一、引 言
“十四五”规划纲要指出,“发挥政府投资撬动作用,激发民间投资活力”。作为政府投资发挥引导放大效应的重要形式,政府引导基金由各级财政资金和社会资本共同组成,投资于正外部性大、社会回报与私人回报相差悬殊、共性技术强的重点产业领域和薄弱环节(Guerini和Quas,2016;杨兴全等,2023)。其设立的宗旨是形成对因私人收益不足、正向溢出效应大等原因所引致的民间投资不足的补充,并非与民间资本争利。政府引导基金体现了以市场化方式来使用财政资金的特点,其运作采用风险投资方式(González-Uribe,2020;蒋亚含等,2023)。与政府补助等财政资金使用方式相比,政府引导基金通过投资前筛选企业和项目并给予认证,投资后注入资源并发挥监督治理作用,能够更加科学有效地使用财政资金(Bertoni等,2019;项后军等,2024)。与银行信贷、债券融资、私人风险资本等方式相比,作为一种嵌入了国家信誉的风险投资金融中介,政府引导基金旨在推动企业创新和产业转型升级,在投资过程中具有更强的风险容忍性,投资周期更长(Brander等,2015;吴超鹏和严泽浩,2023)。这有利于克服间接融资安排因盈利模式、收益风险结构等因素而产生的信贷配给,以及私人风险资本因设立导向、急于回报等因素而产生的逐名效应(Piacentino,2019;贾西猛等,2022)。政府引导基金在使用财政资金过程中综合运用多种引导赋能方式,这可能会对国家产业转型升级和企业创新成长产生影响,推动重点产业领域发展并带来产业内企业生产经营和投融资方式改变,从而引致企业内部要素分配发生变化。
劳动收入份额衡量了初次分配中居民收入所占比重,是再分配的基础,决定了最终分配格局。劳动收入份额由劳动工资与劳动生产率两部分组成,既体现公平,又反映效率(罗明津和铁瑛,2021)。现有文献从产业结构变迁(Alvarez等,2018;Growiec等,2018;王林辉和袁礼,2018)及衍生的有偏技术进步与资本深化(Karabarbounis和Neiman,2014;文雁兵和陆雪琴,2018;何小钢等,2023)、不完全竞争和市场结构(Autor等,2020;Barkai,2020;Brooks等,2021;Kehrig和Vincent,2021)等角度,对劳动收入份额的决定因素进行了大量有益探索,但仍有待从金融视角进行深入研究(施新政等,2019)。
政府引导基金能为被投资企业带来资金、技术、管理、信任、经验等资源。而融资约束、人力资本结构等因素是制约企业劳动收入份额提升的重要机制(杨晔等,2023)。本文认为,政府引导基金可能会通过投资前后多种赋能机制来影响被投资企业的融资环境、要素配置和投资结构,进而影响企业劳动收入份额。
从融资环境和要素配置角度看,当企业存在融资约束时,三种因素制约企业对于劳动要素的需求和使用。第一,由于信息不对称和经营不确定性等原因,企业外部融资渠道不畅,融资成本高昂,甚至无法获取外部融资。在这种情境下,内源融资成为企业维持运行和开展经营活动的资金来源。而劳动要素是企业流动负债和运营成本的主要来源,企业在受到融资约束时可能会减少劳动雇佣或劳动工资,导致劳动收入份额下降。第二,劳动要素具有准固定成本特征,产生的现金流与企业对于劳动要素期初投入存在时点错配,企业在受到融资约束时没有足够资金来“垫付”劳动要素成本所引致的现金流,这会制约企业对于劳动要素的需求。第三,不可抵押属性会降低企业在要素投入配置时赋予劳动要素的权重。与可抵押要素相比,劳动要素在边际产出以外没有额外的抵押收益,企业在受到融资约束时倾向于减少不具抵押属性的劳动要素投入。在政府引导基金投资企业之后,直接的资金注入及其认证作用能够引导社会资金为企业带来流动性支持。这有利于缓解企业融资约束,有效释放被抑制的劳动要素需求。
从投资结构角度看,在建设创新型国家的背景下,政府引导基金肩负推动产业升级发展重任,在投资正向溢出效应较大的重点领域过程中,提高了社会资本对于创新失败风险的容忍度,为培育发展新兴产业创造了良好的外部环境。此时,为了构建核心竞争力,实现长期发展,企业倾向于利用内外部资源条件,开展以创新为导向的生产投资活动。为了适应以创新为导向的生产方式,企业需要配置相应的研发及配套要素。在此过程中,企业的劳动结构会发生变化,高技能劳动要素配置比重上升,劳动收入份额由此也可能发生变化。
本文立足于政府引导基金的资源特性和设立导向,将决定劳动收入份额变化的工资和劳动生产率因素同时纳入分析框架中,系统考察了政府引导基金对劳动收入份额的影响效应及传导途径。本文从收入分配角度拓展了政府引导基金的研究框架,并从现代直接融资主体角度丰富了劳动收入份额的决定因素研究,同时考虑了劳动收入份额形成机理中的效率与公平问题。本文研究得到以下主要结论:(1)政府引导基金显著提升了被投资企业的劳动收入份额,通往金融强国之路与扎实推进共同富裕并行不悖。(2)政府引导基金不仅显著增加了劳动者收入,而且提高了被投资企业的劳动生产率,公平与效率高效协同、紧密配合。(3)政府引导基金在选择投资对象时,认证机制起主导作用。此时,政府引导基金选择企业作为投资标的,向社会资本发出清晰准确的信号。在投资之后,政府引导基金通过资源和治理机制与社会资本共同赋能被投资企业,资源基础较差、代理问题比较严重的企业更能被有效赋能。(4)改善被投资企业的人力资本结构和增加研发投入是政府引导基金提升被投资企业劳动收入份额的具体传导途径。(5)政府引导基金提升劳动收入份额的同时,被投资企业的内部薪酬差距缩小,突破性创新水平提升。
本文的研究贡献主要体现在:(1)现有文献主要从产业结构变迁及其衍生的偏向性技术进步(Growiec等,2018;何小钢等,2023),以及市场结构、企业势力等(Brooks等,2021;Kehrig和Vincent,2021;陆雪琴和田磊,2020)角度进行分析,而对于金融市场制度变迁(施新政等,2019)和金融资源如何影响企业劳动收入份额的探讨尚显不足(Benmelech等,2021)。本文从政府引导基金视角丰富和拓展了资本市场影响劳动收入份额的相关研究。(2)本文立足于要素分配,从劳动收入份额变动及其成因角度丰富了政府引导基金微观效应的相关研究(González-Uribe,2020)。(3)现有文献对于政府引导基金三种赋能机制的探讨较少关注适用条件,由于投资前选择标的与投资后赋能被投资企业所依据的理论基础不同,适用的赋能机制也不同,因此细致识别不同机制的差异化作用途径对于更加有效发挥政府引导基金的赋能效应大有裨益。本文根据不同赋能机制所依据的理论基础对投资前后进行区分,剖析了截面特征差异及背后原因。
