2024第50卷第12期
2. 南昌大学 经济管理学院，江西 南昌 330000
2. School of Economics and Management, Nanchang University, Nanchang 330000, China
一、引 言
保障就业是社会稳定的压舱石，事关民生福祉和国家安全。然而，由于受到全球经济疲软以及多重不确定性影响，我国目前的就业形势面临严峻挑战。根据国家统计局2023年上半年公布的数据，我国16至24岁劳动力调查失业率已达到21.3%。因此，党中央始终将促进就业置于经济发展的核心位置，强调在推动高质量发展中“实施就业优先战略，强化就业优先政策，健全就业促进机制，促进高质量充分就业”，并制定了一系列针对就业问题的规划与政策。
稳就业是一项重要的政绩考核指标，受到了地方政府的充分重视。为了稳就业，地方政府通常采取财政补贴等方式救助低利润甚至是负利润的企业，导致本应被淘汰的企业“僵而不倒”。这些企业占据了大量的信贷资金，造成了资源配置效率低下，在阻碍正常企业生产规模扩张的同时，也抑制了劳动力需求的增长（谭语嫣等，2017；肖兴志等，2019）。完善破产制度有利于提升僵尸企业破产案件的审理效率（Li和Ponticelli，2022），尤其是通过破产重整方式推动僵尸企业退出，更能提升资产配置效率（Bernstein等，2019），从而保护债权人的合法权益并改善市场环境。
破产审判改革是保护债权人合法权益的重要司法实践，为本文的研究提供了一个契机。在破产审判改革以前，企业破产案件主要由民事审判庭分管，各地普遍存在缺乏专业审判团队和处理周期长等问题，导致许多生产率低、经营绩效差的企业无法及时退出市场，从而成为僵尸企业。这些企业的债权人面临现金流不足、资金链断裂等风险，严重影响着其生产和劳动雇佣决策。鉴于此，改革原有的企业破产审判机制势在必行。2016年，最高人民法院下发了《关于在中级人民法院设立清算与破产审判庭的工作方案》，规定在部分城市的中级人民法院设立清算与破产审判庭。此后，各地的清算与破产审判庭相继设立。最高人民法院公布的数据显示，2018年至2023年，全国共审结破产案件4.7万件，涉及债权6.3万亿元，其中审结破产重整案件
本文基于A股非金融类上市公司数据，采用双重差分法（DID）研究了破产审判改革对企业劳动力雇佣和城市总体就业水平的影响。研究发现，破产审判改革显著提升了破产案件的审理效率，促进了企业就业水平的上升。企业劳动力雇佣的增加源于破产审判改革产生的商业信用供给降低效应和信贷资金释放效应。本文还发现，破产审判改革的稳就业效应主要体现在劳动密集型企业和低技能劳动者中，这改变了就业的知识结构。从城市层面的研究中发现，破产审判改革促进更多的企业进入本地市场，增加了城市总体就业，并提升了工资水平。然而，上述效应主要在经济发达城市和僵尸企业数量较多的城市显著。
与既往的研究相比，本文可能的边际贡献如下：第一，丰富了经济学视角下破产审判改革效应的研究。现有文献从法学角度评述了破产审判改革的现状（陈夏红，2017），并通过案例研究探讨了破产审判改革在清退僵尸企业方面的具体实践（魏新璋，2017）。虽然一些文献从经济学视角研究了破产审判改革的影响，如通过更有效的市场退出机制实现资源的重新分配（Li和Ponticelli，2022）、降低商业银行风险（胡诗阳等，2023）、减轻企业税负（潘越等，2023）、增加企业创新（许年行等，2023）等，但目前尚缺少破产审判改革如何影响就业的文献。本文从企业和城市两个层面分析了破产审判改革对就业人数、就业结构和工资水平的影响。第二，丰富了就业和劳动力市场的文献。已有关于就业影响因素的研究主要集中在税收优惠（Jensen，2022）、保险缴费率（唐珏等，2023）、技术进步（Acemoglu和Restrepo，2018；王永钦和董雯，2020）、宏观经济环境（Yagan，2019）和招聘信息摩擦（Fernando等，2023）等方面。鲜有文献关注破产制度建设和债权人司法保护对就业的影响。本文通过设立清算与破产审判庭这一保护债权人权益的司法政策，分析了破产审判改革如何通过影响企业的商业信用供给和银行信贷供给，从而对企业的劳动力雇佣产生影响，进一步补充了就业影响因素的文献。第三，本文的结论能为地方政府决策提供参考。地方政府出于保障就业和社会稳定的目的，通常会采用财政补贴等方式对丧失自生能力的企业实施救助，导致了僵尸企业的形成与存续。但本文研究发现，建立完善的市场退出机制有利于增加正常企业的劳动力雇佣，促进新企业进入，在确保经济欠发达城市总体就业和工资水平不受负面冲击的同时，增加了经济发达城市的就业和工资，更能实现稳就业的目标。
二、政策背景
长期以来，我国的破产审判案件由民事审判庭负责，地方法院缺少专业的破产清算团队，普遍面临人少案多的困境。同时，不合理的考核机制制约了法官审理破产案件的积极性，导致破产案件审理效率低下。低效的破产清算机制使得债权人企业不能及时回笼资金，严重影响了其生产经营，同时大量僵尸企业的存续阻碍了整体经济运行效率的提升，改革势在必行。
2014年11月，最高人民法院下发了《关于在部分人民法院开展破产案件审理方式改革试点工作的通知》，选取部分法院开展破产案件审理方式改革试点。江苏常熟、山东滨城等基层法院开始建设专业的破产审判团队，成立破产案件合议庭专门审理清算与破产案件。但破产案件合议庭本质上是地方法院组织相关人员临时成立的破产清算小组，存在工作方式不规范、案多人少、合议庭只审不判、庭长和审委会判而不审等问题。尽管部分基层法院成立了独立的破产审判庭，但受管辖范围局限，其对地级市整体破产审理效率的提升影响较小（潘越等，2023）。在此背景下，2016年6月，最高人民法院下发《关于在中级人民法院设立清算与破产审判庭的工作方案》，在原有工作经验的基础上确立了破产审判改革“两步走”的路线图。首先，在每个直辖市选择一个中院，以及在河北、吉林、江苏、浙江、安徽、山东、河南、湖北、湖南、广东、四川11个省的省会城市、副省级城市的中级人民法院设置独立的清算与破产审判庭，专门审理破产清算案件。其次，将设立清算与破产审判庭的经验推广至全国。图1展示了每年新设立清算与破产审判庭的城市数量。改革之后，清算与破产审判庭专门负责审理破产案件，依托“政府主导风险管控和事务协调，法院主导司法程序”的府院联动机制，运用破产重整、和解和清算的方式，对能救治的企业进行重整、和解，对不能救治的企业及时进行破产清算，实现快审快结，推动僵尸企业快速退出市场。此外，破产审判改革促进了预重整制度的发展，破产案件管理人在预重整阶段征得各类债权人同意后，方能正式实施重整计划。
