健康人力资本作为人力资本的重要组成部分,与经济个体享有的医疗服务和医疗支出水平密切相关(Grossman,2000;Grossman,1972),在全球疫情冲击下,更是各国维系经济长期增长和对外贸易平稳发展的基本因素。现实层面,2020年伊始,全球范围内逐步爆发的新冠疫情对各国贸易往来产生了巨大冲击,医疗服务和公共卫生防护成为各国对外贸易安全发展的重要压舱石(Baldwin and Tomiura, 2020),中国凭借完备有效的医疗服务和医疗支出保障体系,迅速应对突发公共卫生事件,调整经济运行结构,促进防疫物资生产,推动企业有序复工复产,提高生产环节的健康保障标准,最大程度降低了疫情冲击产生的经济损失,为其恢复对外贸易活动和企业出口发展奠定了有利的内部条件,这也助力中国成为当年全球唯一实现出口货物贸易正增长的国家。事实上,我国较早就构建了比较完善的医疗保障和社会保障制度,其发展规模在全球范围内稳居前列(Zhang et al., 2021)。根据卫生健康统计年鉴的数据显示,近数十年,我国卫生医疗支出发展势头迅猛,并表现出长期增长的趋势。如下图 1所示,我国1990年卫生支出费用总额约为747亿元,截至2019年,卫生支出费用大致为65841亿元,年均增速为16.7%,由于卫生支出费用构成中绝大部分是医疗支出费用,因此卫生支出的演变反映了医疗支出变化的动态路径(封进等,2015),这意味着影响健康人力资本的医疗支出亦发展惊人。与此同时,伴随着医疗支出的突飞猛进,我国出口规模也迎来了增长的高峰期,出口贸易在全球范围内取得了瞩目的成绩。由于出口贸易增长的时点正好与我国医疗支出的发展时间重合,这使得医疗支出可能成为影响我国企业出口的一个独特性质。由此,我们自然会产生一个疑问,医疗支出是否以及如何影响我国企业的出口贸易发展?对于该问题的解读,不仅能够契合十九届五中全会提出的“把人民生命安全和身体健康放在第一位”、“民生福祉达到新水平”的重要理念,还是落实国务院印发的《“健康中国2030”规划纲要》思想战略的先行基础,更是深入理解和践行“国内国际双循环”新开放格局的重要一环,因此具有鲜明的理论和现实意义。
![]() |
图 1 出口规模和卫生支出趋势图 |
诚然,企业在医疗支出上的费用主要表现为企业根据医疗保险制度为员工承担的医疗开支,医疗支出作为企业保障员工健康和维护生产过程安全的一种投入成本,是企业为员工提供的显性福利,能够改善企业拥有的健康人力资本规模,进而促进企业人力资本的投资和积累(潘杰等,2013;Currie and Gruber, 1996),对经济增长和扶贫减困有着重要的作用(王弟海,2012;Hamid et al., 2011)。企业医疗支出能够保障雇佣劳动者的健康状况,降低因身体健康恶化导致的缺勤问题,因此能够为企业提高潜在的健康人力资本,促进人力资本总量的投资和积累(Grossman,1972),并随着人力资本质量的提高为企业提供出口竞争优势,影响企业的出口动态(Auer,2015)。但是,现有学者在研究企业出口决定因素时,尚未充分关注医疗支出对企业出口的可能影响,部分研究从金融发展、行业集聚、竞争程度、融资约束、工资水平、反倾销等角度对企业出口变化进行解读(金祥义等,2022;金祥义、张文菲,2022;卢晓菲、黎峰,2021;Manova,2013;孙楚仁等,2013;Bombardini et al., 2012;Greenaway and Kneller, 2008),这为本文研究提供了可能的突破空间,也为我们探讨企业出口变化提供了良好的研究框架和有益的参考模式,有助于我们结合医疗因素对企业出口增长的可能路径进行系统分析。
与现有文献相比,本文的可能边际贡献在于以下几点:首先,较新的研究视角。本文从我国医疗支出和医疗服务高速发展的时代大背景入手,结合医疗因素探析企业出口发展的变化规律,以企业医疗支出为新的研究切入点,系统分析医疗支出对企业出口贸易的潜在作用,是国际贸易领域和卫生经济学领域研究的一次有效融合,能够为我们理解企业出口发展提供一个新的思路;同时,还能在后疫情时代探寻医疗服务推动“双循环”新开放格局建设的现实道路。其次,更细致的研究对象。本文研究以中国私营企业调查数据库为基础,并结合国家统计局对大中小微企业的划分标准,对数据库中企业的类型进行划分,最终数据样本里中小微企业占比在95%以上,进而为我们研究中小微企业提供了独特的数据基础。需要注意的是,中小微企业占我国企业数量的90%以上,提供80%以上的城镇劳动就业岗位,占据了70%以上的技术创新,贡献了60%以上GDP规模,为我国税收提供50%以上的纳税份额,对我国经济运行具有不可忽视的作用,具有明显的“五六七八九”的经济发展特征。但现有文献在研究企业出口影响因素时,选用的数据库一般基于工业企业数据库和上市公司数据库,并将上述数据库与海关数据库进行合并,但这一做法实际上会忽略大量中小微企业样本,这是因为工业企业数据库内含规模以上的统计标准,而上市公司数据库中的企业均需符合上市条件,从而使现有学者在研究企业出口变化时,无法有效关注到中小微企业的出口特征。最后,明确的作用机制。本文研究不仅回答了医疗支出是否影响企业出口的问题,还分析了医疗支出如何影响企业出口的内在机制,从多个维度发现并证实了健康人力资本这一明确的作用机制,这将为我们理解医疗支出影响企业出口发展提供更为全面的研究轮廓,有助于我们进一步揭开医疗支出作用企业出口的理论面纱,研究结论还能为相关政府部门实施企业出口发展战略献策献计。
二、文献综述和理论分析 (一) 文献梳理纵观现有文献的发展,与本文研究内容较为相关的文献大致可以分为以下两类:第一类是关于国际贸易与医疗健康相关的学术研究;第二类是关于医疗支出或社会保障支出产生的经济效应的研究文献。
第一类文献中,一方面,大量学者研究了国际贸易对个体健康的影响,但在国际贸易对健康影响上的相关发现并未形成定论。Owen and Wu(2007)根据219个国家的数据,研究了贸易开放和自由化程度对个体健康的影响,发现贸易开放程度越高,个人平均的预期寿命越长,这对发展经济体的影响更为显著。McManus and Schaur(2016)发现美国制造业在受到中国进口竞争的压力下,制造业工人的健康水平出现明显的恶化,进口竞争提高了工人工伤率,降低了工人的健康状态。Burgoon and Raess(2011)得到了类似的结论,发现在全球化背景下,国际贸易开展提高了欧洲企业工人的标准工作时长,进而对其健康产生了不利的影响。刘铠豪等(2019)研究了中国出口扩张产生的健康成本问题,发现随着中国出口的增长,成人发病率水平明显提高,证实了出口扩张将导致显著的健康问题。Pierce and Schott(2020)发现美国与中国建立的永久正常贸易关系对美国就业结构产生了巨大冲击,贸易自由化导致美国就业人口死亡率变化,尤其是白种男性的死亡率显著提高,降低了行业整体的健康水平。但是Li and Liang(2020)关于自由贸易对美国制造业工人健康的研究得出了截然相反的结论,他们发现自由贸易推动了美国出口的扩张,每当美国工人平均出口贸易额上升1000美元,相应的工伤率将下降0.5%,证实了自由贸易促进了美国制造业工人健康水平的提升。另一方面,少量文献针对国际贸易或外商直接投资与医疗保障服务之间的关系展开分析。许和连、张彦哲(2021)分析了中国企业出口发展对社保缴纳率的影响,发现出口企业通过学习效应提高了社保缴纳率水平,强调了出口发展对社保缴纳规模的正向作用。Giammanco and Gitto(2019)认为医疗服务体系是一国制度质量的重要组成部分,优良的医疗支出和医疗保障服务体系更能吸引外资进入,并证实了欧盟国家医疗支出对外商直接投资的积极作用,能够提高外资进入的规模。Alsan et al.(2006)在对74个国家数据研究中得出了类似的结论,发现医疗服务体系是吸引外资的重要因素。可见,上述研究较多关注了国际贸易发展产生的健康问题,部分研究关注了出口贸易对社会保障费率的作用,但尚未深入挖掘医疗支出对企业出口贸易的潜在影响,这将背离我国近年来卫生医疗支出规模逐渐扩大的时代背景,因此需要提供更多来自中国的直接经验证据。
