式中x為影響企業勞動收入占比的其他控制變量的集合，export為出口，tfp為企業全要素生產率。為了避免隨機擾動項、解釋變量和控制變量三者之間存在“共時性”(simultaneity)所引致的內生性，我們將解釋變量和其他控制變量均取滯后一期。本文研究中被解釋變量(勞動收入占比)的變化相對緩慢(見表1和2)，而且勞動收入占比的高低一定程度上依賴于前一年的水平，在研究具有此類特征的被解釋變量時，需防止計量模型的設定偏誤［18］，而降低此類偏誤的一個有效方法就是將被解釋變量的滯后項引入原方程，進而將原方程拓展為動態模型［3］。為此，我們構建如下面板數據模型:

其中vi為特定企業效應，εi，t為隨機擾動項，且E(vi)=E(εi，t)=E(vi* εi，t)=0。(2)式雖然考慮了設定偏誤和共時性，也納入了時間效應，但是該回歸方程并未消除個體效應(即?)，而采用廣義矩陣估計法(GMM)能夠有效的解決上述問題。為此，我們借鑒沈坤榮、余吉祥［19］的已有研究，對(2)式進行改進。采用系統GMM估計法進行研究，具體方程如下:

其中 μi，t= εi，t+vi，第一個方程為水平方程，第二方程為差分方程。差分GMM實際上是只采用了第二個方程，而系統GMM的優點在于將水平方程和差分方程一起進行回歸，由于系統GMM同時利用了差分方程和水平方程的信息與樣本容量，所得結果也更為有效。為此，筆者采用系統GMM估計進行分析，同時以解釋變量和控制變量的一階滯后項作為工具變量。

在實際估計過程中，我們還采用兩種方式來判斷估計結果的有效性，進而提高估計結果的可靠性，一是過度識別約束檢驗(Hansen檢驗)，該檢驗方法能判斷工具變量整體的有效性;二是自回歸檢驗(AR)，該檢驗能夠有效的檢驗回歸的殘差是否存在序列相關，我們采用AR(2)進行檢驗。同時為了進一步確保估計結果的可靠性，我們采用Wald檢驗對估計方程的整體顯著性進行檢驗。

(二)變量的選擇

1.被解釋變量。本文的研究目的是分析要素密集度異質性企業出口的勞動收入占比效應，為此，被解釋變量為勞動收入占比，本文采用前文借鑒白重恩、錢震杰［9］研究而測度出的各企業勞動收入占比(sh)。實際回歸中，我們用ln(1+sh)表示。

2.解釋變量。解釋變量有兩個:第一個解釋變量是出口狀態變量(export)，借鑒包群、邵敏［3］的研究，此處用企業出口的虛擬變量表示，當企業當年出口交貨值大于零時，該值取1，否則為0。第二個解釋變量是企業生產率(tfp)。在測度企業TFP時，傳統的OLS方法由于無法緩解變量的內生性，估計結果往往存在偏誤，因而學術界提出了兩種能夠處理內生性的方法，即O－P 法［20］和 L－P 法［21］。L－P 法實際上是O－P法的修正，其采用中間投入作為生產率中不可觀測因素的代理變量，為此有效的緩解了O－P法中損失“零投資”樣本帶來的偏差［21－22］，因而 L －P法測度所得結果往往更為可靠，為此，筆者采用L－P法對企業生產率進行測度。

與 Levinsohn ＆ Petrin［21］和趙偉、趙金亮［22］研究不同的是:本文采取了兩個方面的措施來提高企業生產率估計結果的準確性:一是本文不僅考慮了中間要素投入，還加入了企業管理費用和財務費用等因素來表示不可觀測的代理變量，二是以往的研究多將所有企業置于一個方程中估計，這種方法一定程度上忽略了企業間所有制結構的差異，本文將不同的所有制企業置于不同的估計方程中，為此，本文實際上是進行了5次回歸。

表3給出了各種所有制企業全要素生產率的均值。可知2000－2007年間勞動和資本密集型企業中全要素生產率最高的是外商直接投資企業，其次是國有企業和港澳臺投資企業，全要素生產率最低的是私營企業和集體企業。另外無論是整體還是不同所有制類型的企業，資本密集型企業的全要素生產率均大于勞動密集型企業。

