要素市场扭曲是中国传统经济体制下优先发展重工业经济发展战略的选择。随着经济改革的进展,价格改革特别是生产要素价格改革相对滞后。其结果是,价格结构不能准确反应经济资源的相对丰裕程度,企业也不能根据比较优势选择自己的产业和技术,并导致资源配置的扭曲和经济效率低下(林毅夫,2002)。新-新贸易理论强调只有高效的厂商才能承受国际市场较高的进入成本并获得比在国内市场更高的利润。因而,要素市场扭曲可能通过劳动生产率削弱企业出口竞争力,从而不利于企业出口。
然而,交通条件的改善有助于改善资源配置效率,缓解要素市场扭曲,从而促进企业出口。交通基础设施不但可以缓解融资约束促进企业出口(盛丹、王永进,2012),而且相对于资本要素,交通基础设施通过改善劳动力配置对企业出口的作用也至关重要。一般而言,在交通基础设施发达的地区,企业和工人的搜寻成本会大大降低,使劳动力和企业之间的匹配效率得以提高。交通条件直接影响着劳动力流动和技能匹配水平。随着城市和城际交通条件的改善,我国一些发达地区的劳动力跨城流动渐成常态。例如,上海吸引了苏州、杭州甚至舟山等地的劳动力,成为跨省市上班族最多的城市;而广州吸引了佛山、东莞等地劳动力就业。全国其他地区城市和城际交通条件的改善也有助于提高劳动力流动性,从而缓解劳动力资源错配,提高劳动生产率。因此,检验交通基础设施是否通过缓解要素市场扭曲这一重要渠道影响企业出口自然成为一个值得关注的研究问题。
与现有文献不同,本文研究交通基础设施通过提高要素配置效率对企业出口的影响,而非从运输成本或库存成本角度研究。本文的研究与以往研究具有很强的互补性,这两类研究分别从产品市场和要素市场两方面共同分析交通基础设施对企业出口的作用。本文尝试通过以下几方面补充已有研究。首先,在研究视角上,首次从要素市场扭曲的角度,将交通基础设施与企业出口纳入统一分析框架,基于新-新贸易理论构建异质性厂商出口决策模型,研究交通基础设施、要素市场扭曲与企业出口之间的关系。其次,利用工业企业数据2005-2007年共245632家企业数据,实证检验交通基础设施、要素市场扭曲与企业出口之间的关系,并采用工具变量法对估计结果进行了稳健性检验。此外,随着非国有企业的快速发展,非国有企业在中国对外贸易的扩张中扮演了重要的角色,因而有必要区分交通基础设施、要素市场扭曲对不同所有制企业的差异性影响。本文各节内容安排如下。第二节是文献综述;第三节构建理论框架和计量模型;第四节说明指标和数据;第五节报告和解释计量估计结果;第六节是结论。
二、文献综述交通基础设施改善有助于促进企业出口。Limão et al.(2001)通过构建引力模型,利用1990年98个非洲撒哈拉地区国家的相关数据,实证检验了交通基础设施通过运输成本对贸易流量的影响。结果发现,随着交通条件从中位点恶化到0.75分位点,运输成本将提高12%,而贸易流量将降低28%。Fujimura and Edmonds(2006)利用湄公河流域1981-2003年30组国家双边贸易数据,实证检验了道路基础设施对双边贸易的影响。研究表明,交通基础设施对流域内国家间出口的弹性超过0.4。盛丹等(2011)利用1998-2001年中国制造业行业的企业出口数据,考察了基础设施对中国企业出口决策和出口数量的影响。结果发现,基础设施对中国贸易增长的促进作用很大程度上源于出口企业数量的增加,国有资本比重较高不利于企业出口数量的增加,而非国有资本的增加有助于企业出口数量的增长。盛丹、王永进(2012)基于厂商异质性理论,利用中国2007年29个省份20个工业行业的相关数据,实证检验基础设施对地区出口比较优势的作用机制。研究表明,在基础设施水平较高的地区,融资依赖性较强的行业会进行专业化生产,具有出口比较优势。Kerem and Demir(2014)利用2003-2012年土耳其22个制造业省级面板数据,实证检验交通基础设施对进出口的影响。结果表明,每增加100美元交通基础设施项目投资,出口将增加9-14美元,而且道路交通条件改善对生产时间敏感(time-sensitive)出口货物的行业影响更大。这意味着交通条件改善有助于出口厂商获得更广阔的国际市场,不同行业从交通条件改善中的获益程度不同。此外,还有文献分析了交通条件对城市间贸易的影响。Duranton et al.(2013)通过构建交通条件-贸易结构理论模型,实证检验了城市交通条件对贸易结构的影响。结果发现,城市间高速公路的改善缩短了贸易距离,有利于扩大城市间贸易量,而且市内高速公路建设更有利于重型货物的出口,使得高速公路发达城市的生产部门更倾向于重型货物生产。
近年来,要素市场扭曲对企业出口的影响也逐渐成为关注的焦点。张杰等(2011)较早的关注了要素市场扭曲条件下,中国企业出口问题。他认为地方政府所采取的要素市场控制策略会导致中国企业出口成本与出口行为的改变,进而促使企业将这种要素市场扭曲所产生的低成本因素转化为出口优势,从而激励了中国企业出口。施炳展、冼国明(2012)利用1999-2007年工业企业微观数据,测算了各企业各年度的要素价格扭曲情况,进而实证检验企业要素价格负向扭曲对企业是否影响企业出口。结果显示,中国企业存在的严重负向价格扭曲促进了私营企业港澳台和外资企业出口,但却阻碍了国有企业出口。康志勇(2014)发现要素市场扭曲对企业的出口选择和出口数量具有相反的影响,刺激了更多的企业选择出口,但是抑制了出口企业出口数量的提升。此类文献也不乏劳动力市场和资本市场不完善对企业出口影响的研究,如陈潜、周康(2015)指出劳动力市场扭曲通过压低工资水平促进企业出口,程玉坤、周康(2014)研究了资本市场不完善与企业出口间的关系,结果发现融资约束阻碍了我国出口企业的出口总额,且对民营企业出口行为的抑制作用更明显。由要素市场扭曲而获得的低成本优势可能有助于促进中国本土企业进入国际市场,但无助于提升出口企业产品在国际市场的竞争力。一些学者还检验了要素市场扭曲与企业创新和生产率间的关系。例如,张杰等(2011)、罗德明等(2012)以及苏启林等(2016)等使用不同数据进行类似研究,发现要素市场扭曲抑制了企业创新并造成全要素生产率的损失。
