一、 引言

新-新贸易理论研究认为企业的出口参与能够提高企业的生产率，也即是出口企业相对非出口企业具有更高的生产率。Melitz(2003)提出的“边出口边学”假说对这一表现进行了解释，他认为出口参与企业通过出口过程中的“学习效应”，能够很好的提升生产率。从Melitz开始，不断有学者开始对这一假说进行了大量的实证检验，例如Hahn and Park(2010)、戴觅、余森杰(2011)以及范剑勇、冯猛(2013)等。但是，必须要注意，企业在“边出口边学”的过程中会发生比较优势的变化，这个变化还没有引起学者的足够重视。改革30多年来，伴随着我国经济的快速增长，制造业企业的全要素生产率也快速提高(Zheng et al.，2009；余森杰，2010)，与此同时我国的以资本和技术为表现的比较优势也发生着改变，那么，我国企业出口比较优势的变迁对制造业企业全要素生产率的影响是怎么样的呢？文章就要对该内容进行分析。

企业在出口参与中会选择不同的地区和企业建立出口关系，由于不同国家经济发展程度和技术水平存在明显差异，而且消费者对产品质量的要求不同，因而企业出口参与会导致是否企业转向比较优势行业(Shevtsova，2012)。出口到相对经济发展落后地区的企业，获得的技术溢出效应较低，企业出口的“学习效应”无法导致企业转向比较优势行业，出口到发达国家的企业则更容易接触到先进的技术和管理经验，出口企业更容易提高生产工艺和改进产品质量(刘斌等，2015)，企业出口的“学习效应”使企业转向比较优势行业，企业转向比较优势行业会带来企业全要素生产率的变化(Blalock and Gertler，2004；Shevtsova，2012)。

国内外有关企业转向比较优势行业对制造业全要素生产率影响的研究还是比较缺乏的，主要是有关比较优势指数的构建和计算的研究，包括显示性及改进比较优势指数、PRCA指数、AMRCA指数、RSCA指数、Lafay指数、Michaely指数及净出口指数等。魏浩、张二震(2005)利用巴拉萨显示比较优势指数和净出口比率指数检验了中国出口商品比较优势。袁新华等(2006)和管曦(2010)分别对虾类和茶叶显示性比较优势进行了测算。除了各种指数，赫克歇尔-俄林(Heckscher-Ohlin) 模型、世界贸易分析模型、投入产出法和政策分析矩阵(齐城，2008) 等也得到了应用。程国强(2004)利用投入产出(I-O) 法评估了农产品出口结构、地区分布及市场结构变化，刘拥军(2004)利用莫尔、皮特森检验对世界农产品贸易比较优势进行了检验。而唯一的研究比较优势与全要素生产率的文献为Shevtsova(2012)，但是研究方法和研究结论并不能令人完全认同。首先，实证分析中的估计过程中可能会存在样本选择性偏差问题导致估计结果的偏差，主要是由于企业转向比较优势行业的影响因素较多，有些因素会直接影响企业的全要素生产率。另外，研究的是固定时间点的比较优势与全要素生产率的关系，静态分析不能反映企业转向比较优势行业对全要素生产率的影响。

当企业转向比较优势行业后，制造业全要素生产率发生什么样的改变？回答这个问题不仅需要研究发生比较优势行业改变的企业，还需要研究比较优势行业没有改变的企业全要素生产率的变化。因此，文章拟采用我国2002-2011年的《中国工业企业数据库》的数据，动态的研究企业转向比较优势行业对制造业企业全要素生产率的影响。文章主要研究的问题是，企业转向比较优势行业是否引致了制造业全要素生产率的提升？也即是企业以劳动为主导的比较优势向资本尤其是技术为主导的比较优势的转变过程中是否提升了全要素生产率。与前人的研究不同，文章采用倍差法作为实证分析的工具。在使用倍差法进行分析时，通过对比企业是否转向比较优势行业将数据库分为对照组和处理组。从数据库中选取没有发生转向比较优势行业的企业作为对照组，选取发生转向比较优势行业的企业作为处理组。文章利用倍差法对处理组和对照组进行比较，来分析企业转向比较优势行业对制造业全要素生产率的影响。

