企業(yè)市值規(guī)模對勞動力雇傭的影響

［摘 要］ 利用2007-2022年A股上市公司數(shù)據(jù)，檢驗企業(yè)市值規(guī)模對其雇傭決策的影響。研究發(fā)現(xiàn)：企業(yè)市值每提高1個單位，下期的勞動力雇傭量將上升0.43個百分點。機制分析表明，上述影響主要是通過融資約束緩解效應、投資規(guī)模擴張效應和生產(chǎn)規(guī)模擴張效應三個渠道實現(xiàn)的。異質(zhì)性分析顯示，公司市值增加對勞動力雇傭的促進作用在東部地區(qū)企業(yè)、勞動密集型企業(yè)和民營企業(yè)更加突出。

［關鍵詞］ 企業(yè)市值；資本結構；融資約束；雇傭決策

［中圖分類號］" F272．92"" ［文獻標識碼］ Ａ"" ［文章編號］ 1008-1763（2025）01-0035-10

The Impact of a Firm’s Market Capitalization

on Employment Decisions

DING Shouhai，CHEN Wenwen

（School of Applied Economics， Renmin University of China， Beijing 100872， China）

Abstract：Using the data from A-share listed companies from 2007 to 2022， this paper examines the impact of firm’s market capitalization on"" employment decisions. The results indicate that a one-unit increase in firm’s market capitalization"" is associated with a 0.43 percentage point rise in the following period’s employment level. The mechanism analysis shows that this effect is primarily achieved through three channels： easing financing constraints effect， expanding investment scale effect， and expanding production scale effect. Heterogeneity analysis shows that the promoting effect of increasing" market value on employment level" is more pronounced in eastern regions enterprises ， labor-intensive enterprises， and private enterprises.

Key words： market value; capital structure; financing constraints; employment" decisions

一 引 言

就業(yè)是民生之本，是發(fā)展之基。黨的二十大報告明確指出，要強化就業(yè)優(yōu)先政策，健全就業(yè)促進機制。2024年政府工作報告也進一步強調(diào)，要多措并舉穩(wěn)就業(yè)。當前我國就業(yè)面臨較大的壓力。國家統(tǒng)計局的數(shù)據(jù)顯示，2024年6月份，全國城鎮(zhèn)不包含在校生的16-24歲勞動力的失業(yè)率仍高達13.2%，25-29歲勞動力的失業(yè)率為6.4%。就業(yè)承壓的背后是經(jīng)濟承壓，2024年第二季度GDP增速只有4.7%，較第一季度回落0.6個百分點。隨著經(jīng)濟下行壓力的加劇，這一壓力必然會進一步傳導至勞動力市場。

股市作為經(jīng)濟的晴雨表，也受到了經(jīng)濟下行壓力的影響。近年來，股票市場面臨嚴重的市值縮水。2022年，A股市值縮水超過10萬億元，其中2356家企業(yè)市值縮水10億元以上，399家企業(yè)市值縮水超過100億元。2023年，A股市值繼續(xù)縮水1萬億元以上，718家企業(yè)連續(xù)兩年市值縮水超10億元，112家企業(yè)連續(xù)兩年市值縮水100億元以上。2024年，股市縮水的趨勢仍在延續(xù)，截止到2024年上半年，A股市值自年初以來縮水超過4萬億元數(shù)據(jù)來源于Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫。。金融是經(jīng)濟的血脈，早在2017年4月，習近平主持中央政治局第四十次集體學習時就曾提出要“金融活，經(jīng)濟活；金融穩(wěn)，經(jīng)濟穩(wěn)”^[1]。2023年10月，中央金融工作會議進一步強調(diào)，優(yōu)化金融服務，為中國式現(xiàn)代化提供有力支撐。

那么，企業(yè)市值規(guī)模是否會對勞動力雇傭量產(chǎn)生影響？如果有影響，其內(nèi)在機理又是什么？為此，本文利用2007-2022年中國A股上市公司數(shù)據(jù)進行實證分析，揭示企業(yè)市值規(guī)模對其雇傭決策的影響程度和影響機制。本文的邊際貢獻主要有三個方面：第一，考察企業(yè)市值對其雇傭決策的影響，豐富了股票市場與勞動力市場的交叉研究。第二，勞動力需求是引致性需求。過去學術界在考察勞動需求時一般止步于對生產(chǎn)規(guī)模的考察，較少考察后者的影響因素，本文從融資約束、投資規(guī)模和生產(chǎn)規(guī)模三個維度考察勞動力需求的影響因素，深化了對企業(yè)雇傭行為的理解。第三，在當前“穩(wěn)就業(yè)”和“穩(wěn)金融”目標承壓的背景下，本文發(fā)現(xiàn)提高企業(yè)的市值有助于擴大勞動力雇傭規(guī)模。這具有重要的政策內(nèi)涵，為平衡虛擬經(jīng)濟與實體經(jīng)濟的發(fā)展提供了啟示。

二 文獻綜述與研究假設

（一）文獻綜述

為深入探討企業(yè)市值規(guī)模對勞動力雇傭量的影響，首先需要明確的是影響企業(yè)雇傭決策的關鍵因素。在這方面，國內(nèi)外學術界已有大量研究，既涵蓋了減稅降費政策、機器人應用等宏觀層面的分析^[2-3]，又涉及企業(yè)產(chǎn)權性質(zhì)、資本密集度等微觀層面的影響^[4-5]。然而，這些研究大多基于傳統(tǒng)的勞動力需求模型，假設勞動力市場能夠自我調(diào)節(jié)，忽視了金融市場可能存在的摩擦性影響。鑒于中國的金融供給體系尚不完善、融資成本居高不下，企業(yè)的融資能力是決定其雇傭規(guī)模的關鍵因素。