此外,也有部分学者讨论了交通条件与要素资源配置间的关系。交通条件改善的直接后果是增强要素流动性,提高要素匹配效率。Gautier and Zenou(2010)使用劳动力市场稳态均衡模型和1981-1982年美国全国调查数据分析了白人与黑人青年的工作搜寻强度(时间和距离)与产出水平,其研究发现,拥有私家车使白人在单位距离时间内搜寻更多的工作,接近资本市场或公共交通有助于减少劳动市场产出的差异。Phillips(2014)根据2010年华盛顿地区雇主-家庭调查数据,设计了交通补助的随机试验方法,用以检验交通成本对低收入者工作搜寻强度的影响。该研究发现接受补助的实验组比控制组的工作搜寻强度高19%,而且交通补贴对偏远地区求职者的作用更加明显,给于交通补贴的情况下,距空缺岗位9英里的求职者的工作搜寻强度是6英里求职者搜寻强度的2倍。林毅夫等(2010)指出,发展中国家的交通基础设施等硬环境和金融市场等软环境对降低企业间的资源扭曲有重要影响。周海波等(2017)基于异质性企业垄断竞争模型,利用中国1999-2007年工业企业数据检验交通基础设施对地区资源错配的影响,其定量估计结果表明,交通基础设施通过促进产业结构调整,消除市场分割,提高分工精度这三条途径减轻或消除要素资源错配。
综上所述,相关领域的学者们分别研究了企业出口如何受交通条件和要素市场扭曲的影响,但是已有的文献大都忽略了交通条件和要素市场扭曲对企业出口的协同作用。与以往文献不同,本文将交通条件、要素市场扭曲和企业出口纳入同一分析框架,研究交通条件和要素市场扭曲如何协同作用于企业出口。
三、理论框架和计量模型设定本节根据Melitz(2003)的异质性厂商理论,从要素市场扭曲角度分析交通设施影响企业出口的微观机制,进而设定计量模型。
(一) 理论框架我们沿用Melitz(2003)框架构建一个简单的理论模型。设消费者效用为
| $ P = {\left[ {{\smallint _{\omega \in \Omega }}p{{\left(w \right)}^{1 - \sigma }}dw} \right]^{1/1 - \sigma }}, q\left(w \right) = p{\left(w \right)^{ - \sigma }}{P^{\sigma - 1}}E $ | (1) |
假设每个厂商只生产一种差异化产品w,生产只需用一种中间投入—劳动力l,劳动力使用是产出q和生产率φ的函数:l=l0+q/φ。其中,l0表示固定劳动力投入,l0>0。由边际成本定价,可以得到产品的生产价格为p(φ)=w/(ρφ),工资水平w单位化为1。要素市场扭曲通过两种途径影响厂商利润:一是影响要素的边际产出,二是降低要素成本。我们将要素市场扭曲程度定义为λ,则利润函数为:π=(1-λ)p(φ)q-wl(φ)-f0-θλ。其中,f0表示固定贸易成本,θλ表示因要素市场扭曲而获得的成本优势(张杰等,2011)。整理后可得企业利润:
| $ \pi = \left({1 - \lambda } \right)\frac{E}{\sigma }{\left({\rho \varphi P} \right)^{\sigma - 1}} - {f_0} + \theta \lambda $ | (2) |
当厂商利润为零时,我们可以得到劳动生产率的临界值:
| $ {\varphi ^*} = {\left({1 - \lambda } \right)^{\frac{1}{{1 - \sigma }}}}{\left[ {\left({{f_0} - \theta \lambda } \right)\sigma } \right]^{\frac{1}{{\sigma - 1}}}}{\left({P\rho } \right)^{ - 1}}{E^{\frac{1}{{1 - \sigma }}}} $ | (3) |
由上式可得,
开放经济条件下,企业可以选择在国内市场销售或者出口到国外市场,分别用下标H和F表示。假设运输成本以冰山运输成本形式表示,则出口商品在国际市场的价格可以表示为pF(φ)=τ/(ρφ)。令fF为本国出口企业进入国际市场的固定成本,则本国企业在国内和国际市场上的利润分别表示为:
| $ {\pi _H} = \left({1 - \lambda } \right)\frac{{{E_H}}}{\sigma }{\left({\rho \varphi {P_H}} \right)^{\sigma - 1}} - {f_0} + \theta \lambda \;\;\;\;{\pi _F} = \left({1 - \lambda } \right)\frac{{{E_F}}}{\sigma }{\left({\sigma \rho \varphi {P_F}/\tau } \right)^{\sigma - 1}} - {f_F} + \theta \lambda $ | (4) |
