企業并購提升了勞動收入份額嗎？

黃蘭蘭　畢鵬

摘? ?要：本文基于2007—2022年中國滬深A股上市公司數據，實證檢驗了并購對企業勞動收入份額的影響。研究結果表明：并購顯著促進了上市公司勞動收入份額的提升。從影響機制來看，并購主要通過緩解融資約束和降低融資成本對勞動收入份額產生重要作用。進一步研究得出，在非國有企業和勞動密集型企業中，并購對勞動收入份額的提升效應更為強烈。拓展性分析發現，并購顯著提升了雇員的勞動收入水平，且使得公司高管與雇員之間的勞動收入差距縮小。本研究為并購服務實體經濟、實現共同富裕路徑的構建提供了借鑒，對于如何通過并購提高企業勞動收入份額、實現民生福祉達到新水平的目標提供了有益啟示。

關鍵詞：企業并購；融資成本；勞動收入份額；融資約束；共同富裕

中圖分類號：F812.5? 文獻標識碼：A? 文章編號：1674-2265（2024）01-0050-09

DOI：10.19647/j.cnki.37-1462/f.2024.01.006

一、引言

《中共中央關于制定國民經濟和社會發展第十四個五年規劃和2035年遠景目標的建議》明確指出“民生福祉達到新水平”、實現“居民收入增長和經濟增長基本同步”是“十四五”時期經濟社會發展的主要目標。提高勞動收入份額是提升居民收入水平的主要途徑之一（施新政等，2019）[1]。但近年來，我國的勞動收入份額呈下降趨勢（Autor等，2020）[2]，政府部門高度重視，并制定出有助于保護勞動者所得及提升初次分配中勞動收入份額占比的政策。雖然我國的勞動收入份額在2010年后有所回升（陸雪琴和田磊，2020）[3]，但仍低于20世紀90年代的水平。此外，勞動報酬所占比例低、勞動與資本關系不平衡問題依然較為突出。因此，如何對勞動者進行分配這一問題成為影響國民收入分配平等與否的關鍵要素。黨的二十大報告提出：“分配制度是促進共同富裕的基礎性制度，努力提高居民收入在國民收入分配中的比重，提高勞動報酬在初次分配中的比重。”國民收入主要包括資本收入和勞動收入兩部分，勞動收入份額的高低既是衡量國民收入中初次分配公平與否的重要指標，又是衡量勞動者是否共享經濟成果的重要指標（施新政等，2019）[1]。在我國實行按勞分配為主體、多種分配方式并存的制度背景下，勞動報酬成為絕大多數勞動者的主要收入來源。因此，提高勞動報酬比重對于縮小收入分配差距、構建有中國特色的收入分配制度及促進社會平衡發展具有重要意義（張明昂等，2021）[4]。

關于勞動收入份額這一話題，現有文獻已從經濟結構、制度改革、資本配置、技術進步等視角進行了豐富的研究，并從不同角度解釋了勞動收入份額變動的驅動因素，為本文的研究奠定了良好的文獻基礎。然而，現有研究通常著眼于勞動供給與需求變化對勞動收入份額的影響，而忽略了企業控制權轉移對勞動和資本要素間報酬分配的重要性，即并購對勞動收入份額的影響及作用機制很少有學者關注。實際上，上市公司的并購會對勞動收入份額產生重要影響，例如，拳頭游戲（Riot Games）被騰訊收購后，公司全體員工無論是薪水還是福利方面都有所提高；卡特彼勒收購山東山工機械有限公司的兩年時間里，工人們的收入提高10%。另外，并購還有助于緩解企業的融資約束和降低融資成本。在國內經濟體制不斷改革并深化、外貿沖突加劇等宏觀經濟背景下，并購必然會對企業勞動收入份額產生重要影響。鑒于此，本研究以上市公司并購為視角，聚焦其對勞動收入份額的影響。

