人力资本水平的提高可以促进产业结构升级和经济持续增长（代谦和别朝霞，2006）。在职培训作为获取人力资本的主要方式（Schultz，1961；Becker，1962），能够有效提升企业创新效率和绩效水平（Ballot等，2001；Gailie和Legros，2012）。然而在中国，企业对员工培训的积极性不高是当前提升人力资本水平的重大瓶颈（龙德毅等，2013）。为实现科技创新引领产业升级、推动经济向中高端水平迈进，财政部、国家税务总局等政府部门出台了一系列与企业职工培训相关的政策。早在1996年，中国政府就开始开展与企业职工培训有关的工作，并在此后二十余年不断加大对企业在职培训的支持力度，企业职工教育经费税前扣除比例从最初的1.5%提升至如今的8%。在这一过程中，8%的税前扣除比例在高新技术企业（财税〔2015〕63号）和技术先进型服务企业（财税〔2017〕79号）先行试点，自2018年1月1日起适用于全国所有类型的企业（财税〔2018〕51号）。此外，集成电路设计、符合条件的软件、航空、核力发电等特殊行业的企业部分职工培训费用单独核算，并可在税前全额扣除^①。

职工教育经费税前扣除，可以转移在职培训成本，引导企业加大对人力资本的投资力度。但这些转移企业培训成本的措施能否行之有效，还有待对企业培训行为规律的认识和相关经验证据的支持。人力资本模型作为企业培训行为的背后逻辑，最早由Becker（1962）系统提出。Becker（1962）认为在完全竞争的劳动力市场中，企业是否愿意为员工提供培训资助取决于培训内容的性质：若员工接受的是特殊培训（Specific Training），即员工习得的知识和技能只能在本企业使用，对其他企业无益，这时企业将获得在职培训的好处，愿意承担培训费用；若员工接受的是一般培训（General Training），即培训的知识在本企业和外部企业可以通用，由于劳动力市场是完全竞争的，这时员工将获得培训的全部收益，因此除非其愿意在培训期间接受低于市场均衡回报的工资，否则企业将不会提供这一类培训。在Becker（1962）人力资本模型的基础上，Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）对不完全竞争劳动力市场中企业的一般培训行为进行了分析，认为真实市场中存在诸多摩擦，并非处于Becker（1962）所假设的完全竞争状态。而在这样的劳动力市场中，员工的工资水平低于其实际的边际产出；且培训对员工生产率的促进效应高于其工资的上升效应，形成了压缩的工资结构。在这一情境下，企业仍然可以从这类培训投资中获利。因此，企业愿意承担培训费用，对一般培训的资助不一定会使员工工资降低。

究竟现实情境更符合哪一套理论逻辑？后续学者开展了诸多经验研究，但仍未达成一致结论。朱亚坤（2013）以NBA劳动力市场为研究对象，发现新秀运动员通过降低工资方式来支付一般培训费用。杨修娜和李实（2015）通过对CHIP数据的分析，指出企业通过压低农民工工资的形式来变相收回培训成本，并进一步攫取培训收益。然而，也有学者得出在职培训并不会导致员工工资大幅削减的结论，如Barron等（1999）、Loewenstein和Spletzer（1999）、Parent（1999）、姚先国和翁杰（2005）等。

此外，由于培训与工资之间存在内生性问题，学者通常使用最低工资制度对企业培训的影响来判断人力资本模型的有效性（Bartel，1995）。根据Becker（1962）的理论，最低工资标准的实施限制了通过削减员工工资来支付培训成本，因此会降低企业提供在职培训的可能性。但从Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）的研究出发，对于生产率足够低的员工，最低工资标准的存在可能会增加企业培训收益，促使企业加大对在职培训的投资。基于这一研究视角，学者给出了不同的经验证据。一类研究发现最低工资标准的实施和上调会降低企业员工在职培训的可能性（Rosen，1972；Feldstein，1973；Welch，1978；Mincer和Leighton，1980；Hashimoto，1982；Neumark和Wascher，2001；Baker，2005；Cardoso，2009；马双和甘犁，2013；Haepp和Lin，2017；Hara，2017；Schumann，2017；李后建等，2018；李后建和郭安达，2020）；另一类研究则认为最低工资标准的实施可以使员工接受培训的可能性增加（Arulampalam等，2004；Booth和Bryan，2006）；还有研究指出，最低工资标准的实施对企业培训没有显著影响（Grossberg和Sicilian，1999；Acemoglu和Pischke，2003；Fairris和Pedace，2004；Riley和Bondibene，2013）。