為進一步分析企業(yè)的融資能力如何影響雇傭決策，可以從間接融資和直接融資兩個渠道進行探討。間接融資指企業(yè)通過金融機構獲得信貸資金。一般情況下，通過間接融資獲得的信貸資金規(guī)模與勞動力雇傭規(guī)模呈正相關^[6]。Chodorow-Reich以2008年金融危機為外生沖擊，發(fā)現(xiàn)銀行貸款減少是企業(yè)雇傭減少的重要原因之一^[7]。直接融資則指企業(yè)通過資本市場直接從投資者處獲得資金，包括債券市場和股票市場。在債券融資方面，劉彩霞等認為債務融資能夠拉動就業(yè)^[8]。在股票市場上，Borisov等指出首次公開上市（IPO）會顯著擴大企業(yè)的雇傭規(guī)模^[9]。Kim等發(fā)現(xiàn)股權再融資（SEO）也會影響企業(yè)雇傭決策^[10]。此外，股票市場還會與債券市場產(chǎn)生聯(lián)動效應，并強化對勞動力市場的傳導^[11]。

現(xiàn)有文獻中，涉及企業(yè)市值規(guī)模對其雇傭決策影響的研究較少，且大多集中在宏觀層面，缺乏微觀分析。市值是影響企業(yè)融資的重要因素之一，其波動必然會對企業(yè)雇傭決策產(chǎn)生影響。Chodorow-Reich等認為股價上行會通過增加財富而促進就業(yè)^[12]。王勁松和韓克勇則指出，股價上行會吸引大量的失業(yè)者進入股市，進而緩解失業(yè)壓力，只是這種緩解主要是通過降低勞動者就業(yè)意愿實現(xiàn)的，是一種被動型緩解^[13]。總體而言，大部分研究承認股價上漲有利于促進就業(yè)，但要剖析其背后的機理，還要深入企業(yè)層面做微觀分析。目前只有少數(shù)幾位國外研究者做了這方面的工作。例如，Ring以2008年金融危機為外生沖擊信號，發(fā)現(xiàn)股市崩盤通過減少企業(yè)財富而壓縮招聘規(guī)模，且在融資約束越大的企業(yè)中這種壓縮效應越明顯^[14]。

由于制度環(huán)境和股市發(fā)展歷程等方面的差異，國外的研究結論未必適用于中國。而目前國內(nèi)學者較少直接探討股價或企業(yè)市值對雇傭行為的影響，更無法深入揭示其中的機制。因此，本文將基于經(jīng)典理論推演，并結合中國的具體實踐進行深入探索。

（二）理論分析與研究假說

理論上，企業(yè)市值提高有助于從直接融資和間接融資渠道獲得信貸資金，緩解融資約束。同時，企業(yè)市值提高還會增強企業(yè)和消費者信心，促進企業(yè)擴大生產(chǎn)性投資規(guī)模和生產(chǎn)規(guī)模，進而促使企業(yè)擴大雇傭規(guī)模。據(jù)此，本文將從融資約束效應、投資規(guī)模效應和生產(chǎn)規(guī)模效應三個層面分析企業(yè)市值對其雇傭決策的影響。

1.融資約束效應

企業(yè)雇傭決策受到融資約束的限制，而市值提升能夠緩解融資約束，進而促使企業(yè)擴大雇傭規(guī)模。具體地，勞動力是一種準固定生產(chǎn)要素，企業(yè)在雇傭勞動者時不僅需要支付工資和社保等可變支出，還要承擔培訓費用和招聘成本等固定成本^[15]。此外，企業(yè)經(jīng)常面臨支出與收入時間不匹配的情況，勞動力成本轉化為銷售收入需要經(jīng)過生產(chǎn)、銷售、收付等一系列環(huán)節(jié)。更重要的是，勞動力無法作為抵押貸款中的抵押物，這使得雇傭需要持續(xù)現(xiàn)金流的支持。已有文獻發(fā)現(xiàn)，面臨融資約束的企業(yè)往往會縮小雇傭規(guī)模^[16]。而市值提升有助于從直接融資和間接融資渠道緩解融資約束。就直接融資而言，股權融資不僅不需要還本付息，還能為企業(yè)提供長期穩(wěn)定的現(xiàn)金流，是重要的融資方式。市值越高，企業(yè)在股票市場上的籌資能力也越強^[17]。就間接融資而言，股票質(zhì)押是上市公司常見的融資手段。市值越高，股票作為可抵押物的價值也越高，企業(yè)獲得貸款的可能性和貸款額度也會隨之增加。已有研究表明，高市值確實能夠增加企業(yè)從銀行獲得的信貸資金^[18]。基于此，本文提出假說1。

假說1：企業(yè)市值增加會通過緩解企業(yè)融資約束進而促使其擴大雇傭規(guī)模。

2.投資規(guī)模效應

提高企業(yè)市值通常會刺激企業(yè)增加投資，進而擴大企業(yè)雇傭規(guī)模。首先，根據(jù)托賓Q理論，托賓Q值是企業(yè)市場價值與其重置成本之比。當托賓Q值大于1時，企業(yè)的市場價值超過了重置成本，企業(yè)投資實體經(jīng)濟更有利可圖^[19]。2007-2022年，中國A股上市公司年度平均托賓Q值遠高于1由Wind數(shù)據(jù)庫計算可得。。在其他條件不變的情況下，股價上行會促進企業(yè)投資規(guī)模擴大^[20]。其次，根據(jù)信號傳遞理論，股票價格中蘊含了大量信息，能為企業(yè)的投資決策提供參考^[21]。股價中既包含與經(jīng)濟形勢、市場行情等相關的公共信息，又包含了與企業(yè)經(jīng)營相關的特質(zhì)信息。無論是基于公共信息還是特質(zhì)信息，股價上行都會增強企業(yè)的投資信心，促使其增加投資。已有研究表明，股價中包含的信息越多，企業(yè)的投資增幅與股價上漲的關聯(lián)性越強^[22]。而投資規(guī)模的擴大會帶動企業(yè)勞動力需求的上升。此外，資本與勞動之間存在互補關系^[23]。基于此，本文提出假說2。