為了進一步了解不同行業全要素生產率的分布及發展趨勢，我們對2000－2007年中國各行業內企業全要素生產率均值進行了 Kernel估計(如圖2)①考慮到將7年的Kernel密度估計曲線全放入圖2中，曲線存在較多的交叉點，不便觀察，為此采用了其中4年的數據。，可知:一方面歷年的估計曲線不斷的右移，這表明近幾年來，各行業企業的全要素生產率都在穩健地提升;另一方面雖然每一條估計曲線都有一個顯著的峰值，但2005年起，“兩峰值”現象逐漸明顯，這表明中國各行業企業的生產率收斂于“兩個均衡點”，高生產率企業收斂于高均衡點，低生產率收斂于低均衡點，即我國“水平相近”企業的生產率以“齊頭并進”方式提升生產率的機制已日漸形成。

表3 2000－2007年不同所有制企業的全要素生產率均值

圖2 2000－2007年中國各行業內企業TFP均值的Kernel估計圖

3.其他控制變量。為了進一步提高估計結果的可靠性，本文選擇了一些能夠體現企業基本特征的變量作為回歸分析中的控制變量，主要有:

企業年齡(age)。年齡是企業在市場、知識以及技術方面經驗積累的體現，其會對企業收入分配方面的決策產生深遠影響。考慮企業年齡與企業決策往往存在非線性關系［22］，從而使得其對收入分配產生非線性影響，為此，筆者加入年齡的平方項來識別這種非線性影響。實證估計中該變量以企業所在年份與其開業年份之差的自然對數表示。

投入產出效率(mid)。投入產出效率在很大程度上反映了企業盈利能力，一般而言投入產出效率較高的企業的盈利能力較強，因而高投入產出效率企業的就業人員和投資者往往能獲得相對較高的工資報酬，為此效率的提高會對勞動收入占比產生一定影響。實證估計中該變量以ln(1+中間投入/工業增加值)表示。財務狀況(cw)。財務狀況的好壞也會在很大程度上影響企業在勞動和資本成本上的支出，進而會對收入占比產生影響。實證估計中該變量以ln(1+流動資產/流動負債)表示。

新產品(xcp)。企業新產品的推出會對勞動收入產生兩方面的效應，一是新產品的推出需要高強度的人才投入，因而需要支付更高的工資，從而有可能使得勞動收入占比有所提升;二是新產品的生產需要大量的前期資本投入，進而使得資本所獲得的報酬比例大于勞動收入，即使得勞動收入占比下降。為此，新產品的推出對勞動收入占比的影響，取決于二者相互作用的結果。實證估計中該變量以虛擬變量的形式表示，若企業當年有新產品推出，該變量為1，否則為 0。

企業規模(size)。企業規模是企業異質性特征之一，該變量一般可以用員工數、總資產或者銷售額來表示，已有研究已經表明這些代理變量各有利弊［23］;但趙偉、韓媛媛［23］和張杰、劉志彪［24］均認為采用銷售額作為代理變量更能體現企業規模的異質性。為此，本文也以企業銷售量的自然對數來表示企業規模。

四、實證結果與分析

本部分將以往僅采用所有制結構［13］或企業生產率［3］控制企業異質性的思路銜接起來。同時采用這兩個解釋變量來控制企業異質性，并從更符合中國企業實際的視角來檢驗SS定理在中國的適用性，進而從企業層面揭示勞動收入占比變動的原因。

(一)勞動密集型企業的估計結果與分析

表4報告了相應的估計結果，可知5種所有制企業估計結果的二階序列相關(AR(2))估計值的概率均表明回歸方程不存在二階序列相關(概率大于0.1)，而且Hansen過度識別檢驗的概率值顯示，方程估計結果不能拒絕工具變量有效性的零假設(概率大于0.1)。方程整體顯著性的Wald檢驗拒絕了解釋變量系數為零的原假設，并且估計模型整體上非常顯著(檢驗值在1%的水平上顯著)。