已有文献为本文研究奠定了重要基础，但在以下方面有待进一步推进：一是目前研究大多采用员工层面的调查数据，易导致遗漏变量问题。现实中个体之间的差异表现在多个维度，且部分特征难以在研究中进行控制，这可能导致遗漏变量问题从而使估计结果产生偏误（马双和甘犁，2013）。Acemoglu和Pischke（2003）也指出，在不能对个体差异进行合理控制的情况下，回归结果很可能体现的是这些差异的影响。尽管不同企业之间存在较大异质性，但在相关指标数据完备的情况下，对企业特征进行合理控制更容易实现。此外，由于现实中企业通常是在职培训的决策主体，从企业层面进行研究更符合理论和现实的需要（马双和甘犁，2013）。二是大部分学者从间接视角对人力资本模型进行检验，造成研究结论不准确。由于在职培训和员工工资之间的内生性关系，现有研究大部分通过间接方式来判断人力资本模型的有效性，如从最低工资标准对培训的影响角度开展实证研究。然而，从最低工资标准角度可能会混杂这一政策带来的其他效应而使研究结论不准确。Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）指出，最低工资标准引发的工资结构压缩会促使企业对低技能员工进行在职培训，而对高技能员工则几乎没有影响。但在最低工资标准上涨使低技能员工工资压缩程度变高的同时，其引发的其他员工不公平感所带来的“溢出效应”（Xiao和Xiang，2009），可能使高技能员工工资的压缩程度降低，从而造成企业减少对这部分员工的培训。若在研究中使用企业层面数据，则通常难以将低技能员工群体区分出来，导致研究结果受到干扰。此外，最低工资标准上涨伴随着企业用工成本、资金压力增大（刘行和赵晓阳，2019），进而可能迫使企业减少在职培训投入。

本文通过提高高新技术企业职工教育经费税前扣除比例（财税〔2015〕63号）这一准自然实验，检验政策导致的在职培训增加对员工当期工资的影响，为人力资本模型提供更为直接的经验证据。本文以2012−2017年中国沪深A股上市公司为样本，运用双重差分模型（DID）进行实证研究。结果显示，在控制了可能影响企业员工工资的公司层面特征、年度固定效应和个体固定效应后，财税〔2015〕63号引起的在职培训增加使得相对于非高新技术企业，高新技术企业员工当期工资增长显著减缓。本文进一步考虑不完全竞争劳动力市场中导致工资结构压缩的因素，分别就企业所在地区最低工资标准、企业内部工会实质性作用以及企业所需技能的特殊性，将样本划分为工资结构压缩程度高低两组进行回归。结果发现，只有在工资结构压缩程度低的企业中员工当期工资显著降低；而对于工资结构压缩程度高的企业，在职培训的增加对员工当期工资没有显著影响。

本文的研究贡献如下：一是研究视角上，本文从企业层面检验了在职培训增加对员工当期工资的直接影响，并将工资结构的压缩程度纳入人力资本模型的讨论。是否需要削减员工工资来支付培训费用一直存在争议。由于数据的可获得性以及工资与培训之间的内生性关系，已有研究通常运用员工层面的调查数据，从最低工资标准对培训的影响等间接视角对人力资本模型进行检验，但上述处理方式可能存在遗漏变量等干扰因素，从而导致估计结果产生偏误。本文利用财税〔2015〕63号实施这一契机，以2012−2017年中国沪深A股上市公司为样本，检验了政策引起的在职培训增加对员工当期工资的直接影响，研究结论更为可靠。此外，本文将工资结构的压缩程度纳入人力资本模型的讨论，为员工是否需要降低工资为培训买单这一争论提供了较为合理的解释。二是研究内容上，本文依据Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）提出的造成工资结构压缩的三个因素（最低工资标准、工会以及特殊技能与一般技能之间的互补），按照所在地最低工资标准、企业内部工会实质性作用和企业所需技能的特殊性将样本分为工资结构压缩程度高低两组进行检验，以考察工资结构压缩程度的异质性对企业人力资本决策的影响，直接验证了不完全竞争劳动力市场假设前提下的人力资本模型。三是研究方法上，本文利用财税〔2015〕63号实施这一准自然实验环境，运用双重差分模型（DID）检验该政策引起的企业培训投入增加对员工当期工资的影响。在控制时间和个体固定效应的基础上，采用公司层面的聚类稳健标准误，并进一步通过倾向得分匹配后回归（PSM+DID）等一系列稳健性检验来确保结论的严谨。

本文后续内容安排如下：第二部分为理论分析，第三部分为研究设计，第四部分为实证结果与分析，第五部分是结论与启示。

Becker（1962）、Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）根据不同的市场假设前提，分别推导出不同的人力资本模型。然而现有研究证实，长期以来，中国劳动力市场主要表现为工资向下扭曲的特征，即劳动力工资水平低于其实际边际产出（都阳和曲玥，2009；施炳展和冼国明，2012；王宁和史晋川，2015；张明志等，2017；蒲艳萍和顾冉，2019）。与此同时，在职培训对企业生产率的促进效应高于员工工资的上升效应，即员工的工资结构被压缩（Liu等，2017；张志强，2018）。以上经验证据说明，中国劳动力市场更倾向于不完全竞争状态。基于这一现实，本文以不完全竞争劳动力市场为前提假设，依据Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）提出的人力资本模型展开在职培训对员工工资影响的理论分析。