二、 实证模型与分析数据 (一) 实证模型与变量 1. 实证分析模型

企业出口参与和我国的经济结构调整导致的企业转向比较优势行业，提供了一个研究企业转向比较优势行业对全要素生产率影响的自然实验。在一个时点上我国企业转向比较优势行业的全要素生产率效应产生了前后差异，同时与没有发生企业转向比较优势行业的企业也产生了绩效差异。因此，文章可以采取倍差法来研究企业转向比较优势行业对全要素生产率影响的自然实验，来得出企业转向比较优势行业影响我国企业全要素生产率的变化。倍差法首先要构建处理组和对照组，通过对政策实施前后两组的比较得出政策的影响。倍差法的采用要符合严格的条件，具体为政策的实施必须为外生的，也即在回归中政策不能与误差项相关。我国企业转向比较优势行业是伴随着我国改革开放政策的调整发生的，企业转向比较优势行业体现了我国政府的战略需求，反映了我国经济结构调整的需要。因此，可以假定我国企业所处比较优势行业的转变是国内外环境和经济结构改变的结果，是外生的变量，符合倍差法的条件要求可以直接进行估计。根据倍差法的估计方程设计方法，文章拟设定如下估计方程：

$\ln TF{{P}_{it}}={{\beta }_{0}}+{{\beta }_{1}}de+{{\beta }_{2}}dt+{{\beta }_{3}}de*dt+{{\beta }_{4}}con{{s}_{it}}+{{\mu }_{it}}$

(1)

其中i表示企业，t表示年份；TFP_it表示企业i在t年的全要素生产率； de和dt表示组别和时间虚拟变量，de=1表示企业i转向比较优势行业，de=0表示企业i没有转向比较优势行业；dt=1表示企业i转向比较优势行业的时期，dt=0表示企业i没有转向比较优势行业的时期；cons表示控制变量。在(1) 式中的参数中，β₃度量了由于企业转向比较优势行业导致的全要素生产率变化^①。

①具体推到过程可以向作者索要。

估计方程(1) 的结果准确性会受到两个因素的影响，一是对照组选择的影响，为了解决这个问题，文章通过配对法选择对照组样本企业；二是方程(1) 中控制变量的选择问题，为了使估计结果更加准确，文章拟选择如下控制变量：①企业规模(siz)，用企业工业总产值与企业所在行业工业总产值的比值表示。“熊彼特假说”认为企业规模越大，越有利于技术创新，规模小的企业创新动机不强，在技术创新中并不占优势；②政府补贴(sub)，用企业的补贴收入占销售额的比重来度量，该变量可以体现出政府对企业的产业扶持力度；③融资约束(fin)，用企业的利息支出占企业固定资产的比重来度量，变量是一个反向变量，数值越大企业的融资约束越强，影响企业的资金投入进而对全要素生产率产生影响；④企业所有制结构变量，分为国有企业虚拟变量(hom) 和外资企业虚拟变量(for)，反映不同的所有制结构对企业全要素生产率的影响；⑤企业年龄(age)，用企业的成立时间来度量，在文章使用的数据库中没有直接的企业年龄指标，文章用分析年份与企业成立的时间差值加1来计算。

2. 主要分析变量

(1) 企业全要素生产率变量(TFP)

因为涉及核算方法、投入产出变量不同，面临的数据质量及可获得性等问题，导致了现存制造业TFP核算结果存在较大差异，甚至截然相反。常用的测度全要素生产率的方法，一般要对生产函数进行参数的估计，目前常用的对生产函数进行参数的估计法有固定效应法、OP法、LP法以及GMM法等。文章拟采用LP法对全要素生产率进行测度，LP法对OP法的改进主要是在资本投入变量的选取上进行的改进，而生产函数的选择和计算过程没有发生变化，除了用中间投入作为资本的代理变量之外，Levinsohn and Petrin(2003)还验证了其他的代理变量，以得到更好的用来解决资本投入的问题。因此，LP法能够使得分析人根据不同的数据特点选择合理的资本投入代理变量。

