小议企业劳动收入份额的变动 问题的提出 本文试图探讨已有文献中不曾注意到的一个影响因素，即企业的世代（cohort）和年龄（age）对劳动收入份额的影响世代是企业创立的年代，企业年龄显然与其世代是完全相关的，但两者对企业经营行为和劳动收入份额的影响可以（也应该）分开来看成立于不同时代的企业，创立时的经济和政治环境、相应的国家战略和产业政策以及创办人或高管的经营理念、管理风格和企业文化等都不可避免地打上了时代的烙印，呈现系统的代际差异，因而企业劳动收入份额也可能存在系统性的代际差异，即代际效应不管是否处于同一时代，不同年龄阶段的企业因自身生命周期而有不同的经营战略和行为，这也可能导致企业劳动收入份额差异，即年龄效应在经验研究中，给定某一调查时刻，不同年龄企业差异既可能来自生命周期差异，也可能来自代际企业固有差异，因而并非"纯"年龄效应，而是包括年龄和代际两种效应新近发展的队列分析方法（Deaton，1985、1997；Glenn，1977）为分离年龄效应和代际效应提供了恰当的研究工具 企业年龄影响其经营战略和管理行为，在企业生命周期理论和经验研究中被广泛证实，因而将企业年龄作为劳动收入份额差异的来源之一是很自然的事。
但将企业世代作为影响劳动收入份额的因素之一，我们尚停留在"大胆假设、小心求证"阶段，因为目前缺少相关的理论和经验研究不过，基于企业发展的现实，我们相信代际效应的存在在我国工业企业发展史上，我们可以看到每个阶段都有其鲜明的时代特征（孙健，1992）："一五"（1953－1957年）时期，工业发展战略主要是资本主义工商业改造，虽然确立了重工业优先发展战略，但重工业产值比重很低；""和""时期（1958－1965年），社会主义经济曲折发展，重工业比重大幅提升，1960年8月党和国家为摆脱国民经济困境实行了"调整、巩固、充实、提高"的方针，提出放慢工业和基本建设发展，重点发展农业；1965年之后，经济工作转向备战轨道，大搞三线建设；（1966－1976年）期间，大规模三线建设，向地方分权，实行财政收支、物资分配和基本建设投资大包干，实行简化的税收、信贷和劳动工资制度改革开放以来，国有企业改革先后经历了扩大经营自主权（1978－1994年）、制度创新和结构调整（1995－2005年）、以国有资产管理体制改革推动国有企业改革这三个阶段，私营企业、外资企业更是飞速发展我们难以否认，企业会被打上时代的烙印，在实施简化工资（精神激励为主）的""时代创办的国有企业与改革开放时代创办的国有企业之间存在较大的企业文化差异。
同样，以国有企业离职人员、城市待业人员、农村专业户为创业主体的第一代民营企业家，以政府机关、科研院所、大型国企、高等院校"下海"人员为创业主体的第二代民营企业家，以海归留学生和高科技人员为创业主体的第三代民营企业家，他们创办于不同时代的私人企业也不可能没有经营理念、行为和企业文化上的差异总之，就像同代人在幼年经历共同的冲击有相似的反应一样，同代诞生的企业会面临相同的社会环境，或对相同社会制度变迁有共同的反应跨代企业则存在系统性差异因此，"世代"是企业差异的来源之一，也可以是导致劳动收入份额差异的来源之一 本文旨在从企业代际与年龄的新视角探索中国劳动收入份额变动的原因，这将是劳动收入份额研究微观路径上的又一项纵深研究本文能够为认识中国特殊制度背景下企业要素收入分配格局提供重要线索，也能为人们理解宏观意义的收入分配问题提供新的洞见 研究方法、数据与基本事实 （一）研究方法本文运用队列分析方法定量测度劳动收入份额的代际效应与年龄效应从方法上讲，队列分析多见于劳动经济学和社会人口学研究领域，用于估计与人类年龄变化相关的微观行为模式与已有的针对微观企业的研究类似（周黎安等，2007），我们运用这一方法研究中国企业劳动收入份额变动模式。