二、理论分析与假设提出
(一)政府引导基金对劳动收入份额的影响
政府引导基金所投行业具有正外部性强、行业技术变化快和持续经营不确定性大等特征(Guerini和Quas,2016;彭涛等,2022)。正外部性强和发展不确定性大的特点容易引发创投市场失灵(Standaert和Manigart,2018),造成以利润最大化为经营目标的私人风险投资不愿进入(Croce等,2019),加之初创企业和中小科技企业自身的财务和信用信息不完备(宫义飞等,2021),容易产生或加剧融资约束(Gompers等,2020)。
政府引导基金以股权形式投资企业后,直接为被投资企业带来了资本金和流动性(Colombo等,2016;Guerini和Quas,2016;宫义飞等,2021),显著缓解了企业融资约束(胡刘芬和周泽将,2018)。此外,如果企业被政策性金融资本所投资,则向资本市场和产品市场释放了该企业受到政策支持、可持续经营能力强的信号(Guerini和Quas,2016;Bertoni等,2019)。在政府引导基金的认证作用下,在资本市场上,被投资企业更容易获得私人风险投资等权益资本及银行等债务资本支持(Guerini和Quas,2016;彭涛等,2022;蒋亚含等,2023);在产品市场上,被投资企业更容易得到上下游合作方的认可,获得更多的商业信用支持,从而进一步缓解其融资约束(Block等,2019;González-Uribe,2020;胡刘芬和周泽将,2018)。
从总量上看,随着企业资金状况的改善,因内源融资留存、无充足资金支付成本以及缺乏抵押融资收益等原因而造成的劳动要素投入不足情况将得以扭转,劳动收入份额会因融资约束缓解而得以提升(宫义飞等,2021)。从结构上看,高低技能劳动要素承担不同的工作任务,被投资企业在融资约束缓解之后有更加充裕的财务资源进行资本性投入(如购置机器设备等),并从事研发活动(Benmelech等,2021)。在这一过程中,企业对承担常规任务的低技能劳动要素的需求是不确定的,既可能由于生产率提升带来经营绩效改善,在产出规模扩张效应下增加对低技能劳动要素的需求;也可能由于资本与劳动要素替代弹性原因,减少对低技能劳动要素的需求。而对于高技能劳动要素,无论是产出规模扩张效应还是企业购置机器设备和从事研发活动,都需要匹配高技能劳动要素。同时,政府引导基金旨在推动企业创新和产业升级(马慧等,2022),且对创新失败的容忍度较高,从而有助于推进企业生产方式转变。以技术创新为导向的经营模式会进一步激发被投资企业对高技能劳动要素的需求。基于上述分析,本文提出以下研究假设:
假设1:政府引导基金显著提升被投企业劳动收入份额。
(二)政府引导基金的不同机制对劳动收入份额的影响
作为政策性金融资本,政府引导基金嵌入了国家信誉,其宗旨和目的不是与私人风险投资等社会资本争利,而是矫正和弥补利润最大化导向下创投市场失灵和社会资本缺位(Guerini和Quas,2016;Zhang和Mayes,2018;Ma,2020;常丽和武小楠,2022)。政府引导基金利用专家资源和信息优势,严格筛选企业,甄别投资项目(Guerini和Quas,2016;Bertoni等,2019),以股权投资形式进入企业,发挥鉴证效应(彭涛等,2022)。
认证机制所依据的理论基础是信号理论(Guerini和Quas,2016),在政府引导基金选择企业时发挥作用。政府引导基金影响被投资企业劳动收入份额的机理及路径如下:在外溢性明显且信息不对称的高科技行业中,许多中小企业和初创企业的可持续经营存在较大的不确定性,与资金提供者之间存在信息不对称(常丽和武小楠,2022)。政府引导基金利用专家资源和信息优势,筛选符合政策导向且潜力大的企业作为投资对象,向私人风险投资等社会资本释放了认可信任被投资企业的信号,这种信号的可置信度高。社会资本信赖政府引导基金所发出的信号,会跟进投资被认证的企业(Standaert和Manigart,2018;强皓凡等,2021;曹虹剑等,2022)。除了政府引导基金注入的资本金和流动性外,社会资本为被投资企业带来额外投资与后续投资(胡刘芬和周泽将,2018)。在融资约束缓解之后,被投资企业能够显著增加劳动要素投入,并有资金支持研发活动。随着自主创新活动的推进,企业会增加对高技能人力资本的需要,劳动结构得以优化,在吸引留住人才的过程中劳动收入份额得以提升(杨晔等,2023)。基于上述分析,本文提出以下研究假设:
假设2a:在认证机制下,出于自身信誉及释放精准信号的考量,政府引导基金会选择信息质量和盈余质量高的企业作为投资对象。
资源机制所依据的理论基础是资源基础理论和社会网络理论(陈德球等,2021),在政府引导基金引导社会资本投资企业后发挥作用(González-Uribe,2020;Murtinu,2021)。政府引导基金与社会资本处在不同的社会网络结构中,具有异质性的资源基础(蒋亚含等,2023)。除了带来传统经验、信任、技术和资金外(董静等,2017),资源的交叉融合还能增进被投资企业对于政策的理解,提高其资源整合能力及对技术人才的吸引力(Guerini和Quas,2016;彭涛等,2022)。政府引导基金联合社会资本在提升被投资企业劳动收入份额的过程中发挥资源效应。资本金的注入能够直接缓解被投资企业的融资约束,扭转其劳动雇佣及支付不足(Caggese等,2019;Benmelech等,2021)。进一步地,政府引导基金和社会资本能为被投资企业带来信贷和商业合作,从债务资金和商业信用途径改善其资金状况(蒋亚含等,2023)。此外,研发创新对企业获取竞争优势并扩大市场份额具有重要影响(杨晔等,2023),而中小科技企业存在新生者劣势,对技术和市场的理解存在偏差,这会影响研发创新的方向与绩效(董静等,2017)。而政府引导基金凭借政策信息获取与解读优势以及专家资源,社会资本利用自身行业专长和专业经验,能为被投资企业提供技术和市场指导(Colombo等,2016;Bertoni等,2019;González-Uribe,2020),从而助力其开展自主研发活动。随着研发投入的增加,企业会增加对相应技能劳动要素的需求,劳动收入份额得以提升(杨晔等,2023)。基于以上分析,本文提出以下研究假设:
假设2b:在资源机制下,政府引导基金与社会资本能够共同为被投资企业注入资源;在企业资源基础薄弱的条件下,资源效应更加凸显。
治理机制所依据的理论基础是代理理论,在政府引导基金引导社会资本投资企业后发挥作用(潘越等,2022)。制约企业劳动收入份额提升的代理问题包括:以短期利润为核心的考评体系容易造成经理人的短期业绩压力(陈德球等,2021),劳动要素投入回报存在周期性,劳动投入会负向冲击企业短期业绩(Barrot和Nanda,2020;汪伟等,2013);自主研发投入对企业长期持续发展具有重要作用,其对相应技能劳动的需求会增加劳动收入份额,但经理人在短期业绩压力下缺乏自主研发动力(杨晔等,2023);经理人存在自利行为,超额在职消费等因素会影响企业资源投入方向的准确性(陈德球等,2021);大股东同样存在第二类代理问题,如占用企业资金、缺乏研发创新动力等(宫义飞等,2021)。私人风险资本并不能有效克服制约劳动收入份额提升的上述代理问题,风险资本市场激烈的竞争以及对风险投资机构管理人的考评与基金存续期因素会对私人风险资本形成短期业绩压力,基金管理人需要在有限存续期内实现成功退出并回报出资者(Piacentino,2019;贾西猛等,2022)。这种“逐名动机”会使私人风险资本更加注重被投资企业的短期业绩表现,而挤出劳动要素投入和自主研发投入(Croce等,2019)。政府引导基金以国家战略与公共利益为导向,对于短期利润不敏感,能够通过国家让利和风险补偿机制来缓解私人风险资本的“逐名动机”(González-Uribe,2020)。国家监督权威和信息获取解读能力能使政府引导基金更加有效地参与被投资企业治理,以派驻董事、行使投票权等方式对其进行监督,有效克服制约劳动收入份额提升的代理问题(Standaert和Manigart,2018;Murtinu,2021;吴超鹏和严泽浩,2023)。基于上述分析,本文提出以下研究假设:
假设2c:在治理机制下,政府引导基金能够减弱社会资本的逐名动机,共同缓解被投资企业的两类代理问题。
三、研究设计
(一)样本选择与数据来源
本文以2007—2021年A股上市公司数据作为研究样本,清科私募基金数据库从2000年开始定期发布中国创业投资和私募股权投资行业研究报告,提供了政府引导基金对上市公司的投资数据,上市公司的基本财务数据来自国泰安数据库。本文对原始数据进行了如下处理:(1)剔除ST、*ST和PT公司;(2)剔除金融行业样本;(3)剔除主要变量缺失的样本;(4)删除不满足连续3年的公司;(5)为了减少极端值的干扰,对所有连续型变量进行了上下1%的缩尾处理。
(二)变量定义
1. 被解释变量。本文的被解释变量是上市公司的劳动收入份额,参考施新政等(2019)的研究,使用“劳动报酬/企业增加值”来表示。在基准回归中,企业劳动收入份额=(当期为职工支付的现金+期末应付职工薪酬−期初应付职工薪酬)/营业收入。在稳健性检验中,本文参考王雄元和黄玉菁(2017)以及施新政等(2019)的研究,对劳动报酬和企业增加值采用新的方式进行衡量。
2. 解释变量。本文使用三种方式来衡量政府引导基金对企业的投资。根据上文分析,政府引导基金是否投资可能对企业劳动收入份额产生影响。因此,本文参考吴超鹏和严泽浩(2023)的研究,从政府引导基金是否曾对企业投资的角度设定变量GGF。如果政府引导基金对企业进行投资,则在投资当年及之后年份,GGF取值为1;如果政府引导基金没有对企业进行投资,则GGF取值为0。政府引导基金的投资能够为企业带来多方资源,有助于提升企业劳动收入份额。
参考程聪慧和王斯亮(2018)的研究,本文设定变量SGGF,表示截至统计年份政府引导基金对企业的累计投资次数。由于存在多个政府引导基金投资同一企业、某一政府引导基金投资多个企业或是某一政府引导基金对同一企业多次投资的情况,本文设定变量SGGF可以丰富研究维度。
根据创业投资引导基金的设立规范,政府引导基金不直接从事风险投资业务,其通过设立子基金入股上市企业,对企业业务进行投融资。为了更加准确地衡量政府引导基金在投资后对企业的影响,参考吴斌等(2023)的研究,本文设定变量PGGF,表示企业前十大股东中属于政府引导基金投资的股东持股比例。本文将国泰安数据库中上市企业“季度前十大股东持股比例”子库的数据与政府引导基金的投资数据进行匹配,统计各季度各企业的政府引导基金合计持股比例,取季度均值作为年度值,以此衡量政府引导基金对上市企业的影响。
3. 控制变量。参考宫义飞等(2021)以及蒋亚含等(2023)的研究,本文从企业的财务表现、股权结构以及治理结构等方面选取可能影响企业劳动收入份额的控制变量。
(三)模型设定
本文构建了如下的双向固定效应模型来检验研究假设:
$ LS_{i,t}= \alpha_0+\alpha_1 Fund_{i,t}+\sum_{ }^{ }\alpha_n Controls_{i,t}+\sum_{ }^{ }Year+\sum_{ }^{ }Firm+\varepsilon_{i,t} $ | (1) |
其中,i表示公司,t表示年份;被解释变量LS表示企业劳动收入份额;解释变量Fund表示政府引导基金对企业的投资情况;控制变量Controls包括企业财务、股权和治理特征等;Year和Firm分别表示年份固定效应和企业固定效应;
(四)描述性统计
被解释变量LS的均值为0.131,标准差为0.096,表明劳动收入份额在企业间的波动性较大;其最大值和最小值分别为0.009和0.613,表明其在企业间的差异较大。解释变量GGF的均值为0.035;SGGF的均值为0.048,标准差为0.287;PGGF的均值为0.284,标准差为2.068。可见,解释变量标准差与均值的差距较大,表明样本数据的离散性较强。