(2) 企业转向比较优势行业变量(de)

有关比较优势的测算主要是针对产品比较优势的测算方面，最常用的测算指标为RCA指数(显示性比较优势)。我国的很多学者都计算了不同产业的比较优势，例如傅朝阳等(2006)计算了我国1980-2000年的一位码行业的RCA指数，马小强(2015)计算了我国2000-2013年的一位码和三位码行业的RCA指数，找出了哪些行业为我国的比较优势行业。毛海丹(2012)通过更加合理的经修正的Levchenko和Zhang模型计算了我国1995-2009年14个制造业行业的比较优势，对我国的14个制造业行业进行了分类，分为了7个比较优势行业和7个比较劣势行业。因此，文章拟借鉴毛海丹(2012)的行业比较优势测算结果，考察文章样本期内是否发生了企业的经营行业从比较劣势行业转向比较优势行业。例如从金属冶炼业向金属加工业转变的企业，文章认为是发生了企业转向比较优势行业的行为。

(二) 数据来源

本文使用的数据主要来自于国家统计局2002-2011年的《中国工业企业数据库》，另外，考虑到《中国工业企业数据库》存在指标缺失、指标异常等问题，本文根据一般公认的会计准则(GAAP) 对样本数据进行了如下筛选：①删除企业工业总产值、企业固定资产净值年平均余额缺失的观测值；②删除不符合会计原则的样本，即总资产小于流动资产、总资产小于固定资产净值年平均余额以及累计折旧小于当期折旧的企业样本；③删除不满足“规模以上”标准的样本，即职工人数少于30人，主营业务收入少于500万元，或者固定资产净值年平均余额低于1000万元的观测值(谢千里等，2008)。通过筛选，成功匹配的企业数为76115家，本文的匹配企业样本数接近于田巍、余森杰(2013)依据会计准则严格匹配得到的76823家企业，稍微低于Ge et a1.(2011) 的匹配成功率。

三、 基本实证分析结果及稳健性检验 (一) 配对结果分析

文章选用倾向匹配法挑选可供参照的对照组，倾向匹配法主要基于这样一种思想：首先，对企业转向比较优势行业行为的概率值进行估计，然后，根据企业转向比较优势行业行为和企业没有转向比较优势行业行为的概率值相似度来进行匹配，从而为处理组企业选择可供匹配的对照组企业。根据Görg et a1.(2008) 以及邵敏、包群(2012)的研究，文章将企业年龄、企业规模以及是否沿海作为匹配指标，运用最小邻近匹配方法确定处理组和对照组企业。表 1报告了配对前后企业转向比较优势行业和没有转向的企业在这三个匹配指标上存在的差异。匹配比例的确定主要是基于估计系数的有效性与无偏性之间的权衡，文章将匹配比例确定为1 ∶1。由表 1配对后的处理组与对照组的各类配对指标均值差异的概率值可见，与未配对前的原始样本相比，配对后转向比较优势行业的企业和没有转向的企业在选取的匹配指标变量上均不存在显著的差异，说明达到了较好的配对效果。

图 1中分别表示最近邻匹配前后处理组和对照组企业PS值的核密度函数图，由图 1中的匹配前核密度函数图可知，处理组与对照组企业PS值的概率分布存在显著差异，对照组中可能存在不适宜的企业样本，直接估计会造成样本的选择性偏误，导致估计结果有偏。而由图 1中匹配后核密度函数图可知，处理组与对照组企业PS值的概率分布不存在显著差异，进一步表明匹配效果良好。

