货币洪流中挣扎的劳动者：货币数量与工人福利关系的实证分析_失业率论文

在货币“洪流”中挣扎的劳动者——货币数量与劳动者福利关系的实证分析，本文主要内容关键词为：劳动者论文,货币论文,实证论文,洪流论文,福利论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      货币数量迅速增多是中国经济发展的一个特点。伴随经济的发展，中国经济系统内的货币数量越来越多，流动性越来越充裕。甚至很多学者认为中国存在严重的流动性过剩问题。中国M2/GDP的值已经从1994年的0.97上升到2012年到1.84，而同期全球平均变化是0.91～1.28，美国的数据是0.62～0.89，印度是0.45～0.77，巴西是0.45～0.80。①从这个角度看，货币不断充裕是中国经济发展的一个显著特色。在货币不断增多的情况下，中国的很多产业都不断繁荣，也有很多中国人突然“富裕”起来了。但如果我们从占中国绝大多数人口的劳动者角度来看，更多的劳动者会表示自己是“被富裕”的，可能处于“买不起房”、“看不起病”的境地。流动性不断丰裕的过程，是伤害了还是提高了劳动者的福利呢？

      中国货币数量和劳动者福利呈反向变动。从现有统计来看，基本的结果是中国的货币不断增多时不利于劳动者福利的提高。我们可以从三个角度来看这个问题。一是总体收入视角②。下页图1描绘了1991年到2011年中国流动性充裕度（M2/GDP，左纵轴）和劳动收入占比（右纵轴）的情况。从图中我们可以看到，流动性越来越充裕，而劳动者收入占比在不断降低。劳动收入占比到2011年时只有44%。二是在职员工收入增长。下页图2描绘了流动性充裕度（左纵轴）和在职员工的平均工资增长速度（右纵轴）。我们发现流动性增长越快，工资增长反而越慢。三是失业率。下页图3描绘了流动性充裕度（左纵轴）和失业率（右纵轴）的变化。奇怪的是失业率也在随着货币数量增长而变大。这与菲利普斯曲线及修正后的菲利普斯曲线的预测都不一致。从这些基本的统计来看，随着货币数量占比的不断上升，劳动者整体、在职劳动者和失业劳动者的福利都下降了。

      因此，本文的目的有二，一是尝试发现中国货币数量和劳动者福利的关系；二是初步探索形成这种关系的原因。我们利用1993～2011年的省级面板数据，进行了两个动态面板数据回归，对应解答了这两个问题：一方面通过总体回归，分析货币供给的不断增多与不同劳动者福利变化的关系，以明确两者的关系；另一方面通过分角度细化回归，分析哪种类型的货币数量增长会给劳动者福利带来变化，初步寻找两者关系的原因。由此得到的基本结论是：从总体关系来看，中国货币数量占比的增多会从整体上降低劳动收入占比，但对在职职工的收入、失业率的影响是不确定的；货币数量的增多还很可能带来资本所有者和劳动者的分化以及劳动者内部的分化；货币数量增多损害劳动者福利的主要原因是国有企业投资、民营企业投资、银行贷款投资、国家预算投资和房地产投资等因素。本文结构安排如下：第二部分是本文的文献综述；第三部分是本文的理论分析与命题；第四部分是实证分析；最后是本文的结论。

      

      

      