由于国内外市场的市场潜力、产品价格指数、固定成本以及出口前后面临的要素市场不同,故而企业进入国内市场和国际市场的生产率准入门槛必然存在差异。新-新贸易理论强调,相对于进入国内市场,企业进入国外市场需要支付额外的固定成本和沉没成本,如质量保证和建立国外销售渠道等。然而,值得指出的是,由于中国存在严重的国内市场分割,从而对中国企业而言,开拓本地市场可能难于开拓国际市场,从而进入国内市场的固定成本可能高于进入国外市场的固定成本(朱希伟等,2005;赵玉奇、柯善咨,2016)。因此,我们无法判定f0与fF之间的大小。令式中的企业利润为零,可以得到相应的生产率准入门槛φH*和φF*。
令
| $ \frac{{\partial \;EX}}{{\partial \;\tau }} = - A\frac{{{P_F}}}{{{\tau ^2}{P_H}}}{\left[ {\frac{{{E_F}\left({{f_0} - \theta \lambda } \right)}}{{{E_H}\left({{f_F} - \theta \lambda } \right)}}} \right]^{\frac{1}{{\sigma - 1}}}} < 0 $ | (5) |
由(5)式,可得命题1。
命题1:随着交通基础设施条件改善和运输成本下降,参与出口行为的企业数目将持续增加。
随着运输成本的增加,厂商出口倾向降低,即交通条件的改善会促进企业选择出口。在上式得基础上,我们进一步对要素市场扭曲λ求导,可以得到:
| $ \frac{{\partial {\;^2}EX}}{{\partial \;\tau \partial \;\lambda }} = A\frac{1}{{1 - \sigma }}\frac{{{P_F}}}{{{\tau ^2}{P_H}}}{\left[ {\frac{{{E_F}\left({{f_0} - \theta \lambda } \right)}}{{{E_H}\left({{f_F} - \theta \lambda } \right)}}} \right]^{\frac{{2 - \sigma }}{{\sigma - 1}}}}\frac{{\theta {E_F}{E_H}\left({{f_0} - {f_F}} \right)}}{{{{\left[ {{E_H}{{\left({{f_F} - \theta \lambda } \right)}}} \right]}^2}}} = \left\{ {\begin{array}{*{20}{c}} { > 0, 如果{f_0} < {f_F}}\\ { < 0, 如果{f_0} > {f_F}} \end{array}} \right. $ | (6) |
根据上式,当进入国内市场固定成本小于国外市场固定成本时,交通条件改善(即运输成本降低)会抑制要素市场扭曲程度较高地区企业的出口。相反,当进入国内市场固定成本大于国外市场固定成本时,交通基础设施对要素市场扭曲程度较高地区企业出口的促进作用越明显。为此,我们可以得到命题2。
命题2:在国内市场进入成本较高的情况下,交通条件改善可以缓解要素市场扭曲促进企业出口。
此外,还有研究检验了企业出口规模(强度)如何受交通条件和要素市场扭曲影响。交通基础设施能够减少出口厂商的可变成本,如库存成本(李涵、黎志刚,2009;刘秉镰、刘玉海,2011;李涵、唐丽淼,2015),在固定成本给定的情况下,基础设施的改善有助于增加企业出口规模(盛丹等,2011),而要素市场扭曲通过要素投入价格影响企业出口强度(张杰等,2011)。但是已有实证检验中依赖比较简易的模型,并未涉及交通条件和要素市场扭曲对企业出口规模的协同作用。交通条件的改善不仅有利于产品运输和信息传播,也有利于要素流动,从而提要要素匹配效率。为此,本文在实证部分,加入交通基础设施与要素市场扭曲的交互项,检验交通基础设施对企业出口规模的影响是否因要素市场扭曲程度而异。
(二) 计量模型的设定根据以上分析,我们认为企业出口不仅取决于地区的交通条件,而且与要素市场扭曲有密切联系。交通条件对要素市场扭曲程度不同的地区企业出口的差异化影响是本文考察的重点,这些差异化影响可用交通条件和要素市场扭曲程度的交互项测度。根据已有研究,企业出口还与很多因素相关,因此我们在模型中引入企业生产率tfp、企业规模size、企业年龄age、资本密集度kdensity、人力资本train和创新研发rd作为控制变量。我们根据上述理论框架设置相应的计量模型:
| $ \begin{array}{l} E{X_{ijt}}{\rm{ = }}{\beta _0}{\rm{ + }}{\beta _1}{\rm{ln}}tran{s_{\mathit{it}}}{\rm{ + }}{\beta _2}factdi{s_{it}}{\rm{ln}}tran{s_{it}}{\rm{ + }}{\beta _3}{\rm{ln}}tf{p_{ijt}}{\rm{ + }}{\beta _4}{\rm{ln}}siz{e_{ijt}}{\rm{ + }}{\beta _5}{\rm{ln}}r{d_{ijt}}\\ \;\;\;\;\;\;\;\;\;\;\;{\rm{ + }}{\beta _6}{\rm{ln}}kdensit{y_{ijt}}{\rm{ + }}{\beta _7}{\rm{ln}}ag{e_{ijt}}{\rm{ + }}{\beta _8}{\rm{ln}}trai{n_{ijt}}{\rm{ + }}{\varepsilon _{ijt}} \end{array} $ |
