企业层面工资减价

字段字典

• Symbol [股票代码] — 6位股票代码
• StkName [证券简称] — 上市公司证券简称
• Year [年份] — 财务年度
• Province [省份] — 公司注册地所在省份
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码
• City [城市] — 公司注册地所在城市
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
• County [区县] — 公司注册地所在区县
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
• IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
• IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
• Employees [员工人数] — 企业当年员工总数，作为生产函数估计中的劳动投入量。单位：人
• ThetaL [劳动产出弹性] — 参考诸竹君等(2023,中国工业经济)的设定，采用含三次交互项的超越对数生产函数，沿用De Loecker & Warzynski (2012, AER)由可变投入一阶条件识别加成率的框架，并经Ackerberg, Caves & Frazer (2015, Econometrica)两阶段法按中上协行业分组估计，计算公式为：b_l+2*b_ll*lnN+b_lk*lnK+b_lm*lnM+b_lkm*lnK*lnM，其中lnN为员工人数的自然对数、lnK为固定资产净额的自然对数、lnM为中间投入的自然对数，各b为分行业估计的生产函数系数。衡量产出对劳动投入量的弹性，即劳动投入增加1%时产出增加的百分比。
• ThetaM [中间投入产出弹性] — 参考诸竹君等(2023,中国工业经济)的设定，采用含三次交互项的超越对数生产函数，沿用De Loecker & Warzynski (2012, AER)由可变投入一阶条件识别加成率的框架，并经Ackerberg, Caves & Frazer (2015, Econometrica)两阶段法按中上协行业分组估计，计算公式为：b_m+2*b_mm*lnM+b_lm*lnN+b_km*lnK+b_lkm*lnN*lnK，其中lnN为员工人数的自然对数、lnK为固定资产净额的自然对数、lnM为中间投入的自然对数，各b为分行业估计的生产函数系数。衡量产出对中间投入的弹性。
• AlphaL [劳动收入份额] — 计算公式为：支付给职工以及为职工支付的现金/营业收入，衡量劳动要素支出占企业产出的比重。
• AlphaM [中间投入收入份额] — 计算公式为：中间投入/营业收入，其中中间投入为营业成本、销售费用、管理费用、财务费用与研发费用之和，减去固定资产折旧、无形资产摊销、长期待摊费用摊销以及支付给职工以及为职工支付的现金。
• Markup [产品市场加成率] — 参考Brooks et al. (2021, JDE)的方法，计算公式为：中间投入产出弹性/中间投入收入份额，衡量产品价格相对于边际成本的加成程度。用作研究变量，越大代表企业产品市场势力越强。
• WageMarkdown [工资减价] — 参考诸竹君等(2023,中国工业经济)的方法，计算公式为：产品市场加成率的倒数乘以劳动产出弹性再除以劳动收入份额，即以劳动为可变投入测得的加成率与以中间品为可变投入测得的加成率之比，从而剔除产品市场势力后得到纯粹的劳动要素市场势力。取值为1表示劳动要素市场完全竞争。用作研究变量，越大代表企业劳动要素市场势力越强、劳动报酬相对其边际贡献被压低的程度越高。
• LnWageMarkdown [工资减价对数] — 计算公式为：ln(工资减价)，工资减价不为正时取空值。为原文回归所采用的被解释变量形式。用作研究变量，越大代表企业劳动要素市场势力越强。
• MarkupCD [产品市场加成率(C-D法)] — 参考Brooks et al. (2021, JDE)的方法，计算公式为：柯布-道格拉斯生产函数下的中间投入产出弹性/中间投入收入份额，该弹性经两阶段法按中上协行业分组估计为组内常数。用作稳健性检验变量，越大代表企业产品市场势力越强。
• WageMarkdownCD [工资减价(C-D法)] — 参考诸竹君等(2023,中国工业经济)的方法，计算公式为：劳动产出弹性除以劳动收入份额，再除以柯布-道格拉斯法测得的产品市场加成率。用作稳健性检验变量，越大代表企业劳动要素市场势力越强。
• LnWageMarkdownCD [工资减价对数(C-D法)] — 计算公式为：ln(工资减价(C-D法))，工资减价不为正时取空值。用作稳健性检验变量。
• MarkupCRS [产品市场加成率(毛利率法)] — 参考Brooks et al. (2021, JDE)的方法，计算公式为：营业收入/(0.12×固定资产净额+支付给职工以及为职工支付的现金+中间投入)，即在规模报酬不变假设下以毛利率度量加成率，资本租金率取0.12。用作稳健性检验变量，越大代表企业产品市场势力越强。
• WageMarkdownCRS [工资减价(毛利率法)] — 参考诸竹君等(2023,中国工业经济)的方法，计算公式为：劳动产出弹性除以劳动收入份额，再除以毛利率法测得的产品市场加成率。用作稳健性检验变量，越大代表企业劳动要素市场势力越强。
• LnWageMarkdownCRS [工资减价对数(毛利率法)] — 计算公式为：ln(工资减价(毛利率法))，工资减价不为正时取空值。用作稳健性检验变量。
• MarkupWage [产品市场加成率(工资总额口径)] — 参考Brooks et al. (2021, JDE)处理不报告就业人数的上市公司数据的做法，以工资总额而非员工人数作为生产函数中的劳动投入重新估计，计算公式为：该口径下的中间投入产出弹性/中间投入收入份额。因不依赖员工人数披露，覆盖全部样本年度。用作稳健性检验变量，越大代表企业产品市场势力越强。
• WageMarkdownWage [工资减价(工资总额口径)] — 参考Brooks et al. (2021, JDE)处理不报告就业人数的上市公司数据的做法，以工资总额而非员工人数作为生产函数中的劳动投入估计产出弹性，计算公式为：该口径下的劳动产出弹性除以劳动收入份额再除以该口径下的产品市场加成率，因不依赖员工人数披露，覆盖全部样本年度。该口径与主口径是同一构念的两种不同测量，二者不可互换，也不可将其与主口径数值拼接成连续序列。用作稳健性检验变量，越大代表企业劳动要素市场势力越强。
• LnWageMarkdownWage [工资减价对数(工资总额口径)] — 计算公式为：ln(工资减价(工资总额口径))，工资减价不为正时取空值。用作稳健性检验变量。