      二、文献综述

      货币数量和劳动者福利的关系，在经济学中是一个由来已久的问题，从不同的理论范式可以得出不同结论，当前的分析主要有两种范式。第一种分析范式是新古典经济学的分析。新古典经济学认为长期内市场处于出清状态，货币数量并不能带来经济的长期增长，带来的只是通货膨胀。发行货币带来的“经济增长”只是一种“货币幻觉”（Dusansky and Kalman，1974）。在这一分析范式下，货币增发主导下的通货膨胀代表着普遍的价格上升，包括劳动者通过“理性预期”提高名义工资，这样劳动力市场的供需不会变动，失业率保持不变。因此，在新古典经济学中货币数量不会影响经济的运行，对各个要素的实际价格也没有影响，货币是中性的。这一范式的核心前提是市场的迅速出清和个体的理性决策，并且很多经济学家都把个体理性决策作为货币中性的微观基础。第二种范式是基于凯恩斯主义的分析。凯恩斯认为市场并不处于出清状态，并且工资具有粘性。在这一前提下货币数量增多将会降低实际工资，促进投资提升就业。因此，货币对工资和就业是非常重要的（Fontana，2007）。正如Hicks（1969）所说，产出和就业都是受到货币因素影响的。围绕为什么工资是粘性的问题，发展形成了后凯恩斯主义学派，他们把研究范围从价格粘性扩展到信息粘性，进一步佐证了凯恩斯的观点（Mankiw and Reis，2002）。凯恩斯学派认为实际工资虽然降低了，但就业率提升了，产出扩大了，劳动者也可以受益。甚至有学者发现了高货币数量可以降低收入不平等性（Fowler，2005）。是不是这样呢？随着研究的不断深入，这个问题有了更客观的分析。Blanchard和Gali（2008）在承认工资刚性的前提下，发现货币政策的影响与劳动力市场的特征密切相关，并不会产生一定的结果。与此同时，很多学者从不同角度也发现了货币政策和收入分配是有着密切关系的，虽然作用的方向还没有定论（Niggle，1989；Argitis and Pitelis，2001；García-

and Turnovsky，2007）。这就说明研究货币数量和劳动者福利的关系并没有唯一的关系，要具体到每个国家的基本情况来研究。

      货币数量和中国劳动者福利关系的研究。当前我国学者分析劳动者福利时，侧重对劳动收入占比的研究，但对劳动收入占比的研究更多侧重在产业结构上，还没有充分注意到货币增发在其中的作用（白重恩、钱震杰，2009；罗长远、张军，2009）。龚刚和杨光（2010）注意到了货币数量的增多会伴随着物价的上升，在这种情况下，工资的提高不够显著，从而由经济增长或劳动生产率的提高所带来的利益大部分转化为利润而非工资。我国更多学者关注了货币政策的动态就业效应。李雪松和王秀丽（2011）利用DSGE模型模拟发现中国劳动力市场具有明显的工资粘性，数量型货币政策对经济要素有长期影响。鄂永健（2006）通过MIU模型推导发现，中国的货币政策短期内可以带来就业增长，但长期不可行。王君斌和薛鹤翔（2010）利用季度数据同样发现，货币政策的就业效应带有明显的动态持续性，短期促进就业，中长期增加失业。也有学者认为，货币政策并不能带来中国就业率的提高（蔡昉等，2004）。

      总结上述研究，大部分学者关注了货币数量或货币政策与以下三点的关系：劳动收入占比、工资和就业率。这就明确了本文的具体研究对象。当前还没有学者利用更为详尽的数据同时对这三点进行考察，特别是中国的特殊情况，也就暂时无法明确回答货币数量和劳动者福利的关系。有部分学者在这方面进行了尝试性研究。Argitis和Pitelis（2001）利用英国和美国两国数据分析了货币政策与产业资本、金融资本及劳动者福利的关系。Fowler（2005）利用美国全国层面的数据，通过GMM方法估计了货币政策和收入不平等间的关系。Cambazogl和Karaalp（2012）研究了土耳其货币数量和就业率的关系。可见，这方面的研究在数据可得的情况下，是可以操作的。从中国现有数据来看，利用全国层面的动态面板数据，来回答货币数量与中国劳动者福利的关系并初步分析其成因是可以完成的，这正是本文的主要目的所在。

