趙恢林

(中國財政科學(xué)研究院，北京 100142)

一、引言及文獻綜述

新型冠狀病毒不僅威脅著人民的生命健康，還造成了廣泛的經(jīng)濟和社會影響。疫情的隔離政策使企業(yè)生產(chǎn)減少，部分企業(yè)停工停產(chǎn)，同時國內(nèi)外需求也驟降，導(dǎo)致經(jīng)濟陷入衰退，特別是在2020年第一季度GDP出現(xiàn)了巨大的負向沖擊(如圖1所示)，勞動者受疫情影響減少甚至喪失工作機會，收入也相應(yīng)減少。然而，疫情沖擊對人民收入的影響存在行業(yè)類型的異質(zhì)性，疫情期間線上和線下產(chǎn)業(yè)呈現(xiàn)出了不同的就業(yè)狀態(tài)，勞動密集型企業(yè)(1)本文按照投入生產(chǎn)的資本和勞動力的比例而區(qū)分企業(yè)類型：勞動密集型企業(yè)在生產(chǎn)中活勞動消耗比重較大，比如制造業(yè)等；反之，資本密集型企業(yè)活勞動消耗比重較少，比如信息服務(wù)業(yè)等。(比如制造業(yè))工作受疫情影響比較大，特別是線下企業(yè)在疫情爆發(fā)之初幾乎停工停產(chǎn)，后期復(fù)工復(fù)產(chǎn)的進度也受到國內(nèi)外需求衰退拖累的影響；而資本密集型企業(yè)在疫情期間大部分仍然可以正常在線或者智能化辦公，受隔離政策的影響較小。

根據(jù)“天眼查”公司統(tǒng)計企業(yè)數(shù)據(jù)顯示，在2020年第一季度就有超過46萬家的企業(yè)倒閉，且其中逾三分之一是小微型企業(yè)。疫情爆發(fā)初期的三個月，倒閉企業(yè)數(shù)量創(chuàng)下新高，新增企業(yè)數(shù)和去年同期相比減少了28.9%，且新增類型中互聯(lián)網(wǎng)公司占較大比重，而線下實體店經(jīng)營舉步維艱。從2020年企業(yè)發(fā)展形勢來看，因為疫情的爆發(fā)，整個市場經(jīng)濟產(chǎn)業(yè)鏈都受到了巨大打擊和影響，線下傳統(tǒng)勞動密集型企業(yè)影響更大，線下許多實體店紛紛關(guān)門歇業(yè)，許多小型實體制造公司因為沒有收益，無法承擔(dān)租金、設(shè)備和工資成本等的運轉(zhuǎn)壓力，最終只能倒閉。根據(jù)圖2，勞動市場供給增加和企業(yè)勞動需求減少并存條件下使得平均工資增長率在疫情期間出現(xiàn)下降。

根據(jù)我國統(tǒng)計年鑒，2000～2019年我國資本密集型企業(yè)就業(yè)人均收入與勞動密集型企業(yè)就業(yè)(制造業(yè)等)的人均工資差距不斷擴大，兩者比值也都在2以上。本次疫情主要是影響了線下實體企業(yè)。線下實體企業(yè)大部分是勞動密集型企業(yè)，包括酒店、餐飲等類型企業(yè)，他們的就業(yè)居民普遍受教育水平低，技能不高，收入遠不及資本密集型企業(yè)就業(yè)居民；而資本密集型企業(yè)因更加智能化、網(wǎng)絡(luò)化而受疫情影響相對較小。不同類型企業(yè)的就業(yè)居民收入差距受疫情沖擊將進一步擴大，平均工資最高行業(yè)(多為資本密集型企業(yè))與勞動密集型行業(yè)員工工資差距也將越來越大。