常见问题

「企业层面工资减价」是什么数据集？

企业层面工资减价，隶属经营绩效。衡量企业在劳动要素市场上的买方垄断势力(monopsony power)，即劳动边际产值相对于实际工资的偏离程度。

该数据集的时间范围是？

覆盖 2001-2025 年。

包含哪些变量/指标？

共 28 个变量。核心指标包括：员工人数、劳动产出弹性、中间投入产出弹性、劳动收入份额、中间投入收入份额、产品市场加成率、工资减价、工资减价对数、产品市场加成率(C-D法)、工资减价(C-D法)、工资减价对数(C-D法)、产品市场加成率(毛利率法)、工资减价(毛利率法)、工资减价对数(毛利率法)、产品市场加成率(工资总额口径)、工资减价(工资总额口径)、工资减价对数(工资总额口径)。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，上市公司层级。

样本量有多大？

约 93,554 条观测。

数据是如何测算/获取的？

指标定义与计算方法 在完全竞争的劳动要素市场中，企业面对水平的劳动供给曲线，只能接受既定工资，工资等于劳动的边际产值。一旦劳动供给曲线向上倾斜，企业便获得了把工资压到劳动边际产值以下的能力，这种买方垄断势力在文献中被称为工资减价（markdown）。工资减价直接决定了劳动者在初次分配中分享到的份额：在其他条件不变时，工资减价越高，劳动收入份额越低。本数据集从企业成本最小化的一阶条件出发，测度上市公司层面的工资减价水平。 测度的出发点是一个可以对任意可变投入成立的关系。企业在给定产出水平下最小化成本，对某一价格接受型的可变投入求一阶条件，可以推出该要素的产出弹性与其支出份额之比恰好等于企业的加成率。若把中间投入作为这样的可变投入，就得到以中间品衡量的加成率 $$\mu{it}=\frac{\theta^{m}{it}}{\alpha^{m}{it}}$$ 其中 $\theta^{m}{it}$ 为中间投入的产出弹性，$\alpha^{m}{it}$ 为中间投入支出占营业收入的比重。由于中间品市场通常被认为是竞争性的，这一比值只反映产品市场势力。 对劳动做同样的推导则不然。劳动市场若存在买方垄断，一阶条件中会多出一项劳动供给弹性的倒数，使得劳动的产出弹性与其支出份额之比不再等于加成率，而是等于加成率与工资减价的乘积。把两者相除即可把产品市场势力剔除干净，得到纯粹的劳动要素市场势力 $$\eta{it}=\mu{it}^{-1}\cdot\frac{\theta^{l}{it}}{\alpha^{l}{it}}$$ 其中 $\theta^{l}{it}$ 为劳动的产出弹性，$\alpha^{l}{it}$ 为劳动支出占营业收入的比重。该式的经济含义是：企业在产品市场与要素市场上可能同时具有垄断势力，而两类势力并无直接关联，用以劳动为可变投入测得的加成率除以以中间品为可变投入测得的加成率，剩下的就是劳动要素市场上的那一部分。取值为一表示劳动要素市场完全竞争，取值越高表示劳动报酬相对其边际贡献被压低的程度越深。把上式中的两个加成率展开，还可以看出它等价于劳动与中间投入的产出弹性之比乘以中间投入支出与劳动支出之比。 基础变量按如下方式构造。产出取营业收入。劳动投入量取企业当年员工总数，劳动支出取支付给职工以及为职工支付的现金。资本取固定资产净额。中间投入由营业成本、销售费用、管理费用、财务费用与研发费用加总后，扣除固定资产折旧、无形资产摊销与长期待摊费用摊销，再扣除支付给职工以及为职工支付的现金得到，即从企业的经营性支出中剥离掉资本消耗与劳动报酬之后剩余的外购物料与服务。