降低養(yǎng)老保險費率能擴大企業(yè)雇傭規(guī)模嗎?

［摘要］降低企業(yè)養(yǎng)老保險費率是“減稅降費”政策的重要一環(huán)。我國于2019年推出了《降低社會保險費率綜合方案》的政策，故使用2014—2022年A股上市公司數(shù)據(jù)，通過雙重差分模型檢驗該政策的實施對企業(yè)雇傭規(guī)模所產(chǎn)生的影響。研究發(fā)現(xiàn)，此次降費政策總體上對企業(yè)的雇傭規(guī)模存在顯著的正向影響，使企業(yè)的雇傭規(guī)模增加2.6%，該結(jié)果在經(jīng)過一系列穩(wěn)健性檢驗過后依然成立。此外，本次降費的政策效果呈現(xiàn)出顯著的企業(yè)異質(zhì)性，更有利于制造業(yè)企業(yè)以及非國有企業(yè)雇傭規(guī)模的擴大。有關(guān)影響機制的分析顯示，養(yǎng)老保險降費政策主要通過現(xiàn)金流效應(yīng)以及要素替代效應(yīng)影響企業(yè)的雇傭規(guī)模。

［關(guān)鍵詞］養(yǎng)老保險費率；降費政策；雇傭規(guī)模；影響機制

［中圖分類號］F840.61

［文獻標志碼］A［文章編號］10044833（2024）05009011

一、引言

就業(yè)是最大的民生。黨的二十大報告指出，要不斷強化就業(yè)優(yōu)先政策，加快健全就業(yè)促進機制。近年來的政府工作報告也多次提出要穩(wěn)定現(xiàn)有就業(yè)，繼續(xù)強化就業(yè)優(yōu)先政策。

企業(yè)在中央全面落實“就業(yè)優(yōu)先”工作中扮演著重要角色。然而高社會保險費率所帶來的勞動成本壓力卻極大地限制了企業(yè)的就業(yè)吸納能力，其中養(yǎng)老保險繳費已經(jīng)成為企業(yè)重要的勞動力成本支出。已有研究發(fā)現(xiàn)，高養(yǎng)老保險費率不僅會抑制企業(yè)的全要素生產(chǎn)率［1］，而且會對企業(yè)的雇傭規(guī)模［2］、員工工資［3］、投資規(guī)模［4］以及創(chuàng)新程度［5］等方面帶來一定的不利影響，甚至會加強企業(yè)的逃費避稅動機［6］。由此可見，高養(yǎng)老保險費率對企業(yè)造成的這些負面影響已經(jīng)給政府部門的“就業(yè)優(yōu)先”工作帶來了極大的挑戰(zhàn)。

基于以上原因，我國早在2015年就已經(jīng)開始并在之后的幾年中持續(xù)推進社會保險降費政策。人力資源和社會保障部2015年先后就調(diào)整失業(yè)保險費率、工傷保險費率以及生育保險費率發(fā)布通知，將上述三項社會保險的單位繳費率合計下調(diào)約1.75%。緊接著在2016年發(fā)布了關(guān)于階段性降低養(yǎng)老保險費率的通知，通知要求養(yǎng)老保險單位費率在20%以上的，降至19%～20%。進一步地，2019年5月1日中央又推出了《降低社會保險費率綜合方案》，該方案也是我國社會保險制度建立以來費率下降幅度最大的一次，方案明確開始實施新一輪的降費措施，并要求各地將企業(yè)職工基本養(yǎng)老保險單位費率降至16%。

關(guān)于養(yǎng)老保險費率對企業(yè)雇傭規(guī)模的影響，國內(nèi)外學(xué)者進行了深入的探討。國外學(xué)者重點關(guān)注工薪稅率以及社會保險費率與企業(yè)用工需求的關(guān)系。一方面，已有研究大都認為工薪稅率與企業(yè)雇傭規(guī)模之間呈現(xiàn)顯著的負向關(guān)系，工薪稅率上調(diào)會導(dǎo)致失業(yè)率上升［7］，而稅率的下降則使得企業(yè)的勞動力需求擴張，提高了就業(yè)率［8］。另一方面，有關(guān)社會保險費率與企業(yè)用工需求的研究中，結(jié)論并不完全一致，部分學(xué)者認為社會保險費率的浮動與企業(yè)雇傭規(guī)模的擴大之間為負向關(guān)系［9］，但也有學(xué)者認為社會保險費率的浮動對企業(yè)雇傭規(guī)模的擴大沒有顯著影響［1013］。

近年來，許多學(xué)者開始關(guān)注我國的養(yǎng)老保險降費政策、社保繳費水平對于雇傭規(guī)模的影響，但結(jié)論不一。其中呂學(xué)靜和何子冕發(fā)現(xiàn)降低費率對企業(yè)雇傭員工的數(shù)量無明顯擠出效應(yīng)［14］，宋弘等則發(fā)現(xiàn)降低費率顯著提高了企業(yè)勞動力需求［15］，尹恒等人進一步發(fā)現(xiàn)社保降費極大提高了服務(wù)業(yè)的勞動需求［16］。趙海珠等人以2019年出臺的《降低社會保險費率綜合方案》為準自然實驗，發(fā)現(xiàn)該方案的實施顯著增加了在線招聘的崗位數(shù)量，產(chǎn)生了良好的就業(yè)促進作用［17］。馬孟琛和白晨卻發(fā)現(xiàn)該方案的推行顯著提高了上市公司的員工福利水平，但對雇傭人數(shù)與員工工資的影響不顯著［18］。此外，一些文獻發(fā)現(xiàn)社會保險繳費對就業(yè)存在顯著的擠出作用，企業(yè)的實際社保繳費負擔越高，其雇傭規(guī)模越小，并且其勞動力雇傭增長率會顯著降低［1920］，進一步的研究發(fā)現(xiàn)社保繳費對工資水平與就業(yè)規(guī)模的轉(zhuǎn)嫁效應(yīng)在勞動密集型行業(yè)和低風險行業(yè)中更為明顯［21］。同時，社保繳費會提高勞動力的相對價格，促使企業(yè)減少勞動力雇傭和增加固定資產(chǎn)投資［22］。

總的來看，國內(nèi)外學(xué)者圍繞養(yǎng)老保險費率對企業(yè)雇傭規(guī)模的影響已經(jīng)進行了許多有益的探索，本文的邊際貢獻主要體現(xiàn)在以下兩方面：

首先，評估了2019年養(yǎng)老保險降費政策的就業(yè)效應(yīng)。已有的相關(guān)研究大都關(guān)注社保費率水平的高低對于就業(yè)規(guī)模的影響，研究社保費率政策變化對于就業(yè)影響的文獻較少。2019年發(fā)布的《降低社會保險費率綜合方案》是我國迄今為止幅度最大的一次養(yǎng)老保險費率下降，且該方案實施不久就遭遇了新冠疫情的暴發(fā)及長期持續(xù)，因此本次降費政策的實施環(huán)境與以往也有所不同。目前僅有個別文獻關(guān)注了2019年社保降費政策的就業(yè)效應(yīng)，但其中存在著研究區(qū)域的選擇缺乏全國代表性，以及研究結(jié)論之間存在著明顯分歧等問題。因此，本文使用全國性數(shù)據(jù)以及雙重差分模型評估了2019年社保降費政策對于就業(yè)規(guī)模的影響，不僅有助于更全面地理解本次養(yǎng)老保險降費政策的社會經(jīng)濟影響，還可以為當下穩(wěn)定與擴大就業(yè)提供新的政策思考。

