提高中国企业全要素生产率是否取决于中间品的进口
一、弁言
按照《中国统计年鉴》和天下商业组织统计资料表现,改良开放以来的1980—2005年间,中国货品商业出口量以26%的年均匀速率增添,对GDP增添的孝顺均匀到达27%,高出同期天下货品出口均匀速率18个百分点,高出其他成长中国度均匀程度10个百分点。可以说,出口导向型模式对中国对外商业的一连成长居功至伟。然而,跟着2008年金融危急的发作,中国的出口商业情形慢慢恶化。同时,恒久双顺差使购置力滞留海内,加剧了海内的通货膨胀。因此,“十二五”筹划提出以“稳出口、扩入口、减顺差”作为外贸成长的根基政策,慢慢转变“奖出限进”思绪,从头审阅入口在对外商业成长中的促进浸染。
崔玮(2009)按照连系国BEC行业分类尺度对中国中间品入口局限举办了测算,以为中国入口中间品以中间投入品为主,占总入口的比例到达了60%阁下,这得益于改良开放以来中国起劲实施的加工商颐魅政策。加工商业模式可以简朴地领略为入口中间品—海内加工—再出口,这种模式乐成地将FDI与中国便宜的劳动力相团结,使中国融入到国际产物内分工系统,敏捷成为面向环球的低本钱加工制造基地。
但今朝中国的加工商业模式却饱受争议,环绕加工商业转型进级的接头已成为当局和学界争论的核心。这一加工商业模式是否促进了全要素出产率的进步?Krugman(1994)指出依靠出口导向型计谋的东亚国度的经济增添完全可以用要素投入的增进来表明,全要素出产率并没有孝顺。然而,新近的研究却提出了差异的概念。陈勇兵等(2012)运用2000—2005年中国家产企业数据库和海关数据库的匹配数据,发明企业从非入口状态转为入口状态能促进全要素出产率进步约8个百分点。但因为其其时的研究模子并未节制内生性题目,因此无法解除出产率更高的企业更倾向于入口的征象。
基于此,本文行使中国企业层面的微观数据来切磋入口中间品对企业全要素出产率的因果效应。为节制内生性题目,笔者回收新近成长的倾向评分匹配要领(Propensity Score Matching,,PSM)来预计因果效应。本文别的部门布置如下:第二部门为文献综述,第三部门为实证说明,第四部门为结论和政策提议。
二、文献综述
有关入口商业作为技能扩散和出产率增添的载体的接头一向是连年来海表里学者研究的核心。Krugman(1979)以为入口的中间品作为技能载体,可以或许更换本国的中间投入品,并通过技能溢出效应发生比海内投入品更高的产出。Rivera-Batiz和Romer(1991)等也发明入口中间产物可通过对本国的投入品的更换和技能转移两种渠道促进环球经济增添。Harpern等(2009)进一步将入口中间品种类的增进对出产率的晋升浸染分为两种机制:质量和互补机制(quality and complementary mechanisms)。质量机制指新入口中间品的质量优于海内投入品从而促进企业出产率的进步;互补机制表白,连系行使入口和海内的多种中间品可以缔造“整体大于局部”的收益。
实证方面,海表里学者从宏观和微观两个方面临各国数据举办说明,但详细的说明功效泛起出差别性。宏观方面,Coe和Helpman(1995)以及Xu和Wang(1999)的研究发明,入口中间品可以或许通过技能扩散来促进入口国企业出产率的进步。Lumengu-Neso等(2005)发明这种技能扩散乃至能通过间接方法对非直接商业的第三方发生影响。Acharya和Keller(2009)的研究进一步证实了这一间接效应,但发此刻差异国度、差异行业,商业与出产力的相关有很大的异质性。微观方面,入口商业和出产率的相关可分为三个方面,即“一纵两横”。“一纵”指入口商业可通过入口中间品的高质量或多种类来进步企业出产率,“两横”指入口商业可通过产制品市场的竞争效应促使入口国海内企业出产率进步或裁减出产率落伍的企业。