式中,i、j、t分别表示地区、企业和时期。EX表示出口倾向。trans表示交通条件,交通条件的改善降低了贸易成本,有助于促进出口,trans的参数估计预计为正。factdis表示要素市场扭曲程度,交通基础设施与要素市场扭曲程度的交叉项(factdis*lntrans)的系数可正可负。如果该项系数为正,则说明要素市场扭曲程度越高,交通条件对企业出口的促进作用越明显。相反,如果交互项的参数估计显著为负,则意味着较高程度的要素市场扭曲将会削弱交通基础设施对企业出口的激励作用。
四、变量和数据说明本文数据来自《中国工业企业数据库》、《中国城市统计年鉴》和《中国城市建设统计年鉴》。工业企业数据库中有相当多的指标存在异常值,在进行计量回归前必须予以剔除。本文对数据进行了如下筛选首先,我们剔除了职工人数、总资产或固定资产净值和销售额缺失的观测值。其次,根据谢千里等(2008)的方法,剔除了职工人数少于8人的观测值。最后,仅保留两位行业代码13-43的行业。
计量模型的被解释变量是企业出口选择P(EX=1)或出口数量(ex),前者表示出口倾向,后者表示出口强度。如果企业出口,则EX=1,否则EX=0。企业出口数量用出口交货值表示。两个不同的被解释变量决定了两个不同的回归模型。解释变量测度如下。交通基础设施用道路桥梁资本存量表示,道路桥梁资本存量(Rk)用永续盘存法计算:Rki, t= (1-δ)Rki, t-1+It /vi, t,式中的δ是年折旧率,设δ为5%,It是城市道路桥梁投资,vi, t是城市所在省以2000年为基期的累积资本价格指数。我们采用LP法测度的全要素生产率表示企业生产率。鲁晓东、连玉君(2012)将全要素生产率(Tfp)的估计方法归结为最小二乘估计、固定效应估计、OP估计和LP估计。其中,最小二乘估计和固定效应估计不能解决同时性偏差问题,而OP估计中投资额为0的样本并不能被估计,因而本文使用LP法估计企业全要素生产率。本文还借鉴张杰等(2011)的地区要素市场扭曲(Facdis)指标测度,变量Facdis =(省级产品市场市场化进程指数-要素市场市场化进程指数)/产品市场市场化进程指数,其中两个市场化进程指数均来自于樊纲等(2009)《中国市场化进程指数报告》。企业规模(Size)用企业资产合计测度;企业研发(Rd)用企业研发支出表示;资本密集度(Kden)用固定资产净额与企业人工数的比值表示;企业年龄(Age)是从注册到本研究样本年份之间的年数;借鉴Ballot et al.(2001)和张杰等(2011)的做法,我们将人均教育培训费用(Train)作为企业人力资本的代理指标。表 1为2005-2007年中国企业和城市的描述统计量。
| 表 1 2005-2007年中国企业和城市的描述统计量 |
当样本存在多层嵌套结构时,应采用多层回归模型分析(Goldstein, 1995)。对于微观企业数据,样本来自于不同的行业和地区,具有明显的层次嵌套结构,因而应采用多层模型进行分析。为了检验企业出口倾向的差异,我们引入多层logit模型,其中被解释变量为企业出口选择(出口=1,不出口=0)。我们还应根据似然比检验对比了多层混合效应logistic模型回归结果与一般logistic模型回归结果(即不包括随机效应项um)的合理性。同时,为了考察估计结果的稳健性,本文还引入了面板Probit回归模型。在非线性模型中,交互项的参数估计和标准差不可以直接由简单回归得到。以往文献通常使用指令“dprobit”或在“probit”指令后用“margins, dydx(*)”来表示解释变量的偏效应。然而,Ai and North(2003)指出,大多数文献都错误使用这个结果表示交互项的偏效应。由于上述指令会将lnRk*Facdis视为一个解释变量,无法识别它其实是两个变量的乘积形式,因而这个变量不是交互项的真正偏效应。事实上,对交互项的估计应该对两个解释变量求交叉偏导。因而,当模型中出现交互项时,传统方法得到的交互项以及交互的解释变量将会出现偏误,而不涉及交互项的单一控制变量的参数估计和标准差依然准确。在Ai and North(2003)研究的基础上,借鉴张爽(2006)的估计方法,我们使用“predictnl”指令来得到交互项以及交互项的解释变量lnRk和Facdis的正确估计。表 2报告了多层logit模型与面板Probit模型的估计结果。
| 表 2 交通基础设施和要素市场扭曲对企业出口选择影响的回归估计结果 |
多层logit回归结果表明,主要解释变量对企业出口倾向具有显著的影响。表 2第3列的估计结果中,交通基础设施与要素市场扭曲的交互项lnRk*Facdis的偏效应为正。结合lnRk和Facdis一正一负的参数估计,计量结果表示,要素市场扭曲程度越高,交通基础设施对企业出口的促进作用越明显。同时,交通基础设施越发达,要素市场扭曲对企业出口的负面作用越小。该结果意味着,交通基础设施和要素市场扭曲协同作用于企业出口选择,且改善交通条件可以缓解要素市场扭曲,优化资源配置,从而促进出口企业数量的增加。其他变量解释如下。企业生产率(lnTfp)的参数估计显著为正,这与已有的研究结论一致(唐宜红、林发勤,2009;盛丹等,2011;张杰等,2011;赵玉奇、柯善咨,2016),并且符合新-新国际贸易理论预期,即企业生产率是其选择出口的决定性因素。企业规模(lnSize)和研发投入(lnRd)对企业出口决策起到促进作用,且在1%的水平上通过了显著性检验。资本密集度(lnKden)显著为负的参数估计,说明中国出口企业主要集中在劳动密集型部门。企业年龄(Age)和培训支出(lnTrain)对企业出口决策具有显著的负面作用,表明新进入的企业出口倾向更明显,而企业教育培训指出过高会增加企业负担,降低其出口意愿。从宏观层面看,企业出口倾向与所在地区的交通条件和要素市场扭曲程度密切相关。在列3加入交通条件、要素市场扭曲和二者交互项之后,城市随机参数(方差)显著减小,这表明交通条件和要素市场扭曲能有效地解释来自宏观层面不可观测因素对企业出口倾向的影响。面板Probit模型估计结果的显著性和符号与多层logit模型基本上一致,因而估计结果是比较稳健的。
