外需冲击对企业要素收入分配的影响

The Impact of External Demand Shocks on the Factor Income Distribution in Firms

李媚媚,于津平

1南京大学 商学院, 江苏 南京 210008
摘要:

在全球要素收入分配格局深刻调整的背景下,中国作为世界第二大经济体和贸易大国,如何在深度参与全球价值链的同时优化要素收入分配结构,成为推进共同富裕战略面临的重大现实课题。本文实证检验了外需冲击对企业要素收入分配的影响机制。研究发现,外需冲击显著改变了企业的要素收入分配格局,具体表现为劳动收入份额的显著下降,这种再分配效应主要通过创新效应和价值链升级效应得以实现。异质性分析表明,外需冲击对要素收入分配的抑制作用主要发生在高生产率企业、大型企业、高研发程度企业和高价值链位置企业。本文研究成果不仅为深化开放经济条件下要素收入分配理论提供了重要实证支撑,更为新时代统筹推进贸易强国建设与共同富裕实现提供了政策启示:需要在促进对外贸易发展的同时,通过完善收入再分配机制、加强劳动者技能培训、优化产业升级路径等综合举措,促进要素收入分配的合理化,确保全球化红利更好惠及广大劳动者。

关键词:外需冲击,要素收入分配,创新效应,价值链升级效应,共同富裕

基金项目:国家社会科学基金重点项目(24AZD050)

引 言

党的二十届四中全会明确提出“扎实推进全体人民共同富裕”,强调要“完善收入分配制度”,并将“推动全体人民共同富裕迈出坚实步伐”作为“十五五”规划时期的重要目标。全会同时强调“扩大高水平对外开放,开创合作共赢新局面”,这对如何在深度参与全球化进程中优化要素收入分配结构提出了新的要求。要素收入分配作为衡量经济发展质量和社会公平正义的核心指标,其变动直接关系到经济发展成果的共享与分配格局的优化。Karabarbounis和Neiman(2014)发现,自20世纪80年代以来,全球劳动收入份额普遍呈下降趋势,这一现象在发达国家与发展中国家均广泛存在。这反映了资本回报率长期高于经济增长的结构性矛盾,可能加剧收入不平等并影响社会长期稳定。Grossman和Oberfield(2022)则从技术进步偏向性视角,揭示了其对要素分配格局的系统性影响。改革开放以来中国深度融入全球价值链,国际贸易成为经济增长的重要引擎,创造了举世瞩目的中国奇迹。但在经济总量增长的过程中,中国劳动收入份额也呈现出不断下降的趋势(白重恩等,2008)。

在经济全球化深入发展的背景下,外部需求环境的变化日益成为影响企业生产决策的关键外生变量。尤其是进入21世纪以来,全球经济形势的剧烈波动不断考验着企业的经营韧性。具体而言,突发公共卫生事件导致供应链中断、中美博弈加剧、越南和印度等新兴经济体在中低端制造领域形成替代竞争等国际冲击,不仅直接影响企业的市场表现,更可能通过改变企业的技术选择和要素配置策略,重塑劳动收入在国民收入中的分配格局。传统要素禀赋理论预测,劳动丰裕型国家参与贸易能够提升劳动要素的相对回报。然而,基于异质性贸易理论的部分研究则认为,即使劳动密集型国家也可能因承担低附加值环节而导致劳动收入份额下降(Acemoglu,2002;Antras等,2017)。

近年来,学者们开始关注贸易冲击对劳动收入份额影响的微观机制。Autor等(2020)发现,来自中国的进口竞争通过促进超级明星企业崛起与市场集中,降低了美国制造业的劳动收入份额。然而,既有研究多关注进口竞争,而关于外需冲击的影响,尤其是在发展中国家情境下的探讨仍显不足。国内研究虽从要素成本上涨和技术偏向等角度解释了劳动收入份额下降(罗长远和张军,2009;黄先海和徐圣,2009;何欢浪和张娟,2019),但大多基于宏观或行业数据,难以识别因果机制,也缺乏对企业异质性的深入分析。中国作为世界工厂,其出口导向增长具有独特性,基于发达经济体的理论未必完全适用。

基于此,本文利用2010—2023年CSMAR数据库、中国海关数据库和CEPII-BACI数据库的匹配数据,考察外需冲击对企业要素收入分配的影响。研究发现,第一,外需冲击显著降低企业劳动收入份额。第二,机制检验表明,外需冲击降低企业劳动收入份额的机制为创新效应和价值链升级效应。第三,异质性分析发现,外需冲击对劳动收入份额的负向影响主要体现在规模较大、生产率较高、研发强度较大、价值链地位较高的企业中。本研究为理解外部冲击下的要素分配机制提供了新的微观证据与机制解释,也为相关政策制定提供了参考。

本文的边际贡献体现在三个方面。第一,在研究视角上,与以往关注内部要素或政策扶持的研究不同,本文从全球化视角将外需冲击作为核心变量,为理解外部环境变化对要素收入分配的影响提供了新的分析框架。第二,在研究机理上,本文识别出创新效应和价值链升级效应两条关键传导路径,揭示了外需冲击如何驱动资源重新配置。同时发现了基于企业规模、生产率等特征的多层次异质性,丰富了要素收入分配理论的微观机制。第三,在研究意义上,本研究表明外需冲击通过创新和价值链升级改变要素收入分配格局,为政策制定者在促进技术进步与全球化的同时如何平衡劳动者权益保障、优化收入分配结构提供了实证依据。

文献综述

与本文相关的研究主要分为三类。第一类是劳动收入份额的影响因素,第二类是外需冲击如何影响企业经营决策、要素使用和工资结构,第三类是技术进步下对劳动收入份额的影响。

第一类相关文献探讨了影响劳动收入份额的因素。这类研究主要分为两种:一种研究提升劳动收入份额的积极因素;另一种研究抑制劳动收入份额的消极因素。在提升劳动收入份额方面,研究发现,推动企业数字化转型(肖土盛等,2022)、实施《中华人民共和国反垄断法》(肖土盛等,2023)、碳排放权交易(李颖和胡榕,2023)、增值税留抵退税政策(谷阳等,2024)、加强劳动保护(钱雪松和石鑫,2024)、放松市场准入管制(李金磊等,2024)等政策措施均具有显著效果。这些因素通过改善劳动力的市场地位、增强劳动者的议价能力或削弱企业的垄断势力,从而推动了劳动收入份额的提升。而从抑制劳动收入份额的角度看,研究表明,全球化和技术变革的冲击(黄先海和徐圣,2009;Autor等,2020)、最低工资上涨(何欢浪和张娟,2019)、劳动力人口的老龄化(Acemoglu和Restrepo,2022;张明昂和吴楠,2024)、企业在劳动力市场中的市场力量(解恩泽和余淼杰,2024)、企业的社保缴费负担(张子尧等,2023),以及超时加班现象(宣扬和武凯文,2023)等因素对劳动收入份额产生了负面影响。这些抑制因素通常会通过增加企业的用工成本、促进劳资替代或引致要素偏向型技术进步,从而导致劳动收入份额的下降。