第二类文献中,不少学者针对医疗支出或社会保障支出产生的经济效应展开广泛讨论,并得到了较为丰富的结论。Liu(2016)认为医疗保险支出能够降低外部健康冲击对家庭的不利影响,降低家庭收入波动,提高家庭对人力资本的投资力度。Zhao(2017)在一般均衡模型的框架下,研究了社会保险对个人行为和福利的影响,发现了社会保险的存在降低了个人储蓄和工作的意愿,产生了巨大的经济挤出效应。宋弘等(2021)也针对社保与劳动力之间的关系进行研究,得出了社保缴费率的下降能够显著提高企业对劳动力的需求,改善了劳动力市场的整体雇佣数量。林灵、曾海舰(2020)强调了社会保险制度对企业投资的影响,发现过高的社保投入成本降低了企业对投资的需求,导致企业投资效率下降。Kaganovich and Zilcha(2012)关注了社会保障制度对经济增长的影响,发现基金型社保比现收现付型社保更能促进资本和储蓄的积累,进而带来长期的经济增长。Zhang et al.(2021)研究了社保与企业生产效率之间的关系,发现高额的社保支出激励企业对现有生产要素进行重配置,提高了企业最终的生产率水平。但赵健宇、陆正飞(2018)得到了相反的结论,他们认为养老保险这种社保制度提高了企业的劳动力成本,进而对企业生产率水平带来了不利的影响。综上,大量文献在家庭收入、资本投资、劳动力雇佣、经济增长、企业生产率等方面证实了医疗支出或社保支出的作用,但还没关注到医疗支出对国际贸易的潜在影响,其中具体的作用机理更是语焉不详,因此卫生经济学与国际贸易领域相结合的研究仍有待进一步的探索。
(二) 理论阐述和机理分析根据现有卫生经济学和国际贸易学相关的研究理论,本文将对医疗支出影响企业出口发展的核心逻辑进行简要阐述,这将有助于我们在后文实证分析上对相关机制进行系统检验。具体而言,经典卫生经济学理论表明,医疗支出和医疗服务是构筑健康人力资本的核心所在,是影响健康产出的重要原材料(Grossman,2000)。一方面,医疗支出能够影响健康人力资本的积累,优化企业拥有的劳动力结构,提高单位劳动投入带来的生产效率,改善企业拥有的健康人力资本。企业增加医疗支出后,能够增设工作环境中的医疗基础设备,在医疗硬资源方面提高对员工的健康保障,降低外部健康冲击对企业员工的影响(Giammanco and Gitto, 2019);同时,企业医疗支出还能降低员工面临的医疗负担,提高员工医疗服务可得性和医疗知识认知能力,在医疗软资源方面对员工健康水平产生影响,进而优化企业现有劳动力的结构和质量水平,改善企业员工自身的健康程度,提高个体的劳动效率和劳动时长,有效分散疾病风险冲击对员工健康和劳动力供给的不利影响(刘子宁等,2019;Chen and Jin, 2012)。另一方面,企业健康人力资本的积累促进了企业整体人力资本质量的提升,最终推动企业发挥出口竞争优势,扩大对外出口规模。企业健康人力资本的积累降低了员工的死亡率和工伤率,使员工能够承担更高强度的任务和进行更高效率的生产,减少因健康问题导致旷工和停产的可能性,从而增强了企业整体人力资本发挥的产出优势(王弟海,2012;Bloom et al., 2004)。进一步,根据国际贸易比较优势和要素禀赋理论,企业人力资本质量得到提高后,企业在出口环节中具有更强的人力要素竞争能力,赋予企业出口产品更为明显的比较优势,企业产品结构和生产规模因此得到进一步优化,最终促进了企业出口的发展(Zhao et al., 2018;Auer,2015)。因此,根据上述分析可知,医疗支出是影响企业出口的重要因素,能够通过提高企业的健康人力资本,进而对企业的出口规模产生积极作用。对此本文提出以下研究假设:
假设1:医疗支出的增加能够显著提高企业的出口规模。
假设2:健康人力资本提升是医疗支出促进企业出口扩张的重要机制。
三、数据说明和研究模型设计 (一) 数据说明和处理本文所用数据来源于中国私营企业调查数据库,是由中共中央统战部、中华全国工商业联合会、国家工商行政管理总局、中国民(私)营经济研究会4家官方机构联合组成的全国性民(私)营企业调查课题组,该调查数据以民营企业发展基本情况和发展过程中遇到的难题为出发点,并根据我国不同省份、直辖市、自治区的民营企业分布数量,以总数1‰的比例进行随机的样本调查,最终组成历次调查的样本数据。该调查数据每两年在全国范围内进行一次统计,并以调查数据的结果作为向党中央和政府部门提交政策建议的依据,由于该数据具有较高程度的权威性和完整性,因此被广大学者用以研究我国民营企业经营发展相关的问题(何轩、马骏,2018;辛宇等,2016;邓路等,2014)。本文研究亦基于该数据库,该数据主要包括企业经营发展与企业家层面的指标数据,例如企业雇员、资本、企业医疗费用支出、成立时间和企业家背景身份等信息。本文研究所用样本时期为2004-2012年,首先将不同年份的数据进行合并处理,然后根据本文研究选用的变量,将相关变量的缺失值进行剔除,最终得到本文进行研究分析的数据样本集。
(二) 计量模型设计和指标构建本文关注的是医疗支出对企业出口贸易的作用,因此需要根据企业出口数据的特征设定计量模型,由于数据库中企业出口存在大量零贸易样本,而零贸易样本对贸易回归估计具有重要的影响(Helpman et al., 2008)。因此,本文在处理上保留了所有零贸易的企业样本,并根据Silva and Tenreyro(2006)的研究,采用泊松伪最大似然估计模型(PPML模型)对包含零贸易的引力模型进行估计。在估计优势上,PPML模型能够有效解决回归样本中存在大量零值和异方差导致的回归偏误问题,估计系数结果具有较强的一致性和无偏性(Silva and Tenreyro, 2006),因此特别适用于包含大量零值样本的国际贸易变化估算。具体地,根据上述理论,本文构建如下的计量回归方程:
$ ln v_{i t}=\ln (\exp (\beta x))=\alpha+\beta {lnmedical}_{i t}+\gamma \overrightarrow{C t r l_{i t}}+\delta_t+\delta_j+\delta_k $ | (1) |
其中,exp(·)表示指数函数;下标i、t分别表示企业和年份。在变量解释上,lnv为本文的被解释变量,表示企业的出口规模,以企业出口数值加1后取对数进行衡量;lnmedical为本文核心解释变量,指代企业的医疗支出费用,而企业医疗支出的主要途径是为员工承担医疗保险费用,因此该指标用企业全年支付的医疗保险费用加1后取对数进行表示;Ctrl为本文回归方程中的控制变量向量,主要是企业和企业家层面的控制因素,具体包括:(1)企业年龄firmage,用企业当年年份减去成立年份的差值进行表示;(2)企业规模size,用企业雇员总人数的对数形式进行表示;(3)企业盈利能力nsr,用企业的销售净利率表示,企业销售净利率在财务上可以衡量一段时间内企业盈利能力的变化,其数值越大,表示企业盈利能力越强;(4)企业家年龄age,以当年年份减去企业家出生年份的差值进行表示;(5)企业家性别gender,根据企业家性别的不同,当企业家为女性时候,赋值为1,否则赋值为0;(6)企业家受教育程度education,该变量衡量企业家最高的文化程度,依次分为小学及以下、初中、高中或中专、大专、大学、研究生这几个类别,数值越大表示企业家受教育程度越高;(7)企业家党员信息party,该变量衡量企业家是否为党员,当企业家为党员时,对该变量赋值为1,否则赋值为0;(8)垄断水平HHI,以赫芬达尔指数表示企业在所属行业中的垄断水平,该指标越大表示企业市场占有率越高,垄断水平越强。此外,本文还在回归方程中加入了年份固定效应δt、省份固定效应δj和行业固定效应δk,用于控制年份、地区、行业层面非观测的因素对本文回归结果的可能干扰;εit表示计量回归结果的随机误差项。
(三) 数据事实特征提炼和初步分析首先,封进(2013)发现企业在缴纳社保费用时存在着一定程度的逃税现象,且不同企业的逃税力度存在着明显差异,为了从数据中提炼不同企业医疗保险实缴比例的差异性,本文以企业全年医疗保险费用支出占职工薪酬支出的大小表示实缴比例,并统计企业不存在医保费用缴纳的比例,然后再结合国家统计局颁布的《统计上大中小微型企业划分办法》,进一步将企业划分为大、中、小、微四类样本,在此基础上系统分析不同类型企业的医疗支出特征,具体如下表 1所示。
