【摘 要】 提升企業(yè)勞動(dòng)收入份額對(duì)提振內(nèi)需、構(gòu)建“雙循環(huán)”新發(fā)展格局尤為重要?；?010—2021年滬深兩市A股上市公司的數(shù)據(jù)，構(gòu)建一個(gè)包含融資約束的企業(yè)要素投入決策模型，檢驗(yàn)銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額的影響。研究發(fā)現(xiàn)，銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解企業(yè)融資約束產(chǎn)生工資率效應(yīng)，工資率效應(yīng)促使企業(yè)勞動(dòng)收入份額上升。進(jìn)一步研究發(fā)現(xiàn)，銀行數(shù)字化轉(zhuǎn)型顯著提升民營(yíng)企業(yè)勞動(dòng)收入份額，但對(duì)國(guó)有企業(yè)勞動(dòng)收入份額無(wú)顯著影響，并且相較于管理者，銀行數(shù)字化轉(zhuǎn)型提升雇員勞動(dòng)收入份額的作用更大。研究結(jié)論為從銀行數(shù)字化轉(zhuǎn)型視角提升企業(yè)勞動(dòng)收入份額提供了科學(xué)的決策依據(jù)。

【關(guān)鍵詞】 銀行數(shù)字化轉(zhuǎn)型； 勞動(dòng)收入份額； 融資約束； 資本深化

【中圖分類(lèi)號(hào)】 F812；F249.24 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2024）15-0093-09

一、引言

當(dāng)前全球經(jīng)濟(jì)增長(zhǎng)乏力，貿(mào)易摩擦沖擊國(guó)內(nèi)出口，我國(guó)經(jīng)濟(jì)穩(wěn)增長(zhǎng)要依靠擴(kuò)大內(nèi)需。但是，我國(guó)勞動(dòng)收入份額較低致使家庭收入份額較低，進(jìn)而抑制消費(fèi)，導(dǎo)致內(nèi)需不足[ 1 ]。因此，提升勞動(dòng)收入份額是構(gòu)建“雙循環(huán)”經(jīng)濟(jì)增長(zhǎng)模式的重要環(huán)節(jié)。然而，我國(guó)企業(yè)普遍面臨的融資約束導(dǎo)致企業(yè)勞動(dòng)收入份額低下[ 2 ]。如何提高金融部門(mén)對(duì)企業(yè)的有效金融供給是提高企業(yè)勞動(dòng)收入份額的關(guān)鍵。在數(shù)字金融迅速發(fā)展的背景下，作為金融體系主要的構(gòu)成部分，銀行也在快速推進(jìn)數(shù)字化轉(zhuǎn)型。2021年國(guó)有大型商業(yè)銀行和全國(guó)性股份制商業(yè)銀行基本設(shè)立了金融科技子公司，進(jìn)入了全面數(shù)字化轉(zhuǎn)型階段。銀行應(yīng)用大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)實(shí)現(xiàn)了傳統(tǒng)貸款業(yè)務(wù)的線(xiàn)上化和智能化。數(shù)字化轉(zhuǎn)型提高了銀行信息搜集能力，降低了交易成本，優(yōu)化了風(fēng)險(xiǎn)管理模式，增加了有效金融供給[ 3 ]，有可能提升企業(yè)勞動(dòng)收入份額。鑒于此，本文探討銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額的影響。

金融與企業(yè)勞動(dòng)收入份額關(guān)系的研究成果較為豐富。已有研究探討金融發(fā)展、金融抑制、融資約束和數(shù)字金融對(duì)企業(yè)勞動(dòng)收入份額的影響。余玲錚和魏下海[ 4 ]的研究認(rèn)為金融發(fā)展增加了企業(yè)的信貸獲取，促使企業(yè)加快資本深化，進(jìn)而使勞動(dòng)收入份額下降。張建武等[ 5 ]的研究表明金融抑制背景下，國(guó)有資本密集型企業(yè)獲得大量的低成本信貸，使得這類(lèi)企業(yè)傾向于進(jìn)行資本深化，由此減少企業(yè)勞動(dòng)收入份額。羅長(zhǎng)遠(yuǎn)和陳琳[ 2 ]的研究表明企業(yè)面臨融資約束時(shí)會(huì)降低員工工資，進(jìn)而使企業(yè)勞動(dòng)收入份額下降，并且融資約束對(duì)勞動(dòng)收入份額的負(fù)影響僅在民營(yíng)企業(yè)存在。汪偉等[ 1 ]的研究認(rèn)為民營(yíng)企業(yè)面臨外源融資困難，使得其傾向于增加儲(chǔ)蓄以進(jìn)行內(nèi)源融資，由此造成對(duì)勞動(dòng)者報(bào)酬的擠壓，進(jìn)而降低企業(yè)勞動(dòng)收入份額。熊家財(cái)?shù)萚 6 ]的研究發(fā)現(xiàn)數(shù)字金融發(fā)展降低了企業(yè)的資金成本，紓解了企業(yè)的融資困難，從而提升了企業(yè)勞動(dòng)收入份額。綜合而言，減輕企業(yè)融資約束對(duì)勞動(dòng)收入份額會(huì)產(chǎn)生重要的影響。當(dāng)企業(yè)融資約束得到緩解后可能將籌集的資金用于資本深化（比如購(gòu)買(mǎi)設(shè)備等），也可能用于增加員工工資。當(dāng)企業(yè)將籌集的資金用于資本深化時(shí)使得勞動(dòng)收入份額下降，而當(dāng)企業(yè)將籌集的資金用于增加員工的工資時(shí)使得勞動(dòng)收入份額上升。緩解企業(yè)融資約束對(duì)勞動(dòng)收入份額的影響，取決于企業(yè)融資約束得到緩解之后如何使用籌集的資金。