其次，從現(xiàn)金流效應(yīng)和要素替代效應(yīng)出發(fā)，探索了養(yǎng)老保險降費政策影響企業(yè)雇傭規(guī)模的內(nèi)在機制。由于資本和勞動力是企業(yè)生產(chǎn)過程中相互可替代的兩種生產(chǎn)要素，已有的研究主要基于要素替代效應(yīng)，分析養(yǎng)老保險費率與雇傭規(guī)模之間的關(guān)系。本文在此基礎(chǔ)上，從企業(yè)現(xiàn)金流方面進行了相關(guān)拓展。事實上，已有大量研究基于融資約束分析企業(yè)的相關(guān)決策（如避稅、創(chuàng)新等），但涉及社保費用與雇傭規(guī)模方面的分析相對較少。本文基于現(xiàn)金流效應(yīng)和要素替代效應(yīng)兩個機制闡釋了養(yǎng)老保險降費政策影響企業(yè)雇傭規(guī)模的作用路徑，為探索養(yǎng)老保險降費政策如何影響企業(yè)雇傭規(guī)模提供了新的解釋視角。

二、理論分析與研究假說

（一）我國養(yǎng)老保險制度的背景

我國目前的社會養(yǎng)老保險制度始建于1997年，其中基本養(yǎng)老保險包括城鎮(zhèn)職工養(yǎng)老保險和城鄉(xiāng)居民養(yǎng)老保險。前者覆蓋范圍是城鎮(zhèn)企業(yè)及員工、個體工商戶和自由職業(yè)者，城鄉(xiāng)居民基本養(yǎng)老保險的覆蓋范圍為年滿16周歲（不含在校學(xué)生），非國家機關(guān)和事業(yè)單位工作人員及不屬于城鎮(zhèn)職工基本養(yǎng)老保險制度覆蓋范圍的城鄉(xiāng)居民［2324］。本文主要討論的是城鎮(zhèn)職工基本養(yǎng)老保險，它要求參保單位和個人分別繳納工資總額的一定比例，其中企業(yè)養(yǎng)老保險費率由最初的20%及以上逐步降至2019年之后的16%，個人繳費比例始終保持在8%不變，企業(yè)和個人的繳費分別進入社會統(tǒng)籌賬戶和職工個人賬戶中，繳費滿15年并達到退休年齡者可以領(lǐng)取養(yǎng)老金。

在我國的養(yǎng)老保險制度框架中，養(yǎng)老保險費率主要由中央政府確定，地方政府對當?shù)氐馁M率具有一定的決策權(quán)，并長期負責征收養(yǎng)老保險費用。因此在制度運行過程中，地方政府出于當?shù)仞B(yǎng)老金收支情況或者減輕企業(yè)繳費負擔、吸引更多企業(yè)投資的考慮，可能會適當?shù)卣{(diào)整企業(yè)費率水平，從而導(dǎo)致了各省份之間在費率水平上的參差不一。此外，較高的養(yǎng)老保險繳費負擔增加了企業(yè)的逃費動機，許多企業(yè)通過不參加或僅給部分工人參加養(yǎng)老保險、人為降低個人的繳費基數(shù)等方式逃避養(yǎng)老保險繳費義務(wù)，而地方政府出于發(fā)展經(jīng)濟等原因?qū)ι鲜鎏淤M現(xiàn)象的治理并不嚴格［25］。

（二）養(yǎng)老保險費率下降影響企業(yè)雇傭規(guī)模的理論分析

養(yǎng)老保險費對社會就業(yè)水平的影響主要取決于企業(yè)能否將此項成本部分或者完全轉(zhuǎn)嫁到員工的身上［2］。以養(yǎng)老保險費率上升為例，當勞動力市場處于均衡狀態(tài)時，養(yǎng)老保險費率的上升會導(dǎo)致企業(yè)用工成本的上漲，此時便可能會產(chǎn)生養(yǎng)老保險費對企業(yè)雇傭規(guī)模的擠出效應(yīng)［26］。擠出效應(yīng)是否存在主要取決于勞動力供給的彈性大小以及員工對養(yǎng)老保險的偏好。勞動供給彈性小意味著企業(yè)更容易通過降低工資的方式轉(zhuǎn)嫁養(yǎng)老保險費率上升所帶來的勞動力成本增加［11］。養(yǎng)老保險費率上升所帶來的勞動力成本增加由企業(yè)轉(zhuǎn)嫁到員工身上，如果以降低員工工資水平作為代價，那么就會減少對就業(yè)的擠出。此外，員工對養(yǎng)老保險的偏好影響到員工是否愿意降低當前可支配收入來繳納養(yǎng)老保險費，一般而言，低教育程度以及非技術(shù)員工更傾向于獲得當前可支配收入，養(yǎng)老保險費對這部分人群的擠出效應(yīng)也更為明顯［12］。

從對擠出效應(yīng)的分析來看，企業(yè)所承擔的社會保險費只能通過降低員工工資水平和縮減企業(yè)雇傭規(guī)模的方式進行部分轉(zhuǎn)嫁［21］。但是，根據(jù)粘性工資理論可知，一方面企業(yè)為了自身持續(xù)發(fā)展會選擇與員工簽訂長期契約，契約規(guī)定的基本薪酬一般不輕易隨經(jīng)營狀況的好壞而發(fā)生變化；另一方面，員工作為風險規(guī)避者，往往會拒絕工資水平的降低。如此便導(dǎo)致了企業(yè)員工的工資水平不能隨著勞動供求變化以及企業(yè)經(jīng)營狀況靈活調(diào)整。同時，工資本身具有可升不可降的“剛性”特征，再加上最低工資制度等原因，企業(yè)無法及時有效的調(diào)整員工工資水平，也就無法通過這一途徑來轉(zhuǎn)嫁養(yǎng)老保險成本負擔，而一旦員工工資不能完全吸收企業(yè)所轉(zhuǎn)移給員工的養(yǎng)老保險費用成本，就會對就業(yè)產(chǎn)生明顯的擠出效應(yīng)。結(jié)合2019年養(yǎng)老保險降費背景，本文認為養(yǎng)老保險費對就業(yè)的擠出效應(yīng)其實是持續(xù)存在的，除非將養(yǎng)老保險費對就業(yè)的擠出完全轉(zhuǎn)移到降低員工工資水平上，又或者企業(yè)和員工們一致認為養(yǎng)老保險費并非是一種成本而是福利，但上述兩種情況對我國目前的勞動力市場來說都不實際。因此無論養(yǎng)老保險費率如何浮動，擠出效應(yīng)都會一直發(fā)揮作用，只是強度有所不同。當養(yǎng)老保險費率下降時，勞動力成本的減少會弱化養(yǎng)老保險費對就業(yè)的擠出，有利于企業(yè)擴大雇傭規(guī)模?；谏鲜龇治觯疚奶岢鲅芯考僬fH1。

H1：養(yǎng)老保險降費政策有利于擴大企業(yè)的雇傭規(guī)模。

在此基礎(chǔ)上，考慮到我國目前的勞動力市場狀況，本文認為可以從勞動供給彈性以及企業(yè)融資難易程度兩個方面對養(yǎng)老保險降費政策的異質(zhì)性效果展開進一步分析。