|
| 图 1 每年新设立清算与破产审判庭的城市数 |
破产审判改革显著提升了破产案件的审理效率，推动了大量僵尸企业有序退出市场。以河北省为例，截至2022年，河北省已在所有地方中院实现了清算与破产审判庭的全面覆盖。通过破产审判改革，河北省完成了200余家国有僵尸企业的市场退出工作，化解了近800亿元的企业债务，并盘活了约400亿元的企业资产。
|
| 图 2 破产审判改革前后各年的平均破产案件数 |
三、理论分析与研究假说
僵尸企业主要有供应商和银行两类债权人，本文接下来从债权人类型出发，从理论上分别分析破产审判改革如何有效保护供应商企业债权人和银行债权人的合法权益，使债权人可以收回原先被挤占的资金，从而对劳动力雇佣产生影响。
（一）企业债权人：商业信用供给降低效应。商业信用供给是供应商企业销售产品时延期向客户收取货款的行为，以非正式融资方式实现了对银行信贷等正式融资方式的补充（Adelino等，2023）。在双方信用良好的企业合作关系中，商业信用供给能够提高产品的销售效率，提升社会整体生产效能。然而，当下游企业面临经营困境或故意拖欠货款时，上游供应商企业的大量资金被占用，便会影响其自身的投资和劳动力雇佣。在商业周期固定的情况下，企业的客户名单以及向每个客户所提供的商业信用供给水平是相对固定的。企业的客户关系较为稳定，多数企业的收入主要来源于大客户（周文婷和冯晨，2022），而企业向这些客户提供商业信贷是为了通过巩固与这些客户的关系来确保未来的持续收益（Costello，2020），是在市场竞争压力下做出的无奈之举（陈世来和李青原，2023）。因此，下游企业的僵尸化风险会通过较为稳定的供应链传染至上游企业，尤其在下游企业较为强势或上游企业的客户集中度较高的情形下，议价能力较弱的供应商企业更有可能提供商业信用供给（Fabbri和Klapper，2016），这些企业在受到供应链风险冲击时遭受的损失更大（Dai等，2021），并可能因资金难以收回的窘况而被迫退出市场（杨连星等，2023）。上述问题的产生将减少正常企业的劳动力需求，从而恶化就业环境。
商业信用的供需关系是一种债权债务关系，商业信用供给方是债权人，商业信用需求方则是债务人。因此，依法保护债权人的权益能够约束上下游企业间的商业信用供需关系，加快商业信用供给方回笼资金，保障其正常的生产经营和规模扩张，从而增加对劳动力的需求。破产审判改革是依法保护债权人合法权益的具体实践。当债务人面临经营困境、存在严重拖欠货款问题时，专业的清算与破产审判庭能够推动僵尸企业及时进入破产清算程序，既降低了债权人的时间成本，又增加了债权回收率（胡诗阳等，2023）。破产审判改革通过府院联动机制大力推行破产预重整制度，促进更多的危困债务人企业进行破产重整。Bernstein等（2019）研究了破产重整和破产清算两种方式对资产配置的影响，发现被清算企业资产的长期利用率低于重组企业。因此，大力推行破产预重整制度的破产审判改革有利于提升偿还给债权人的财产数额，维护债权人的权益，降低供应链中的商业信用供给水平。破产审判改革以后，企业也可能转而向其他新客户提供商业信用，但企业在寻找新客户时会更注重企业的盈利能力和成长空间，尽可能避开长期处于亏损状态的僵尸企业。因此，即使企业在破产审判改革后选择向新的企业提供商业信用，相比改革前其难以收回的资金规模也会显著下降，进而使商业信用供给水平下降。
企业通常面临劳动力与现金流错配的问题，即企业销售产品和服务收回现金流的时间滞后于支付员工工资的时间，并且在招聘员工过程中的差旅费、宣传费以及向新员工支付的培训费、安置费等可以看作是一项固定成本，当一个企业向客户提供的商业信用资金被拖欠时，其将难以支付上述成本，从而对劳动力雇佣产生负面影响（陈胜蓝等，2023）。破产审判改革降低了企业的商业信用供给水平，不仅有利于缓解劳动力—现金流错配问题，还有利于为企业的招聘过程提供充足的现金流支持，从而为雇佣更多的劳动力创造条件。
（二）银行债权人：信贷资金释放效应。在我国，企业的外部融资主要来自银行的信贷资金（Cong等，2019），企业通过融资开展经营并进行规模扩张，从而吸纳就业，发挥就业“蓄水池”的作用。然而，由于地方政府财政压力、保障就业以及银行掩盖不良贷款等原因，使得大量僵尸企业存续，占据了信贷资金，降低了资源配置效率（Peek和Rosengren，2005；Cai等，2022）。首先，由于企业是地方政府税收的主要来源，地方政府面临财政压力时，会采取行政手段保护企业以稳定财政收入，从而导致低利润企业演变为僵尸企业（Cai等，2022）。其次，地方政府出于保障就业的考虑，通常采取政府补贴等方式救助僵尸企业（申广军，2016）。此外，陷入困境的银行为了避免在资产负债表上出现损失，更有动力将信贷资金分配给遭受经营损失的借款人，即僵尸银行创造了僵尸企业（Peek和Rosengren，2005）。“僵尸贷款”影响了正常企业的经营，限制了这些企业的投资和就业增长（Caballero等，2008）。这为优化信贷资金配置，释放僵尸企业占据的社会资源，进而解决企业融资难题提供了政策空间。