第二类相关文献探讨了外需冲击对企业经营决策、要素使用和工资结构的影响。作为国民经济发展的三驾马车之一,出口在中国经济发展中具有举足轻重的地位。近年来,国际经济形势愈加复杂,中美经贸摩擦持续及地缘政治冲突加剧等,外需冲击频繁发生,给企业行为和决策带来了前所未有的机遇与挑战。从企业经营策略调整来看,已有研究表明外部需求冲击会对企业的创新能力和产品质量产生积极影响。例如,Aghion等(2018)指出,需求冲击能够显著提升企业创新能力,企业为应对外需变化可能会采取多种策略,包括提升出口产品质量、提高出口韧性和多元化水平、转向国内市场、抑制出口市场份额(Antoniades,2015;戴觅和茅锐,2015;Aghion等,2018;刘慧和綦建红,2021;魏浩和涂悦,2024;高运胜等,2025)。还有研究认为外需冲击有助于促进行业间的溢出效应(岳帅等,2024),从而形成更为激烈的就业竞争。从要素使用和工资结构来看,外需冲击对企业劳动力配置产生直接影响。Nucci和Pozzolo(2010)研究发现,汇率升值对意大利企业带来了负面影响,导致企业降低了就业人数和工资水平。Ekholm等(2012)研究表明,汇率上升引致的需求冲击使挪威企业减少了雇佣人数。而侯欣裕和孙浦阳(2019)发现,外部需求有助于提高企业工资水平。Mayer等(2014)研究表明,外需冲击增加导致出口市场竞争加剧,企业倾向于专注生产和销售表现最佳的产品,并通过优化资源配置来提高生产率。更进一步地,谢娟娟等(2025)发现外部需求扩张通过竞争效应和出口规模效应提高了企业劳动收入份额;而铁瑛和刘逸群(2025)则发现外部需求扩张通过促使出口企业购入更多进口资本品并提高企业全要素生产率,从而降低了劳动收入份额。本文认为,现有研究主要基于2000—2014年或2000—2016年数据,而2016年后“一带一路”倡议深化、中美贸易摩擦等重大事件可能改变了外需冲击对要素收入分配的影响机制。此外,现有研究主要关注企业进出口规模扩张、竞争力提高和生产率提升等传统渠道,但忽略了外需冲击如何通过改变企业技术创新行为和全球价值链嵌入位置,进而引发要素替代效应和议价能力变化。因此,本文聚焦创新效应和价值链升级效应,揭示外需冲击导致劳动收入份额下降的微观传导路径,为理解新时期要素收入分配格局提供了更具解释力的理论框架。

第三类相关文献关注技术进步对劳动收入份额的影响。黄卓等(2024)的研究发现,智能制造通过互补效应促进了人力资本的升级,从而提高了企业劳动收入份额。然而,Acemoglu和Restrepo(2018)构建的模型显示,自动化带来的资本积累会显著降低劳动收入份额。进一步地,Acemoglu和Restrepo(2019,2022)通过对美国数据的实证研究验证了自动化确实会导致资本取代劳动,进而压低劳动收入份额。此外,Graetz和Michaels(2018)从宏观层面分析了机器人在17个国家(地区)工业领域的应用,发现机器人应用对劳动收入份额具有显著的负面影响。何小钢等(2023)则从微观层面出发,研究了中国工业企业应用工业机器人的影响,发现机器人应用通过资本—劳动替代效应、工资率效应和生产率效应等路径显著降低了企业的劳动收入份额。这些研究成果为本文研究外需冲击通过创新效应和价值链升级效应机制抑制劳动收入份额的结论提供了有力支持。

综上,现有研究从劳动收入份额的影响因素、外需冲击对企业行为的作用以及技术进步的要素替代效应等角度,提供了丰富的理论与实证支持。然而,目前对外需冲击如何通过创新效应和价值链升级效应影响企业劳动收入份额的机制分析仍然不足。本文聚焦这一研究缺口,深入探讨外需冲击对劳动收入份额的机制及其异质性影响。

理论假说分析

(一)外需冲击对劳动收入份额的基准效应

外需冲击作为企业面临的重要外部环境变化,会直接改变其生产决策与要素投入结构,从而对劳动收入份额产生直接的基准影响。外需冲击内含的效率提升与成本节约导向,会驱动企业进行要素配置的优化,其基准影响可能表现为劳动收入份额的下降。具体而言,外需市场对产品质量和交付效率的更高要求,促使企业倾向于采用更具效率的资本密集型生产方式,而非简单地增加同质化的劳动力。同时,外需增长带来的收入为企业调整要素投入结构提供了资源,使其有动力和能力用更先进的资本设备来替代重复性、常规性的劳动(Acemoglu和Restrepo,2018)。这一过程直接提高了生产过程中的资本密集度,导致新增价值中资本所得的分配比例上升,而劳动所得的分配比例相应下降,从而构成了外需冲击抑制劳动收入份额的基准效应。

(二)外需冲击、创新效应与劳动收入份额

外需冲击推动企业在市场机遇和发展压力下寻求新的竞争优势,同时也为其带来了进行战略性投资的资源和机遇。为了建立可持续的竞争优势而非短暂的规模优势,企业有强烈的动机将外需冲击带来的部分利润投入到技术创新活动中(Bloom等,2019)。外需冲击发生时,企业往往会通过自动化、数字化等技术手段来提高生产灵活性和产品标准,以更好地满足国际市场的高标准需求。此外,许多国家和地区在出口繁荣时期出台研发补贴、税收优惠等政策,进一步激励了企业的创新技术投入。这一趋势在全球化程度较高的行业尤为显著,因为这些行业面临更激烈的国际竞争和更高的技术门槛,技术创新成为企业保持和扩大市场份额的关键途径(Aghion等,2018)。

然而,企业技术创新通常呈现出明显的资本偏向与技能偏向特征,从而通过要素替代效应对劳动收入份额产生压制。具体而言,技术创新极大地提升了资本和高技能劳动的边际生产率,使其在生产和价值创造中的作用更加关键;相反,大量从事常规任务的低技能劳动者被替代(Acemoglu和Restrepo,2018),其边际贡献和议价能力随之减弱(Autor等,2020)。这种替代效应导致企业内部的收入分配向资本所有者和高技能劳动者倾斜,而低技能劳动者的收入份额下降,并往往主导整体劳动收入份额的变动。研究证实,机器人(Graetz和Michaels,2018)、信息技术(Karabarbounis和Neiman,2014)等创新技术的普及与应用,是近年来劳动收入份额下降的重要原因。因此,外需冲击通过激发企业的创新活动,在提升企业整体生产率的同时,也重塑了内部的收入分配格局,加剧了劳动收入份额的下降趋势。

(三)外需冲击、价值链升级效应与劳动收入份额

外需冲击的另一个重要影响是推动企业对其在全球价值链中的位置进行战略性调整。外需冲击为企业提供了资源基础和市场空间,面对更广阔的国际市场与更复杂的竞争生态,企业不再满足于停留在低附加值的加工组装环节。外需冲击带来的利润积累和学习效应,使其有能力投入更多资源用于研发、品牌建设和核心技术开发,从而向价值链上游环节攀升(Baldwin,2016)。此外,外需冲击也增强了企业与国际先进企业的联系和合作,促进技术溢出和管理经验交流,推动企业生产活动从劳动密集型向技术密集型的转变,加速这一升级进程(Atkin等,2017;Brancati等,2017)。