![]() |
表 1 企业医保缴纳情况(单位:%) |
根据下表结果,我们可以得出以下三点结论:其一,不同类型企业样本占比数据显示,在整个样本中,中小微企业样本占比为97.38%,表明本文研究数据以中小微企业为主,事实上,中小微企业是社保缴纳中的特殊角色,对中小微企业社保缴纳行为的探究具有更强的理论和现实意义(宋弘等,2021),这为本文研究医疗支出对企业出口,尤其是对中小微企业出口提供了独特的数据样本。其二,根据未缴纳率这行结果可知,整个样本中有46.67%的企业不存在医疗保险费用的开支,表明在民营企业中存在明显的逃税现象,这与封进(2013)的发现一致,并且随着企业类型从大企业到微企业进行逐步推进后,企业未缴纳率呈现出递增的趋势,这表明中小微企业在医疗费用承担上具有更大的压力,因此更倾向于逃税行为,这一结果也验证了赵静等(2015)的观点。其三,分析表中实缴率这行数据可知,全样本企业实缴率数值为3.17%,显著低于大多城市6%的医保缴纳标准(封进,2013),并且随着企业类型从大企业到微企业进行逐步推进后,企业实缴率水平不断缩减,表明相比于中小微企业而言,大企业医保的实缴比例更高,这也进步一验证了上面得出的中小微企业更倾向于逃税的结论。综上,中小微企业为本文研究数据样本的主体,不同企业在医疗保险支出上存在着明显的差异性,整体上企业均存在着逃税现象,但中小微企业比大企业的逃税问题更严重。
其次,在总结完企业医疗支出行为的特征后,为了初步分析医疗支出对企业出口贸易的可能影响,本文根据企业是否存在医疗支出这一行为展开分析,将企业分为有医疗支出组和无医疗支出组,在此基础上绘制不同组企业出口的核密度图,由此对比医疗支出对企业出口作用的异质性,具体结果如下图 1所示。观察下图结果容易发现,有医疗支出企业的核密度图位于无医疗支出企业的核密度图右侧,表明有医疗支出企业的出口水平整体大于无医疗支出组的水平,反映了医疗支出能够提高企业的出口规模,初步证明了本文所强调的基本观点,也侧面印证了医疗支出可能是影响企业出口的一个重要因素。
最后,在本文进行正规的计量分析之前,为了进一步分析企业医疗支出与其出口之间的关系,并检验核密度图结果是否真实可靠,我们对存在出口贸易和医疗支出的数据样本进行散点拟合图的绘制工作,相关结果报告于下图 2之中。分析下图结果可知,图形中拟合线朝右上方倾斜,表明拟合回归的系数为正,这意味着随着企业医疗支出规模的提高,企业出口水平呈现出递增的趋势,即医疗支出对企业出口具有正向的影响,由此较好证明了上文核密度图结论的有效性,即医疗支出是影响企业出口的重要因素。接下来,为了更科学地辨别医疗支出与企业出口之间的因果关系,我们将构建计量回归方程,并控制其他潜在影响因素后,对上述两者之间的关系进行缜密严谨的分析。
![]() |
图 2 核密度图结果 |
将数据代入基准回归模型后,我们就医疗支出与企业出口贸易之间的关系展开分析,相关结果汇报于下表 2之中。首先,第(1)列结果仅考虑医疗支出的作用,观察该列结果可以发现,在控制了年份固定效应、省份固定效应和行业固定效应之后,企业医疗支出的系数在1%的检验水平上显著为正,这初步表明医疗支出对企业出口具有积极的作用。其次,第(2)列进一步加入了企业年龄(firmage)、企业规模(size)、企业盈利能力(nsr)这三个控制变量,结果显示,这三个控制变量对企业出口的作用显著为正,同时企业医疗支出对其出口的影响依然显著为正,表明医疗支出发展产生的出口促进效应较为稳健。最后,第(3)列和第(4)列在此基础上逐步加入其它控制变量,分析控制变量最全的第(4)列结果可知,在控制了各类非观测的固定效应和其他可能影响因素后,医疗支出的系数为正,且通过了1%水平上的显著性检验,意味着医疗支出产生的出口贸易效应并未发生明显的变化,由此较好证明了本文研究假设1的成立。因此,医疗支出对企业出口具有显著的促进作用。这也较好支持了Giammanco and Gitto(2019)的观点,即医疗支出是影响一国对外经济发展的重要因素,在本文研究中,医疗支出能够显著影响样本企业的出口贸易发展。
![]() |
表 2 基准回归结果 |
基础回归部分证实了医疗支出对企业出口的作用,表明医疗支出发展能够产生明显的经济效应,这与现有文献的发现具有内在逻辑的一致性。诚然,大量文献在对企业医疗支出或社保支出行为进行研究时,发现了医疗支出行为具有分样本的异质性,这为本文研究医疗支出对企业出口的异质性作用提供了良好的借鉴模式,为了进一步检验医疗支出发展对企业出口的异质性作用,下文将根据不同的样本分类标准,对基准回归结论进行拓展分析,这将有助于进一步提高本文研究结论的丰富程度。
首先,在本文数据事实特征提炼部分,我们发现不同类型企业在医疗支出费用缴纳率上存在明显差异,为了检验不同企业医疗支出这种差异性对其出口的影响,本文根据国家统计局对大中小微企业的划分标准,将企业类型分为大企业和中小微企业,当企业属于中小微企业样本时,对变量Var赋值为1,否则赋值为0,具体回归结果如下表 3第(1)列所示。分析回归结果可以发现,交互项的系数在1%的检验水平上显著为负,这表明相对于大企业而言,中小微企业医疗支出对其出口的促进作用更微弱。仔细思考不难发现该结果背后的经济学逻辑,之前我们发现在中小微企业样本中逃税问题更明显,企业医保实缴率水平更低,这意味着中小微企业医疗支出产生的出口贸易效应在更大程度上被其逃税行为所抵消,导致医疗支出对中小微企业出口的促进作用更微弱,这在结果上就表现为交互项的系数显著为负。
![]() |
表 3 异质性回归结果 |
其次,赵静等(2015)指出在人口流动性更强的地区,企业在社保费用缴纳上的逃税现象更为集中。这为我们研究医疗支出对企业出口在地域上的差异作用提供了些许灵感,由于东部地区相对于中西部地区人口流动更为频繁,那么不同地区企业医保缴纳率应该存在不同,进而可能导致医疗支出产生的出口贸易效应大相径庭。为了检验上述逻辑正确与否,本文根据企业所处地区位置的不同,将样本分为中西部地区和东部地区,当样本企业位于东部地区时,对变量Var赋值为1,否则赋值为0,具体回归结果报告于表 3第(2)列之中。观察第(2)列结果容易得知,Var变量交互项的系数显著为负,这意味着相对于中西部地区的企业而言,医疗支出对东部地区企业的出口促进作用更小,换言之,医疗支出产生的贸易促进作用在中西部地区更为明显。该结果与理论直觉较为契合,也符合赵静等(2015)的基本观点,因为东部地区人口流动程度更高,企业对于员工缴纳医保费用的激励更低,这将导致医疗支出产生的贸易促进效应难以完全发挥作用,进而造成东部地区企业的出口发展水平将比中西部地区的更微弱。
再次,封进(2013)认为劳动密集型企业生产活动依赖于劳动要素投入,由于存在较高的劳动力成本,因此企业难以有激励去缴纳相关社保费用,导致企业存在较高程度的逃税和避税行为。这也表现为社保支出和社保覆盖程度的变化将影响企业劳动力结构和劳动力规模(Nyland et al., 2011)。因此,企业医疗支出对其出口的作用可能就企业要素密集型的不同而存在差异。为了检验该问题,本文以企业固定资产与雇员人数的比值表示企业的资本密集度,并按照该变量在整个样本上的均值,将高于该值的样本视为资本密集型企业,然后对变量Var赋值为1,否则赋值为0,具体回归结果报告于表 3第(3)列之中。从第(3)列回归结果中可以看出,交互项的系数在5%的检验水平上显著为正,表明相对于劳动密集型企业而言,医疗支出发展对资本密集型企业的出口促进作用更强。这一结果与现有文献的发现较为契合,因为劳动密集型企业在劳动力成本的压力下,更倾向于逃避医保税负,从而导致该类型企业医疗支出产生的出口贸易效应低于资本密集型企业,因此医疗支出对资本密集型企业的出口促进作用更大。
