鮮雨石 符大海

一、引言

一國金融開放程度提高必定會對其國內的居民收入分配產生重要影響，與勞動收入份額的變動也有著密切的聯(lián)系。廣義的金融開放，是指一國對其他國家投資者開放本國金融市場，準許外國投資者在國內金融市場從事交易和開展各種金融業(yè)務，同時也準許國內居民和機構參與國際金融市場上的交易(陳世金等，2021[1]；Ni和Liu，2019[2])。從20世紀70年代初開始，隨著經(jīng)濟全球化逐漸興起，金融開放作為經(jīng)濟全球化的重要內容也成為普遍的發(fā)展趨勢。但一國的金融開放是一把雙刃劍，一方面促進了本國經(jīng)濟和金融市場的發(fā)展，從而帶動了居民總體收入水平的上升；另一方面也不可避免地導致收入分配形勢惡化以及貧富差距擴大(Jaumotte等，2008[3])。收入分配既包括總收入在居民間的分配，也包括在不同生產要素間的分配，勞動收入份額是其中不可或缺的部分。勞動收入份額是指支付給雇員的勞動報酬，再加上個體經(jīng)營者收入中的勞動部分占GDP的比重(Le，2020[4])。在1980年以前，多數(shù)國家的勞動收入份額變化趨勢相對平穩(wěn)，而在1980年以后開始呈現(xiàn)長期下降的趨勢(Rodriguez和Jayadev，2013[5])。在勞動收入份額不斷下降的同時，居民收入差距也不斷擴大(IMF，2017[6]；Song，2021[7])。

關于金融開放影響勞動收入份額機制問題是亟待學術界探討的重要課題。現(xiàn)有相關文獻中對金融開放與收入分配關系的探討成果，基本傾向于金融開放在一定程度上擴大收入差距且對收入分配格局有不利影響的結論，但缺乏對金融開放與勞動收入份額影響機制方面的深入探討。本文通過利用1970—2018年不平衡跨國面板有效數(shù)據(jù)，以多期雙重差分方法實證檢驗金融開放程度與勞動收入份額之間的關系及其變化方向和變化程度，揭示金融開放影響勞動收入份額的機制。

二、文獻綜述及研究假說

(一)金融開放與勞動收入份額的關系

金融開放，又被稱為資本賬戶開放、資本開放、金融自由化、金融一體化等(張瑩等，2020[13])，這些概念之間略有差異(1)資本賬戶開放主要指解除國際收支中資本賬戶交易限制；金融一體化和金融全球化強調取消國家間資本流動和外國金融機構準入的限制，使各國金融市場逐步聯(lián)結為一個整體；金融自由化和金融開放的含義最為寬泛，主要表現(xiàn)為取消金融發(fā)展的各種限制，既包括資本賬戶的開放，也包括金融賬戶的開放。，但研究中通常交叉使用，主要內容包括政府放松信貸管制和利率控制、消除外國金融機構的進入壁壘以及取消對外國金融交易的限制等(Bumann等，2013[14])。金融開放從20世紀70年代開始興起，逐漸成為全球性的普遍趨勢，越來越多的國家開始進行改革以放松本國金融管制和開放資本賬戶(Ni和Liu，2019[2])。與此同時，各國勞動收入份額也開始普遍下降，全球勞動收入占比從20世紀80年代到21世紀初下降了約5個百分點(IMF，2017[6])。針對近年來出現(xiàn)的這兩種現(xiàn)象之間的關系，現(xiàn)有文獻大多從要素相對成本和議價能力的角度來進行解釋。

資本要素的使用成本相對降低會促使企業(yè)使用資本投入來代替勞動要素投入。IMF(2017)[6]指出，金融開放增加了資本供給的渠道，會促進資本深化，降低資本成本，造成資本對勞動要素的替代。陳登科和陳詩一(2018)[15]量化了要素價格變動的影響，發(fā)現(xiàn)中國的資本勞動相對價格下降導致勞動收入份額下降了約16%?？梢?，金融開放后，資本要素價格相對降低會導致勞動要素投入被替換為更廉價的資本要素投入(Ni和Liu，2019[2]；Karabarbounis和Neiman，2014[16])。