銀行數(shù)字化轉(zhuǎn)型影響企業(yè)貸款可得性和貸款結(jié)構(gòu)的研究亦較為豐富。張金清等[ 3 ]的研究發(fā)現(xiàn)銀行數(shù)字化轉(zhuǎn)型可以通過(guò)提升信息甄別能力和優(yōu)化風(fēng)險(xiǎn)控制模式這兩條路徑來(lái)提高民營(yíng)企業(yè)貸款可得性，同時(shí)減少對(duì)國(guó)有僵尸企業(yè)的貸款。趙家琪等[ 7 ]的研究發(fā)現(xiàn)轉(zhuǎn)型程度高的銀行通過(guò)數(shù)字化轉(zhuǎn)型有效提高了貸款效率，進(jìn)而增加了對(duì)小微企業(yè)的貸款供給，降低了小微企業(yè)貸款成本。李逸飛等[ 8 ]的研究發(fā)現(xiàn)銀行數(shù)字化轉(zhuǎn)型能夠通過(guò)提升信息甄別能力顯著提高企業(yè)中長(zhǎng)期貸款的占比，從而降低企業(yè)的短債長(zhǎng)用。綜合而言，銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束對(duì)企業(yè)的貸款可得性和貸款結(jié)構(gòu)產(chǎn)生了積極影響。

綜合已有研究，發(fā)現(xiàn)銀行數(shù)字化轉(zhuǎn)型能夠增加對(duì)企業(yè)的貸款供給，進(jìn)而可能對(duì)企業(yè)勞動(dòng)收入份額產(chǎn)生影響。但鮮有文獻(xiàn)研究二者之間的關(guān)系，因此探究銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響有重要的理論價(jià)值?；诖?，本文從融資約束視角構(gòu)建了銀行數(shù)字化轉(zhuǎn)型影響企業(yè)勞動(dòng)收入份額的理論模型，并采用2010—2021年滬深兩市A股上市公司的數(shù)據(jù)實(shí)證檢驗(yàn)銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額的影響，最后從企業(yè)所有制類(lèi)型、員工類(lèi)型等角度考察了這種影響的異質(zhì)性。

在現(xiàn)有研究的基礎(chǔ)上，本文可能的邊際貢獻(xiàn)包括三點(diǎn)：第一，將數(shù)字金融拓展至銀行主體，以探討銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額的影響，豐富了數(shù)字金融與企業(yè)勞動(dòng)收入份額關(guān)系的研究。在我國(guó)以銀行為主體的金融體系下，針對(duì)性地探討銀行部門(mén)的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額的影響有重要意義。第二，本文通過(guò)構(gòu)建一個(gè)包含融資約束的企業(yè)要素投入決策模型，厘清了融資約束影響企業(yè)勞動(dòng)收入份額的理論機(jī)制。已有文獻(xiàn)僅考慮到融資約束是影響勞動(dòng)收入份額的重要原因，但并未建立嚴(yán)謹(jǐn)?shù)睦碚撃Ｐ屠迩迦谫Y約束與勞動(dòng)收入份額之間的關(guān)系。第三，已有研究要么僅考慮企業(yè)融資約束得到緩解之后會(huì)增加員工工資進(jìn)而提升勞動(dòng)收入份額，要么僅考慮企業(yè)融資約束得到緩解之后會(huì)進(jìn)行資本深化進(jìn)而降低勞動(dòng)收入份額。本文將緩解企業(yè)融資約束影響勞動(dòng)收入份額的這兩條路徑納入統(tǒng)一的分析框架進(jìn)行研究，研究結(jié)論對(duì)如何從銀行數(shù)字化轉(zhuǎn)型的視角提升勞動(dòng)收入份額有啟示作用。

本文其余部分的安排如下：第二部分是理論分析與研究假設(shè)；第三部分介紹數(shù)據(jù)來(lái)源與變量設(shè)置；第四部分是實(shí)證結(jié)果與分析；第五部分是機(jī)制分析和異質(zhì)性檢驗(yàn)；第六部分是結(jié)論和啟示。

二、理論分析與研究假設(shè)

企業(yè)勞動(dòng)收入份額是企業(yè)經(jīng)營(yíng)決策的結(jié)果。為從理論上厘清銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額的影響，本文按照銀行數(shù)字化轉(zhuǎn)型→融資約束→工資率和勞動(dòng)生產(chǎn)率→勞動(dòng)收入份額的邏輯探析銀行數(shù)字化轉(zhuǎn)型影響企業(yè)勞動(dòng)收入份額的理論機(jī)制。具體地，首先建立基準(zhǔn)模型，分析企業(yè)在既定的要素價(jià)格和產(chǎn)出水平下，得到使成本最小化的最佳要素投入組合。其次，將企業(yè)面臨的融資約束納入基準(zhǔn)模型，分析融資約束對(duì)工資率和勞動(dòng)生產(chǎn)率的影響。再次，分析銀行數(shù)字化轉(zhuǎn)型對(duì)融資約束的影響。最后，綜合分析得出銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)勞動(dòng)收入份額的影響，并提出待檢驗(yàn)的假設(shè)。

（一）最佳要素投入組合與企業(yè)勞動(dòng)收入份額

假設(shè)企業(yè)始終在既定的要素價(jià)格和產(chǎn)出下選擇最優(yōu)的要素投入組合。生產(chǎn)函數(shù)設(shè)定為常替代彈性生產(chǎn)函數(shù)（CES），其中：？琢∈（0，1）為分配系數(shù)，σ∈［0，+∞）為不變彈性系數(shù)，A為技術(shù)系數(shù)。企業(yè)的目標(biāo)是在產(chǎn)出Y、資金成本r和工資w既定的情況下，選擇最佳的資本和勞動(dòng)投入量，從而使得成本最小化。即：