在不完全竞争劳动力市场中，企业愿意为员工支付部分或全部的培训费用，因此不需要通过削减工资为员工在职培训买单（Acemoglu和Pischke，1999a；Acemoglu和Pischke，1999b）。如图1所示，假设τ为员工的一般培训水平，f(τ)和w(τ)分别为该员工在当前企业的边际产出和工资水平，c(τ)是培训对应的成本，且有f′(τ)>0，w′(τ)>0，c′(τ)>0。在不完全竞争劳动力市场中，员工的工资结构具有两个特征：一是垄断产生的租金—员工的工资水平低于其实际的边际产出，即Δ(τ)=f(τ)−w(τ)>0；二是压缩的工资结构—培训对员工生产率的促进效应高于其工资的上升效应，即Δ′(τ)=f′(τ)−w′(τ)>0。只要培训成本c(τ)不是太高，这两个特征能确保企业在支付培训成本后仍可从雇佣关系中获利，并且可以从高技能员工身上获得更多收益，从而促使企业对在职培训进行投资。租金和压缩的工资结构源于不完全竞争劳动力市场中存在的摩擦，这些摩擦使员工在转换工作时面临成本Δ(τ)。当员工跳槽至外部企业所能获得的价值为v(τ)=f(τ)−Δ(τ)时，只要当前企业支付与外部企业相当的工资水平就可以留住员工，即w(τ)=v(τ)=f(τ)−Δ(τ)。而Δ(τ)=f(τ)−w(τ)就是企业无偿占有的雇佣员工创造的利润，该利润促使企业有动机和能力为员工培训提供支持。

图  1  不完全竞争劳动力市场中的培训

导致租金和压缩的工资结构产生市场摩擦的因素如下：劳动力市场上岗位搜寻、匹配等交易成本，企业间的信息不对称，一般技能与特殊技能之间的互补，效率工资、最低工资标准和工会等特殊制度的存在（Acemoglu和Pischke，1999a；Acemoglu和Pischke，1999b）。压缩的工资结构是企业支持员工培训的重要条件。如图2所示，若劳动力市场中员工的工资结构未被压缩，则员工的边际产出为f(τ)，工资水平为w(τ)=f(τ)−Δ(τ)，在这种情况下，企业没有为员工提供在职培训的动机，因为无论员工具有怎样的技能水平，企业从雇佣关系中的获利是不变的，即等于当前垄断租金Δ(τ)。因此，本文主要关注工资结构压缩这一特征对企业在职培训投资决策的影响。

图  2  工资结构压缩与培训

在员工工资结构被压缩的情况下，企业有动机承担部分或全部的员工培训费用，因为随着培训水平的提高，企业获得的收益也不断增加。若企业承担全部培训成本，则员工不再需要为在职培训买单；若企业只愿意承担部分费用，则员工想要进行培训只能接受工资削减。Wolter等（2006）指出，收益和成本是影响企业培训决策的决定性因素。只有对员工培训能够获得正收益时，企业才有意愿负担在职培训费用（Becker，1962；Bishop，1996；Acemouglu和Pischke, 1999a；Acemouglu和Pischke，1999b）。Δ(τ)是企业弥补培训成本和从在职培训中获利的来源，在培训成本c(τ)一定的情况下，企业对员工培训的支持程度取决于Δ′(τ)的大小，即单位培训水平提高给企业带来的收益，也就是工资结构的压缩程度。出于利润最大化的经营目标，企业会追求投资的最优收益。因此，当工资结构压缩程度越高时，培训增加给企业带来的单位收益Δ′(τ)越大，企业越有动机和能力对在职培训予以支持；反之，企业对员工培训的投入越少。因此，企业愿意在多大程度上给予在职培训支持取决于工资结构的压缩程度。综上，员工是否需要为在职培训买单尚不明确，这是一个尚待实证检验回答的问题，也是本文主要的研究目的。

工资和培训之间的内生性使得对人力资本模型的检验变得尤为困难（Acemouglu和Pischke，1999a）。2015年实施的高新技术企业职工教育经费税前扣除比例改革（财税〔2015〕63号）为人力资本模型的检验提供了准自然环境。财税〔2015〕63号规定，自2015年1月1日起，高新技术企业职工教育经费税前扣除比例提高至工资薪金总额的8%，且超过部分准予在以后纳税年度结转扣除。根据需求定理，对于高新技术企业而言，财税〔2015〕63号的实施因为税前扣除比例提高而使得企业承担的培训成本下降，进而促使企业增加职工培训需求。本文根据这一背景进行研究设计，检验财税〔2015〕63号实施引致的在职培训增加对员工当前工资的影响，为人力资本模型提供更为直接的经验证据。