(二) 基本估计结果

利用倍差法对配对后的样本进行估计，具体结果如表 2所示。从表 2的估计结果可以看到企业转向比较优势行业变量的估计结果符合预期。从具体的企业转向比较优势行业变量的结果来看，无论是否加入控制变量进行估计，企业转向比较优势行业变量的估计值都是显著的正值，这表明在样本的开始时期企业的全要素生产率就是有明显差异的。时间虚拟变量的估计值也是显著的正值，这表明随着时间的变化，无论是否发生企业转向比较优势行业的行为，企业的全要素生产率都是增长的。交互项的估计值也是显著的正值，这是文章主要关注的变量，估计结果表明企业转向比较优势行业有助于企业全要素生产率的提升。全要素生产率的提升主要是有竞争效应和学习效应，企业的学习效应导致企业转向比较优势行业，企业转向比较优势行业又带来企业竞争能力的提高，因此企业转向比较优势行业会导致全要素生产率的提升。从表 2中控制变量的估计结果来看，企业规模的扩大、融资约束的改善以及企业成立时间增加均有利于企业生产率的提升，政府补贴对企业生产率影响为负，而且是不显著的，与民营企业相比，外资企业的生产率较低，国有企业也没有表现出明显的生产率优势。

(三) 基本估计结果的稳健性检验

本部分将改变企业转向比较优势行业变量的度量方式和样本的配对方式进行稳健性检验，第一，在基本估计结果中利用是否发生企业转向比较优势行业作为倍差法的一个虚拟变量，而在本部分的稳健性检验中进一步采用根据配对结果的企业转向比较优势行业的概率值进行反事实分析，即以样本组企业(包括处理组与参照组) 转向比较优势行业的概率预测值来替代倍差法估计中的企业转向比较优势行业行为，从而揭示在基于预测的企业转向比较优势行业概率情形下，企业转向比较优势行业是否能够带来全要素生产率的提高。具体分析思路如下：首先，采用Probit的二元选择模型来估计样本企业转向比较优势行业的行为，并基于估计结果来预测样本组企业转向比较优势行业的概率，在预测模型中加入了控制变量变量进行预测；其次，采用企业转向比较优势行业的概率来代替估计式(1) 中的de企业转向比较优势行业行为虚拟变量，从而来考察基于预测的企业转向比较优势行业概率值下企业转向比较优势行业对全要素生产率的影响。

文章利用两种方法计算了企业转向比较优势行业概率值，一是利用Probit模型计算了样本企业转向比较优势行业概率值，并利用预测值重新进行估计；二是尝试用Logit模型来预测样本企业转向比较优势行业概率值，并用此概率值重新估计。具体结果如表 3前两列所示，Probit模型的估计结果与基本估计结果基本一致，在加入了控制变量后dep估计系数为显著的正值，表明企业转向比较优势行业的概率值增加会同样显著的提高企业全要素生产率。进一步证明了企业转向比较优势行业后企业全要素生产率提高得更快。Logit模型与Probit模型估计结果基本一致，即企业转向比较优势行业对企业全要素生产率有着更显著的正向促进作用。

第二，本部分试图通过改变匹配对象来对基本结果进行稳健性检验，首先，在匹配过程中可能会由于匹配变量过多也会使得配对结果带来误差(Heckman et al.，1997)，因此，文章去掉企业规模，保留企业位置和企业年龄变量作为主要匹配变量；其次，文章改变匹配方法以消除由于匹配方法的不同对估计结果造成的影响，具体文章采用马氏距离配对法进行稳健性检验。具体结果表 3后两列所示，从表 3的估计结果可以看到，不论是匹配指标的调整还是匹配方法的改变，交互项的系数都是显著的正值，再次说明企业转向比较优势行业对企业全要素生产率具有重要影响。