然而,企业在全球价值链中位置的上移,往往伴随着劳动收入份额的下降。价值链的高附加值环节通常具有更高的资本与技术密集度,对知识、专利和品牌等无形资本的依赖远高于对常规劳动力的依赖(Timmer等,2014)。当企业从劳动密集型的制造环节向资本与技术密集型的研发、营销环节转型时,资本在价值创造中的相对贡献度显著提升,而劳动的贡献度则相对下降。此外,价值链上游环节通常拥有更高的议价能力和经济租金,而这些额外收益多数由资本所有者而非劳动者获取。向价值链上游移动的过程中,企业往往将劳动密集型环节外包或转移到低成本地区,从而降低了国内劳动在企业总收入中的份额(Grossman和Rossi-Hansberg,2008)。Reshef和Santoni(2023)发现,全球价值链的深化与发达国家劳动收入份额下降之间存在显著关联,特别是在那些从价值链低端向高端攀升的产业。因此,尽管企业在全球价值链中位置的提升有助于增强整体竞争力和创造更多总价值,但这一过程同时改变了企业内部的收入分配格局,使得劳动在增加值中的相对份额持续下降。

综上,本文提出以下待检验假说。

假说1:在其他条件不变的情形下,外需冲击降低企业劳动收入份额。

假说2:外需冲击通过创新效应和价值链升级效应降低企业劳动收入份额。

模型设定与数据说明

(一)计量模型设定

\begin{document}$ LaborS har{e}_{it}={\alpha }_{1}+{\alpha }_{2}DemandS hoc{k}_{it-1}+{\alpha }_{3}contro{l}_{it}+{\mu }_{i}+{\nu }_{kt}+{\varepsilon }_{ikt} $ \end{document}

其中,下标\begin{document}$ i $\end{document}、\begin{document}$ k $\end{document}和\begin{document}$ t $\end{document}分别表示企业(上市公司)、行业和年份。\begin{document}$ LaborS har{e}_{it} $\end{document}为本文的被解释变量,表示企业劳动收入份额。\begin{document}$ DemandS hoc{k}_{it-1} $\end{document}为企业面临的外需冲击,考虑到外需冲击对企业的影响存在一定的滞后性,本文对其进行滞后一期处理。\begin{document}$ contro{l}_{it} $\end{document}代表本文控制变量的集合。\begin{document}$ {\mu }_{i} $\end{document}为企业固定效应(Firm FE),\begin{document}$ {\nu }_{kt} $\end{document}为行业—年份固定效应(Industry-Year FE),\begin{document}$ {\varepsilon }_{ikt} $\end{document}为残差项。

(二)变量说明

1.被解释变量

本文的被解释变量为劳动收入份额,参照现有研究(王雄元和黄玉菁,2017;施新政等,2019)的测量方法,劳动收入份额的计算公式如下。

\begin{document}$ 劳动收入份额LaborS hare=\frac{支付给职工以及为职工支付的现金}{营业总收入} $ \end{document}

2.解释变量

本文的核心解释变量为外需冲击。为准确识别外需冲击对企业的因果效应,本文参考Dhyne等(2022)、但佳丽等(2025)和余振等(2025)的方法构建外需冲击指标。

\begin{document}$ DemandS hoc{k}_{it}={\sum}_{cp}\frac{{V}_{icp{{t}_{0}}}}{{V}_{i{{t}_{0}}}}\text{d}\ln W{D}_{cpt} $ \end{document}

其中,下标\begin{document}$ p $\end{document}代表HS6分位产品,下标\begin{document}$ c $\end{document}表示企业的出口目的国,下标\begin{document}$ t $\end{document}表示年份。\begin{document}$ W{D}_{cpt} $\end{document}指标反映了样本观测期\begin{document}$ t $\end{document}年国家\begin{document}$ c $\end{document}对产品\begin{document}$ p $\end{document}在全球范围内(除中国外)的总进口需求。\begin{document}$ \text{d}\ln W{D}_{cpt} $\end{document}表示外部需求对数变化,反映世界(除中国外)对产品\begin{document}$ p $\end{document}的进口需求增长率;\begin{document}$ {V}_{icp{{t}_{0}}}/{V}_{i{{t}_{0}}} $\end{document}表示企业\begin{document}$ i $\end{document}在基期\begin{document}$ {t}_{0} $\end{document}对国家\begin{document}$ c $\end{document}—产品\begin{document}$ p $\end{document}组合的出口占比(exposure shares),即出口份额权重。该指标的经济含义为:企业\begin{document}$ i $\end{document}在\begin{document}$ t-1 $\end{document}期对不同国家—产品组合的出口占比与\begin{document}$ t $\end{document}期世界(除中国外)对这些产品进口需求变化的加权平均,加总得到企业层面的外需冲击。

值得注意的是,本文采用2013—2014年计算出口份额权重\begin{document}$ {V}_{icp{{t}_{0}}}/{V}_{i{{t}_{0}}} $\end{document},理由如下:一是稳定性考量。2010—2012年处于金融危机后调整期,产业结构不稳定,而2013—2014年进入新常态,能更好代表企业常规出口模式。二是外生性要求。2013—2014年企业无法预见后续重大政策变化,如2015年“811汇改”、2016年特朗普当选以及2018年贸易摩擦等,满足外生性要求,符合贸易冲击研究惯例(Benguria等,2022)。

综上,为缓解潜在的内生性问题,本文在构建外部冲击指标时进行了以下考虑。第一,参照Berman等(2015),计算\begin{document}$ W{D}_{cpt} $\end{document}时剔除进口国\begin{document}$ c $\end{document}从中国进口的部分,消除本国出口对外需冲击指标的直接影响。第二,采用国家—产品上一期(而非当期)出口额构建指标,并将核心解释变量滞后一期纳入回归(但佳丽等,2025)。第三,参考Mayer等(2021),在加总到企业—年份层面时采用基期简单平均法,避免企业出口市场组合调整对权重产生反向影响。

3.控制变量

本文控制以下变量以提高结果的稳健性。①企业规模(Size)。以总资产对数值衡量,控制不同规模企业在资源禀赋、融资能力与规模经济上的差异。②企业年龄(Age)。以ln(观测年份-开业年份+1)衡量,控制企业生命周期阶段差异导致的选择性偏误。③企业生产率(TFP)。采用Levinsohn和Petrin(2003)半参数法估算,排除生产率差异造成的劳动力边际产出与报酬的偏差。④企业所有权性质(SOE)。设置国有企业虚拟变量,控制不同所有制企业在稳定就业等方面的政策倾向差异。⑤股权集中度(Top5)。以前五大股东持股比例之和衡量,控制股权结构对利润分配决策的影响。⑥长期负债率(Longlev)。以长期负债/总资产衡量,控制财务约束对用工与薪酬决策的影响。⑦行业竞争度(HHI)。采用基于总资产的赫芬达尔指数,控制行业市场结构对企业定价能力与要素议价能力的影响。

为剔除极端值处理,本文对所有连续变量均进行了双侧1%缩尾处理。本文主要变量的描述性统计见表1。表1显示,外需冲击(DemandShock)的取值范围为[−1.2615,0.8741]。为更直观地展示这一特征,图1报告了样本期2010—2023年正负冲击占比的分布情况,其中包含三个主要负向冲击时期,即2015—2016年全球贸易寒冬期、2019—2020年贸易摩擦冲击期、2023年全球衰退压力期;同时也包含显著的正向冲击时期,即2010—2011年危机后复苏期和2021年反弹期。