(二) 交通基础设施和要素市场扭曲对企业出口数量的影响Tobit模型不同于离散选择模型和一般连续变量选择模型,其特点是因变量是受限变量。由于不少企业出口交货值为0,而大于0的企业出口规模分布范围很广且大致连续,符合“归并数据”的特征,可以采用Tobit模型进行归并回归(陈强,2010),将出口规模为0的值作为左归并点。为了检验交通基础设施和要素市场扭曲对企业出口数量的影响,且比较该影响的所有制差异和地区差异,我们设置和检验了四个不同的模型。模型2在模型1的基础上引入交通基础设施和要素市场扭曲的交互项,检验二者对企业出口数量的协同作用,模型3在模型2的基础上,引入交通基础设施、要素市场扭曲和所有制(own)的交互项,以检验交通基础设施和要素市场扭曲对企业出口数量的影响是否存在所有制差异。其中,若属于国有企业,则own=1,否则,own=0。此外,为了检验交通基础设施和要素市场扭曲对企业出口数量影响的地区差异,我们在模型4中引入地区(east)虚拟变量,东部地区企业east=1,否则east=0。表 3报告了面板Tobit模型估计结果。
先扼要分析控制变量。所有模型中企业生产率(lnTfp)的系数均显著为正,这说明提高企业生产率有利于提高企业出口数量。企业规模(lnSize)显著为正的参数估计表明表明企业规模越大,企业出口的贸易量越高。一般而言,企业规模越大,越具备采购先进技术设备和从事技术创新活动的能力。而且,大企业更有利于劳动分工专业化,实现规模经济,提高企业生产率,故而其出口数量更大。企业研发(lnRd)都对企业出口有正向影响,该结果表明,创新能力越强的企业偏向于出口,相反,那些创新能力不足的企业偏向于在中国本土市场进行销售。资本密集度(lnKden)的参数估计显著为负,意味着资本密集型企业可能不利于出口。根据目前中国劳动力禀赋特征,资本密集型企业可能偏离中国的劳动力禀赋所带来的出口优势。企业年龄(Age)在各方程中均显著为负的参数估计表明,新进入的企业更具活力,其生产率一般较高,更易于开拓新市场,以出口谋生存,所以新企业的出口规模往往较高。培训支出(lnTrain)的参数估计为负,但未通过显著性检验。一方面,培训支出作为企业支出的重要组成部分,培训支出的增加可能会挤占其他支出,如研发支出和广告支出等,从而不利于新产品的研发和开拓国外市场,对企业出口规模产生不利影响。另一方面,企业为提高职工技能付出的培训成本越高,意味着技能匹配效率越高。不论职工原来是否错配,那些愿意为了提高职工技能配置效率而投入培训的企业能获得更高的效率,从而有利于提高企业出口规模。因而,培训支出对企业出口规模的影响存在不确定性。
| 表 3 交通基础设施和要素市场扭曲对企业出口数量影响的Tobit模型估计 |
以下重点考察我国交通基础设施、要素市场扭曲与企业出口之间的关系。模型1中城市交通基础设施(lnrRk)对企业出口数量具有显著的正向作用,表明交通基础设施的投入降低了企业交易成本,为企业出口提供了便利。要素市场扭曲(Facdis)对企业出口数量具有显著的抑制作用,表明要素市场扭曲使得生产要素无法按照市场经济规律进行有效配置,这不利于企业生产率的提高。新-新贸易理论强调只有高效的厂商才能承受国际市场较高的进入成本并获得比在国内市场更高的利润。因而,要素市场扭曲不利于企业的出口。模型2中交通基础设施及其与要素市场扭曲的交互项(lnRk* Facdis)系数均显著为正,这意味着交通基础设施与要素市场扭曲协同作用于企业出口。而且,要素市场扭曲越严重地区,交通基础设施对企业出口数量的促进作用越明显。虽然地方政府所采取的要素市场控制策略可能降低企业出口成本,促进企业将这种要素市场扭曲所产生的低成本优势转化为出口优势(张杰等,2011),但是要素市场扭曲降低了企业的全要素生产率(罗德明等,2012;苏启林等,2016),从而削弱了企业出口的竞争力。然而,交通基础设施的发展不仅有利于进一步降低生产成本,使其更具成本优势,而且提高了要素流动性和配置效率,有助于提升企业的生产率和出口竞争力,从而促进企业出口规模的扩张。因此,要素市场扭曲越高的地区,交通基础设施对企业出口数量的促进作用越明显。从企业所有制看,模型3中交通基础设施、要素市场扭曲与企业所有制的交叉项(lnRk* Facdis*own)的参数估计显著为负,说明交通基础设施、要素市场扭曲对企业出口数量的影响存在明显所有制差异。交互项lnRk* Facdis*own的系数显著为负,与lnRk* Facdis系数叠加(2.0802lnRk* Facdis-0.1185 lnRk* Facdis)表示交通基础设施与要素市场扭曲对国有企业出口数量的协同影响。通过计算,我们发现交通基础设施和要素市场扭曲对非国有企业的促进作用更大,而对国有企业的促进作用相对较小。可能是因为国有部门的企业主要分布在资本密集型行业,而非国有部门所处的行业主要为劳动密集型行业(白重恩等,2004)。由于非国有企业劳动密集度比较高,符合比较优势,这些是中国的比较优势行业。而且,相对于资本要素,劳动力对交通条件的依赖程度更高。因此,非国有企业对交通基础设施的发展需求更为迫切。从地区看,模型4中交通基础设施、要素市场扭曲与东部地区的交互项(lnRk* Facdis*east)的系数显著为负,表明交通基础设和要素市场扭曲对企业出口数量的影响存在明显的地区差异。交通基础设施和要素市场扭曲对中西部地区企业出口数量的促进作用比东部地区企业更大。可能是因为中西部地区交通基础设施相对落后,要素配置效率较低,因要素资源错配造成的效率损失可能较严重,因而改善交通基础设施通过提高资源配置效率对中西部地区企业出口数量的促进作用更明显。