從具體的估計系數上看，五個方程中出口變量的估計系數均顯著為正(均通過了5%的顯著性檢驗)，這表明中國勞動密集型企業出口擴大有利于勞動收入占比的提升，可見，SS定理關于產品要素密集度、國際貿易和要素報酬的描述在中國是適用的。五種所有制企業的生產率提升均對勞動收入占比表現出顯著的負效應，各估計系數均通過了至少5%的顯著性檢驗，這表明中國勞動密集型企業生產率的提升，并沒有提高勞動收入占比。導致這一現象出現的原因可能在于:勞動生產率的提升意味著企業使用了更為高端的生產技術，這些生產技術往往具備勞動力節約型特征，進而降低了勞動力總收入在所有要素收入中的比重。

從其他控制變量的估計結果上看，勞動密集型企業的年齡與勞動收入占比呈現出倒U型關系，這一研究結果與趙偉、韓媛媛［23］的研究結論頗為相似，其研究發現在具有一定經營經驗(長期)的企業和成立初期的企業，均具有較強的技術創新性，而企業技術創新會產生偏向資本要素的收入分配機制，進而使得勞動收入占比在初期和長期的勞動收入占比處于相對低位。另外國有企業、私營企業和港澳臺投資企業的投入產出效率的改善，有利于其勞動收入占比的提升。

值得一提的是勞動密集型公有制企業推出新產品，會對勞動收入占比產生顯著的正效應，而其他所有制類型企業的新產品決策對勞動收入占比的作用力并不顯著(估計系數未能通過10%的顯著性經驗)，導致這一現象的原因可能在于:公有制企業在新產品研發上更容易得到政府的政策和資金支持，使得新產品研發的資本需求強度加大引致型負效應小于勞動強度加大引致型正效應，進而使得新產品的推出對勞動收入占比表現出正效應。

財務狀況的改善對企業勞動收入占比表現出顯著的負效應，五種所有制的估計結果均為負，且通過了5%的顯著性檢驗。一般而言，企業財務狀況的改善會提高企業改進生產技術或研發更高技術含量產品的能力，從而對資本產生更大的需求，進而有偏的提高資本要素收入占比，降低勞動收入占比，為此，這一實證結果也符合了企業經營決策的實際。

最后勞動密集型企業規模也對企業勞動收入占比表現出顯著的負效應，五種所有制企業的估計結果均通過了至少10%的顯著性檢驗。這表明勞動收入占比有著顯著的逆規模經濟特征，即規模越大的企業，其用于支付員工工資和福利的比例越小。這一現象出現的根本原因可能在于:規模越大的企業，其用在維護機器設備等固定資產上的支出越大，進而削減了企業在員工工資和福利上的比例，從而使得規模對勞動收入占比表現出負效應。

表4 勞動密集型企業勞動收入占比的系統GMM估計結果

表5 資本密集型企業勞動收入占比的系統GMM估計結果

(二)資本密集型企業的估計結果與分析

表5報告了資本密集型企業勞動收入占比的系統GMM估計結果，可知方程不存在二階序列相關(AR(2)概率大于0.1)，工具變量的設置也是有效的(Hansen檢驗的概率大于0.1)，同時系數聯合顯著性檢驗結果(Wald檢驗通過了1%的顯著性水平檢驗)也拒絕了估計系數為0的原假設。

從各系數的具體估計結果上看，出口變量的估計結果明顯有異于勞動密集型企業估計結果。資本密集型產品的出口擴大對勞動收入占比表現出顯著的負作用，五種所有制的估計結果均通過了5%的顯著性檢驗。資本密集型企業勞動生產率的提升也對勞動收入占比表現出顯著的負效應(均通過了1%的顯著性檢驗)，與勞動密集型產業的估計結果進行對比可以發現:在同一所有制類型中資本密集型企業生產率的估計系數的絕對值明顯大于勞動密集型企業，這在一定程度上表明，資本密集型企業生產率提升對勞動收入占比的削弱功能大于勞動密集型企業。值得一提的是:資本和勞動密集型企業的估計結果中，生產率均表現出顯著的負效應，而從2000－2007年企業生產率變遷情況和企業人均工資絕對值上可以看出，在考察范圍內，企業生產率和工資均有所提高，為此，上述實證結果一定程度上也印證了包群、邵敏［3］的觀點，即近年來，中國的企業存在著明顯的“低工資增長、高生產率增長”特征。