本文数据源自中国工业企业调查，由于每轮调查通常会有新企业进入（诞生）或退出（死亡），加之对企业生产规模有明确界定，因而该调查无法对固定样本企业进行长期追踪尽管如此，对"同一队列"（如同年诞生企业）行为模式追踪却是可行的因此，追踪观测同一队列（cohort）的企业并估计其行为均值的方法即是队列分析（cohort analysis）通常，队列依据样本的固有特征来定义，该特征不随时间而变化，又与常规面板数据要求相吻合，故可通过队列构造伪面板数据（pseudo panel data）为阐述基于队列伪面板数据的基本思想，我们从下式开始（Deaton，1985；巴尔塔基，2010）：yit＝x′itβ＋ui＋vit；i＝1，2，…，N；t＝1，2，…，T（1）其中，下标i和t分别表示调查个体和时期，ui表示不可观测个体特征为表述方便，假设每期随机调查相同数量的N个个体定义一个由C个队列构成的集合，在各调查期内每个队列保持固定的成员，每个个体只属于某一个队列将每个队列的个体观测值平均，可得：珔yct＝x′ctβ＋珔uc＋珔vct；c＝1，2，…，C；t＝1，2，…，T（2）其中，珔yct是在时期t出生组c中所有个体yit的均值。
由于调查样本包含个体固定效应，队列经济关系亦包含固定效应队列均值形成了真实的面板数据，因为在队列的总体水平上，每个队列的各时期包含相同的个数但正如Deaton（1985）所言，在用队列均值珔yct的样本均值去估计无法观测的总体均值时存在测量误差因此，必须用从个体调查数据中得到的测量误差的方差－协方差矩阵估计量去修正带有测量误差的组内估计量，利用测量误差修正组内估计量是一致的 实证过程中，尽管伪面板数据提供了特定队列在特定年龄阶段的经济行为，但若要估测与企业年龄有关的微观经济行为模式，则需对企业队列之间的系统性差异进行调整（周绍杰等，2009）这是因为，并不是所有的随企业年龄增长而出现的变化皆由个体生命周期引起尤其在转型过程中，企业并非处于一个静止的社会中，而是成长于一个动态演变的社会中随着企业成长，社会文化和制度变迁会对其有影响，使其在生产分配方式等行为模式上发生变化，从而抵消企业年龄在静止社会中的效应换言之，若对企业队列之间的系统性差异不施加控制，将会使其混淆于所估计的年龄效应曲线上，从而估计结果会产生偏差企业诞生世代之间的系统性差异被定义为代际效应从方法上，队列分析将所考察变量（如劳动收入份额）的变化分解为三项：代际效应（cohort effect）、年龄效应（age effect）和时期效应（year effect）（Glenn，1977；Deaton和Paxson，1995；Deaton，1997）。
结合本文议题，代际效应反映了同一年代诞生的企业所面临的相同社会环境，或对相同制度变迁有共同或相似的反应，进而导致代际企业在分配关系方面的系统性差异；年龄效应则源于企业"内在的"成长变化，或仅与企业年龄相关的生命周期过程时期效应则指周期性或转折性的历史事件对所有世代和所有年龄组的共同影响（Glenn，1977；格伦，2011）从这个意义上讲，利用队列分析企业行为，对于理解社会文化和制度变迁也是有益的p#分页标题#e# 本文旨在测度工业企业劳动收入份额的代际效应与年龄效应，参考Deaton（1997）的分解框架，模型设定为：模型1：LSct＝β＋αa＋γc＋ψt＋διZct＋uct（3）其中，LSct为被解释变量，为工业企业劳动收入份额，β为常数项，下标a、c和t分别表示企业年龄、成立年份和调查年份，αa、γc和ψt分别表示年龄效应、代际效应和时期效应Zct为控制变量，包括：企业规模（Size），用总资产（取自然对数）表示；资本结构（Lev），用期末总负债与总资产比值表示；信贷依赖（Credit），用应付利息与总资产之比表示，反映企业的银行信贷融资情况；资本密集度（K／Y），用企业固定资本原价与工业总产值之比表示；企业出口行为（Export），以虚拟变量表示，出口交货值大于0，取1，否则为0；同时，控制隶属关系、行业特征、所在省份虚拟变量。
