《外国经济与管理》
2025第47卷第5期
灵活用工与企业全要素生产率
陈嘉滢 , 李增福     
华南师范大学 经济与管理学院,广东 广州 510006
摘要:本文基于2013年《劳动合同法》修订和2014年《劳务派遣暂行规定》施行的准自然实验,以2010—2021年中国A股上市公司为样本,采用双重差分法探讨了灵活用工对企业全要素生产率的影响。研究发现,灵活用工显著提升了企业全要素生产率,经一系列稳健性检验后结论仍然成立。影响机制检验表明,灵活用工通过降低用工成本、提升创新能力、提高投资效率三个路径提升了企业全要素生产率。异质性分析表明,这一正向效应在生命周期处于成长期和成熟期、风险承担较大、所处行业技术水平、所处地区法治水平以及发展水平较好的企业中更为显著。本文揭示了灵活用工作助推企业提质增效的机制,为优化企业资源要素配置、提升企业生产效率和推动政府部门引导灵活用工有序发展提供了启发与参考。
关键词灵活用工全要素生产率劳动合同法劳务派遣暂行规定
Flexible Employment and Enterprises’ Total Factor Productivity
Chen Jiaying , Li Zengfu     
School of Economics and Management, South China Normal University, Guangzhou 510006, China
Summary: Based on the quasi-natural experiment of the revision of Labor Contract Law in 2013 and the implementation of Interim Provisions on Labor Dispatch in 2014, this paper explores the impact of flexible employment on enterprises’ total factor productivity (TFP) by using the DID method with a sample of China’s A-share listed companies over the period 2010-2021. The study finds that flexible employment significantly increases TFP, and the conclusion still holds after a series of robustness tests. Mechanism testing shows that flexible employment enhances TFP through three paths: reducing labor costs, enhancing innovation capacity, and improving investment efficiency. Heterogeneity analysis shows that this positive effect is more significant in enterprises whose life cycle is in the growth and maturity stages, whose risk-taking is higher, and whose technological level of the industry they work in, level of the rule of law in the region they work in, and level of their development are better. This paper reveals the mechanism by which flexible employment boosts the quality and efficiency of enterprises, and provides inspiration and reference for optimizing the allocation of enterprise resources, enhancing the productivity of enterprises, and promoting government departments to guide the orderly development of flexible employment.
Key words: flexible employment; TFP; Labor Contract Law; Interim Provisions on Labor Dispatch

一、引 言

党的二十大报告明确指出,加强灵活就业和新就业形态劳动者权益保障。2020年国务院发布的《关于支持多渠道灵活就业的意见》中,强调“取消对灵活就业的不合理限制”。2021年国务院印发《“十四五”就业促进规划》,明确指出“支持多渠道灵活就业和新就业形态发展”。国家统计局发布的数据显示,截至2021年底,国内灵活就业人员已达2亿人。“2022中国零工经济行业研究报告”认为,中国一线城市的灵活用工占比达到25.6%,零工需求将不断释放,到2036年或能达到4亿人左右。灵活用工市场前景广阔,将逐渐影响社会经济形态,对企业乃至经济社会产生重要影响。

为推动灵活用工现象蓬勃发展发挥重要作用,我国陆续出台了相关政策。全国人民代表大会常务委员会对《劳动合同法》进行了修订,并于2013年7月正式施行,细化了劳务派遣中的“同工同酬”“三性”岗位等相关规定。人力资源和社会保障部2014年3月颁布了《劳务派遣暂行规定》。通过明确条文,《劳务派遣暂行规定》规范了劳务派遣用工行为,切实有效地保障相关劳动者的切身利益,促进了劳动力的流动,进而也为企业提供了更大的雇佣灵活性,促进劳务派遣健康有序地发展。劳务派遣相关规定的出台使企业面临劳务派遣成本上升,企业为了缓解用工成本,通过劳务外包加深我国劳动力市场灵活用工程度。

与此同时,我国经济已转向高质量发展阶段,经济社会发展必须以推动高质量发展为主题。灵活用工作为新发展阶段出现的新现象,能否为实体经济高质量发展持续注入新动力是一个重要的现实问题。从理论上,首先,通过采用灵活用工模式,企业能从人力资源服务单位购买非核心岗位员工的服务,从而有效减少这部分用工成本,产生资源节约效应,避免企业由于资金不足而错失发展机会(戚聿东等,2021),进而提升企业全要素生产率,促进高质量发展。其次,灵活用工为企业提供了一种有效的途径获取外部与创新活动相关的知识,增强企业进行创新的能力(王永贵等,2015),且企业采用灵活用工模式更容易调整人力规模,适应市场需求的波动,进而增加创新动机。而企业通过创新活动实现技术进步,有利于改善企业的资源利用效率与技术使用效率(余明桂等,2016),从而提高了全要素生产率,推动企业高质量发展。此外,灵活用工使企业能够根据需求迅速调配所需的人力资源,避免过剩或不足的情况发生,从而提高投资效率,降低过度投资。企业投资效率的提升与过度投资的减少对企业全要素生产率有积极的作用(蒋东生,2011;申慧慧等,2012;詹雷和王瑶瑶,2013)。但目前对灵活用工能否增加企业全要素生产率、推动企业高质量发展,缺乏文献研究。

基于此,本文以2013年《劳动合同法》修订、2014年《劳务派遣暂行规定》实施的叠加效应为我国企业传统雇佣制度结构性向灵活用工转变的“外生冲击”,采用双重差分模型实证检验了灵活用工对企业全要素生产率的影响。研究发现,灵活用工显著提升了企业全要素生产率,经一系列稳健性检验后结论仍然成立。影响机制检验表明,灵活用工通过降低用工成本、提升创新能力、提高投资效率三个路径提升了企业全要素生产率。异质性分析表明,这一正向效应在生命周期处于成长期和成熟期、风险承担较大、所处行业技术水平、所处地区法治水平以及发展水平较好的企业中更为显著。

本文边际贡献在于以下三个方面。第一,立足于企业全要素生产率视角,评估了灵活用工的微观经济效应。既有国内文献侧重考察灵活用工对经济结构的影响(莫怡青和李力行,2022),或侧重剖析企业灵活用工的影响因素(霍景东和黄群慧,2012;杨国超等,2023),本文基于2013年《劳动合同法》修订、2014年《劳务派遣暂行规定》实施的准自然实验,借助具有操作性与实践意义的专门规范企业灵活用工现象的法律文件,考察了灵活用工对企业全要素生产率的作用效果,为灵活用工和高质量发展之间关联的研究提供了经验证据。

第二,回答了灵活用工在中国能否带来积极的发展效应这一重大现实关切命题。不同于西方发达国家在21世纪初随着经济发展自然出现的灵活用工现象,中国的灵活用工现象特色在于其是随着经济发展与政策鼓励不断兴起的(王全兴和刘琦,2019)。学术界不乏关于灵活用工能否发挥积极效应的讨论,但经验观点一直存在争论,比如灵活用工能够提高生产效率(Weigelt,2009),而过度依赖灵活用工也可能削弱企业长期生产力(Rubery等,2016)。本文聚焦中国2013年《劳动合同法》修订、2014年《劳务派遣暂行规定》的实施,从全要素生产率视角对该科学命题进行了解答,不仅拓展了中国情境下劳务派遣的政策效果研究,也为灵活用工在中国能否发挥促发展效应提供了证据与答案。