最后,Khurana and Moser(2013)发现企业外部持股机构的存在可以优化企业治理结构,有效监督企业避税逃税的问题,进而提高企业长期的价值水平。这意味着对于其他注册类型的公司而言,股份有限公司避税动机可能更低。为了进一步检验企业医疗支出对不同注册类型企业的出口差异化作用,本文此处根据企业注册类型的不同,将样本分为股份有限公司和非股份有限公司,当企业属于股份有限公司时,对变量Var赋值为1,否则赋值为0,具体回归结果报告于表 3第(4)列之中。第(4)列的结果显示,交互项的系数为正,且通过了1%水平上的显著性检验,这意味着相对于非股份有限公司而言,医疗支出更能提高股份有限公司的出口规模,这一结果较好支持了Khurana and Moser(2013)的核心观点。具体而言,由于股份有限公司以股份制对公司进行设立,因此存在一定程度的外部持股机构,在公司长期价值增长的动机下,这些外部持股者能够有效监督企业潜在的逃税现象,降低企业的逃税可能性,进而使得股份有限公司能够更高效地发挥医疗支出产生的出口促进作用,这在回归结果中就表现为交互项系数显著为正。
综上,根据不同样本分类的回归结果可知,医疗支出对企业出口的影响存在着异质性,但是我们总能发现,医疗支出产生的出口促进作用均存在于不同样本之中,这也从侧面证明了本文核心结论具有较强的稳健性。
(三) 机制检验到目前为止,我们对医疗支出与企业出口发展之间的关系展开了多维度的分析,并结合现有文献对企业医疗支出经济影响的差异化发现,就本文医疗支出对企业出口的异质性作用进行了系统剖析,最终得到了医疗支出能够提高企业出口的基本结论,这也较好支持了现有一批文献对于医疗支出或社会保障支出产生的经济效应的发现,也为推动我国企业出口,尤其是为中小微企业出口提供了一个新的研究思路。但是,研究至此,我们尚未对医疗支出影响企业出口的具体机制展开规范的分析,根据前文理论阐述部分的内容可知,医疗支出发展是构筑企业健康人力资本的核心所在,而健康人力资本的扩大又将影响企业整体人力资本的质量,增强企业人力资本要素产生的出口比较优势,进而改善企业的出口。虽然这一逻辑是直观且具有依据的,但是我们仍需要通过计量方式对其真实性和有效性进行辨别。
在健康人力资本识别上,现有文献大致从人口死亡率、儿童营养健康程度、卫生健康认知、医疗机构就诊次数等方面展开(潘杰等,2013;王弟海,2012;Card et al., 2009;Grossman,2000;Currie and Gruber, 1996)。有鉴于此,本文以各地区人口死亡率、儿童重度营养不良率、家庭卫生知识服务人次、医疗机构诊疗人次这几个维度作为健康人力资本的衡量指标,并就企业医疗支出发展对其健康人力资本的影响展开分析,识别医疗支出对健康人力资本的具体作用,相关数据来自于《中国卫生健康统计年鉴》。进一步,本文以企业雇员占地区人数的比值为权重,计算出企业层面的健康人力资本指标,以此作为后续机制检验中的被解释变量。具体而言,企业健康人力资本指标具有以下形式:
$ health\_capita{l_{it}} = \frac{{employe{e_{it}}}}{{\sum\limits_i {employe{e_{ijt}}} }}health\_capita{l_{jt}} $ | (2) |
其中,employeeit表示企业i在t年的雇员数量;employeeijt表示j地区企业i在t年的雇员数量,对所有j地区的企业i进行求和后,可得j地区在t年的所有雇员人数;health_capital表示回归中的健康人力资本指标。因此,等式右侧第一项分数指标意味着企业i雇员人数在地区j中的占比权重,然后乘以地区层面的健康人力资本水平后,可以得到企业层面的对应指标。同时,在指标构建方法的文献依据上, 本文指标构建的方法本质上是将宏观层面数据按照微观结构进行加权,从而得到微观层面的指标,对于一些难以直接获取的微观指标进行构建,只能通过将宏观数据在微观层面加权,从而获得研究所需的微观层面的数据,也是文献中一个比较普遍的做法(Lu et al., 2018)。由于在机制检验过程中,相关健康人力资本变量并不存在大量零值问题,因此该部分将采取控制固定效应的线性回归模型,具体结果如下表 4所示。首先,分析第(1)列的回归结果可以发现,在控制各类非观测的固定效应和其他可能影响因素后,医疗支出的系数显著为负,表明企业医疗支出发展能够显著降低人口死亡率水平,进而提高企业潜在的健康人力资本质量,初步证明了医疗支出对健康人力资本的积极作用。其次,第(2)列结果展示了医疗支出对儿童重度营养不良率的影响,结果表明,医疗支出的系数显著为负,随着医疗支出水平的扩大,儿童重度营养不良率的发生情况明显改善,说明医疗支出提高了健康人力资本。再次,第(3)列的回归结果考察了医疗支出对家庭卫生知识服务人次的影响,根据结果容易发现,医疗支出显著提高了家庭可得的医疗知识资源,这意味着企业医疗支出能够改善员工家庭对医疗知识的认知能力,进而优化企业具备的健康人力资本结构。最后,第(4)列给出了医疗机构诊疗人次的回归结果,观察该列结果能够得知,医疗支出的系数在1%的检验水平上显著为正,这意味随着企业医疗支出规模的扩大,员工潜在的外部医疗资源可能性在逐步提高,表现为医疗机构诊疗人次的上升,较好反映了企业医疗支出对其健康人力资本的累积作用。综上所述,企业医疗支出能够显著影响健康人力资本构成的各个方面,提升了企业现有的健康人力资本的质量,优化了潜在的健康人力资本的结构,因此较好证明了医疗支出产生出口贸易效应的具体机制,并成功证实了本文研究假设2的真实性。
![]() |
表 4 医疗支出作用的机制检验 |
该部分通过改变本文基准计量模型的设定形式,进而对基本面的结论展开进一步的稳健性检验。具体而言,一方面,由于企业出口贸易数据具有典型的左归并的性质,表现为数据样本取值大于等于零,因此可以使用Tobit模型对企业出口变化进行估计;另一方面,零贸易问题事实上是典型的样本选择问题,企业先选择是否出口,其次才选择出口的规模,因此采用Heckman两步法能够有效处理零贸易问题产生的样本选择偏差。同时,在该方法的估计流程上,Heckman两步法第一阶段先采用二元选择模型对企业出口进行回归,然后计算出回归结果对应的“逆米尔斯比(mills)”,第二阶段再将第一阶段计算的mills代回基准方程进行回归,若此时mills的系数显著,则表明存在明显的样本选择问题。此外,我们还提供了常用的控制固定效应的线性回归模型作为对照分析组,一同将上述结果汇报于下表 5之中。
![]() |
表 5 模型设定的稳健性 |
首先,表 5第(1)列和第(2)列报告了Tobit模型下的回归结果。第(1)列结果仅对医疗支出的作用进行识别,结果显示,在控制年份固定效应、省份固定效应和行业固定效应后,医疗支出的系数在1%的检验水平上显著为正,初步证明了Tobit模型下的结论与本文基本面结论相一致。此外,第(2)列在此基础上加入了其他控制变量,从回归结果中可以发现,医疗支出系数的方向和显著性并未发生明显变化,因此证明了在替换计量估计模型后,医疗支出产生的出口促进作用依然存在。
其次,表 5第(3)列和第(4)列报告了Heckman两步法下的回归结果。第(3)列结果显示,mills变量的系数显著为正,并且医疗支出的系数也显著为正,从而初步说明在控制零贸易导致的样本选择问题后,医疗支出对企业出口发展具有明显的促进作用。进一步,第(4)列结果考虑了其他控制变量的作用,观察该列结果不难发现,Heckman两步法回归的结果并未产生明显的变化,进而表明医疗支出能够显著提高企业出口,即本文基本面的结论稳健成立。
最后,表 5第(5)列和第(6)列报告了线性回归模型下的具体结果。仔细分析第(5)列和第(6)列的结果可以发现,在控制各类非观测的固定效应和其他可能的影响因素后,医疗支出发展能够产生明显的出口促进效应,这一结果与前文基准回归模型是一致的。
综上,在考虑本文计量模型设定的稳健性,并采用其他可能的计量模型后,本文基本面的结论并未发生明显的变化,这意味着医疗支出对企业出口的作用并不随模型设定的变化而发生改变。