2015年6月9日，财政部、国家税务总局联合发布《关于高新技术企业职工教育经费税前扣除政策的通知》（财税〔2015〕63号），规定自2015年1月1日起，高新技术企业职工教育经费税前扣除比例提高至工资薪金总额的8%，且超过部分准予在以后纳税年度结转扣除。而后续发布的财税〔2018〕51号规定，自2018年1月1日起，一般企业的职工教育经费税前扣除限额与高新技术企业相统一。使用DID的前提条件是政策干预前实验组和控制组具有共同趋势，而在干预后两组受到政策的影响程度不同。由于在2017年后，实验组与控制组在职工教育经费税前扣除比例上不再存在差异，为满足DID的使用场景，本文选取2012−2017年中国沪深A股上市公司23066个公司−年度层面的观测值作为初始样本，并进行如下筛选：（1）剔除金融行业样本；（2）剔除ST、PT企业样本；（3）由于技术先进型服务企业的职工教育经费税前扣除比例在样本期间一直为8%，为避免结果可能存在的高估问题，剔除18个获得技术先进型服务企业认定的样本；（4）部分企业仅在某段样本区间内获得高新技术企业认证，无论将其归为处理组还是控制组均会造成结果偏误，故剔除此类样本；（5）剔除变量缺失样本。经过上述筛选程序，本文最终共获得9337个观测值，样本筛选过程如表1所示。

企业资质认定数据来自CSMAR数据库，并用RESSET数据库中的数据进行补充；职工薪酬数据来自WIND数据库；公司特征和财务数据来自CNRDS和CSMAR数据库。本文对所有连续变量在1%和99%分位上进行缩尾处理以避免极端值的影响。为使回归结果更为稳健，本文采用公司层面的聚类稳健标准误。

借鉴陈宗仕和张建君（2019）、侯欣裕和孙浦阳（2019）的做法，本文使用工资奖金津贴和补贴本期增加额与员工人数之比来计算企业人均工资，并按照文献中常用处理方式将其对数化。其中，工资奖金津贴和补贴本期增加额为上市公司资产负债表中“应付职工薪酬”的二级明细科目“工资奖金津贴和补贴”当年的贷方发生额。

2008年4月，科技部与财政部、国家税务总局联合颁布《高新技术企业认定管理办法》，首次对高新技术企业进行界定。高新技术企业资格自颁发证书之日起有效期为三年，企业获得该认定后需每三年进行复审。借鉴毕晓方等（2017）、邱洋冬和陶峰（2020）对高新技术企业样本的确定方法，本文根据CSMAR和RESSET数据库中披露的高新技术企业认定数据，将在2012年及之前年份被确定为高新技术企业、且在2012−2017年持续通过复审的公司归为实验组（Treat=1），在样本期间从未获得高新技术企业认定的公司归为控制组（Treat=0）。本文定义Post为财税〔2015〕63号是否实施的虚拟变量，若样本企业处于政策实施当年及以后年度，Post取1，否则为0。Treat和Post的交乘项为本文的核心解释变量。

上市公司年报没有被要求单独披露职工教育经费，企业通常将其与工会经费共同列示。根据中华全国总工会、国家税务总局《关于进一步加强工会经费税前扣除管理的通知》（总工发〔2005〕9号）的规定，凡依法建立工会组织的企业、事业单位以及其他组织，每月按照全部职工工资总额的2%向工会拨缴工会经费。据此，工会经费的计提金额与工资奖金津贴和补贴本期减少额的比值每年相对固定。在无法分离出职工教育经费的情况下，本文使用工会经费和职工教育经费本期增加与工资奖金津贴和补贴本期减少之比作为中介变量，并出于对量纲的考虑，将该比值乘以100，用其每年的变化来衡量企业职工教育经费计提比例的变化。

参考马双等（2012）、钟宁桦（2012）的研究，本文控制如下变量：公司规模（Size）、资产负债率（Lev）、董事长和总经理是否两职合一（Dual）、经营活动现金流（CF）、经营费用率（Oper_fee）、大股东占款（Occupy）、主营业务收入增长率（Grow）、上市年限（Age）、总资产收益率（ROA）、产权性质（SOE）。此外，本文还控制了公司和年度层面的固定效应。具体变量定义如表2所示。

财税〔2015〕63号的实施对公司而言属于外生的准自然实验，故本文借鉴已有文献的做法，采用双重差分模型（DID）对该政策效应进行识别，以缓解遗漏变量和反向因果等问题对估计结果可能造成的偏误。本文的研究模型设定如下：

在模型（1）中，被解释变量为员工工资（Lnwage）， $ {\beta }_{1} $ 是本文主要关注的系数，若 $ {\beta }_{1} $ 显著为负，则意味着在职培训的增加会使员工当期工资降低。 $ ConVars $ _i,t为控制变量组，Year和Firm分别代表年度和公司层面的固定效应。需要说明的是，由于Treat不随时间的改变而变化，因此在回归中会被个体固定效应所吸收，故在后文中未列示Treat的回归结果。