四、实证结果分析
(一)基准回归分析
表1为政府引导基金与企业劳动收入份额的基准回归。可以看到,随着政府引导基金的参与,上市企业的劳动收入份额上升。从经济意义上讲,以列(4)为例,样本期内政府引导基金参与投资会使企业劳动收入份额提升0.009,这相当于在劳动收入份额均值0.131的基础上提高6.9%(0.009/0.131×100%)。表1表明,政府引导基金显著提升了企业劳动收入份额,验证了本文研究假设1。
(1) | (2) | (3) | (4) | (5) | (6) | |
LS | LS | LS | LS | LS | LS | |
GGF | 0.040*** | 0.009*** | ||||
(6.362) | (3.563) | |||||
SGGF | 0.026*** | 0.006*** | ||||
(6.220) | (3.343) | |||||
PGGF | 0.002*** | 0.001** | ||||
(4.172) | (2.033) | |||||
Cons | 0.130*** | 0.130*** | 0.131*** | 0.607*** | 0.606*** | 0.601*** |
(88.003) | (88.457) | (89.115) | (25.045) | (25.000) | (24.961) | |
Contorls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 未控制 | 未控制 | 未控制 | 控制 | 控制 | 控制 |
N | 32 914 | 32 914 | 32 914 | 32 914 | 32 914 | 32 914 |
adj. R2 | 0.006 | 0.006 | 0.002 | 0.784 | 0.784 | 0.784 |
注:括号内为t值,*、**和***分别表示10%、5%和1%的显著性水平,下表同。 |
根据经典的欧拉定理,在一次齐次性生产函数中,企业产出被劳动和资本两种要素报酬恰好完全分配。为便于直接观察,本文将劳动收入份额分解为人均工资额和人均产出两个部分并取自然对数,即lnLS=lnw−ln(Y/L),其中lnw表示上市企业员工平均工资的自然对数,ln(Y/L)表示人均增加值的自然对数。由此,劳动收入份额被分解为工资效应和劳动生产率效应两个部分。
由上述分解可知,劳动收入份额反映了初次分配中劳动和资本等要素的分配关系,工资效应着重表征“公平”,劳动生产率着重表征“效率”,而如何正确处理好公平和效率的关系一直是经济学研究的重要话题。表2结果显示,从投资次数来看,政府引导基金对企业劳动收入份额的影响更加侧重于公平,政府引导基金通过注入资金来提升员工收入更多地体现公平。从股权比例来看,政府引导基金对企业劳动收入份额的影响更加侧重于效率。参股是应用最广的政府引导基金运作模式,吸引社会资本共同发起设立创业投资企业,母基金对项目或区域进行日常管理。因此,政府引导基金的股权比例更多地影响企业经营绩效即“效率”。
(1) | (2) | (3) | (4) | (5) | (6) | |
lnw | lnw | lnw | ln(Y/L) | ln(Y/L) | ln(Y/L) | |
GGF | 0.056*** | −0.034 | ||||
(3.769) | (−1.046) | |||||
SGGF | 0.035*** | −0.024 | ||||
(3.510) | (−1.083) | |||||
PGGF | −0.002 | 0.006** | ||||
(−1.080) | (2.395) | |||||
Cons | 5.201*** | 5.194*** | 5.160*** | 3.472*** | 3.470*** | 3.445*** |
(34.035) | (34.035) | (15.908) | (9.939) | (9.943) | (19.740) | |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 32 706 | 32 706 | 32 706 | 32 913 | 32 913 | 32 913 |
adj. R2 | 0.830 | 0.830 | 0.830 | 0.884 | 0.884 | 0.884 |
(二)稳健性检验
第一,替换被解释变量。本文替换企业劳动收入份额的衡量指标,以检验基准回归结果的稳健性。第二,控制更多固定效应。在控制地区固定效应和行业固定效应之后,GGF、SGGF和PGGF的系数依然显著为正。由于基准回归中的控制变量大多为企业特征,本文进一步加入宏观经济层面的控制变量,包括地区的经济GDP增加率(GDPr)、平均人力资本水平(HCap)和市场化程度(Market)。在加入这些控制变量之后,上文基准回归结论保持不变。第三,平衡面板检验。本文使用2010—2020年平衡面板数据进行稳健性检验,同时控制了企业固定效应和年份固定效应,检验结果与基准回归结果保持一致。第四,使用倾向得分匹配处理样本选择问题。本文以政府引导基金投资的企业样本来构造实验组,采用最近邻匹配方法,按1∶4的比例匹配得到对照组。基于倾向得分匹配样本,检验结果与基准回归结果依然保持一致。第五,Heckman两阶段检验。本文根据劳动收入份额的中位数进行分组,将分组变量Dummy_LS加入logit模型中,计算出逆米尔斯比率,然后将其加入模型中进行估计。在纠正样本选择偏差之后,结果更具稳健性。
五、机制检验
(一)认证效应
在认证效应中,政府引导基金在甄别企业时会依靠自身优势,筛选出市场评价优、绩效表现好、发展潜力大的企业作为投资对象,企业和市场发出的积极信号都会被政府引导基金所捕捉。
1. ESG评级。本文选取华证ESG评级来衡量市场关注度,按照其中位数将样本分为ESG评级高低两组。表3结果显示,在ESG评级较高的样本中,GGF、SGGF和PGGF对劳动收入份额的影响显著为正。这表明政府引导基金具有认证效应,对ESG评级较高企业的影响更大。