(二) 其他方面的稳健性考虑首先,行业样本选择方面。一方面,考虑到卫生行业和公共设施管理行业均有涉及卫生服务方面的内容,这可能干扰企业医疗支出产生的出口贸易效应。另一方面,制造业是我国出口货物贸易发展的主力军,医疗支出对制造业企业出口的影响特征需要进一步检验。基于上述分析,本文在行业样本的稳健性考虑上进行了以下处理:第一,剔除了样本中的卫生行业和公共设施管理行业;第二,本文仅考虑制造业样本的回归结果。按照上述处理方式,本文将相关结果汇报于下表 6第(1)列和第(2)列之中。根据第(1)列结果可以发现,在考虑非卫生服务相关行业样本后,医疗支出的系数在1%的检验水平上显著为正,表明医疗支出水平的扩大能够提高企业的出口规模,较好证明了剔除干扰因素后,本文基本面的结论稳健成立。同时,第(2)列回归结果显示,在仅考虑制造业企业样本的情况下,医疗支出的系数依然显著为正,表明医疗支出能够产生明显的出口促进作用,显著改善制造业企业的出口表现。综上,在考虑多方面行业样本特征的问题后,医疗支出对企业出口的促进作用稳健存在。
![]() |
表 6 稳健性检验 |
其次,在城市经济体量和城市发展政策方面。考虑到直辖市具有较为特殊的政策扶持优势,而一线城市拥有更多的经济发展资源,具有得天独厚的发展优势,这两类城市的经济体量往往较大,并且能够获得更多有关卫生医疗方面的资源,因此可能会干扰医疗支出对企业出口的具体作用。为了解决该问题,我们删除了北京、天津、上海、重庆、广州这类直辖市和一线省市样本,在此基础上对本文基本面的结论进行再检验,具体结果如下表 6第(3)列所示。根据该列结果容易得知,医疗支出对企业出口的促进作用依然存在,表明在剔除城市经济体量和发展政策方面的干扰因素后,企业医疗支出发展产生的出口促进效应是存在的。
再次,在宏观环境冲击方面。2008年全球范围内发生了较为严重的金融危机,这对出口企业的贸易环境产生了较大的冲击,这可能干扰企业出口的具体决策。为了降低这一外部因素的影响,本文选取金融危机爆发前的样本数据进行稳健性分析,具体结果如下表 6第(4)列所示。可以发现,医疗支出的系数仍能在1%的检验水平上保持正显著,从而较好说明了剔除宏观环境冲击后,医疗支出发展能够推动企业出口,也支持了本文基本面的结论。
最后,在医疗支出构成方面。一方面,本文中存在一定数量不存在医疗费用开支的企业,即零医疗支出的企业样本,这些样本可能并不能真实反映医疗支出发展带来的出口贸易效应。另一方面,企业除了为员工支付必要的医疗保险费用外,一些企业实际上还为员工支付其他相关的医疗费用,在本文数据中列支为全年支付的其他医疗费,而这部分医疗费用也可能对企业健康人力资本的发展产生影响,进而作用于企业的出口。此外,企业医疗保险费用支出总规模很大,但人均医疗费用支出水平可能较低。考虑到以上因素后,本文增加了三方面的数据稳健处理:第一,剔除零医疗支出样本后进行重新回归分析。第二,将其他医疗费用支出纳入到企业综合的医疗支出中,重新构造企业医疗支出指标。第三,以企业人均医疗保险支出规模作为本文医疗支出水平的替代变量,然后对基准回归进行重新检验。在经过上述处理后,我们对基本面的结论进行再分析,相应的回归结果如下表 6第(5)列至第(7)列所示。根据第(5)列回归结果可知,在考虑非零医疗支出企业样本之后,医疗支出的系数为正,且通过了1%水平上的显著性检验,证实了医疗支出能够对企业出口产生积极影响,因此这一结论不随零医疗支出企业样本的存在而发生变化。同时,观察第(6)列和第(7)列结果可知,不同结果中医疗支出变量系数的方向和显著性并未发生明显的变化,因此较好地证明了本文基本面结论的稳健性,即医疗支出是推动企业出口贸易发展的重要因素。
(三) 自选择偏误的考虑考虑到存在医疗支出的企业可能一直更加注重人力资本的积累和出口的发展,则这些企业本身就具有更强的出口意愿和出口实力,此时医疗支出对企业出口的影响可能是企业有意识的选择结果,这将造成自选择偏误的问题,导致回归结果存在一定的内生性。为了解决该内生性问题,本文采用倾向得分匹配分析(PSM分析)来解决自选择偏误的现象。具体而言,我们对本文样本数据进行分类,将存在医疗支出的企业视为处理组,并借助1 ∶ 1近邻匹配的计量技术方式,在不存在医疗支出的企业样本中筛选出与处理组得分相近的对照组,然后通过对比处理组和对照组出口水平的差异,即医疗支出对企业出口的平均处理效应(Average Treatment on Treated,ATT),该ATT效应是本文需要重点关注的地方,因为ATT效应表示解决回归结论潜在的自选择偏误后,医疗支出对企业出口的真实作用。
按照上述方式,我们首先以基准回归方程中的控制变量作为处理组和对照组的匹配依据,对处理组样本进行匹配,来寻找合适的对照组。然后计算不同样本的倾向得分,将与处理组倾向得分最相近的企业样本作为对照组。由于在估计ATT效应前需要进行平衡性检验,以确保处理组和对照组之间没有系统性的差异,据此本文先汇报平衡性检验的结果,具体如下表 7所示。
![]() |
表 7 平衡性检验 |
观察表 7结果可以发现,各变量匹配之后的相伴概率均大于10%,这意味着匹配后的样本均无法拒绝处理组与对照组之间不存在差异的原假设,表明本文匹配结果较为理想。同时,Rosenbaum and Rubin(1985)指出匹配后样本的标准偏差的绝对值如果小于20%,则匹配结果比较完美,本文所有匹配后样本的标准偏差的绝对值均小于5%,进一步表明本文匹配结果是合理的。此外,我们还绘制了对照组与处理组匹配后倾向得分的核密度图,以证明匹配结果符合平衡性检验的标准,具体如下图 3所示。观察图 3结果可知,处理组与对照组倾向得分的概率分布形状几乎相同,这表明对照组与处理组之间的倾向得分十分接近,再次表明本文匹配结果较为理想。综上,本文样本匹配的结果满足平衡性检验。
![]() |
图 3 散点拟合图 |
![]() |
图 3 处理组和对照组的倾向得分核密度图 |
在完成处理组与对照组的样本匹配后,我们需要进一步通过PSM分析的方法来计算处理组与对照组之间的ATT数值,以此辨别医疗支出对企业出口的真实作用,具体结果汇报于下表 8之中。根据结果可以得知,在进行匹配之前,存在医疗支出的企业(处理组)出口均值为1.1342,不存在医疗支出的企业(对照组)出口均值为0.5852,前者比后者在出口上平均高出0.5490,即样本匹配前的ATT值为0.5490,并且该结果在1%的检验水平上显著。在进行匹配之后,可以发现处理组企业比对照组企业的平均出口水平高出0.3057,即样本匹配后的ATT值为0.3057,并且处理组与对照组的差异在1%检验水平上仍然保持显著,这表明通过PSM分析控制自选择偏误导致的内生性问题后,医疗支出对企业出口的促进作用是真实存在的。
![]() |
表 8 ATT效应结果 |
本文研究需要关注的另一个内生性问题来源于潜在的遗漏变量,虽然我们采用了多种方式对医疗支出产生的出口促进作用进行稳健性检验,但仍可能无法彻底排除其他非观测的、随时间变化的因素对企业出口的作用。在处理该内生性问题上,本文采用安慰剂检验的方式对医疗支出与企业出口之间的因果效应进行真实辨别,安慰剂检验能够较大程度排除重要遗漏变量影响的逻辑在于:若企业出口水平的增加的确是源于企业医疗支出的提高,而不是来自于其他遗漏或非观测变量的影响,那么只有当企业真实发生既定规模的医疗支出后,企业相应的出口才会出现增长。这为我们通过安慰剂方式检验遗漏变量导致的内生性问题提供了一个有效的思路,若我们并不改变每个企业具体的医疗支出规模,但是随意打乱医疗支出规模与不同企业之间的匹配关系,由此构造出不同企业伪医疗支出的指标,然后基于该伪医疗支出指标,对医疗支出与企业出口之间的关系进行检验,若此时安慰剂检验下的结果不显著,则表明医疗支出对企业出口的促进作用不是因为遗漏或非观测的变量所导致的,而是来源于企业真实的医疗支出行为,因此安慰剂检验可以较为准确地识别出变量之间的因果关系,排除潜在遗漏变量导致的内生性问题。
