也说明企业在选择融资方式时风险可能是一个重要的考量因素。与之类似，企业销售增长率、有形资产占比对企业杠杆率的影响也可从融资能力和融资意愿两方面进行分析。在地区层面的宏观变量方面，当地人均GDP越高、CPI越高、失业率越低，当地的企业杠杆率普遍越高，这些结果一致指向企业债务可能集中在那些经济较发达地区。钟宁桦等（2016）基于1998—2013年间我国近400万个规模以上工业企业的负债率数据发现，样本期内我国东北和中部地区企业的平均负债率出现大幅下降，而东部发达地区企业的平均负债率反而稳中微升，这与本章结果是一致的。另外，从业人员人均赡养人数和当地城市职工平均工资并没有表现出对企业杠杆率的显著影响，可能的原因在于这两个变量与人均GDP、CPI、失业率等反映劳动力市场和经济发展水平的变量高度相关。

表3-4　最低工资对企业杠杆率水平及结构的影响也说明企业在选择融资方式时风险可能是一个重要的考量因素。与之类似，企业销售增长率、有形资产占比对企业杠杆率的影响也可从融资能力和融资意愿两方面进行分析。在地区层面的宏观变量方面，当地人均GDP越高、CPI越高、失业率越低，当地的企业杠杆率普遍越高，这些结果一致指向企业债务可能集中在那些经济较发达地区。钟宁桦等（2016）基于1998—2013年间我国近400万个规模以上工业企业的负债率数据发现，样本期内我国东北和中部地区企业的平均负债率出现大幅下降，而东部发达地区企业的平均负债率反而稳中微升，这与本章结果是一致的。另外，从业人员人均赡养人数和当地城市职工平均工资并没有表现出对企业杠杆率的显著影响，可能的原因在于这两个变量与人均GDP、CPI、失业率等反映劳动力市场和经济发展水平的变量高度相关。

表3-4　最低工资对企业杠杆率水平及结构的影响续表续表注：括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著；所有解释变量均为滞后一期值；“Y/N”分别代表对应固定效应“是/否”被控制住。

3.4.2　稳健性检验

基准回归告诉我们，最低工资上升将导致长期杠杆率上升，短期杠杆率下降，同时净效果为总杠杆率上升。为考察这一结果的稳健性，本章将从指标度量和控制变量选取等方面进行检验。

表3-5　稳健性检验注：括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著；所有解释变量均为滞后一期值；“Y/N”分别代表对应固定效应“是/否”被控制住。

3.4.2　稳健性检验

基准回归告诉我们，最低工资上升将导致长期杠杆率上升，短期杠杆率下降，同时净效果为总杠杆率上升。为考察这一结果的稳健性，本章将从指标度量和控制变量选取等方面进行检验。

表3-5　稳健性检验注：回归聚类在县级层面，控制变量和固定效应同基准回归中列（3）；计算省、市级平均最低工资时均已剔除企业自身所在县；括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著。

从指标度量来看，相比于被解释变量——杠杆率，争议更大的可能是关键解释变量——最低工资数据。在基准回归中，本章的做法是将县级月度最低工资按照实际执行时间进行加权得到年度加权最低工资，然后取其滞后值作为解释变量。本章将尝试以更多方式度量最低工资（见表3-5）：借鉴Geg等（2019）的做法，在列（1）~（3）中，用企业所在县于年末（12月份）执行的最低工资标准来预测下一年的平均月最低工资标准。这一做法的合理性在于最低工资标准的制定具有一定“惯性”，下一年的最低工资标准在很大程度上会参考上一年末标准。此外，在列（4）~（6）以及列（7）~（9）中，本章还将分别用剔除企业自身所在县后，企业所属省、市两级平均最低工资作为解释变量。相比于企业所属县级层面最低工资，省、市级平均最低工资对于企业而言更加外生。结果显示，在不同最低工资测度下，最低工资上升都会使得企业长期杠杆率显著上升，短期杠杆率显著下降，且前者更为主导。

尽管在基准回归中已经控制了“省×年份”、“行业×年份”以及企业、年份固定效应，但不排除还有一些其他因素可能影响企业杠杆率。因此，参考Geg等（2019），本章尝试加入更多企业层面和地区宏观层面的控制变量（包括企业出口交货值、企业存续年限、地区生产总值增长率和地区外商直接投资增长率），结果依旧稳健。除此之外，在模型设定上本章还尝试以差分形式刻画最低工资变动对杠杆率结构变化的影响，即将基准模型中的lev和lMW分别替换为△itc,t-1注：回归聚类在县级层面，控制变量和固定效应同基准回归中列（3）；计算省、市级平均最低工资时均已剔除企业自身所在县；括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著。