ESG评级高 | ESG评级低 | ESG评级高 | ESG评级低 | ESG评级高 | ESG评级低 | |
LS | LS | LS | LS | LS | LS | |
GGF | 0.009*** | 0.008 | ||||
(3.122) | (0.931) | |||||
SGGF | 0.005*** | 0.007 | ||||
(2.732) | (1.112) | |||||
PGGF | 0.001** | 0.001 | ||||
(2.187) | (0.851) | |||||
Cons | 0.564*** | 0.774*** | 0.563*** | 0.775*** | 0.558*** | 0.771*** |
(20.082) | (11.192) | (20.028) | (11.191) | (20.013) | (11.180) | |
Contorls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
组间系数差异p值 | 0.087 | 0.098 | 0.430 | |||
N | 24 652 | 8 262 | 24 652 | 8 262 | 24 652 | 8 262 |
adj. R2 | 0.823 | 0.715 | 0.823 | 0.715 | 0.823 | 0.715 |
注:组间系数差异p值采用费舍尔组合检验抽样 |
2. 企业价值。本文使用托宾Q值(A股市值/资产总计)来衡量企业价值,按照其中位数将样本分为企业价值高低两组。表4结果显示,在企业价值较高的样本中,GGF、SGGF和PGGF的系数在1%的水平上显著为正。这表明政府引导基金具有认证效应,对价值较高企业的影响更大。
企业价值高 | 企业价值低 | 企业价值高 | 企业价值低 | 企业价值高 | 企业价值低 | |
LS | LS | LS | LS | LS | LS | |
GGF | 0.014*** | 0.003 | ||||
(3.816) | (0.780) | |||||
SGGF | 0.007*** | 0.003 | ||||
(2.904) | (1.292) | |||||
PGGF | 0.002*** | −0.000 | ||||
(2.906) | (−0.954) | |||||
Cons | 0.789*** | 0.433*** | 0.785*** | 0.434*** | 0.777*** | 0.431*** |
(18.218) | (13.857) | (18.136) | (13.862) | (18.140) | (13.791) | |
Contorls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
组间系数差异p值 | 0.026 | 0.195 | 0.002 | |||
N | ||||||
adj. R2 | 0.786 | 0.803 | 0.786 | 0.803 | 0.786 | 0.803 |
3. 企业话语权。参考蒋亚含等(2023)的研究,本文使用应收账款与营业收入的比值来衡量企业在客户中的话语权,按照其中位数将样本分为企业话语权高低两组。表5结果表明,政府引导基金具有认证效应,对话语权较高企业的影响更大。
企业话语权高 | 企业话语权低 | 企业话语权高 | 企业话语权低 | 企业话语权高 | 企业话语权低 | |
LS | LS | LS | LS | LS | LS | |
GGF | 0.010*** | 0.002 | ||||
(2.781) | (0.466) | |||||
SGGF | 0.006** | 0.003 | ||||
(2.516) | (1.099) | |||||
PGGF | 0.001* | −0.000 | ||||
(1.803) | (−0.973) | |||||
Cons | 0.703*** | 0.545*** | 0.700*** | 0.546*** | 0.693*** | 0.544*** |
(18.125) | (14.707) | (18.029) | (14.737) | (18.000) | (14.758) | |
Contorls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
组间系数差异p值 | 0.041 | 0.089 | 0.281 | |||
N | ||||||
adj. R2 | 0.812 | 0.794 | 0.812 | 0.794 | 0.812 | 0.794 |
(二)资源效应
在资源效应中,政府引导基金为企业注入资金后会联合社会资本给企业带来更强的资源整合能力和竞争优势,这种效应有助于扭转企业市场份额小、资源利用效率低的状况。
1. 企业集中度。参考孙晓华等(2020)的研究,本文衡量企业集中度,其等于营业收入减去成本和费用之后与营业收入的比值。本文按照中位数将样本分为企业集中度高低两组。表6结果显示,当企业集中度较低时,GGF、SGGF和PGGF的系数显著为正。这表明政府引导基金具有资源效应,对集中度较低企业的影响更大。
企业集中度低 | 企业集中度高 | 企业集中度低 | 企业集中度高 | 企业集中度低 | 企业集中度高 | |
LS | LS | LS | LS | LS | LS | |
GGF | 0.016*** | 0.002 | ||||
(3.233) | (0.840) | |||||
SGGF | 0.012*** | 0.001 | ||||
(3.195) | (0.627) | |||||
PGGF | 0.001** | 0.000 | ||||
(1.998) | (1.335) | |||||
Cons | 0.639*** | 0.559*** | 0.639*** | 0.558*** | 0.635*** | 0.556*** |