表3报告了主要变量的描述性统计结果。Panel A报告了政策实施前主要变量的描述性统计结果。结果显示，在政策实施前，高新技术企业平均员工工资和职工教育经费的投入均显著低于非高新技术企业。Panel B报告了政策实施后主要变量的描述性统计结果。结果显示，在政策实施后，两组企业员工工资较政策实施前均有增长，但高新技术企业的平均员工工资增长速度低于非高新技术企业；而两组企业的职工教育经费支出较政策实施前均有所下降，但控制组下降幅度更大。这初步证明在财税〔2015〕63号实施后，上市公司增加员工在职培训的同时会削减当期工资来弥补公司为该培训投入的资源和时间。Panel C报告了总样本的描述性统计结果。结果显示：Treat的均值为0.485，说明样本中有48.5%的上市公司持续获得高新技术企业认定；不同企业在职工培训的投入上（Staff_ed）差异较大，表现为较大的标准差（1.276），且最小值（0.001）远小于最大值（5.310）；Lnwage的标准差为0.489，表明在样本期间不同企业的平均员工工资存在较大差异。

变量的Spearman和Pearson相关性分析结果^②显示：第一，职工教育经费支出与员工工资之间存在显著的负向关系，初步说明上市公司员工在一定程度上需要自己支付在职培训费用；第二，本文选取的大部分控制变量在1%水平上与被解释变量显著相关，说明选取的控制变量具有较好的代表性；第三，本文最小二乘法回归模型的方差膨胀因子均值为1.730，且除公司规模（Size）和资产负债率（Lev）外，其他变量之间的相关系数均小于0.500，说明本文模型不存在严重的多重共线性问题。考虑到多重共线性会导致回归系数不显著且拟合系数R²偏大，本文采用中心化处理方式解决Size和Lev之间的共线性问题。

本文根据财税〔2015〕63号实施引致企业在职培训投入增加这一背景进行研究设计。根据需求定理，对高新技术企业而言，财税〔2015〕63号提高了职工教育经费的税前扣除比例，企业承担的培训成本下降，进而促使企业增加职工培训需求。而在实践中，这一政策是否确实带来了企业培训投入的增加还有待检验，故本文设置如下模型（2）检验财税〔2015〕63号实施对企业在职培训投入的影响：

参考马双和甘犁（2013）、李后建和郭安达（2020）的研究，本文在模型（2）中控制了公司规模（Size）、资产负债率（Lev）、经营活动现金流（CF）、大股东占款（Occupy）、经营费用率（Oper_fee）、产权性质（SOE）、上市年限（Age）、总资产收益率（ROA）等可能影响企业员工在职培训投入的变量。

表4报告了模型（2）的回归结果。结果显示，Treat×Post的系数在5%水平上显著为正，说明财税〔2015〕63号对企业在职培训投入具有显著的促进作用，与孙早和侯玉琳（2019）研究得出政府补贴可以有效提高企业人力资本存量的结论一致。

表5报告了模型（1）的回归结果。该结果分为三部分：列（1）的回归分析中只加入核心解释变量及其交互项，并控制了公司层面的固定效应，结果显示，Treat×Post的回归系数在1%水平上显著为负；列（2）在列（1）基础上加入除年度固定效应外的所有控制变量，结果显示，Treat×Post的回归系数同样在1%水平上显著为负；列（3）在列（2）基础上进一步控制年度固定效应，结果显示，Treat×Post的回归系数依然在1%水平上显著为负。上述结果表明，与非高新技术企业相比，职工教育经费税前扣除比例提高促使高新技术企业增加员工培训投入的同时，调低了员工当期工资，证实企业通过削减员工工资来使其为在职培训买单。其中，在控制年度和公司层面的固定效应后，Treat×Post的回归系数为−0.039，这意味着与控制组相比，财税〔2015〕63号实施后实验组企业的年度员工人均工资下降3.9%，相当于员工人均工资每年平均减少3647.91元（样本期内上市公司年均员工工资为93536.20元），经济意义显著。此外，资产规模越大、经营现金流越充沛、成长性越好、盈利能力越强的企业，员工工资越高，这与马双等（2012）的研究结果基本一致，本文不再赘述。

运用双重差分模型对政策效应进行评估，需要对模型的识别约束条件进行进一步检验，即在财税〔2015〕63号实施前，实验组和控制组应满足平行趋势假设。本文通过模型（3）对平行趋势进行检验，选择2014年作为基期， $Trea{t_{i,\theta }} \times $ $ Pos{t_{i,\theta }}$ 表示五组虚拟变量的集合，符号 $ \theta $ 表示公司 $ i $ 所属年份距离2015年财税〔2015〕63号正式实施年份已经过了 $ \theta $ 年。例如，Treat×Post⁺¹是 $ \theta $ 为1的情形，意味着当且仅当公司 $ i $ 是高新技术企业且所属年份为2016年。