1
描述性统计
VariablesObservationsMeanStd DevMinimumMedianMaximu
LaborShare109830.12810.07740.01290.11480.4258
DemandShock109830.01190.2757−1.26150.01190.8741
Size1098322.31631.253719.846522.140226.2151
Age109832.92760.32891.79182.99573.5264
HHI109830.14230.11630.03960.08920.7400
TFP109838.39621.04026.25528.295111.1715
SOE109830.33170.47080.00000.00001.0000
Top51098350.785914.873019.036550.235986.3165
Longlev109830.05980.07510.00000.02830.3381
1
2010—2023年外需冲击的年度分布特征

外需冲击正负向指标特征对因果识别具有重要意义。首先,正负冲击的交替出现有效排除了纯趋势驱动的替代性解释,证实外需冲击捕捉的是真实波动而非单向增长趋势。其次,样本同时覆盖需求扩张与收缩两个方向,使本文能够在不同经济周期阶段检验外需冲击对劳动收入份额的影响是否保持一致,显著增强了因果推断的稳健性。最后,同一年份内企业间的显著异质性表明基期出口份额无法预测未来需求变化方向,支撑了Bartik工具变量设计的外生性假设。

(三)数据来源

本研究所使用的数据主要来源于2010—2023年CSMAR数据库、CEPII-BACI数据库和2010—2014年中国海关数据库。首先,CSMAR数据库提供上市公司财务数据和特征变量。本文选取2010—2023年数据以避开金融危机影响,并剔除ST、*ST及资产负债率超100%的异常样本。其次,中国海关数据库涵盖HS编码、企业名称、贸易方式、金额等进出口信息,用于计算外需冲击变量。样本期内HS编码存在调整(2010—2011年使用HS2007,2012—2014年使用HS2012),本文对不同版本编码进行了匹配和统一。中国海关数据库与CSMAR数据库的匹配采用三步法:企业名称匹配、传真号码+邮编匹配、电子邮箱匹配。最后,CEPII-BACI数据库由法国国际经济研究中心基于联合国COMTRADE数据开发,提供标准化的国家—产品层面双边贸易流量数据,本文将此用于计算各国—产品层面的外需冲击指数。

(四)特征事实分析

为了探究外需冲击对企业劳动收入份额的影响,图2展示了外需冲击与劳动收入份额之间的相关性。如图2所示,外需冲击和企业劳动收入份额呈现负向相关关系,初步证明了外需冲击降低企业劳动收入份额的结论。在后续实证分析中,本文将对外需冲击和企业劳动收入份额间的因果关系展开进一步检验与分析。

2
外需冲击与劳动收入份额的相关关系图

主要回归结果

(一)基准回归分析

根据上述理论分析,本文认为外需冲击显著降低了企业劳动收入份额,因此本节对此予以验证,基准回归结果如下表2所示。第(1)列是基础的回归模型,仅包含核心解释变量外需冲击,其系数在1%水平上显著为负,表明外需冲击对劳动收入份额有显著的负面影响。第(2)列加入企业、行业—年份固定效应,第(3)列加入控制变量,外需冲击的系数仍显著为负,表明即使在控制了控制变量和固定效应后,外需冲击对企业劳动收入份额的负面影响依旧存在。第(4)列则同时加入控制变量和固定效应,外需冲击的系数依然在1%水平显著为负。总体而言,四列回归模型都显示外需冲击对劳动收入份额具有显著的负面影响。基于此,假说1成立。

2
基准回归分析结果
Variables(1)(2)(3)(4)
LaborShareLaborShareLaborShareLaborShare
DemandShock−0.0115***−0.0046***−0.0065**−0.0033***
(0.0032)(0.0018)(0.0027)(0.0012)
Size0.0272***0.0185***
(0.0022)(0.0026)
Age0.0378***0.0268**
(0.0047)(0.0128)
HHI0.0077−0.0097
(0.0144)(0.0116)
TFP−0.0645***−0.0722***
(0.0024)(0.0029)
SOE−0.00070.0017
(0.0016)(0.0013)
Top5−0.0001−0.0003***
(0.0001)(0.0001)
Longlev−0.0996***0.0103
(0.0193)(0.0123)
Constant0.1305***0.1304***−0.03990.2541***
(0.0021)(0.0000)(0.0358)(0.0626)
Observations13063130401100510983
R-squared0.00160.74160.31860.8426
Firm FENOYESNOYES
Industry-Year FENOYESNOYES

(二)内生性讨论

前文本文使用了Bartik工具变量方法构建外需冲击指标,已较大程度上降低了本文潜在的内生性,为进一步缓解可能存在的、与可观测高维特征相关的遗漏变量偏误,本文进一步参考Autor等(2013)的思路,在BACI数据库中处理数据时,识别在出口市场份额占到5%、10%、15%和20%的年份—出口目的国—产品需求信息进行删除(侯欣裕和孙浦阳,2019),重新计算企业的外需冲击并进行回归分析。这种做法的理论依据在于,当中国企业在某一特定市场的份额较高时,其出口行为可能对该市场需求产生显著影响,从而导致外需冲击变量与企业出口决策之间存在双向因果关系。通过删除份额超过一定比例的市场组合,可以有效降低中国企业对需求冲击的自我影响,确保外需冲击更具外生性,使其能够更准确地作为因变量的解释变量。

回归结果如表3第(1)至(4)列所示,不论剔除何种出口市场份额的比例,外需冲击对企业劳动收入份额的影响系数均显著为负,表明外需冲击对企业劳动收入份额的抑制效应仍然稳健。这进一步支持了通过调整外需冲击的构建方法来缓解潜在内生性问题做法的合理性。

3
内生性讨论结果
Variables(1)(2)(3)(4)
Drop if Share≥20%、15%、10%、5%
LaborShareLaborShareLaborShareLaborShare
DemandShock−0.0035***−0.0033***−0.0038***−0.0033***
(0.0013)(0.0012)(0.0012)(0.0012)
Constant0.2408***0.2649***0.2563***0.2652***
(0.0738)(0.0710)(0.0667)(0.0640)
Observations80548816963610368
R-squared0.84890.84700.84710.8440
ControlsYESYESYESYES
Firm FEYESYESYESYES
Industry-Year FEYESYESYESYES

(三)稳健性检验

本文采取以下稳健性方法验证基准回归结果的稳健性。(1)更换核心解释变量。使用2013年、2014年、2012—2014年均值、2010—2012年均值这几个基期出口份额权重替换基准回归中2013—2014年基期出口份额权重,重新计算外需冲击指标。回归结果见表4第(1)至(4)列。(2)更换被解释变量。借鉴白重恩等(2008),采用要素成本法中增加值的概念来估算,即企业劳动收入份额为“支付给职工以及为职工支付的现金/(营业收入-营业成本+支付给职工以及为职工支付的现金+固定资产折旧)”测量劳动收入份额指标进行稳健性检验;同时还对该指标进行logistic转换,并取自然对数(魏下海等,2013),即ln[LS/(1-LS)]。回归结果见表4的第(5)至(6)列。(3)控制多维固定效应。将基准回归模型中的企业固定效应、行业—年份固定效应替换为企业固定效应、省份—年份固定效应,以及替换为企业固定效应、年份固定效应。回归结果见表5的第(1)至(2)列。(4)更换聚类维度。将基准回归中在企业层面进行聚类分别调整为在行业和省份层面进行聚类。回归结果见表5第(3)至(4)列。(5)增加控制变量。进一步纳入公司治理相关变量,即加入总经理持股数量(CEOshare)、高管薪酬总额占比(Execomp)和有海外工作经历的董事数量(Overseas),以缓解潜在遗漏变量偏误。回归结果见表5第(5)列。以上五种检验方法所得结果均证实本文研究结论的稳健性。