假說2：企業(yè)市值增加會通過刺激企業(yè)增加投資進而擴大其雇傭規(guī)模。

3.生產(chǎn)規(guī)模效應

企業(yè)市值提高會刺激企業(yè)擴大生產(chǎn)規(guī)模，進而帶動雇傭規(guī)模的增長。首先，高市值會刺激消費需求。一方面，股票是消費者的重要投資渠道，中國股民數(shù)量在2022年已經(jīng)超過2億人數(shù)據(jù)來源于Wind數(shù)據(jù)庫。。股價上升意味著家庭財富增加，這會提升消費信心和消費需求^[24]。另一方面，高市值還預示著企業(yè)未來發(fā)展前景良好，這提高了企業(yè)的市場地位，增加了消費需求^[25]。隨著消費需求的增加，企業(yè)會擴大生產(chǎn)規(guī)模^[26]。其次，高市值還會降低企業(yè)的生產(chǎn)成本。一方面，股價上漲會降低融資成本、減少管理層短視行為，進而降低企業(yè)成本^[27]。另一方面，股價上行通過股權激勵激發(fā)員工的積極性，提高企業(yè)運行效率，進一步降低企業(yè)成本^[28]。在企業(yè)成本降低的情況下，為實現(xiàn)利潤最大化，企業(yè)會擴大生產(chǎn)規(guī)模，從而直接帶動企業(yè)雇傭規(guī)模的擴張^[26]。當企業(yè)擴大生產(chǎn)規(guī)模時，需要增加生產(chǎn)環(huán)節(jié)的勞動力來滿足更高的生產(chǎn)需求。例如，新增的生產(chǎn)線和工作崗位需要勞動力填補。此外，生產(chǎn)規(guī)模擴大不僅提升了直接生產(chǎn)環(huán)節(jié)的勞動力需求，也提升了間接生產(chǎn)環(huán)節(jié)，如操作、管理和維護等方面的勞動力需求。甚至，這種擴張還會延伸至非生產(chǎn)環(huán)節(jié)，如銷售和物流等部門的勞動力需求也會隨之增加。基于此，本文提出假說3。

假說3：企業(yè)市值增加會通過刺激企業(yè)擴大生產(chǎn)規(guī)模進而擴大其雇傭規(guī)模。

三 模型設定與數(shù)據(jù)處理

（一）模型設定和變量定義

為了檢驗企業(yè)市值規(guī)模對其雇傭決策的影響，本文構建如下計量模型：

lnemployit=α0+α1qit－1+α2lnemployit－1+

βXit+εj+μt+eit（1）

其中，下標i代表企業(yè)，t代表年份。被解釋變量lnemploy代表企業(yè)雇傭規(guī)模，用上市公司員工人數(shù)的對數(shù)表示。核心解釋變量為滯后一期的企業(yè)市值。之所以放入上期市值而非當期市值的原因在于，市值對雇傭規(guī)模的影響并非瞬時形成的，它要通過信貸和投資等渠道傳導到雇傭規(guī)模，這一過程需要一定時間。企業(yè)市值q用市凈率表示，等于股價與每股凈資產(chǎn)之比，衡量了上市公司在金融市場的價值。鑒于本文其他數(shù)據(jù)均使用年度數(shù)據(jù)，而市凈率為日度數(shù)據(jù)，為保持數(shù)據(jù)頻率的一致性，利用市凈率的年度平均值來表示。α1是重點關注的參數(shù)，若α1為正，說明企業(yè)市值提高能擴大其雇傭規(guī)模。另外，還控制了上一期的雇傭規(guī)模，這是因為勞動要素的調(diào)整成本高，企業(yè)的雇傭調(diào)整具有黏性^[29]。

參考以往文獻^[30-31]，控制變量Xit包括：（1）平均工資水平lnwage，用企業(yè)應付職工薪酬與員工人數(shù)之比的對數(shù)衡量；（2）資產(chǎn)負債率leverage，用總負債占總資產(chǎn)的比重衡量；（3）企業(yè)規(guī)模size，用企業(yè)總資產(chǎn)的對數(shù)衡量；（4）總資產(chǎn)收益率roa，用凈利潤占總資產(chǎn)的百分比衡量；（5）研發(fā)費用率rd，用研發(fā)費用占營業(yè)收入的百分比衡量；（6）現(xiàn)金流比率cash，用經(jīng)營活動產(chǎn)生的現(xiàn)金流凈額占總資產(chǎn)的比重衡量；（7）企業(yè)上市年齡lnage，用當年年份與企業(yè)上市年份之差加1的對數(shù)衡量；（8）股權集中度top1，用企業(yè)第一大股東的持股比例來衡量；（9）企業(yè)所有制state，對國有控股企業(yè)，取1，否則取0。

此外，本文還控制了行業(yè)固定效應εj和時間固定效應μt。eit為隨機誤差項。

（二）數(shù)據(jù)來源和描述性統(tǒng)計

本文以中國滬深兩市A股上市公司為樣本進行研究。考慮到2006年制定的《企業(yè)會計準則》宣布2007年開始執(zhí)行新的會計準則，為統(tǒng)一統(tǒng)計口徑，本文選取2007-2022年為樣本區(qū)間。所使用的數(shù)據(jù)均來自Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫。本文對原始數(shù)據(jù)進行了如下處理：（1）由于金融行業(yè)的資產(chǎn)負債結構具有特殊性，刪除金融行業(yè)的數(shù)據(jù)；（2）刪除上市狀態(tài)為“ST”“*ST”的上市公司；（3）刪除關鍵變量存在嚴重缺失、資不抵債、總資產(chǎn)或總負債小于0等異常樣本；（4）為了控制極端值的影響，對連續(xù)變量中1%以下和99%以上的樣本進行截尾處理。