这里有一处容易被忽视的对应关系：产出弹性衡量的是产出对投入数量的反应，而要素份额衡量的是该要素支出占产出的比重，因此劳动的弹性由员工人数估计，而劳动的份额由劳动支出计算，两者口径不同是一阶条件本身的要求。 余下的工作是估计产出弹性。生产函数设定为含三次交互项的超越对数形式，即产出的对数由劳动、资本与中间投入三者的对数、各自的平方项、两两交互项以及三者的乘积共同解释。这一设定允许产出弹性随企业与年份变化，而不是把整个行业压成一组固定系数。需要说明归因：由可变投入的一阶条件识别企业加成率这一框架来自加成率测度文献，但该文献正文的超越对数设定用于增加值生产函数（只含劳动与资本），其总产出情形采用的是柯布—道格拉斯形式；上述含三次交互项的三投入设定出自本数据集所复现的中文文献对该框架的扩展。参数估计采用两阶段法：第一阶段把产出的对数对三种投入的三阶多项式做非参数回归，分离出生产率与暂时性冲击；第二阶段设生产率服从马尔可夫过程，以其滞后项的三次多项式拟合可预期的部分，并用其创新项与工具变量的正交条件构造矩条件做广义矩估计，其中资本作为预定变量取当期值，劳动与中间投入取滞后一期。估计在中上协行业分组内分别进行，组内观测数不足门槛或行业信息缺失的观测并入一个公共组。估计前对三种投入的对数做组内去均值处理，这样一阶系数在样本均值点即为弹性，同时高次项的共线性大幅缓解。得到系数后，劳动的产出弹性为一阶系数加上二倍平方项系数乘以劳动对数、加上劳动与资本、劳动与中间投入的交互项系数分别乘以对应投入的对数、再加上三次交互项系数乘以资本与中间投入对数之积；中间投入的产出弹性依同样规则求得。 原文以三种方法测算加成率，本数据集一并给出。基准口径即上述超越对数设定下的估计。第二个口径把生产函数简化为柯布—道格拉斯形式，用同样的两阶段法估计，此时产出弹性退化为行业内常数。第三个口径不估计生产函数，而是在规模报酬不变且企业在投入市场上是价格接受者的假设下直接用毛利率度量加成率，即营业收入除以要素支出总额，其中资本的支付额由资本存量乘以资本租金率得到，租金率取 0.12，这一取值涵盖了折旧与资本回报两部分。需要说明的是，三个口径替换的是加成率的测算方法，而非劳动产出弹性；工资减价分子中的劳动弹性统一取基准估计值。就毛利率口径而言这一处理还是必需的：该口径只定义了以中间品衡量的加成率，若在规模报酬不变假设下令劳动的成本份额等于其产出弹性，工资减价将恒等于一而失去识别力。 数据集另附一个以工资总额而非员工人数作为劳动投入的口径。当数据源不报告就业人数时，以工资总额代理劳动投入是文献中的既有做法，其好处是不受员工人数披露范围的限制，因而覆盖全部样本年度。该口径与基准口径是同一构念的两种不同测量，秩相关中等且部分观测符号相反，二者不可互换使用，也不应把两个口径的数值前后拼接成一条连续序列。 补充说明 - 样本口径：财务数据取年度报表并限定为一般工商业企业口径，不做行业限制，也不剔除金融业；仅要求产出、资本、劳动支出与中间投入四者同时为正，这是取对数的数学必需条件，基准口径另需员工人数可得。工资减价不做缩尾，保留原始值，使用者可按研究需要自行设定截尾规则；由于该指标的分母包含劳动支出份额，营业收入极小的壳公司与主业停滞企业会产生绝对值很大的取值，建议在回归前剔除劳动支出份额或中间投入份额明显偏离正常区间的观测，并加入行业与年份固定效应。 - 数据来源与原文不同：原文使用规模以上工业企业的普查数据，本数据集使用上市公司财务报表，产出与中间投入按上市公司口径构造。上市公司规模显著更大且行业构成更广，工资减价的绝对水平不与原文直接可比，但比值结构与识别逻辑一致。