(三) 样本选择问题的处理表 3初步估计了交通基础设施和要素市场扭曲对企业出口数量的影响,但回归中忽略了样本选择问题。为了克服样本选择偏差对回归结果带来的影响,我们采用Heckman两步估计法来消除选择性偏误。第一步,我们估计企业是否选择出口的决策方程,进而计算逆米尔斯比率(M)。第二步,将逆米尔斯比率(M)作为控制变量引入到出口规模方程,然后采用极大似然法进行估计。
表 4报告了Heckman两步法回归结果,逆米尔斯比率(M)的估计系数为负且在1%的水平上通过了显著性检验,说明本文的样本确实存在选择性偏误问题,而且LR检验结果同样表明存在样本选择偏差,因而进行Heckman两阶段估计是合理的。回归结果的显著性和参数符号与表 3的估计结果基本一致,这表明本文的实证结果是稳健的,不因样本选择问题而发生变化。
| 表 4 样本选择问题与Heckman模型回归结果 |
有关交通基础设施的文献广泛关注交通基础设施与相关经济变量的内生性问题(Demetriades and Mamuneas, 2000;Chandra and Thompson, 2000;Baum-Snow, 2007;Duranton and Turner, 2008;Donaldson, 2011;Baum-Snow et al., 2012;Redding and Turner, 2015;张军、高远,2007;刘生龙、胡鞍钢,2010;周浩、郑筱婷,2012)。交通基础设施的发展有可能影响地区企业出口,但也可能存在逆向因果关系。无论使用固定效应还是随机效应模型,可能都会导致估计系数有偏和不一致。为了得到无偏、一致的估计量,可采用工具变量法估计。但工具变量法在很大程度上依赖于工具变量的选取,因而选择合适的工具变量对于估计结果的可靠性至关重要。根据以往研究(盛丹、王永进,2012),本文选择各省区地形的平坦程度作为交通基础设施的工具变量。各省区地形平坦程度用各省区平原面积占土地面积的比重表示,该数据从各省区地图册中获取。选择该变量作为工具变量的理由如下:首先,地形平坦程度将影响交通基础设施的建设和使用。一般而言,地形平坦地区的交通基础设施建设成本往往较低。相反,由于地形复杂地区进行交通基础设施建设往往需要钻隧道、架桥梁,因而地形复杂地区进行交通基础设施建设成本往往较高。而且,交通基础设施具有较强的外部性,地形平坦地区人口密度往往较高,交通基础设施的使用成本较低,而地形复杂地区往往人口稀少,所以交通基础设施的使用成本往往较高。其次,由于地形平坦程度是地壳运动的结果,因而与残差项无关,所以满足外生性条件。表 5报告了Ⅳ-Tobit模型估计结果。
| 表 5 稳健性检验:工具变量估计 |
本文基于Melitz(2003)企业异质性理论构建厂商出口决策模型,利用2005-2007年工业企业数据库,从要素市场扭曲角度分析交通设施影响企业出口的微观机制。研究发现,交通基础设施对企业出口倾向和出口数量具有显著的促进作用,地区要素市场扭曲程度越高,交通基础设施的促进作用越明显。聚焦不同所有制的企业可以进一步发现,要素市场扭曲对非国有部门企业的抑制作用更突出,改善交通基础设施通过优化资源配置更有助于带动非国有企业的出口。计量检验还显示,交通基础设施和要素市场扭曲对企业出口的影响存在地区差异,交通基础设施和要素市场扭曲对中西部地区企业出口数量的促进作用比东部地区企业更大。这一结论不受内生性的影响。此外,我们还发现企业生产率、企业规模和资本密度等对企业出口具有较强的解释能力。
本文的研究结论具有明显的政策含义。其一,要素资源错配是阻碍企业出口的重要因素,通过改善交通条件有助于提高要素资源配置效率,促进企业出口。其次,交通基础设施和要素市场扭曲对企业出口的影响在不同所有制企业间存在明显差异,交通条件改善更有助于通过优化资源配置提高非国有企业的出口。在交通基础设施和要素市场扭曲的双重约束下,那些更具生命力和竞争力的民营企业可能被关在对外贸易的机遇大门之外。因而,应积极推进要素市场的市场化进程和交通基础设施建设,提升企业出口竞争力,从而优化我国经济结构。最后,交通基础设施和要素市场扭曲对企业出口数量的影响在不同地区间的企业存在明显差异,中西部地区的交通基础设施相对落后,要素流动性较差,所以改善交通条件对中西部地区企业出口的促进作用更明显。决策者不仅需要重视中西部地区交通基础设施规划建设,而且还要改善中西部地区的就业环境,引导企业和劳动力向中西部地区合理流动,进而缩小地区差距。
| [] |
白重恩、杜颖娟、陶志刚, 等, 2004, “地方保护主义及产业地区集中度的决定因素和变动趋势”, 《经济研究》, 第 4 期, 第 29-40 页。 |
| [] |
陈强, 2010, 《高级计量经济学及Stata应用》, 高等教育出版社。 |
| [] |
陈潜、周康, 2015, “要素市场扭曲与多产品出口企业的贸易边际研究”, 《南方经济》, 第 9 期, 第 80-97 页。 DOI:10.3969/j.issn.1000-6249.2015.09.006 |
| [] |
程玉坤、周康, 2014, “融资约束与多产品出口企业的二元边际:基于中国企业层面的分析”, 《南方经济》, 第 10 期, 第 63-81 页。 DOI:10.3969/j.issn.1000-6249.2014.10.005 |