新设立的清算与破产审判庭大幅提升了破产案件的审理效率，建立了高效的僵尸企业市场退出机制，实现了对银行债权人的司法保护（胡诗阳等，2023）。僵尸企业及时退出市场有利于银行收回资金，并将这些资金重新分配给新企业或扩张中的企业，从而发挥“熊彼特”作用（Keuschnigg和Kogler，2020）。但中小企业由于可抵押担保资产不足以及银企之间信息不对称等问题，难以获得银行的信贷供给（陈彪等，2021）。换言之，银行更偏好于向国有和大型企业提供信贷资金，不同类型的企业面临的融资约束不同。破产审判改革的作用在于建立高效的僵尸企业市场退出机制，从而产生信贷资金释放效应。然而，影响银行信贷供给偏好的因素没有发生变化，因此银行在收回资金后仍倾向于向原本融资约束较低的企业提供贷款，这将进一步缓解这些企业的流动性约束。而原本融资约束程度较高的中小企业却难以从破产审判改革产生的信贷资金释放效应中获益。
资本和劳动具有互补性，企业在生产中按某一合理比例投入劳动和资本，从而实现利润最大化。企业在流动性约束得到缓解后，将进行扩张性投资或改进生产设备和技术，这通常需要投入一定数量的人力资本从事管理或运营，从而需要雇佣更多的劳动力。已有文献表明，企业的流动性约束是影响其劳动力雇佣规模的关键因素，流动性约束程度的缓解有利于产生就业创造效应（刘贯春等，2023），而流动性约束程度的加剧将对企业的劳动力雇佣产生负面作用（Benmelech等，2019）。破产审判改革增加了原本低融资约束企业的信贷获取，能够进一步促进这些企业的投资和生产扩张，从而吸纳更多的就业。而原本高融资约束企业的劳动力雇佣则不会发生明显的变化。
综上所述，破产审判改革对债权人的司法保护主要能通过商业信用供给降低效应和信贷资金释放效应两个途径促进就业增长。据此，本文提出如下研究假说：
研究假说一：破产审判改革对债权人的司法保护能够促进就业增长，产生稳就业效应；
研究假说二：破产审判改革能通过降低上下游企业之间的商业信用供给水平，减少资金占用并缓解流动性约束，从而提升企业就业水平；
研究假说三：破产审判改革能通过信贷资金释放效应增加银行信贷供给，但由于银行信贷供给偏好没有发生变化，该机制的稳就业效应主要体现在原本融资约束较低的企业中。
四、研究设计
（一）模型设定和变量说明。为检验破产审判改革对企业就业水平的影响，建立如下模型：
| $ \begin{aligned}Labor_{i,t}=& \beta_{0}+\beta_{1}Reform_{c,i,t}+\beta_{2}Controls\_Firm_{i,t}+\beta_{3}Controls\_City_{c,i,t}\\ & +\mu\_Firm_{i}+\phi\_Firm_{t}+\varepsilon\_Firm_{i,t} \end{aligned} $ | (1) |
其中，被解释变量
式（1）中企业层面的控制变量包括：企业规模（Size），采用营业收入的自然对数衡量；企业年龄（Ln Age）；资产负债率（Lev），即总负债与总资产的比率；现金流（Cashflow），即企业年末现金余额与总资产的比率；固定资产比率（PPE），即固定资产净额与总资产的比率；资产收益率（ROA），即净利润与总资产的比率；企业成长能力（Growth），即总资产的增长率；托宾Q值（TobinQ），即企业资产的市场价值与其重置资本的比率；衡量企业股票相对估值的账面市值比（MTB）；反映企业融资约束程度的KZ指数（KZ）。城市层面的控制变量包括：营商环境（ZS），通过《中国城市政商关系排行榜》报告中反映城市政商之间亲近、清白程度的“政商关系健康指数”衡量，由于该排行榜从2016年才开始测算，而亲清政商关系在地区间的排名相对稳定，因此本文参考罗进辉等（2023）的做法，选取就近年份数据来填补缺失年份样本。使用2016年的数据衡量2016年之前各年份的营商环境，使用2018年的数据衡量2017年的营商环境。产业结构（Industry_Scale）采用第三产业增加值占GDP比重的百分数进行衡量。规模以上工业企业数量的自然对数（Ln Firm_Num）。人均实际GDP的自然对数（Ln GDP_PerCapita）。GDP的增长率（GDP_Growth）。人口数量的自然对数（Ln Population）。
（二）样本选取及描述性统计。本文使用的破产审判改革时间数据主要来源于各地中级人民法院官网关于清算与破产审判庭设立的公告和相关职务的任免公告，对于极少数官网未披露的样本，本文将地方中院官方微信公众号首次出现清算与破产审判庭的时间作为改革时间。为避免突发公共卫生事件对结果的影响，本文将样本截止时间选为2019年；同时考虑到2008年国际金融危机对企业劳动力雇佣的冲击较大，本文将样本的起始时间选为2011年。鉴于直辖市中院和地级市中院的管辖范围存在差异，并且深圳等城市在2016年以前已经设立了清算与破产审判庭，本文参考潘越等（2023）和许年行等（2023）的做法，删除了4个直辖市以及2016年以前设立清算与破产审判庭的样本。本文选取A股非金融上市公司作为研究对象，公司层面数据来源于CSMAR，城市层面控制变量数据来源于《中国城市统计年鉴》，并进行了如下处理：（1）剔除2011—2019年间发生过迁址的上市公司；
五、实证结果分析
（一）破产审判改革与企业就业。表1报告了破产审判改革对上市公司就业水平的影响。其中，列（1）在控制企业固定效应和年份固定效应后，仅加入核心解释变量进行回归，结果表明，Reform的估计系数在10%的水平下显著为正。列（2）在此基础上进一步加入了控制变量，此时Reform的回归系数在5%的水平下显著为正，说明破产审判改革显著提升了当地企业的就业水平。平均而言，改革促进企业雇佣的员工人数增加了约4.7%，具有明显的经济影响，意味着破产审判改革对债权人的司法保护产生了稳就业效应。由此，研究假说一得以验证。
| 变量 | （1）Labor | （2）Labor |
| Reform | 0.050*（0.027） | 0.047**（0.019） |
| 控制变量 | 不控制 | 控制 |
| 企业固定效应 | 控制 | 控制 |
| 年份固定效应 | 控制 | 控制 |
| 样本量 | ||