企業(yè)所在的行業(yè)。不同行業(yè)所面臨的勞動供給彈性不同，勞動供給彈性的差異本質(zhì)上反映了勞動供給行為在群體之間的異質(zhì)性［27］。一般而言，制造業(yè)企業(yè)的資本勞動比率相對較低，其勞動雇傭需求也會相對較高。相較于非制造業(yè)企業(yè)而言，養(yǎng)老保險降費政策的實施所帶來的勞動成本下降會顯著提高制造業(yè)企業(yè)的勞動需求，直接表現(xiàn)為降費政策實施后雇傭規(guī)模的顯著擴大。因此，本文認為養(yǎng)老保險降費政策能顯著擴大制造業(yè)企業(yè)的雇傭規(guī)模。

企業(yè)的股權(quán)性質(zhì)。根據(jù)所有制可以大致將企業(yè)分為國有企業(yè)和非國有企業(yè)（民營、外資等）。相較于非國有企業(yè)，國有企業(yè)的雇傭規(guī)模以及內(nèi)部組織結(jié)構(gòu)趨于穩(wěn)定，人員流動性相對較弱［28］。同時，國有企業(yè)面臨的融資約束往往要低于非國有企業(yè)，其獲取現(xiàn)金流的手段更多且獲取難度更低［29］，降費政策帶來的充足現(xiàn)金流對國有企業(yè)擴大雇傭規(guī)模的激勵作用不大。由于非國有企業(yè)的融資難度要高于國有企業(yè)，降費帶來的政策效果必然在兩種性質(zhì)的企業(yè)間有顯著差異。因此本文認為，養(yǎng)老保險降費政策更能顯著擴大非國有企業(yè)的雇傭規(guī)模。

在上述分析的基礎(chǔ)上，本文提出研究假說H2a、H2b。

H2a：養(yǎng)老保險降費政策更能顯著擴大制造業(yè)企業(yè)的雇傭規(guī)模。

H2b：養(yǎng)老保險降費政策更能顯著擴大非國有企業(yè)的雇傭規(guī)模。

本文進一步分析養(yǎng)老保險降費政策擴大企業(yè)雇傭規(guī)模的內(nèi)在作用機制。一方面，緩解企業(yè)的現(xiàn)金流約束是增加企業(yè)勞動雇傭規(guī)模的重要機制，學(xué)術(shù)界對此已經(jīng)形成相對一致的共識。企業(yè)所需承擔的勞動力成本除了養(yǎng)老及其他社會保險費和職工工資福利以外，還包括前期的宣傳推廣、中期的招聘考核與后期的入職培訓(xùn)［30］，企業(yè)需要有充足的內(nèi)部現(xiàn)金流為其企業(yè)招聘、員工培訓(xùn)、工資支付等一系列雇傭活動支付成本。同時，由于企業(yè)勞動報酬支付與內(nèi)部現(xiàn)金流入之間存在一定的時間差，勞動成果轉(zhuǎn)化為企業(yè)盈利存在一定的時間滯后性。在此期間，企業(yè)的雇傭活動需要現(xiàn)金流的持續(xù)保障。養(yǎng)老保險費率的浮動會一定程度上影響到企業(yè)內(nèi)部資金充足與否，從而影響到勞動力雇傭活動能否順利開展［31］。對于流動性約束得到緩解的企業(yè)，會增加對勞動力的投資［32］，從而助于改善就業(yè)狀況［3334］。基于上述邏輯，養(yǎng)老保險費率的下降會降低企業(yè)用工成本［35］，緩解企業(yè)融資約束，使企業(yè)有足夠的現(xiàn)金流來維持擴大雇傭規(guī)模，本文將其稱之為現(xiàn)金流效應(yīng)。

另一方面，勞動力與資本作為企業(yè)生產(chǎn)過程中不可或缺的兩種要素，由于養(yǎng)老保險費是企業(yè)勞動力成本的重要組成部分，養(yǎng)老保險降費政策的出臺意味著企業(yè)勞動力成本的下降，因此相比于資本價格而言，企業(yè)的勞動力價格會相對下降［20］。由于資本和勞動力是相互之間可替代的生產(chǎn)要素，勞動力價格的相對下降會促使企業(yè)使用勞動力代替資本進行生產(chǎn)，這被稱之為要素替代效應(yīng)［36］。因此，隨著養(yǎng)老保險降費政策的出臺，勞動力與資本之間相對價格的下降將促使企業(yè)擴大雇傭規(guī)模。

現(xiàn)金流效應(yīng)與要素替代效應(yīng)共同解釋了勞動力價格的相對下降給企業(yè)足夠的現(xiàn)金流以及動機去擴大雇傭規(guī)模。首先，現(xiàn)金流效應(yīng)意味著企業(yè)的融資約束得到一定的緩解，為企業(yè)擴大雇傭規(guī)模提供足夠的現(xiàn)金流保障，同時要素替代效應(yīng)又激勵企業(yè)使用勞動力來替代資本，兩種效應(yīng)共同作用會提高企業(yè)的雇傭規(guī)模。因此，本文提出研究假說H3。

H3：養(yǎng)老保險降費政策通過現(xiàn)金流效應(yīng)與要素替代效應(yīng)擴大了企業(yè)的雇傭規(guī)模。

三、研究設(shè)計

（一）模型設(shè)定

本文主要研究兩個問題：養(yǎng)老保險費率的降低是否擴大了企業(yè)的雇傭規(guī)模；如果雇傭規(guī)模擴大了，那么受哪些機制驅(qū)動。因此，本文將使用雙重差分法檢驗養(yǎng)老保險降費對雇傭規(guī)模的影響，引言部分所提到的2019年全國性養(yǎng)老保險降費政策為本文構(gòu)建雙重差分模型提供了很好的準自然實驗。具體計量模型的設(shè)定表示如下：

lnLabit=β0+β1Treati×Postt+β2Controlsit+μi+γt+Indtrendj+Protrendc+εit（1）

在模型（1）中，被解釋變量雇傭規(guī)模用lnLabit表示，下標i、t、j和c分別表示企業(yè)、年份、行業(yè)以及省份；Treat為反映2019年養(yǎng)老保險降費政策是否實施的虛擬變量，若企業(yè)處于該政策之下則為實驗組，取值為1，否則為控制組，取值為0；Post是政策實施年份的虛擬變量，當企業(yè)處于2014—2018年取值為0，處于2019—2022年取值為1；Controlsit為一系列企業(yè)層面以及員工層面的控制變量；εit為誤差項。μi和γt為個體固定效應(yīng)和時間固定效應(yīng)。此外，由于本文使用全國范圍內(nèi)的上市公司來劃分實驗組與控制組，考慮到省份之間的地區(qū)差異會對企業(yè)的雇傭規(guī)模產(chǎn)生影響以及不同行業(yè)間的勞動力需求差異會影響到結(jié)果的穩(wěn)健性與可靠性，本文進一步控制了行業(yè)時間趨勢Indtrendj與省份時間趨勢Protrendc。