| [] |
樊纲、王小鲁、朱恒 鹏., 2011, 《中国市场化指数:各地区市场化相对进程2009年报告》, 经济科学出版社。 |
| [] |
李涵、黎志刚, 2009, “交通基础设施投资对企业库存的影响——基于我国制造业企业面板数据的实证研究”, 《管理世界》, 第 8 期, 第 73-80 页。 |
| [] |
李涵、唐丽淼, 2015, “交通基础设施投资、空间溢出效应与企业库存”, 《管理世界》, 第 8 期, 第 126-136 页。 |
| [] |
林毅夫、刘培林, 2002, “经济发展战略与公平、效率的关系”, 《管理评论》, 第 8 期, 第 8-12 页。 |
| [] |
康志勇, 2014, “要素市场扭曲对中国本土企业出口行为的影响——出口选择抑或出口数量”, 《世界经济研究》, 第 8 期, 第 73-80 页。 |
| [] |
林毅夫, 2010, “新结构经济学——重构发展经济学的框架”, 《经济学(季刊)》, 第 4 期, 第 1-32 页。 |
| [] |
刘秉镰、刘玉海, 2011, “交通基础设施建设与中国制造业企业库存成本降低”, 《中国工业经济》, 第 5 期, 第 69-79 页。 |
| [] |
刘生龙、胡鞍钢, 2010, “基础设施的外部性在中国的检验:1988-2007”, 《经济研究》, 第 3 期, 第 4-15 页。 |
| [] |
鲁晓东、连玉君, 2012, “中国工业企业全要素生产率估计:1999-2007”, 《经济学(季刊)》, 第 2 期, 第 541-558 页。 |
| [] |
罗德明、李晔、史晋川, 2012, “要素市场扭曲、资源错置与生产率”, 《经济研究》, 第 3 期, 第 4-14 页。 |
| [] |
马俊英、史晋川、罗德明, 2015, “出口贸易、所有制部门结构与制度进步”, 《世界经济》, 第 12 期, 第 108-134 页。 |
| [] |
盛丹、包群、王永进, 2011, “基础设施对中国企业出口行为的影响:'集约边际'还是'扩展边际'”, 《世界经济》, 第 1 期, 第 17-36 页。 |
| [] |
盛丹、王永进, 2012, “基础设施、融资依赖与地区出口比较优势”, 《金融研究》, 第 5 期, 第 15-29 页。DOI:10.3969/j.issn.1009-4350.2012.05.005 |
| [] |
施炳展、冼国明, 2012, “要素价格扭曲与中国工业企业出口行为”, 《中国工业经济》, 第 2 期, 第 47-56 页。 |
| [] |
苏启林、赵永亮、杨子晖, 2016, “市场冲击、要素扭曲配置与生产率损失——基于出口企业订单波动的经验研究”, 《经济研究》, 第 8 期, 第 101-115 页。DOI:10.3969/j.issn.1672-5719.2016.08.086 |
| [] |
唐宜红、林发勤, 2009, “异质性企业贸易模型对中国企业出口的适用性检验”, 《南开经济研究》, 第 6 期, 第 88-99 页。DOI:10.3969/j.issn.1001-4691.2009.06.006 |
| [] |
谢千里、罗斯基、张轶凡, 2008, “中国工业生产率的增长与收敛”, 《经济学(季刊)》, 第 3 期, 第 809-826 页。 |
| [] |
张杰、周晓艳、郑文平, 等, 2011, “要素市场扭曲是否激发了中国企业出口”, 《世界经济》, 第 8 期, 第 134-160 页。 |
| [] |
张杰、周晓艳、李勇, 2011, “要素市场扭曲抑制了中国企业R&D?”, 《经济研究》, 第 8 期, 第 78-91 页。 |
| [] |
张军、高远、傅勇, 等, 2007, “中国为什么拥有了良好的基础设施?”, 《经济研究》, 第 3 期, 第 4-19 页。 |
| [] |
张爽, 2006, “非线性模型中多个交互项的估计”, 《世界经济文汇》, 第 3 期, 第 52-55 页。DOI:10.3969/j.issn.0488-6364.2006.03.005 |
| [] |
赵玉奇、柯善咨, 2016, “市场分割、出口企业的生产率准入门槛与'中国制造'”, 《世界经济》, 第 9 期, 第 74-98 页。 |
| [] |
周海波、胡汉辉、谢呈阳, 等, 2017, “地区资源错配与交通基础设施:来自中国的经验证据”, 《产业经济研究》, 第 1 期, 第 100-113 页。 |
| [] |
周浩、郑筱婷, 2012, “交通基础设施质量与经济增长:来自中国铁路提速的证据”, 《世界经济》, 第 1 期, 第 78-97 页。 |
| [] |
朱希伟、金祥荣、罗德明, 2005, “国内市场分割与中国的出口贸易扩张”, 《经济研究》, 第 12 期, 第 68-76 页。 |
| [] |
Ai C, Norton E C., 2003, "Interaction terms in logit and probit models". Economics Letters, 80(1), 123–129.
DOI:10.1016/S0165-1765(03)00032-6 |
| [] |
Ballot G, Fakhfakh F and Taymaz E., 2001, "Firms' human capital, R&D and performance:a study on French and Swedish firms". Labour Economics, 8(4), 443–462.