關(guān)于災(zāi)難沖擊對經(jīng)濟影響的現(xiàn)有文獻中，大多學(xué)者采用“罕見災(zāi)難”的視角進行研究。比如，在外文文獻方面，Barro(2006)[1]利用盧卡斯果樹模型研究了20世紀(jì)幾次罕見災(zāi)難對資產(chǎn)定價的負面影響；Barro和Jin(2011)[2]估計了災(zāi)難規(guī)模的分布以及相對風(fēng)險規(guī)避系數(shù)，進而研究罕見災(zāi)難的長期數(shù)據(jù)特征；Barro和Ursúa(2012)[3]發(fā)現(xiàn)罕見的宏觀經(jīng)濟災(zāi)難可能解釋了一系列資產(chǎn)定價難題，隨時間變化的災(zāi)難概率可以很好地解釋股價高波動性；Gourio(2012)[4]發(fā)現(xiàn)災(zāi)難風(fēng)險的增加會導(dǎo)致就業(yè)、產(chǎn)出、投資、股票價格和利率下降以及風(fēng)險資產(chǎn)的預(yù)期回報率增加，并且含有災(zāi)難風(fēng)險的模型與實際數(shù)據(jù)特征吻合得更好；Brede(2013)[5]通過構(gòu)建考慮未來經(jīng)濟遭受災(zāi)難概率變化的新凱恩斯模型，發(fā)現(xiàn)災(zāi)難概率小幅增加會導(dǎo)致經(jīng)濟的大幅下滑;Torój(2013)[6]嘗試運用新的凱恩斯開放經(jīng)濟模型來模擬波蘭流感流行的經(jīng)濟后果，并對與該疾病相關(guān)的產(chǎn)出損失進行了衡量，發(fā)現(xiàn)負面的流感健康的沖擊并不等同于負面的勞動供給沖擊；Yagihashi和Du(2015)[7]將健康需求與其他商品的需求區(qū)分開后構(gòu)建了一般均衡模型，并利用這個模型生成符合美國數(shù)據(jù)的通脹動態(tài)和健康周期，通過與不考慮健康需求情形的比較發(fā)現(xiàn)健康支出和其他商品之間的權(quán)衡在模型動力學(xué)中起著非常重要作用。

至于在中文文獻方面，劉濤雄和彭宗超(2007)[8]研究發(fā)現(xiàn)大流感對中國經(jīng)濟的沖擊約是SARS的6倍，而且會產(chǎn)生長期經(jīng)濟影響；陳國進等(2015)[9]構(gòu)建的災(zāi)難風(fēng)險定價模型能很好地解釋我國的股權(quán)溢價特征；晁江鋒等(2015)[10]發(fā)現(xiàn)罕見災(zāi)難會對我國經(jīng)濟造成負面影響，但政府可以通過合理的政府支出對沖并緩解這種罕見災(zāi)難風(fēng)險；袁靖和陳國進(2015)[11]基于三階矩近似解下非線性DSGE模型的理論框架發(fā)現(xiàn)罕見災(zāi)難影響國債的風(fēng)險溢價水平，但不影響它的波動性；趙向琴等(2017)[12]發(fā)現(xiàn)帶有政府生產(chǎn)性支出的模型更能擬合災(zāi)難情景，且政府生產(chǎn)性支出能緩解災(zāi)難沖擊對產(chǎn)出和消費的不利影響；朱軍等(2020)[13]從健康損失的角度研究了健康損失沖擊對經(jīng)濟的影響，發(fā)現(xiàn)疫情沖擊對通貨膨脹、就業(yè)和產(chǎn)出等變量以及對不同的中小企業(yè)影響有差異，但對物質(zhì)資本不會造成影響；郭棟(2020)[14]認為混合型貨幣政策是政府應(yīng)對本國疫情沖擊的最優(yōu)政策選擇，若面臨國際疫情沖擊，政府需要發(fā)揮多部門合作建立國際協(xié)調(diào)政策；此外，還有不少文獻從理論和實證層面研究疫情沖擊對全球價值鏈[15]、制造業(yè)[16]和資本市場[17]等方面的影響。