資本密集型企業年齡、財務狀況和企業規模的估計結果與勞動密集型相同，表明資本密集型企業的上述三個變量對勞動收入占比的作用關系與勞動密集型相同。另外資本密集型私營企業和外商投資企業的新產品決策將對勞動收入占比產生負效應。

五、結論與啟示

本文以SS定理在中國的適用性檢驗為主線，基于微觀企業層面數據和經適當修正的L－P法，測度出了2000－2007年21個行業中連續經營企業的生產率，進而運用系統GMM估計法，從要素密集度異質性視角就企業異質性、出口對勞動收入占比的影響進行實證分析，得出的主要結論與啟示有:

(一)SS定理在中國是適用的，中國資本密集型產品出口增量和總量均大于勞動密集型產品的事實，一定程度上導致了有悖于SS定理現象在中國的出現。勞動密集型企業系統GMM估計結果顯示:勞動密集型產品的出口擴大有利于提高勞動收入占比，這表明SS定理所描述的現象——“勞動力要素豐裕型國家勞動密集型產品出口，會使得要素收入向勞動力傾斜，進而提高勞動收入占比”［4］在中國是成立的。資本密集型企業系統GMM估計結果表明，資本密集型產品出口擴大會降低企業的勞動收入占比。結合2000－2007年《中國工業統計數據庫》可知，中國資本密集型產品的出口額和增長率明顯大于勞動密集型產品。以2007年為例，勞動密集型產品出口額只有資本密集型產品出口額的19%，而2000－2007年間資本密集型產品的出口額增長了498%，勞動密集型產品出口僅增長了175%，可見，資本密集型產品出口所帶來的負效應明顯大于勞動密集型產品的正效應，進而使得中國出現“出口擴大與勞動收入占比下降并存”的有悖SS定理的現象。為此，應適度擴大勞動密集型產品出口力度，以提升我國的勞動收入占比。

(二)要素密集度異質性企業生產率提升是中國勞動收入占比下降的重要原因。勞動和資本密集型企業的系統GMM估計結果均顯示:企業生產率提升對勞動收入占比具有顯著的負效應，該研究結論一方面印證了包群、邵敏［3］的觀點;另一方面也表明最近幾年，我國企業生產率的快速增長導致了中國勞動收入占比的下降。這一現象出現的機理可能在于:企業生產率提升往往伴隨著企業技術進步而出現，最近幾年中國的技術進步多為勞動節約型的技術進步［25］，進而導致勞動收入占比不斷下降。為此，可適當鼓勵資本節約型技術創新，進而在一定程度上緩解企業生產率提升給勞動收入占比帶來的壓力。

(三)近幾年，中國企業勞動生產率有著顯著的提高，企業生產率呈現出高低端各自集聚的發展趨勢。生產率估計結果顯示，近年來我國各企業生產率均有較為明顯的提升，勞動密集型和資本密集型企業中生產率最高的均為外資企業。Kernel密度估計結果顯示，中國企業生產率具有兩個明顯的“峰值”，可知中國企業以聚集于兩個“均衡點”的方式提升。均衡點內部具有較強的協同性。為此，可通過提升均衡點內部高生產率企業(如引進更高端外資企業、改進龍頭企業生產工藝)的形式來提升均衡點內整體企業的生產率。

(四)雖然中國企業整體層面勞動收入占比有所下降，但部分所有制企業的勞動收入占比不但沒有下降，反而呈現出一定的上升趨勢。從對2000－2007年連續經營的企業測度結果可知:內資企業勞動收入占比均呈現下降趨勢，其中私營企業勞動收入占比下降最大(降幅為7.47%)，其次是集體企業(下降了4.39%)，國有企業下降幅度最小(下降了0.63%)。與內資企業不同的是，外資企業的勞動收入占比呈現出上升趨勢，其中外商直接投資企業勞動收入占比上升了14.88%，而港澳臺外商投資企業上升了4.94%。為此，有必要優化私營企業和集體企業的收入分配機制，以提高我國企業的勞動收入占比。

［1］Rodrik D.What's so special about China's exports?［J］.China＆ World Economy，2006，14:1－19.