金融開放會降低勞動要素的議價能力。金融開放后，資本跨國流動性增強，而勞動要素的流動性變化較小，所以相對于勞動要素，資本要素更容易從國際市場獲得更高的租金率(Jayadev，2007[17])。企業(yè)由于面臨著更加開放的環(huán)境，可以選擇將生產活動遷移到對自己更有利的環(huán)境中去，在這一過程中，遷移資本比遷移勞動要素的固定成本要低得多。在這種情況下，資本要素的議價能力相對于勞動要素會變得更強，使得勞動要素在收入分配中處于不利地位。議價能力越強的生產要素其收入份額越高，所以最終勞動收入份額下降，資本收入份額上升(Harrison，2005[18]；Furceri和Loungani，2018[19])。

結合上述分析，我們提出假說1。

H1：一國金融開放程度與該國勞動收入份額呈負相關關系。

(二)收入水平、老齡化和人力資本的調節(jié)效應

1.國家收入水平的調節(jié)效應。

現(xiàn)有文獻大多發(fā)現(xiàn)金融開放對收入分配的影響在不同收入水平的國家間存在異質性。金融開放往往對高收入國家的收入分配影響更為顯著，對低收入國家影響較小(Harrison，2005[18]；Jayadev，2007[17]；IMF，2017[6]；Le，2020[4])。關于這種異質性存在的原因，有研究者認為是金融機構的發(fā)展程度不同導致的(Honig，2008[20]；Eichengreen等，2011[21])，也有研究者認為這種差異來自各國民主化進程(Kim等，2021[22])，更多的研究者認為是不同國家資本和勞動替代彈性的差異導致的(Karabarbounis和Neiman，2014[16]；Alvarez-Cuadrado等，2018[23]；Song，2021[7])。資本-勞動替代彈性越大的國家，勞動投入越容易被資本投入所代替。主流文獻的估算結果大多顯示發(fā)達國家的替代彈性大于發(fā)展中國家，即發(fā)達國家的資本和勞動的替代程度更高(IMF，2017[6]；Oberfield和Raval，2021[24]；Akaev等，2021[25]；Glover和Short，2019[26])。

資本-勞動替代彈性主要由兩個因素決定：一是偏向性技術進步(楊飛等，2019[27]；Acemoglu和Restrepo，2020[28])，二是要素的相對價格(Ni和Liu，2019[2]；Karabarbounis和Neiman，2014[16]；汪偉等，2015[11])。資本偏向性技術進步，包括信息技術、自動化技術等能夠增強企業(yè)用資本要素代替勞動要素投入的能力，從而提高資本-勞動替代彈性。要素的相對價格會通過影響要素的供給和需求來影響要素替代彈性，一種生產要素的價格升高會促使企業(yè)使用其他更廉價的生產要素來代替該要素。中高收入國家資本偏向性技術較發(fā)達、勞動要素供給不足且成本較高，導致資本-勞動替代彈性更大，企業(yè)傾向于使用供給充足且廉價的資本要素代替較昂貴的勞動要素投入，而中低收入國家則相反。所以資本-勞動替代彈性更大的中高收入國家在金融開放后勞動收入份額下降幅度必然更大。本文提出假說2a。

H2a：一國收入水平會正向調節(jié)金融開放與勞動收入份額間的關系。

2.人口老齡化和人力資本的調節(jié)效應。

人口老齡化會導致勞動力供給不足，企業(yè)使用勞動要素的成本不斷提高，這必定會促使企業(yè)逐漸使用更多的資本要素來代替勞動要素投入，使得勞動力的就業(yè)和收入形勢進一步惡化(汪偉等，2015[11])。另外，人口老齡化也會阻礙經(jīng)濟發(fā)展，削弱經(jīng)濟發(fā)展的動力，不利于總收入的提高(鄧敏和曹希廣，2019[29])。因此，人口老齡化會在一定程度上阻礙勞動收入提高，企業(yè)會尋求其他豐裕度較高的生產要素代替供給不足的勞動要素。

對企業(yè)而言，更高的人力資本水平意味著更多高技能勞動力的供給，根據(jù)資本-技能互補理論，這會降低技能溢價，降低勞動收入份額(張明昂等，2021[30])。同時，人力資本水平的提高也意味著資本偏向性的技術進步，人工智能、自動化等技術更發(fā)達，企業(yè)用資本要素代替勞動要素投入的能力更強，導致勞動要素處于不利的議價地位(余玲錚等，2019[12])。所以提高人力資本水平會對勞動力特別是低技能勞動力的收入和就業(yè)產生不利影響。