然而，關(guān)于疫情沖擊對收入分配影響的相關(guān)文獻較少。目前研究收入差距的文獻大都是從產(chǎn)業(yè)結(jié)構(gòu)[18]、出口技術(shù)[19]和城鎮(zhèn)化[20]等不同視角實證分析它們對收入差距的影響。關(guān)于疫情沖擊對收入差距影響的研究相對比較少，其中的代表性文獻有郭芳芳等(2020)[21]、蘆千文等(2020)[22]、劉達禹等(2020)[23]和李少星等(2020)[24]。但是這些文獻都沒有在統(tǒng)一的隨機一般均衡框架下分析疫情對不同類型企業(yè)就業(yè)居民的收入分配的影響及其影響機制，更沒有對其中的財政政策選擇問題進行討論。

本文結(jié)構(gòu)安排如下：第二部分構(gòu)建一個疫情沖擊下異質(zhì)性企業(yè)就業(yè)居民的RBC模型；第三部分基于已有文獻對模型的參數(shù)進行校準(zhǔn)和貝葉斯估計；第四部分進行相關(guān)沖擊的動態(tài)分析和機制檢驗；第五部分為疫情沖擊下的福利分析及政策選擇；第六部分為結(jié)論及政策建議。

二、基本模型

本部分在新凱恩斯模型的一般均衡的理論框架下，引入了疫情沖擊下異質(zhì)性企業(yè)就業(yè)居民。假設(shè)經(jīng)濟體中有兩類企業(yè)就業(yè)居民，記為居民h和居民l，模型中包含了異質(zhì)性廠商(企業(yè)),家庭部門和政府三個部門。圖3展示了本文理論模型的邏輯框架。

圖3 理論模型的邏輯框架

(一)異質(zhì)性居民

本文參照Federico和Zlate(2012)[25]，將異質(zhì)性企業(yè)就業(yè)居民家庭的效用最大化問題表示為：

(1)

s.t.swhtlht(1+υht)+(1-s)wltllt(1+?lt)+(1+rbt-1)Bit-1≥scht+(1-s)clt+Bit

(2)

其中，

(3)

cht為資本密集居民的消費，clt為勞動密集居民的消費，lht為資本密集居民勞動時間，llt為勞動密集居民勞動時間，wht是資本密集居民工資收入，wlt勞動密集居民工資收入；φ為資本密集居民的相對效應(yīng)權(quán)重，s為資本密集居民占總就業(yè)比重；?ht為資本密集居民工資補貼，?lt為勞動密集居民工資補貼；θ為消費的替代彈性，φ為勞動的替代彈性；rbt為政府債券利率，Bit為政府債券。

通過求解以上最大化問題，可得以下有關(guān)消費、勞動和債券的一階條件：

(4)

(5)

(6)

βλt+1(1+rbt)=λt

(7)

(二)異質(zhì)性最終產(chǎn)品廠商

資本密集型企業(yè)和勞動密集型企業(yè)代表為i∈{h,l}。根據(jù)趙向琴等(2017)[12]對疫情沖擊的模型設(shè)定，假設(shè)災(zāi)難發(fā)生的概率為θit,h為疫情對技術(shù)沖擊的單位概率影響損失程度,突出疫情沖擊對勞動、資本和就業(yè)的整體影響。企業(yè)生產(chǎn)函數(shù)設(shè)定：

(8)

其中，疫情沖擊θit服從AR(1)過程，即：θit=ρθθit-1+ξit。求出工資和資本利率：

wit=(1-α)yit/lit

(9)

rit=ayit/kit

(10)

減稅沖擊服從AR(1)過程，即：τit=ρττit-1+ξit。

(三)異質(zhì)性最終產(chǎn)品企業(yè)的破產(chǎn)決策

假設(shè)企業(yè)都是根據(jù)前一期合同約定工資，疫情沖擊會使得企業(yè)的實際支付工資能力下降，pit為企業(yè)的生存概率，企業(yè)利潤最大化函數(shù)如下：

maxpitwit-1lit+(1-pit)×0-witlit

(11)