表1為所有變量的描述性統(tǒng)計結果。企業(yè)雇傭規(guī)模lnemploy的最小值為4.8122，最大值為11.1615，標準差為1.1005，表明企業(yè)間雇傭規(guī)模的差異較大。市值q的均值為3.7816，標準差為2.5118，說明企業(yè)間市值的差異也較大。其他變量不再贅述。

四 實證分析

（一）基準回歸結果

表2為基準回歸結果，列（1）僅包括核心解釋變量和上期勞動力雇傭量，列（2）進一步加入了所有控制變量，列（3）加入了行業(yè)固定效應，列（4）控制了時間固定效應。結果顯示，在各個模型中上期q值的系數(shù)均顯著為正，說明企業(yè)市值增加會促使其擴大雇傭規(guī)模。以列（4）為例，上期q值的系數(shù)為0.0043，這表明在其他條件不變的情況下，上期市值每增加1個單位，企業(yè)雇傭人數(shù)會增加0.43個百分點。

再看控制變量，上期雇傭量的系數(shù)顯著為正，這驗證了雇傭量的調(diào)整具有黏性。工資的系數(shù)顯著為負，這說明工資作為勞動力的成本，工資增加會降低企業(yè)的勞動力需求。資產(chǎn)負債率、企業(yè)規(guī)模、總資產(chǎn)收益率、研發(fā)費用率的系數(shù)均顯著為正，說明企業(yè)負債、企業(yè)規(guī)模、盈利能力、研發(fā)投入均會顯著影響企業(yè)的雇傭規(guī)模。現(xiàn)金流比率和股權集中度的系數(shù)均不顯著，說明其對企業(yè)雇傭規(guī)模的影響有限。企業(yè)上市年齡的系數(shù)顯著為負，這可能是因為企業(yè)在不同生命周期的雇傭需求不同。通常來說，初創(chuàng)期的企業(yè)成長性較強，雇傭需求較大，而到了成熟期，企業(yè)發(fā)展相對完備，雇傭需求也會隨之下降^[16]。與民營企業(yè)相比，國有企業(yè)的雇傭量更少，這也與現(xiàn)實情況相符。國有企業(yè)雇員規(guī)模的擴張通常要受到編制等制度性因素的約束，受到市場因素的影響相對較小。

（二）內(nèi)生性問題的處理

考慮到市值與雇傭量可能存在反向因果，即企業(yè)的雇傭規(guī)模可能也會通過盈利能力影響企業(yè)市值，導致qit－1內(nèi)生。為此，本文參考尹志超等的做法^[32]，利用第t－1年企業(yè)i所在城市對應行業(yè)平均市值mqit－1作為工具變量，其滿足相關性和外生性要求。在相關性上，同一地區(qū)、同一行業(yè)的企業(yè)經(jīng)營環(huán)境都比較接近，因此企業(yè)市值與當?shù)卦撔袠I(yè)的市值密切相關。在外生性上，企業(yè)雇傭決策幾乎不受城市和行業(yè)層面企業(yè)平均市值的影響。此外，考慮到模型可能存在遺漏變量，如管理者對激進戰(zhàn)略的偏好等隨時間變化的不可觀測因素，這些因素可能同時影響上期雇傭規(guī)模和當期雇傭規(guī)模。為此，本文使用t－1年企業(yè)i所在城市對應行業(yè)的平均雇傭規(guī)模mlnemployit－1作為工具變量。

表3為利用兩階段最小二乘法（2SLS）和工具變量估計的回歸結果。為檢驗工具變量的有效性，本文采用多種方式進行評估。首先，根據(jù)列（1）和列（2）第一階段的回歸結果可知，企業(yè)所在城市對應行業(yè)的平均市值會顯著影響該企業(yè)的市值，平均雇傭規(guī)模也會顯著影響該企業(yè)的雇傭規(guī)模。其次，欠識別檢驗Kleibergen-PaaprkLM統(tǒng)計量的值拒絕識別不足的假設。最后，第一階段弱工具變量檢驗的Cragg-DonaldWaldF統(tǒng)計量和Kleibergen-PaaprkWaldF統(tǒng)計量的值均超過1000，明顯大于Stock和Yogo提出的10%maximalIVsize的值7.03^[33]，排除了弱工具變量問題。這表明，前文所選取的工具變量是合理的。列（3）為第二階段回歸的結果，上期市值的系數(shù)顯著為正，表明利用工具變量處理內(nèi)生性問題后，企業(yè)市值增加對就業(yè)的促進作用仍然顯著。

（三）穩(wěn)健性檢驗

為考察回歸結果的穩(wěn)健性，本文主要利用以下幾種方式做進一步檢驗：

第一，改變被解釋變量的衡量方法。考慮到與員工人數(shù)的對數(shù)相比，員工人數(shù)逐年的變化率更能清晰地反映企業(yè)雇傭規(guī)模的變化情況，同時還能消除企業(yè)勞動力需求固有差異對實證結果的干擾。參考劉貫春等的研究^[34]，將被解釋變量替換為企業(yè)員工人數(shù)的增長率。同樣地，為剔除異常值的影響，對員工人數(shù)增速進行了截尾處理。表4列（1）顯示，上期市值每增加1個單位，企業(yè)勞動力雇傭量將增加0.51個百分點，與基準回歸結果基本一致。