第三,研究结论具有明确的政策涵义。当前国内存在有效需求不足、国内大循环存在堵点、外部环境不确定性上升等严峻问题,推动高质量发展是当下重要任务之一。本文提供灵活用工提升企业全要素生产率的理论参考与经验证据,不仅有助于为相关部门针对性制定引导灵活用工有序发展政策提供支持和重要参考,也为推动我国高质量发展提供了新的路径参考。

二、制度背景、文献综述与研究假说

(一)制度背景

随着社会和经济的快速发展,企业对于用工的需求不断增加,传统的固定用工模式已经无法满足市场需求。越来越多的企业采用灵活用工模式来应对经济的不确定性和市场的变化。灵活用工模式指的是根据工作内容和工作量的不同,采取不同的用工方式,包括雇佣合同工、派遣工、自由职业者、兼职工等。劳务派遣作为一种灵活的用工方式,能够满足企业对于用工的临时性、季节性需求,减轻企业的人力资源管理压力。劳务派遣制度的形成时间是在20世纪80年代末90年代初,随着中国市场经济的发展和对外开放的政策,外资企业进入中国市场的需求增加,同时劳动力市场的供求关系也发生了变化,劳务派遣制度应运而生。在实践中,一些企业利用劳务派遣规避法定责任,侵害派遣员工权益,影响了劳务派遣市场的健康发展。因此,相关政府部门应制定劳务派遣相关规定,规范劳务派遣行为,保障派遣员工的合法权益,促进劳务派遣市场的健康发展。在此背景下,出现了不少政策为劳务派遣制度的发展提供了保障,2008年1月1日实施的《中华人民共和国劳动合同法》第一次对我国的劳务派遣问题作出了规定,对国家出台的《中华人民共和国劳动合同法实施条例》对劳务派遣问题作了进一步的细化和解释。其明确规定,用人单位或者其所属单位不得出资或合伙设立劳务派遣单位,向本单位或者其他所属单位派遣劳动者。劳务派遣公司作为用人单位应当履行用人单位对劳动者的义务,如按月支付劳动报酬、缴纳社会保险等。《劳动合同法》对劳务派遣公司与劳动者建立劳动关系作出了一些特别的规定,如劳务派遣单位与被派遣劳动者应当订立两年以上固定期限的劳动合同;被派遣劳动者在无工作期间,劳务派遣单位应当支付最低工资标准;劳动合同中应当载明被派遣劳动者的用工单位及派遣期限、工作岗位;不得克扣劳务派遣人员的劳动报酬等。

近年来,社会经济体系进一步演变,数字经济赋能企业打破空间限制招聘、管理员工,为灵活用工现象兴起奠定基础。但既有法律制度无法满足企业与劳动者与时俱进的需求,企业需要可操作性强的规章制度指引灵活用工实践,灵活性劳动者也需要专门法律法规来有效保障其合法权益,即需要新的法律规范来构建和发展和谐稳定的劳动关系。因此,全国人大常委会对《劳动合同法》进行了修订,并于2013年7月正式施行。此次重点修改有关劳务派遣的内容。主要从设立经营劳务派遣业务行政许可、进一步界定“三性”工作岗位范围、严格控制劳务派遣用工数量、落实被派遣劳动者同工同酬权利和加重违法行为法律责任等方面,对劳务派遣作出了新的法律规定。随着时间的推移,劳务派遣制度也不断完善和调整,人力资源和社会保障部于2014年3月公布并施行了《劳务派遣暂行规定》,增强了以劳务派遣为代表的灵活用工行为的操作性,明确劳务派遣单位、用工单位和被派遣劳动者三方的权利义务。《劳务派遣暂行规定》涵盖了劳务派遣行为的众多方面,包括用工范围和用工比例,劳动合同、劳务派遣协议的订立和履行,劳动合同的解除和终止,跨地区劳务派遣的社会保险与各方法律责任等内容;细致严谨地规范了劳务派遣单位、用工企业与被派遣劳动者三者的权利义务,并着重考虑了现实操作中的细节问题;为各方当事人提供了明确的操作指南,确保劳务派遣的合法性和公平性。通过限制用工范围和比例,规范劳动合同和劳务派遣协议的订立和履行,设定劳动合同解除和终止的程序以及明确各方法律责任,《劳务派遣暂行规定》有助于消除用工行为中的不确定性和纠纷,使劳动者和企业建立起稳定可靠的合作关系。此外,该规定还着眼于跨地区劳务派遣所带来的问题,涉及社会保险等方面。它强调了用工企业和劳务派遣单位的责任,确保被派遣劳动者在跨地区工作时享有应有的权益和保障。

《劳动合同法》修订和《劳务派遣暂行规定》尽管对劳务派遣做出规范,但也促使更加灵活的用工形式,对于灵活用工的另一重要部分——劳务外包也具有极大的推动作用。《劳动合同法》修订和《劳务派遣暂行规定》对用工企业在合同、工资、福利等方面提出了更为严格的要求,这可能导致用工成本的逐渐增加。为了降低用工成本,企业可能会转向劳务外包,通过劳务外包填补劳务派遣被清退的空白。与此同时,劳务外包的用工灵活性高于劳务派遣,劳务外包转移了雇佣员工的一些成本和风险,为企业用工提供了更大的灵活性。具体来看劳务派遣与劳务外包的区别在于,劳务派遣指的是劳务派遣单位与劳动者订立劳动合同关系,将劳动者派遣至用工单位,劳动者接受用工单位的监督与管理的一种用工形式;劳务外包是企业在内部资源有限的情况下,把企业的非核心业务外包给外部更加专业、高效的外包提供商,由承包方安排人员去完成相应的业务,以此降低成本、提高企业运营效率。总之,劳务外包的标的主要是“事”,即满足发包方提出的劳务需要,经过验收成果之后发包方就给付报酬给承包方,而劳务派遣购买的则是“劳动力”,要对劳务派遣工进行实际管理。劳务外包主要适用于《中华人民共和国合同法》,发包企业与劳动者不存在合同关系,因此发包企业对承包的员工基本上不承担责任;而劳务派遣适用于《中华人民共和国劳动合同法》,派遣单位要与实际用人单位就劳务员工的损害承担连带赔偿责任。可见,劳务派遣受到法律法规的严格约束。而相对来说,劳务外包在使用上的限制条件较少,灵活性更强。

综上所述,《劳动合同法》修订和《劳务派遣暂行规定》规范了劳务派遣,使企业面临劳务派遣成本上升,通过用工成本的作用驱动了更为灵活的劳务外包的发展。上述两规定的实施推动了灵活用工的发展,且由于两规定实行时间较近,基于《劳动合同法》修订和《劳务派遣暂行规定》的叠加效应研究企业灵活用工对企业全要素生产率的影响具有可行性。