■C=rK+wLs.t.■=A？琢K■+（1-？琢）L■■ （1）

構(gòu)造拉格朗日函數(shù)：

？鬃（K，L，？滋）=rK+wL+？滋■-A？琢K■+（1-？琢）L■■

（2）

一階條件為：

？鬃K=r-？滋A？琢（■A-1K-1）■=0？鬃L=w-？滋A（1-？琢）（■A-1L-1）■=0？鬃U=■-A？琢K■+（1-？琢）L■■=0 （3）

解得：

K*=A-1■（？滋A？琢r-1）σL*=A-1■［？滋A（1-？琢）w-1］σ （4）

其中，式（4）中K*和L*為企業(yè)最佳的資本和勞動(dòng)投入量。

（二）融資約束對(duì)勞動(dòng)生產(chǎn)率和工資率的影響

1.融資約束對(duì)勞動(dòng)生產(chǎn)率的影響

將融資約束對(duì)企業(yè)要素投入決策的影響納入模型。企業(yè)追加資本投入往往是一次性的大額投入，而勞動(dòng)投入則相對(duì)比較靈活（錄用和解聘勞動(dòng)力的數(shù)量可大可小），當(dāng)企業(yè)面臨融資約束的時(shí)候，可能無(wú)力支付一次性的大額資本投入，即便此時(shí)資本的邊際產(chǎn)出大于勞動(dòng)的邊際產(chǎn)出，企業(yè)也無(wú)法增加資本投入以替換勞動(dòng)，最終導(dǎo)致其在次優(yōu)的要素投入方案下進(jìn)行生產(chǎn)。因此，本文假設(shè)企業(yè)面臨融資約束時(shí)資本投入存在一個(gè)上限，令這一上限為資本的最大可投入量K，融資約束越嚴(yán)重，資本的最大可投入量越小，K值的大小刻畫(huà)了企業(yè)面臨的融資約束程度。

企業(yè)的目標(biāo)是在產(chǎn)出Y既定且資本投入K≤K的約束條件下，選擇最佳的資本和勞動(dòng)投入量，從而使得成本最小化，即：

■C=rK+wLs.t.K≤■，■=A？琢K■+（1-？琢）L■■ （5）

構(gòu)造拉格朗日函數(shù)：

？鬃（K，L，？滋，？茲）=rK+wL+？滋■-A？琢K■+（1-？琢）L■■+

？茲（K-■） （6）

相應(yīng)的庫(kù)恩—塔克（KKT）條件為：

？鬃K=r-？滋A？琢（■A-1K-1）■+？茲=0？鬃L=w-？滋A（1-？琢）（■A-1L-1）■+？茲=0？滋≠0■-A？琢K■+（1-？琢）L■■=0？茲（K-■）≤0？茲≥0 （7）

求解這個(gè)規(guī)劃問(wèn)題：

第一，當(dāng)影子價(jià)格？茲等于0時(shí)，？鬃？茲是一個(gè)松弛約束，此時(shí)企業(yè)的資本投入未受到融資約束的限制，企業(yè)的要素投入決策與基準(zhǔn)模型一致，參照式（4）。

第二，當(dāng)影子價(jià)格？茲大于0時(shí)，？鬃？茲成為一個(gè)緊約束，此時(shí)企業(yè)的資本投入受到融資約束的限制，即K*=■。企業(yè)的最佳資本和勞動(dòng)投入量分別為：

K*=■L*=（A-1■）■-？琢■■■（1-？琢）■ （8）

式（8）中K*和L*為企業(yè)最大可投入資本量為■時(shí)的最佳資本和勞動(dòng)投入量。本文探討融資約束對(duì)勞動(dòng)收入份額的影響，僅當(dāng)影子價(jià)格？茲大于0時(shí)，企業(yè)要素投入才偏離無(wú)融資約束情形下的最佳要素投入，因此本文僅針對(duì)影子價(jià)格？茲大于0的情況進(jìn)行進(jìn)一步分析。令企業(yè)面臨的融資約束程度為？漬，融資約束程度越高？漬值越大。由于企業(yè)面臨的融資約束程度越高，最大可投入的資本量越小，所以最大可投入的資本量■是融資約束程度？漬的減函數(shù)，即■=■（？漬），且■'（？漬）<0。

令勞動(dòng)生產(chǎn)率為el，則：

el=■/L=■（A-1■）■-？琢■■■（1-？琢）■（9）

對(duì)勞動(dòng)生產(chǎn)率el關(guān)于？漬求導(dǎo)，可得：

■=■·■=■（1-？琢）■？琢（A-1■）■-？琢■■■

■■·■'（？漬）<0 （10）

由式（10）中？墜el/？墜？漬<0可知，在產(chǎn)出既定的前提下，企業(yè)面臨的融資約束程度越高，要素投入決策中越多地使用勞動(dòng)替代資本，進(jìn)而勞動(dòng)生產(chǎn)率越低。張杰等[ 9 ]基于我國(guó)工業(yè)企業(yè)的實(shí)證結(jié)果表明，融資約束是限制企業(yè)用資本替代勞動(dòng)的重要原因，對(duì)資本勞動(dòng)比有負(fù)面影響。而吳海民[ 10 ]基于上市公司的實(shí)證結(jié)果表明，資本深化有利于提升勞動(dòng)生產(chǎn)率。因此，經(jīng)驗(yàn)研究也支持融資約束會(huì)通過(guò)限制企業(yè)資本深化進(jìn)而降低勞動(dòng)生產(chǎn)率。