第二，改變核心解釋變量的度量方式。我國上市公司股票分為流通股和非流通股，非流通股不能在市場上交易，其價格難以準確估計。前文用流通股的股價代替非流通股價格，但實際上非流通股的轉讓價格通常以凈資產(chǎn)為基準，用流通股的股價替代可能會高估市值。參考已有研究^[35]，本文用每股凈資產(chǎn)替代非流通股的價格，得到市值的另一種衡量方式，如下：

q_r=

流通股數(shù)×股票價格+非流通股數(shù)×每股凈資產(chǎn)總股本數(shù)×每股凈資產(chǎn)=

流通股占比×q+非流通股占比

表4列（2）是利用q_r作為解釋變量的回歸結果，發(fā)現(xiàn)上期市值仍能顯著影響企業(yè)雇傭規(guī)模。

第三，改變模型設定。考慮到企業(yè)所在省份的經(jīng)濟金融發(fā)展情況與其生產(chǎn)經(jīng)營行為直接相關，本文在基準模型的基礎上控制了省份時間固定效應。回歸結果如表4列（3）所示，上期市值的系數(shù)仍顯著為正。同樣地，考慮到行業(yè)的技術水平變化對企業(yè)的生產(chǎn)經(jīng)營也會產(chǎn)生直接影響，控制行業(yè)時間固定效應。表4列（4）表明，市值的影響仍顯著為正。此外，本文還改變了聚類方式，將標準誤在城市層面聚類，結果如表4列（5）所示，市值的影響仍與基準結果保持一致。

第四，改變樣本量。考慮到經(jīng)濟受到不利沖擊后，生產(chǎn)、消費和投資規(guī)模都會大幅減少，失業(yè)率也會隨之上升。為了控制2008年全球金融危機和2020年初新冠肺炎疫情沖擊的影響，本文刪除了2007-2009年和2019年之后的數(shù)據(jù)。表4列（6）的回歸結果表明，市值的影響仍顯著為正。

五 機制檢驗

前文分析表明，企業(yè)市值可能會通過融資約束效應、投資規(guī)模效應和生產(chǎn)規(guī)模效應影響企業(yè)雇傭規(guī)模。那么，這些假設是否成立？接下來本文將檢驗上述三個影響渠道。參考江艇的思路^[36]，利用兩步法設立如下模型進行機制檢驗：

Mit=γ0+γ1qit－1+γ2Mit－1+βXit+εj+

μt+eit（2）

lnemployit=δ0+δ1Mit+δ2lnemployit－1+

βXit+εj+μt+eit（3）

其中，式（2）檢驗核心解釋變量對中介變量（M）的影響，式（3）檢驗中介變量對被解釋變量的影響。Xit仍為前文所述的控制變量。

（一）融資約束效應

提高市值能緩解企業(yè)融資約束^[18]，這是雇傭規(guī)模擴大重要的影響路徑。現(xiàn)有文獻中衡量企業(yè)融資約束的指標包括單一特征指標和綜合性指標，前者包括財務費用率^[37]、企業(yè)規(guī)模^[38]等，后者包括SA指數(shù)^[39]、WW指數(shù)^[40]和KZ指數(shù)^[41]等。鑒于綜合性指數(shù)融合了多維因素的影響，且SA指數(shù)包含的內(nèi)生變量少、易操作，本文利用SA指數(shù)SA指數(shù)=|-0.737*企業(yè)規(guī)模 + 0.043*企業(yè)規(guī)模^2－0.04*企業(yè)年齡|；其中企業(yè)規(guī)模=ln（總資產(chǎn)（單位：百萬元）），企業(yè)年齡=企業(yè)存續(xù)年限。考慮到SA指數(shù)的值全為負數(shù)，本文取其絕對值。來衡量融資約束，同時用WW指數(shù)WW指數(shù)=-0.091×（經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/總資產(chǎn)）－0.062×是否發(fā)放現(xiàn)金股利的虛擬變量+0.021×（長期負債/總資產(chǎn)）－0.044×總資產(chǎn)的自然對數(shù)+0.102×行業(yè)營業(yè)收入增長率－0.035×企業(yè)營業(yè)收入增長率；計算行業(yè)營業(yè)收入增長率時行業(yè)采用證監(jiān)會三級行業(yè)代碼進行分類。

和財務費用率financialratefinancialrate=財務費用/營業(yè)收入。進行穩(wěn)健性檢驗。上述指標的值越大，表明企業(yè)面臨的融資約束也越大。表5報告了機制分析的結果，列（1）中上期q值的系數(shù)為負，說明企業(yè)市值增加能夠顯著緩解融資約束；列（2）中SA指數(shù)的系數(shù)也顯著為負，表明企業(yè)融資約束的緩解能夠顯著促進企業(yè)雇傭規(guī)模的擴大。這驗證了假說1。列（3）列（4）和列（5）列（6）則分別使用WW指數(shù)和財務費用率進行檢驗，結果仍然穩(wěn)健。

（二）投資規(guī)模效應

根據(jù)托賓Q理論和信號傳遞理論，提升市值會使企業(yè)追加實業(yè)投資，而生產(chǎn)過程中勞動與資本是互補的，所以企業(yè)雇傭規(guī)模也會隨之擴大。參考蔡慶豐和陳熠輝的做法，用固定資產(chǎn)投資率衡量企業(yè)實業(yè)投資水平，invest=（構建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金凈額-處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金凈額-固定資產(chǎn)折舊）/上年期末總資產(chǎn)^[42]。同時，為保證結果的穩(wěn)健性，我們還利用不考慮折舊的固定資產(chǎn)投資率invest1invest1=（構建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金凈額-處置固定資、無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金凈額）/上年期末總資產(chǎn)。和投資支出invest2invest2=構建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金凈額/上年期末總資產(chǎn)。進行檢驗。表6報告了檢驗結果，結果表明，上期q值的系數(shù)顯著為正，說明市值增加能夠顯著促進企業(yè)實業(yè)投資增加，且實業(yè)投資增加也會拉動企業(yè)就業(yè)增長。假說2成立。