（二）數(shù)據(jù)來源

本文使用的數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫（CSMAR）2014—2022年A股上市公司樣本，另有部分數(shù)據(jù)來源于中國統(tǒng)計年鑒。以CSMAR數(shù)據(jù)庫中的上市公司樣本作為本文的研究樣本有明顯的合理性。首先，我國企業(yè)養(yǎng)老保險費的繳納會受到養(yǎng)老保險繳費基數(shù)的影響，由于本文的樣本多為業(yè)績良好的上市公司，與中小民營企業(yè)相比，逃費動機較弱［37］。繳費基數(shù)對本文的研究結(jié)果影響不大。其次，2020年的新冠疫情對國內(nèi)企業(yè)帶來了嚴重的負面影響。與中小企業(yè)相比，上市公司具有更高的盈利能力和現(xiàn)金流水平，疫情的影響會相對減弱［38］。此外，CSMAR數(shù)據(jù)庫中披露了上市公司“應(yīng)付職工薪酬”及其具體科目，包括企業(yè)當年的養(yǎng)老保險繳費額以及員工人數(shù)和員工工資總額等重要指標，本文根據(jù)上述指標構(gòu)建雇傭規(guī)模等關(guān)鍵變量。

本文通過以下五個步驟對初始樣本進行了篩選：剔除金融類和在股票交易市場被實行特別處理的ST類上市公司；剔除2014年之后上市的公司；剔除員工人數(shù)少于100人的公司；剔除關(guān)鍵變量數(shù)據(jù)（如雇傭規(guī)模、養(yǎng)老保險費等）缺失嚴重的樣本；為了降低異常值帶來的影響，對回歸所涉及的連續(xù)變量進行1%的縮尾處理。通過以上處理，本文最終獲得了9年的非平衡面板數(shù)據(jù)，共25000個樣本。

（三）變量選取與描述性統(tǒng)計

1.被解釋變量。企業(yè)的雇傭規(guī)模等于當年員工總?cè)藬?shù)減去監(jiān)管層人數(shù)后，再取自然對數(shù)，在本文中用lnLab來表示。另外，為了檢驗2019年養(yǎng)老保險降費政策帶來的養(yǎng)老保險實際費率變化對企業(yè)雇傭規(guī)模的影響，前提條件是必須檢驗養(yǎng)老保險費率的降低是否導(dǎo)致企業(yè)人均養(yǎng)老保險成本支出顯著減少。因此，有必要先檢驗上述成本是否受降費政策的影響，再對雇傭規(guī)模進行回歸。為此，本研究構(gòu)建了人均養(yǎng)老保險成本指標，界定為養(yǎng)老保險費總額與員工總數(shù)的比值，并取對數(shù)。

2.解釋變量。其為反映t年企業(yè)i所在省份是否受養(yǎng)老保險降費政策影響的虛擬變量，即模型（1）中Treat與Post的交互項。我國2019年出臺的養(yǎng)老保險降費政策實施范圍覆蓋全國所有省份，但事實上部分省份的養(yǎng)老保險費率在降費政策實施前就已經(jīng)低于16%。在查閱中國各省市人社部門和政府官網(wǎng)后發(fā)現(xiàn)，在2010年前，廣東省佛山市、中山市、珠海市以及深圳市等部分市區(qū)的企業(yè)養(yǎng)老保險費率水平遠遠低于全國平均水平，僅為10%。隨后才逐漸統(tǒng)一至13%～15%的水平。與廣東省做法相似的浙江省，于2012年進行養(yǎng)老保險繳費省級統(tǒng)籌改革，將全省企業(yè)養(yǎng)老保險費率統(tǒng)一為14%的水平。因此在降費政策實施后，除浙江省與廣東省以外其他地區(qū)的養(yǎng)老保險政策費率都有不同程度的下降。所以可以近似看成浙江省與廣東省的養(yǎng)老保險政策費率并沒有受到2019年養(yǎng)老保險降費政策的影響，這便為本文的研究提供了一個良好的準自然實驗。因此本文將處于浙江省和廣東省的企業(yè)歸類為控制組，將處于其他地區(qū)的企業(yè)歸類為實驗組。

3.控制變量。參考唐玨和封進等人的做法［22］，本文還選取了相關(guān)企業(yè)層面控制變量，具體包括公司年齡、公司規(guī)模、企業(yè)成長性、所有者權(quán)益、資產(chǎn)負債率以及賬面市值比。并在此基礎(chǔ)之上，本文加入了相關(guān)員工層面控制變量，包括員工平均工資以及員工平均福利。

表1給出變量的分樣本描述性統(tǒng)計結(jié)果。從表1的分樣本描述性統(tǒng)計中可以發(fā)現(xiàn)，相較于控制組，實驗組企業(yè)的雇傭規(guī)模更大。在企業(yè)層面，實驗組企業(yè)有更久的發(fā)展歷史和更大的公司規(guī)模，同時其所有者權(quán)益、資產(chǎn)負債率以及賬面市值比也更高，但成長性要略低于控制組企業(yè)。在員工層面，實驗組企業(yè)員工的平均工資要略低于控制組，但福利水平要高于控制組。表1統(tǒng)計結(jié)果中還顯示實驗組企業(yè)和控制組企業(yè)變量的均值差異基本在1%水平上顯著。

四、計量檢驗結(jié)果

我們首先使用雙重差分模型檢驗養(yǎng)老保險降費政策對企業(yè)人均養(yǎng)老保險支出以及雇傭規(guī)模的影響，然后從多維角度檢驗計量結(jié)果的穩(wěn)健性，最后檢驗上述影響的企業(yè)間的異質(zhì)性，主要結(jié)果如下。

（一）基準回歸結(jié)果

表2報告了養(yǎng)老保險降費政策對企業(yè)人均實際養(yǎng)老成本（Cost）和雇傭規(guī)模影響的DID估計結(jié)果。在估計過程中，我們采用了逐步加入控制變量的方法，且每次回歸都控制了時間固定效應(yīng)和個體固定效應(yīng)。表2的第（1）列至第（4）列匯報了養(yǎng)老保險降費政策對企業(yè)人均實際養(yǎng)老成本的回歸結(jié)果。從逐步回歸的結(jié)果中可以看出，所有Treat×Post的估計系數(shù)均在1%的水平上顯著小于0。這說明養(yǎng)老保險降費政策使得企業(yè)人均實際養(yǎng)老成本顯著下降了9%，證實了此次降費政策確實減少了上市公司的養(yǎng)老保險繳費支出。

表2的第（5）列至第（8）列匯報了養(yǎng)老保險降費政策對企業(yè)雇傭規(guī)模影響的回歸結(jié)果。具體來看，表中第（5）列是僅加入企業(yè)層面控制變量的回歸結(jié)果，Trea×Post的交互項系數(shù)大于0，但并不具有統(tǒng)計學(xué)意義。第（6）列在前述回歸基礎(chǔ)上加入了員工層面控制變量，Trea×Post的交互項系數(shù)在5%的水平上顯著大于0。在此基礎(chǔ)上，本文在第（7）列和第（8）列中分別先后控制了行業(yè)時間趨勢與省份時間趨勢，Trea×Post的交互項系數(shù)仍然在10%和5%水平上顯著為正，說明2019年養(yǎng)老保險降費政策對企業(yè)雇傭規(guī)模存在正向影響，即養(yǎng)老保險政策費率的降低可以擴大企業(yè)的雇傭規(guī)模。相較于未受到降費政策影響的企業(yè)，此次養(yǎng)老保險政策費率的下降可以使受政策影響企業(yè)的雇傭規(guī)模擴大2.6%。因此假說1得以驗證，養(yǎng)老保險降費政策有利于擴大企業(yè)的雇傭規(guī)模。以上回歸結(jié)果意味著，養(yǎng)老保險降費政策顯著擴大了企業(yè)雇傭規(guī)模，對于穩(wěn)定與擴大就業(yè)具有明顯的意義。