根据上述设定思路,本文依照基准回归模型进行了1000次医疗支出随机匹配的安慰剂实验,记录下每次回归结果中医疗支出对企业出口作用的系数大小,最终汇总后绘制出估计系数的核密度图,具体如下图 4所示。其中,垂线代表估计系数的均值位置。仔细观察下图结果可以发现,与本文基准回归结果中表 2第(4)列的回归系数β大小(0.2185)相比而言,1000次安慰剂检验的结果显示估计系数β以0为中心进行分布,且该回归系数β的均值为-0.0005,十分接近于0,这明显与真实的β回归数值相差较远。因此,安慰剂检验下的结果表明,医疗支出产生的出口促进作用是来自于企业真实的医疗支出行为,而不是因为遗漏变量导致的伪增长结果,因此在有效解决遗漏变量导致的内生性问题后,本文较好证明了医疗支出对企业出口的促进作用是稳健的。
![]() |
图 4 安慰剂检验下估计系数的核密度图 |
本文还可能存在由于双向因果导致的内生性问题,因为考虑到出口越多的企业可能具有更高的医疗费用开支,这将造成回归结论存在内生性,进而对医疗支出与企业出口之间的真实关系产生干扰,导致回归估计系数产生偏差。在解决双向因果导致的内生性问题上,工具变量回归是一个常用的方式,因此我们首先需要选择合适的工具变量。在工具变量选取上,本文以企业所在地区海拔高度和地形坡度这两个指标分别作为回归方程中的工具变量(IV),由于上述工具变量是城市层面的指标,我们以地区人口密度占比作为权重,将上述指标加总至省份层面,然后作为工具变量进行回归分析。由于工具变量需符合相关性和外生性的要求,我们对此进行进一步解释。一方面,在工具变量的相关性条件上。海拔高度越高或者地形坡度越陡峭的地方,人口聚集密度较少变化,企业在当地市场已经形成了固定规模的劳动力需求,劳动力结构基本定型,对劳动力要素的议价能力更强,因此更能控制医疗保险费用的开支,具有更强的逃税倾向,这将导致企业医疗支出总规模更低,这意味着海拔和坡度等地理因素与企业医疗支出之间存在负相关关系。另一方面,在工具变量的外生性条件上。我们很难说上述由自然环境决定的地理因素与企业出口之间存在相关关系,尤其不存在企业当期出口能够直接影响上述地理因素的直观逻辑,这意味着本文选取的变量符合工具变量的外生性要求。综上,海拔高度和地形坡度满足工具变量的两个基本条件,因此可以作为本文回归中的工具变量。此外,在计算城市海拔高度和地形坡度指标方面,本文基于数字高程数据,采用地理信息系统技术(GIS技术),通过窗口分析的方法,提取各个城市的地形坡度和海拔高度数据。
同时,由于本文基准估计模型是基于PPML模型,所以应选择泊松回归模型下的内生性处理方式,而泊松模型内生性处理上可以采用控制函数法(Control Function)来判别外生工具变量的选取是否恰当,以及回归方程中的内生性问题是否得到有效解决(Wooldridge,2010;Mullahy,1997)。具体而言,控制函数法需要进行两阶段的估计,具体涉及以下两个方程:
$ \mathrm{y}_{1 i}=\exp \left(\alpha \mathrm{y}_{2 i}+\beta \mathrm{x}_i+\varepsilon_i\right) $ | (3) |
$ \mathrm{y}_{2 i}=\gamma \mathrm{z}_i+\delta \mathrm{x}_i+v_i $ | (4) |
其中,y1i为泊松回归方程中的被解释变量;y2i为内生的核心解释变量;xi为控制变量;zi为外生的工具变量;εi和vi表示残差。将式(4)代入式(3)可得:
$\mathrm{y}_{1 i}=\exp \left(\alpha \gamma \mathrm{z}_i+\alpha \delta \mathrm{x}_i+\beta \mathrm{x}_i+\alpha v_i+\varepsilon_i\right)=\exp \left(\alpha \mathrm{y}_{2 i}^{\prime}+\beta \mathrm{x}_i+\alpha v_i+\varepsilon_i\right) $ | (5) |
其中,y2i’表示回归方程对y2i的拟合值。进一步,εi可以表示为:
$ \varepsilon_i=\eta v_i+e_i $ | (6) |
其中,ei表示新的残差项。将上式代入式(4)后,进一步整理可得:
$ \mathrm{y}_{1 i}=\exp \left(\alpha \mathrm{y'}_{2 i}+\beta \mathrm{x}_i+\rho v_i+e_i\right) $ | (7) |
对于上式而言,若控制函数法下回归结果中的系数ρ显著不为零,则表明工具变量选取较为合适,同时意味着核心解释变量y2i导致的内生性已被有效控制,此时回归中核心解释变量的系数α是无偏一致的(Wooldridge,2010)。
根据上述控制函数法的思路,本文汇报了两阶段下计量回归的估计结果,具体如下表 9所示。其中,第(1)列和第(2)列是以海拔高度作为工具变量的回归结果;第(3)列和第(4)列是以地形坡度作为工具变量的回归结果。首先,第(1)列回归结果仅汇报了企业医疗支出的作用,根据该列第一阶段的回归结果可知,工具变量IV的系数显著为负,这较好证明了本文在工具变量选取时的相关理论逻辑;同时,第二阶段基本回归结果显示,医疗支出的系数显著为正,且变量v也具有统计上的显著性,表明工具变量符合外生性的设定且较为合适(Wooldridge,2010),初步证明了通过控制函数法解决内生性问题后,医疗支出显著促进了企业的出口发展。进一步,第(2)列回归结果在此基础上加入了其他控制变量,分析该列第一阶段回归结果可以发现,工具变量IV的系数依然显著为负,说明海拔高度与企业医疗支出之间存在负相关关系;同时,第二阶段的回归结果表明,在控制了非观测的年份固定效应、省份固定效应、行业固定效应和其他可能影响因素后,医疗支出的系数为正,且通过了1%水平上的显著性检验,表明随着企业医疗支出水平的增长,企业相应的出口规模呈现出递增的趋势,并且此时变量v依然保持着负显著性,因此较好证明了在利用控制函数法解决回归结果中潜在的内生性问题后,企业医疗支出产生的出口促进作用稳健存在。同理,根据表 9第(3)列和第(4)列回归结果可以得出类似结论,对此不再赘述。
![]() |
表 9 控制函数法下的回归结果 |
此外,为了进一步提高本文控制函数法回归结果的可信度,以及本文工具变量选取的合理性,我们还将历年各地区政策规定的医疗保险缴纳比例作为本文企业医疗支出的工具变量,这是出于不同地区政策规定的医疗保险缴纳程度存在一定差异的客观事实,例如,例如南京、苏州、杭州等地区的缴费总比例一般在26%以上,而珠海、惠州、中山在养老保险和医疗保险上的缴纳总比例低于20.5%(封进,2013)。我们容易得知,政策规定的医疗保险费用缴纳比例肯定与企业医疗支出具有正相关,但政策一般具有较强的外生性,因此我们可以将历年各地区政策规定的医疗保险缴纳比例作为本文企业医疗支出的工具变量。在工具变量指标构造上,我们按照前文的方式将其加权至省份层面。对此,我们搜集各地人力资源与社会保障局发布的政策文件,构造医疗保险政策缴纳比例这一IV,并采用控制函数法重新进行内生性分析,具体结果如下表 9第(5)列所示。观察下列结果可以得知,第一阶段的回归结果显示工具变量IV的系数显著为正,表明政策规定的医疗保险缴纳比例与企业医疗支出之间存在明显的正向关系;同时,第二阶段中医疗支出的系数显著为正,且变量v也具有统计上的显著性,表明工具变量符合外生性的设定且较为合适(Wooldridge,2010),较好证明了通过控制函数法解决内生性问题后,医疗支出推动了企业出口扩张。综上,本文通过控制函数法的计量回归方式(Wooldridge,2010;Mullahy,1997),有效证明了在解决双向因果导致的内生性问题后,医疗支出是提高企业出口的重要因素,这为医疗支出促进企业出口发展,尤其是中小微企业出口发展提供了有力的证据。