从指标度量来看，相比于被解释变量——杠杆率，争议更大的可能是关键解释变量——最低工资数据。在基准回归中，本章的做法是将县级月度最低工资按照实际执行时间进行加权得到年度加权最低工资，然后取其滞后值作为解释变量。本章将尝试以更多方式度量最低工资（见表3-5）：借鉴Geg等（2019）的做法，在列（1）~（3）中，用企业所在县于年末（12月份）执行的最低工资标准来预测下一年的平均月最低工资标准。这一做法的合理性在于最低工资标准的制定具有一定“惯性”，下一年的最低工资标准在很大程度上会参考上一年末标准。此外，在列（4）~（6）以及列（7）~（9）中，本章还将分别用剔除企业自身所在县后，企业所属省、市两级平均最低工资作为解释变量。相比于企业所属县级层面最低工资，省、市级平均最低工资对于企业而言更加外生。结果显示，在不同最低工资测度下，最低工资上升都会使得企业长期杠杆率显著上升，短期杠杆率显著下降，且前者更为主导。

尽管在基准回归中已经控制了“省×年份”、“行业×年份”以及企业、年份固定效应，但不排除还有一些其他因素可能影响企业杠杆率。因此，参考Geg等（2019），本章尝试加入更多企业层面和地区宏观层面的控制变量（包括企业出口交货值、企业存续年限、地区生产总值增长率和地区外商直接投资增长率），结果依旧稳健。除此之外，在模型设定上本章还尝试以差分形式刻画最低工资变动对杠杆率结构变化的影响，即将基准模型中的lev和lMW分别替换为△itc,t-1lev和△lMW，同时保持其余控制变量和固定效应不变，结果也itc,t-1十分稳健。这一结果不难理解，因为就系数的经济学含义而言，衡量的都是当最低工资变动1%时给杠杆率带来的变化。

3.4.3　内生性检验

内生性问题主要包括遗漏变量偏误、变量测量误差、反向因果问题。本章认为遗漏变量偏误和测量误差无须过分担心。在回归分析中，加入了许多企业、地区层面的变量，结果变化很小，表明遗漏变量偏误并不严重。本章的关键变量（最低工资、杠杆率）定义均十分明确，不存在定义上的模糊，而且微观层面的数据度量可信度、精确度也较高，因此数据测量误差问题应该也不严重。

本章主要考虑反向因果问题。如果说前面的计量结果可能受到反向因果的干扰，这句话的具体含义是企业的杠杆率（负债情况）会影响政府最低工资的制定，那么，影响政府制定最低工资标准的因素究竟有哪些呢？劳动和社会保障部在其2007年颁布的《关于进一步健全最低工资制度的通知》中提出“各地劳动保障部门要会同同级工会、企业联合会/企业家协会，定期对最低工资标准进行评估，根据本地区经济发展水平、职工平均工资、城镇居民消费价格指数和就业状况等相关因素变化情况，及时提出调整月最低工资标准和小时最低工资标准的方案”，也就是说政府在制定最低工资标准时主要参考的是当地经济发展水平、物价、就业等因素的影响，而这些变量已经在本章的基准回归中得以控制。在官方文件中，我们并没有发现企业负债情况会直接影响最低工资制定的证据，这表明反向因果问题在本章lev和△lMW，同时保持其余控制变量和固定效应不变，结果也itc,t-1十分稳健。这一结果不难理解，因为就系数的经济学含义而言，衡量的都是当最低工资变动1%时给杠杆率带来的变化。

3.4.3　内生性检验

内生性问题主要包括遗漏变量偏误、变量测量误差、反向因果问题。本章认为遗漏变量偏误和测量误差无须过分担心。在回归分析中，加入了许多企业、地区层面的变量，结果变化很小，表明遗漏变量偏误并不严重。本章的关键变量（最低工资、杠杆率）定义均十分明确，不存在定义上的模糊，而且微观层面的数据度量可信度、精确度也较高，因此数据测量误差问题应该也不严重。

本章主要考虑反向因果问题。如果说前面的计量结果可能受到反向因果的干扰，这句话的具体含义是企业的杠杆率（负债情况）会影响政府最低工资的制定，那么，影响政府制定最低工资标准的因素究竟有哪些呢？劳动和社会保障部在其2007年颁布的《关于进一步健全最低工资制度的通知》中提出“各地劳动保障部门要会同同级工会、企业联合会/企业家协会，定期对最低工资标准进行评估，根据本地区经济发展水平、职工平均工资、城镇居民消费价格指数和就业状况等相关因素变化情况，及时提出调整月最低工资标准和小时最低工资标准的方案”，也就是说政府在制定最低工资标准时主要参考的是当地经济发展水平、物价、就业等因素的影响，而这些变量已经在本章的基准回归中得以控制。在官方文件中，我们并没有发现企业负债情况会直接影响最低工资制定的证据，这表明反向因果问题在本章