CPI、住房CPI、PPI）、人均GDP以及失业率，这些数据来自国家统计局。对于县级层面的最低工资标准而言，省级层面的物价指数可以说是相对外生的，我们希望通过加入上述变量以部分解决可能存在的内生性问题。

各变量的描述性统计如表4-1所示。

表4-1　描述性统计

续表CPI、住房CPI、PPI）、人均GDP以及失业率，这些数据来自国家统计局。对于县级层面的最低工资标准而言，省级层面的物价指数可以说是相对外生的，我们希望通过加入上述变量以部分解决可能存在的内生性问题。

各变量的描述性统计如表4-1所示。

表4-1　描述性统计

续表4.3.2　计量模型设定

基于前述理论模型的发现，我们设定基准回归方程如下：

式中，p表示t时刻企业j对产品i的定价；υ表示企业×产品层面ij,tij不随时间变化的固定效应；T是时间趋势；ε是随机误差项；tij,t

是企业j所在县级单位在t年的最低工资的自然对数值。由此可见，χ是在控制了时间和企业×产品层面固定效应后最低工资变动对价格变动的平均影响。

基于之前的模型推导，我们又可以将这一总效果进一步拆分成“竞争效应”和“自身效应”，对应回归设定如下：

其中4.3.2　计量模型设定

基于前述理论模型的发现，我们设定基准回归方程如下：

式中，p表示t时刻企业j对产品i的定价；υ表示企业×产品层面ij,tij不随时间变化的固定效应；T是时间趋势；ε是随机误差项；tij,t

是企业j所在县级单位在t年的最低工资的自然对数值。由此可见，χ是在控制了时间和企业×产品层面固定效应后最低工资变动对价格变动的平均影响。

基于之前的模型推导，我们又可以将这一总效果进一步拆分成“竞争效应”和“自身效应”，对应回归设定如下：

其中s是企业j'所生产产品i的市场份额，以企业占4位数行业的产ij',t-1品销售额比重衡量；同时，为了减少内生性的影响，我们使用滞后一期值，即上一年的市场份额。θ是生产函数中的劳动份额，用ij',t-1“工资和奖金总额/总产值”表示；类似地，我们也使用其滞后一期值。由式（4-26）可知，，其中，为企业支

付的高工资工人工资。这一表达式的推导是建立在企业工资分布是两点离散式分布（高工资-最低工资）的假设下，但数据中我们只能知道企业支付的平均工资和当地最低工资。因此，作为近似，我们以企业支付的平均工资代替；此外，由理论模型可知，

，而Γ由式（4-12）给出。ij,t

我们将这两项分别

定义为“竞争效应”和“自身效应”，其各自的系数α、β是我们关心的变量，分别表示加总价格变动和自身边际成本变动对产品定价的影响。并且，我们之后将考察这两个渠道的效应如何随着企业市场力量的不同而发生变化。s是企业j'所生产产品i的市场份额，以企业占4位数行业的产ij',t-1品销售额比重衡量；同时，为了减少内生性的影响，我们使用滞后一期值，即上一年的市场份额。θ是生产函数中的劳动份额，用ij',t-1“工资和奖金总额/总产值”表示；类似地，我们也使用其滞后一期值。由式（4-26）可知，，其中，为企业支

付的高工资工人工资。这一表达式的推导是建立在企业工资分布是两点离散式分布（高工资-最低工资）的假设下，但数据中我们只能知道企业支付的平均工资和当地最低工资。因此，作为近似，我们以企业支付的平均工资代替；此外，由理论模型可知，

，而Γ由式（4-12）给出。ij,t

我们将这两项分别

定义为“竞争效应”和“自身效应”，其各自的系数α、β是我们关心的变量，分别表示加总价格变动和自身边际成本变动对产品定价的影响。并且，我们之后将考察这两个渠道的效应如何随着企业市场力量的不同而发生变化。实证中，固定效应的设定可以有多种形式。由于面板数据中的价格变动来自三个维度——时间、企业、产品，因此既可以同时加入三组单独的固定效应（时间固定效应、企业固定效应、产品固定效应），也可以以交互形式加入固定效应（如企业固定效应×产品固定效应、时间固定效应）。这些方式都可有效控制企业自身特性、产品异质性以及不同年份间的趋势特征，而在各种对误差项的设定中，式（4-28）由于控制住了企业—产品交互层面的特异性以及时间趋势，可以说是最为严格的。即我们认为同一企业生产的不同产品，或是不同企业生产的同一种产品都是具有其异质性的。除了基准模型设定外，我们还尝试了其他不同维度虚拟变量组合的设置，包括产品—时间加上企业特异性趋势，以及同时加入时间、企业、产品三个一维趋势项。从理论上来说，这两种设定都没有基准模型设定要求苛刻，但在回归结果部分可以看到无论以何种方式控制时间—企业—产品层面的异质性，结果都十分稳健。同时考虑到可能存在的异方差问题，所有回归均使用了Huber-White异方差稳健下的估计方法。