表6的平行趋势检验结果显示：在财税〔2015〕63号实施之前的年份，Treat×Post的系数均不显著，表明在这一政策实施前，实验组和控制组满足平行趋势假设；而在财税〔2015〕63号实施当年及以后年份，Treat×Post的系数均显著为负，说明财税〔2015〕63号实施对高新技术企业员工工资有持续影响。综上，本文采用的双重差分模型符合平行趋势假设。

高新技术企业和非高新技术企业在公司规模、盈利能力和研发投入等方面存在异质性，财税〔2015〕63号实施带来企业职工培训的增加所引起的员工工资降低可能受到这些可观测因素的影响。PSM的基本原理是将多维协变量变换为一维的倾向得分（可观察特征的个体接受实验的概率）后，再根据倾向得分在控制组中找到与实验组公司得分相同或相近的公司进行匹配，从而使样本观测数据接近随机试验数据，解决可观测变量自选择造成的偏差问题。外部政策冲击对实验组和控制组的影响差异即为政策净效应。

借鉴邱洋冬和陶锋（2020）的研究，本文选取公司规模（Size）、主营业务收入增长率（Grow）、总资产收益率（ROA）、无形资产占比（Intang）、经营活动现金流（CF）、上市年限（Age）、董事长和总经理是否两职合一（Dual）作为协变量进行倾向得分匹配。匹配方法采用最近邻匹配（1∶1和1∶4）和核匹配。匹配结果^③显示：上述协变量匹配后标准化偏差均小于5%，且除最近邻1∶1匹配中无形资产占比（Intang）在10%水平上显著外，其余协变量匹配后均不显著。总体匹配情况见表7的Panel A，不管是最近邻匹配（1∶1和1∶4）还是核匹配，P值均大于0.100。上述结果表明，匹配后控制组与实验组之间不存在显著差异，匹配有效。

表7的Panel B报告了倾向得分匹配后双重差分模型的回归结果。结果显示：不论是进行最近邻匹配（1∶1和1∶4）还是核匹配，Treat×Post的回归系数均显著为负，与前文结果保持一致。

尽管前文通过固定效应模型和倾向得分匹配等方法对遗漏变量可能造成的估计偏误进行了控制，但可能仍然存在某些不可观测的因素对回归结果产生影响。本文通过设计虚假政策年份和虚假处理组进行安慰剂检验以对这一可能性予以排除。首先，在构造虚假处理组上，本文借鉴Cornaggia和Li（2019）的做法，将样本数据集中变量Treat的取值全部提取，再将这些数值逐个随机分配到每一个公司−年度观测值中，重新对模型（1）进行回归，并重复这一过程1000次，对回归得到的t值分布进行观察。其次，运用与构造虚假处理组相同的方法，对变量Post的取值进行提取并随机分配，再对t值的分布进行统计。

图3报告了安慰剂检验的结果。无论是构造虚假处理组还是虚假政策年份，1000次随机化安慰剂检验得到的t值均呈现均值接近0的对称分布，说明绝大部分的随机化测试均未得到统计上显著的处理效应。此外，图中虚线代表本文回归结果真实t值的大小，可见绝大多数随机化测试中的t值均未达到真实t值水平，表明本文的回归结果并非由其他不可观测的因素造成，进一步证明了本文结论的可靠性。

图  3  安慰剂检验

财税〔2015〕63号的发布时间为2015年6月9日，2015年的数据可能掺杂政策实施前后期的影响，本文将2015年样本观测值剔除后重新进行回归，结果如表8列（1）所示，Treat×Post的系数依然在1%水平上显著为负，与基准回归结果一致。

宏观经济变动可能也会对企业培训投资决策和员工薪酬计划产生影响，本文借鉴谭小芬等（2019）的研究思路，在回归中对国内GDP增长率（GDP）予以控制。表8列（2）的结果显示，GDP增长率（GDP）对职工工资具有显著影响，在对其进行控制后，回归结果仍然不变。

考虑到在样本期间，每个行业有其独特的周期变化；此外，每个年度颁布的产业政策对不同行业可能具有不同影响。为控制这些因素对结果的影响，本文借鉴潘越等（2020）的研究方法，在模型（1）的基础上进一步控制行业乘以年度（Indu×Year）的固定效应，尽可能消除行业异质性对本文结果的影响。表8列（3）的结果显示，Treat×Post的系数依然为负，且在1%水平上显著，表明在考虑了行业周期、产业政策等因素的潜在影响后，本文结论依然成立。