綜上所述，人口老齡化程度和人力資本水平越高，勞動要素的相對成本越高，從而進一步增加企業(yè)對資本要素的需求。所以金融開放后，隨著跨境資本流動的進一步增加，企業(yè)會更傾向于用供給充足、成本相對較低的資本要素來代替勞動要素投入，且更發(fā)達的資本偏向性技術也提供了替換要素投入的技術基礎。綜上所述，提出假說2b和2c。

H2b：一國人口老齡化程度會正向調節(jié)金融開放與勞動收入份額間的關系。

H2c：一國人力資本水平會正向調節(jié)金融開放與勞動收入份額間的關系。

(三)資本生產率的中介效應

參考郝楓和盛衛(wèi)燕(2014)[34]、張明昂等(2021)[30]的思路，構造一個兩要素的CES生產函數(shù)：

(1)

其中，Y表示總產出，K和L分別表示資本存量和勞動力數(shù)量，AK和AL表示資本和勞動的效率水平。θ=1-1/σ，其中σ為要素替代彈性，當0<σ<1時，θ<0，當σ>1時，θ位于0到1之間。由該生產函數(shù)可知，當企業(yè)利潤最大化，邊際成本等于邊際產出，將產出價格設為1，所以：

(2)

(3)

可推導出要素收入之比的變動為：

(4)

由式(4)可知，當要素替代彈性0<σ<1時，資本勞動比(K/L)的上升以及資本偏向性技術(AK/AL)進步都會導致資本收入份額的下降和勞動收入份額的上升。

(5)

(6)

由式(5)可知，當0<σ<1時，資本生產率的增長會降低勞動收入份額(2)目前主流文獻的估算結果大多顯示資本和勞動的替代彈性小于1(Glover和Short，2019[26]；Alvarez-Cuadrado等，2018[23]；Akaev等，2021[25])，故這里假設0<σ<1。。式(6)說明，資本生產率會隨著資本要素的價格和資本使用效率的提高而提高。據(jù)此提出假說3。

H3：金融開放通過提高資本生產率負向影響勞動收入份額。

本研究的概念模型可由圖1完整展示出來。

圖1 金融開放影響勞動收入份額的機制概念模型

三、研究設計

(一)計量模型設定

1.雙重差分模型。

本文主要采用的是多期雙重差分模型(以下簡稱為“多期DID”)，標準的多期DID模型如式(7)所示。

labshit=α+βpostit+ΛXit+θi+τt+εit

(7)

其中：labshit表示i國在t年的勞動收入份額，主要用勞動報酬占GDP的比重來衡量。postit表示i國在t年是否實現(xiàn)了金融開放，若處于金融開放狀態(tài)則取1，若沒有則為0。Xit為一系列隨時間和個體發(fā)生變化的控制變量。θi和τt分別表示國家和年份的固定效應。

為避免偽回歸的問題，參考范子英等(2018)[35]的做法，在多期DID模型中加入了時間趨勢項與個體虛擬變量的交乘項，來控制樣本本身隨時間變化的趨勢，同時為了解決潛在的互為因果的內生性問題，參考紀洋等(2018)[36]的做法將被解釋變量提前一期。因此，本文實際使用的回歸模型如式(8)所示。

labshit+1=α+βpostit+ΛXit+θi+τt+θi×yeart+εit

(8)

其中，yeart為時間趨勢項。

2.金融開放時點識別方法。

本研究使用多期DID來研究國家層面金融開放對本國勞動收入份額的影響，而金融開放指標均為連續(xù)型變量，并沒有顯示國家在哪些年份處于金融開放狀態(tài)，所以需要先對金融開放時點進行識別。本文借鑒了Braun和Raddatz(2007)[37]、Li和Su(2020)[38]識別金融開放時點的方法，其具體操作流程如下：

(1)用變量FOit表示i國在t年的金融開放程度指數(shù)，將FOit不為缺失值的第一年作為該國觀測時間的起始年，將不為缺失值的最后一年作為結束年，中間的缺失值用該缺失值前一年的數(shù)值填充。

(2)為樣本內每個國家-年份組合都生成一個對應的變量CDit。變量CDit在國家i中[t，t+9]時等于1，[t-10，t-1]時等于0，其他國家和其他年份均為缺失值。

(3)生成變量CFDit，變量CFDit等于FOit與CDit之積，表示[t-10，t+9]時i國的金融開放程度指數(shù)。用CFDit對CDit進行回歸，將得到的回歸系數(shù)、t值分別保存為Coeffit、Tit，此時的回歸系數(shù)代表了金融開放程度指數(shù)在[t，t+9]和[t-10，t-1]時的差距，比如Coeffit大于0，表示金融開放程度指數(shù)在[t，t+9]時的平均水平高于[t-10，t-1]時的平均水平。