（三）生產(chǎn)規(guī)模效應

如前所述，企業(yè)市值增加還會通過推動企業(yè)擴大生產(chǎn)規(guī)模，進而促進就業(yè)。為了驗證這一機制，本文利用企業(yè)營業(yè)總收入的對數(shù)lnrevenue來衡量企業(yè)生產(chǎn)規(guī)模。表7列（1）檢驗了企業(yè)市值對生產(chǎn)規(guī)模的影響，上期q值的系數(shù)顯著為正，說明市值增加會顯著引致企業(yè)生產(chǎn)規(guī)模的擴大。列（2）顯示lnrevenue的系數(shù)顯著為正，說明企業(yè)的生產(chǎn)規(guī)模對其雇傭規(guī)模有顯著的正向影響。假說3成立。

六 異質(zhì)性分析

市值對企業(yè)雇傭決策的影響還可能受地區(qū)金融發(fā)展水平、企業(yè)資本密集度以及所有權性質(zhì)的影響。本文將從地區(qū)、要素密集度和所有制三個方面進行異質(zhì)性分析，并構建如下回歸模型：

lnemployit=θ0+θ1qit－1+θ2Dit－1qit－1+

θ3lnemployit－1+βXit+εj+μt+eit（4）

其中，D分別為東部地區(qū)虛擬變量east、資本密集型企業(yè)虛擬變量captial和國有企業(yè)虛擬變量state，X為前文的控制變量，θ1為D取值為0時企業(yè)市值對其雇傭決策的影響，θ1+θ2為D取值為1時企業(yè)市值對其雇傭決策的影響。回歸結果見表8。

第一，地區(qū)異質(zhì)性。考慮到不同地區(qū)之間的經(jīng)濟發(fā)展水平和金融市場化程度都不同，企業(yè)獲得的信貸資金也會隨之變化，而信貸資金是企業(yè)市值影響其雇傭規(guī)模的重要渠道之一，所以在不同地區(qū)市值對雇傭的影響程度也不同。與中西部地區(qū)相比，東部地區(qū)的金融發(fā)展水平更高，企業(yè)從金融機構獲得的信貸資金也會更多^[43]，因此東部地區(qū)市值對雇傭的影響應該更大。為此，本文構建東部地區(qū)虛擬變量east，若企業(yè)注冊地在東部地區(qū)則取值為1，否則取值為0，并利用式（4）進行回歸檢驗。回歸結果如表8列（1）所示，q值以及東部地區(qū)與q值交互項的系數(shù)均顯著為正，說明在東部地區(qū)和中西部地區(qū)企業(yè)市值增加均能顯著促進就業(yè)。具體來說，上期q值的系數(shù)為0.0033，交互項的系數(shù)為0.0020，上期市值每增加1單位，中西部地區(qū)企業(yè)的勞動力雇傭量會增加0.33個百分點，東部地區(qū)企業(yè)的勞動力雇傭量會增加0.53個百分點，遠高于中西部地區(qū)企業(yè)。

第二，企業(yè)要素密集度異質(zhì)性。與勞動密集型企業(yè)相比，資本密集型企業(yè)的工資成本占總成本的比重較低，對勞動力的依賴程度較小，其雇傭決策受到融資約束的影響也有限^[34]。可見，資本密集型企業(yè)的市值增加對雇傭的促進作用有限。為了驗證這一推斷，本文用固定資產(chǎn)凈值與員工人數(shù)之比衡量資本密集度，按照該指標的平均值將企業(yè)分組，平均值之上的為資本密集型企業(yè)，captial取1，平均值之下的為勞動密集型企業(yè)，captial取0。表8列（2）為回歸結果，上期市值每增加1單位，資本密集型企業(yè)的勞動力雇傭量會增加0.08個百分點，而勞動密集型企業(yè)的勞動力雇傭量會增加0.49個百分點，遠高于資本密集型企業(yè)。

第三，企業(yè)所有制異質(zhì)性。企業(yè)所有制是影響銀行信貸的重要因素，與民營企業(yè)相比，國有控股企業(yè)在信貸市場面臨的融資約束較少^[44]。另外，國有控股企業(yè)還需要承擔保障就業(yè)的社會責任，雇傭的變化幅度較小^[45]。本文預期，與非國有企業(yè)相比，市值對國有企業(yè)雇傭的影響更小。表8列（3）為其回歸結果，上期市值每增加1單位，國有控股企業(yè)的勞動力雇傭量會增加0.16個百分點，非國有企業(yè)則增加0.77個百分點，遠高于國有企業(yè)。

七 結論與政策建議

近年來，中國股市市值嚴重縮水，就業(yè)形勢嚴峻復雜。市值是聯(lián)系金融和實體經(jīng)濟的橋梁，在“穩(wěn)金融”和“穩(wěn)就業(yè)”雙重目標均承壓的背景下，探究市值對企業(yè)經(jīng)營決策特別是雇傭決策的影響具有重要意義。本文基于2007-2022年中國A股上市公司的數(shù)據(jù)系統(tǒng)地研究了企業(yè)市值規(guī)模對其雇傭決策的影響。研究發(fā)現(xiàn)，市值增加能夠顯著促進企業(yè)雇傭規(guī)模擴大。具體來說，上期市值每增加1個單位，企業(yè)雇傭規(guī)模增加0.43個百分點。機制檢驗表明，融資約束緩解效應、投資規(guī)模擴張效應和生產(chǎn)規(guī)模擴張效應是主要的影響渠道。異質(zhì)性分析顯示，企業(yè)市值增加對東部地區(qū)企業(yè)、勞動密集型企業(yè)和民營企業(yè)的就業(yè)促進作用更大。

可見，除了直接的“穩(wěn)就業(yè)”政策外，“穩(wěn)股價”也是實現(xiàn)“穩(wěn)就業(yè)”的重要環(huán)節(jié)。對此，本文提出如下建議：