4
稳健性检验结果:更换核心变量
Variables(1)(2)(3)(4)(5)(6)
更换核心解释变量的基期出口份额权重更换被解释变量
LaborShareLaborShareLaborShareLaborShareLaborShareLaborShare
DemandShock−0.0026**−0.0025*−0.0033***−0.0023*−0.0053**−0.0198**
(0.0011)(0.0013)(0.0013)(0.0012)(0.0026)(0.0088)
Constant0.2540***0.2543***0.2538***0.2539***0.7347***−1.4512**
(0.0626)(0.0626)(0.0626)(0.0626)(0.1106)(0.5737)
Observations109831098310983109831098310983
R-squared0.84260.84250.84260.84250.72150.8969
ControlsYESYESYESYESYESYES
Firm FEYESYESYESYESYESYES
Industry-Year FEYESYESYESYESYESYES
5
稳健性检验结果:固定效应、聚类维度、控制变量
Variables(1)(2)(3)(4)(5)
更换固定效应聚类层面分别更换为行业、省份增加控制变量
LaborShareLaborShareLaborShareLaborShareLaborShare
DemandShock−0.0028**−0.0028**−0.0033**−0.0033***−0.0039***
(0.0014)(0.0013)(0.0012)(0.0010)(0.0013)
Constant0.2746***0.2604***0.2541***0.2541***0.1425**
(0.0622)(0.0700)(0.0819)(0.0712)(0.0686)
CEOshare−0.0003***
(0.0001)
Execomp0.0417***
(0.0046)
Overseas0.0027***
(0.0010)
Observations109771100210983109838965
R-squared0.83400.82550.84260.84260.8604
ControlsYESYESYESYESYES
Firm FEYESYESYESYESYES
Industry-Year FENONOYESYESYES
Province-Year FEYESNONONONO
YearNOYESNONONO

进一步研究

(一)机制检验

前文表明,外需冲击显著降低了企业劳动收入份额,并指出这种作用背后的内在机制为创新效应机制和价值链升级效应机制,本文对此进行检验,检验方式参考马述忠等(2025)的方法,即基于调节效应思想,在基准回归模型的基础上进一步构建核心解释变量与调节变量的交乘项模型,并估计和检验交乘项的系数。

1.创新效应

外需冲击通过创新渠道影响劳动收入份额具有坚实的理论基础。首先,外需冲击为企业提供更充裕的现金流和更大的市场规模,降低了创新的融资约束和规模经济门槛。同时国际市场竞争压力倒逼企业进行技术升级以维持竞争优势。企业的技术创新往往呈现资本偏向性特征(Acemoglu,2002),即偏向于节省劳动、使用资本的自动化技术。虽然技术进步会同时提升增加值(分母)和劳动报酬(分子),但关键在于两者的相对变化速度。一方面,资本密集型技术替代了大量普通劳动力,就业结构向少数高技能岗位集中,虽然高技能劳动力工资上升,但其占比有限,且普通劳动者议价能力被削弱。另一方面,技术创新带来的生产率提升主要转化为资本回报而非按比例提高全体劳动者报酬。因此,净效应是劳动报酬增速显著低于增加值增速,导致劳动收入份额下降。

为验证这一机制,本文以申请发明专利总数(InventionSum)衡量创新强度,并以国外已授权的发明专利数量(InventionFore)进一步检验。表6第(1)至(2)列回归结果显示,外需冲击与创新强度的交互项系数均显著为负,表明创新强度越高,外需冲击对劳动收入份额的负向影响越强。这一结果印证了创新效应机制的存在,即外需冲击促使企业加大研发投入、推进技术创新,而这一过程通过资本替代劳动、技能溢价扩大等路径进一步压低了劳动收入份额。换言之,创新能力越强的企业,其劳动收入份额对外需冲击的敏感性越大,外需冲击通过强化技术进步对劳动收入分配产生了叠加性的负面效应。

6
机制检验结果
Variables(1)(2)(3)(4)
创新效应价值链升级效应
LaborShareLaborShareLaborShareLaborShare
DemandShock0.00170.0002−0.0022*0.0027
(0.0021)(0.0015)(0.0013)(0.0018)
DemandShock×InventionSum−0.0014*
(0.0008)
DemandShock×InventionFore−0.0113***
(0.0040)
DemandShock×ValueChain−0.0051***
(0.0009)
DemandShock×GVC−0.0121*
(0.0074)
Adjustment Term0.0008*0.00290.0003−0.0076***
(0.0004)(0.0034)(0.0003)(0.0027)
Constant0.2679***0.2691***0.2534***0.4294***
(0.0691)(0.0693)(0.0626)(0.0862)
Observations61836183109834657
R-squared0.87580.87570.84310.9237
ControlsYESYESYESYES
Firm FEYESYESYESYES
Industry-Year FEYESYESYESYES

2.价值链升级效应

外需冲击促使企业调整其在全球价值链中的位置,这种战略性调整直接影响企业要素需求结构和收入分配(Timmer等,2014)。理论上,全球价值链呈现“微笑曲线”特征,上游的研发设计、品牌运营等环节和下游的营销服务等环节具有较高的附加值,而中间的加工制造环节附加值相对较低(Mudambi,2008)。处于价值链上游的企业,其核心竞争力在于技术创新、品牌溢价和知识产权等无形资产,这些活动创造的价值主要来源于企业自身,对外购中间投入的依赖程度较低,因而增加值率较高。相反,处于价值链下游加工组装环节的企业,主要从事将外购零部件进行简单组装的活动,自主创造的价值有限,增加值率相对较低。因此,增加值率能够有效反映企业在全球价值链中的位置和自主创造价值的能力。

本文参考刘媛媛和刘斌(2014)及Yin等(2022)的方法,采用增加值率(Value Chain指数)衡量价值链升级。具体方法为:当期工业增加值=(支付给职工以及为职工支付的现金+应付职工薪酬)+(净利润-营业外收入-投资收益-公允价值变动收益-汇兑收益+营业外支出+资产减值损失)+(营业税金及附加+所得税费用-返还税费)+应付利息;增加值率=增加值/(增加值+购买商品接受劳务支付的现金)。该指标反映企业自主创造价值占总投入的比例,数值越高表明企业在价值链中的位置越高,越接近研发设计等高附加值环节;数值越低则表明企业更多从事加工组装等低附加值活动,能够有效捕捉企业从外购中间品向价值链上游攀升的程度。此外,本文参考现有全球价值链嵌入度的测算研究(张杰等,2013;吕越等,2015;蒋为等,2024),利用2000—2016年中国海关企业数据库和上市公司数据库的匹配数据,从企业层面对全球价值链嵌入度进行测算。具体而言,本文对全球价值链嵌入度(GVC)的测算方法如下所示。

\begin{document}$ GV{C}_{it}=\frac{V_{it}^{F}}{{X}_{it}}=\frac{\left\{M_{it}^{P}+X_{it}^{O}[M_{it}^{O}/(X_{it}^{O}+{D}_{it})]\right\}}{{X}_{it}} $ \end{document}