本文可能的貢獻和現實意義有：第一，區別于現有文獻從政策改革等角度，本研究以并購這一新視角為切入點，實證檢驗了上市公司的并購行為對勞動收入份額的影響，不僅豐富了并購的經濟后果研究，也拓展了勞動收入份額變化的影響因素研究。第二，研究發現，并購能通過緩解融資約束和降低融資成本，進而提高勞動報酬水平。在推進共同富裕的背景下，研究企業并購過程中的分配效應以及利潤在勞動和資本間的分配關系，對于增強社會主義制度自信、實現高質量發展具有重要的意義，也為實現新時期經濟社會發展目標和緩解社會主要矛盾提供理論支撐，對“雙循環”新格局下國民收入分配格局的優化、共同富裕目標的實現具有重要的參考價值。

二、理論分析與假設提出

（一）企業并購與勞動收入份額：提升工資效應假說

學者們從不同視角對勞動收入份額變化的驅動因素展開了研究，并發現多種因素能促進勞動收入份額提升，例如最低工資上漲、社會保險征收體制改革能顯著提升勞動收入份額（王靜等，2022；杜鵬程等，2022）[5，6]。民營企業建立黨組織、賣空約束的放松及數字金融化的實施能夠降低融資成本，緩解企業融資約束，進而提升勞動收入份額（劉長庚等，2022；朱琳等，2022；熊家財等，2022；王希元等，2023）[7-10]。碳排放權交易能夠促進企業人力資本結構升級，從而提升企業勞動收入份額（李穎和胡榕，2023）[11]。研發投入激勵也會影響勞動收入份額，突出表現在加計扣除政策產生了人才聚集效應，提高了企業勞動收入份額（汪沖和宋尚彬，2022）[12]。

企業間發生的并購活動也可能提升勞動收入份額。從融資約束視角來看。并購能夠使企業實現規模迅速擴張，形成大的集團，集團內現金流充裕的業務單元可以向缺乏資金的業務單元提供資金。根據內部資本市場理論，由于存在稅收差異和外部交易費用，并購使得企業能根據投資項目邊際利潤高低對內部資本進行重新配置，從而緩解融資約束（Hubbard和Palia，1999）[13]。企業的融資能力不僅對經營情況產生較大的影響，而且對勞資雙方的議價能力也有較大的影響。當企業面臨融資約束時，營運資金緊張，可動用的流動資金有限。為維持企業的正常運營，管理層可能會采取降低職工工資或縮減勞動者數量的方式來緩解資金壓力。另外，當流動資金匱乏時，企業還可能通過增加留存收益的比例進行內源性融資，導致企業向勞動者分配的利潤也隨之減少，進而作用于勞動收入份額。因此，在企業融資困難的情況下，資本所占的比例會在一定程度上提升，進而擠占勞動要素收入，即融資約束會引發企業勞動收入份額的降低（羅長遠和陳琳，2012；Li等，2021）[14，15]。但隨著融資約束的降低，企業流動資金充足，能增加對勞動要素的利潤分配。從融資成本視角來看。規模較大的企業通常具備融資成本低的優勢。事實上，通過并購，企業規模得以迅速擴大，有助于其在融資市場中占據主動地位，相較于規模小的企業，更易獲得融資，融資成本大大降低（Gornaggia和Li，2019）[16]。同時，并購能夠產生財務協同效應，基于雙方的資源優勢，能夠促進資信提升、融資渠道拓寬、融資成本下降（陳菡和謝雪穎，2023）[17]。此外，企業通過并購信用狀況較好、易獲銀行融資支持的目標方，能降低融資成本且提高信貸可得性。當企業融資成本較高時，一部分勞動收入轉化為額外的融資成本，企業會更加傾向于通過擠占勞動者報酬的方式來完成內源性融資，進而壓低勞動收入份額（趙秋運等，2020）[18]。而融資成本的降低可以節省企業的流動資金，有助于企業提高營運資本的籌資能力，繼而提高勞動收入份額（江軒宇和賈婧，2021）[19]。