六、结论与政策建议全球公共卫生紧急事件的爆发,使各国对外贸易开展遭受层层阻碍,卫生医疗服务成为重构各国出口贸易发展的必经之路。基于此,本文从医疗支出的视角出发,以医疗支出影响企业健康人力资本,进而提高企业出口规模为主要逻辑,就医疗支出与企业出口之间的关系展开系统分析,最终得到了以下几方面的发现:其一,在数据事实特征提炼中,本文发现大中小微企业均存在着明显的医保逃税现象,但相比于大企业而言,中小微企业的逃税问题更为严峻,医保实缴率更低,这也与已有文献的发现相契合。其二,医疗支出发展能够产生明显的出口促进效应,改善企业的出口规模,但这一作用就不同样本分类存在着异质性,由于不同地域、不同企业类型使得企业在避税逃税上的动机存在差异,因此相对于中小微企业、东部地区企业、劳动密集型企业、非股份有限公司而言,医疗支出对大企业、中西部地区企业、资本密集型企业和股份有限公司的出口促进作用更大。其三,本文进一步对医疗支出影响企业出口的机制展开分析,根据现有文献对健康人力资本的界定,我们从人口死亡率、儿童重度营养不良率、家庭卫生知识服务、医疗机构诊疗人次这四个方面进行健康人力资本的检验,结果表明医疗支出能够显著改善企业这几个方面拥有的健康人力资本。其四,本文对基准回归结论的稳健性展开详细分析,在考虑计量模型设定、行业样本选取、城市经济体量和发展政策、宏观经济环境冲击、企业医疗支出构成等方面后,本文基本面的核心结论并未发生明显变化。其五,在内生性问题处理上,本文通过PSM分析、安慰剂检验、控制函数法的方式解决自选择偏误、遗漏变量和双向因果导致的内生性问题后,医疗支出对企业出口的促进作用稳健存在。由此可见,医疗支出是影响企业出口发展的一个重要因素,尤其对健康人力资本积累薄弱的中小微企业而言更为关键。
根据本文上述的研究发现,我们在政策引申上提出以下几点政策建议:首先,倡导企业落实员工的医疗保障服务,构建企业潜在的健康人力资本优势,实现出口贸易新增长。医疗支出是企业在工作环境中构筑的健康屏障,用以防范未来劳动力因健康损伤导致的停工停产的一种人力资本投资。从微观层面上讲,医疗支出和医疗保障服务是影响企业健康人力资本形成的基础;从宏观层面讲,医疗支出和医疗保障服务是应对公共卫生突发事件,维护民生健康水平,提高民生福祉的一个有效措施,因此相关部门应该督促企业开展日常医疗服务宣讲活动,提高员工医疗保障覆盖范围,对不积极落实的企业进行适当处罚,进而促进企业健康人力资本的累积,提高我国出口企业人力资本的竞争优势,最终助力企业出口发展。其次,关注中小微企业在医疗支出和医疗保障服务落实上的痛点和难点。由于中小微企业具有明显“五六七八九”的经济发展特征,已然成为我国未来经济增长和建设中国特色社会主义国家的主力军,但中小微企业由于初创发展和资金周转困难等问题,很难全面落实企业为员工提供的医疗保障服务,表现为中小微企业存在大量的避税和逃税现象,这无疑将影响我国未来整体健康人力资本的累积速度和累积质量,阻碍我国对外贸易发展优势的形成,乃至整个经济的长远增长,因此政策指导部门可以出台对中小微企业医疗保障支出的扶持政策,针对中小微企业特殊的经济性质,采用“精准滴灌”的政策实施路径,适当降低中小微企业在员工医疗保障支出上承担的力度,使企业先累积基础的健康人力资本优势,再分阶段调整该类企业未来承担的医疗支出份额,真正落实“扎根企业痛点来源,解决企业难点问题”的服务理念。再次,扩大企业医疗保险缴费的优惠力度。医疗保险费用若过高,很容易降低企业为员工足额缴纳保险费用的积极性,还会导致大量企业出现逃避保险缴费的现象,这将不利于企业在内部形成有效的健康人力资本规模,进而抑制了企业的出口发展。相关政策部门应给予企业一定额度的医疗保险缴费优惠,提高企业在缴费行为上的积极性,最终促进企业完善内部的健康人力资本规模,提高企业出口的潜在竞争优势。最后,加强医疗服务人才的队伍组建速度。在新的时代背景下,医疗服务人才是应对现阶段全球疫情和未来民生健康的根本,一个国家能否迅速从卫生突发事件中重新站起,实施有效的卫生突发事件应对措施,成为了这个国家未来经济平稳发展和扭转全球经济劣势地位的关键条件,这一过程就需要大量的医疗服务人才,因此相关政府部门可以出台医疗人才培养奖励方案,扩大卫生医疗相关专业的招生力度,积极引导市场资源向医疗人才分流,构建未来五年或者十年的人才队伍蓄水池,以此服务整个经济社会,进而提高我国整体的健康人力资本质量,这将为我国实现对外经济开放新格局,推动出口贸易长远发展提供别具一格的竞争优势。
[] |
邓路、谢志华、李思飞, 2014, “民间金融、制度环境与地区经济增长”, 《管理世界》, 第 3 期, 第 31-40 页。 |
[] |
封进, 2013, “中国城镇职工社会保险制度的参与激励”, 《经济研究》, 第 7 期, 第 104-117 页。 |
[] |
封进、余央央、楼平易, 2015, “医疗需求与中国医疗费用增长——基于城乡老年医疗支出差异的视角”, 《中国社会科学》, 第 3 期, 第 85-103 页。 |
[] |
何轩、马骏, 2018, “被动还是主动的社会行动者?——中国民营企业参与社会治理的经验性研究”, 《管理世界》, 第 2 期, 第 34-48 页。DOI:10.3969/j.issn.1002-5502.2018.02.004 |
[] |
金祥义、张文菲、施炳展, 2022, “绿色金融促进了中国出口贸易发展吗?”, 《金融研究》, 第 5 期, 第 38-56 页。 |
[] |
金祥义、张文菲, 2022, “数字金融发展能够促进企业出口国内附加值提升吗”, 《国际贸易问题》, 第 3 期, 第 16-34 页。 |
[] |
林灵、曾海舰, 2020, “社会保险成本过高是否抑制企业投资?”, 《管理科学学报》, 第 7 期, 第 57-75 页。DOI:10.3969/j.issn.1007-9807.2020.07.003 |
[] |
刘铠豪、佟家栋、刘润娟, 2019, “中国出口扩张的健康成本——来自成年人发病率的证据”, 《中国工业经济》, 第 8 期, 第 120-137 页。 |
[] |
刘子宁、郑伟、贾若、景鹏, 2019, “医疗保险、健康异质性与精准脱贫——基于贫困脆弱性的分析”, 《金融研究》, 第 5 期, 第 56-75 页。DOI:10.3969/j.issn.1674-5477.2019.05.010 |
[] |
卢晓菲、黎峰, 2022, “反倾销、贸易政策不确定性与中国企业高质量出口”, 《南方经济》, 第 2 期, 第 55-67 页。 |
[] |
潘杰、雷晓燕、刘国恩, 2013, “医疗保险促进健康吗?——基于中国城镇居民基本医疗保险的实证分析”, 《经济研究》, 第 4 期, 第 130-142 页。 |
[] |
宋弘、封进、杨婉彧, 2021, “社保缴费率下降对企业社保缴费与劳动力雇佣的影响”, 《经济研究》, 第 1 期, 第 90-104 页。 |
[] |
孙楚仁、田国强、章韬, 2013, “最低工资标准与中国企业的出口行为”, 《经济研究》, 第 2 期, 第 42-54 页。 |
[] |
王弟海, 2016, “健康人力资本、经济增长和贫困陷阱”, 《经济研究》, 第 6 期, 第 143-155 页。DOI:10.3969/j.issn.1005-913X.2016.06.065 |
[] |
辛宇、李新春、徐莉萍, 2016, “地区宗教传统与民营企业创始资金来源”, 《经济研究》, 第 4 期, 第 161-173 页。 |
[] |
许和连、张彦哲, 2021, “出口提高了企业社保投入吗”, 《国际贸易问题》, 第 4 期, 第 17-31 页。 |
[] |
赵健宇、陆正飞, 2018, “养老保险缴费比例会影响企业生产效率吗?”, 《经济研究》, 第 10 期, 第 97-112 页。 |
[] |
赵静、毛捷、张磊, 2015, “社会保险缴费率、参保概率与缴费水平——对职工和企业逃避费行为的经验研究”, 《经济学(季刊)》, 第 1 期, 第 341-372 页。 |
[] |
Alsan M., Bloom D. E., Canning D., 2006, "The Effect of Population Health on Foreign Direct Investment Inflows to Low and Middle Income Countries". World Development, 34(4), 613–630.