      三、变量、数据和统计描述

      （一）变量定义

      因变量的构造。收入是劳动者福利的基础，我们把福利的变化更多的定位在收入变化。为了更为清晰地说明货币数量对劳动者福利的影响，我们把劳动者从范围上分成了三类：劳动者整体、在职劳动者和失业劳动者。这样我们不仅可以看到货币数量对劳动者的影响，而且可以看到对不同部分劳动者的影响。劳动者整体的福利变化，我们使用劳动收入占GDP的比例，即劳动收入占比（LIS）来表示；在职劳动者的福利，我们使用在职职工的工资增长情况表示，即实际工资增长率（SGZ）来表示；相比前两个群体，失业劳动者的福利比较难以描述，在此处我们使用失业劳动者获得市场收入的机会，即失业率（SYL）来表示。因此，我们的因变量主要有三个：劳动收入占比、实际工资增长率和失业率。

      自变量的构造。本文的目的主要有两个，一是寻找货币数量和劳动者福利的关系；二是初步寻找这种关系的原因。（1）当寻找货币数量和劳动者福利关系时，我们的主要自变量是货币数量。根据通行规则，货币数量可以表述为三个层次：M0、M1和M2。但在中国现有的数据中，还没有分省份的不同层级货币数量的表述。我们使用各省份存款余额来表示货币的整体数量。在本文中涉及到不同省份的回归，使用货币数量的绝对数值并不准确，而应该描述出各省份货币数量的充裕程度（当年存款余额占GDP的比重，即CKS）。同时，我们也会辅以观察货币投放量③（贷款余额占GDP的比，即DKS）和货币当期使用量（社会固定资产投资占GDP的比，即IVS）对劳动者福利的影响。（2）我们将从三个角度初步寻找这种关系的原因。这三个角度来自于过多货币真正作用于经济的过程——投资（Hicks，1969），主要指投资中货币使用主体、货币筹措渠道和货币流向。第一个角度是很多学者提到的投资主体（罗长远、张军，2009；白重恩、钱震杰，2010）。这个角度可分为国有企业投资占比（GYT）、民营企业投资占比（FGT）和外资企业投资占比（WQT）三种企业的投资额。第二个角度是资金的筹措渠道，也就是过多货币流出的方式（盛朝晖，2006）。这个角度分为贷款资金占比（DKT）、自筹资金占比（ZCT）、政府预算资金占比（YST）和外国资金投资占比（FDI）。第三个角度是资金的流向，主要是不同产业发展的影响（李稻葵等，2009）。这个角度可简单把所有产业分为房地产投资占比（FDC）和实体经济投资占比（STT）。

      为了更精确地进行回归，我们也控制住了一般文献中需要观察的主要变量（白重恩、钱震杰，2010）：劳动供应量（LDS）、经济发展水平（RJG）、第一产业占比（ONE）、第二产业占比（TWO）、技术水平（JIS）和经济开放度（JCK）。

      （二）数据来源

      本文使用的数据主要来源于历年《中国统计年鉴》。其中，受到制约比较大的数据是关于劳动收入占比的数据。《中国统计年鉴》公布了1993～2011年的各省份劳动收入占比数据。虽然有学者对这一数据质量进行了质疑，但每年各省份的统计规则是一致的（白重恩、钱震杰，2009）。因此，我们把研究的数据限定为1993～2011年的省级面板数据。涉及到具体变量的数据来源，我们在表1中进行了统一说明。

      （三）统计描述

      利用上述数据来源，我们共得到31个省份19年的数据。我们把主要变量的值每隔6年记录下来，整理到第8页表2中。从现有数据来看，呈现出两个特点，一是各省份的货币数量大幅度上升。存款余额占GDP比例的均值由1993年的0.8左右，增长到了2011年的1.6，最大省份达到了4.6；贷款余额占GDP比例的均值由1993年的0.9左右，增长到了1.0以上，最大值超过了2.4；投资额占GDP比例的均值由1993年的约0.36，增长到了2011年的0.65以上，最大值超过了0.85。二是劳动者福利增长变慢甚至降低。我国的劳动收入占比在这一时间段呈整体下降趋势，1993年劳动收入占比在51%以上，但到了2000年后，劳动收入占比均值降到了40%左右；实际工资的增长率也是下降的，1990年代末期有超过12%的增长，到了2011年增长率只有8%。失业率也有较大幅度上升，由2%左右上升到了3%以上，很多省份都超过了4%。从统计描述来看，货币数量和劳动者的福利是呈反向变动的，两者很可能存在负向因果关系。