其中,\begin{document}$ {V}^{F} $\end{document}表示企业出口中来自国外价值链的价值;M、X和D分别表示企业进口、出口和国内销售;上标O和P分别表示一般贸易和加工贸易。在此基础上,本文参考现有文献的做法,通过识别中间投入、识别贸易代理商以及剔除过度进出口企业对GVC进一步准确测算。

表6第(3)至(4)列回归结果显示,外需冲击与价值链升级的交互项系数均显著为负,表明外需冲击对劳动收入份额的负向影响会随着企业价值链位置的提升而增强。这一结果印证了价值链升级效应机制的存在:外需冲击促使企业向价值链上游攀升,而这一过程通过资本深化、经济租金向资本倾斜、技能偏向性技术进步等路径进一步压低了劳动收入份额。换言之,价值链位置越高的企业,其劳动收入份额对外需冲击的敏感性越大,外需冲击通过强化价值链重构对劳动收入份额产生了叠加性的负面效应。基于此,本文的假说2成立。

(二)异质性分析

1.企业生产率异质性

企业全要素生产率是其吸收和应用新技术、调整生产组织方式的基础能力指标。高生产率企业通常拥有更强的管理能力、更完善的技术体系和更充裕的内部资金,使其在面对外需冲击时能够快速启动技术升级和价值链攀升战略(Melitz,2003)。相比之下,低生产率企业受限于技术吸收能力和资源约束,更可能采取扩大现有产能、增加劳动投入等传统方式应对需求变化,难以实施资本偏向型技术改造。基于此,本文以企业全要素生产率的中位数划分高低生产率企业。表7第(1)至(2)列显示二者之间的组间差异系数p值为0.0000,说明两组之间存在显著差异,即外需冲击显著降低高生产率企业的劳动收入份额,但对低生产率企业影响不显著,这表明,具备较强技术能力的企业会在外需冲击时更倾向于选择资本密集型调整路径。

7
异质性分析结果:企业生产率、企业规模
Variables(1)(2)(3)(4)
低生产率企业高生产率企业中小型企业大型企业
LaborShareLaborShareLaborShareLaborShare
DemandShock−0.0026−0.0031***−0.0034−0.0022*
(0.0019)(0.0011)(0.0021)(0.0012)
Constant0.4325***0.2137***0.4328***0.3241***
(0.0838)(0.0670)(0.0912)(0.0767)
Observations5214558650015852
R-squared0.83640.89890.84010.9070
组间差异分析Chow test P-Value24.430.0000109.260.0000
ControlsYESYESYESYES
Firm FEYESYESYESYES
Industry-Year FEYESYESYESYES

2.企业规模异质性

企业规模反映了资源动员能力和战略调整的可行性。大型企业具有规模经济优势、更强的融资能力和更完善的研发体系,能够承担创新的高额固定成本和价值链重构的转换成本(Aghion等,2018)。此外,大型企业在全球价值链中往往占据关键节点,面临更激烈的国际竞争,因而有更强的升级压力和动机。小型企业则受限于资金、人才和市场地位,难以实施大规模技术改造或价值链调整。因此,本文以企业员工人数中位数划分大型企业和中小型企业,回归结果见表7第(3)至(4)列。从组间差异分析结果看,p值为0.0000,说明两者间存在显著差异;从系数显著性看,外需冲击显著降低大型企业劳动收入份额,对小型企业影响不显著,这印证了资源约束在外需冲击传导机制中的关键作用。

3.企业研发程度异质性

研发投入是企业创新能力的直接体现,也是前文创新效应机制的核心要素。比较不同研发强度企业的反应差异,以更精确地识别技术创新路径在外需冲击影响劳动份额中的作用。一般而言,高研发企业拥有更强的技术储备和创新惯性,在外需冲击提供资金支持时能够迅速将研发成果转化为生产技术升级,实施自动化和智能化改造。低研发企业缺乏技术积累,即使获得外需机会也难以快速启动创新进程。本文以研发投入占营业收入比值的中位数划分高低研发企业。回归结果见表8第(1)至(2)列。从组间差异分析结果看,p值为0.0000,说明两者间存在显著差异;从系数显著性看,外需冲击显著降低高研发企业劳动收入份额,对低研发企业影响不显著。这与前文机制检验中创新强度越高,劳动份额下降越明显的发现高度一致。

8
异质性分析结果:研发程度、价值链地位
Variables(1)(2)(3)(4)
低研发企业高研发企业低价值链地位企业高价值链地位企业
LaborShareLaborShareLaborShareLaborShare
DemandShock−0.0034−0.0034***−0.0013−0.0068***
(0.0025)(0.0013)(0.0013)(0.0021)
Constant0.2328**0.2879***0.2935***0.2406**
(0.0902)(0.0875)(0.0594)(0.0991)
Observations4452623355565185
R-squared0.85570.85040.85220.8484
组间差异分析Chow test P-Value103.310.0000135.830.0000
ControlsYESYESYESYES
Firm FEYESYESYESYES
Industry-Year FEYESYESYESYES

4.企业价值链地位异质性

价值链地位反映企业在全球生产网络中的功能定位和升级空间,比较不同价值链位置企业的差异化反应,可以验证价值链位置是否影响外需冲击的分配效应。一般而言,高价值链地位企业已处于研发设计、品牌营销等高附加值环节,拥有更强的议价能力和更高的资本密集度,其生产方式本身就更依赖技术和品牌而非劳动(Gereffi,1999)。当外需冲击发生时,这类企业倾向于进一步强化技术优势和品牌投入,加剧资本偏向特征。低价值链地位企业多从事加工组装等劳动密集环节,短期内难以实现功能跃升。价值链异质性检验直接对应前文的价值链升级效应机制,本文以增加值率的中位数划分高低价值链地位企业。回归结果见表8第(3)至(4)列。从组间差异分析结果看,p值为0.0000,说明两者间存在显著差异;从系数显著性看,外需冲击显著降低高价值链地位企业劳动收入份额,对低价值链地位企业影响不显著。这与前文机制检验中价值链位置越高,劳动份额下降越明显的结论相互印证,进一步确认了价值链升级路径的重要性。

结论与政策建议

本文基于2010—2023年CSMAR数据库、CEPII-BACI数据库和2010—2014年中国海关数据库的匹配数据,研究了外需冲击对企业要素收入分配的影响。实证研究表明,外需冲击显著降低了企业的劳动收入份额,这种抑制效应主要通过创新效应和价值链升级效应实现。此外,外需冲击对劳动收入份额的影响存在企业规模、生产率、研发程度和价值链地位异质性,具体表现为,外需冲击对劳动收入份额抑制作用主要发生在大型企业、高生产率企业、高研发程度企业和高价值链地位企业。基于以上研究结论,本文提出如下政策建议。