（二）平行趨勢檢驗

精準識別養(yǎng)老保險降費政策效應(yīng)的前提條件是實驗組和控制組在政策實施前的企業(yè)雇傭規(guī)模滿足平行趨勢。也就是實驗組在還未受到養(yǎng)老保險降費政策沖擊時，被解釋變量雇傭規(guī)模應(yīng)該與控制組具有一致的時間變化趨勢。因此，借鑒Jacobson等學(xué)者的做法［39］，本文以政策實施年份的前一年（2018年）為基期，并構(gòu)建了Treat與Post的交互項。圖1報告了年份之間交互作用的估計系數(shù)以及95%的置信區(qū)間。從圖1可以看出，在2019年養(yǎng)老保險降費政策實施前，實驗組與控制組之間的差異并不顯著，其雇傭規(guī)模并不存在系統(tǒng)性的差異，說明基準回歸通過了平行趨勢檢驗。

同時，從該圖也能看出養(yǎng)老保險降費政策實施后，實驗組地區(qū)企業(yè)的雇傭規(guī)模呈現(xiàn)出逐步增長的趨勢。具體來看，在養(yǎng)老保險降費政策實施的第0期，實驗組地區(qū)企業(yè)的雇傭規(guī)模有增長趨勢但并不顯著，這主要是由于政策實施效果存在一定的時滯性。而隨著時間的推移，政策實施后第1期實驗組地區(qū)企業(yè)的雇傭規(guī)模顯著擴大。這意味著養(yǎng)老保險降費政策對企業(yè)雇傭規(guī)模的擴大發(fā)揮了積極的激勵作用，進一步驗證了基準回歸結(jié)果的穩(wěn)健性。值得注意的是，在降費政策實施后的第2期（2021年），企業(yè)雇傭規(guī)模有下降的趨勢，直到第3期才顯著回升為正，本文認為這與新冠疫情有很大關(guān)聯(lián)。受疫情影響，很多企業(yè)遇到困難，雇傭規(guī)模因此受到一定影響。本文的基準回歸結(jié)果通過了平行趨勢檢驗。

（三）安慰劑檢驗

從基準回歸結(jié)果可知，養(yǎng)老保險費率下降會使得企業(yè)雇傭規(guī)模擴大2.6%。盡管在基準回歸模型中已經(jīng)加入大量與企業(yè)層面以及員工層面的控制變量，但企業(yè)雇傭規(guī)模的變化仍然可能會受到某些不可觀測因素的影響，而非此次養(yǎng)老保險降費政策所致。因此本節(jié)通過構(gòu)造安慰劑對基準結(jié)果進行檢驗，以確保結(jié)論的準確性。

1.改變政策發(fā)生時間。首先，本文采用“反事實”手段來驗證實驗組與控制組的雇傭規(guī)模之間是否存在共同趨勢。假定將2019年5月1日實施養(yǎng)老保險降費政策的時間提前至2018年5月1日、2017年5月1日、2016年5月1日以及2015年5月1日，再構(gòu)造相應(yīng)的政策實施虛擬變量進行雙重差分回歸。如果Treat與Post交互項系數(shù)不顯著，則證實企業(yè)雇傭規(guī)模的擴大是由2019年養(yǎng)老保險降費政策引起的，而不是其他的因素。

表3匯報了改變政策發(fā)生時間后的估計結(jié)果，第（1）列至第（4）列分別是政策時間提前至2018年、2017年、2016年以及2015年后的回歸結(jié)果，結(jié)果顯示，在四種虛擬政策發(fā)生時間下，Treat與Post交互項的估計系數(shù)均不顯著且遠低于基準回歸結(jié)果（0.026），說明此次企業(yè)雇傭規(guī)模的擴大確實是由2019年養(yǎng)老保險降費政策引起的。

2.構(gòu)造隨機分組變量。本文通過構(gòu)造虛假的實驗組與控制組對樣本進行500次隨機分組沖擊，隨機抽取部分上市公司作為實驗組樣本，通過構(gòu)造虛假的交互項，對模型（1）進行回歸，得到虛假交互項的系數(shù)估計值βrandom1。重復(fù)500次上述過程，并將估計系數(shù)、P值和核密度繪制在圖2中。圖2是500個βrandom1的核密度及其P值，可以看到隨機生成的βrandom1主要集中于0的附近且呈正態(tài)分布，P值大多高于0.1，不具有統(tǒng)計學(xué)意義。而本文對實際養(yǎng)老保險降費政策的估計系數(shù)為0.026，位于核密度分布的右邊邊沿位置，與安慰劑測試結(jié)果有著顯著差異。

（四）穩(wěn)健性檢驗

本部分從使用平衡面板數(shù)據(jù)、替換被解釋變量、加入更多控制變量、使用PSM-DID模型以及排除其他政策影響五個維度來檢驗上述基準回歸結(jié)果的穩(wěn)健性，回歸結(jié)果匯報如下。

1.使用平衡面板數(shù)據(jù)。本研究使用雙重差分法來檢驗2019年養(yǎng)老保險降費政策對企業(yè)雇傭規(guī)?？赡艽嬖诘恼咝?yīng)，基準回歸結(jié)果顯示此次降費對上市公司雇傭規(guī)模的擴大有一定的積極作用。為了保留有效樣本量，本研究使用非平衡面板數(shù)據(jù)進行研究，而非平衡面板數(shù)據(jù)的一個不足在于，由于每個企業(yè)被觀測到的次數(shù)不同，因此可能存在樣本選擇偏差問題。為此，本文在穩(wěn)健性檢驗中將原有數(shù)據(jù)轉(zhuǎn)化為平衡面板數(shù)據(jù)后再次進行基準回歸。使用平衡面板數(shù)據(jù)后的回歸結(jié)果見表4第（1）列，可知，Treat與Post交互項的估計系數(shù)在1%水平上顯著為正。

2.替換被解釋變量。本文的初始被解釋變量為雇傭規(guī)模，其界定為企業(yè)每年的在職職工人數(shù)，這一界定可能無法準確的反應(yīng)企業(yè)職工人數(shù)的逐年變動幅度。因此，為檢驗被解釋變量的界定是否會對基準回歸結(jié)果產(chǎn)生影響，本文構(gòu)建了一個新的被解釋變量來衡量企業(yè)員工人數(shù)變化，具體如下公式（2）所示，通過就業(yè)人數(shù)的逐年變化率來刻畫受養(yǎng)老保險降費政策實施前后影響的企業(yè)勞動力雇傭規(guī)模的變動幅度。替換被解釋變量后的回歸結(jié)果見表4第（2）列。

雇傭增長率=（本年度員工人數(shù)-上年度員工人數(shù)）/上年度員工人數(shù)*100（2）

在替換被解釋變量為雇傭增長率過后，Treat與Post交互項的估計系數(shù)在5%水平上顯著為正。這說明階段性降費政策可以使企業(yè)的雇傭增長率提高2.0%，養(yǎng)老保險費率的下降確實對雇傭增長率的提高產(chǎn)生了正向影響。

3.加入更多控制變量。為檢驗控制變量的選取對基準回歸結(jié)果的影響，本文在模型（1）的基礎(chǔ)上納入了更多控制變量。具體加入的變量為：

（1）考慮到公司監(jiān)管層的雇傭決策會影響到雇傭規(guī)模，因此增加第一大股東持股比例、董事會規(guī)模以及董事長與總經(jīng)理兼任情況三個變量作為公司治理層面的控制變量。