第一，政府應積極推進實施就業(yè)優(yōu)先戰(zhàn)略，多措并舉促進企業(yè)擴大雇傭規(guī)模。本文研究發(fā)現(xiàn)，企業(yè)的雇傭決策不僅受到投融資環(huán)境的影響，還與企業(yè)性質(zhì)密切相關。因此，政策制定應重點關注上述因素。一方面，政府應優(yōu)化融資環(huán)境，引導企業(yè)加大生產(chǎn)性投資，特別是在勞動密集型項目上的投入，從而推動企業(yè)增加雇傭。另一方面，政府可以根據(jù)企業(yè)的所在地區(qū)和類型差異，在特定時期為東部地區(qū)企業(yè)、勞動密集型企業(yè)和民營企業(yè)提供額外的就業(yè)支持。例如，針對企業(yè)新增就業(yè)崗位設立專項補貼計劃，幫助這些易受市值波動影響的企業(yè)更好地應對市場變化，進而擴大雇傭規(guī)模。

第二，企業(yè)的盈利能力和未來成長潛力是企業(yè)市值的核心基礎。為了穩(wěn)定企業(yè)市值，必須為企業(yè)創(chuàng)造公平的營商環(huán)境并提升其經(jīng)營管理水平。一方面，政府應規(guī)范市場化營商環(huán)境，降低市場準入門檻，促進公平競爭，提升政府的服務能力，充分激發(fā)各類市場主體的活力。另一方面，上市公司也應不斷改善經(jīng)營能力，持續(xù)提升經(jīng)營效率，在穩(wěn)產(chǎn)增收、降本增效、盤活資產(chǎn)以及科技創(chuàng)新等方面不斷發(fā)力。

第三，應加強股票市場的制度建設。證券市場上的過度投機行為會引起市值的不合理波動，規(guī)范的制度和價值投資理念的引導是有效遏制過度投機的關鍵。在制度建設方面，應建立健全的市場規(guī)則和監(jiān)管框架，嚴懲企業(yè)的不規(guī)范行為，提升企業(yè)的違規(guī)成本，確保市場交易透明，防止信息不對稱和市場操縱。在投資理念方面，應全面普及投資者教育，引導其重視企業(yè)的基本面和長期發(fā)展?jié)摿Γ瑺I造長期投資、理性投資的氛圍。

第四，健全預期管理機制。經(jīng)濟下行壓力會增加投資者的悲觀情緒，這種情緒又極易傳導到股票市場上加劇股價波動。一方面，政府實施積極的預期管理，促進財政、貨幣、產(chǎn)業(yè)、價格、就業(yè)等政策協(xié)同發(fā)力，穩(wěn)定居民預期。另一方面，政府還可以通過官方渠道對經(jīng)濟數(shù)據(jù)進行客觀的指引，減少投資者因信息不透明所作出的過度解讀。

第五，制定上市公司市值管理指引。將上市公司市值管理納入企業(yè)內(nèi)外部考核標準，利用好分紅、減持和回購三個管理工具。一方面，應加強現(xiàn)金分紅管理，對多年未分紅或分紅過低的企業(yè)，進行必要處罰，例如限制大股東減持、禁止再融資，以增加投資者回報。另一方面，壓實上市公司的主體責任，引導優(yōu)質(zhì)上市公司做好市值管理。例如，通過股份回購、大股東增持、持股高管股份購買等途徑來穩(wěn)定股價。

第六，必要時相關監(jiān)管部門還可以采取直接干預措施，以確保金融市場穩(wěn)定。例如，在金融市場出現(xiàn)劇烈波動、出現(xiàn)系統(tǒng)性風險時可考慮組建平準基金進行對沖，防止恐慌性拋售蔓延，穩(wěn)定市場信心。

［參 考 文 獻］

［1］ 習近平主持中共中央政治局第四十次集體學習.中國政府網(wǎng)[EB/OL]．（2017-04-26）[2024-11-5].https：//www.gov.cn/xinwen/2017-04/26/content_5189103.htm.

[2] 宋弘，封進，楊婉彧.社保繳費率下降對企業(yè)社保繳費與勞動力雇傭的影響[J].經(jīng)濟研究，2021（1）：90-104.

[3] Acemoglu D， Restrepo P. Robots and jobs： evidence from US" labor markets[J]. Journal of Political Economy， 2020（6）：2188-2244.

[4] 王躍堂，王國俊，彭洋.控制權性質(zhì)影響稅收敏感性嗎——基于企業(yè)勞動力需求的檢驗[J].經(jīng)濟研究，2012（4）：52-63.

[5] Pierce J R， Schott P K. The surprisingly swift decline of US manufacturing employment[J]. The American Economic Review， 2016（7）：1632-1662.

[6] Jimenez G， Ongena S， Peydro J L， et al. Macroprudential policy， countercyclical bank capital buffers， and credit supply： evidence from the Spanish dynamic provisioning experiments[J]. Journal of Political Economy， 2017（6）：2126-2177.

[7] Chodorow-Reich G. The employment effects of credit market disruptions： firm-level evidence from the 2008-9 financial crisis[J]. The Quarterly Journal of Economics， 2014（1）：1-59.

[8] 劉彩霞， 陳學勝，謝雁翔.“穩(wěn)金融”與“穩(wěn)就業(yè)”沖突嗎——基于債務融資與企業(yè)勞動力雇傭視角[J].山西財經(jīng)大學學報，2023（2）：59-72.

[9] Borisov A， Ellul A， Sevilir M. Access to public capital markets and employment growth[J]. Journal of Financial Economics， 2021（3）：896-918.

[10]Kim E H， Li Y， Lu Y， et al. External financing， technological changes， and employees[J]. Review of Finance，2024（3）：985-1025.

[11]袁超，張兵，汪慧建.債券市場與股票市場的動態(tài)相關性研究[J].金融研究，2008（1）：63-75.