綜上，可以推斷出并購能夠通過緩解企業的融資約束和降低融資成本，進而提升勞動收入份額。基于上述分析，提出本文的假設H1：

假設H1：企業并購能夠提升勞動收入份額。

（二）企業并購與勞動收入份額：抑制工資效應假說

學者們還提出了降低勞動收入份額的因素，如資本市場開放加劇了資本深化、提升了全要素生產率，擠占了勞動收入份額（江紅莉等，2022；辛大楞和鄧祥瑩，2022）[20，21]。綠色信貸政策和去杠桿政策的實施強化了企業的融資約束和償債壓力，迫使企業降低財務成本，努力提高投資效率，進而導致勞動收入份額下降（范源源和李建軍，2022；劉長庚等，2022）[22，23]。技術進步和人工智能會替代原有勞動力，從而造成勞動收入份額下降；研發投入會增加對高技能勞動力的需求，降低中、低技能勞動力數量，也會使得勞動收入份額在總產出中占比下降（蘆婷婷和祝志勇，2021）[24]。此外，全球價值鏈上游參與度和企業成本加成率均顯著降低勞動收入份額（張晨霞和李榮林，2021）[25]。

然而，并購能促進企業創新，也可能降低了勞動收入份額。一方面，技術創新可能會降低勞動收入份額。并購作為企業間資源重組的重要模式，迅速提升了企業生產率和無形資產存量，能夠促進企業創新。技術創新會對原有生產流程及技術帶來巨大沖擊，同時也會破壞原有的技術結構的平衡，與原有技術相匹配的技能型勞動力也會隨之失衡。先進的技術對勞動力的替代效應占據主導地位，導致勞動收入份額降低。另一方面，企業在研發方面的資金投入可能會擠占勞動收入份額。研發投入的加大刺激了企業對高技能勞動力的需求，使得高技能勞動力數量大量增加。然而，其增加的數量遠不及被替代的中、低技能勞動者的數量。不同技能勞動力之間的報酬差距也較大，不同級別的勞動力間的數量和工資差距的擴大造成勞動收入份額降低。同時，研發投入增加也會占用企業大量自由現金流，引發流動資金緊張，也可能降低勞動收入份額。

總體來看，隨著技術的進步，企業工作由原來的勞動力主導轉變為技術主導，降低了勞動收入份額在產品中的比例。基于此，提出本文的假設H2：

假設H2：企業并購降低了勞動收入份額。

三、研究設計

（一）樣本選擇與數據來源

選取2007—2022年中國滬深兩市A股上市公司為研究對象。企業并購及財務數據來源于國泰安數據庫，本文使用STATA16.0進行統計分析。參考已有文獻的做法，對初始數據進行如下處理：（1）剔除金融業、保險業、證券業、銀行業等上市公司樣本；（2）剔除相關數據存在缺失的樣本 ；（3）剔除ST公司樣本；（4）剔除員工總人數小于100的樣本；（5）剔除勞動收入份額大于1或者小于0的樣本 。為消除極端值的影響，對所有連續型變量進行1%和99%水平縮尾處理。最終，共獲得21802個年度—公司數據。

（二）變量定義

1. 被解釋變量：勞動收入份額（LS）。一是采用職工的勞動報酬占營業總收入的比例來衡量，即LS1=支付給職工及為職工支付的現金/營業總收入。二是采用勞動分配率衡量，即LS2=Ln（支付給職工以及為職工支付的現金+期末應付職工薪酬-期初應付職工薪酬）/營業總收入。

2. 解釋變量：企業并購（MA）。以虛擬變量的形式賦值，為1時代表發生并購，為0時代表未發生并購。

3. 中介變量。（1）融資約束（KZ），以KZ指數作為融資約束的代理指標，具體計算方法：KZ=0.153×資產負債率-4.444×經營活動現金凈流量/總資產-3.014×現金及等價物/總資產-62.626×現金股利/總資產。KZ指數為正向指標，數值越大，表示企業融資約束越嚴重。（2）融資成本（DCOST），以利息支出占負債賬面價值的比例衡量企業的融資成本，數值越大，說明融資成本越高。