四、 企业异质性的实证分析结果 (一) 基本分析方法和模型

企业转向比较优势行业对制造业全要素生产率的影响有很多渠道，例如我国企业转向比较优势行业后将面临着发达国家的竞争，消费者需求更加苛刻，因此竞争程度的增加和消费者偏好的改变都会进一步提升企业的创新投入；另一方面企业转向比较优势行业会迫使企业集中投入在人力资本上以保持其竞争力，同时企业转向比较优势行业也会导致企业全球价值链的提升，从而带来全要素生产率的提升。总之，企业转向比较优势行业对全要素生产率的影响已得到验证，但从企业异质性的视角来看，哪些类型的企业更能从企业转向比较优势行业中获益呢？本部分中将分析企业异质性视角下企业转向比较优势行业与制造业全要素生产率的关系。

与前文采用倍差法不同，在分析企业异质性视角下企业转向比较优势行业与制造业全要素生产率的关系时采用双重倍差法。双重倍差法具体分析思路为假设民营企业转向比较优势行业效应最明显，则对于一个转向比较优势行业的民营企业来说，其全要素生产率的增长速度不仅要高于比较优势没有提升的企业，而且还要高于转向比较优势行业的国有企业或者外资企业。也即是在双重倍差法下，处理组变为转向比较优势行业的民营企业，对照组变为没有发生转向比较优势行业行为的所有企业和转向比较优势行业的其他类型企业。因此，双重倍差法下的估计模型变为：

$\begin{align} & \ln TF{{P}_{it}}={{\beta }_{0}}+{{\beta }_{1}}de+{{\beta }_{2}}dn+{{\beta }_{3}}dt+{{\gamma }_{1}}de*dt+ \\ & {{\gamma }_{2}}dn*dt+{{\gamma }_{3}}de*dn+\lambda de*dn*dt+{{\beta }_{4}}con{{s}_{it}}+{{\mu }_{it}} \\ \end{align}$

(2)

其中i表示企业，t表示年份，dn表示企业异质性的虚拟变量^①，在(2) 式中的参数中，λ度量了由于企业异质性下企业转向比较优势行业导致的全要素生产率变化^②。

①dn是一组虚拟变量的统称，dn=1分别表示民营企业、加工贸易方式多产品出口企业、高出口强度企业、新出口企业、高研发强度企业和高人力资本企业。

②具体推到过程可以向作者索要。

(二) 所有制差异下的实证结果

企业的所有制结构差异，会导致企业转向比较优势行业过程中学习效应和创新的动力存在差异。因此，本部分将分析不同的所有制企业转向比较优势行业对制造业全要素生产率的影响。具体实证分析方法采用双重倍差法进行研究，即对方程(2) 进行估计。具体估计结果如表 4的(1) 和(2) 列所示，从这两列的估计结果可以看到，不论是否加入控制变量，dedndt的系数λ都是显著的正值。这一估计结果符合预期，说明民营企业转向比较优势行业将会获得更高的全要素生产率提升效应。主要是由于民营企业的经营特点和管理方式更有利于在企业转向比较优势行业时获得更多的学习效应，从而进一步提高全要素生产率。另一方面，民营企业相比国有企业来说，资金压力较大，融资约束较多，自主创新能力不足，一旦企业转向比较优势行业进入发达国家市场后，往往能够更加敏感的识别国外的先进技术水平。外资企业主要是利用我国的劳动力和资源优势，没有明显的动力去提升比较优势水平，而国有企业学习动力不足，这些都是民营企业具有更加明显的企业转向比较优势行业效应的原因。另外，从dedn的估计系数显著为正值也进一步说明了，民营企业转向比较优势行业将会获得更高的全要素生产率提升效应。