详细而言,Harpern等(2006)操作匈牙利的企业数据研究入口对企业出产率的影响渠道,发明企业从非入口转为入口可使其出产率进步11%,而这种进步的60%源于不完全更换。Amiti和Konings(2007)对印度尼西亚1991—2001年的企业数据研究发明,入口中间品关税降落10%,可使入口企业出产率进步20%。Altomonte等(2008)操作意大利1996—2003年制造业企业数据,研究发明入口对意大利企业有起劲的促进浸染,且这种促进浸染对财富链上游的企业更大。Lööf和Andersson(2010)对瑞典企业的研究发明入口中间品对企业全要素出产率有起劲的促进浸染。Damijan和Kostevc(2010)对西班牙企业数据的研究发明入口小企业的进修效应明明,而且邻接技能发家国度领土的小企业从商业中的获益更大。虽然,也有研究并未发明入口对出产率的促进浸染,有些研究乃至发明入口对出产率的负面浸染。譬喻Vogel和Wagner(2010)对德国企业的研究并未发明入口对德国企业出产率的促进浸染,Biesebroeck(2003)乃至发明入口中间品的行使低落了哥伦比亚企业的出产率。
可是,今朝有关中国入口中间品与出产率的文献却相等缺乏,已有研究也多半齐集于宏观财富层面的说明。朱春兰和严建苗(2006)操作1980—2003年中国商业统计数据,测度了入口商业对经济增添的孝顺,发明入口总体上通过进步全要素出产率促进了经济增添。Herreria和Orts(2011)切磋了入口、投资、产出与出产率的相关,发明白入口对企业劳动出产率的促进浸染,但未从全要素出产率角度举办深入说明。戴翔和张二震(2010)发明白中间品入口对商业顺差的起劲浸染,但并未进一步说明其对出产率的影响。高凌云和王洛林(2010)的研究发明入口商业对三位码家产行业的全要素出产率和技能服从具有直接的“负溢出效应”。陈勇兵等(2012)初次直接切磋了入口中间品对企业全要素出产率的影响,发明入口中间品对企业全要素出产率的进步具有明显的促进浸染,但其其时的研究模子并未节制内生性题目。基于此,本文运用中国2000—2005年企业层面数据,在操作倾向评分匹配要领对内生性举办节制的基本上,越发精确地测度入口中间品对企业全要素出产率的因果效应。
三、模子设定、数听声名与描写性统计
(一)模子设定
本文的目标是考查中间品入口可否进步企业的全要素出产率,要领上笔者运用倾向评分匹配预计来检讨入口中间品对企业全要素出产率的因果影响。起首是配对。从样本企业中选择两种范例的企业作为说明工具:其一为比较组企业,即不入口中间品的企业;其二为处理赏罚组企业,入口中间品的企业。比较组和处理赏罚组企业均为样本时代一连策划的企业。
按照Heckman等(1997)、Smith和Todd(2005a)的研究,企业入口中间品决定对企业出产率的因果影响(Average Treatment Effect on the Treated,ATT)可暗示为:
ATTPSM=E{E[TFP1i|Di=1,p(Xi)]-E[TFP0i|Di=0,p(Xi)]|Di=1} (1)
个中TFP1i和TFP0i别离为入口与非入口中间品企业的全要素出产率。Di=1为入口中间品的企业,Di=0为不入口中间品的企业。p(Xi)为企业入口中间品的概率,笔者用Probit模子求得,Xi为与企业特性相干的匹配变量。E[TFP0i|Di=0,p(Xi)]|Di=1为假如入口中间品的企业不选择入口中间品时的出产率,是不行视察的。因此,笔者用可视察的E[TFP0i|Di=0,p(Xi)]|Di=0来更换不行视察的ETFP0i|Di=0,p(Xi)]|Di=1。但这种更换是有前提的,即不存在同时影响入口中间品决定和出产率的不行视察变量(Heckman等,1997),反之则会呈现选择性偏误题目。
为了停止这一题目,必需选择适当的“配对”要领来选择吻合的比较组企业。所谓“配对”是将每年入口中间品的企业与比较组中可视察的协变量最相似的非入口中间品的企业举办匹配,为了使配对越发准确,笔者选用倾向评分匹配的要领来完成,并运用匹配均衡检讨对配对证量举办检讨。倾向评分匹配即操作Probit模子来求出企业入口中间品的概率,然后依赖这一概率来为处理赏罚组企颐魅找到评分相似的比较组企业,其模子如(2)式所示。参考Becker和Ichino(2002)的做法,笔者选用最近邻匹配的要领来找到与处理赏罚组评分相似的企业。
p(Xi)=pr[D=1|Xi]=E[D|Xi] (2)
个中p(Xi)为企业选择入口中间品的概率,,Xi为与企业特性相干的匹配变量,本文选取的匹配变量为企业局限、全要素出产率、贩卖收入、财政本钱、财政状况和职工人为等,相干变量的界说与怀抱尺度如表1所示。