（2）考慮到雇傭規(guī)模與企業(yè)所處城市的經(jīng)濟發(fā)展以及人口特征相關(guān)，在基準回歸已經(jīng)控制省份時間趨勢的基礎(chǔ)之上，進一步增加相關(guān)城市層面的控制變量，分別為人均地區(qū)生產(chǎn)總值的對數(shù)與從業(yè)人員期末人數(shù)的對數(shù)，以上兩項數(shù)據(jù)均來自中國城市統(tǒng)計年鑒。同時，將省份時間趨勢進一步細化到城市時間趨勢（Muntrendc）。

（3）考慮到2020年暴發(fā)的新冠疫情對上市公司的盈利能力以及就業(yè)吸納能力可能帶來的沖擊，本文在省級層面控制了反映疫情影響的變量（各省新冠感染率），界定為各省每萬人口新增確診數(shù)比例，數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫與中國統(tǒng)計年鑒。

表4第（3）列為增加了上述控制變量后的回歸結(jié)果?？梢钥闯觯B(yǎng)老保險降費對企業(yè)雇傭規(guī)模影響的Treat與Post交互項系數(shù)估計值為0.031，且在5%的水平上統(tǒng)計顯著，上述結(jié)果與基準回歸基本一致。

4.使用PSM-DID模型。在研究設(shè)計中，由于本文使用全國范圍內(nèi)的上市公司來劃分實驗組與控制組，省份之間的地區(qū)差異會對企業(yè)的雇傭決策產(chǎn)生影響，可能會產(chǎn)生由樣本選擇性偏差導(dǎo)致的內(nèi)生性問題，進而會影響到結(jié)果的穩(wěn)健性與可靠性，在此使用PSM-DID模型進行檢驗。

本文先通過傾向得分匹配（PSM）構(gòu)造“反事實”樣本，再將匹配成功的樣本重新進行DID估計。為盡量獲得相似企業(yè)，本文選取基準回歸模型（1）中的控制變量作為協(xié)變量，同時采用1∶2最近鄰匹配方法執(zhí)行逐年匹配。圖3和圖4分別繪制了匹配前后實驗組與控制組樣本傾向得分值的核密度圖，可以發(fā)現(xiàn)匹配后兩組樣本的核密度曲線相比于匹配前更為相似，說明匹配后的兩組樣本在企業(yè)特征變量上更為相近。表4第（4）列匯報了PSM-DID的估計結(jié)果?？梢园l(fā)現(xiàn)，養(yǎng)老保險降費政策對企業(yè)雇傭規(guī)模的影響仍在10%的水平上顯著為正。以上結(jié)果說明，在通過PSM-DID模型緩解了內(nèi)生性問題以后，本文關(guān)于養(yǎng)老保險降費政策顯著擴大企業(yè)雇傭規(guī)模的研究結(jié)論依然成立。

5.排除其他政策的影響。首先，排除其他社會保險降費政策的影響。在本文的樣本期間內(nèi)，除了養(yǎng)老保險，其他社會保險也進行了不同程度的降費改革。比如，人社部門于2015年先后就調(diào)整失業(yè)保險費率、工傷保險費率以及生育保險費率發(fā)布通知，當年三項社會保險的單位繳費比例合計下調(diào)約1.75%。上述社會保險費率的下調(diào)有助于降低企業(yè)融資約束，并起到擴大就業(yè)的作用。因此，有必要排除其他社會保險降費政策的干擾。為此，本文分別測算企業(yè)的人均工傷保險支出、人均失業(yè)保險支出以及人均生育保險支出，計算方式同上文中的人均養(yǎng)老保險支出（養(yǎng)老保險費與員工人數(shù)的比值，并取自然對數(shù)），并將這些變量作為控制變量加入到基準回歸模型中進行回歸。表4第（5）列匯報了排除其他社會保險降費政策影響后的估計結(jié)果?？梢园l(fā)現(xiàn)，Treat與Post的交互項系數(shù)仍在1%的水平上顯著為正，且系數(shù)要大于基準回歸結(jié)果（0.026）。

其次，排除減稅政策的影響。在本文的樣本期間內(nèi)，我國陸續(xù)出臺并施行了一些減稅政策，主要涉及所得稅、增值稅以及營業(yè)稅。這些政策在一定程度上節(jié)省了企業(yè)的開支，有助于企業(yè)擴大雇傭規(guī)模。為排除減稅政策的干擾，本文在CSMAR數(shù)據(jù)庫中獲取企業(yè)2014—2022年年末的應(yīng)交稅費，測算企業(yè)稅負（上市公司應(yīng)交稅費的自然對數(shù)），并將企業(yè)稅負作為控制變量加入基準回歸模型中。表4第（6）列匯報了排除減稅政策影響后的估計結(jié)果。可以發(fā)現(xiàn)，Treat與Post的交互項系數(shù)與基準回歸系數(shù)一致。

（五）異質(zhì)性分析

本部分通過企業(yè)所處行業(yè)以及企業(yè)股權(quán)性質(zhì)兩方面進行異質(zhì)性分析，回歸結(jié)果詳見表5。

1.按行業(yè)分類。本文按照2017年國民經(jīng)濟行業(yè)分類標準，將樣本中的所有企業(yè)分成制造業(yè)企業(yè)與非制造業(yè)企業(yè)，然后檢驗養(yǎng)老保險降費對不同行業(yè)企業(yè)雇傭規(guī)模影響的異質(zhì)性。表5第（1）列和第（2）列為按行業(yè)分類的回歸結(jié)果，可以看到，制造業(yè)的交互項系數(shù)在1%的水平上顯著為正，而非制造業(yè)的交互項系數(shù)雖然為正，但并不顯著。以上結(jié)果說明養(yǎng)老保險降費政策更能顯著擴大制造業(yè)企業(yè)的雇傭規(guī)模，因此假說2a成立。

2.按股權(quán)性質(zhì)分類。我們將全部樣本分為國有企業(yè)樣本與非國有企業(yè)樣本，然后檢驗養(yǎng)老保險費率下降對不同股權(quán)性質(zhì)企業(yè)雇傭規(guī)模影響的異質(zhì)性。表5第（3）列和第（4）列為相關(guān)估計結(jié)果，可以看出國有企業(yè)樣本的交互項系數(shù)為-0.004且不具有統(tǒng)計顯著性。而非國有企業(yè)的交互項系數(shù)不僅在1%水平上顯著而且遠高于基準回歸結(jié)果的交互項系數(shù)，為0.044。這表明相較于國有企業(yè)，此次養(yǎng)老保險降費政策更有利于非國有企業(yè)雇傭規(guī)模的擴大。因此假說2b成立。

五、影響機制檢驗

（一）對現(xiàn)金流效應(yīng)的檢驗

本文從企業(yè)現(xiàn)金流水平及融資約束程度出發(fā)，檢驗養(yǎng)老保險降費政策對企業(yè)雇傭規(guī)模的現(xiàn)金流效應(yīng)。由理論部分可知，如果雇傭規(guī)模受到現(xiàn)金流效應(yīng)的影響，那么企業(yè)的現(xiàn)金流水平在2019年之后應(yīng)該呈上升趨勢，從而有助于緩解企業(yè)的融資約束。因此本文依據(jù)相關(guān)文獻選取了兩個衡量企業(yè)融資約束程度的指標［40］，分別是企業(yè)WW指數(shù)與企業(yè)現(xiàn)金流水平（界定為企業(yè)經(jīng)營活動過程中產(chǎn)生的現(xiàn)金流的對數(shù)）。WW指數(shù)一般與企業(yè)所面臨的融資約束程度成正比，WW指數(shù)越高說明企業(yè)面臨的融資約束程度越高。本文設(shè)定了以下兩個模型：