(三) 贸易方式差异下的实证结果

随着我国经济结构的调整，贸易方式也在发生着改变，早期的加工贸易逐渐的被传统贸易取代成为我国主要的贸易方式。因此，不同贸易方式下企业转向比较优势行业对全要素生产率的影响差异就值得我们去分析。与企业的所有制结构差异分析类似，本部分依然用双重倍差法进行实证研究。具体估计结果如表 4的(3) 和(4) 列所示，从具体估计结果来看，虽然没有加入控制变量时系数λ是不显著，但是加入控制变量后系数λ是显著的正值，这说明加工贸易为主的企业转向比较优势行业更有利于全要素生产率的提高。笔者认为原因是我国加工贸易企业多为劳动密集型行业，国内低廉的劳动力成本以及丰富的原材料等要素资源禀赋为加工贸易的发展提供了良好的内在优势。但是随着国内成本的提升，嵌入“全球价值链”体系的加工贸易企业依靠原有的比较优势无法带来更快的生产率增长速度。因此，只有转换比较优势，寻找资本和技术比较优势才能更进一步的提升全要素生产率。另外，加工贸易企业转换比较优势，进行高质量的中间品贸易，能产生更明显的“学习效应”更有利于企业生产率的提升(Grossman and Helpman，2002)。随着我国经济的飞速发展，国民收入逐年提高，人均工资也水涨船高，我国的劳动力成本优势已经越来越小。从2005年到2014年，我国的人均工资涨幅达76%。据统计，2014年，城镇私营单位从业人员年均工资28752元。而同等条件下，东南亚地区的生产成本要比我国低15%-30%，加工贸易促进我国外贸发展的“红利”正在减弱，我国贸易方式转型势在必行。

(四) 出口产品多样性差异下的实证结果

企业的产品出口策略也会影企业转向比较优势行业对全要素生产率的影响，本部分利用双重倍差法对出口产品多样性差异下，企业转向比较优势行业对全要素生产率的影响进行实证分析。具体估计结果如表 4的(5) 和(6) 列所示，从具体估计结果来看，不论是否加入控制变量系数λ都是显著的正值，这说明出口产品多样性的企业转向比较优势行业更有利于全要素生产率的提高。原因主要是采取产品多样性的企业，更容易转向具有比较优势的产品，从而带来全要素生产率的提升。这个实证结论要求我们在进行进出口结构调整时，既要考虑到企业的集约边际，同时也要考虑企业的扩展边际的重要性。

(五) 出口强度和出口阅历差异下的实证结果

赵永亮等(2014)研究认为企业出口时间越长，出口强度越大，获得的出口学习效应越明显，出口强度和出口阅历会影响企业的全要素生产率。因此，本部分中将利用双重倍差法，分析不同出口强度和出口阅历^①的企业转向比较优势行业对全要素生产率的影响。出口强度的具体估计结果如表 5的(1) 和(2) 列所示，从具体估计结果来看，在加入了控制变量后，变量系数λ是不显著的负值，这说明出口强度的差异不会改变企业转向比较优势行业对全要素生产率的影响。原因可能是由于我国出口的产品还是以劳动密集型产品为主，虽然企业的出口依赖度高，但是出口中对技术创新的敏感度和吸收能力较差。

①企业出口强度指标用企业的出口交货值与主营业务收入的比重来度量，在本文的数据库中2004年出口交货值缺失，文章用除去2004年外的均值代替，高出口强度企业为比重大于所有企业平均比重的企业，反之为低出口强度企业；企业出口阅历是一个虚拟变量，表示企业是否为新出口企业。

出口阅历的估计结果如表 5的(3) 和(4) 列所示，从具体估计结果来看，在加入了控制变量后，变量系数λ是显著的正值，这说明出口阅历的差异会改变企业转向比较优势行业对全要素生产率的影响。企业出口阅历的增加，在一定程度上说明企业更能适应国外市场，而技术吸收消化需要一定的时间，因此，出口阅历丰富的企业转向比较优势行业中对技术创新的吸收能力更强，更能带来全要素生产率的提升。