另外,因为本文要研究入口中间品与企业全要素出产率的相关,因此可否准确预计全要素出产率是本文的要害。因为传统的OLS要领在计较出产率时无法停止彼此抉择毛病和样本选择毛病,因此参考Olley和Pakers(1996)的做法,笔者选用OP要领来预计企业的全要素出产率,其模子如下:
tfp=y-βll-βmm-βkk (3)
个中,tfp为全要素出产率,y为家产增进值,l为劳动力,m为家产中间品投入,k为成本存量。
(二)数据处理赏罚与描写性统计
本文行使的数据来自2000—2005家产企业数据库和海关数据库。为了使数据越发准确,笔者删除了不切合国际管帐准则的企业,并按照国际上通用的BEC(Broad Economic Categories)尺度产物分类编码挑选出中间品。最后获得34196家切合尺度的企业,表2列出了每年的入口中间品与非入口中间品的企业个数。由表2可知,比较组企业个数远高于处理赏罚组企业个数,这担保了每一个处理赏罚组企业都能找到与之匹配的比较组企业。
表1 匹配变量的界说与怀抱
表2 入口中间品的企业与非入口中间品的企业筛选功效
表3列出了2000年、2002年和2004年入口中间品的企业与非入口中间品的企业基于匹配变量均值的比拟环境。综合来说,入口中间品的企业与非入口中间品的企业在企业局限、全要素出产率、贩卖收入、财政本钱、财政状况、职工人为等方面存在差别。详细来讲,入口中间品的企业局限均值、全要素出产率均值、贩卖收入均值、财政本钱均值以及职工人为均值要高于非入口中间品的企业,这声名入口中间品的企业每每是那些企业局限较大、贩卖收入更多、财政状况更好、出产率更高的企业,而且其职工人为要高于非入口中间品的企业。
表3 入口中间品企业与非入口中间品企业基于匹配变量的比拟环境
按照《中国统计年鉴》和天下商业组织统计资料表现,改良开放以来的1980—2005年间,中国货品商业出口量以26%的年均匀速率增添,对GDP增添的孝顺均匀到达27%,高出同期天下货品出口均匀速率18个百分点,高出其他成长中国度均匀程度10个百分点。可以说,出口导向型模式对中国对外商业的一连成长居功至伟。然而,跟着2008年金融危急的发作,中国的出口商业情形慢慢恶化。同时,恒久双顺差使购置力滞留海内,加剧了海内的通货膨胀。因此,“十二五”筹划提出以“稳出口、扩入口、减顺差”作为外贸成长的根基政策,慢慢转变“奖出限进”思绪,从头审阅入口在对外商业成长中的促进浸染。
崔玮(2009)按照连系国BEC行业分类尺度对中国中间品入口局限举办了测算,以为中国入口中间品以中间投入品为主,占总入口的比例到达了60%阁下,这得益于改良开放以来中国起劲实施的加工商颐魅政策。加工商业模式可以简朴地领略为入口中间品—海内加工—再出口,这种模式乐成地将FDI与中国便宜的劳动力相团结,使中国融入到国际产物内分工系统,敏捷成为面向环球的低本钱加工制造基地。
但今朝中国的加工商业模式却饱受争议,环绕加工商业转型进级的接头已成为当局和学界争论的核心。这一加工商业模式是否促进了全要素出产率的进步?Krugman(1994)指出依靠出口导向型计谋的东亚国度的经济增添完全可以用要素投入的增进来表明,全要素出产率并没有孝顺。然而,新近的研究却提出了差异的概念。陈勇兵等(2012)运用2000—2005年中国家产企业数据库和海关数据库的匹配数据,发明企业从非入口状态转为入口状态能促进全要素出产率进步约8个百分点。但因为其其时的研究模子并未节制内生性题目,因此无法解除出产率更高的企业更倾向于入口的征象。
基于此,本文行使中国企业层面的微观数据来切磋入口中间品对企业全要素出产率的因果效应。为节制内生性题目,笔者回收新近成长的倾向评分匹配要领(Propensity Score Matching,,PSM)来预计因果效应。本文别的部门布置如下:第二部门为文献综述,第三部门为实证说明,第四部门为结论和政策提议。
二、文献综述