| 调整R2 | 0.878 | 0.927 |
| 注：（1）***、**、*分别表示在1%、5%、10%的水平下显著，下表统同；（2）括号中为在企业层面聚类的稳健标准误；（3）两列的样本期均为2011—2019年；（4）如无特殊说明，后续企业层面分析的样本期、控制变量和标准误聚类层级与本表相同。 | ||
（二）稳健性检验。
1. 平行趋势检验。事件分析法检验的平行趋势结果显示，改革之前的回归系数均不显著异于0，改革之后的回归系数显著为正。在加入更多高维固定效应、调整聚类层级以及加入时间趋势项以后，平行趋势假设依然满足。本文还进行了敏感性分析，发现在平行趋势偏离的合理范围内，本文的核心结论依然成立。
2. 安慰剂检验。本文进行了两种安慰剂检验：第一，将改革时间分别提前1年和2年，发现虚拟改革变量对企业就业水平的影响不显著；第二，在全样本间随机分配处理组，构建虚拟改革变量，重复上述结果500次，发现虚拟改革变量的估计系数分布在0值附近，且与基准回归的系数估计值存在明显差异。
3. 异质性处理效应。表1的回归在使用双向固定效应（TWFE）模型进行交错DID估计时，较早受到处理的个体可能会成为较晚受到处理个体的对照组，即存在“坏的对照组”问题，因此本文参照Goodman-Bacon（2021）的方法，对多时点处理效应进行分解。结果显示，“坏的对照组”所占权重仅为2.1%，说明采用TWFE模型得到的估计结果存在的偏误较小。进一步，本文采用Sun和Abraham（2021）以及Cengiz等（2019）提出的动态双重差分模型重新进行检验，得到的估计结果与TWFE模型的估计结果近乎一致。
4. PSM–DID分析。本文进行了卡尺范围为0.01的有放回1:1最近邻匹配，分别采取了混合匹配与逐年匹配两种方法，并保留满足共同支撑假设的样本。分析结果显示，Reform的估计系数分别在1%和5%的水平下显著为正。
5. 工具变量检验。本文使用各城市所在省的高院院长晋升激励指标与各城市的法律人才储备情况的乘积作为破产审判改革的工具变量。在指标衡量上，若省高院院长在当前任期结束时的年龄小于58岁，则晋升激励指标取值为1，否则为0；使用一个城市拥有的高水平法学院校数量来衡量法律人才储备情况，具体地，将第四轮学科评估中法学学科在B−或C–及以上的院校定义为高水平法学院校。所得到的2SLS的估计结果十分稳健。
6. 排除同时期其他政策干扰。本文进一步控制了同期其他政策的干扰，包括巡回法庭、固定资产加速折旧和户籍制度改革。估计结果表明，在控制上述同期政策以后，Reform的回归系数仍在5%的水平下显著为正，并且系数大小没有发生显著改变，本文结论仍然稳健。
六、机制检验和异质性分析
（一）机制检验。
1. 商业信用供给降低效应。将式（1）的被解释变量替换为企业商业信用供给以检验研究假说二。参考陈胜蓝等（2023）的做法，本文使用应收账款与应收票据之和与总资产的比值来刻画企业的商业信用供给水平（TC）。表2列（1）报告了回归结果。Reform的回归系数在5%的水平下显著为负，表明破产审判改革对债权人的保护导致其商业信用供给显著减少。债权人企业的商业信用供给减少意味着其能够及时收回被拖欠的账款，进而缓解流动性约束。本文接下来使用企业年末现金流的自然对数（Ln Cash）对核心解释变量Reform进行回归，用以验证商业信用供给降低效应机制的稳健性。表2列（2）显示，Reform的估计系数为0.088，且在1%的水平下显著为正，意味着破产审判改革对债权人的保护促进企业现金流增加了约8.8%。此外，表2列（3）是根据如下模型，从城市层面进一步检验破产审判改革对城市商业信用环境的影响：
| 变量 | （1）TC | （2）Ln Cash | （3）CEI |
| Reform | −0.007**（0.003） | 0.088***（0.022） | 0.912***（0.333） |
| 控制变量 | 控制 | 控制 | 控制 |
| 企业固定效应 | 控制 | 控制 | — |
| 城市固定效应 | — | — | 控制 |
| 年份固定效应 | 控制 | 控制 | 控制 |
| 样本量 | |||
| 调整R2 | 0.779 | 0.919 | 0.817 |
| 注：如无特殊说明，后续城市层面分析的样本期、控制变量和标准误聚类层级与本表列（3）相同。 | |||
| $ CEI_{c,t}=\gamma_{0}+\gamma_{1}Reform_{c,t}+\gamma_{2}Controls\_City_{c,t}+\mu\_City_{c}+\phi\_City_{t}+\varepsilon\_City_{c,t} $ | (2) |
其中，被解释变量商业信用环境指数（CEI）由各年《中国城市商业信用环境指数（CEI）蓝皮书》数据汇总而成。解释变量
2. 信贷资金释放效应。为验证假说三的机制是否成立，本文依据WW指数生成衡量企业是否为高融资约束的虚拟变量（Constraint_High），如果一个企业在某一年的WW指数高于当年所有企业WW指数的中位数（均值），那么Constraint_High=1，否则Constraint_High=0，并构建如下模型进行异质性检验：
| $ \begin{aligned} {Y_{i,t}} = & {\theta _0} + {\theta _1}Refor{m_{c,i,t}} + {\theta _2}Refor{m_{c,i,t}} \times Constraint\_Hig{h_{i,t}} + {\theta _3}Controls\_Fir{m_{i,t}} \\ & + {\theta _4}Controls\_Cit{y_{c,i}} + \mu \_Fir{m_i} + \phi \_Fir{m_t} + \varepsilon \_Fir{m_{i,t}} \end{aligned} $ | (3) |
其中，