(4)將各國家樣本的最初兩年和最后兩年作為邊緣年份，邊緣年份的Coeffit和Tit取缺失值。

(5)當以下條件全部滿足時，t年為金融開放年份：Coeffit大于0；Tit值大于等于1.96；Coeffit不為缺失值。用變量postit等于1，表示i國在t年處于金融開放狀態(tài)，否則postit等于0。

(6)i國金融開放的起始年份為變量postit第一次等于1的年份。從起始年份開始，后續(xù)只要Coeffit的值大于0，就視為處于金融開放狀態(tài)，直到該國出現(xiàn)Coeffit小于0為止。

通過以上步驟可以基本上識別出各國金融開放時點，但由于邊緣年份的Coeffit和Tit為缺失值，無法判斷是否處于金融開放狀態(tài)。所以若金融開放指數(shù)FOit在邊緣年份的值大于等于最近的非邊緣年份的值，且非邊緣年份對應的postit等于1，則本文將該邊緣年份視為金融開放年份。

金融開放年份的postit都為1，剩余非金融開放年份postit都等于0。根據(jù)Li和Su(2020)[38]的建議，為避免邊緣年份識別結果不穩(wěn)定，若金融開放起始年份位于一國樣本起始時間的最初兩年，則刪去該國家的樣本?？紤]到一些國家金融開放持續(xù)時間太短可能導致結果產生偏差，故當金融開放持續(xù)時間小于10年時也令postit等于0。

為減小多期DID結果的偏誤，始終處于金融開放狀態(tài)的樣本也應該刪去。故如果某國FOit的均值位于所有樣本均值的前25%，而postit始終為0，則將該國家視為始終處于金融開放的國家并刪去該國家樣本。最后為保證數(shù)據(jù)的質量，刪去了觀測持續(xù)時間少于20年的樣本。

圖2 KOF事實金融開放指數(shù)識別結果(部分)

(二)變量選擇和數(shù)據(jù)來源

1.勞動收入份額指標。

本文使用的勞動收入份額數(shù)據(jù)來自10.01版本的佩恩世界表，考慮到數(shù)據(jù)的質量和指標構建方法，本文從該表提供的多種勞動收入份額指標中選擇了勞動收入占GDP的比重和雇員勞動收入占GDP的比重兩種指標(3)根據(jù)Inklaar和Timmer(2013)[44]的介紹，一國勞動收入應包括雇員勞動收入和自雇傭者收入中的勞動部分，但因為后者的收入無法將資本收入和勞動收入?yún)^(qū)分開，所以只能通過估算得到。Inklaar和Timmer(2013)[44]介紹了多種估算方法，本文主要使用的勞動收入份額指標為Inklaar和Timmer(2013)[44]根據(jù)各國情況采用不同估算方法得到的“最佳估計量”，雇員勞動收入份額指標是未包含自雇傭者勞動收入的原始指標。。后者僅用來進行穩(wěn)健性檢驗，其余回歸的勞動收入份額指標均使用前者。

2.金融開放指標。

關于金融開放指標，本文主要使用了KOF事實金融開放指數(shù)和KOF名義金融開放指數(shù)。在穩(wěn)健性檢驗部分，本文還引入了Abiad等(2010)[39]構建的金融改革指數(shù)作為名義金融開放指標、參考張瑩等(2020)[13]引入私營部門信貸占GDP的比重和根據(jù)Lane和Milesi-Ferretti(2007)[40]的方法構造的LMF指數(shù)作為事實金融開放指標。KOF金融開放指數(shù)來自KOF瑞士經(jīng)濟研究所，該研究所提供了貿易全球化、金融全球化、文化全球化等多種全球化指標。其中，反映事實金融開放水平的指標由外國直接投資、組合投資、國際債務、國際儲備及國際收入支付這五項各自占GDP的比重數(shù)據(jù)加權平均得到，名義金融開放指標由投資約束、資本賬戶開放程度(即Chinn-Ito指數(shù))、國際投資協(xié)議三個指標加權平均得到(4)各變量介紹見KOF瑞士經(jīng)濟研究所文件《2021 KOF Globalisation Index：Variables description》。。Abiad等(2010)[39]構建的金融改革指數(shù)包括了91個國家，是一個從1975到2005年的不平衡面板數(shù)據(jù)，該指標涵蓋了私有化、國際資本流動、證券市場、銀行監(jiān)管、市場進入壁壘等七個維度，可以較為全面地反映一國名義金融開放程度。根據(jù)張瑩等(2020)[13]的論述，私營部門信貸可以更好地反映金融開放對收入分配的影響，私營部門信貸占GDP比重越高，往往說明資本流動限制越少，所以可以將其作為衡量金融開放水平的事實指標。LMF指數(shù)為外國直接投資資產和負債、組合股權投資資產和負債之和占GDP的比重，數(shù)據(jù)均來自Lane和Milesi-Ferretti(2007)[40]提供的國家對外財富數(shù)據(jù)庫(External Wealth of Nations Mark II Database)。