(二)文献综述

1.灵活用工。国内与灵活用工相关的研究大部分都是在法学等范畴中探讨关于灵活用工的立法规制问题(谢德成,2013;涂永前,2018)、劳动产权关系问题(严维石,2011)以及这一背景下劳动关系如何治理的问题(王全兴和刘琦,2019;肖红军和李平,2019;赵放和刘雨佳,2020)。实证研究方面也主要从宏观角度探讨灵活用工对劳动需求(陈仲常和马红旗,2010)乃至整体经济的影响(徐毅和张二震,2008)。而微观角度上灵活用工对企业影响的研究则较少,且主要通过构建模型框架(李雷鸣和陈俊芳,2004)与特例分析(莫怡青和李力行,2022),还未深入全面诠释灵活用工对企业的影响。

随着灵活用工现象在国内的兴起,灵活用工对企业经济影响等富有重要意义的问题,值得进一步深入研究。企业员工雇佣、管理模式是影响企业经营和生产的关键性因素,对企业的运作、效率、文化和竞争力产生深远影响(Huselid,1995)。不同于传统意义上正式、长期的企业雇佣模式,灵活用工在帮助企业避免雇佣风险、创新水平提升以及促进企业间合作等多个层面上发挥积极作用。传统的雇佣模式可能伴随着较高的雇佣风险,企业需要提供全面的员工福利,也需要对员工的健康状况负责。灵活用工模式则允许将企业承担的员工雇佣风险转移,避免了因雇佣决策而带来的过度风险(徐毅和张二震,2008;姚战琪,2010)。其次,灵活用工模式可能为企业引入了多样化、高素质的临时人才。这种多元化的人才结构促使创新思维和不同经验的交流,有助于推动创新的发生(王永贵等,2015),进而生产效率提高(Novak和Stern,2008)。最后,灵活用工涉及与不同项目组、公司或地区的合作。这种多样性促进了团队之间的交流和合作,创造了更富有创意和开放性的工作环境。莫怡青和李力行(2022)利用外卖平台进入我国各城市的时间差异,发现外卖平台的兴起带动了金融、信息技术等新兴行业的创业,促进了市场的细分化与个体化。但同时也有研究表明,过度依赖企业带来消极影响,比如过度依赖灵活用工可能导致企业隐性知识投资下降(Weigelt,2009),损害自主创新能力(Ritter-Hayashi等,2021),甚至削弱企业长期生产力(Rubery等,2016)。而当前中国劳动力市场并未显现出普遍性的过度灵活用工问题,灵活用工模式实践更需强化规范化管理,以促进其积极效应最大化,同时确保劳动者权益得到有效保障。因此,理论上来说,灵活用工模式对我国企业可能带来积极影响,但需持续考察灵活用工的现实效应,以深入全面看待灵活用工对于企业发展的影响。

2.企业全要素生产率。企业全要素生产率是衡量企业投入转化为产出的整体效率的重要指标(Solow,1957),其会受到不同层面因素的影响(Brandt等,2012)。从宏观政策层面来看,公平竞争政策、数字政策、绿色政策等对企业全要素生产率的影响。王菁华和毕超(2024)研究发现,公平竞争审查制度颁布显著提高了高行政垄断性企业的全要素生产率。曹梦弋和夏青(2023)发现,公平竞争的产业政策能够提升“专精特新”企业的全要素生产率。彭远怀(2023)认为,省级政府开通政府数据开放平台对企业全要素生产率有显著的提升作用。胡珺等(2023)研究发现,碳排放规制显著提升了控排企业的全要素生产率。汪顺等(2024)研究发现,气候政策不确定性显著降低企业全要素生产率。在微观企业层面,主要聚焦于公司治理、数字技术对企业全要素生产率的影响。黎文靖和胡玉明(2012)研究发现,国企内部薪酬差距与企业的全要素生产率呈正相关关系。张勇和张春蕾(2023)认为,管理层短视会导致企业的全要素生产率降低。此外,不乏学者研究发现,企业数字化、数字金融能够显著提升企业全要素生产率(杨汝岱等,2023)。金融数字化发展可以缓解金融摩擦对企业全要素生产率的不利影响。黄先海和高亚兴(2023)研究发现,企业的数实产业技术融合行为能够显著提升其全要素生产率。

综上所述,灵活用工这一新型雇佣模式填补了企业传统雇佣模式的不足,使企业能够根据需求雇佣员工,推动企业生产经营各个环节发生改变,通过避免雇佣风险、增强创新能力、促进企业间合作共赢等途径对企业的发展状况产生积极影响。企业的组织架构与生产组织方式受高度流动性的经济社会要素深刻影响,企业工作岗位的时空边界不断被扩展(莫怡青和李力行,2022)。因此,需要探究灵活用工对企业全要素生产率这一重要高质量发展特征的影响。

(三)理论基础与研究假说

随着经济社会的发展,企业不再局限于传统的雇佣模式,在宽松的雇佣制度环境下,越来越多的企业采用灵活用工模式来应对经济的不确定性和市场的变化,根据需求快速调整人力资源。企业通过灵活用工的引入,降低用工成本,进而提升企业全要素生产率。用工成本是制约企业成长与扩张的关键因素之一(魏下海等,2021)。在经济不景气或行业调整阶段,固定性人力成本可能成为企业的沉重负担,不仅加剧了财务压力,还可能迫使企业因资金短缺而错失关键的发展机遇(戚聿东等,2021)。传统雇佣模式普遍导致企业背负着高额的人力固定成本,涵盖薪资支付、社会保险缴纳、健康福利提供及员工培训投资等多个维度。这些成本构成了企业人力资源支出的刚性部分,其调整往往受限于法律、合同及市场惯例,难以在短期内实现有效削减(Serfling,2016)。然而,灵活用工模式的引入为企业人力资源管理带来了革命性的变革。它打破了传统雇佣模式的束缚,赋予了企业更高的灵活性与选择性。企业通过采用灵活用工模式,能够从专业的人力资源服务机构获取非核心岗位的专业服务,从而实现了对这部分岗位劳务成本与潜在风险的有效控制与转移,直接降低了企业的用工成本。本文据此提出研究假说:

H1:灵活用工能够降低企业用工成本。

灵活用工对企业增强创新能力也有显著影响。首先,企业通过从人力资源服务机构采购非核心岗位的服务,实现了对这部分用工成本的有效控制。此举不仅减少了人力开支,还促使企业将资源更集中地投向高学历人才及研发团队的选拔与培养上,从而优化了企业人员构成。这一调整不仅增强了企业对新兴技术和市场趋势的快速适应能力(Acemoglu,2002),还搭建了一座桥梁,使企业能够便捷地获取外部创新资源,进一步激发企业的创新能力。因此,灵活用工模式不仅丰富了企业的技术知识库和人才储备,还提升了企业的运营灵活性,通过聚焦核心业务强化了市场竞争力(鄢伟波,2023;Le Moigne,2021),激发了企业的创新动力,为企业的可持续发展和高质量转型奠定了坚实基础。其次,灵活用工模式通过降低运营成本、提升运营效率,增强了企业的盈利能力,直接吸引了外部投资者的关注,使得他们更愿意为企业的研发项目提供资金支持(吴超鹏和唐菂,2016;冀云阳等,2023)。融资环境的改善有效缓解了企业的资金压力,为企业的创新活动注入了强劲动力,提升企业的创新能力。本文据此提出研究假说:

H2:灵活用工能够提升企业创新能力。

灵活用工机制显著促进了企业投资效率的提升,有效遏制了过度投资现象,优化了资源在企业内部的配置效率。这一策略赋予了企业高度的灵活性,在人力资源配置上实现动态调整,不仅降低了生产运营中的人力成本负担,还通过吸纳外部技术知识与经验,持续优化生产流程,使企业能更加聚焦于核心竞争力的构建与维护。具体而言,灵活用工模式使企业能够迅速响应市场变化,根据实际需求进行组织结构的灵活调整与重构。当面临项目需求激增或季节性需求波动时,企业能够迅速招募到具备所需专业技能的人才,确保生产能力与市场需求精准匹配(Acemoglu,2002;涂永前,2018),从而加速市场适应过程,减少因人力资源错配导致的效率损失,且有助于企业快速回收投资成本,提高投资回报率(Lee和Mas,2012),通过精准控制人力投入,有效避免过度投资现象的发生。例如,在面对季节性需求高峰或突发性项目时,灵活用工策略使企业能够迅速调集资源,确保在需求高峰期有足够的人力支持,而在需求低谷期则能相应减少人力成本支出,避免资源闲置与浪费,提升投资效率。本文据此提出研究假说:

H3:灵活用工能够提升企业投资效率。

灵活用工模式在降低用工成本、增强创新能力以及提高投资效率三个方面展现出了显著的优势,这有助于提升企业的全要素生产率。首先,通过采用灵活用工模式,企业能从人力资源服务单位购买非核心岗位员工的服务,从而有效减少这部分用工成本,产生资源节约效应,避免企业由于资金不足而错失发展机会(戚聿东等,2021),进而提升企业全要素生产率,促进高质量发展。其次,灵活用工为企业提供了一种有效的途径获取外部与创新活动相关的知识,增强企业进行创新的能力(王永贵等,2015),且企业采用灵活用工模式更容易调整人力规模,适应市场需求的波动,进而增加创新动机。而企业通过创新活动实现技术进步,有利于改善企业的资源利用效率与技术使用效率(余明桂等,2016),从而提高了全要素生产率,推动企业高质量发展。此外,灵活用工使企业能够根据需求迅速调配所需的人力资源,避免过剩或不足的情况发生,从而提高投资效率,降低过度投资。企业投资效率的提升与过度投资的减少对企业全要素生产率有积极的促进作用(蒋东生,2011;申慧慧等,2012;詹雷和王瑶瑶,2013)。本文据此提出研究假说:

H4:灵活用工能够提升企业全要素生产率。

三、研究设计

(一)样本选择与数据来源

本文以2010—2021年中国A股上市公司作为初始样本,企业财务业绩与内部治理等数据来自CSMAR数据库与Wind数据库。本文对样本进行如下筛选步骤:(1)删除ST、PT及金融业的企业样本;(2)删除企业资产负债率小于等于0的样本;(3)删除数据缺失的企业样本;(4)连续变量进行1%和99%水平的缩尾处理。筛选后共获得27945条企业—年度观测值。

(二)变量定义

1.被解释变量。本文的被解释变量为企业全要素生产率。常见的企业全要素生产率的计算方法有最小二乘法、固定效应法、广义矩估计法、Olley-Pakes法(OP法)以及Levinsohn-Petrin法(LP法)。其中,最小二乘法和固定效应法可能存在显著的内生性问题,覆盖的信息也不够全面(王桂军和卢潇潇,2019),广义矩估计法虽然可以解决内生性问题,但是需要样本有足够长的时间跨度(鲁晓东和连玉君,2012)。结合现实情况,本文使用OP法和LP法计算企业的全要素生产率用于实证分析,分别由变量TFP_OPTFP_LP表示。

2.解释变量。本文以2013年7月《劳动合同法》修订和2014年3月《劳务派遣暂行规定》的实施作为促进灵活用工发展的外生冲击。《劳动合同法》进行修订,细化了劳务派遣中的“同工同酬”“三性”岗位等相关规定,《劳务派遣暂行规定》进一步规范了劳务派遣用工行为,这增加了企业劳务派遣的用工成本,促使企业转向更加灵活的雇佣模式——劳务外包,推动了劳务外包这一灵活用工形式发展。且由于《劳动合同法》修订和《劳务派遣暂行规定》的实施间隔较近,对灵活用工市场效应接近,在计量上难以清楚地区分二者的效应。因此,我们选择这两个事件期做多期DID检验。 1

由于灵活用工对于劳动密集型企业的影响更大,将劳动密集型企业设定为处理组,其他企业设定为控制组(朱冰,2020)。劳动密集度的计算度量方式为员工工资薪酬的对数除以销售收入的对数(Serfling,2016),并且利用政策实施前一年的数据衡量企业劳动密集度(许红梅和李春涛,2020)。即本文设定《劳动合同法》修订的劳动密集度分组虚拟变量Treat1,当企业在2012年的劳动密集度大于该年样本中所有企业劳动密集度的中位数时,Treat1取值为1,否则取值为0;设定时间虚拟变量Post1,当企业样本所在年份大于或等于2013年时该变量取1,否则取0。《劳务派遣暂行规定》的劳动密集度分组虚拟变量Treat2,当企业在2013年的劳动密集度大于该年样本中所有企业劳动密集度的中位数时,Treat2取值为1,否则取值为0;设定时间虚拟变量Post2,当企业样本所在年份大于或等于2014年时该变量取1,否则取0。设定《劳动合同法》修订和《劳务派遣暂行规定》的叠加政策虚拟变量did,当Treat1×Post1Treat2×Post2为1时取值为1,当Treat×Post1和Treat2×Post2均为0时取值为0。

本文选取的控制变量(Controlsi,t)包括:企业规模(Size)、企业年龄(Age)、企业成长性(Tobin)、盈利能力(ROA)、资产负债率(Lev)、产权性质(SOE)、现金流量(Cflow)、营业利润率(Profit)、独立董事比例(Indir)。

(三)模型设定

为了考察企业灵活用工与全要素生产率之间的关系,本文构建了如下基准回归模型。

$ {TFP}_{i,t}={\beta }_{0}+{\beta }_{1}{Did}_{i,t}+{\beta }_{2}{Controls}_{i,t}+{Year}_{t}+{Industry}_{ind}+{Firm}_{i}+{\varepsilon }_{i,t} $ (1)

其中,i表示公司个体,t表示年度,ind表示行业,$ {TFP}_{i,t} $表示企业i在第t年的全要素生产率,分别以OP法(TFP_OP)和LP法(TFP_LP)计算的结果表示。$ {Did}_{i,t} $表示政策虚拟变量,本文重点考察$ {Did}_{i,t} $的回归系数$ {\beta }_{1} $$ {Controls}_{i,t} $代表一系列控制变量,$ {\beta }_{2} $是其回归系数;$ {Year}_{t} $$ {Industry}_{ind} $$ {Firm}_{i} $分别代表年份、行业和个体固定效应;$ {\varepsilon }_{i,t} $为随机扰动项。并且本文对所有回归系数的标准误使用异方差稳健性调整和在公司层面上进行了“聚类”(cluster)处理。表1报告了本文主要变量的详细介绍。