国家税务总局公告2014年第29号规定，自2013年起，核力发电企业为培养核电厂操纵员发生的费用，可作为企业的发电成本在税前扣除。虽然核电厂操纵员培养费实行单独核算，并与职工教育经费进行严格区分，但其作为员工在职培训费用的一部分，在样本期间实行税前扣除可能会对企业职工教育经费的计提以及当期员工工资产生影响，进而影响本文回归结果的可靠性。为消除这一可能导致结果产生偏误的影响，本文将行业代码为“D44”、经营范围为“电力、热力生产和供应业”的企业样本剔除后重新进行回归，结果如表8列（4）所示，Treat×Post的系数依然显著为负，再次证明了本文结论的可靠性。

本文认为，企业为员工提供在职培训的支持力度取决于工资结构的压缩程度。当工资结构压缩程度较高时，单位培训水平提升给企业带来的收益Δ′(τ)越大，企业负担员工培训费用的动机和能力越强，员工为在职培训买单的可能性越小；当工资结构压缩程度较低时，培训投入的增加带来的企业收益增幅较小，或培训收益可能无法弥补培训成本，在这种情况下企业可能没有意愿或能力来支付全部培训成本，此时需要员工在一定程度上为在职培训付费。本文根据Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）提出的工资结构压缩的影响因素，将样本分为工资结构压缩程度高低两组，检验工资结构压缩程度的异质性对企业人力资本决策的影响。

最低工资标准是企业依法应该支付给员工的最低劳动报酬。依据Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）的理论，对原本工资w(τ)= f(τ)−Δ(τ)低于最低工资标准的员工，企业对其培训提高生产率的同时不需要增加其工资，培训对员工生产率的促进效应远高于工资的上升效应，由此导致这部分员工的工资结构被严重压缩。但不同地区具有不同的最低工资标准，本文认为，企业所在地区的最低工资标准越高，员工的工资结构压缩程度越高。如图4所示，假设A地区和B地区规定的最低工资标准分别为 ${\rm{w}}^*_1$ 和 ${\rm{w}}^*_2 $ ，并且有 ${\rm{w}}^*_2 $ > ${\rm{w}}^*_1 $ 。其中，工资水平 ${\rm{w}}^*_1 $ 对应的员工一般技能为 $\tau^{\rm{f}}_1 $ ，工资水平 ${\rm{w}}^*_2 $ 对应的员工一般技能为 $\tau^{\rm{f}}_2 $ ，对应有 $\tau^{\rm{f}}_2 $ > $\tau^{\rm{f}}_1 $ 。对于在A地区的企业，只要员工的技能水平低于 $\tau^{\rm{f}}_1 $ ，那么培训对于企业就是有利的；而对于在B地区的企业，则有动机将员工的技能水平提升至比 $\tau^{\rm{f}}_1 $ 更高的 $\tau^{\rm{f}}_2 $ 。由此可见，所在地区最低工资标准高的企业具有更强的动力对员工在职培训给予支持，以实现最优收益。因此，所在地区最低工资标准越高的企业，其员工的工资结构压缩程度越高，企业对员工进行培训的动机越强，从而员工为在职培训买单的可能性越低。

图  4  不同最低工资标准下的培训

本文以企业所在地区的最低工资标准（Minwage）作为分组依据，当企业所在地区的最低工资标准高于年度行业中位数时，Minwage取值为1，否则为0。表9列（1）和列（2）报告了不同最低工资标准下培训增加对员工当期工资的影响。回归结果显示，Treat×Post的系数仅在最低工资标准较低（工资结构压缩程度较低）组显著为负，与本文预期一致。

工会是基于员工共同利益而自发形成的组织，代表员工与企业就薪酬、工作时间以及工作条件等进行谈判。Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）认为，当工会了解到工资结构会对企业培训决策产生影响时，会自发配合企业压缩工资结构，以确保企业和员工双方的最优收益。Freeman和Medoff（1985）指出，工会可能通过强制企业支付低技能员工高于其生产率的工资，从而导致工资结构的压缩。在这一情景下，工会是否可以顺利行使自身权力促使企业的薪酬安排达到他们的目标，取决于工会在企业中的实质性作用。在中国制度背景下，工会在不同所有制企业中的实质性作用并不相同。学者们发现，工会在私营企业中只是一个形式化的组织，不能发挥实质性作用（姚洋和钟宁桦，2008；乔健和钱俊月，2010；谢申祥等，2019）。本文认为，相比于非国有企业，国有企业中的工会可以更好地发挥实质性作用，促使工资结构压缩。因此，国有企业支持员工培训的动机更强，从而员工需要为在职培训付费的可能性更低。

为检验上述逻辑，本文将样本按照产权性质（SOE）分为两组：当上市公司为国有时，SOE取值为1，否则为0。表9列（3）和列（4）的回归结果显示，只有在工会难以发挥实质性作用的非国有企业中，培训的增加才导致员工当期工资出现显著降低，与前文的推理一致。