3.控制變量。

根據(jù)Li和Su(2020)[38]、Bumann和Lensink(2016)[41]等的做法，本研究選擇了如下控制變量：貿易開放度，等于進出口貨物、服務總額占GDP的比重；對數(shù)化的人均GDP；城市化率，用城市人口占總人口比重來衡量；經(jīng)濟金融化程度，通常用廣義貨幣M2占GDP比重來進行測算，可以反映一國貨幣市場發(fā)展程度和經(jīng)濟金融運行的波動情況(陳世金等，2021[1])；GDP增長速度。以上數(shù)據(jù)均來自世界銀行。

4.調節(jié)變量與中介變量。

本文主要選擇的調節(jié)變量包括國家收入水平分組虛擬變量、人口老齡化程度和人力資本指數(shù)。本文將高收入國家和中高收入國家歸為“中高收入國家”，這些國家的分組虛擬變量incomeit取1，其他國家均為“中低收入國家”，分組虛擬變量取0。(5)按世界銀行2023財年按收入水平對各國的分類，人均GNI在1 085美元以下的國家為低收入國家，1 086～4 255美元之間的為中低收入國家，4 256～13 205美元之間的為中高收入國家，人均GNI大于13 205美元的為高收入國家。人口老齡化程度為一國65歲以上人口占總人口的比重，人力資本指數(shù)來自佩恩世界表，可以反映一國教育的投入和回報水平。

中介變量為資本生產率，等于各國GDP與資本存量之比。表1總結了本研究所使用的數(shù)據(jù)及其來源。

四、實證檢驗結果

(一)基準回歸結果與分析

在運用各個金融開放指標識別金融開放時點后，通過多期DID方法研究金融開放和勞動收入份額之間的關系，采用式(8)的回歸模型進行回歸。同時需注意的是，由于2008年金融危機可能會對結果產生干擾，因此在基準回歸部分，主要采用的是1970—2007年的非平衡面板數(shù)據(jù)。然后在穩(wěn)健性檢驗部分，再嘗試拓展為1970—2018年來檢驗基準回歸結果的穩(wěn)健性。

基準回歸前需對各變量的缺失值進行處理。首先刪去有變量的缺失值超過10個的國家樣本，然后運用線性插值法對剩余的缺失值進行填充。為防止一些“避稅天堂”國家樣本對結果產生影響，故刪除了歐盟2019年的避稅天堂黑名單國家(6)具體黑名單國家見https：//www.consilium.europa.eu/media/38450/st07441-en19-eu-list-oop.pdf。。運用得到的非平衡面板數(shù)據(jù)進行式(8)的回歸，結果如表2所示。

從表2可以看出，使用兩種金融開放指標得到的DID系數(shù)符號均為負，且在列(2)和列(4)控制時間趨勢項后核心解釋變量的系數(shù)均滿足顯著性要求。這在一定程度上說明各國金融開放后，勞動收入份額出現(xiàn)了下降趨勢。

DID模型有效的基本前提之一便是要滿足平行趨勢的假設。這里采用式(9)的回歸方程，通過動態(tài)效應檢驗(也叫事件研究法)來進行驗證。根據(jù)Goodman-Bacon(2021)[42]以及Sun和Abraham(2021)[43]的研究，事件研究法可在一定程度上排除多期DID中異質性造成的偏誤，是實證研究中常用的檢驗DID平行趨勢假設的方法。

(9)

圖3 KOF事實金融開放指數(shù)與勞動收入份額的動態(tài)效應檢驗

圖4 KOF名義金融開放指數(shù)與勞動收入份額的動態(tài)效應檢驗

圖3和圖4均表明，回歸系數(shù)在金融開放前均不顯著，而在金融開放后，系數(shù)開始顯著下降。這說明基準回歸結果是滿足平行趨勢假設的，假說1得到了驗證，即金融開放的確會導致勞動收入份額下降。