WWit=β0+β1Treati×Postt+β2Controlsit+μi+γt+Indtrendp+εit（3）

Cashit=β0+β1Treati×Postt+β2Controlsit+μi+γt+Indtrendp+εit（4）

在模型（3）和模型（4）中，WWit和Cashit為被解釋變量WW指數(shù)以及企業(yè)現(xiàn)金流水平，其他變量定義同模型（1）。表6第（1）列和第（2）列為相應(yīng)的回歸結(jié)果，可知對WW指數(shù)檢驗的交互項的估計系數(shù)在1%的水平上顯著為負，而對現(xiàn)金流檢驗的交互項的估計系數(shù)在5%的水平上顯著為正，這表明養(yǎng)老保險費率的降低有效緩解了企業(yè)的融資約束困境，提高了企業(yè)的現(xiàn)金流水平，說明養(yǎng)老保險降費對企業(yè)雇傭規(guī)模的影響受到了現(xiàn)金流效應(yīng)的作用。

（二）對要素替代效應(yīng)的檢驗

我們從固定資產(chǎn)投資以及資本密集度兩個維度出發(fā)，檢驗養(yǎng)老保險降費政策對企業(yè)雇傭規(guī)模的要素替代效應(yīng)。如果雇傭規(guī)模受到要素替代效應(yīng)影響，那么企業(yè)對資本的投資規(guī)模在2019年之后理應(yīng)減少。因此本文通過構(gòu)建固定資產(chǎn)凈額并取自然對數(shù)的方式來衡量企業(yè)固定資產(chǎn)投資。并設(shè)定以下模型：

Invit=β0+β1Treati×Postt+β2Controlsit+μi+γt+Indtrendp+εit（5）

進一步考慮到企業(yè)資本密集度也可以反映要素替代效應(yīng)，當勞動力價格相比于資本價格相對較低時，企業(yè)會加大對勞動力的投入，此時企業(yè)的資本密集度會趨于下降。因此本文同時設(shè)定了以下模型：

Capit=β0+β1Treati×Postt+β2Controlsit+μi+γt+Indtrendp+εit（6）

在模型（5）和模型（6）中，Invit和Capit為被解釋變量固定資產(chǎn)投資以及資本密集度，其他變量定義同模型（1）。表6第（3）列和第（4）列分別為模型（5）和模型（6）的回歸結(jié)果，結(jié)果顯示：對固定資產(chǎn)投資檢驗的交互項估計系數(shù)在10%的水平上顯著為負，這表明養(yǎng)老保險費率的下降縮小了固定資產(chǎn)投資規(guī)模。類似地，對資本密集度檢驗的交互項估計系數(shù)在5%的水平上顯著為負，這說明養(yǎng)老保險費率的下降顯著降低了企業(yè)的資本密集度。上述結(jié)果意味著，養(yǎng)老保險降費政策促進了勞動力對資本的替代，即養(yǎng)老保險降費對企業(yè)雇傭規(guī)模的影響受到了要素替代效應(yīng)的作用。

綜合表6的估計結(jié)果，可以發(fā)現(xiàn)2019年養(yǎng)老保險降費政策通過現(xiàn)金流效應(yīng)與要素替代效應(yīng)等兩條機制影響了企業(yè)的雇傭規(guī)模。首先，養(yǎng)老保險費率下降緩解了企業(yè)的融資約束，為擴大企業(yè)雇傭規(guī)模提供充足的現(xiàn)金流供應(yīng)。其次，受要素替代效應(yīng)影響，養(yǎng)老保險費率下降引致的勞動力相對價格下降使企業(yè)有動機去擴大雇傭規(guī)模。因此假說3成立。

六、結(jié)論

本文基于“減稅降費”的大背景，利用2014—2022年A股上市公司面板數(shù)據(jù)，將2019年5月1日起開始實施《降低社會保險費率綜合方案》視為一項準自然實驗，采用雙重差分法評估了養(yǎng)老保險費率降低對企業(yè)雇傭規(guī)模的影響，主要得出以下結(jié)論：

首先，2019年養(yǎng)老保險降費政策對企業(yè)雇傭規(guī)模的擴大存在顯著正向影響，可以使上市公司的雇傭規(guī)模增加2.6%，且上述結(jié)果在一系列穩(wěn)健性檢驗過后依然成立。異質(zhì)性檢驗進一步發(fā)現(xiàn)：相比于非制造業(yè)企業(yè)，養(yǎng)老保險政策費率的降低更有利于制造業(yè)企業(yè)雇傭規(guī)模的擴大；相較于國有企業(yè)，養(yǎng)老保險政策費率的降低更有利于非國有企業(yè)雇傭規(guī)模的擴大。此外，對影響機制的檢驗顯示，養(yǎng)老保險降費政策對雇傭規(guī)模的影響受到現(xiàn)金流效應(yīng)和要素替代效應(yīng)的雙重作用。

根據(jù)本文的研究結(jié)論，我們提出如下政策建議：第一，在當前經(jīng)濟轉(zhuǎn)型和增速放緩的背景下，有必要在兼顧養(yǎng)老保險基金可持續(xù)性的前提下，科學(xué)測算養(yǎng)老保險費率的進一步下降空間，從而充分發(fā)揮降低養(yǎng)老保險費率對于促進就業(yè)的積極作用。第二，由于養(yǎng)老保險降費政策對制造業(yè)企業(yè)和非國有企業(yè)的就業(yè)促進作用更大。因此可以考慮制定并實施具有針對性的降費政策，從而更加充分地發(fā)揮養(yǎng)老保險降費的就業(yè)效應(yīng)。第三，可以增加對制造業(yè)以及中小微企業(yè)的金融政策支持力度，充分發(fā)揮降費政策和金融政策在擴大就業(yè)方面的協(xié)同作用。

參考文獻：

［1］趙健宇，陸正飛.養(yǎng)老保險繳費比例會影響企業(yè)生產(chǎn)效率嗎［J］.經(jīng)濟研究，2018（10）：97112.

［2］馬雙，孟憲芮，甘犁.養(yǎng)老保險企業(yè)繳費對員工工資、就業(yè)的影響分析［J］.經(jīng)濟學(xué)（季刊），2014（3）：9691000.

［3］封進.社會保險對工資的影響——基于人力資本差異的視角［J］.金融研究，2014（7）：109123.

［4］任超然.階段性降低養(yǎng)老保險繳費率增加了企業(yè)投資嗎？——來自A股上市公司的證據(jù)［J］.保險研究，2021（4）：106120.

［5］曾益，楊悅.社會保險繳費率下調(diào)能促進企業(yè)創(chuàng)新嗎？［J］.保險研究，2021（6）：114127.

［6］魏志華，夏太彪.社會保險繳費負擔、財務(wù)壓力與企業(yè)避稅［J］.中國工業(yè)經(jīng)濟，2020（7）：136154.

［7］Fiorito R，Padrini F.Distortionary taxation and labour market performance［J］.Oxford Bulletin of Economics and Statistics，2001，63（2）：173196.