第一,推动需求结构转型,以内需的稳定性对冲外部冲击的波动性。基准结论表明,外需冲击对劳动收入份额存在普遍的抑制效应,凸显出经济对单一外部需求的依赖将加剧内部分配结构的脆弱性。因此,政策的长远着力点应转向培育强大、有韧性的国内市场。核心在于提升居民消费能力与意愿,这需要通过深化收入分配改革、健全社会保障网络来切实增加家庭可支配收入与消费信心。同时,鼓励企业开拓多元化的国际市场,减少对特定区域的过度依赖。当内需成为增长的主要稳定器,且外部市场来源更为分散时,企业因外部订单剧烈波动而被迫或主动采取的、不利于劳动要素的分配调整压力将会显著减弱,从而增强国民经济整体应对外部风险的韧性。

第二,引导创新与升级的路径,平衡效率提升与收入分配。机制检验揭示,外需冲击主要通过驱动企业增加创新投入和向价值链上游攀升来抑制劳动收入份额,这两种活动往往内嵌资本偏向性。这意味着,旨在促进技术进步与产业升级的公共政策,需同步考量其分配后果。在支持企业创新时,资源可适当向能提升劳动者技能和协作效率的技术领域倾斜。在推动产业链升级过程中,应重视发展高附加值且能创造更多优质就业的生产性服务环节。通过这种结构性引导,技术进步与产业升级不仅能提升国际竞争力,也能带动更广泛的劳动要素质量提升与报酬增长,实现效率与共享的良性互动。

第三,实施差异化的企业引导策略,实现精准调控。异质性分析表明,外需冲击的负面影响集中体现在规模大、效率高、研发密集和价值链地位领先的企业群体中。这要求分配调节政策必须精准识别并分类施策。对于这些处于全球化前沿的头部企业,可鼓励其将部分国际竞争力提升带来的收益用于内部共享,探索利润增长与劳动者报酬提升的长期联动机制。对于中小型及传统企业,政策重点则在于通过技术扩散、融资支持和市场接入等方式赋能,帮助其稳步提升生产率与抗风险能力,为其维持合理的劳动收入占比奠定坚实的经营基础。通过这种差别化引导,使各类企业在应对外部挑战时,都能沿着兼顾发展与共享的路径前进。