表3列（1）和列（2）的结果显示，Reform×Constraint_High的回归系数显著为负，结果符合预期。同时，显著为正的
| 变量 | （1）Labor | （2）Labor | （3）Ln Loan | （4）Ln Loan | （5）Ln Loan |
| 0.076***（0.024） | 0.080***（0.024） | 0.055（0.044） | 0.141***（0.051） | 0.138***（0.051） | |
| −0.066**（0.029） | −0.074***（0.029） | −0.210***（0.061） | −0.205***（0.061） | ||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 企业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 年份固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 融资约束分类依据 | 中位数 | 均值 | — | 中位数 | 均值 |
| 0.010（0.024） | 0.006（0.024） | — | −0.069（0.057） | −0.066（0.057） | |
| 样本量 | |||||
| 调整R2 | 0.926 | 0.926 | 0.857 | 0.855 | 0.855 |
| 注： |
|||||
（二）异质性分析。前文分析了破产审判改革对企业就业水平的总体影响，但没有考虑不同类型的企业在劳动力雇佣方面的差异。本文接下来将从劳动密集度的角度展开异质性讨论，并进一步分析就业的知识结构是否发生改变。
破产审判改革通过商业信用供给降低效应和信贷资金释放效应两个渠道改变了企业的就业水平，两种作用机制的本质都是企业可获取的资金增加，从而有利于其增加劳动力雇佣。然而，不同要素密集度的企业对资金的使用情况存在差异。具体而言，劳动密集型企业的生产经营活动更依赖劳动力的投入，其在进行生产扩张时往往需要雇佣更多的员工，因此对于劳动密集型企业而言，破产审判改革的稳就业效应应当更大。与之相比，资本密集型企业获取资金后更多地投资于技术和设备，对劳动力的依赖度相对较低，因此其劳动力雇佣受破产审判改革的影响应当较小。本文接下来采用劳动资本比（LK），即企业就业人数与固定资产净值的比值作为调节变量，检验破产审判改革对就业的影响在不同要素密集度企业中的异质性效应。具体地，本文生成了衡量企业是否为高劳动资本比（LK_High）的虚拟变量：如果一个企业某年的劳动资本比高于当年所有企业劳动资本比的中位数，那么LK_High=1，否则LK_High=0。表4列（1）报告了调节效应模型的回归结果。可以发现，Reform×LK_High的估计系数在5%的水平下显著为正，表明劳动资本比越大，破产审判改革对企业就业水平的促进效应越强，即破产审判改革的稳就业效应在劳动密集型企业中更加明显。
| 变量 | （1）Labor | （2）High_Labor | （3）Low_Labor |
| 0.010（0.023） | −0.009（0.032） | 0.049**（0.020） | |
| 0.078**（0.031） | |||
| 控制变量 | 控制 | 控制 | 控制 |
| 企业固定效应 | 控制 | 控制 | 控制 |
| 年份固定效应 | 控制 | 控制 | 控制 |
| 0.088***（0.027） | — | — | |
| 样本量 | |||
| 调整R2 | 0.928 | 0.918 | 0.929 |
一般而言，劳动密集型企业所雇佣劳动力的技能程度往往也较低，因此破产审判改革可能使低技能劳动者获得更多的就业机会，从而改变就业的知识结构。为了验证这一猜想，本文将研究生及以上学历员工定义为高技能劳动者，将本科及以下学历员工定义为低技能劳动者，并使用式（1）进行回归。
七、进一步分析
（一）破产审判改革对企业进入和城市就业的影响。本文接下来将分析视角转到广延边际，考察破产审判改革是否会促进企业进入及其对城市层面总体就业的影响。破产审判改革建立了有效的市场退出机制，城市中处于僵尸状态的债务人企业数量减少，更多劳动力被正常企业所吸纳。同时，破产审判改革以后，当地商业信用环境改善，商业银行信贷供给增加，可能促进更多企业进入本地市场（Mehrotra和Sergeyev，2021；Haschka等，2022）。正常企业和新进入企业劳动力雇佣的增多将促进城市总体就业水平上升。因此，本文猜测，破产审判改革有利于促进企业进入，并增加城市总体就业水平。
然而，破产审判改革对城市层面总体就业水平的作用可能受到地区经济发展水平的影响。改革后城市的均衡就业水平由劳动力需求和供给两方面共同决定。需求方面，正常企业扩大生产与新企业进入均需要雇佣更多的劳动力，即劳动力需求增加。供给方面，僵尸企业退出释放的劳动力以及外来人口流入共同决定了劳动力供给水平。一方面，经济发达城市正常企业的数量较多，同时具有良好的营商环境和完善的配套设施，对新企业的吸引力更强，其潜在的劳动力需求水平更高；另一方面，经济发达城市往往具有完善的医疗、教育等公共服务，这为劳动力迁移至该地区提供了更高的未来预期效用，从而在吸引劳动力流入方面具有天然的优势。因此，经济发达城市劳动力供给的补充相较于欠发达城市也更加迅速，这使得发达城市可以实现更高水平的就业均衡。基于此，本文猜测，破产审判改革会提高经济发达城市的总体就业水平，但对经济欠发达城市没有显著影响。
此外，破产审判改革在城市层面的稳就业效应还受到改革前僵尸企业数量的影响。改革前城市中僵尸企业的数量越多，市场上被占据的信贷资源越多，这不仅会挤出正常企业的就业增长，还会抑制新企业进入，从而降低城市总体的就业水平（肖兴志等，2019）。因此，对于改革前僵尸企业数量更多的城市而言，改革所释放的信贷资金规模也将更大，同时带来的商业信用环境改善的效果也会更明显，故而能够为正常企业释放更大的就业增长空间，并能促进更多的新企业进入，起到“腾笼换鸟”的效果。基于此，本文猜测，破产审判改革对城市总体就业水平的影响在改革前僵尸企业数量较多的城市中效应更大。