4. 控制變量。在充分考慮影響勞動收入份額的各種因素后，選取以下控制變量：企業規模（Size）、資產負債率（Lev）、上市年齡（Age）、資本產出比（KY）、赫芬達爾指數（HHI）、總資產收益率（Roa）、銷售凈利潤（Sale）、營業利潤率（Grow）、托賓Q（TobinQ）、第一大股東持股比例（First）、獨立董事占比（Indir）、董事會規模（Boardsize）、管理層持股比例（Mhold）等反映公司特征、盈利能力及公司治理結構的控制變量，具體變量的設定見表1。此外，還設置了行業與年度虛擬變量控制宏觀因素及行業特征可能對勞動力收入份額的影響。

（三）模型設定

1. 基準回歸。為檢驗企業并購對勞動收入份額的影響，構建模型（1）：

[LSi，t=β0+β1MAi，t+β2Controls+Year+Industry+ξi，t] （1）

其中，[i]和[t]分別代表公司和年份。[LSi，t]為公司[i]在[t]年的勞動收入份額。[MA]為公司是否發生并購的虛擬變量。[MA]的系數[β1]為本文重點考察的解釋變量，系數為正，表示并購提升了勞動收入份額，反之，表明并購抑制了勞動收入份額。[Controls]為一系列控制變量，本文還控制了年度和行業虛擬變量，[ξi，t]為隨機誤差項。

2. 雙重差分傾向得分匹配。本文參考Stiebale和Vencappa（2022）[26]的做法，為緩解因選擇性偏差和不隨時間變化的遺漏變量而產生的內生性問題，采用雙重差分傾向得分匹配法（PSM-DID），假設并購前的時期為基期[t′]，并購后的時期為實驗期[t]。[t′]期表示并購還未發生，所有個體可能的結果都記作[y0t′]。而[t]期表示并購已經發生，所有可能的結果有[y1t]和[y0t]，分別表示發生并購和未發生并購的個體在[t]期的被解釋變量。PSM-DID成立的前提條件，可忽略性假設為：

[Ey0t-y0tx，D=1=Ey0t-y0tx，D=0]? ? （2）

在假設下可得參與者效應（ATT）的一致估計：

[ATT=1N1i∈I1?Spy1ti-y0ti-i∈I1?Spwi，jy0ti-y0tj] （3）

其中，[Sp]表示共同取值范圍的集合，[I1{i：Di=1｝]和[I0{i：Di=1｝]對應處理組和控制組的集合，[N1]表示處理組個數，[wi，j]是核匹配的權重數。（[y1ti-y0ti]）和（[y0tj-y0tj]）分別表示處理組個體[i]和控制組個體[j]在并購前后的勞動收入份額變化。

進一步對匹配后的樣本重新進行雙重差分估計，模型設定如下：

[m=Prob（MA=1）=Φ（Zi，t-1）]? ? （4）

其中，[m]為企業當年發生并購的概率，[Zi，t-1]為匹配變量，包括企業規模（Size）、資產負債率（Lev）、公司年齡（Age）、資產產出比（KY）、赫芬達爾指數率（HHI）、總資產收益率比（Roa）、第一大股東持股比例（First）、獨立董事占比（Indir）、董事會規模（Boardsize）。 匹配之后，為處理時間不一致的問題，文章采用多時點的DID方法估計并購對勞動收入份額的影響。參考Moser和Voena（2012）[27]方法，設定如下雙重差分方程模型：

[LSi，t=α0+α1Treati+α2Treati×Postt+α3Controls+∑Year+∑Industry+ξi，t]? ?（5）

其中，[LSi，t]表示勞動收入份額，[Treati]是處理變量，[i]為并購企業時取值為1，否則取值為0。[Postt]是實驗期虛擬變量，并購發生前，取值為0，反之則取值為1。[Controls]為控制變量，同時控制了年度和行業，[ξi，t]為隨機干擾項。[α2]為并購交互項系數，反映了企業并購對勞動收入份額的影響，系數為正表示并購行為提升勞動收入份額，反正則表示降低了勞動收入份額。

四、實證結果與分析

（一）變量描述性統計

表2列示了變量的描述性統計結果。被解釋變量企業勞動收入份額LS1的最大值為0.47，最小值為0.01，均值為0.12，LS2的最大值0.10，最小值為0.00，均值為0.02，說明勞動收入份額偏低。企業并購均值為0.11，意味著樣本中有11%的公司在樣本期間發生了并購活動。