(15.279) | (18.483) | (15.256) | (18.482) | (15.255) | (18.575) | |
Contorls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
组间系数差异p值 | 0.012 | 0.002 | 0.114 | |||
N | ||||||
adj. R2 | 0.464 | 0.881 | 0.464 | 0.881 | 0.464 | 0.881 |
2. 价格加成率。参考高子茗和吕洋(2023)的研究,本文运用LP半参数法来估计生产函数与异质性生产率冲击,进而衡量价格加成率。本文按照中位数将样本分为价格加成率高低两组。表7结果显示,在价格加成率较低的样本中,GGF、SGGF和PGGF的系数显著为正。这表明政府引导基金具有资源效应,对价格加成率较低企业的影响更大。
价格加成率低 | 价格加成率高 | 价格加成率低 | 价格加成率高 | 价格加成率低 | 价格加成率高 | |
LS | LS | LS | LS | LS | LS | |
GGF | 0.012*** | 0.001 | ||||
(3.099) | (0.176) | |||||
SGGF | 0.006** | 0.002 | ||||
(2.273) | (0.652) | |||||
PGGF | 0.001** | 0.000 | ||||
(2.238) | (0.207) | |||||
Cons | 0.732*** | 0.531*** | 0.729*** | 0.532*** | 0.721*** | 0.530*** |
(17.457) | (16.623) | (17.343) | (16.664) | (17.261) | (16.726) | |
Contorls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
组间系数差异p值 | 0.028 | 0.151 | 0.051 | |||
N | ||||||
adj. R2 | 0.822 | 0.732 | 0.822 | 0.732 | 0.822 | 0.732 |
(三)治理效应
在治理效应中,政府引导基金入股企业后会更加有效地参与治理监督,缓解股东与管理层以及大小股东之间的代理问题,短期绩效压力下的管理层自利行为和大股东的资金侵占行为将会减少。
1. 第一类代理成本。参考陈克兢(2019)的研究,本文采用经营费用率来反映股东与管理层之间的代理问题,以此衡量第一类代理成本。本文按照中位数将样本分为第一类代理成本高低两组。表8结果表明,政府引导基金具有治理效应,对第一类代理成本较高企业的治理效果更好。
第一类代理成本低 | 第一类代理成本高 | 第一类代理成本低 | 第一类代理成本高 | 第一类代理成本低 | 第一类代理成本高 | |
LS | LS | LS | LS | LS | LS | |
GGF | 0.002 | 0.015*** | ||||
(0.808) | (3.381) | |||||
SGGF | 0.001 | 0.010*** | ||||
(0.804) | (2.969) | |||||
PGGF | −0.000* | 0.002*** | ||||
(−1.782) | (3.301) | |||||
Cons | 0.272*** | 0.823*** | 0.272*** | 0.823*** | 0.271*** | 0.813*** |
(12.072) | (18.083) | (12.078) | (18.029) | (12.126) | (18.075) | |
Contorls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
组间系数差异p值 | 0.022 | 0.009 | 0.001 | |||
N | ||||||
adj. R2 | 0.865 | 0.758 | 0.865 | 0.758 | 0.865 | 0.759 |
2. 第二类代理成本。参考陈克兢(2019)的研究,本文采用其他应收账款占比来反映大小股东之间的代理问题,以此衡量第二类代理成本。其他应收账款占比越高,大股东侵占中小股东利益越严重。本文按照中位数将样本分为第二类代理成本高低两组。表9结果表明,政府引导基金具有治理效应,对第二类代理成本较高企业的影响通常更大。
第二类代理成本低 | 第二类代理成本高 | 第二类代理成本低 | 第二类代理成本高 | 第二类代理成本低 | 第二类代理成本高 | |
LS | LS | LS | LS | LS | LS | |
GGF | 0.005 | 0.009** | ||||
(1.280) | (2.039) | |||||
SGGF | 0.002 | 0.007** | ||||
(0.888) | (2.434) | |||||
PGGF | 0.001* | 0.001 | ||||
(1.036) | (1.686) | |||||
Cons | 0.543*** | 0.709*** | 0.541*** | 0.709*** | 0.539*** | 0.705*** |
(14.087) | (18.836) | (14.045) | (18.838) | (14.120) | (18.819) | |
Contorls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year和Firm | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
组间系数差异p值 | 0.080 | 0.061 | 0.477 | |||
N | ||||||
adj. R2 | 0.833 | 0.784 | 0.833 | 0.785 | 0.833 | 0.785 |
六、拓展性研究
(一)渠道检验