2.融資約束對(duì)工資率的影響

企業(yè)面臨融資約束的情況下，將會(huì)以增加儲(chǔ)蓄的方式進(jìn)行內(nèi)源融資，由此造成對(duì)工資率的擠壓。理論上，考慮到我國(guó)工會(huì)力量較為薄弱，并且二元經(jīng)濟(jì)結(jié)構(gòu)導(dǎo)致勞動(dòng)力過(guò)剩，可以得出我國(guó)勞動(dòng)者對(duì)工資率的議價(jià)能力較弱的結(jié)論，因此企業(yè)有能力將工資率壓低到市場(chǎng)均衡工資率w以下。經(jīng)驗(yàn)上，馮諺晨[ 11 ]基于工業(yè)企業(yè)數(shù)據(jù)庫(kù)測(cè)算的我國(guó)勞動(dòng)要素價(jià)格存在負(fù)向扭曲，即勞動(dòng)者獲得的工資率低于市場(chǎng)均衡工資率。因此，本文假定企業(yè)實(shí)際支付的工資率低于或等于市場(chǎng)均衡工資率。令工資率的負(fù)向扭曲程度為k，k∈（0，1］，k值越大，工資率負(fù)向扭曲程度越大。企業(yè)面臨的融資約束越嚴(yán)重，通過(guò)擠壓勞動(dòng)報(bào)酬進(jìn)行內(nèi)源融資的動(dòng)機(jī)越強(qiáng)，工資率負(fù)向扭曲程度越大，因此工資率負(fù)向扭曲程度k是融資約束？漬的增函數(shù)，即k=k（？漬），且k'（？漬）>0。令工資率w=［1-k（？漬）］w，可見(jiàn)，工資率負(fù)向扭曲程度越大，工資率越低。對(duì)工資率關(guān)于？漬求導(dǎo)，可得：

■=■·■=-w·k'（？漬）<0 （11）

由式（11）中？墜■/？墜？漬<0可知，企業(yè)面臨的融資約束程度越高，工資率負(fù)向扭曲程度越大，企業(yè)實(shí)際支付的工資率越低。反之，當(dāng)企業(yè)融資約束程度降低時(shí)，工資率負(fù)向扭曲程度變小，企業(yè)實(shí)際支付的工資率上升。需要說(shuō)明的是，企業(yè)由于融資約束降低而提升工資率并不改變企業(yè)資本和勞動(dòng)的投入決策，因?yàn)橥ǔＧ闆r下工資率縱然有所上升，但并不會(huì)超過(guò)市場(chǎng)均衡工資率。

（三）銀行數(shù)字化轉(zhuǎn)型對(duì)融資約束的影響

銀行數(shù)字化轉(zhuǎn)型通過(guò)以下兩條途徑緩解企業(yè)融資約束。第一，銀行數(shù)字化轉(zhuǎn)型通過(guò)減少信息不對(duì)稱(chēng)來(lái)緩解融資約束。信息不對(duì)稱(chēng)導(dǎo)致企業(yè)面臨融資約束。互聯(lián)網(wǎng)的普及使得網(wǎng)絡(luò)上沉淀了大量與企業(yè)經(jīng)營(yíng)相關(guān)的數(shù)據(jù)，大數(shù)據(jù)分析技術(shù)的應(yīng)用提升了銀行挖掘信息的能力。如螞蟻金服在審批貸款的時(shí)候，綜合考慮企業(yè)的信用數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)和銷(xiāo)售數(shù)據(jù)等非財(cái)務(wù)數(shù)據(jù)，評(píng)估企業(yè)的違約風(fēng)險(xiǎn)[ 12 ]。數(shù)字化轉(zhuǎn)型使得銀行能夠更加有效地對(duì)海量數(shù)據(jù)進(jìn)行挖掘，有助于銀行篩選出優(yōu)質(zhì)企業(yè)并為其提供貸款，從而減輕企業(yè)融資約束。第二，銀行數(shù)字化轉(zhuǎn)型擴(kuò)大了金融服務(wù)的覆蓋范圍，提高了服務(wù)便利程度，從而緩解了企業(yè)融資約束。數(shù)字化轉(zhuǎn)型前，銀行在發(fā)放貸款時(shí)主要考察企業(yè)是否有足夠的抵押物，缺乏對(duì)企業(yè)發(fā)展前景的考量，有發(fā)展前景但缺乏抵押物的企業(yè)不可避免遭受融資約束[ 13 ]。數(shù)字化轉(zhuǎn)型使得銀行能夠應(yīng)用大數(shù)據(jù)等數(shù)字技術(shù)收集企業(yè)經(jīng)營(yíng)相關(guān)的各種信息，并基于豐富的企業(yè)經(jīng)營(yíng)信息評(píng)估企業(yè)的發(fā)展前景，進(jìn)而做出是否放貸的決策。在銀行數(shù)字化轉(zhuǎn)型的情況下，那些有發(fā)展前景但缺乏抵押物的企業(yè)有可能獲得銀行的信貸支持。此外，傳統(tǒng)的人工審核貸款也被基于人工智能技術(shù)的自動(dòng)貸款審批模式取代，審批流程簡(jiǎn)單高效，審批過(guò)程不受人工干預(yù)，企業(yè)信貸獲取更為便利。

因此，銀行數(shù)字化轉(zhuǎn)型能夠緩解企業(yè)融資約束。令銀行數(shù)字化轉(zhuǎn)型程度為？濁，銀行數(shù)字化轉(zhuǎn)型程度越高？濁值越大。銀行數(shù)字化轉(zhuǎn)型程度越高的地區(qū)，企業(yè)面臨的融資約束越小，因此企業(yè)面臨的融資約束？漬是銀行數(shù)字化轉(zhuǎn)型程度？濁的減函數(shù)，即？漬=？漬（？濁），且？漬'（？濁）<0。