      四、实证模型和回归结果

      （一）回归模型的说明

      本文使用的数据是长度为19年，个体数量为31个的面板数据，不能忽视其中带有的动态性。需要设立动态面板模型，基本模型如（1）式所示：

      

      

表示自变量，

表示控制变量。经过差分变换去除个体固定效应，模型变化如下：

      

      上述模型可能存在的内生性。一是因变量的滞后差分项和残差差分项相关。Arellano和Bond（1991）建议用差分项的滞后项作为差分项的工具变量来解决这个问题。二是自变量的差分项可能与残差的差分项存在相关。根据上述文献，可以通过设置前置变量和前置内生变量选项来解决。三是滞后项本身就可能与残差差分相关。Arellano和Boverb（1995）以及Blundell和Bond（1998）建议将水平滞后项也作为工具变量。如果要解决这三种内生性，就需要把水平滞后项和差分滞后项都纳入到模型中来。在经过这三个步骤后，会有过多的变量作为工具变量，存在过度拟合问题，可以使用系统GMM（twostep）方法来估计此类模型。在本文数据中，个体数只有31个，时间点有19个，过多的工具变量会占用很多自由度，并且很可能不能有效识别，无法构造最优矩条件。在默认的估计方法中，会把很多微弱显著的变量纳入到模型中，为了节约自由度，我们把最大工具变量个数设定为5个。这样我们既可以更为有效的寻找工具变量也可以实现GMM的最优矩条件。

      

      

      （二）回归过程

      在实际回归中进行了双对数变换，回归过程分为两步。第一，估计货币数量的总体指标和劳动者境遇的关系，主要考察货币存量（存款余额）、货币投放量（贷款余额）和货币使用量（社会固定资产投资）与劳动者境遇的关系。观察这些货币数量指标和劳动者福利到底有没有关系，有什么样的关系，这是一种总体体现。

      第二，分析货币使用量的不同结构指标（含执行主体、资金渠道和流入产业）与劳动者境遇的关系，进而初步得到货币数量影响劳动者福利的原因。总体指标存在两个问题：一是从总体回归中，得到的劳动者福利变化是多种效应的综合（Kongsamut and Xie，2001）。这就有必要从不同角度，发现不同的作用效果。二是总体回归中可能存在偏误。比如总体回归中的贷款数目（DKS）变量，并没有说明这些贷款是否已经使用了、是否用到了本地和用到什么产业。这就需要进一步细化指标，深入讨论。需要说明的是，虽然我们可以把货币使用总额——全社会固定资产投资总额分为3个角度来研究，但是这些角度的细化指标数值总和都等于固定资产投资总额。因此，如果把所有指标放到一个模型中，会带来完全共线性，无法解释变量系数的含义。为了解决这个问题，我们将从3个不同角度分别进行3个回归。

      

      （三）回归结果

      按照回归步骤，我们分两部分进行了回归。为了节省篇幅我们省去了控制变量系数的回归结果，只汇报了关键自变量系数的回归结果。具体结果见表3和表4。

      

      