表 1 变量定义表
变量名称 变量符号 变量定义
全要素生产率 TFP_OP OP法计算的企业全要素生产率
TFP_LP LP法计算的企业全要素生产率
政策虚拟变量 Did 企业在2012年的劳动密集度大于该年所有企业劳动密集度的中位数,且样本所在年份大于或等于2013年时,或企业在2013年的劳动密集度大于该年所有企业劳动密集度的中位数,且样本所在年份大于或等于2014年时,取值为1;否则取0。
企业规模 Size 企业期末总资产的自然对数
企业年龄 Age 企业成立年数的自然对数
企业成长性 Tobin 市值/总资产
盈利能力 ROA 企业净利润/总资产
资产负债率 Lev 总负债/总资产
产权性质 SOE 国有企业则取值为1,否则为0
现金流量 Cflow 经营活动产生的现金流量净额/营业收入
营业利润率 Profit 企业营业利润/营业收入
独立董事规模 Indir 企业独立董事数量的对数
四、回归结果与分析

(一)描述性统计

描述性统计结果显示 2,采用OP法(TFP_OP)和LP法(TFP_LP)计算的全要素生产率均值分别为6.624和8.246,标准差分别为0.858和1.032。变量Treat1、Treat2的均值分布为0.555、0.517,表明样本企业的劳动密集度分布较为平均。控制变量的主要特征与之前相关研究基本一致,说明样本具有一定的代表性。

(二)基本检验

为检验灵活用工与企业全要素生产率之间的关系,我们利用模型(1)对样本进行了回归分析。表2汇报了企业全要素生产率与Did回归结果。表2中,第(1)(2)列分别列示了TFP_OPTFP_LP不添加控制变量,控制行业、时间与个体固定效应的回归结果,结果至少在Did在5%的水平上显著为正。第(3)(4)列分别列示了TFP_OPTFP_LP在第(1)(2)列基础上添加控制变量的回归结果,列(3)中Did的回归系数为0.061,列(4)中Did的回归系数为0.056,且均在1%水平上显著为正,表明《劳动合同法》修订和《劳务派遣暂行规定》出台之后,企业全要素生产率显著提高。以上的回归结果支持了灵活用工提升企业全要素生产率的观点。

表 2 灵活用工影响企业全要素生产率的基本检验结果
变量 (1) (2) (3) (4)
TFP_OP TFP_LP TFP_OP TFP_LP
Did 0.063*** 0.058** 0.061*** 0.056***
(2.964) (2.500) (3.530) (3.276)
Size 0.404*** 0.562***
(25.606) (34.112)
Age 0.007 −0.006
(0.367) (−0.294)
Tobin 0.027*** 0.032***
(6.282) (7.391)
ROA 0.271*** 0.266***
(5.887) (5.628)
Lev 0.256*** 0.315***
(4.525) (5.475)
SOE −0.047 −0.021
(−1.628) (−0.724)
Cflow 0.592*** 0.622***
(8.967) (9.544)
Profit 0.280*** 0.264***
(6.350) (5.874)
Indir 0.028 0.046
(0.694) (1.088)
Year/Industry/Firm Yes Yes Yes Yes
_cons 6.593*** 8.218*** −2.611*** −4.535***
(615.196) (692.002) (−7.756) (−13.109)
N 26111 26111 26111 26111
Adjusted R2 0.811 0.841 0.863 0.903
  注:******分别在1%、5%、10%统计水平下显著;括号内为经过公司层面Cluster后的T统计量。下同。

(三)稳健性检验 3

1.平行趋势检验。满足平行趋势假定是使用双重差分方法的重要前提。我们构建政策实施前后多年的时间虚拟变量,并将其与变量Treat进行交乘。随后进行回归分析。图1图2分别汇报了OP法计算的企业全要素生产率、LP法计算的企业全要素生产率在《劳动合同法》修订和《劳务派遣暂行规定》实施前后多期的动态变化趋势。在图1图2中,−4至−2、0、1至8分别表示政策实施前四年到前二年、实施当年以及实施后第一年到第八年的时间虚拟变量与Treat的交乘项。特别说明的是,政策实施前一年作为基期,因而图1图2中并没有其回归系数。

图 1 TFP_OP平行趋势检验
图 2 TFP_LP平行趋势检验

图1图2可以看出,政策实施前的置信区间包括0,回归系数均不显著,这说明在《劳动合同法》修订和《劳务派遣暂行规定》之前,处理组和控制组无论是OP法还是LP法计算的企业全要素变动都存在共同趋势,即平行趋势假定满足。此外,政策实施当年以及实施后第一年到第七年的置信区间不包括0,表明《劳动合同法》修订和《劳务派遣暂行规定》出台对两种方法计算的企业全要素生产率的促进作用在当期就显现了,并持续存在。

2.安慰剂检验。为了避免研究结果的偶然性,我们采用随机抽样方法构造虚假的解释变量Did1,重新进行回归,并重复这一随机过程1000次。随机赋值的回归结果表明,基准回归结果并不是由其他不可观测因素导致的。

3.倾向得分匹配。为避免遗漏变量对模型的影响,本文利用倾向性得分匹配(PSM)方法从实验组中寻找控制组,具体选择企业规模(Size)、企业年龄(Age)、企业成长性(Tobin)、盈利能力(ROA)、资产负债率(Lev)、产权性质(SOE)、现金流量(Cflow)、营业利润率(Profit)、独立董事比例(Indir)作为匹配变量,以保证控制组企业和处理组企业各财务指标尽可能接近。回归结果与基准回归基本保持一致,仍证实灵活用工提升了企业全要素生产率。

4.更换劳动密集度衡量指标。为了排除度量方式可能造成最终结果上的偶然性,参考倪骁然和朱玉杰(2016)的做法,使用以下方式重新划分是否劳动密集型企业:采用员工人数与企业销售收入之比重新测算劳动密集度,然后根据样本的中位数,将样本分为高劳动密集组和低劳动密集组两组。检验结果均在1%水平上显著为正,支持了基准回归的结论。

5.子样本检验。为了避免部分样本的特殊性影响整体样本,从而导致回归分析结果产生误差,我们进行了两种子样本检验:(1)剔除了位于四个一线城市(北京、上海、广州、深圳)的企业样本。这四个城市的经济发展水平较高,企业所处营商环境较好,可能有其他未观察到因素促使企业提升全要素生产率。(2)缩短样本期为2011—2015年。过长的样本区间可能带来未观察到的干扰因素,从而降低回归模型的精确度。在排除部分特殊样本后,本文主要结论依然稳健。

6.改变回归模型估计方式。为了避免回归模型的特定估计方式导致回归分析结果的偶然性,我们对回归模型进行了以下变化:(1)控制省份固定效应,以避免省份层面未观测到因素干扰;(2)参考雷雷等(2023),控制时间与行业交互固定效应,以避免逐年行业未观测到因素干扰;(3)分别在省份、行业层面聚类计算标准误。回归结果保持稳健。