通過企業(yè)成本最小化一階求導(dǎo)可得：

pit=wit/wit-1

(12)

(四)異質(zhì)性資本品廠商

資本品廠商購買投資品，生產(chǎn)資本品供資本密集型資本品廠商和勞動密集型資本企業(yè)使用。資本品廠商利潤最大化的問題為：

(13)

其中，Λ0t為折現(xiàn)因子，qit為資本品價格，Iit為異質(zhì)性投資，f(·)為資本調(diào)整成本，滿足f′(·)>0、f″(·)<0。我們把f的具體形式定義為：

(14)

其中，資本調(diào)整成本沖擊vit服從AR(1)過程，即：νit=ρννit-1+ξit。

(五)政府部門

設(shè)定廣義的政府預(yù)算約束為：

Tt+Bt=(1+rbt-1)Bt-1+Gt

(15)

Tt為總稅收收入，Bt為政府債務(wù)，Gt為政府支出，遵循以下支出規(guī)則：

(16)

同時，稅收政策規(guī)則為：

(17)

補貼政策：

(18)

(六)市場出清與外部隨機過程(2)限于篇幅，此處省略具體推導(dǎo)過程，作者備索。

當(dāng)整體經(jīng)濟系統(tǒng)均衡時，市場出清的資源約束條件為：

(19)

最后設(shè)定疫情沖擊、技術(shù)沖擊、財政政策沖擊均為一個標(biāo)準(zhǔn)AR(1)過程。

三、參數(shù)估計與校準(zhǔn)

模型中有關(guān)參數(shù)取值問題參照朱軍等(2018)[26]研究，采取校準(zhǔn)與估計相結(jié)合的兩種方法：一是與穩(wěn)態(tài)相關(guān)的參數(shù)，在計算模型穩(wěn)態(tài)的基礎(chǔ)上，利用已有研究或與可觀測變量“矩條件匹配方法”進行校準(zhǔn)；二是與轉(zhuǎn)移動態(tài)的相關(guān)參數(shù)，根據(jù)中國的實際數(shù)據(jù)對參數(shù)進行貝葉斯估計。

(一)參數(shù)校準(zhǔn)

表1 參數(shù)校準(zhǔn)結(jié)果

(二)貝葉斯估計

關(guān)于不可校準(zhǔn)的相關(guān)參數(shù)，本文使用貝葉斯計量方法估計。動態(tài)參數(shù)依據(jù)數(shù)據(jù)樣本均為2010年第一季度至2020年第三季度數(shù)據(jù)，均引自CQER數(shù)據(jù)庫(4)參見https://www.frbatlanta.org/cqer.aspx的中國宏觀數(shù)據(jù)。，估計滿足了實際觀察值變量比沖擊變量少的要求。本文對選取的變量進行季節(jié)調(diào)整，然后利用HP濾波去趨勢以分離這些變量時間序列中的經(jīng)濟周期部分，再使用貝葉斯估計得到相關(guān)參數(shù)。借鑒Smets和Wouters(2003)[30]、朱軍等(2018)[26]和趙向琴等(2017)[12]，本文先設(shè)置待估計參數(shù)先驗分布相關(guān)值，然后根據(jù)中國實際數(shù)據(jù)運用貝葉斯方法估計各參數(shù)的后驗分布情況，最后進行模型動態(tài)模擬分析。結(jié)果見表2。