有关入口商业作为技能扩散和出产率增添的载体的接头一向是连年来海表里学者研究的核心。Krugman(1979)以为入口的中间品作为技能载体,可以或许更换本国的中间投入品,并通过技能溢出效应发生比海内投入品更高的产出。Rivera-Batiz和Romer(1991)等也发明入口中间产物可通过对本国的投入品的更换和技能转移两种渠道促进环球经济增添。Harpern等(2009)进一步将入口中间品种类的增进对出产率的晋升浸染分为两种机制:质量和互补机制(quality and complementary mechanisms)。质量机制指新入口中间品的质量优于海内投入品从而促进企业出产率的进步;互补机制表白,连系行使入口和海内的多种中间品可以缔造“整体大于局部”的收益。
实证方面,海表里学者从宏观和微观两个方面临各国数据举办说明,但详细的说明功效泛起出差别性。宏观方面,Coe和Helpman(1995)以及Xu和Wang(1999)的研究发明,入口中间品可以或许通过技能扩散来促进入口国企业出产率的进步。Lumengu-Neso等(2005)发明这种技能扩散乃至能通过间接方法对非直接商业的第三方发生影响。Acharya和Keller(2009)的研究进一步证实了这一间接效应,但发此刻差异国度、差异行业,商业与出产力的相关有很大的异质性。微观方面,入口商业和出产率的相关可分为三个方面,即“一纵两横”。“一纵”指入口商业可通过入口中间品的高质量或多种类来进步企业出产率,“两横”指入口商业可通过产制品市场的竞争效应促使入口国海内企业出产率进步或裁减出产率落伍的企业。
详细而言,Harpern等(2006)操作匈牙利的企业数据研究入口对企业出产率的影响渠道,发明企业从非入口转为入口可使其出产率进步11%,而这种进步的60%源于不完全更换。Amiti和Konings(2007)对印度尼西亚1991—2001年的企业数据研究发明,入口中间品关税降落10%,可使入口企业出产率进步20%。Altomonte等(2008)操作意大利1996—2003年制造业企业数据,研究发明入口对意大利企业有起劲的促进浸染,且这种促进浸染对财富链上游的企业更大。Lööf和Andersson(2010)对瑞典企业的研究发明入口中间品对企业全要素出产率有起劲的促进浸染。Damijan和Kostevc(2010)对西班牙企业数据的研究发明入口小企业的进修效应明明,而且邻接技能发家国度领土的小企业从商业中的获益更大。虽然,也有研究并未发明入口对出产率的促进浸染,有些研究乃至发明入口对出产率的负面浸染。譬喻Vogel和Wagner(2010)对德国企业的研究并未发明入口对德国企业出产率的促进浸染,Biesebroeck(2003)乃至发明入口中间品的行使低落了哥伦比亚企业的出产率。
可是,今朝有关中国入口中间品与出产率的文献却相等缺乏,已有研究也多半齐集于宏观财富层面的说明。朱春兰和严建苗(2006)操作1980—2003年中国商业统计数据,测度了入口商业对经济增添的孝顺,发明入口总体上通过进步全要素出产率促进了经济增添。Herreria和Orts(2011)切磋了入口、投资、产出与出产率的相关,发明白入口对企业劳动出产率的促进浸染,但未从全要素出产率角度举办深入说明。戴翔和张二震(2010)发明白中间品入口对商业顺差的起劲浸染,但并未进一步说明其对出产率的影响。高凌云和王洛林(2010)的研究发明入口商业对三位码家产行业的全要素出产率和技能服从具有直接的“负溢出效应”。陈勇兵等(2012)初次直接切磋了入口中间品对企业全要素出产率的影响,发明入口中间品对企业全要素出产率的进步具有明显的促进浸染,但其其时的研究模子并未节制内生性题目。基于此,本文运用中国2000—2005年企业层面数据,在操作倾向评分匹配要领对内生性举办节制的基本上,越发精确地测度入口中间品对企业全要素出产率的因果效应。
三、模子设定、数听声名与描写性统计
(一)模子设定
本文的目标是考查中间品入口可否进步企业的全要素出产率,要领上笔者运用倾向评分匹配预计来检讨入口中间品对企业全要素出产率的因果影响。起首是配对。从样本企业中选择两种范例的企业作为说明工具:其一为比较组企业,即不入口中间品的企业;其二为处理赏罚组企业,入口中间品的企业。比较组和处理赏罚组企业均为样本时代一连策划的企业。
按照Heckman等(1997)、Smith和Todd(2005a)的研究,企业入口中间品决定对企业出产率的因果影响(Average Treatment Effect on the Treated,ATT)可暗示为:
ATTPSM=E{E[TFP1i|Di=1,p(Xi)]-E[TFP0i|Di=0,p(Xi)]|Di=1} (1)
个中TFP1i和TFP0i别离为入口与非入口中间品企业的全要素出产率。Di=1为入口中间品的企业,Di=0为不入口中间品的企业。p(Xi)为企业入口中间品的概率,笔者用Probit模子求得,Xi为与企业特性相干的匹配变量。E[TFP0i|Di=0,p(Xi)]|Di=1为假如入口中间品的企业不选择入口中间品时的出产率,是不行视察的。因此,笔者用可视察的E[TFP0i|Di=0,p(Xi)]|Di=0来更换不行视察的ETFP0i|Di=0,p(Xi)]|Di=1。但这种更换是有前提的,即不存在同时影响入口中间品决定和出产率的不行视察变量(Heckman等,1997),反之则会呈现选择性偏误题目。
为了停止这一题目,必需选择适当的“配对”要领来选择吻合的比较组企业。所谓“配对”是将每年入口中间品的企业与比较组中可视察的协变量最相似的非入口中间品的企业举办匹配,为了使配对越发准确,笔者选用倾向评分匹配的要领来完成,并运用匹配均衡检讨对配对证量举办检讨。倾向评分匹配即操作Probit模子来求出企业入口中间品的概率,然后依赖这一概率来为处理赏罚组企颐魅找到评分相似的比较组企业,其模子如(2)式所示。参考Becker和Ichino(2002)的做法,笔者选用最近邻匹配的要领来找到与处理赏罚组评分相似的企业。
p(Xi)=pr[D=1|Xi]=E[D|Xi] (2)
个中p(Xi)为企业选择入口中间品的概率,,Xi为与企业特性相干的匹配变量,本文选取的匹配变量为企业局限、全要素出产率、贩卖收入、财政本钱、财政状况和职工人为等,相干变量的界说与怀抱尺度如表1所示。
另外,因为本文要研究入口中间品与企业全要素出产率的相关,因此可否准确预计全要素出产率是本文的要害。因为传统的OLS要领在计较出产率时无法停止彼此抉择毛病和样本选择毛病,因此参考Olley和Pakers(1996)的做法,笔者选用OP要领来预计企业的全要素出产率,其模子如下:
tfp=y-βll-βmm-βkk (3)
个中,tfp为全要素出产率,y为家产增进值,l为劳动力,m为家产中间品投入,k为成本存量。
(二)数据处理赏罚与描写性统计
本文行使的数据来自2000—2005家产企业数据库和海关数据库。为了使数据越发准确,笔者删除了不切合国际管帐准则的企业,并按照国际上通用的BEC(Broad Economic Categories)尺度产物分类编码挑选出中间品。最后获得34196家切合尺度的企业,表2列出了每年的入口中间品与非入口中间品的企业个数。由表2可知,比较组企业个数远高于处理赏罚组企业个数,这担保了每一个处理赏罚组企业都能找到与之匹配的比较组企业。
表1 匹配变量的界说与怀抱
变量名 | 数据情势 | 怀抱要领 |
企业局限 | 对数 | 从业职员的对数值 |
全要素出产率 | 对数 | OP要领计较求得 |
贩卖收入 | 对数 | 家产贩卖收入取对数 |
财政本钱 | 比重 | 利钱支出/欠债合计 |
财政状况 | 比重 | 欠债合计/家产贩卖收入 |
职工人为 | 对数 | 人均人为取对数 |
年份 | 2000年 | 2001年 | 2002 | 2003年 | 2004年 | 2005年 |
比较组 | 5901 | 4106 | 4814 | 5331 | 2417 | 6199 |
处理赏罚组 | 757 | 795 | 896 | 1078 | 499 | 1403 |
表3 入口中间品企业与非入口中间品企业基于匹配变量的比拟环境
匹配变量 | 2000年 | 2002年 | 2004年 | |||
比较组 | 处理赏罚组 | 比较组 | 处理赏罚组 | 比较组 | 处理赏罚组 | |
企业局限 | 5.89 | 6.25 | 5.67 | 6.13 | 5.25 | 5.98 |
贩卖收入 | 10.37 | 11.47 | 10.44 | 11.52 | 10.65 | 11.76 |
财政本钱 | 0.04 | 0.02 | 0.03 | 0.02 | 0.03 | 0.02 |