DOI:10.1016/j.worlddev.2005.09.006 |
[] |
Auer R. A., 2015, "Human Capital and the Dynamic Effects of Trade". Journal of Development Economics, 117, 107–118.
DOI:10.1016/j.jdeveco.2015.07.004 |
[] |
Baldwin, R., Tomiura, E., 2020, "Thinking Ahead about the Trade Impact of COVID-19", Economics in the Time of COVID-19, London: CEPR Press.
|
[] |
Bloom D. E., Canning D., Sevilla J., 2004, "The Effect of Health on Economic Growth: A Production Function Approach". World Development, 32(1), 1–13.
DOI:10.1016/j.worlddev.2003.07.002 |
[] |
Bombardini M., Kurz C. J., Morrow P. M., 2012, "Ricardian Trade and the Impact of Domestic Competition on Export Performance". Canadian Journal of Economics, 45(2), 585–612.
DOI:10.1111/j.1540-5982.2012.01715.x |
[] |
Burgoon B., Raess D., 2011, "Does the Global Economy Mean more Sweat? Trade, Investment, Migration and Working Hours in Europe". Socio-Economic Review, 9(4), 699–727.
DOI:10.1093/ser/mwr007 |
[] |
Card D., Dobkin C., Maestas N., 2009, "Does Medicare Save Lives?". The Quarterly Journal of Economics, 124(2), 597–636.
DOI:10.1162/qjec.2009.124.2.597 |
[] |
Chen Y., Jin G. Z., 2012, "Does Health Insurance Coverage Lead to Better Health and Educational Outcomes? Evidence from Rural China". Journal of Health Economics, 31(1), 1–14.
DOI:10.1016/j.jhealeco.2011.11.001 |
[] |
Currie J., Gruber J., 1996, "Health Insurance Eligibility, Utilization of Medical Care, and Child Health". The Quarterly Journal of Economics, 111(2), 431–466.
DOI:10.2307/2946684 |
[] |
Giammanco M. D., Gitto L., 2019, "Health Expenditure and FDI in Europe". Economic Analysis and Policy, 62, 255–267.
DOI:10.1016/j.eap.2019.04.001 |
[] |
Greenaway D., Kneller R., 2008, "Exporting, Productivity and Agglomeration". European Economic Review, 52(5), 919–939.
DOI:10.1016/j.euroecorev.2007.07.001 |
[] |
Grossman M., 1972, "On the Concept of Health Capital and the Demand for Health". Journal of Political Economy, 80(2), 223–255.
DOI:10.1086/259880 |
[] |
Grossman M., 2000, "The Human Capital Model". Handbook of Health Economics, 1, 347–408.
|
[] |
Hamid S. A., Roberts J., Mosley P., 2011, "Can Micro Health Insurance Reduce Poverty? Evidence from Bangladesh". Journal of Risk and Insurance, 78(1), 57–82.
DOI:10.1111/j.1539-6975.2010.01402.x |
[] |
Helpman E., Melitz M., Rubinstein Y., 2008, "Estimating Trade Flows: Trading Partners and Trading Volumes". The Quarterly Journal of Economics, 123(2), 441–487.
DOI:10.1162/qjec.2008.123.2.441 |
[] |
Kaganovich M., Zilcha I., 2012, "Pay-as-you-go or Funded Social Security? A General Equilibrium Comparison". Journal of Economic Dynamics and Control, 36(4), 455–467.
DOI:10.1016/j.jedc.2011.03.015 |
[] |
Khurana I. K., Moser W. J., 2013, "Institutional Shareholders' Investment Horizons and Tax Avoidance". The Journal of the American Taxation Association, 35(1), 111–134.
DOI:10.2308/atax-50315 |
[] |
Li, L. and Liang, Y., 2020, "Less Pain, More Gain?The Effect of Exports on Workplace Safety", CHEPS Working Paper, No. 20201202.
|
[] |
Liu K., 2016, "Insuring Against Health Shocks: Health Insurance and Household Choices". Journal of Health Economics, 46, 16–32.
DOI:10.1016/j.jhealeco.2016.01.002 |
[] |
Lu Y., Shao X., Tao Z., 2018, "Exposure to Chinese Imports and Media Slant: Evidence from 147 US Local Newspapers over 1998-2012". Journal of International Economics, 114, 316–330.
DOI:10.1016/j.jinteco.2018.07.004 |
[] |
Manova K., 2013, "Credit Constraints, Heterogeneous Firms, and International Trade". Review of Economic Studies, 80(2), 711–744.
DOI:10.1093/restud/rds036 |
[] |
McManus T. C., Schaur G., 2016, "The Effects of Import Competition on Worker Health". Journal of International Economics, 102, 160–172.
DOI:10.1016/j.jinteco.2016.06.003 |
[] |
Mullahy J., 1997, "Instrumental-variable Estimation of Count Data Models: Applications to Models of Cigarette Smoking Behavior". Review of Economics and Statistics, 79(4), 586–593.
DOI:10.1162/003465397557169 |
[] |
Nyland C., Thomson S. B., Zhu C. J., 2011, "Employer Attitudes towards Social Insurance Compliance in Shanghai China". International Social Security Review, 64(4), 73–98.
DOI:10.1111/j.1468-246X.2011.01412.x |
[] |
Owen A. L., Wu S., 2007, "Is Trade Good for Your Health?". Review of International Economics, 15(4), 660–682.
DOI:10.1111/j.1467-9396.2007.00677.x |
[] |
Pierce J. R., Schott P. K., 2020, "Trade Liberalization and Mortality: Evidence from US Counties". American Economic Review: Insights, 2(1), 47–64.
DOI:10.1257/aeri.20180396 |
[] |
Rosenbaum P. R., Rubin D. B., 1985, "Constructing a Control Group Using Multivariate Matched Sampling Methods that Incorporate the Propensity Score". The American Statistician, 39(1), 33–38.
|
[] |
Silva J. S., Tenreyro S., 2006, "The Log of Gravity". The Review of Economics and Statistics, 88(4), 641–658.
|
[] |
Wooldridge, J. M., 2010, Econometric Analysis of Cross Section and Panel Data, Cambridge: MIT press.
|
[] |
Zhang, M., Shi, H. and Shi, V., 2021, "Social Insurance Contributions Ratio and Productivity of Private Enterprises in the Heavy Pollution Industry: Evidence from China", Journal of Cleaner Production, 127592.
|
[] |
Zhao K., 2017, "Social Insurance, Private Health Insurance and Individual Welfare". Journal of Economic Dynamics and Control, 78, 102–117.
|
[] |
Zhao Y., Ruan W., Jiang Y., Rao J., 2018, "Salesperson Human Capital Investment and Heterogeneous Export Enterprises Performance". Journal of Business Economics and Management, 19(4), 609–629.
|