为检验改革对企业进入和城市层面就业的影响，本文将被解释变量设定为城市新注册企业数量的自然对数（Ln New_Firm）和城市总体就业水平（Employment），后者使用城镇私营、个体从业人员与单位就业人员总数除以地区总人口来衡量。同时，为检验城市经济发展水平和僵尸企业数量的异质性效应，本文构建计量模型如下：
| $ \begin{aligned} {U_{c,t}} = & {\lambda _0} + {\lambda _1}Refor{m_{c,t}} + {\lambda _2}Refor{m_{c,t}} \times {M_{c,t}} + {\lambda _3}Controls\_Cit{y_{c,t}} \\ & + \mu \_Cit{y_c} + \phi \_Cit{y_t} + \varepsilon \_Cit{y_{c,t}}\end{aligned} $ | (4) |
其中，
表5列（1）—列（3）报告了城市层面企业进入的回归结果。列（1）显示，Reform的估计系数在1%的水平下显著为正，系数为0.107，这说明破产审判改革促进当地新进入企业数量增加了约10.7%。列（2）结果显示，Reform×Developed的系数为0.099，在统计学意义上不显著，但其经济学意义较大。在经济欠发达城市，破产审判改革促进新进入企业数量增加了约3.2%（
| 变量 | （1）Ln New_Firm | （2）Ln New_Firm | （3）Ln New_Firm | （4）Employment | （5）Employment | （6）Employment |
| 0.107***（0.041） | 0.032（0.061） | 0.027（0.068） | 0.012（0.010） | −0.014（0.013） | −0.017（0.011） | |
| 0.099（0.075） | 0.034**（0.015） | |||||
| 0.101（0.080） | 0.037***（0.014） | |||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 城市固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 省份×年份固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| — | 0.132***（0.048） | 0.129***（0.047） | — | 0.021*（0.012） | 0.020*（0.012） | |
| 观测值 | ||||||
| 调整R2 | 0.946 | 0.946 | 0.946 | 0.874 | 0.875 | 0.875 |
（二）破产审判改革对工资水平的影响。稳定就业不仅体现在提高就业水平，还要注重提升就业质量，其中包括工作收入、工作环境和职业发展前景等多个方面。考虑到数据的可得性，本文主要分析破产审判改革对城市工资水平的影响。具体地，将式（4）中的被解释变量替换为职工月平均工资（Monthly_Salary）后重新进行回归。
| 变量 | （1）Monthly_Salary | （2）Monthly_Salary | （3）Monthly_Salary |
| 212.748***（67.854） | −1.580（112.586） | 9.495（96.154） | |
| 286.029**（131.849） | |||
| 257.956**（120.385） | |||
| 控制变量 | 控制 | 控制 | 控制 |
| 城市固定效应 | 控制 | 控制 | 控制 |
| 省份×年份固定效应 | 控制 | 控制 | 控制 |
| — | 284.449***（76.625） | 267.452***（78.883） | |
| 样本量 | |||
| 调整R2 | 0.772 | 0.773 | 0.772 |
八、结论和政策启示
中国当前正面临着就业结构失衡和就业岗位不足等严峻问题。破产审判改革完善了我国的市场退出机制，极大地提升了企业在产能升级过程中资金回流的速度，有效激发了市场活力，为提供更多就业岗位创造了条件。本文将清算与破产审判庭的设立视为一项准自然实验，在此基础上，以2011—2019年中国A股非金融上市公司数据为基础，采用双重差分法实证检验了破产审判改革对企业和城市两个层面就业水平的影响。本文核心结论为：破产审判改革显著提升了破产案件的审理效率，有效保护了债权人的合法权益，使得上市公司的劳动力雇佣水平增加了约4.7%，增加了城市总体就业，并提升了工资水平。
本文的政策启示主要有以下三点。第一，地方政府无须为保障就业和维持社会稳定而救助僵尸企业。推动低效的僵尸企业退出市场有利于优化资源配置，能促进社会资源重新分配至生产率更高的企业。地方政府应该坚持法治化建设，深化破产审判改革，进一步优化市场退出程序，激发市场主体活力，增强企业的就业吸纳能力，从而实现稳就业的目标。第二，破产审判改革带来的信贷资金释放效应主要惠及原本融资条件相对宽松的企业，而对中小企业的帮助有限。因此，政府需要采取法治化改革和政策激励并重的策略，改善中小企业融资环境，扶持中小企业发展。第三，破产审判改革的效果受到城市经济发展水平的影响，对经济欠发达城市的影响远不及经济发达城市。经济欠发达城市应当加大基础设施建设力度，持续改善营商环境，并通过适当的税收优惠政策吸引新企业进入，实现“腾笼换鸟”的良性发展态势，进而最大限度地发挥破产审判改革的稳就业效果。
| [1] | 陈彪, 罗鹏飞, 杨金强. 银税互动、融资约束与小微企业投融资[J]. 经济研究, 2021(12): 77–93. |