[12]Chodorow-Reich G， Nenov P T， Simsek A. Stock market wealth and the real economy： a local labor market approach[J]. The American Economic Review， 2021（5）：1613-1657.

[13]王勁松，韓克勇.股票價格與貨幣政策調(diào)控目標[J].經(jīng)濟評論，2008（1）：129-137.

[14]Ring M A K. Entrepreneurial wealth and employment： tracing out the effects of a stock market crash[J]. The Journal of Finance， 2023（6）：3343-3386.

[15]Oi W Y. Labor as a quasi-fixed factor[J]. Journal of Political Economy， 1962（6）：538-555.

[16]張三峰，張偉.融資約束、金融發(fā)展與企業(yè)雇傭——來自中國企業(yè)調(diào)查數(shù)據(jù)的經(jīng)驗證據(jù)[J].金融研究，2016（10）：111-126.

[17]Campello M， Graham J R. Do stock prices influence corporate decisions？ Evidence from the technology bubble[J]. Journal of Financial Economics， 2013（1）：89-110.

[18]吳華強，才國偉，徐信忠.宏觀經(jīng)濟周期對企業(yè)外部融資的影響研究[J].金融研究，2015（8）：109-123.

[19]Tobin J. A general equilibrium approach to monetary theory[J]. Journal of Money， Credit" and" Banking， 1969（1）：15-29.

[20]Hayashi F. Tobin’s marginal q and average q：a neoclassical interpretation[J]. Econometrica， 1982（1）：213-224.

[21]Hayek F A. The use of knowledge in society[J]. The American Economic Review， 1945（4）：519-530.

[22]連立帥，朱松，陳超.資本市場開放與股價對企業(yè)投資的引導作用：基于滬港通交易制度的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟，2019（3）：100-118.

[23]Garrett D G， Ohrn E， Suárez Serrato J C. Tax policy and local labor market behavior[J]. The American Economic Review： Insights， 2020（1）： 83-100.

[24]胡永剛，郭長林.股票財富、信號傳遞與中國城鎮(zhèn)居民消費[J].經(jīng)濟研究，2012（3）：115-126.

[25]王勁松.資產(chǎn)價格對消費需求影響的理論分析[J].經(jīng)濟問題，2017（3）：6-11.

[26]葛陽琴，謝建國.需求變化與中國勞動力就業(yè)波動——基于全球多區(qū)域投入產(chǎn)出模型的實證分析[J].經(jīng)濟學（季刊），2019（4）：1419-1442.

[27]Bostan I， Lin J-C， Mian G M. Do firms manage their share prices to mitigate investor short-termism？[J]. Journal of Corporate Finance， 2024， 84： 102505

[28]孟慶斌， 李昕宇，張鵬.員工持股計劃能夠促進企業(yè)創(chuàng)新嗎——基于企業(yè)員工視角的經(jīng)驗證據(jù)[J].管理世界，2019（11）：209-228.

[29]Cooper R， Gong G， Yan P. Costly labour adjustment： general equilibrium effects of China’s employment regulations and financial reforms[J]. The Economic Journal， 2018（613）：1879-1922.

[30]余明桂，王空.地方政府債務融資、擠出效應與企業(yè)勞動雇傭[J].經(jīng)濟研究，2022（2）：58-72.

[31]崔小勇，蔡昀珊，盧國軍.增值稅留抵退稅能否促進企業(yè)吸納就業(yè)——來自2019年試行留抵退稅制度的證據(jù)[J].管理世界，2023（9）：15-38.

[32]尹志超，宋全云，吳雨，等.金融知識、創(chuàng)業(yè)決策和創(chuàng)業(yè)動機[J].管理世界，2015（1）：87-98.

[33]Stock J H， Yogo M. Testing for weak instruments in linear IV regression[M]//Identification and Inference for Econometric Models，Cambridge University Press，2005：80-108.

[34]劉貫春，葉永衛(wèi)，張軍.社會保險繳費、企業(yè)流動性約束與穩(wěn)就業(yè)——基于《社會保險法》實施的準自然實驗[J].中國工業(yè)經(jīng)濟，2021（5）：152-169.

[35]丁守海.股權改革的三階段托賓q效應[J].南開經(jīng)濟研究，2006（5）：72-81.

[36]江艇.因果推斷經(jīng)驗研究中的中介效應與調(diào)節(jié)效應[J].中國工業(yè)經(jīng)濟，2022（5）：100-120.

[37]唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術創(chuàng)新——結構特征、機制識別與金融監(jiān)管下的效應差異[J].管理世界，2020（5）：52-66+69.

[38]彭俞超，韓珣，李建軍.經(jīng)濟政策不確定性與企業(yè)金融化[J].中國工業(yè)經(jīng)濟，2018（1）：137-155.

[39]Hadlock C J， Pierce J R. New evidence on measuring financial constraints： moving beyond the KZ index[J]. The Review of Financial Studies， 2010（5）：1909-1940.

[40]Whited T M， Wu G J. Financial constraints risk[J]. Review of Financial Studies， 2006（2）：531-559.

[41]Kaplan S N， Zingales L. Do investment-cash flow sensitivities provide useful measures of financing constraints？[J]. The Quarterly Journal of Economics， 1997（1）：169-215.

[42]蔡慶豐，陳熠輝.財政縱向失衡、地方激勵異化與企業(yè)投資[J].管理世界，2023（5）：25-40.

[43]李春濤，閆續(xù)文，宋敏，等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)[J].中國工業(yè)經(jīng)濟，2020（1）：81-98.

[44]喻坤，李治國，張曉蓉，等.企業(yè)投資效率之謎：融資約束假說與貨幣政策沖擊[J].經(jīng)濟研究，2014（5）：106-120.

[45]鐘寧樺，解咪，錢一蕾，等.全球經(jīng)濟危機后中國的信貸配置與穩(wěn)就業(yè)成效[J].經(jīng)濟研究，2021（9）：21-38.