表2 貝葉斯估計結(jié)果

四、政策模擬與機制分析

(一)疫情沖擊影響的動態(tài)分析

首先，本文模擬單位疫情沖擊對各經(jīng)濟變量的影響。根據(jù)圖4模擬結(jié)果，單位疫情沖擊會加大異質(zhì)性企業(yè)就業(yè)居民收入差距，使得收入差距增加0.3%，疫情沖擊對收入差距的影響大概將持續(xù)16個季度(4年)，影響最大的是前10個季度，后續(xù)影響會逐漸減弱。觀察其他相關(guān)經(jīng)濟變量可知，單位疫情沖擊使得總產(chǎn)出出現(xiàn)快速下降，長期回到穩(wěn)態(tài)水平，并且對異質(zhì)性企業(yè)就業(yè)居民的消費和工資都有負向作用。疫情沖擊使得異質(zhì)性企業(yè)就業(yè)居民的收入差距持續(xù)擴大，隨著疫情從初期到流行期，疫情沖擊對不同居民收入的負面影響逐步加強，使得他們的收入差距持續(xù)增加。

其次，本文模擬了疫情沖擊對不同資本密集企業(yè)就業(yè)居民工資差距的動態(tài)影響。圖5展示了疫情沖擊對工資收入差距的影響會隨著資本份額的增加如何變化。隨著資本份額的增加，疫情沖擊對不同類型企業(yè)就業(yè)居民收入的影響會逐步減弱。具體表現(xiàn)為疫情沖擊對勞動密集型企業(yè)就業(yè)居民收入的負面影響較大，并隨著勞動份額增加(資本份額減少)，這種影響也在加大。模擬不同企業(yè)(行業(yè))的收入變化情況后，我們發(fā)現(xiàn)勞動密集型企業(yè)就業(yè)居民與資本密集型企業(yè)就業(yè)居民的收入差距先增大后減小，進一步驗證了理論和現(xiàn)實的結(jié)果。

圖4 疫情沖擊在不同階段對收入差距的影響 注：橫軸代表季度，縱軸為偏離穩(wěn)態(tài)百分比。圖5、圖7以及圖9～12同。

圖5 不同資本份額下疫情沖擊對收入差距的動態(tài)影響

(二)機制分析

根據(jù)國家企業(yè)破產(chǎn)重組案例信息網(wǎng)絡(luò)的數(shù)據(jù)，從2020年1月1日至4月15日已披露的國家企業(yè)破產(chǎn)案例總數(shù)為6272件，其中受影響較大的行業(yè)有旅游、餐飲和一些外貿(mào)制造商等勞動密集型行業(yè)。根據(jù)本文計算，我國2020年第二季度中受疫情影響嚴(yán)重的6類勞動密集型行業(yè)(包括餐飲酒吧、旅行交通等)的失業(yè)率占總失業(yè)率將近一半(5)限于篇幅，具體數(shù)據(jù)未報告，作者備索。。隨著勞動密集型企業(yè)失業(yè)越多，這些企業(yè)的邊際產(chǎn)出也在減少，平均工資在下降。

結(jié)合理論模型和疫情造成影響的客觀現(xiàn)實，本文認為疫情影響居民收入差距的機制主要有三個(如圖6所示)：第一，疫情通過影響企業(yè)的破產(chǎn)概率(或者破產(chǎn)數(shù)量)，從而影響了異質(zhì)性企業(yè)的就業(yè)率和工資；第二，疫情影響了異質(zhì)性企業(yè)的勞動邊際產(chǎn)出水平；第三，疫情影響了異質(zhì)性企業(yè)的投資調(diào)整水平。

圖6 疫情沖擊對收入差距的影響機制

以下我們對各個機制分別展開分析。

1.企業(yè)破產(chǎn)概率渠道

疫情沖擊對異質(zhì)性居民收入差距有明顯的正向影響。本文認為疫情影響居民工資收入差距的作用機制之一是疫情對不同企業(yè)破產(chǎn)概率的影響是異質(zhì)的：相較于資本密集型企業(yè)，勞動密集型企業(yè)更容易受到疫情影響，表現(xiàn)為其生存概率急劇減小。

