单个企业提高劳动生产率的原因【我国最低工资制度对企业劳动生产率的影响】

　　随着近年来美国次贷危机和欧洲国家主权债务危机的先后爆发，国际经济形势大幅下滑，我国企业特别是劳动密集型企业普遍遭受了严重的冲击。于是，为保证我国企业的生存和发展，国内学界围绕“劳动政策是否会成为压倒企业的最后一根稻草”的问题展开了一系列的讨论，而其中的一个政策焦点就是最低工资制度。
　　最低工资制度自1993年实施至今，在我国已走过了17年的历程，其在提高低工资劳动者收入水平、保障劳动者基本权益等方面都发挥了诸多积极作用。为论证该制度是否对企业劳动生产率存在负面影响，进而有损我国劳动力市场运行效率这一问题，本文利用双重差分模型对其政策效果作一经验估计和论证分析。
　　一、最低工资制度效果评价的理论依据
　　（一）最低工资制度对企业劳动生产率的影响
　　目前，劳动政策对劳动力使用的影响已经得到了很好的证明，但劳动政策对劳动生产率的影响却一直存有争议。因为有些旨在提高劳动力使用的劳动力市场改革却可能同时抑制了劳动生产率的提高，从而令劳动政策对人均GDP的总体影响变得模棱两可。
　　虽然有些劳动政策对劳动生产率的影响看似比较消极，但这并不代表应该尽量弱化制度和政策对劳动力市场的“干扰”。此外，即使有些劳动政策从短期看抑制了劳动生产率增长，但若以国家发展和社会福祉的长期目标来衡量，或许是一条刺激劳动生产率提高的关键路径。
　　近年来，国外不乏关注结构性政策（如税收制度、产品市场规制等）对劳动生产率影响的经验研究（比如，Nicoletti and Scarpetta，2003；Aghion et al.，2006），但探讨劳动政策效果的文献却十分有限（Bassanini and Venn，2007：1）。表1总结了最低工资制度与劳动生产率之间的可能关系。基于既有研究成果，发现该制度对劳动生产率同时存在正、负两面性影响。
　　表1 最低工资制度对劳动生产率的可能影响
　　资料来源：OECD. OECD Employment Outlook. Paris, 2007
　　（二）最低工资制度效果评价的计量模型
　　当某项政策作为外生事件改变了个人、家庭、企业、城市的运行环境、行为表现或其他条件时，所搜集到的数据便可被称为是源于自然实验（natural experiment）或准实验（quasi-experiment）。自然实验与真实实验的不同之处在于，前者的设计机制是出自某个具体的政策变化，政策是外生给定的，并总有一个不受政策变化影响的对照组（control group）和一个被认为受政策变化影响的处理组（treatment group）；后者的设计机制则是建筑在严格随机抽取之上的对处理组和对照组的确定。经由Ashenfelter和Card（1985）的开发，近年来，双重差分法（difference-in-differences methods，DID，又称倍差估计法）已经被广泛应用于自然实验中针对各类政策问题因果关系（casual relationship）的评估上（Imbens and Wooldridge，2007）。
　　假设总体中有两组或多组群体，在两期或多期可以观测到其中的个体数据，并且某些个体在某些时期会受到一个新政策的“处理”（treatment）。受到政策影响的样本被称为处理组，而不受政策影响的样本被称为对照组。要评估政策的因果效应，如果单纯比较政策发生后不同群体间（如处理组与对照组）的变化，或同一群体在不同时期间（如“处理”前与“处理”后）的变化，都可能得到有偏结果。因为前种方式忽略了不同群体在同一时期可能会存在不可观测的系统性差异（如个体自身禀赋和特质的不同），而后者则忽略了在政策发生期间可能还有其他因素的影响。双重差分法通过衡量由某项政策带来的在横向截面（cross-sectional）与时间序列（time-series）上的“双重”差异，以识别该政策的“处理效应”（treatment effect）（Wooldridge，1999），能够在一定程度上避免前述两类问题的出现。为控制处理组与对照组之间的系统性差异，实证研究需要至少两个年份的数据，比如一个在政策改变以前，一个在政策改变以后，或者是在政策实施期间选取；样本按照使用目的可划分为四组——变化前的对照组、变化后的对照组、变化前的处理组和变化后的处理组。
　　设对照组为C，处理组为T，双重差分法的计量模型（即DID模型）为：y=β0（1.1）+β1dT+δ0d2+δ1d2·dT+u （1.1）
　　式中，y为研究关注的结果变量；截距β0表示在政策发生前C的一般情况，组别虚拟变量dT表示在政策发生前T与C之间的可能差异，dT∈{0,1} ；d2是第2期（即政策实施之后的某个时期）的时间虚拟变量，表示即使没有政策存在，y也会发生的变化；交互项d2·dT的系数δ1表示T在第2期发生的变化；u为误差项，表示不可观测的个体特质，假设其与dT无关，且在不同时期同分布。
　　给定数据，使用最小二乘法进行回归分析，可以得到双重差分估计量δ1，其表达式为：δ1=（yT,2-yT,1）-(yc,2-yc,1)（1.2）
　　其中，yb,t表示t期b组的平均结果；δ1即为对政策效应的度量。
　　进一步控制其他可能影响结果变量的因素，则双重差分回归方程的表达式为：y=β0+β1dT+δ0d2+δ1d2·dT+γX+μ（1.3）
　　其中，X为其他影响结果变量Y的因素。
　　二、中国最低工资制度效果评价的实践考量
　　（一）中国最低工资制度效果的评价角度
　　利用双重差分法评估劳动力市场政策对劳动生产率的影响，首先来自Micco和Pages（2006），而后Bassanini和Venn（2007）对方法的使用进行了优化。两项经验研究都基于跨国样本，前者选取一些OECD成员国和非成员国，研究这些国家的解雇成本同劳动生产率水平间的关系；后者只研究OECD国家，但评估了最低工资、失业保险、EPL和家长假（parental leave）等四项劳动政策影响，样本数据的时间跨度更大。此外，Bassanini和Venn（2007）还在计量模型中引入了国家和产业层面的控制变量，并将被解释变量扩充到了4项，即劳动生产率水平及其增长率、全要素生产率水平及其增长率。