(六) 研发和人力资本投入差异下的实证结果

企业转向比较优势行业对全要素生产率的影响还会受到自身投入因素的影响，企业的研发投入和人力资本差异^①会影响企业的技术吸收能力，进而影响全要素生产率。企业在研发和人力资本投入高的企业，企业转向比较优势行业中对技术创新的吸收能力较强，更能够提高全要素生产率。研发强度双重倍差法的具体估计结果如表 5的(5) 和(6) 列所示，从具体估计结果来看，在加入了控制变量后，变量系数λ是不显著的正值，这说明研发强度高的企业不能够显著的增加企业转向比较优势行业对全要素生产率的影响。原因主要是由于我国的企业研发投入大多倾向于模仿创新，还没有达到真正通过消化吸收再创新和自主创新促进企业生产率提高的作用(李强，2016)，但随着企业转向比较优势行业，单纯依靠模仿创新并不足以进一步提升企业全要素生产率。

①企业的研发强度为研发费用与企业从业人员变量的比重来度量，在本文的数据库中只有200年以后的研发费用，文章只用2005年以后的数据表示，高研发强度企业为比重大于所有企业平均比重的企业，反之为低研发强度企业；人力资本水平为企业中本科生以上人员占企业从业人员变量的比重来度量，高人力资本企业为比重大于所有企业平均比重的企业，反之为低人力资本企业。

企业从模仿创新到自主创新的改变人力资本是一个重要前提，人力资本投入会影响企业转向比较优势行业中的全要素生产率效应，本部分将进一步分析企业人力资本水平在企业转向比较优势行业中对全要素生产率的影响效应。人力资本水平双重倍差法的具体估计结果如表 5的(7) 和(8) 列所示，从具体估计结果来看，在加入了控制变量后，变量系数λ是显著的正值，这说明充裕的人力资本能够提升企业转向比较优势行业对全要素生产率的影响。人力资本水平较高的企业具有从模仿创新到自主创新转变的能力，人力资本水平的高低决定了企业转向比较优势行业中对技术的吸收速度、扩散能力和创造能力。当前我国正处在经济和社会转型时期，我国人力资本的培养和流动与行业技能人才的需求出现“错配”，我国特有的社会结构导致人力资源价格倒挂，错误的工资信号和双轨制的社会保障体系引致高素质人才更多地流向政府部门和国有垄断行业，出口企业学习能力和自主创新所需要的高端人才匮乏。

五、 总结

企业出口的基础是比较优势，企业出口过程中必然伴随着比较优势的变迁，比较优势的变迁会使得企业“出口学习效应”产生差异，从而导致不同的全要素生产率水平。因此，文章拟采用我国2002-2011年的《中国工业企业数据库》的数据，动态的研究企业比较优势的改变对制造业全要素生产率的影响。研究认为企业转向比较优势行业有利于全要素生产率的提升。同时，文章也运用双重倍差法考察了企业异质性背景下，企业转向比较优势行业对制造业全要素生产率的影响，包括企业所有制、贸易方式、出口多样性、出口强度和阅历以及研发强度和人力资本的差异。从企业异质性的估计结果来看，民营企业、加工贸易为主的企业以及出口产品多样性的企业转向比较优势行业更有利于全要素生产率的提高。在企业转向比较优势行业时，全要素生产率随着出口阅历的增加而提高，但是出口强度的影响不显著。研发投入的影响不明显，但是人力资本是企业创新要素实现的决定性因素。

通过研究结论的分析，文章对我国企业转向比较优势行业对全要素生产率的影响可以提出一些具有重要的政策含义：第一，民营企业要不断的调整自己的比较优势，充分发挥企业转向比较优势行业中的学习效应和技术溢出效应，实现自身的全要素生产率增长；第二，改变我国过度依赖加工贸易的贸易模式，优化出口贸易结构、加强从事一般贸易企业的学习效应和自主创新能力、促进一般贸易企业生产率的提升是我国贸易竞争力整体提升的关键；第三，要扩大企业的产品出口范围，能够更好的适应消费者的偏好，更容易转变企业比较优势；第四，不要盲目的扩大研发投入，要把研发投入用在企业自主创新上，同时注重人力资本的提升，避免人力资本的匮乏和错配对企业出口学习效应的制约。