1. 劳动结构。本文选取企业员工中研究生及以上学历占比来刻画劳动结构,检验了其中介效应。结果显示,政府引导基金通过提高员工受教育程度而提升劳动收入份额。此外,本文还对企业技术员工占比进行了检验,结果保持稳健。由于高素质人才需要与之相匹配的劳动收入,企业劳动收入份额才会得到提升。
2. 研发投入。本文还检验了企业研发投入的中介效应。结果显示,政府引导基金通过促进企业研发投入而提升劳动收入份额。由于政府引导基金的政策导向之一是促进创新发展和产业升级,更多的资金会用于企业研发,研发活动需要更多的高技能劳动力,从而劳动收入份额得到提升。
(二)经济后果检验
福利经济学认为,改善生产要素分配结构有助于组织以较低的成本获得更多的经济效益,实现帕累托改进与帕累托最优。本文进一步探讨政府引导基金在提升劳动收入份额的同时,是否有利于缩小企业内部薪酬差距并提高创新水平。
1. 内部薪酬差距。参考孔东民等(2017)的研究,管理层的平均薪酬采用董监高的年薪总额与在职董监高人数的比值来衡量,全部员工的平均薪酬采用企业支付的工资薪酬总额减去管理层薪酬总额之后与员工总人数的比值来衡量,企业内部薪酬差距采用管理层平均薪酬与员工平均薪酬的比值来衡量。结果显示,政府引导基金促进员工平均薪酬大幅提升,但对管理层薪酬没有显著影响,从而企业内部薪酬差距缩小。
2. 创新水平。由于政府引导基金大多投资高新科技企业,本文推断在提升劳动收入份额的同时,政府引导基金会提高企业创新水平。参考张陈宇等(2020)的研究,本文区分了突破性创新和渐进性创新。其中,突破性创新是对现有技术的根本性变革,通常涉及探索新知识、花费大量时间和金钱以及承担巨大的技术风险;渐进性创新是对现有技术和产品的简单改进,主要涉及非发明专利。突破性创新采用发明专利授权量的自然对数来衡量,渐进性创新采用实用新型专利和外观设计专利授权量的自然对数来衡量。结果显示,政府引导基金在提升劳动收入份额的同时促进了企业突破性创新,是增强核心竞争力的重要工具。
七、结论与启示
建设金融强国目标要求现代金融主体更高质量服务社会经济发展。探究政府引导基金的经济与社会绩效,对于更加有效稳健通往金融强国之路具有重要的理论与现实意义。鉴于劳动收入份额包含效率与公平的特点,本文以劳动收入份额为切入点,考察了政府引导基金的经济与社会绩效。研究发现:(1)政府引导基金显著提升了被投资企业的劳动收入份额,且这一效应并非以牺牲效率为代价,在增加劳动工资的同时,提高了企业劳动生产率。(2)政府引导基金发挥了认证效应,筛选出企业作为投资对象,并向社会资本传递出准确的信号。(3)政府引导基金在投资后发挥了资源效应和治理效应,对企业起到资源赋能作用,并通过监督治理有效缓解了两类代理问题。(4)优化人力资本结构和促进研发投入是政府引导基金提升企业劳动收入份额的具体路径。(5)政府引导基金在提升劳动收入份额的同时,被投资企业的内部薪酬差距缩小,突破性创新水平提升。
本文的研究具有以下启示:(1)重视政府引导基金在投资企业前后所发挥效应的差异,精准识别并利用配套政策为差异效应发挥作用创造条件。本文发现,在投资前,社会资本对于政府引导基金的鉴证效应十分重视。在众多种子期初创科技企业中,政府引导基金筛选并投资特定企业传递出一种可置信的积极信号,能够引导社会资本共同助力企业创新成长,从而促进产业升级。因此,构建专家和专业人员保障机制,增强政府引导基金的筛选认证能力,传递准确信号,对于引导社会资本助力创新创业发展具有重要意义。在投资后,政府引导基金应注重社会资本的管理经验和行业专长,通过政策让利和经济补偿方式,克服社会资本风险容忍度较低的问题,综合运用资源注入和监督治理多种方式,助力被投资企业优化劳动结构,促进研发创新,从而提升劳动收入份额。(2)客观看待政府引导基金在劳动要素配置中的作用。理论上,劳动收入份额提升既可能是企业收入下降所引致的被动提升,也可能是提质增效下的增速提升。本文发现,政府引导基金在提升劳动收入份额的过程中并非以牺牲企业效率为代价,而是通过优化要素结构和促进研发创新提升劳动收入份额。因此,各级政府部门应利用好财政资金,发挥好政府引导基金的积极作用。(3)政府引导基金重在发挥引导放大效应,应适度把握投资比例,避免挤出社会资本。本文发现,政府引导基金投资及其次数能够显著提升企业劳动收入份额,但投资规模的扩大在一定程度上会削弱这种效应。可见,政府引导基金的信号与引导作用更加重要,投资规模过大容易挤出社会资本,不利于发挥其提升劳动收入份额的作用。(4)政府引导基金旨在推动企业创新和产业转型升级,具有更高的风险容忍度,投资周期更长。这有利于克服间接融资安排因盈利模式、收益风险结构等因素而产生的信贷配给,以及私人风险资本因设立导向、急于回报投资人而产生的逐名效应。因此,应充分发挥政府资源特性和设立导向优势,助力构建以创新为导向的现代金融市场体系。(5)为提升劳动技能和优化劳动结构提供政策机制保障。本文发现,政府引导基金能够促进创新投入,使企业产生对高技能劳动力的需求,从而提升劳动收入份额。我国面临就业难和招工难并存的劳动市场供需匹配难题,其根源在于尚未形成与创新发展方式相适配的劳动供给。这既制约了劳动要素收入提升,又阻碍了企业创新发展和产业转型升级。因此,应加大基础教育投入,重视员工在职培训,切实优化劳动技能结构,形成与技术创新相适配的劳动供给结构。这有利于企业有效开展创新活动,提升劳动收入份额。
[1] | 常丽, 武小楠. 政府投资基金对初创期企业创新绩效的影响研究——基于政府配置资源市场化改革视角[J]. 会计研究, 2022(8): 135–148. |
[2] | 董静, 汪江平, 翟海燕, 等. 服务还是监控: 风险投资机构对创业企业的管理——行业专长与不确定性的视角[J]. 管理世界, 2017(6): 82–103. |
[3] | 贾西猛, 陈沉, 柯迪. 风险资本对企业社会责任的影响[J]. 管理科学, 2022(4): 112–126. |
[4] | 蒋亚含, 李晓慧, 许诺. 政府引导基金投后赋能与实体企业发展——来自被投企业的经验证据[J]. 经济管理, 2023(3): 44–62. |