此次疫情沖擊影響較大的是酒店、餐飲還有旅游等勞動密集型行業(yè)，疫情沖擊使得勞動密集型企業(yè)的生存概率大大減小。從圖7可以發(fā)現(xiàn)，疫情使得資本密集型企業(yè)(圖7(a))和勞動密集型企業(yè)(圖7(b))的生存概率都下降，其中，勞動密集型企業(yè)的生存概率下降更多。具體表現(xiàn)為單位疫情沖擊使得資本密集型企業(yè)的生存概率最大下降接近0.04%，勞動密集型企業(yè)的生存概率最大下降0.18%。

圖7 疫情沖擊對異質(zhì)性企業(yè)生存概率的動態(tài)影響

2.勞動邊際產(chǎn)出渠道

疫情沖擊影響企業(yè)工資收入差距的第二個途徑是疫情沖擊對不同類型企業(yè)的勞動邊際產(chǎn)出影響是有差異的，其中單位疫情沖擊對資本密集型企業(yè)的勞動邊際產(chǎn)出影響較小。隨著勞動份額增加，單位疫情對勞動密集型企業(yè)勞動產(chǎn)出的影響越大。

從圖8可以發(fā)現(xiàn)，根據(jù)工資的最優(yōu)方程wit=(1-α)yit/lit，當(dāng)疫情沖擊時，資本密集型企業(yè)(圖8(a))勞動需求下降較小，勞動密集型企業(yè)(圖8(b))勞動工資受影響較大。資本密集型企業(yè)勞動需求曲線的移動少于勞動密集型企業(yè)的勞動需求曲線，說明疫情沖擊對勞動密集型企業(yè)影響較大，失業(yè)人數(shù)也較多。

圖8 疫情沖擊對異質(zhì)性企業(yè)勞動力供給和需求的影響

3.投資轉(zhuǎn)換能力渠道

疫情沖擊對收入差距影響的第三個途徑是資本密集型企業(yè)投資受到的疫情沖擊比勞動密集型企業(yè)投資少。根據(jù)圖9反事實模擬，疫情沖擊對勞動密集型企業(yè)的投資影響大于資本密集型企業(yè)，從另一個角度說明了資本密集型企業(yè)的投資轉(zhuǎn)換能力比勞動密集型企業(yè)投資轉(zhuǎn)換能力強，使得疫情沖擊對資本密集企業(yè)總投資的影響相對較小。原因在于，資本密集型企業(yè)可以通過向互聯(lián)網(wǎng)公司轉(zhuǎn)型等不同形式增加收入。

圖9 疫情沖擊對異質(zhì)性企業(yè)投資的動態(tài)影響

五、疫情沖擊的福利分析及政策選擇

(一)疫情沖擊的福利影響

本部分聚焦消費補償值的估計。消費補償值可以理解為，隨著疫情沖擊的擴大，居民福利要達到之前的水平，消費要增加多少倍才能彌補。表3為估計結(jié)果。根據(jù)表3，當(dāng)疫情沖擊標(biāo)準(zhǔn)差增加到2%時，資本密集型企業(yè)就業(yè)居民的消費補償為30%，勞動密集型企業(yè)就業(yè)居民的消費補償為89%，總消費補償為77%；當(dāng)疫情沖擊標(biāo)準(zhǔn)差增加到3%時，資本密集型企業(yè)就業(yè)居民的消費補償為80%，勞動密集型企業(yè)就業(yè)居民的消費補償為238%，總消費補償為206%；當(dāng)疫情沖擊標(biāo)準(zhǔn)差增加到4%時，資本密集型企業(yè)就業(yè)居民的消費補償為150%，勞動密集型企業(yè)就業(yè)居民的消費補償為448%，總消費補償為388%。這些結(jié)果說明疫情沖擊對總福利都有負面影響，其中對勞動密集型企業(yè)就業(yè)居民的福利影響最大。

表3 疫情沖擊變化對異質(zhì)性企業(yè)就業(yè)居民的福利影響(6)對比損失補償?shù)膮⒄諛?biāo)準(zhǔn)(前與后)不一樣，計算的結(jié)果可能會相反。