| [2] | 陈胜蓝, 王鹏程, 马慧, 等. 《中小企业促进法》的稳就业效应——基于政府信用体系建设视角[J]. 管理世界, 2023(9): 52–68. |
| [3] | 陈世来, 李青原. IPO、商业信用供给与企业绩效[J]. 南开管理评论, 2023(4): 66–76. |
| [4] | 陈夏红. 我国清算与破产审判庭的设置与运转[J]. 甘肃社会科学, 2017(1): 164–171. |
| [5] | 胡诗阳, 尹亮, 祝继高. 破产法庭设立、债权人保护与地方性商业银行风险[J]. 经济研究, 2023(12): 95–112. |
| [6] | 刘贯春, 吴佳其, 叶永卫, 等. 增值税留抵退税的就业创造效应[J]. 财经研究, 2023(11): 19–33. |
| [7] | 罗进辉, 巫奕龙, 刘海潮, 等. 亲清政商关系的绿色治理效应——来自绿色并购的证据[J]. 财经研究, 2023(11): 34–49. |
| [8] | 潘越, 纪翔阁, 宁博, 等. 破产审判改革、财政减负与企业降税[J]. 世界经济, 2023(1): 192–215. |
| [9] | 申广军. 比较优势与僵尸企业: 基于新结构经济学视角的研究[J]. 管理世界, 2016(12): 13–24. |
| [10] | 谭语嫣, 谭之博, 黄益平, 等. 僵尸企业的投资挤出效应: 基于中国工业企业的证据[J]. 经济研究, 2017(5): 175–188. |
| [11] | 唐珏, 谢强, 赵仁杰, 等. 基于失业保险的稳就业政策效果研究[J]. 管理世界, 2023(10): 109–131. |
| [12] | 王欣新. 僵尸企业治理与破产法的实施[J]. 人民司法（应用）, 2016(13): 4–9. |
| [13] | 王永钦, 董雯. 机器人的兴起如何影响中国劳动力市场? ——来自制造业上市公司的证据[J]. 经济研究, 2020(10): 159–175. |
| [14] | 魏新璋. 破产审判与“僵尸企业”处置的实践探索与思考——以衢州法院加大“僵尸企业”司法处置力度助推供给侧改革为观察点[J]. 法治研究, 2017(2): 64–74. DOI:10.3969/j.issn.1674-1455.2017.02.007 |
| [15] | 肖兴志, 张伟广, 朝镛. 僵尸企业与就业增长: 保护还是排挤? [J]. 管理世界, 2019(8): 69–83. DOI:10.3969/j.issn.1002-5502.2019.08.006 |
| [16] | 许年行, 王崇骏, 章纪超. 破产审判改革、债权人司法保护与企业创新——基于清算与破产审判庭设立的准自然实验[J]. 金融研究, 2023(6): 150–168. |
| [17] | 杨连星, 李蔚, 王秋硕. 税收优惠、供应链传导与商业信用——基于留抵退税政策的准自然实验[J]. 经济研究, 2023(12): 41–58. |
| [18] | 周文婷, 冯晨. 僵尸企业的风险传染效应: 基于供应链机制[J]. 世界经济, 2022(11): 101–124. |
| [19] | Acemoglu D, Restrepo P. The race between man and machine: Implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488–1542. DOI:10.1257/aer.20160696 |
| [20] | Adelino M, Ferreira M A, Giannetti M, et al. Trade credit and the transmission of unconventional monetary policy[J]. The Review of Financial Studies, 2023, 36(2): 775–813. DOI:10.1093/rfs/hhac040 |
| [21] | Benmelech E, Frydman C, Papanikolaou D. Financial frictions and employment during the Great Depression[J]. Journal of Financial Economics, 2019, 133(3): 541–563. DOI:10.1016/j.jfineco.2019.02.005 |
| [22] | Bernstein S, Colonnelli E, Iverson B. Asset allocation in bankruptcy[J]. The Journal of Finance, 2019, 74(1): 5–53. DOI:10.1111/jofi.12740 |
| [23] | Caballero R J, Hoshi T, Kashyap A K. Zombie lending and depressed restructuring in Japan[J]. American Economic Review, 2008, 98(5): 1943–1977. DOI:10.1257/aer.98.5.1943 |
| [24] | Cai G, Zhang X, Yang H. Fiscal stress and the formation of zombie firms: Evidence from China[J]. China Economic Review, 2022, 71: 101720. DOI:10.1016/j.chieco.2021.101720 |