（二）均值、中位數檢驗

并購與未并購企業勞動收入份額分組檢驗情況見表3。結果顯示，與未發生并購企業相比，并購企業勞動收入份額LS1、LS2的均值和中位數顯著增加，且二者的均值、中位數差異均在1%的水平上顯著為正，初步支持了本文的假設H1。

（三）基準回歸結果與分析

表4匯報了并購對勞動收入份額的影響。被解釋變量為勞動收入份額，分別由LS1、LS2來衡量。在第（1）列中，可以看出企業并購的系數為0.065，在5%的水平上顯著為正，說明并購能夠顯著提升勞動收入份額；第（2）列中企業并購的回歸系數為0.103，在1%的水平上顯著為正。以上回歸結果說明企業發生并購對于員工總的工資福利具有顯著的正效應，即并購能夠顯著提升勞動收入份額。該結論與本文的假設H1相符。

（四）穩健性檢驗

1. 雙重差分傾向得分匹配（PSM-DID）。參照王喆和蔣殿春（2021）[28]的研究，采用PSM-DID方法檢驗并購對勞動收入份額的影響。首先，使用傾向得分對樣本重新匹配。采用非重復放回的傾向得分匹配，以企業是否發生并購為因變量，進一步采用最近鄰匹配法，以1∶1的比例從未發生并購的對照組中尋找與發生并購的試驗組企業中最相似的樣本，最終匹配到共同支撐范圍內并購企業2291條觀測值，未并購企業2291條觀測值，匹配后的樣本合計4582條觀測值。其次，使用匹配后的樣本進行雙重差分分析，從而緩解樣本自選擇帶來的偏誤。最后，表5匯報了雙重差分傾向得分匹配法的估計結果，由表5的第（1）—（2）列可以看出Treatpost交互項系數至少在5%的水平下顯著為正。表明并購對勞動收入份額存在正效應，即并購能顯著提升勞動收入份額，驗證了本文的假設H1。

2. 安慰劑檢驗。前文有效解決了樣本選擇偏誤問題，但仍可能存在遺漏變量，導致結果不準確。若發生并購的企業具備較高勞動收入份額，那么就有可能出現樣本自選擇問題，同時其他未被發現的因素也可能干擾研究結論，這一問題成為決定研究結論是否可靠的重要待檢驗命題。對本文的研究結論進行安慰劑檢驗，即在總樣本中隨機抽樣1000次，以隨機生成的實驗組為并購公司，其他樣本作為控制組，按照模型（1），重新進行回歸。保留每一次回歸得到的并購系數和t值，繪制出核密度圖，如圖1所示，其中橫軸代表相應的t值、縱軸代表頻次。1000次安慰劑檢驗得到的企業并購估計系數集中分布在0附近，未拒絕正態分布的原假設，偏度顯著不為0。上述結果表明，虛擬處理效應不存在，意味著上市公司并購這一因素能夠正向影響勞動收入份額，故排除了遺漏變量可能對本文研究結果的影響，表明基準回歸結果是穩健的。

3. 替換勞動收入份額的衡量方法。借鑒江軒宇和林莉（2022）[29]的研究方法，采用要素成本的增加值衡量勞動收入份額，具體計算方式如下：LS3 =Ln（支付給職工以及為職工支付的現金+期末應付職工薪酬-期初應付職工薪酬）/（營業收入‐營業成本+支付給職工以及為職工支付的現金+期末應付職工薪酬-期初應付職工薪酬 +固定資產折舊+支付的各項稅費）。同時，本文還對勞動收入份額重新進行衡量：LS4= Ln[（支付給職工以及為職工支付的現金）/（營業收入-營業成本+勞動收入+固定資產折舊）]。重新回歸見表6，企業并購的估計系數為0.00，均在1%水平上顯著為正，與基準回歸結果基本保持一致。

4. 熵平衡法。由于傳統的匹配方法無法保證聯合并平衡所有協變量，可能出現傾向得分模型被錯誤匹配。為避免被錯誤指定，以熵權重[ωi]代替di得到反事實指標E[Y（0）|D=1]，表達式如下：