此外未做价格平减，各要素份额与投入比值均为同期名义比值不受影响，但生产函数估计中产出与中间投入的相对价格变动未被剥离，建议在回归中加入年份固定效应。 - 员工人数的披露范围：基准口径依赖员工人数，其可得性在样本前段与部分企业年受限，且缺失与企业规模相关——营业收入较小的企业缺失比例明显更高，属非随机缺失。以企业规模、融资约束或上市板差异为核心的研究应先检验样本可比性。工资总额口径虽覆盖更广，但如正文所述与基准口径并非同一测量，不足以据此判定缺失是否影响结论。 - 中间投入的跨期可比：研发费用自 2018 年起从管理费用中单列，本数据集将其加回中间投入，以免在该年形成人为的口径断点；以该年前后为处理窗口的政策研究仍建议核对指标在断点附近的变动。 - 产出弹性属弱识别估计量：两阶段广义矩估计的目标函数在本类数据上较为平坦，不同起点会收敛到多个在统计上观测等价的解，其中目标函数最小者常常违反生产理论的基本性质。本数据集采用多起点搜索并在候选解中优先选取满足下述条件者：劳动与中间投入的产出弹性中位数为正、资本弹性中位数不低于 -0.05、规模报酬中位数落在 0.7 至 1.3 之间、劳动弹性为负的观测占比低于四分之一；全部候选均不满足时退回目标函数最小者。即便如此，仍有少量观测的劳动产出弹性为负，此时工资减价失去经济含义，其对数取空值；这类观测在电力、建筑等资本密集行业相对集中，使用者可按劳动产出弹性为正加以筛选。同理，加成率估计为非正的观测其工资减价置为缺失。 - 水平与组间比较：劳动产出弹性未做水平校准，工资减价的绝对水平由生产函数估计决定。由于加成率位于分母，其倒数的凸性会使工资减价的均值高于中位数，方法源文献亦指出这类指标的水平信息弱于其变化信息，组间与跨期比较应依赖固定效应而非绝对水平。同样地，本数据集给出的加成率适合用作剔除产品市场势力的中间量，若单独用作产品市场势力的度量，宜与既有文献的分布对照后使用。 - 其他局限：生产函数按中上协行业分组估计，制造业被归并为若干大组，粒度较原文使用普查数据时更粗；观测数不足的行业与行业信息缺失者并入公共组，隐含了这些行业共享同一生产技术的假设。数据集不剔除金融业，但一般工商业报表口径已使多数金融机构不进入样本，残留观测的中间投入对金融业务并无对应的经济含义。 参考文献 - 诸竹君,谢然成,郭志芳,余骁.服务型制造技术创新与企业劳动要素市场势力——基于BERT语言模型的微观证据[J].中国工业经济,2023,(12):135-152. - Brooks W J, Kaboski J P, Li Y A, et al. Exploitation of Labor? Classical Monopsony Power and Labor's Share[J]. Journal of Development Economics, 2021, 150: 102627. - De Loecker J, Warzynski F. Markups and Firm-level Export Status[J]. American Economic Review, 2012, 102(6): 2437-2471. - Ackerberg D A, Caves K, Frazer G. Identification Properties of Recent Production Function Estimators[J]. Econometrica, 2015, 83(6): 2411-2451.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。