(二)穩(wěn)健性檢驗

為了進一步檢驗基準回歸結果的穩(wěn)健性，表3中列(1)和列(4)把基準回歸中樣本的時間范圍從1970—2007年擴展為1970—2018年，檢驗包含金融危機后的數(shù)據(jù)是否會導致結果發(fā)生明顯變化。結果顯示回歸系數(shù)均顯著為負，這在一定程度上可以說明基準回歸的結論是穩(wěn)健的。

表3 延長樣本時間范圍和更換被解釋變量的穩(wěn)健性檢驗

由于自雇傭者的勞動收入數(shù)據(jù)無法直接得到，一般只能夠得到自雇傭者的全部收入，所以Inklaar和Timmer(2013)[44]在統(tǒng)計各國勞動收入份額時對自雇傭者勞動收入使用了不同方法進行估算。表3中列(2)、(3)、(5)、(6)使用不包括自雇傭者勞動收入的勞動收入份額指標來避免因估算方法導致的結果的偏誤。其中，列(2)和列(5)使用的是1970—2007年的數(shù)據(jù)，列(3)和列(6)將數(shù)據(jù)時間范圍擴展為1970—2018年。結果顯示核心解釋變量的系數(shù)顯著為負。

為避免金融開放指標測度的誤差對結果產生影響，表4展示了使用金融改革指數(shù)、私營部門信貸占GDP比重以及LMF指數(shù)代替原有的金融開放指標，在重新識別金融開放時點后進行回歸的結果。檢驗結果表明金融開放對勞動收入份額產生了負向影響，再次驗證了假說1，證明了之前的結果是穩(wěn)健的。

表4 更換金融開放指標的穩(wěn)健性檢驗

(三)調節(jié)效應檢驗

1.國家收入水平的調節(jié)效應。

現(xiàn)有研究發(fā)現(xiàn)金融開放對勞動收入份額的影響在不同發(fā)展水平的國家存在異質性。Harrison(2005)[18]使用1985年人均GDP的中位數(shù)作為把國家分為貧窮國家和富裕國家的依據(jù)，結果發(fā)現(xiàn)金融開放對勞動收入份額的下降趨勢大部分是由富裕國家貢獻的，富裕國家回歸系數(shù)的絕對值遠大于貧窮國家。Jayadev(2007)[17]、IMF(2017)[6]、Le(2020)[4]也發(fā)現(xiàn)越富裕、發(fā)展水平越高的國家勞動收入份額在金融開放后下降越顯著，低收入國家在金融開放后勞動收入份額變化下降幅度較小甚至可能有所上升。因此，該部分參照江艇(2022)[45]對調節(jié)效應的介紹，首先把國家分為中高收入國家和中低收入國家進行分樣本回歸，然后引入新的調節(jié)變量進行調節(jié)效應檢驗，最后對前文提出的假說進行驗證。

表5呈現(xiàn)了分國家類型以及引入分組變量和核心解釋變量的交乘項進行回歸的結果。列(1)、列(2)和列(4)、列(5)為按國家收入水平分樣本回歸結果，但考慮到無法直接判斷兩組回歸系數(shù)是否存在顯著差異，故在列(3)和列(6)引入國家分組虛擬變量incomei與核心解釋變量的交乘項，中高收入國家incomei=1，中低收入國家則取0，數(shù)據(jù)的時間范圍均為1970—2007年(7)鑒于控制變量的系數(shù)在兩組國家樣本之間可能存在明顯差異，本研究亦嘗試引入了國家分組虛擬變量與所有控制變量的交乘項進行回歸，并且也使用了1970—2018年的數(shù)據(jù)進行驗證，結果交乘項的系數(shù)基本都顯著為負。結果未在文中列出，感興趣的讀者可聯(lián)系作者索取。。結果顯示，中高收入國家的核心解釋變量的回歸系數(shù)均顯著為負，而中低收入國家系數(shù)小于0但并不顯著。同時，交乘項的回歸系數(shù)均顯著為負，這說明金融開放對勞動收入份額的影響在中高收入國家和中低收入國家之間確實存在著異質性，金融開放明顯降低了中高收入國家的勞動收入份額，但對中低收入國家的勞動收入份額影響較小，驗證了假說2a。