[E[Y（0）|D=1]=i|D=0Yiωii|D=0ωi]? ? ?（6）

熵權重[ωi]的計算公式如下：

[minH（ωi）=i|D=0ωilog（ωi/qi）]? ? ? （7）

采用熵平衡法產生的權重對樣本觀測值進行加權，使得加權樣本中的對照組協變量的樣本矩與處理組協變量的樣本矩達到平衡，進而最大程度上使兩組樣本實現精確匹配。對[ωi]的約束條件包括均值（一階矩）、方差（二階矩）和偏度（三階矩）。最終匹配到并購企業2402條觀測值，未并購企業2402條觀測值，匹配后的樣本合計4804條觀測值。匹配后按照模型（1）進行回歸，結果見表7，經過平衡匹配后，結論與主回歸結果一致，證明結論穩健有效。

五、進一步研究

（一）企業并購行為影響勞動收入份額的機制檢驗

根據前述理論分析，并購之所以能夠提升勞動收入份額，一方面是緩解了企業的融資約束，另一方面是降低了企業的融資成本，本部分試圖通過實證檢驗提供經驗證據。借助溫忠麟和葉寶娟（2014）[30]中介效應分析方法來檢驗并購產生影響的渠道，并以其90%置信區間是否覆蓋零值來判斷中介效應是否顯著。回歸模型設定如下：

[KZ/DCOST=β0+β1MAi，t+β2Controls+ΣIndustry+ΣYear+ξi，t]? ? ? ? （8）

[LSi，t=α0+α1MAi，t+α2KZ/DCOST+α3Controls+ΣIndustry+ΣYear+ξi，t]? ? ? （9）

1. 緩解融資約束途徑。在上述系列檢驗的基礎上，進一步按照模型（8）和（9）進行機制檢驗，具體結果見表8，列（2）和列（5）結果顯示，并購與融資約束在1%的水平上顯著為負，說明并購緩解了企業的融資約束。列（1）和列（4）企業并購的回歸系數分別為0.065、0.103，分別在5%、1%的水平上顯著為正，而在列（3）和列（6）中加入融資約束后，企業并購的回歸系數顯著為正，但分別從0.065、0.103下降至0.00、0.02，表明融資約束是企業并購提升勞動生產份額的部分中介因子。對中介效應進行的Bootstrap檢驗表明，90%的置信區間內不包含零，表明中介效應存在。

2. 降低融資成本途徑。按照模型（8）和（9）進行機制檢驗，具體結果見表9，列（2）和列（5）企業并購的回歸系數在1%水平上顯著為負，說明并購降低了企業的融資成本。在列（3）和列（6）中加入融資成本后，企業并購的回歸系數顯著為正，但分別從0.065、0.103下降至0.01、0.01，表明并購通過降低融資成本途徑提高勞動收入份額，融資成本是并購提升勞動生產份額的部分中介因子。對中介效應進行的Bootstrap檢驗表明，90%置信區間內不包含零，說明中介效應存在。

（二）異質性分析

1. 產權性質、企業并購與勞動收入份額。一般情況下，與國有企業相比，非國有企業面臨的融資約束更大、融資成本更高。因此，并購對非國有企業融資約束的緩解和對融資成本的降低效應可能更強，從而對非國有企業勞動收入份額的提升效應也更強。按照產權性質將樣本分為國有企業和非國有企業兩組，按照模型（1）分別進行回歸，結果見表10，從列（1）和列（3）可以看出，并購對國有企業勞動收入份額的影響不顯著。但從列（2）和列（4）可知，并購對非國有企業勞動收入份額的影響系數均在5%的顯著性水平上為正。該結論表明并購對勞動收入份額的提升作用在非國有企業效應更強。