      表3是关于货币数量与劳动者福利关系的回归结果。在表3中，我们分别选取和组合货币存量（存款余额占GDP的比）、货币投放量（贷款余额占GDP的比）以及货币使用量（社会固定资产投资占GDP的比）进行了回归。回归（1）的自变量是存款余额占GDP比例，主要表示了货币存量变化和劳动者福利的关系。从这里我们可以清晰地看到，货币存量的增加，降低了整体劳动收入占比，却可以提高在职职工的实际工资和降低失业率。虽然劳动者的整体地位会降低，但在职劳动者和失业劳动者的福利都会变好。这个结果尚存一定疑问，劳动者收入提高，就业增多，反而劳动收入占比下降。回归（2）把货币投放量纳入到模型中来，发现货币存量的增加并不能降低失业率，货币投放的增加会降低实际工资增长，降低失业率。回归（3）中，我们把当年货币使用量纳入到模型中，发现当年货币使用量会提高失业率。从这三个回归中我们可以发现货币存量的增加会导致劳动者整体经济地位的降低，即劳动收入占比下降。1994年到2012年中国的货币增长了89%，平均每年增长3.5%，根据我们这里测算的弹性范围是17.7%～19.6%，我国的劳动收入占比每年会降低0.62%～0.68%，那么我国的劳动收入占比会在这一时间段降低10.6%～11.6%，这与现实是基本一致的④。如果货币经由信贷进入经济系统，那么在职劳动者的实际工资就会下降（4.5%～4.9%）；信贷资金的增多会降低失业率（-9.8%），但信贷资金如果带来过多投资，又会增加失业（11.4%）。也就是说，货币数量增多必然降低劳动收入占比，但对在职者和失业者的福利并没有确定的影响。

      从货币政策的传导渠道来看，投资是货币进入经济系统发挥作用的关键一步，并且是直接发挥作用的一步。从表3的回归看，投资会显著增加失业，而对劳动者整体经济地位和在职员工的影响方向并不确定。但这一结果是综合性影响，需要进一步分解。

      我们从投资主体、资金来源和资金流向三个角度进行了回归，结果见表4。回归（4）把投资主体分为了国有企业（含集体企业）、民营企业和外资企业。结果显示，国有企业的投资会降低劳动收入占比（微弱显著），降低在职职工工资增长率，对就业影响不明显；民营企业的投资会非常显著地降低劳动收入占比，提高在职人员工资增长率但增加失业率；外资企业会降低在职职工工资增长率，但也降低失业率。回归（5）显示资金来源是贷款的投资会显著降低劳动收入占比；自筹资金的投资会显著提高劳动收入占比，但提高失业率；资金来源于政府预算的投资会显著降低劳动收入占比，提高在职者收入，但显著提高失业率。回归（6）显示流向房地产业的投资会显著降低劳动收入占比，显著提升在职职工工资增长率；投向实体经济的投资对劳动收入占比和就业影响不确定，但可以显著降低在职职工工资增长率。

      

      总结表4我们可以发现，不同的投资主体、资金来源和资金流向会对劳动者的福利产生不同影响。国有企业投资、民营企业投资、贷款投资、政府预算投资和房地产投资都会降低劳动收入占比，只有自筹资金的投资对于劳动收入占比是正向作用；国有企业投资、外资企业投资、贷款投资、外资投资和实体经济投资都会降低在职职工工资增长率，民营企业投资、政府预算投资和房地产投资会提高在职职工工资增长率；民营企业投资和自筹投资会提高失业率，外资企业投资和外资投资会降低失业率。在此我们把这里出现的两种负面作用分为两类，其一我们把劳动收入占比作为劳动和资本收入的整体比较，那么劳动收入占比的降低就代表劳资分化；其二把在职职工实际工资增长率和失业率作为劳动者内部的比较，那么实际工资上升同时失业率上升，就代表劳动者内部的分化。将上述不同角度的作用和这两种作用一一对应，我们可以得到表5。从效果总结来看，货币数量过多对经济系统发生作用后，很可能的结果就是：劳动者和资本所有者的收入差距持续拉大，劳动者普遍受损，并且劳动者内部也出现更为明显的分化，失业者生活更为困难。在这个过程中，企业的投资、贷款投资、政府预算投资和房地产投资都发挥了比较显著的作用。