DOI:10.1016/S0927-5371(01)00038-0 |
| [] |
Baumsnow N., 2007, "Did Highways Cause Suburbanization?". Quarterly Journal of Economics, 122(2), 775–805.
DOI:10.1162/qjec.122.2.775 |
| [] |
Baumsnow N, Brandt L and Henderson V J, 2012, "Roads, railroads and decentralization of Chinese cities". Decentralization.
|
| [] |
Chandra A, Thompson E., 2000, "Does public infrastructure affect economic activity?:Evidence from the rural interstate highway system". Regional Science & Urban Economics, 30(4), 457–490.
|
| [] |
Demetriades P O, Mamuneas T P., 2010, "Intertemporal Output and Employment Effects of Public Infrastructure Capital:Evidence from 12 OECD Economies". Economic Journal, 110(465), 687–712.
|
| [] |
Donaldson D., 2011, "Railroads of the Raj:Estimating the Impact of Transportation Infrastructure". American Economic Review, 32(2), 16487.
|
| [] |
Duranton G, Turner M A., 2008, "Urban growth and transportation". Review of Economic Studies, 79(4), 1407–1440.
|
| [] |
Duranton G, Morrow P M and Turner M A., 2013, "Roads and Trade:Evidence from the US". Cepr Discussion Papers, 81(2), 681–724.
|
| [] |
Fujimura M, Edmonds C., 2015, "Impact of Cross-border Transport Infrastructure on Trade and Investment in the GMS". British Journal of Clinical Pharmacology, 4(S3), 259S–267S.
|
| [] |
Goldstein H., 2005, "Multilevel Statistical Models". Population, 3.
|
| [] |
Gautier P A, Zenou Y., 2008, "Car ownership and the labor market of ethnic minorities". Journal of Urban Economics, 67(3), 392–403.
|
| [] |
Kerem Cosar, Demir B., 2014, "Domestic road infrastructure and international trade:Evidence from Turkey". Koc University-TUSIAD Economic Research Forum Working Papers, 232–244.
|
| [] |
Limão, Nuno, Venables and Anthony J., 2001, "Infrastructure, Geographical Disadvantage, Transport Costs, and Trade". The World Bank Economic Review, 15(3), 451–479.
DOI:10.1093/wber/15.3.451 |
| [] |
Melitz, Marc J., 2003, "The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity". Econometrica, 71(6), 1695–1725.
DOI:10.1111/ecta.2003.71.issue-6 |
| [] |
Phillips DC., 2014, "Getting to work:Experimental evidence on job search and transportation costs". Labour Economics, 29(C), 72–82.
|
| [] |
Redding S J, Turner M A., 2015, "Chapter 20-Transportation Costs and the Spatial Organization of Economic Activity". Handbook of Regional & Urban Economics, 5(8), 1339–1398.
|