五、进一步分析与检验

(一)影响机制检验

1.降低用工成本。用工成本方面,灵活用工有利于企业降低用工成本、提升员工质量,进而提升企业全要素生产率。企业通过灵活用工,能从人力资源服务单位购买非核心岗位员工的服务,从而有效地减少与转移这部分员工的劳务成本与风险,进而降低用工成本。企业用工成本上升阻碍了用工投入与企业绩效边际效应的实现,一方面,企业用工成本作为营运成本,其上涨直接导致企业净利润的下降;另一方面,企业可能通过各种途径减缓用工成本的增加以“粉饰”利润(陈冬华等,2010)。而用工投入与企业绩效边际效应的良好表现是企业实现高效率投入产出比的重要基础,进而促使企业全要素生产率提升。因此,用工成本的合理下降有利于企业全要素生产率的上升。我们利用企业员工薪酬与总资产之比作为衡量企业的用工成本(Empct)的指标,计算方法为企业支付给职工以及为职工支付的现金与当期应付职工薪酬之和,减去上期应付职工薪酬,然后除以企业总资产(杨继生和黎娇龙,2018)。同时,我们借鉴田高良等(2023)的做法,以公司为普通员工支付的薪酬作为普通员工用工成本(Ord_Empct)的衡量变量,因为相对于高级管理人员,普通员工更有可能被裁撤或者降薪以调整劳动力成本。表3第(1)(2)列汇报了用工成本影响机制的实证检验结果。第(1)(2)列的回归结果显示Did均在5%的水平上显著为负,表明灵活用工能有效降低企业用工成本。

表 3 影响机制检验
变量 (1) (2) (3) (4) (5) (6)
Empct Ord_Empct Award RD Over_inv Invest
Did −0.005** −0.003** 0.076** 0.083*** −0.008* 0.003*
(−2.412) (−2.265) (2.370) (3.752) (−1.660) (1.649)
Controls Yes Yes Yes Yes Yes Yes
Year/Industry/Firm Yes Yes Yes Yes Yes Yes
N 26070 25991 25996 22617 8211 26101
Adjusted R2 0.775 0.821 0.717 0.812 0.175 0.435

2.提升创新能力。在创新方面,灵活用工有利于企业获取知识、激发创新动机、降低创新风险,进而推动企业创新。首先,企业通常需要获取来自不同领域的知识,以推动创新活动。在灵活用工的模式下,企业往往能够吸引来自不同领域、专业背景的临时工、自由职业者或合同工,这种多元化的人才结构为企业带来了更为广泛的知识和经验,为企业提供了一种有效的途径获取外部专业知识,满足其创新活动的相关知识需求,增强企业进行创新的能力(王永贵等,2015)。其次,灵活用工模式增强了企业对市场变化的敏感性,从而激发了创新的动机。由于灵活用工的特性,企业更容易调整人力规模,适应市场需求的波动。这种灵活性使得企业更有动力去追求创新,因为他们能够更快速地响应市场的变化,抓住新机遇,应对新挑战。创新成为企业保持竞争优势和适应不断变化市场的关键策略,从而增强了创新的动机。此外,灵活用工还降低了企业进行创新的风险。通过雇佣专业技能,企业可以更有针对性地进行创新实践,而不必担心因为长期雇佣而导致的高成本和不确定性。这种低风险的创新模式促使企业更愿意尝试新的理念、技术和业务模式,从而增强了创新的能力。企业通过创新和技术升级可以降低各项生产要素的调整成本(唐未兵等,2014),提高了企业在市场变动中的适应性,从而增强了全要素生产率。我们选择发明专利授予量加上1的自然对数(Award)和研发支出(RD)表示企业创新能力。表3第(3)(4)列汇报了创新影响机制的实证检验结果。第(3)(4)列的回归结果分别显示Did在5%的水平上显著为正和在1%的水平上显著为正,表明灵活用工能有效促进创新。

3.提高投资效率。在投资效率方面,灵活用工有利于企业提高投资效率,抑制过度投资,提升企业全要素生产率。灵活用工使企业能够根据需求进行快速调整和组织重组,使企业可以快速获取需要的专业技能或工作人员更好地适应市场的变化,以确保投资资金和资源的高效利用,提高投资回报率。企业投资效率的提升与过度投资的减少对企业全要素生产率有积极的促进作用(蒋东生,2011;申慧慧等,2012;詹雷和王瑶瑶,2013)。采用资本配置效率与非效率投资作为衡量企业投资效率的指标,参考Richardson(2006)的做法构建企业过度投资指标(Over_inv 4,借鉴任胜钢等(2019)的做法采用固定资产、无形资产和其他长期资产支付现金与处置固定资产、无形资产和其他长期资产回收的现金之差/期末总资产测度资本配置效率(Invest)。表3第(5)(6)列汇报了投资效率影响机制的实证检验结果。其中,第(5)列的回归结果显示Did在10%的水平上显著为负,表明灵活用工能有效抑制过度投资;第(6)列的回归结果显示Did在10%的水平上显著为正,表明灵活用工能有效提高企业资本配置效率。

(二)异质性分析

1.企业生命周期。灵活用工对企业全要素生产率的提升效应可能对处于不同生命周期的企业存在异质性。上文提到,灵活用工能够促进企业创新带来全要素生产率的提升。对于提高企业创新,在快速扩张期的企业中效果往往更为明显(陈红等,2019)。面对《劳动合同法》修订和《劳务派遣暂行规定》的冲击,成长型的高劳动密集度企业更能够通过增加创新等方式促进企业全要素生产率增长。一般处在衰退期的企业,扩大产出、升级设备的动力不足,因此灵活用工可能难以驱动其进行创新。本文参照相关文献(黄宏斌等,2016),运用经营现金流净额、投资现金流净额、筹资现金流净额捕捉企业所处的生命周期,将其划分为成长期、成熟期、衰退期。表4面板A显示,成长期的组DidTFP_OP、TFP_LP均在10%水平上显著为正,成熟期的组DidTFP_OP、TFP_LP均显著为正,衰退期的组DidTFP_OP、TFP_LP均不显著,表明成长期、成熟期的企业灵活用工能够更显著提高其全要素生产率。