（四）銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響

1.銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)生產(chǎn)率的影響

銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束，促使企業(yè)用資本替代勞動(dòng)，進(jìn)而提升勞動(dòng)生產(chǎn)率。因此勞動(dòng)生產(chǎn)率是銀行數(shù)字化轉(zhuǎn)型程度的函數(shù)，表示為如下抽象函數(shù)形式：

el=el［？漬（？濁）］ （12）

判斷銀行數(shù)字化轉(zhuǎn)型水平對(duì)勞動(dòng)生產(chǎn)率的影響可以轉(zhuǎn)變?yōu)楸容^el（？濁1）和el（？濁2）的大小，這可以借助式（12）中el關(guān)于？濁求偏導(dǎo)，可得：

■=■·■>0 （13）

由？墜el/？墜？漬<0和？墜？漬/？墜？濁<0，可知式（13）為正值，說(shuō)明銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束提升勞動(dòng)生產(chǎn)率。由此，提出如下假設(shè)：

假設(shè)1：銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束促使勞動(dòng)生產(chǎn)率提升。

2.銀行數(shù)字化轉(zhuǎn)型對(duì)工資率的影響

銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束，減少對(duì)工資率的擠壓，進(jìn)而提升工資率。因此工資率是銀行數(shù)字化轉(zhuǎn)型程度的函數(shù)，表示為如下抽象函數(shù)形式：

w=w［？漬（？濁）］ （14）

判斷銀行數(shù)字化轉(zhuǎn)型程度對(duì)工資率的影響可以轉(zhuǎn)變?yōu)楸容^w（？濁1）和w（？濁2）的大小，這可以借助式（14）中w關(guān)于？濁求偏導(dǎo)，可得：

■=■·■>0 （15）

由？墜？漬/？墜？濁<0和？墜■/？墜？漬<0，可知式（15）的符號(hào)為正，說(shuō)明銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束提升工資率。由此提出如下假設(shè)：

假設(shè)2：銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解企業(yè)融資約束促使工資率上升。

3.銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響

勞動(dòng)收入份額LS可以分解為工資率與勞動(dòng)生產(chǎn)率的比值，即：

LS=■=■ （16）

由式（16）可知，勞動(dòng)生產(chǎn)率上升會(huì)導(dǎo)致勞動(dòng)收入份額下降，而工資率上升會(huì)使勞動(dòng)收入份額上升。判斷銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的總影響，可以轉(zhuǎn)變?yōu)楸容^LS（？濁1）和LS（？濁2）的大小，這可以借助式（16）中LS關(guān)于？濁求偏導(dǎo)，可得：

■=■·■'（？濁）+■·el'（？濁） （17）

？墜LS/？墜■>0和■'（？濁）>0，可知式（17）的右邊第一項(xiàng)為正值，表示銀行數(shù)字化轉(zhuǎn)型通過(guò)提升工資率，進(jìn)而提升勞動(dòng)收入份額。本文將銀行數(shù)字化轉(zhuǎn)型通過(guò)提升工資率對(duì)勞動(dòng)收入份額的正影響定義為工資率效應(yīng)。？墜LS/？墜el<0和el'（？濁）>0，可知式（17）右邊的第二項(xiàng)為負(fù)值，表示銀行數(shù)字化轉(zhuǎn)型通過(guò)提升勞動(dòng)生產(chǎn)率，進(jìn)而降低勞動(dòng)收入份額。本文將銀行數(shù)字化轉(zhuǎn)型通過(guò)提升勞動(dòng)生產(chǎn)率對(duì)勞動(dòng)收入份額的負(fù)影響定義為勞動(dòng)生產(chǎn)率效應(yīng)。式（17）最終的符號(hào)取決于哪一項(xiàng)的絕對(duì)值更大，如果第一項(xiàng)的絕對(duì)值更大，說(shuō)明工資率效應(yīng)大于勞動(dòng)生產(chǎn)率效應(yīng)，最終銀行數(shù)字化轉(zhuǎn)型使得勞動(dòng)收入份額上升；如果第二項(xiàng)的絕對(duì)值更大，說(shuō)明勞動(dòng)生產(chǎn)率效應(yīng)大于工資率效應(yīng)，最終銀行數(shù)字化轉(zhuǎn)型使得勞動(dòng)收入份額下降。由此提出如下兩個(gè)具有競(jìng)爭(zhēng)性的假設(shè)：

假設(shè)3a：銀行數(shù)字化轉(zhuǎn)型的工資率效應(yīng)大于勞動(dòng)生產(chǎn)率效應(yīng)，最終使得勞動(dòng)收入份額上升。

假設(shè)3b：銀行數(shù)字化轉(zhuǎn)型的勞動(dòng)生產(chǎn)率效應(yīng)大于工資率效應(yīng)，最終使得勞動(dòng)收入份額降低。

銀行數(shù)字化轉(zhuǎn)型影響勞動(dòng)收入份額的作用機(jī)制如圖1所示。

三、數(shù)據(jù)來(lái)源與變量設(shè)置

本文的研究以滬深兩市A股上市公司為研究樣本，構(gòu)建2010—2021年的面板數(shù)據(jù)。對(duì)企業(yè)數(shù)據(jù)進(jìn)行如下處理：刪掉金融業(yè)的企業(yè)，刪掉ST類(lèi)企業(yè)，刪掉主要變量存在數(shù)據(jù)缺失的企業(yè)，并對(duì)部分連續(xù)變量進(jìn)行1%和99%的縮尾處理。最后得到8 244個(gè)有效的“企業(yè)—年份”樣本。