| [25] | Cengiz D, Dube A, Lindner A, et al. The effect of minimum wages on low-wage jobs[J]. The Quarterly Journal of Economics, 2019, 134(3): 1405–1454. DOI:10.1093/qje/qjz014 |
| [26] | Cong L W, Gao H, Ponticelli J, et al. Credit allocation under economic stimulus: Evidence from China[J]. The Review of Financial Studies, 2019, 32(9): 3412–3460. DOI:10.1093/rfs/hhz008 |
| [27] | Costello A M. Credit market disruptions and liquidity spillover effects in the supply chain[J]. Journal of Political Economy, 2020, 128(9): 3434–3468. DOI:10.1086/708736 |
| [28] | Dai Y, Li X, Liu D, et al. Throwing good money after bad: Zombie lending and the supply chain contagion of firm exit[J]. Journal of Economic Behavior & Organization, 2021, 189: 379–402. |
| [29] | Fabbri D, Klapper L F. Bargaining power and trade credit[J]. Journal of Corporate Finance, 2016, 41: 66–80. DOI:10.1016/j.jcorpfin.2016.07.001 |
| [30] | Fernando A N, Singh N, Tourek G. Hiring frictions and the promise of online job portals: Evidence from India[J]. American Economic Review: Insights, 2023, 5(4): 546–562. |
| [31] | Goodman-Bacon A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2): 254–277. DOI:10.1016/j.jeconom.2021.03.014 |
| [32] | Haschka R E, Herwartz H, Struthmann P, et al. The joint effects of financial development and the business environment on firm growth: Evidence from Vietnam[J]. Journal of Comparative Economics, 2022, 50(2): 486–506. DOI:10.1016/j.jce.2021.11.002 |
| [33] | Jensen A. Employment structure and the rise of the modern tax system[J]. American Economic Review, 2022, 112(1): 213–234. DOI:10.1257/aer.20191528 |
| [34] | Keuschnigg C, Kogler M. The Schumpeterian role of banks: Credit reallocation and capital structure[J]. European Economic Review, 2020, 121: 103349. DOI:10.1016/j.euroecorev.2019.103349 |
| [35] | Li B, Ponticelli J. Going bankrupt in China[J]. Review of Finance, 2022, 26(3): 449–486. DOI:10.1093/rof/rfab023 |
| [36] | Mehrotra N, Sergeyev D. Financial shocks, firm credit and the Great Recession[J]. Journal of Monetary Economics, 2021, 117: 296–315. DOI:10.1016/j.jmoneco.2020.01.008 |
| [37] | Peek J, Rosengren E S. Unnatural selection: Perverse incentives and the misallocation of credit in Japan[J]. American Economic Review, 2005, 95(4): 1144–1166. DOI:10.1257/0002828054825691 |
| [38] | Sun L, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021, 225(2): 175–199. DOI:10.1016/j.jeconom.2020.09.006 |
| [39] | Yagan D. Employment hysteresis from the Great Recession[J]. Journal of Political Economy, 2019, 127(5): 2505–2558. DOI:10.1086/701809 |