表 4 异质性分析
面板A 企业生命周期
变量 (1) (2) (3) (4) (5) (6)
TFP_OP TFP_OP TFP_OP TFP_LP TFP_LP TFP_LP
成长期 成熟期 衰退期 成长期 成熟期 衰退期
Did 0.047* 0.057*** −0.017 0.040* 0.065*** −0.072
(1.877) (2.697) (−0.157) (1.648) (2.993) (−0.669)
Controls Yes Yes Yes Yes Yes Yes
Year/Industry/Firm Yes Yes Yes Yes Yes Yes
N 10369 9413 805 10369 9413 805
Adjusted R2 0.871 0.910 0.810 0.907 0.937 0.846
面板B 企业风险承担
变量 (1) (2) (3) (4)
TFP_OP TFP_OP TFP_OP TFP_LP
风险承担较高 风险承担较低 风险承担较高 风险承担较低
Did 0.115*** 0.008 0.107*** 0.013
(4.521) (0.433) (4.315) (0.696)
Controls Yes Yes Yes Yes
Year/Industry/Firm Yes Yes Yes Yes
N 12907 12443 12907 12443
Adjusted R2 0.822 0.923 0.871 0.946
面板C 行业技术水平
变量 (1) (2) (3) (4)
TFP_OP TFP_OP TFP_OP TFP_LP
高新技术行业 非高新技术行业 高新技术行业 非高新技术行业
Did 0.070*** 0.049 0.062*** 0.047
(3.358) (1.608) (3.011) (1.591)
Controls Yes Yes Yes Yes
Year/Industry/Firm Yes Yes Yes Yes
N 16723 9388 16723 9388
Adjusted R2 0.858 0.863 0.902 0.900
面板D 地区法治及发展水平
变量 (1) (2) (3) (4) (5) (6) (7) (8)
TFP_OP TFP_OP TFP_OP TFP_LP TFP_OP TFP_OP TFP_OP TFP_LP
法治水
平较高
法治水
平较低
法治水
平较高
法治水
平较低
东部 中西部 东部 中西部
Did 0.057** 0.032 0.057*** 0.018 0.066*** 0.050* 0.064*** 0.033
(2.526) (1.627) (2.645) (0.881) (3.048) (1.679) (3.079) (1.129)
Controls Yes Yes Yes Yes Yes Yes Yes Yes
Year/Industry/Firm Yes Yes Yes Yes Yes Yes Yes Yes
N 13099 12414 13099 12414 17777 8334 17777 8334
Adjusted R2 0.860 0.874 0.902 0.908 0.867 0.855 0.906 0.897

2.企业风险承担。企业面临的风险可能是影响灵活用工促进企业提高全要素生产率的重要因素。灵活用工的优势在于面临风险时的快速调整,高风险企业有更强烈的动机采取灵活用工策略,通过雇佣临时工、合同工或自由职业者,这些企业可以更迅速地调整人力资源,以适应市场需求的变化。因此,灵活用工对面临高风险承担的企业可能发挥更大作用,但对低风险承担的企业促进作用可能并不显著。本文采用企业每3年(t、t+1、t+2年)经过年度行业均值调整的ROA以t期至t+2期滚动标准差来衡量企业的风险承担,将高于中位数赋值为1,否则为0,以此分为风险承担较高与风险承担较低组。表4面板B显示,在风险承担较高的样本组中DidTFP_OP、TFP_LP均显著为正;而在风险承担较低的样本组中DidTFP_OP、TFP_LP均不显著。这表明风险承担较高的企业灵活用工更能够显著提高其全要素生产率。

3.行业技术水平。企业技术水平的差异可能会对灵活用工在促进企业全要素生产率提升方面产生影响,尤其是在当前我国处在由高速增长向高质量发展转变的发展阶段。高质量发展的内在表现之一就是高质量生活和高效率生产,这意味着需要在更少的劳动时间内获得等量甚至更多的产出。闲暇增加、工作强度降低会使传统行业的投资、就业承受压力,加剧结构性失业,降低传统人力资本对经济增长的贡献力度。与此同时,闲暇水平和技术水平的交互提高创造出更多的新技术岗位。而高新技术行业正是符合上述特点、又具备高技术、高效率特点的新兴业态。在服务经济发达的大中城市积极推进弹性工作制,完善灵活就业人员的社会保障、劳动保护和工作福利,这能极大帮助高新技术行业获得充分的人力资本、实现快速迭代和增值(魏翔和王鹏飞,2023),增进全要素生产率。表4面板C显示,在高新技术的样本组中DidTFP_OP、TFP_LP均显著为正;而在非高新技术的样本组中DidTFP_OP、TFP_LP均不显著。这表明行业技术水平高的企业灵活用工更能够显著提高其全要素生产率。

4.地区法治水平。企业所属地区的法治水平可能会对灵活用工促进企业全要素生产率提升产生重要影响。在法治水平较高的地区,企业更倾向于遵守法规,企业更可能在法规允许的范围内采用灵活用工,提高人力资源的灵活性(倪骁然和朱玉杰,2016),进而提升全要素生产率。在法治水平较高的地区,法律的执行效率通常更高,法规的执行更为严格。这使得企业更有信心依赖相关法规,以在人力资源管理中更加灵活地应对需求变化。并且较高的法治水平通常伴随着法律环境的相对稳定。这为企业提供了更可靠的法律依据,使其更容易规划和实施灵活用工策略。因此,法治水平对于企业在灵活用工方面的决策和实践有着重要的影响,高法治水平的地区更可能发挥相关法规的作用,《劳动合同法》修订和《劳务派遣暂行规定》对企业全要素生产率的促进作用更显著。我们参照余明桂和潘红波(2008),采用各省份的经济案件结案率(即结案数与收案数之比)衡量各地区的法治水平,将高于中位数赋值为1,否则为0,以此分为法治水平较高与法治水平较低组。表4面板D第(1)至(4)列显示,在法治水平较高的样本组中DidTFP_OPTFP_LP均显著为正。而在法治水平较低组的样本组中DidTFP_OP、TFP_LP均不显著。这表明法治水平较高的企业灵活用工更能够显著提高其全要素生产率。

5.地区发展水平。各地区企业之间很可能因地区发展水平和市场环境的不同步导致灵活用工的效果产生差异。一方面,东部地区企业在基础设施条件、市场化程度、人才的吸收能力等方面均具有明显优势,这吸引力了大量的劳动力进入东部地区。因此,相比中西部地区的企业而言,灵活用工对东部地区企业的全要素生产率提升作用可能更显著。另一方面,中西部地区企业囿于资金限制,成本预算有限,资源整合能力相对较差。由于长期雇佣固定员工可能更为经济高效,相较于东部地区的企业,中西部地区的企业可能倾向于固定用工,难以有效发挥《劳动合同法》修订和《劳务派遣暂行规定》的冲击对全要素生产率的提升作用。表4面板D第(5)至(8)列显示,在东部地区样本中DidTFP_OP、TFP_LP均在1%的水平上显著为正;而在中西部地区样本中DidTFP_OP的强度低于东部地区样本组,对TFP_LP不显著。这表明东部地区的企业灵活用工更能够显著提高其全要素生产率。

六、研究结论与启示

近年来,对劳动者的倾斜保护和中国劳动力市场的结构性变化都加剧了企业用工成本刚性的问题。劳动力成本的上升会改变企业最优生产方式,企业不得不寻求降低人工成本、有效应对经济政策不确定性风险的经营策略(肖文和薛天航,2019)。因此,灵活用工已成为企业在实践中的重要选择方式之一。在高质量发展的背景下,灵活用工对企业全要素生产率的影响值得深入分析。本文采用多期双重差分法,对2013年《劳动合同法》修订和2014年《劳务派遣暂行规定》施行的叠加效应引起企业全要素生产率的变化展开研究,以凸显灵活用工对企业高质量发展的影响。研究发现,灵活用工显著提升了企业全要素生产率。影响机制检验表明,灵活用工通过降低用工成本、提升创新能力、提高投资效率三个路径提升了企业全要素生产率。异质性分析表明,这一正向效应在生命周期处于成长期和成熟期、风险承担较大、所处行业技术水平、所处地区法治水平以及发展水平较好的企业中更为显著。