      （四）稳健性说明

      从数据来看，本文选取了全国所有的省份，并且选取了有确凿劳动收入占比的年份进行回归，尽量避免了样本选择问题。从模型看，我们使用了动态面板回归的GMM方法，尽可能控制了模型具有的内生性。因此，基本可以断定本文的回归结果是稳定的。为了进一步说明本回归结果的稳健性，我们分时间段重新进行回归。以2000年为界点分为两个阶段，1993～1999年为第一个时间段，2000～2011年为第二个时间段。为了表示的清楚，我们主要汇报了回归系数的正负号与先前回归结果的正负号是否一致。比较结果如表6所示。

      

      通过分段回归我们发现，在劳动收入占比这一维度上，我们之前的回归结果和分段回归没有出现显著的不一致；在职职工的工资维度上，显著不一致出现在资金流向回归中，但只是第一阶段显著不一致，第二阶段一致；在失业率这一维度上，显著不一致出现在资金来源和资金流向中，也只是第一阶段不一致。因此，我们的回归结果是稳健的。

      五、简单的总结

      从近二十年中国的发展来看，货币数量不断充裕，甚至到了流动性泛滥的程度。在这个过程中，我国经济处于高速发展阶段，持续了“中国奇迹”。然而，这一货币不断充裕的过程可能严重损害了劳动者的福利。本文通过1993～2011年的省际面板数据回归发现，货币数量不断增多的过程中，劳动者的福利明显受到了损害。具体结论如下：一是货币总量的上升会显著降低劳动收入占比，造成劳动者和资本所有者的分化；二是货币数量的上升很可能同时带来劳动者内部的分化，即在职职工工资提升，但失业率也不断提高；三是货币数量对劳动者的危害主要通过：国有企业投资、民营企业投资、银行贷款投资、政府预算投资和房地产投资等渠道发挥作用。

      在经济学中，收入是与边际贡献联系在一起的。如果劳动者的福利，因为不提供边际贡献的“货币过剩”而降低，这意味着有些人通过货币过剩这一手段剥夺了劳动者的收益。政府制定的货币政策可能没有充分考虑到弱势劳动群体的利益。根据Rawls（1971）的观点，这不是一个效率或公平问题，而是一个基本的正义问题。从本文测得的货币数量效果来看，过多的货币数量是对劳动者的严重侵害，不利于劳动者共享发展成果，也不利于建设公平正义的社会。为了控制这一局面，我们建议：一要控制货币发行总量，回收流动性；二要控制总体信贷规模，特别是投向房地产产业的投资；三要进一步改善劳动者福利，提高工资增长率，使劳动者共享发展成果；四要完善资本利得税，提高失业人员生活水平，拓宽失业人员就业渠道。

      感谢审稿人提出的宝贵建议，当然文责自负。

      ①相关数据来自世界银行网站（http://search.worldbank.org/data?qterm=m2&language=EN）。世界银行只提供了1994年以后的数据，为了比较的方便我们选取了1994年以后的数据进行比较。

      ②图1、图2和图3的数据都来自历年《中国统计年鉴》。在作图过程中，我们不仅进行了基本的数据统计，而且为了体现规律我们进行了散点的初步拟合。根据数据变化的情况，采用了线性拟合和多项式拟合。线性拟合是基本的线性函数，拟合为直线，多项式拟合采用的是二次项方法，拟合为抛物线。

      ③此处的货币投放量与一般意义上的投放不同。一般来说，货币投放是流出和流入金融机构现金的过程。这里是指从商业银行投放的贷款。

      ④根据历年统计年鉴数据，1994年到2012年间中国劳动收入占比从52%下降到了46%。2012年数据是1994年数据的88.4%，降低了11.6%。这与我们的回归测算基本一致。

标签：失业率论文;  中国统计年鉴论文;  经济研究论文;  中国货币论文;  经济模型论文;  回归模型论文;  货币论文;  实证分析论文;  经济学论文;  经济论文;  货币政策论文;