（一）被解釋變量

勞動(dòng)收入份額（LS），以支付給職工以及為職工支付的現(xiàn)金/企業(yè)營(yíng)業(yè)總收入來(lái)衡量。

（二）解釋變量

銀行數(shù)字化轉(zhuǎn)型（digbank），企業(yè)層面的銀行數(shù)字化轉(zhuǎn)型采用企業(yè)貸款銀行的數(shù)字化轉(zhuǎn)型程度來(lái)衡量。本文借鑒張金清等[ 3 ]的做法構(gòu)造企業(yè)貸款銀行的數(shù)字化轉(zhuǎn)型程度，具體包括三步。第一步，采用北京大學(xué)中國(guó)商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)來(lái)衡量銀行數(shù)字化轉(zhuǎn)型程度。第二步，基于銀行數(shù)字化轉(zhuǎn)型指數(shù)，計(jì)算企業(yè)各個(gè)貸款銀行數(shù)字化轉(zhuǎn)型指數(shù)的加權(quán)平均值，該指數(shù)即為企業(yè)貸款銀行數(shù)字化轉(zhuǎn)型指數(shù)，其中以企業(yè)當(dāng)年在各銀行的貸款比重為權(quán)重。第三步，對(duì)企業(yè)貸款銀行數(shù)字化轉(zhuǎn)型指數(shù)取對(duì)數(shù)。

（三）中介變量

融資約束（SA），采用SA指數(shù)來(lái)衡量。SA指數(shù)由Hadlock和Pierce[ 14 ]構(gòu)建，由于其僅由企業(yè)的規(guī)模和年齡決定，外生性比較強(qiáng)，能夠準(zhǔn)確地測(cè)度我國(guó)企業(yè)的融資約束程度，在國(guó)內(nèi)學(xué)術(shù)界得到廣泛應(yīng)用。其計(jì)算公式為： SA=-0.737×Size+0.043×Size2-0.04×Age。計(jì)算結(jié)果均為負(fù)值，SA指數(shù)越小，企業(yè)面臨的融資約束越嚴(yán)重。

（四）控制變量

選取如下控制變量：人均資本，表示資本深化程度，資本深化程度越高的企業(yè)，勞動(dòng)生產(chǎn)率越高，勞動(dòng)收入份額越低[ 5 ]。股權(quán)性質(zhì)，相較于國(guó)有企業(yè)，民營(yíng)企業(yè)面臨著融資約束，使得其勞動(dòng)收入份額低于國(guó)有企業(yè)[ 1 ]。其他企業(yè)層面的控制變量參考熊家財(cái)?shù)萚 6 ]的研究設(shè)置企業(yè)年齡、企業(yè)規(guī)模、資產(chǎn)負(fù)債率、總資產(chǎn)收益率、資本產(chǎn)出比和股權(quán)集中度。

變量的計(jì)算方法和描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1。

四、檢驗(yàn)結(jié)果與分析

本文設(shè)定如下模型分析銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響：

LSit/elit/wit=c+？茁1digbankit+∑？茁jcontrolit+？滋i+？滋t+？著it

（18）

式（18）中，LSit為勞動(dòng)收入份額，digbankit為銀行數(shù)字化轉(zhuǎn)型，elit為勞動(dòng)生產(chǎn)率，wit為工資率，controlit為控制變量，？茁j為待估參數(shù)，？滋i為個(gè)體效應(yīng)，？滋t為時(shí)間效應(yīng)，？著it為殘差項(xiàng)。本文的回歸采用雙向固定效應(yīng)，并對(duì)標(biāo)準(zhǔn)誤進(jìn)行企業(yè)層面的聚類(lèi)調(diào)整。行業(yè)間的生產(chǎn)技術(shù)和要素投入比例差距較大，致使行業(yè)間的勞動(dòng)收入份額存在差異，因此本文的回歸均固定了行業(yè)效應(yīng)。

（一）基準(zhǔn)回歸

利用式（18）實(shí)證檢驗(yàn)銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的影響，具體結(jié)果見(jiàn)表2。表2列（1）中銀行數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正，銀行數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)勞動(dòng)收入份額。列（2）中銀行數(shù)字化轉(zhuǎn)型的系數(shù)不顯著，說(shuō)明銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)生產(chǎn)率沒(méi)有顯著影響，由此假設(shè)1未得到驗(yàn)證。列（3）中銀行數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正，說(shuō)明銀行數(shù)字化轉(zhuǎn)型對(duì)工資率有提升作用，由此假設(shè)2得證。列（3）由于銀行數(shù)字化轉(zhuǎn)型的工資率效應(yīng)顯著，而勞動(dòng)生產(chǎn)率效應(yīng)不顯著，最終使得勞動(dòng)收入份額上升，假設(shè)3a得證。可能的原因是：在人口老齡化導(dǎo)致的勞動(dòng)力成本逐步上升的背景下，相較于將資金用于資本深化以提升勞動(dòng)生產(chǎn)率，企業(yè)更迫切的是提升工資率以留住員工或者激勵(lì)員工更加努力工作。

控制變量的回歸結(jié)果顯示：控制變量的系數(shù)大部分是顯著的，說(shuō)明企業(yè)年齡、資產(chǎn)負(fù)債率、總資產(chǎn)收益率、資本產(chǎn)出比和人均資本對(duì)勞動(dòng)收入份額均有顯著影響，這與萬(wàn)江滔和魏下海[ 15 ]的結(jié)論一致。

（二）穩(wěn)健性檢驗(yàn)

1.內(nèi)生性處理

基本結(jié)果表明，銀行數(shù)字化轉(zhuǎn)型能夠提升勞動(dòng)收入份額，但上述回歸結(jié)果可能受內(nèi)生性問(wèn)題的干擾，如可能產(chǎn)生遺漏變量引起的內(nèi)生性問(wèn)題?；诖?，本文借鑒張金清等[ 3 ]的研究，采用銀行數(shù)字化轉(zhuǎn)型的滯后一期作為工具變量，結(jié)果見(jiàn)表3列（1）。列（1）中銀行數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正，說(shuō)明本文的核心結(jié)論是穩(wěn)健的。