表5 按國家收入水平分樣本回歸結果

2.人口老齡化和人力資本的調節(jié)效應。

為了解釋金融開放對不同收入水平國家的影響存在異質性的原因，該部分引入兩個外生的調節(jié)變量，人口老齡化和人力資本指數(shù)。人口老齡化來自世界銀行的65歲以上人口占比數(shù)據(jù)，人力資本指數(shù)來自佩恩世界表，該指數(shù)可以反映勞動力受教育的年限和教育產生的回報。人口老齡化程度可以反映一國勞動力供給情況，老齡化較嚴重時，勞動力的供給減少，導致勞動力的成本相應上升，企業(yè)會減少勞動要素的投入或者將勞動密集型生產活動外遷到廉價勞動力豐富的國家或地區(qū)。人力資本的積累則可以反映培養(yǎng)勞動力的投入成本和技術水平的進步，所以人力資本水平越高，單位勞動要素的使用成本越高，勞動節(jié)約型技術越發(fā)達。

將這兩個變量通過交乘項的方式引入基準回歸方程，如式(10)和式(11)所示。

labshit+1=α+βagingit×postit+γagingit+λpostit+ΛXit
+θi+τt+θi×yeart+εit

(10)

labshit+1=α+βhcit×postit+γhcit+λpostit+ΛXit
+θi+τt+θi×yeart+εit

(11)

其中，agingit表示人口老齡化指標，hcit為人力資本指數(shù)。對調節(jié)變量進行中心化處理后，使用1970—2007年和1970—2018年的數(shù)據(jù)進行式(10)和式(11)的回歸，回歸結果分別如表6和表7所示。

表6 人口老齡化的調節(jié)效應檢驗

表7 人力資本指數(shù)的調節(jié)效應檢驗

表6和表7的回歸結果顯示，一國人口老齡化和人力資本水平確實在金融開放對勞動收入份額的影響中發(fā)揮了正向的調節(jié)作用，也就是說，一國老齡化程度和人力資本水平的提高都會加劇金融開放對勞動收入份額的負向影響，這證明了假說2b和假說2c。

這里通過logit模型來驗證老齡化和人力資本指數(shù)與是否屬于中高收入國家的關系，若中高收入國家老齡化程度和人力資本水平顯著高于中低收入國家，則說明人口年齡結構和人力資本的差距是金融開放對勞動收入份額的影響在不同收入水平的國家間存在異質性的重要原因。因變量為國家分組虛擬變量incomei，回歸結果如表8所示。

表8 人口老齡化和人力資本指數(shù)與國家分組虛擬變量的logit回歸結果

表8中核心解釋變量的回歸系數(shù)均顯著為正，說明高老齡化程度和高人力資本水平的國家更有可能是中高收入國家，更高的人口老齡化程度和人力資本水平導致中高收入國家在金融開放后勞動收入份額下降幅度更大。

綜上所述，上述結果一方面揭示了金融開放對勞動收入份額的影響在不同收入水平的國家存在異質性。與中低收入國家相比，中高收入國家金融開放對勞動收入份額的負向影響會更加顯著。另一方面，也揭示了這種異質性的來源，即不同收入水平的國家人力資本水平和老齡化程度的差異，導致了金融開放對勞動收入份額負向影響的程度不同，人力資本水平和老齡化發(fā)揮了正向的調節(jié)作用。

(四)中介效應檢驗

為驗證資本生產率這一中間渠道，參考劉斌等(2022)[46]的兩階段回歸方法，同時考慮到資本要素規(guī)模報酬遞減，在回歸方程中加入二次時間趨勢項來控制可能存在的非線性時間趨勢，兩階段的回歸方程如下：

(12)

(13)

上面兩個回歸方程中，capit為資本生產率，衡量的是單位資本存量產生的GDP。式(12)和式(13)的估計結果如表9、表10所示。

表9 第一階段中介效應檢驗

表10 第二階段中介效應檢驗

由表9可知，核心解釋變量postit的回歸系數(shù)全部顯著為正數(shù)，這說明金融開放一定程度上提高了資本生產率。表10估計了資本生產率對勞動收入份額的影響，把變量capit引入回歸方程進行回歸后，得到的變量capit的回歸系數(shù)全部小于0，且除列(3)外均滿足顯著性要求，表明資本生產率越高，勞動收入份額越低。這驗證了假說3，金融開放確實通過提高資本生產率降低了勞動收入份額。

五、研究結論與展望

(一)研究結論

本文基于跨國面板數(shù)據(jù)，使用多期DID的方法，研究了金融開放程度對勞動收入份額的影響，并重點研究了這種影響的作用機制，進行了調節(jié)效應檢驗和中介效應檢驗，得到如下結論。