参考文献

1 中国工业部门要素分配份额决定因素研究. 经济研究,2008,(8):16-28.
2 税收激励、要素配置与劳动收入份额——基于研发费用加计扣除政策的准自然实验. 经济管理,2025,47(11):135-155. DOI:10.19616/j.cnki.bmj.2025.11.007.
3 劳动力转移就业对经济增长、投资率及劳动收入份额的影响. 世界经济,2019,42(7):24-45.
4 外需冲击、经济再平衡与全国统一大市场构建——基于动态量化空间均衡的研究. 经济研究,2023,58(6):30-48.
5 外需疲软会降低中国出口型企业的价格加成吗——来自2000—2007年持续出口企业的经验证据. 国际贸易问题,2017,(4):14-26.
6 外需冲击、企业出口与内销: 金融危机时期的经验证据. 世界经济,2015,38(1):81-104.
7 外需冲击与国内供应链调整: 生产网络的扩散效应. 世界经济,2025,48(6):3-38.
8 要素成本与劳动收入份额: 来自最低工资与进口关税的证据. 世界经济,2022,45(2):85-110.
9 数字化转型是否促进了企业内共同富裕?——来自中国A股上市公司的证据. 数量经济技术经济研究,2022,39(11):50-70. DOI:10.13653/j.cnki.jqte.2022.11.003.
10 外需冲击与中国制造业企业出口多元化——基于产品与市场的视角. 国际经贸探索,2025,41(10):74-90. DOI:10.13687/j.cnki.gjjmts.2025.10.002.
11 增值税留抵退税政策提高了劳动收入份额吗?. 世界经济文汇,2024,1(4):81-97.
12 最低工资会提高中国企业的劳动收入份额吗?. 世界经济文汇,2019,1(4):51-66.
13 工业机器人应用与劳动收入份额——来自中国工业企业的证据. 中国工业经济,2023,(4):98-116. DOI:10.3969/j.issn.1006-480X.2023.04.006.
14 外部需求冲击、相关多样化与出口韧性. 中国工业经济,2019,(7):61-80. DOI:10.19581/j.cnki.ciejournal.2019.07.004.
15 外部市场需求冲击与企业工资调整. 国际贸易问题,2019,(10):53-66. DOI:10.13510/j.cnki.jit.2019.10.004.
16 中国劳动收入比重下降成因分析——基于劳动节约型技术进步的视角. 经济研究,2009,44(7):34-44.
17 智能制造、人力资本升级与企业劳动收入份额. 经济学(季刊),2024,24(5):1412-1427.
18 外部需求冲击与中国企业的第三地对外直接投资——基于反倾销调查的证据. 数量经济技术经济研究,2026,43(2):127-153. DOI:10.13653/j.cnki.jqte.20260204.006.
19 中国企业“双循环”下本土供应链与全球价值链协同创新效应研究. 财贸经济,2024,45(6):160-176.
20 制造业企业劳资收入分配改善了么?——来自劳动力市场竞争性角度的实证证据. 管理世界,2024,40(6):92-117. DOI:10.3969/j.issn.1002-5502.2024.06.006.
21 放松市场准入管制与劳动收入份额. 经济理论与经济管理,2024,44(7):15-32. DOI:10.19313/j.cnki.cn10-1223/f.20250225.003.
22 外部需求冲击、“超级明星”出口企业与劳动收入份额变动——基于生产网络视角. 数量经济技术经济研究,2026,43(1):80-107. DOI:10.13653/j.cnki.jqte.2026.01.008.
23 外需冲击、市场转移与出口稳定. 中国工业经济,2026,(2):148-170.
24 外需疲软、出口受阻与中国制造业比重下滑. 财贸经济,2024,45(1):158-176. DOI:10.3969/j.issn.1002-8102.2024.01.012.
25 碳排放权交易对企业劳动收入份额的影响研究. 外国经济与管理,2023,45(6):53-67. DOI:10.16538/j.cnki.fem.20221228.201.
26 外需冲击下多元化策略如何影响企业出口韧性. 国际经贸探索,2021,37(12):4-19.
27 结构转型、金融危机与中国劳动收入份额的变化. 经济学(季刊),2018,17(2):609-632.
28 劳动保护、成本粘性与企业应对. 经济研究,2014,49(5):63-76.
29 经济发展中的劳动收入占比: 基于中国产业数据的实证研究. 中国社会科学,2009,(4):65-79,206.
30 异质性企业与全球价值链嵌入: 基于效率和融资的视角. 世界经济,2015,38(8):29-55.
31 数字知识流动如何促进区域协调发展——兼论经济增长和平衡发展双重目标. 中国工业经济,2025,(2):80-98.
32 外部需求与出口部门绿色转型——基于企业间资源再配置的视角. 中国工业经济,2024,(10):81-99.
33 加强劳动保护提高了劳动收入份额吗?——基于《劳动合同法》实施的经验研究. 经济学(季刊),2024,24(1):286-302.
34 外资进入是否加剧中国国内工资扭曲: 以国有工业企业为例. 世界经济,2012,(10):3-24.
35 资本市场配置效率与劳动收入份额——来自股权分置改革的证据. 经济研究,2019,54(12):21-37.
36 劳动力保护与劳动收入份额——理论分析与经验证据. 经济科学,2025,(6):147-173.
37 外部需求、国内市场规模与企业全球价值链韧性. 国际贸易问题,2025,(12):6-28.
38 国内国际经济循环、产业结构与劳动收入份额变动. 世界经济,2024,47(2):3-31.
39 外部需求冲击与劳动收入份额变动. 财贸经济,2025,46(7):56-72.
40 外部需求冲击、技术创新与产品组合竞争力——基于多产品企业出口的理论和实证研究. 南开经济研究,2021,(4):42-62.
41 外商直接投资与上市公司职工劳动收入份额: 趁火打劫抑或锦上添花. 中国工业经济,2017,(4):135-154.
42 外部需求变化与中国企业出口市场调整. 数量经济技术经济研究,2023,40(11):28-50.
43 工会是否改善劳动收入份额?——理论分析与来自中国民营企业的经验证据. 经济研究,2013,48(8):16-28.
44 共同富裕背景下数实融合对企业劳动收入份额影响研究——基于双重机器学习的因果推断. 南开经济研究,2025,(10):91-108.
45 劳动收入份额决定机制: 一个微观模型. 经济研究,2011,46(9):55-68.
46 竞争政策与企业劳动收入份额——基于《反垄断法》实施的准自然实验. 中国工业经济,2023,(4):117-135.
47 企业数字化转型、人力资本结构调整与劳动收入份额. 管理世界,2022,38(12):220-235,15.
48 外部需求对出口企业劳动收入份额的影响——基于上市公司的经验证据. 国际贸易问题,2025,(2):71-88.
49 超时加班与劳动收入份额: 基于卫星夜间灯光的经验证据. 世界经济,2023,46(10):217-240.
50 贸易自由化与中国劳动收入份额——基于制造业贸易企业数据的实证分析. 管理世界,2014,(7):22-31.
51 Bartik工具变量法在因果识别中的应用与检验. 数量经济技术经济研究,2025,42(1):200-220.
52 外需冲击、集聚经济与就业的行业间溢出效应. 经济学(季刊),2024,24(5):1586-1603.
53 外部需求、企业劳动力市场势力与劳动收入份额——来自中国上市企业的证据. 经济学(季刊),2026,26(1):114-131.
54 为什么出口会抑制中国企业增加值率?——基于政府行为的考察. 管理世界,2013,(6):12-27,187.
55 劳动力人口高龄化降低了企业劳动收入份额. 经济学(季刊),2024,24(4):1222-1238.
56 企业社保缴费负担与劳动收入份额: 理论分析与经验证据. 世界经济,2023,46(12):167-196.
57 地区产业升级与劳动收入份额: 基于合成工具变量的估计. 经济研究,2018,53(11):132-147.
58 Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives,2019,33(2):3-30. DOI:10.1257/jep.33.2.3.
59 Demographics and automation. The Review of Economic Studies,2022,89(1):1-44. DOI:10.1093/restud/rdab031.
60 The race between man and machine: Implications of technology for growth, factor shares, and employment. American Economic Review,2018,108(6):1488-1542. DOI:10.1257/aer.20160696.
61 Directed technical change. The Review of Economic Studies,2002,69(4):781-809. DOI:10.1111/1467-937X.00226.
63 Artificial intelligence: The ambiguous labor market impact of automating prediction. Journal of Economic Perspectives,2019,33(2):31-50. DOI:10.1257/jep.33.2.31.
64 Heterogeneous firms, quality, and trade. Journal of International Economics,2015,95(2):263-273. DOI:10.1016/j.jinteco.2014.10.002.
65 The margins of global sourcing: Theory and evidence from US firms. American Economic Review,2017,107(9):2514-2564. DOI:10.1257/aer.20141685.
66 Exporting and firm performance: Evidence from a randomized experiment. The Quarterly Journal of Economics,2017,132(2):551-615. DOI:10.1093/qje/qjx002.
67 The China syndrome: Local labor market effects of import competition in the United States. American Economic Review,2013,103(6):2121-2168. DOI:10.1257/aer.103.6.2121.
68 The fall of the labor share and the rise of superstar firms. The Quarterly Journal of Economics,2020,135(2):645-709. DOI:10.1093/qje/qjaa004.
69 Declining labor and capital shares. The Journal of Finance,2020,75(5):2421-2463. DOI:10.1111/jofi.12909.
70 Anxiety or pain? The impact of tariffs and uncertainty on Chinese firms in the trade war. Journal of International Economics,2022,137:103608. DOI:10.1016/j.jinteco.2022.103608.
71 Export dynamics and sales at home. Journal of International Economics,2015,96(2):298-310. DOI:10.1016/j.jinteco.2015.04.001.
72 Macroeconomic effects of regulation and deregulation in goods and labor markets. The Quarterly Journal of Economics,2003,118(3):879-907. DOI:10.1162/00335530360698450.
73 A toolkit of policies to promote innovation. Journal of Economic Perspectives,2019,33(3):163-184. DOI:10.1257/jep.33.3.163.
74 Global value chains, innovation and performance: Firm-level evidence from the Great Recession. Journal of Economic Geography,2017,17(5):1039-1073. DOI:10.1093/jeg/lbx003.
76 Manufacturing restructuring and the role of real exchange rate shocks. Journal of International Economics,2012,86(1):101-117. DOI:10.1016/j.jinteco.2011.08.008.
77 A commodity chains framework for analyzing global industries. Institute of Development Studies,1999,8(12):1-9.
78 Robots at work. The Review of Economics and Statistics,2018,100(5):753-768. DOI:10.1162/rest_a_00754.
79 The elusive explanation for the declining labor share. Annual Review of Economics,2022,14(1):93-124. DOI:10.1146/annurev-economics-080921-103046.
80 Trading tasks: A simple theory of offshoring. American Economic Review,2008,98(5):1978-1997. DOI:10.1257/aer.98.5.1978.
81 The global decline of the labor share. The Quarterly Journal of Economics,2014,129(1):61-103. DOI:10.1093/qje/qjt032.
82 Estimating production functions using inputs to control for unobservables. The Review of Economic Studies,2003,70(2):317-341. DOI:10.1111/1467-937X.00246.
83 Market size, competition, and the product mix of exporters. American Economic Review,2014,104(2):495-536. DOI:10.1257/aer.104.2.495.
84 Product mix and firm productivity responses to trade competition. The Review of Economics and Statistics,2021,103(5):874-891. DOI:10.1162/rest_a_00952.
85 The impact of trade on intra‐industry reallocations and aggregate industry productivity. Econometrica,2003,71(6):1695-1725. DOI:10.1111/1468-0262.00467.
86 Location, control and innovation in knowledge-intensive industries. Journal of Economic Geography,2008,8(5):699-725. DOI:10.1093/jeg/lbn024.
87 The exchange rate, employment and hours: What firm-level data say. Journal of International Economics,2010,82(2):112-123. DOI:10.1016/j.jinteco.2010.08.002.
88 Are your labor shares set in Beijing? The view through the lens of global value chains. European Economic Review,2023,155:104459. DOI:10.1016/j.euroecorev.2023.104459.
89 Slicing up global value chains. Journal of Economic Perspectives,2014,28(2):99-118. DOI:10.1257/jep.28.2.99.
90 How real estate shocks affect manufacturing value chain upgrading: Evidence from China. Buildings,2022,12(5):546. DOI:10.3390/buildings12050546.