［8］Saez E，Schoefer B，Seim D.Payroll taxes，firm behavior，and rent sharing：Evidence from a young workers tax cut in Sweden［J］.American Economic Review，2019，109（5）：17171763.

［9］Boeri T，Brsch-Supan A，Tabellini G.Pension reforms and the opinions of European citizens［J］.American Economic Review，2002，92（2）：396401.

［10］Gruber J，Krueger A B.The incidence of mandated employer-provided insurance：Lessons from workers compensation insurance［J］.Tax Policy and the Economy，1991，5：111143.

［11］Gruber J.The incidence of mandated maternity benefits［J］.American Economic Review，1994，84（3）：622641.

［12］Bauer T，Riphahn R T.Employment effects of payroll taxes-an empirical test for Germany［J］.Applied Economics，2002，34（7）：865876.

［13］Saez E，Matsaganis M，Tsakloglou P.Earnings determination and taxes：Evidence from a cohort-based payroll tax reform in Greece［J］.The Quarterly Journal of Economics，2012，127（1）：493533.

［14］呂學(xué)靜，何子冕.養(yǎng)老保險費率降低的工資與就業(yè)效應(yīng)——基于上市公司的實證分析［J］.社會保障評論，2019（4）：5469.

［15］宋弘，封進，楊婉彧.社保繳費率下降對企業(yè)社保繳費與勞動力雇傭的影響［J］.經(jīng)濟研究，2021（1）：90104.

［16］尹恒，張子堯，曹斯蔚.社會保險降費的就業(yè)促進效應(yīng)——基于服務(wù)業(yè)的政策模擬［J］.中國工業(yè)經(jīng)濟，2021（5）：5775.

［17］趙海珠，蔡衛(wèi)星，羅連化.社會保險降費政策促進就業(yè)了嗎——基于在線招聘崗位數(shù)據(jù)的分析［J］.廣東財經(jīng)大學(xué)學(xué)報，2022（4）：5670.

［18］馬孟琛，白晨.社會保險費率下降的就業(yè)促進與增收效應(yīng)——基于上市公司數(shù)據(jù)的實證分析［J］.勞動經(jīng)濟研究，2023（2）：5783.

［19］ 錢雪亞，蔣卓余，胡瓊.社會保險繳費對企業(yè)雇傭工資和規(guī)模的影響研究［J］.統(tǒng)計研究，2018（12）：6879.

［20］劉貫春，葉永衛(wèi)，張軍.社會保險繳費、企業(yè)流動性約束與穩(wěn)就業(yè)——基于《社會保險法》實施的準自然實驗［J］.中國工業(yè)經(jīng)濟，2021（5）：152169.

［21］葛結(jié)根.社會保險繳費對工資和就業(yè)的轉(zhuǎn)嫁效應(yīng)——基于行業(yè)特征和經(jīng)濟周期的考察［J］.財政研究，2018（8）：93104.

［22］唐玨，封進.社會保險繳費對企業(yè)資本勞動比的影響——以21世紀初省級養(yǎng)老保險征收機構(gòu)變更為例［J］.經(jīng)濟研究，2019（11）：87101.

［23］王亞柯，李鵬.降費綜合方案下城鎮(zhèn)職工養(yǎng)老保險的精算平衡和再分配研究［J］.管理世界，2021（6）：99112+144+6+114.

［24］唐高潔，閆東藝，馮帥章.走向共同富裕：再分配政策對收入分布的影響分析［J］.經(jīng)濟研究，2023（3）：2339.

［25］趙仁杰，唐玨，張家凱等.社會監(jiān)督與企業(yè)社保繳費——來自社會保險監(jiān)督試點的證據(jù)［J］.管理世界，2022（7）：170184.

［26］邱志剛，苗萌，王子悅，楊真.企業(yè)養(yǎng)老保險繳費率、繳費基數(shù)與就業(yè)效應(yīng)［J］.經(jīng)濟理論與經(jīng)濟管理，2022（5）：95111.

［27］程杰，朱鈺鳳.勞動供給彈性估計：理解新時期中國勞動力市場轉(zhuǎn)變［J］.世界經(jīng)濟，2021（8）：2854.

［28］錢雪松，石鑫.企業(yè)財務(wù)杠桿、債務(wù)償還壓力與勞動雇用：來自中國的證據(jù)［J］.世界經(jīng)濟，2023（9）：108132.

［29］方先明，胡丁.企業(yè)ESG表現(xiàn)與創(chuàng)新——來自A股上市公司的證據(jù)［J］.經(jīng)濟研究，2023（2）：91106.

［30］Oi W Y.Labor as a quasi-fixed Factor［J］.Journal of Political Economy，1962，70（6）：538555.

［31］張三峰，張偉.融資約束、金融發(fā)展與企業(yè)雇傭——來自中國企業(yè)調(diào)查數(shù)據(jù)的經(jīng)驗證據(jù)［J］.金融研究，2016（10）：111126.

［32］Barrot J，Nanda R.The employment effects of faster payment：Evidence from the federal quickpay reform［J］.The Journal of Finance，2020，75（6）：31393173.

［33］Liu G，Liu Y，Ye Y，et al.Collateral menus and corporate employment：Evidence from Chinas property law［J］.Journal of Economic Behavior amp; Organization，2021，189（1）：686709.

［34］Liu G，Liu Y，Zhang C.Tax enforcement and corporate employment：Evidence from a quasi-natural experiment in China［J］.China Economic Review，2022，73（June）：101771.

［35］許紅梅，李春濤.勞動保護、社保壓力與企業(yè)違約風險——基于《社會保險法》實施的研究［J］.金融研究，2020（3）：115133.

［36］Garrett D，Ohrn E，Serrato J C S.Tax policy and local labor market behavior［J］.American Economic Review：Insights，2020，2（1）：83100.

［37］Nielsen I，Smyth R.Who bears the burden of employer compliance with social security contributions？evidence from chinese firm level data［J］.China Economic Review，2008，19（2）：230244.

［38］Gu X，Ying S，Zhang W，Tao Y.How do firms respond to COVID19？First evidence from Suzhou，China［J］.Emerging Markets Finance and Trade，2020，56（10）：21812197.

［39］Jacobson L S，LaLonde R J，Sullivan D G.Earnings losses of displaced workers［J］.American Economic Review，1993，83（4）：685709.

［40］Whited T M，Wu G.Financial constraints risk［J］.The Review of Financial Studies，2006，19（2）：531559.

Can the Reduction of Public Pension Contribution Rate Increase Employment Scale？

Abstract： Reducing the enterprise pension insurance premium rate is an important part of the “tax reduction” policy. China launched the policy of “Comprehensive Program for Reducing Social Insurance Premium Rates” in 2019， and this paper examines the impact of the implementation of this policy on the employment scale of enterprises through the double-difference model based on the data of A-share listed companies in 2014-2022. It is found that the fee reduction policy has a significant positive impact on the employment scale of enterprises in general， which increases the employment scale of enterprises by 2. 6%， and this result still holds after the robustness test and endogeneity discussion. In addition， the policy effect of this fee reduction shows significant firm heterogeneity， which is more conducive to the expansion of the employment scale of manufacturing firms as well as non-state-owned firms. The analysis of the impact mechanism shows that the pension insurance premium reduction policy affects the employment scale of enterprises through the cash flow effect and the factor substitution effect.

Key Words： public pension contribution rate; fee reduction policy; employment scale; influence mechanism