第一，金融開放是導致勞動收入份額下降的重要原因。金融開放后跨境資本流動增加，為企業(yè)擴充了資本要素的來源，這會導致企業(yè)在生產過程中用資本要素替代勞動要素投入，最終降低勞動收入份額。這一結論為近些年來各國普遍面臨的勞動收入份額下降的現(xiàn)象提供了新的解釋，也為了解金融開放過程中產生的經(jīng)濟波動提供了新的視角。

第二，人口老齡化和人力資本會加劇金融開放對勞動收入份額的負向影響。人口老齡化和人力資本都會通過影響勞動和資本要素的供求來提高企業(yè)使用勞動要素的相對成本。金融開放后，人口老齡化程度和人力資本水平越高的國家，越是會促使企業(yè)使用資本要素來代替勞動要素投入，從而加劇對勞動收入份額的負向影響。且由于收入水平越高的國家人口老齡化程度和人力資本水平越高，金融開放在中高收入水平國家對勞動收入份額的負向影響顯著強于中低收入國家。這為研究不同收入水平的國家實施金融開放政策效果的差異提供了參考和依據(jù)。

第三，金融開放能夠提高資本生產率，這是導致勞動收入份額降低的重要渠道。金融開放能夠提高資本使用效率和增加資本要素的供給，這在一定程度上能夠緩解企業(yè)的融資約束并且加劇了市場競爭，結果導致資本生產率提高，使得資本要素在收入分配中更有優(yōu)勢，因此勞動收入份額會降低。本研究通過檢驗資本生產率的中介效應，豐富了對全球化和收入不平等的影響機制的研究。

(二)管理啟示

根據(jù)本文的研究結論，筆者提出以下幾點管理建議。

第一，實行金融開放政策有利于中國的金融管理體系邁向現(xiàn)代化，加速中國參與全球化進程的腳步，但要注意避免金融開放對勞動收入份額的負向效應。根據(jù)現(xiàn)有文獻，勞動收入份額的降低一定程度上會降低經(jīng)濟發(fā)展質量，進一步導致收入分配的不平等，不利于經(jīng)濟的可持續(xù)發(fā)展(劉亞琳等，2022[47])。這說明經(jīng)濟發(fā)展過程中，要注意保護勞動者的經(jīng)濟地位，確保勞動力的議價能力不受到損害。

第二，延緩老齡化進程，避免“未富先老”式發(fā)展。在金融開放加快進程中，人口老齡化加劇會進一步導致勞動力供給的不足，降低勞動收入份額，這不利于勞動者實際工資的增長。因此應該進一步落實好鼓勵生育政策，將勞動人口占比維持在健康的水平，延緩老齡化趨勢，避免“人口紅利”過快消失。

第三，為改善收入分配現(xiàn)狀，縮小收入差距，就要促進勞動生產率和資本生產率的同步提高，這有助于改善勞動者的收入和就業(yè)情況。工業(yè)4.0的到來，使得越來越多的自動化設備投入了實際應用，許多原來的重復性人力工作被機器替代，再加上人力資本水平的不斷提高，導致了資本生產率的提升速度超過了勞動生產率，這對于提高勞動收入在總收入中的比例有不利影響。所以，要避免金融開放后勞動收入份額下降，就要大力提高勞動生產率，這有助于實現(xiàn)黨在二十大報告中提出的“居民收入增長和經(jīng)濟增長基本同步，勞動報酬提高與勞動生產率提高基本同步”這一主要目標任務。

(三)局限與展望

本文研究了金融開放程度對勞動收入份額的影響，并對作用機制進行探討和進行實證檢驗。本研究仍存在的局限和對未來研究的展望如下。第一，金融開放指標仍有可以改進的空間，正如劉毅和曹銳剛(2006)[48]所分析的那樣，測度金融開放時內部各要素的權重問題以及金融制度、經(jīng)濟周期等內外部的干擾都會導致金融開放測度出現(xiàn)誤差，所以未來還需要對金融開放測度方法進行不斷改進。第二，使用跨國數(shù)據(jù)得到的結論可能會受到不同區(qū)域和行業(yè)的異質性的影響，所以得到的結論能否適用于一國內部不同區(qū)域和行業(yè)還需要進一步論證。第三，由于2008年金融危機后出現(xiàn)了各國金融開放進程放緩、勞動收入份額下降趨勢在一定程度上逆轉的現(xiàn)象，同時結合近年來的逆全球化等新現(xiàn)象，可以對該選題進行進一步的研究。