在参数选取上，如无特殊说明，依据文献的常用设定（Atràs, 2004），我们令ρ=4，η=2，σ=0.5。此外，在稳健性检验部分，我们将报告不同参数组合下的结果。实证中，固定效应的设定可以有多种形式。由于面板数据中的价格变动来自三个维度——时间、企业、产品，因此既可以同时加入三组单独的固定效应（时间固定效应、企业固定效应、产品固定效应），也可以以交互形式加入固定效应（如企业固定效应×产品固定效应、时间固定效应）。这些方式都可有效控制企业自身特性、产品异质性以及不同年份间的趋势特征，而在各种对误差项的设定中，式（4-28）由于控制住了企业—产品交互层面的特异性以及时间趋势，可以说是最为严格的。即我们认为同一企业生产的不同产品，或是不同企业生产的同一种产品都是具有其异质性的。除了基准模型设定外，我们还尝试了其他不同维度虚拟变量组合的设置，包括产品—时间加上企业特异性趋势，以及同时加入时间、企业、产品三个一维趋势项。从理论上来说，这两种设定都没有基准模型设定要求苛刻，但在回归结果部分可以看到无论以何种方式控制时间—企业—产品层面的异质性，结果都十分稳健。同时考虑到可能存在的异方差问题，所有回归均使用了Huber-White异方差稳健下的估计方法。

在参数选取上，如无特殊说明，依据文献的常用设定（Atràs, 2004），我们令ρ=4，η=2，σ=0.5。此外，在稳健性检验部分，我们将报告不同参数组合下的结果。4.4　实证结果

4.4.1　基准结果

表4-2报告了基于式（4-27）对不同工资水平企业进行回归的结果。第（1）列结果显示，对于全样本而言，最低工资每上调10%，企业产品价格平均上浮1.77%。进一步，换算成绝对值，由于最低月工资和产品价格均值分别为621.90元和6.27元，因此最低月工资每上调100元，产品价格平均涨幅接近2.84%，约0.18元。更进一步，我们依据“平均工资/最低工资”比例，以“县-年”为单位，在（2）~（5）列中，将企业分为四等分，分别为“＜25百分位数”“25~50百分位数”“50~75百分位数”“≥75百分位数”。对于那些“平均工资/最低工资”比例在当地处于较低水平（不超过75百分位数）的企业而言，最低工资每上调10%，企业产品定价平均提高2%~3%（列（2）~（4））。对于工资比例最高的1/4企业，通常认为这部分企业的工资水平远高于最低工资，因此最低工资约束应该是“非紧”的（ot bidig）——最低工资通过影响劳动力成本进而改变企业定价的机制很弱。事实上，从回归系数来看，对于这部分企业，最低工资对于产品价格的影响确实更小（见列（5）），但仍在10%水平上显著。这一统计显著性说明，即使最低工资约束对于企业并不紧，最低工资4.4　实证结果

4.4.1　基准结果

表4-2报告了基于式（4-27）对不同工资水平企业进行回归的结果。第（1）列结果显示，对于全样本而言，最低工资每上调10%，企业产品价格平均上浮1.77%。进一步，换算成绝对值，由于最低月工资和产品价格均值分别为621.90元和6.27元，因此最低月工资每上调100元，产品价格平均涨幅接近2.84%，约0.18元。更进一步，我们依据“平均工资/最低工资”比例，以“县-年”为单位，在（2）~（5）列中，将企业分为四等分，分别为“＜25百分位数”“25~50百分位数”“50~75百分位数”“≥75百分位数”。对于那些“平均工资/最低工资”比例在当地处于较低水平（不超过75百分位数）的企业而言，最低工资每上调10%，企业产品定价平均提高2%~3%（列（2）~（4））。对于工资比例最高的1/4企业，通常认为这部分企业的工资水平远高于最低工资，因此最低工资约束应该是“非紧”的（ot bidig）——最低工资通过影响劳动力成本进而改变企业定价的机制很弱。事实上，从回归系数来看，对于这部分企业，最低工资对于产品价格的影响确实更小（见列（5）），但仍在10%水平上显著。这一统计显著性说明，即使最低工资约束对于企业并不紧，最低工资