2. 要素結構、企業并購與勞動收入份額。與資本密集型企業相比，勞動密集型企業更加依賴勞動力。并購對這兩種類型企業勞動收入份額的調節作用可能存在不對稱性。根據上市公司年末人均固定資產凈額均值的大小進行分組：其中大于均值的樣本定義為資本密集型企業；反之為勞動密集型企業。按照模型（1）分別進行回歸，結果如表11所示，列（1）和列（3）顯示在勞動密集型企業中，并購對勞動收入份額的提升作用更大，且均在5%水平上顯著為正。說明在勞動密集型企業中并購對勞動收入份額的提升作用更顯著。

（三）企業并購與勞動收入差距

為驗證企業并購行為是否提升了企業高管與員工間的勞動收入差距，本文將高管收入（LS-EX）與員工（LS-EM）收入的差額ΔLS作為因變量，利用模型（1）進行回歸，分析并購行為究竟是提升還是降低了二者間的勞動收入差距。同時，也為區分并購行為使得公司高管還是雇員的勞動收入份額提升，本文將高管收入（LS-EX）與員工收入（LS-EM）作為因變量，利用模型（1）進行回歸，結果如表12所示。列（1）匯報了企業并購對勞動收入差距的回歸系數為-2.010，且在1%的水平上顯著為負，說明并購緩解了高管與員工之間的勞動收入差距。列（2）顯示企業并購與高管收入回歸系數不顯著；列（3）顯示企業并購與員工收入的回歸系數為2.009，在1%的水平上顯著為正，表明并購提高了企業員工的勞動收入份額。可能的原因是：并購行為緩解了融資約束和降低了融資成本，提升了企業的創新能力，創新促進企業優化人力資本結構，增加創新人力資源，研發活動的擴張及加計扣除政策的實施引致企業聘用大量研發人員。因此，并購最終提升了員工的勞動收入。

六、研究結論

目前，我國經濟正處于由高速增長轉向高質量發展的關鍵階段，如何優化收入分配結構和降低收入差距越來越受到社會各界的關注。考察并購與勞動收入份額之間的關系，對于認識和推進資本市場健康發展、科學優化要素收入分配結構、加快實現高質量發展和走共同富裕之路具有重要的理論價值和現實意義。本文探討上市公司的并購行為對勞動收入份額的影響及其機制。結果表明，隨著企業并購活動的發生，勞動收入份額顯著提升。然后，基于融資約束和融資成本兩個視角分別驗證了并購行為影響勞動收入份額的作用機制，發現并購引發的融資能力的提升和融資成本的降低顯著提升了上市公司勞動收入份額。進一步研究發現，產權性質和要素結構對二者關系具有調節作用，并購對勞動收入份額的提升作用在非國有企業和勞動密集型企業中更強。拓展檢驗發現，并購顯著提升了上市公司中雇員的勞動收入份額，且引致上市公司高管與雇員之間的勞動收入差距縮小。

本文研究結論具有重要的啟示：一是上市公司的并購行為對勞動收入份額具有重要的影響。政府部門在優化勞動分配結構及調節國民勞動收入份額過程中，需要重點關注上市公司并購活動對其帶來的影響。二是政府部門在完善上市公司收購政策的同時需要協調好經濟增長與勞動收入份額之間的關系。三是上市公司應正確認識到并購行為的作用，充分利用并購獲取優質資源，提高融資能力，降低融資成本，實現企業做優做強，提高市場競爭力。

參考文獻：

[1]施新政，高文靜，陸瑤，李蒙蒙.資本市場配置效率與勞動收入份額——來自股權分置改革的證據 [J]. 經濟研究，2019，54（12）.

[2]D Autor，D Dorn，L F Katz. 2020. The Fall of the Labor Share and the Rise of Superstar Firms [J].The Quarterly Journal of Econmoics，135（2）.

[3]陸雪琴，田磊. 企業規模分化與勞動收入份額 [J]. 世界經濟，2020，43（09）.

[4]張明昂，施新政，紀珽.人力資本積累與勞動收入份額：來自中國大學擴招的證據 [J]. 世界經濟，2021，44（02）.

[5]王靜，王怡靜，宋建. 最低工資、機器人應用與勞動收入份額——基于上市公司經驗證據 [J]. 財經研究，2022，48（12）.