(二)政策選擇

本部分主要評估政府在應(yīng)對疫情沖擊對本國居民收入差距造成的影響時各類可選政策的效果。通過反事實模擬，本文主要分析了三種不同的政策：第一，政府對企業(yè)進行結(jié)構(gòu)性減稅；第二，政府對低收入居民進行財政補貼或者發(fā)放消費券；第三，政府鼓勵和支持勞動密集型企業(yè)進行數(shù)字化轉(zhuǎn)型。

1.結(jié)構(gòu)性減稅政策——降低企業(yè)破產(chǎn)概率

圖10模擬了結(jié)構(gòu)性減稅對企業(yè)生存概率和收入差距的影響。一方面，結(jié)構(gòu)性減稅政策使得勞動密集型企業(yè)的生存概率提高了0.3%；另一方面，結(jié)構(gòu)性減稅也可以緩解疫情沖擊導(dǎo)致的勞動密集型企業(yè)與資本密集型企業(yè)就業(yè)居民的收入差距擴大問題。通過對受疫情影響嚴(yán)重的勞動密集型企業(yè)制定更多減稅政策，政府可以提高勞動密集型企業(yè)的經(jīng)營能力，緩解疫情沖擊對這些企業(yè)的負面影響，以縮小他們與資本密集型企業(yè)就業(yè)居民收入差距。

2.對低收入居民進行收入補貼或發(fā)放消費券——提高工資水平

疫情沖擊使得一部分勞動密集型企業(yè)面臨勞動需求減少、勞動供給增加的情況，導(dǎo)致其就業(yè)居民工資水平普遍降低。政府應(yīng)該對勞動密集型企業(yè)就業(yè)居民進行收入補貼或發(fā)放消費券，來促進低收入居民增收，提高其消費水平。

通過圖11的反事實模擬結(jié)果，可發(fā)現(xiàn)政府對勞動密集型企業(yè)就業(yè)居民進行收入補貼或者發(fā)放消費券對總產(chǎn)出有正面影響，從而緩解了勞動密集型企業(yè)與資本密集型企業(yè)就業(yè)居民的收入差距。具體表現(xiàn)為在政府對勞動密集型企業(yè)就業(yè)居民進行收入補貼或者發(fā)放消費券后，社會總消費上升，使得總產(chǎn)出上漲0.04%，進而導(dǎo)致勞動密集型與資本密集型企業(yè)就業(yè)居民收入差距縮小0.2%左右。

圖10 結(jié)構(gòu)性減稅對企業(yè)生存概率和收入差距的影響

圖11 面向低收入居民的補貼或者消費券對收入差距的影響

3.支持勞動密集型企業(yè)數(shù)字化轉(zhuǎn)型——增強企業(yè)投資轉(zhuǎn)換能力

政府應(yīng)該給受疫情影響嚴(yán)重的勞動密集型企業(yè)提供更多的優(yōu)惠政策，鼓勵和促進勞動密集型企業(yè)復(fù)工復(fù)產(chǎn)?？紤]到疫情沖擊對異質(zhì)性企業(yè)工資水平的影響，政府應(yīng)支持降低勞動密集型企業(yè)的投資調(diào)節(jié)成本，對企業(yè)數(shù)字化轉(zhuǎn)型投資進行補貼。政府應(yīng)鼓勵和支持勞動密集企業(yè)進行企業(yè)轉(zhuǎn)型，包括企業(yè)智能化制造、網(wǎng)絡(luò)化辦公、線上線下融合等，這將有利于企業(yè)更好應(yīng)對疫情的沖擊，緩解勞動密集型企業(yè)與資本密集型企業(yè)就業(yè)居民的收入差距問題。圖12模擬了勞動密集型企業(yè)投資調(diào)節(jié)成本沖擊對收入差距的影響。模擬結(jié)果顯示，勞動密集型企業(yè)投資調(diào)節(jié)成本的下降將縮小收入差距。