2.替換核心變量

本文采用魏下海等[ 16 ]的方法，用ln［LS（1-LS）］來(lái)衡量勞動(dòng)收入份額。為避免測(cè)量誤差，將上述方式測(cè)算的勞動(dòng)收入份額作為被解釋變量進(jìn)行檢驗(yàn)，回歸結(jié)果見(jiàn)表4列（2）。在替換變量測(cè)度方法后，銀行數(shù)字化轉(zhuǎn)型的系數(shù)仍舊顯著為正，支持了本文的結(jié)論。

五、進(jìn)一步討論

（一）機(jī)制分析

銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解企業(yè)融資約束提升勞動(dòng)收入份額。因此，本文依據(jù)融資約束的中位數(shù)將樣本分為兩組，分別為融資約束高組和融資約束低組，然后分組進(jìn)行回歸，回歸結(jié)果如表4所示。列（1）和列（2）中銀行數(shù)字化轉(zhuǎn)型的系數(shù)均顯著為正，且列（1）中的系數(shù)顯著大于列（2），說(shuō)明企業(yè)面臨的融資約束越大，銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)收入份額的作用越大，證實(shí)了銀行數(shù)字化轉(zhuǎn)型通過(guò)融資約束這一渠道影響企業(yè)勞動(dòng)收入份額。列（3）和列（4）中銀行數(shù)字化轉(zhuǎn)型的系數(shù)均不顯著，進(jìn)一步佐證了銀行數(shù)字化轉(zhuǎn)型對(duì)勞動(dòng)生產(chǎn)率無(wú)顯著影響。列（5）和列（6）中銀行數(shù)字化轉(zhuǎn)型的系數(shù)均顯著為正，且列（5）中的系數(shù)顯著大于列（6），說(shuō)明企業(yè)面臨的融資約束越大，銀行數(shù)字化轉(zhuǎn)型對(duì)工資率的提升作用越大，進(jìn)一步佐證了銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解企業(yè)融資約束發(fā)揮工資率效應(yīng)，進(jìn)而提升勞動(dòng)收入份額。

（二）異質(zhì)性分析

1.所有制異質(zhì)性分析

機(jī)制檢驗(yàn)證實(shí)了銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解企業(yè)融資約束提升勞動(dòng)收入份額，而民營(yíng)企業(yè)面臨的融資約束更大，這意味著銀行數(shù)字化轉(zhuǎn)型提升勞動(dòng)收入份額的作用在國(guó)有企業(yè)和民營(yíng)企業(yè)之間可能存在差異。有鑒于此，本文進(jìn)一步考察銀行數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)和民營(yíng)企業(yè)勞動(dòng)收入份額的影響是否存在顯著差異，估計(jì)結(jié)果見(jiàn)表5中的列（1）、列（2）。結(jié)果表明，銀行數(shù)字化轉(zhuǎn)型僅能顯著提升民營(yíng)企業(yè)的勞動(dòng)收入份額。這是由于國(guó)有企業(yè)有政府作為信用背書(shū)，融資較容易，而民營(yíng)企業(yè)面臨的融資約束比較嚴(yán)重，銀行數(shù)字化轉(zhuǎn)型緩解企業(yè)約束的作用在民營(yíng)企業(yè)中顯著，進(jìn)而提升民營(yíng)企業(yè)勞動(dòng)收入份額的作用顯著。

2.員工類(lèi)型異質(zhì)性分析

本文將勞動(dòng)收入分解為管理者勞動(dòng)收入和員工勞動(dòng)收入，將管理者勞動(dòng)收入份額和員工勞動(dòng)收入份額作為被解釋變量①，分析銀行數(shù)字化轉(zhuǎn)型具體提升了哪類(lèi)勞動(dòng)者的收入份額，回歸結(jié)果見(jiàn)表5中的列（3）、列（4）?？梢?jiàn)，銀行數(shù)字化轉(zhuǎn)型顯著提升管理者和員工的勞動(dòng)收入份額，但對(duì)員工勞動(dòng)收入份額的提升作用遠(yuǎn)大于對(duì)管理者勞動(dòng)收入份額的提升作用。這是由于管理者有一定的權(quán)力影響自身的收入，上市公司管理者的薪酬較高是公認(rèn)的事實(shí)，管理者工資率可以說(shuō)并不存在負(fù)向扭曲，但員工工資率在企業(yè)面臨融資約束的情況下負(fù)向扭曲程度較高。因此銀行數(shù)字化轉(zhuǎn)型對(duì)員工工資率的提升作用更強(qiáng)，進(jìn)而較大幅度地提升員工勞動(dòng)收入份額。

六、結(jié)論和啟示

本文選取2010—2021年滬深兩市A股上市公司為樣本，探討銀行數(shù)字化轉(zhuǎn)型與企業(yè)勞動(dòng)收入份額之間的關(guān)系，得到以下三點(diǎn)結(jié)論。第一，銀行數(shù)字化轉(zhuǎn)型通過(guò)發(fā)揮工資率效應(yīng)促使企業(yè)勞動(dòng)收入份額上升。第二，銀行數(shù)字化轉(zhuǎn)型緩解了企業(yè)融資約束，減少了企業(yè)對(duì)員工工資率的擠壓而使得工資率提升，進(jìn)而企業(yè)勞動(dòng)收入份額得以提高。第三，銀行數(shù)字化轉(zhuǎn)型顯著提升民營(yíng)企業(yè)勞動(dòng)收入份額，但對(duì)國(guó)有企業(yè)勞動(dòng)收入份額無(wú)顯著影響，并且相較于管理者銀行數(shù)字化轉(zhuǎn)型提升員工勞動(dòng)收入份額的作用更大。