［2］Huang Xianhai，Xu Sheng.Trade liberalization and labor income share variation:An interpretation of China's deviation from the Stolper－ Samuelson theorem［J］.World E－conomy，2011(2):78－96.

［3］包群，邵敏.出口貿易與我國的工資增長:一個經驗分析［J］.管理世界，2010(9):55 －66.

［4］李坤望，馮冰.對外貿易與勞動收入占比:基于省際工業面板數據的研究［J］.國際貿易問題，2012(1):26－37.

［5］羅長遠.比較優勢、要素流動性與勞動收入占比:對工業部門的一個數值模擬［J］.世界經濟文匯，2011(5):35－49.

［6］李稻葵，劉霖林，王紅領.GDP中勞動份額演變的U型規律［J］.經濟研究，2009(1):70 －82.

［7］Acemoglu D，Guerrieri V.Capital deepening and nonbalanced economic growth［J］.Journal of Political Economy，2008，116:467－498.

［8］Hernando Z.Factor saving innovations and factor income shares［J］.Review of Economic Dynamics，2008，11:836－851.

［9］白重恩，錢震杰，武康平.中國工業部門要素分配份額決定因素研究［J］.經濟研究，2008(8):16－28.

［10］Harrison A E.Has globalization eroded labor's share?Some cross－country evidence［R］.UC－Berkeley and NBER Working Paper，No.39649，2002.

［11］Decreuse B，Maarek P.FDI and the labor share in developing countries:A theory and some evidence［R］.MPRA Paper，No.11224，2008.

［12］王永進，盛丹.要素積累、偏向型技術進步與勞動收入占比［J］.世界經濟文匯，2010(4):33－50.

［13］周明海，姚先國.企業異質性、所有制結構與勞動收入份額［J］.管理世界，2010(10):24 －33.

［14］Bernard A B，Jensen J B.Why some firms export［J］.The Review of Economics and Statistics，2004，86:561－569.

［15］Melitz M J.The impact of trade on intra－industry reallocation s and aggregate industry productivity［J］.Econometrics，2003，71:1695 － 1725.

［16］黃先海.中國制造業貿易競爭力的測度與分析［J］.國際貿易問題，2006(5):12－16.

［17］Bernand A，Jensen J B.Exporters，jobs，and wages in US manufacturing:1976 － 1987［J］.Brookings Papers on Economic Activity:Microeconomics，1995:67 －119.

［18］Roodman D.How to do xtabond2:An introduction to difference and system GMM in Stata［R］.Washington Center for Global Development Working Paper，No.103，2006.

［19］沈坤榮，余吉祥.農村勞動力流動對中國城鎮居民收入的影響——基于市場化進程中城鄉勞動力分工視角的研究［J］.管理世界，2011(3):58－65.

［20］Olley S，Pakes A.The dynamics of productivity in the telecommunications industry［J］.Econometrica，1996 ，64(6):1263－1298.

［21］Levinsohn J，Petrin A.Estimating production functions using input to control for unobservables［J］.Review of Economic Studies，2003，70:317 －341.

［22］趙偉，趙金亮，韓媛媛.異質性、沉沒成本與中國企業出口決定:來自中國微觀企業的經驗證據［J］.世界經濟，2011(4):62－79.

［23］趙偉，韓媛媛.異質性、出口與中國企業技術創新［J］.經濟理論與經濟管理，2012(1):5 －15.

［24］張杰，劉志彪.出口促進中國企業生產率提高嗎?——來自中國本土制造業企業的經驗證據:1999 ～2003［J］.管理世界，2009(12):11 －26.

［25］黃先海，徐圣.中國勞動收入比重下降成因分析——基于勞動節約型技術進步的視角［J］.經濟研究，2009(7):34－44.