圖12 勞動密集型企業(yè)投資調(diào)節(jié)成本沖擊對收入差距的影響

六、結(jié)論及政策建議

本文構(gòu)建了疫情沖擊對異質(zhì)性企業(yè)就業(yè)居民收入差距的影響的隨機一般均衡模型，并基于參數(shù)校準(zhǔn)和貝葉斯估計，模擬了不同財政政策在政府應(yīng)對疫情沖擊擴大收入差距問題時的效果。本文主要發(fā)現(xiàn)如下：第一，疫情沖擊使得我國企業(yè)的產(chǎn)出、投資、消費和工資下降，其中疫情沖擊對資本密集型企業(yè)就業(yè)居民的影響小于對勞動密集型企業(yè)就業(yè)居民的影響，使得異質(zhì)性企業(yè)就業(yè)居民的收入差距擴大；第二，機制分析發(fā)現(xiàn)企業(yè)破產(chǎn)概率、勞動邊際產(chǎn)出和投資轉(zhuǎn)換能力差異是此次疫情沖擊影響異質(zhì)性企業(yè)就業(yè)居民收入差距的途徑；第三，福利分析發(fā)現(xiàn)疫情沖擊使得總福利下降，其中勞動密集型企業(yè)就業(yè)居民福利損失大于資本密集型企業(yè)就業(yè)居民福利損失。

本文有如下政策建議：

第一，政府應(yīng)實行結(jié)構(gòu)性減稅政策，區(qū)別對待不同的企業(yè)。受疫情沖擊嚴(yán)重的勞動密集型企業(yè)需要更多減稅傾斜，比如提高增值稅起征點、延期稅款等優(yōu)惠政策。各地要把減稅政策及時落實到位，使得受疫情影響嚴(yán)重的勞動密集型企業(yè)盡快復(fù)工復(fù)產(chǎn)，恢復(fù)經(jīng)濟主體活力。

第二，政府應(yīng)對勞動密集型企業(yè)就業(yè)居民提供適度補貼和發(fā)放消費券，間接提高他們的收入水平，特別是要對受疫情影響最嚴(yán)重的餐飲、旅游和制造業(yè)等企業(yè)就業(yè)居民進行優(yōu)惠政策傾斜，充分考慮本次疫情沖擊對國內(nèi)不同類型企業(yè)就業(yè)居民收入的影響差異。根據(jù)國家經(jīng)濟形勢，政府需及時研判經(jīng)濟變化特征，適時地調(diào)整政策的強度和頻率，同時促進消費和投資，減少疫情沖擊對本國經(jīng)濟的影響。當(dāng)前我國經(jīng)濟正處于由高速增長邁向高質(zhì)量發(fā)展的關(guān)鍵期，經(jīng)濟增速有所放緩，政府應(yīng)當(dāng)充分發(fā)揮逆周期和跨周期調(diào)節(jié)作用，把疫情中經(jīng)濟和社會的公共風(fēng)險轉(zhuǎn)化為適度的財政風(fēng)險，然后通過經(jīng)濟增長來化解可能存在的財政風(fēng)險。

第三，支持勞動密集型企業(yè)進行數(shù)字化轉(zhuǎn)型，引導(dǎo)企業(yè)進行線上辦公和提供智能化服務(wù)，讓更多勞動密集型的制造業(yè)員工在家網(wǎng)上辦公完成之前只能在線下完成的工作。

綜上所述，疫情沖擊對不同類型企業(yè)就業(yè)居民造成了差異化的影響，使得勞動密集型企業(yè)(一般主要是以線下、機械化、低技能為主的企業(yè))就業(yè)居民失業(yè)率上升更快、收入下降更多，使其與資本密集型企業(yè)就業(yè)居民收入差距擴大。政府應(yīng)該在整體對疫情加強防控的同時，減小疫情沖擊對不同居民收入差距的影響，進行差異結(jié)構(gòu)性財政政策援助。