一般技能和特殊技能分别通过一般培训和特殊培训习得。员工具备的特殊技能通常会影响其掌握的一般技能的效果；同时，一般技能的增加也会使其特殊技能的价值得到提升。因此，若员工离开当前公司，其生产率会下降，在外部企业获得的报酬也将随之减少，这使得当前企业可以用较低工资留住员工。另有学者认为，虽然一般技能可以在内部企业与外部企业通用，但不同种类的一般技能组合可能更适用于当前企业，这些技能的组合对企业来说具有特殊技能的性质（Bishop，1996）。Stevens（1994）还指出，在现实中技能没有绝对的一般和特殊之分，员工在接受培训时两种技能均会得到提升。上述现象的存在导致员工离职，同时企业将损失这些技能带来的生产率，且离职员工的技能水平越高，损失越大，从而产生压缩的工资结构。通常来说，企业的产品差异化程度越大，所需的生产技能也越为特殊，员工离职产生的生产率损失越大，相对应工资结构的压缩程度也越高。这样的企业可以从培训中获得更多收益，从而更有动机对在职培训进行投资，员工为培训买单的可能性更低。

企业研发和广告强度越大，其产品差异化程度越高（Kugler和Verhoogen，2012；Manova和Zhang，2012）。由于企业研发和广告投入的数据缺失严重，本文借鉴Titman（1984）、钟田丽等（2014）的研究，以经营费用率^④（Oper_fee）来衡量企业产品的差异化程度（Differ）：高于经营费用率年度行业中位数的企业归为产品差异化程度较大组，Differ=1；低于经营费用率年度行业中位数的企业则归为产品差异化程度较小组，Differ=0。表9列（5）和列（6）的回归结果显示，Treat×Post的系数只在产品差异化程度较小组中显著为负。这一结果说明，在员工特殊技能掌握较少、工资结构压缩程度较低的企业中，需要削减员工工资来支付在职培训费用，这与上文逻辑一致。

人力资本模型是企业培训行为的背后逻辑，考察其有效性对于鼓励企业开展在职培训、提升人力资本水平、进一步促进创新引领产业升级和经济持续增长具有重要的理论意义和现实价值。本文以2012−2017年中国沪深A股上市公司为样本，运用双重差分模型，考察财税〔2015〕63号实施引发的企业在职培训增加对员工当期工资的影响。研究发现：第一，伴随在职培训的增加，员工当期工资的增长显著减缓，即在一定程度上需要削减员工工资来为在职培训买单；第二，员工通过降低工资支付培训费用的现象只在工资结构压缩程度较低的企业中显著，即工资结构压缩程度较高的企业更愿意对员工在职培训给予支持，所在地区最低工资标准较高、内部工会能有效发挥实质性作用以及所需技能特殊性较强的企业更可能为员工培训付费。本文的经验证据支持了Acemoglu和Pischke（1999a）、Acemoglu和Pischke（1999b）提出的不完全竞争市场下的人力资本模型，丰富了人力资本理论的相关文献。

本文获得如下启示：在职培训作为对人力资本的投资，企业在决策时必然会权衡收益与成本。鉴于在职培训具有正外部性，政府部门采取措施降低企业在职培训的成本，有助于推进企业加大在职培训投入。本文从降低企业培训成本和提高企业培训收益两个方面提出如下建议：

第一，在降低企业培训成本方面。本文的研究结果显示，在财税〔2015〕63号提高职工教育经费税前扣除比例后，企业削减员工工资使其为培训买单的现象仍然普遍。在当前加快推进建设创新型国家和提高企业自主创新能力的关键时期，建议政府部门进一步提高职工教育经费的税前扣除比例，企业将在职培训的实施与员工个人所得税专项附加扣除中的继续教育相结合（如企业支付在职培训费用，鼓励员工接受境内在职学历或学位继续教育以及技能人员和专业技术人员职业资格继续教育，员工个人所得税汇算时可以享受继续教育专项附加扣除），间接降低企业培训成本。

第二，在提高企业培训收益方面。企业的培训收益发轫于工资结构的压缩，而压缩的工资结构是由培训带来的边际生产率提升和工资挤压共同作用而形成。这说明培训收益最终来自企业边际生产率的提升和员工工资的挤压。值得注意的是，员工工资挤压受限于最低工资标准、工会以及劳动保护等维权行为，不应成为培训收益的主要来源。在经济高质量发展的新时代，企业培训收益的来源应聚焦于提升边际生产率。具体措施如下：一是提高在职培训的针对性，以业务培训为主，非业务培训（如养生、礼仪、国学等）为辅；二是坚持业务类型与员工类型相匹配的培训原则，特殊业务的培训配置骨干员工，一般业务的培训配置普通员工；三是建立员工培训、业绩考核与职位晋升的激励机制，追踪考核员工培训后的工作业绩，作为员工评奖、评优以及职位晋升的重要依据，从而激发员工参与培训的积极性，取得预定培训效果，提高企业边际生产率，获取可观的培训收益。