通过模型1开展队列分析，便可测度劳动收入份额的代际效应与年龄效应但我们还希望探寻代际效应和年龄效应背后的影响力量所有制变迁与技术进步是中国经济转型的核心特征（周黎安等，2007），两者对企业要素报酬的代际效应与年龄效应会产生怎样的影响？如果所有制因素是年龄效应的原因之一，则意味着对于同代企业，在它们的不同年龄阶段上，所有制变化会导致劳动收入份额变化如果所有制因素是代际效应的原因之一，则意味着同龄企业在不同世代存在系统性差异检验技术进步的影响也沿此路径因此，我们在模型1中加入两个核心控制变量：技术进步（Tech），用新产品销售比重表示；所有制结构（Owner），分不同所有制企业类型相应地，我们构建了以下2个拓展性模型：模型2：LSct＝β＋αa＋γc＋ψt＋ρ1Tech＋διZct＋uct（4）模型3：LSct＝β＋αa＋γc＋ψt＋ρ1Tech＋ρ2Owner＋διZct＋uct 借鉴周黎安等（2007）的做法，分别估计3个模型：模型1不包括技术进步和所有制变量，模型2在模型1中加入技术进步变量，模型3在模型2中加入所有制虚拟变量。
如果技术进步和所有制确实对代际效应和年龄效应有影响，那么代际效应和年龄效应的估计系数便会和未加入这两个变量时有显著差异因此，可通过比较两个模型的估计系数来确认技术进步和所有制的解释力具体而言，模型2与模型1的代际效应（或年龄效应）之差即为技术进步对代际效应（或年龄效应）的影响同理，模型3与模型2的代际效应（或年龄效应）之差即为所有制变化对代际效应（或年龄效应）的影响实证分析中，由于企业成立年份、企业年龄和调查年份之间是线性相关的，其中两个变量的线性组合构成另一个变量（cohort＝year－age），因此不可能直接利用统计方法将三种效应分离出来，这就产生了模型识别问题（identi－fication problem）为此，Deaton（1997）提出识别问题的约束条件，假定时期效应的均值为零并与时间趋势正交，可表示为：∑Tt＝1ψtxdt＝0，∑Tt＝1ψtxtxdt＝0（6）其中，dt为虚拟变量，当年份为t时取1，否则取0计算得到ψ1和ψ2的解为：ψ1＝∑Tt＝3（t－2）xdtxψt，ψ2＝∑Tt＝3（1－t）xdtxψt（7）把ψ1和ψ2代入式（6），可重新获得时期效应的系数ψt（t＝3，4，…，T），进而得到转换之后的年份虚拟变量（从第3年开始）：d＊t＝dt－［（t－1）d2－（t－2）d1］；t＝3，4，…，T（8）其中，d＊t为转换后的年份虚拟变量，其系数即是第t年的时期效应（t＝3，4，…，T）。
第1、2年的时期效应可由式（7）得到本文样本中，最年老的企业创立于1949年，到2007年企业年龄为59年（共有94家）；最年轻的企业成立于2007年（约1万家），故共有59个成立年份（1949－2007年），59个年龄组（0－59） （二）数据说明本文数据源于中国工业企业数据库我们对数据筛选处理如下：（1）以1999年为基期，使用价格指数进行平减；（2）剔除遗漏变量的样本；（3）由于2004年调查数据缺失"工业总产值"、"新产品产值"等重要指标，将该年剔除因此，本文实际使用数据年份为1999－2003年及2005－2007年，最后获得1 218 101。