[6]杜鵬程，劉睿雯，張爍珣. 要素成本與勞動收入份額：來自最低工資與進口關稅的證據 [J]. 世界經濟，2022，45（02）.

[7]劉長庚，王宇航，張磊. 數字普惠金融提高了勞動收入份額嗎？[J]. 經濟科學，2022（03）.

[8]朱琳，江軒宇，伊志宏. 賣空約束放松與企業勞動收入份額 [J].財經研究，2022，48（04）.

[9]熊家財，劉充，章衛東. 數字金融發展與勞動收入份額提升——來自上市公司的經驗證據 [J]. 經濟評論，2022，（06）.

[10]王希元，傅帆，陳明明.數字化轉型對企業勞動收入份額的影響 [J].金融與經濟，2023，（04）.

[11]李穎，胡榕. 碳排放權交易對企業勞動收入份額的影響研究 [J]. 外國經濟與管理，2023，（02）.

[12]汪沖，宋尚彬. 研發投入激勵對勞動收入份額的影響研究——基于人才集聚和收益共享視角 [J]. 財政研究，2022，（09）.

[13]R Hubbard，D Palia. 1999. A Reexamination of the Conglomerate Merge Wave in the 1960s：An Interal Capital Markets View [J]. Joural of Finance，54（3）.

[14]羅長遠，陳琳. 融資約束會導致勞動收入份額下降嗎？——基于世界銀行提供的中國企業數據的實證研究 [J]. 金融研究，2012，（03）.

[15]B Li，C Liu，S T Sun. 2021. Do Corporate Income Tax Cuts Decrease Labor Share？ Regression Discontinuity Evidence from China [J].Journal of Development Economics，150（10）.

[16]J Gornaggia，J Li. 2019. The Value of Access to Finance：Evidence from M&A [J].Journal of Financial Economics，131（1）.

[17]陳菡，謝雪穎. 國有資本引入、治理優化與價值實現——基于美亞柏科引入國投智能的混改實踐 [J]. 商業會計，2023，（18）.

[18]趙秋運，馬晶，胡巧玉. 融資約束、企業儲蓄和勞動收入份額：基于中國經濟轉型的發現 [J]. 宏觀質量研究，2020，8（02）.

[19]江軒宇，賈婧. 企業債券融資與勞動收入份額 [J]. 財經研究，2021，47（07）.

[20]江紅莉，胡林柯，蔣鵬程. 資本市場開放與企業勞動收入份額——基于“滬港通”的準自然實驗 [J].上海財經大學學報，2022，24（01）.

[21]辛大楞，鄧祥瑩. 開放促進公平：資本市場開放對勞動收入份額的影響研究——基于滬港通的準自然實驗[J]. 財經論叢，2022，（12）.

[22]范源源，李建軍. 綠色信貸政策對勞動收入份額的影響研究——基于人力資源與信貸資源再配置視角 [J].經濟評論，2022，（03）.

[23]劉長庚，王宇航，張磊. 去杠桿降低了勞動收入份額嗎？[J]. 中央財經大學學報，2022，（07）.

[24]蘆婷婷，祝志勇. 人工智能是否會降低勞動收入份額——基于固定效應模型和面板分位數模型的檢驗[J].山西財經大學學報，2021，43（11）.

[25]張晨霞，李榮林. 全球價值鏈上游參與度、企業成本加成率與勞動收入份額 [J].現代財經（天津財經大學學報），2021，41（11）.

[26]J Stiebale，D Vencappa. 2022. Import Competition and Vertical Integration：Evidence from India [J].Journal ofInternational Economics，112.

[27]P Moser，A Voena. 2012. Compulsory Licensing：Evidence from the Trading with the Enemy Act [J].AmericanEconomic Review，102.1.

[28]王喆，蔣殿春.跨國并購是否提高了企業風險：來自中國上市公司的證據 [J].世界經濟研究，2021，（03）.

[29]江軒宇，林莉.會計信息可比性與勞動收入份額[J].金融研究，2022，（04）.

[30]溫忠麟，葉寶娟. 中介效應分析：方法和模型發展[J].心理科學進展，2014，22（05）.