[5] | 马慧, 陈胜蓝, 刘晓玲. 担保物权制度改革与企业劳动力结构[J]. 金融研究, 2022(10): 153–169. |
[6] | 强皓凡, 严晗, 张文铖, 等. 国有风险资本与企业融资约束: 如愿以偿还是事与愿违? [J]. 财经研究, 2021(11): 154–169. |
[7] | 施新政, 高文静, 陆瑶, 等. 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[J]. 经济研究, 2019(12): 21–37. |
[8] | 王雄元, 黄玉菁. 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[J]. 中国工业经济, 2017(4): 135–154. |
[9] | 吴超鹏, 严泽浩. 政府基金引导与企业核心技术突破: 机制与效应[J]. 经济研究, 2023(6): 137–154. |
[10] | 杨兴全, 刘颖, 李枫. 政府引导基金与公司现金股利: 融资造血抑或创投驱动[J]. 经济管理, 2023(12): 120–137. |
[11] | 杨晔, 武传浩, 谈毅. 风险投资与企业内共同富裕——基于劳动收入份额的视角[J]. 经济管理, 2023(8): 167–183. |
[12] | Benmelech E, Bergman N, Seru A. Financing labor[J]. Review of Finance, 2021, 25(5): 1365–1393. DOI:10.1093/rof/rfab013 |
[13] | Bertoni F, Colombo M G, Quas A. The role of governmental venture capital in the venture capital ecosystem: An organizational ecology perspective[J]. Entrepreneurship Theory and Practice, 2019, 43(3): 611–628. DOI:10.1177/1042258717735303 |
[14] | Caggese A, Cuñat V, Metzger D. Firing the wrong workers: Financing constraints and labor misallocation[J]. Journal of Financial Economics, 2019, 133(3): 589–607. DOI:10.1016/j.jfineco.2017.10.008 |
[15] | Gompers P A, Gornall W, Kaplan S N, et al. How do venture capitalists make decisions?[J]. Journal of Financial Economics, 2020, 135(1): 169–190. DOI:10.1016/j.jfineco.2019.06.011 |
[16] | González-Uribe J. Exchanges of innovation resources inside venture capital portfolios[J]. Journal of Financial Economics, 2020, 135(1): 144–168. DOI:10.1016/j.jfineco.2019.05.017 |
[17] | Guerini M, Quas A. Governmental venture capital in Europe: Screening and certification[J]. Journal of Business Venturing, 2016, 31(2): 175–195. DOI:10.1016/j.jbusvent.2015.10.001 |
[18] | Ma S. The life cycle of corporate venture capital[J]. The Review of Financial Studies, 2020, 33(1): 358–394. DOI:10.1093/rfs/hhz042 |
[19] | Murtinu S. The government whispering to entrepreneurs: Public venture capital, policy shifts, and firm productivity[J]. Strategic Entrepreneurship Journal, 2021, 15(2): 279–308. DOI:10.1002/sej.1374 |
[20] | Piacentino G. Venture capital and capital allocation[J]. The Journal of Finance, 2019, 74(3): 1261–1314. DOI:10.1111/jofi.12756 |
[21] | Standaert T, Manigart S. Government as fund-of-fund and VC fund sponsors: Effect on employment in portfolio companies[J]. Small Business Economics, 2018, 50(2): 357–373. DOI:10.1007/s11187-016-9831-9 |
[22] | Zhang Y J, Mayes D G. The performance of governmental venture capital firms: A life cycle perspective and evidence from China[J]. Pacific-Basin Finance Journal, 2018, 48: 162–185. DOI:10.1016/j.pacfin.2018.02.002 |