基于这些结论,提出以下建议。第一,政府相关部门应完善灵活用工的制度保障体系,进一步引导灵活用工有序发展助力实体经济企业高质量发展。本文的实证结果表明,灵活用工显著提高了企业全要素生产率,灵活用工能够通过降低用工成本、提升创新能力、提高投资效率提升企业全要素生产率。鉴于此,政府相关部门应认识到灵活用工在推动经济发展中发挥的关键作用,进一步完善灵活用工的制度保障体系,引导灵活用工有序发展助力实体经济企业高质量发展,更充分地发挥灵活用工在实体经济方面的积极作用。第二,政府相关部门应结合特定对象特征,对部分企业、行业及地区针对性制定更为严格的劳务派遣监管制度,强化灵活用工对企业高质量发展的促进作用。企业的生命周期及背景、行业技术水平、地区法律环境及金融环境等方面的差异会影响灵活用工促进企业高质量发展的发挥。本文异质性分析结果表明,灵活用工对企业高质量发展的促进作用在生命周期处于成长期和成熟期、风险承担较大、所处行业技术水平、所处地区法治水平以及发展水平较好的企业中更为显著。基于此,政府相关部门应注意甄别和筛选出生命周期处于成长期和成熟期、风险承担较大的企业,以及所处行业技术需求较高、所处地区法治水平和发展水平较高的企业,将其作为重点保障和监管对象,针对性地制定更为严格的保障和监管措施,强化灵活用工对高质量发展的积极效应。第三,政府部门应当鼓励企业开展灵活用工,为企业降低用工成本、实现高质量发展提供有利环境。2021年国务院发布的《“十四五”就业促进规划》中明确指出“支持多渠道灵活就业和新就业形态发展”。鉴于灵活用工对企业高质量发展的促进作用,政府部门应当制定相应的激励政策,完善灵活用工的引导机制,为鼓励企业灵活用工提供多方面政策支持,充分发挥灵活用工对实体经济和社会资源配置的积极作用。

2感谢匿名评审专家的宝贵意见,文责自负。

1限于篇幅,描述性统计结果未在正文列示,留存备索。

3限于篇幅,部分稳健性检验结果未在正文列示,留存备索。

4建立模型如下:$ {Inv}_{i,t}={\alpha }_{0} + {\alpha }_{1}{TobinQ}_{i,t-1}+{\alpha }_{2}{Lev}_{i,t-1} +$$ {\alpha }_{3}{Cash}_{i,t-1} +{\alpha }_{4}{Age}_{i,t-1} +$${\alpha }_{5}{Size}_{i,t-1}+{\alpha }_{6}{Ret}_{i,t-1}+{\alpha }_{7}{Inv}_{i,t-1}+ {Year}_{t}+ $${Industry}_{ind} +{\varepsilon }_{i,t}$。其中,$ {Inv}_{i,t-1} $表示公司的实际新增投资支出,计算方法为固定资产净额、长期股权投资净额和无形资产净额的年度增加额,并除以期初总资产以消除规模影响,$ {Ret}_{i,t-1} $表示考虑现金红利再投资的年回报率,其他变量的定义同式(1)。对式(2)进行OLS回归,当模型估计的残差大于0时视为过度投资,虚拟变量Over_inv赋值为1,否则为0。

主要参考文献
[1] 曹梦弋, 夏青. 产业政策与“专精特新”企业全要素生产率[J]. 外国经济与管理, 2023, 45(10): 84–100.
[2] 胡珺, 方祺, 龙文滨. 碳排放规制、企业减排激励与全要素生产率——基于中国碳排放权交易机制的自然实验[J]. 经济研究, 2023, 58(4): 77–94.
[3] 冀云阳, 周鑫, 张谦. 数字化转型与企业创新——基于研发投入和研发效率视角的分析[J]. 金融研究, 2023(4): 111–129.
[4] 王菁华, 毕超. 公平竞争审查制度如何影响企业全要素生产率?——基于去行政垄断的视角[J]. 外国经济与管理, 2024, 46(1): 48–61.
[5] 肖红军, 李平. 平台型企业社会责任的生态化治理[J]. 管理世界, 2019, 35(4): 120–144.
[6] 鄢伟波. 劳务派遣在中国的演进历程与动力机制[J]. 世界经济, 2023, 46(11): 128–154.
[7] 杨国超, 魏爽, 院茜, 等. 企业为何选择劳务外包——基于经济政策不确定性的解释[J]. 中国工业经济, 2023(9): 136–154.
[8] 杨汝岱, 李艳, 孟珊珊. 企业数字化发展、全要素生产率与产业链溢出效应[J]. 经济研究, 2023, 58(11): 44–61.
[9] Acemoglu D. Directed technical change[J]. The Review of Economic Studies, 2002, 69(4): 781–809.
[10] Brandt L, van Biesebroeck J, Zhang Y F. Creative accounting or creative destruction? Firm-level productivity growth in Chinese manufacturing[J]. Journal of Development Economics, 2012, 97(2): 339–351.
[11] Lee D S, Mas A. Long-run impacts of unions on firms: New evidence from financial markets, 1961-1999[J]. The Quarterly Journal of Economics, 2012, 127(1): 333–378.
[12] Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006, 11(2): 159–189.
[13] Ritter-Hayashi D, Knoben J, Vermeulen P A M. Temporary employment: Curse or blessing for a firm’s absorptive capacity?[J]. Technological Forecasting and Social Change, 2021, 173: 121090.
[14] Rubery J, Keizer A, Grimshaw D. Flexibility bites back: The multiple and hidden costs of flexible employment policies[J]. Human Resource Management Journal, 2016, 26(3): 235–251.
[15] Serfling M. Firing costs and capital structure decisions[J]. The Journal of Finance, 2016, 71(5): 2239–2286.
[16] Weigelt C. The impact of outsourcing new technologies on integrative capabilities and performance[J]. Strategic Management Journal, 2009, 30(6): 595–616.

2感谢匿名评审专家的宝贵意见,文责自负。

1限于篇幅,描述性统计结果未在正文列示,留存备索。

3限于篇幅,部分稳健性检验结果未在正文列示,留存备索。

4建立模型如下:$ {Inv}_{i,t}={\alpha }_{0} + {\alpha }_{1}{TobinQ}_{i,t-1}+{\alpha }_{2}{Lev}_{i,t-1} + {\alpha }_{3}{Cash}_{i,t-1} +{\alpha }_{4}{Age}_{i,t-1} +{\alpha }_{5}{Size}_{i,t-1}+{\alpha }_{6}{Ret}_{i,t-1}+{\alpha }_{7}{Inv}_{i,t-1}+ {Year}_{t}+ {Industry}_{ind} +{\varepsilon }_{i,t}$。其中,$ {Inv}_{i,t-1} $表示公司的实际新增投资支出,计算方法为固定资产净额、长期股权投资净额和无形资产净额的年度增加额,并除以期初总资产以消除规模影响,$ {Ret}_{i,t-1} $表示考虑现金红利再投资的年回报率,其他变量的定义同式(1)。对式(2)进行OLS回归,当模型估计的残差大于0时视为过度投资,虚拟变量Over_inv赋值为1,否则为0。

i1mfgHbdYe4Y