本文的研究結(jié)論蘊(yùn)含三點(diǎn)重要的政策啟示。

第一，大力推進(jìn)銀行數(shù)字化轉(zhuǎn)型。鑒于銀行數(shù)字化轉(zhuǎn)型能夠提高企業(yè)勞動(dòng)收入份額，政府應(yīng)當(dāng)大力推進(jìn)銀行數(shù)字化轉(zhuǎn)型。一方面，針對(duì)銀行業(yè)出臺(tái)相應(yīng)的激勵(lì)政策，推進(jìn)銀行業(yè)加快數(shù)字化轉(zhuǎn)型。另一方面，搭建與企業(yè)經(jīng)營(yíng)相關(guān)信息的共享平臺(tái)，進(jìn)一步降低銀行獲取企業(yè)經(jīng)營(yíng)相關(guān)信息的成本。

第二，著力解決民營(yíng)企業(yè)的融資約束問(wèn)題。相較于國(guó)有企業(yè)，民營(yíng)企業(yè)的工資率較低，因而提升企業(yè)勞動(dòng)收入份額的關(guān)鍵是提升民營(yíng)企業(yè)勞動(dòng)收入份額。緩解融資約束能夠有效提升民營(yíng)企業(yè)勞動(dòng)收入份額。因此，著力緩解民營(yíng)企業(yè)融資約束是提升民營(yíng)企業(yè)勞動(dòng)收入份額的重要舉措。

第三，加強(qiáng)對(duì)勞動(dòng)力的技能培訓(xùn)。盡管銀行數(shù)字化轉(zhuǎn)型通過(guò)緩解融資約束促使企業(yè)工資率上升，進(jìn)而提升企業(yè)勞動(dòng)收入份額，但員工也應(yīng)當(dāng)重視通過(guò)提升勞動(dòng)技能以提升工資率。一方面，企業(yè)應(yīng)當(dāng)加強(qiáng)對(duì)員工的培訓(xùn)，使其有能力勝任更高技術(shù)含量的工作；另一方面，政府應(yīng)當(dāng)增加面向各類(lèi)勞動(dòng)者的職業(yè)技能培訓(xùn)，以提升勞動(dòng)者專(zhuān)業(yè)素質(zhì)?！?/p>

【參考文獻(xiàn)】

［1］ 汪偉，郭新強(qiáng)，艾春榮.融資約束、勞動(dòng)收入份額下降與中國(guó)低消費(fèi)［J］.經(jīng)濟(jì)研究，2013（11）：100-113.

［2］ 羅長(zhǎng)遠(yuǎn)，陳琳.融資約束會(huì)導(dǎo)致勞動(dòng)收入份額下降嗎：基于世界銀行提供的中國(guó)企業(yè)數(shù)據(jù)的實(shí)證研究［J］.金融研究，2012（3）：29-42.

［3］ 張金清，李柯樂(lè)，張劍宇.銀行金融科技如何影響企業(yè)結(jié)構(gòu)性去杠桿？［J］.財(cái)經(jīng)研究，2022，48（1）：64-77.

［4］ 余玲錚，魏下海.我國(guó)勞動(dòng)收入份額為何持續(xù)下降：基于金融發(fā)展的視角［J］.產(chǎn)經(jīng)評(píng)論，2013（2）：126-132.

［5］ 張建武，王茜，林志帆，等.金融抑制與勞動(dòng)收入份額關(guān)系研究［J］.中國(guó)人口科學(xué)，2014（5）：47-56.

［6］ 熊家財(cái)，劉充，章衛(wèi)東.數(shù)字金融發(fā)展與勞動(dòng)收入份額提升：來(lái)自上市公司的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)評(píng)論，2022（6）：100-113.

［7］ 趙家琪，江弘毅，胡詩(shī)云，等.數(shù)字普惠金融下的小微信貸與風(fēng)險(xiǎn)：基于銀行數(shù)字化轉(zhuǎn)型的視角［J］.經(jīng)濟(jì)學(xué)（季刊），2023，23（5）：1686-1703.

［8］ 李逸飛，李茂林，李靜.銀行金融科技、信貸配置與企業(yè)短債長(zhǎng)用［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（10）：137-154.

［9］ 張杰，鄭文平，翟福昕.融資約束影響企業(yè)資本勞動(dòng)比嗎：中國(guó)的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)學(xué)（季刊），2016，15（3）：1029-1056.

［10］ 吳海民.資本深化帶來(lái)了勞動(dòng)生產(chǎn)率下降嗎［J］. 財(cái)經(jīng)科學(xué)，2013（9）：40-50.

［11］ 馮諺晨.工業(yè)企業(yè)中要素價(jià)格扭曲對(duì)我國(guó)勞動(dòng)收入份額的影響［J］.經(jīng)濟(jì)經(jīng)緯，2018，35（2）：78-85.

［12］ HUANG Y，LIN C，SHENG Z，et al.Fin tech credit and service quality ［R］.Working Paper of the University of HongKong，2018.

［13］ 錢(qián)雪松，唐英倫，方勝.擔(dān)保物權(quán)制度改革降低了企業(yè)債務(wù)融資成本嗎：來(lái)自中國(guó)《物權(quán)法》自然實(shí)驗(yàn)的經(jīng)驗(yàn)證據(jù)［J］.金融研究，2019（7）：115-134.

［14］ HADLOCK C J，PIERCE J R.New evidence on measuring financial constraints：moving beyond the KZ index［J］.Review of Financial Studies，2010，23（5）：1909-1940.

［15］ 萬(wàn)江滔，魏下海.最低工資規(guī)制對(duì)企業(yè)勞動(dòng)收入份額的影響：理論分析與微觀證據(jù)［J］.財(cái)經(jīng)研究，2020（7）：64-78.

［16］ 魏下海，董志強(qiáng)，黃玖立.工會(huì)是否改善勞動(dòng)收入份額：理論分析與來(lái)自中國(guó)民營(yíng)企業(yè)的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)研究，2013，48（8）：16-28.