出口对中国高技术企业生产率影响的实证研究

出口对中国高技术企业生产率影响的实证研究

ID:23832308

大小:54.50 KB

页数:8页

时间:2018-11-10

出口对中国高技术企业生产率影响的实证研究_第1页
出口对中国高技术企业生产率影响的实证研究_第2页
出口对中国高技术企业生产率影响的实证研究_第3页
出口对中国高技术企业生产率影响的实证研究_第4页
出口对中国高技术企业生产率影响的实证研究_第5页
资源描述:

《出口对中国高技术企业生产率影响的实证研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、出口对中国高技术企业生产率影响的实证研究摘要:采用企业层面数据,实证检验出口对高技术企业生产率的影响,结果发现,中国高技术企业存在较为明显的出口学习效应,但随时间而递减。此外,还考察企业所有制、补贴强度、中间投入强度、研发强度,以及出口强度等对高技术企业生产率的影响,并根据实证结果,提出一些建议。  关键词:出口;高技术企业;全要素生产率  引言  出口与生产率关系的研究,很早之前就已经有学者涉足。传统的贸易理论认为生产率的差异是产生国际贸易的原因,而新贸易理论则认为生产率的变动是国际贸易内生的结果。近期该领域的重大突破是研究视角从宏观领域拓展到了

2、微观领域。Bernard等人发现美国的出口企业比非出口企业在包括生产率、销售额等方面都表现得更好[1]。原因可能在于自我选择效应或者出口学习效应。前者是指生产率高的企业进入出口市场,将低生产率的企业排除于出口市场之外的情况。后者是指出口以后企业生产率得到提高,原因在于规模经济、竞争与创新效应、出口对象的知识溢出等[2]。  为了验证这两种效应是否存在,许多学者进行了实证研究,两种效应均得到了一些文献的支持。artins,Yang也发现,企业在第一年出口时生产率的增长幅度最大,但随时间流逝递减[6]。张艳等也发现,出口学习效应在中国不是普遍存在的[7

3、]。在自我选择效应方面,Bernard等人的研究还显示,在进入国际市场前,潜在的出口企业具有相对较高的生产率。且进入出口市场后,前者的生产率增长率并没有高于后者,从而也证实了自我选择效应的存在[4]。得到类似结论的还有Helpman等人、李春顶的研究[8~9]。  有关出口与企业生产率之间关系的实证研究虽然已较为丰富,但以中国为背景的研究还相对较少,特别还是缺乏针对高技术企业的出口与其生产率之间关系的研究。近年来,高技术企业已成为中国出口贸易的重要。根据《中国高技术产业数据2011》,从20032010年,中国高技术产业出口额从1103亿美元增长到

4、4924亿美元,年均增长超过25%。在这一背景下,本文旨在采用企业层面数据,实证分析出口对高技术企业生产率的影响。研究该问题,对于推动出口产品的升级,优化中国出口结构,从而提高中国出口产品的竞争力,以及出口政策的调整都具有现实意义。  一、模型与数据  为了检验出口以后企业的生产率是否得到提高,本文建立了以下面板回归模型:  lnTFPit=α+β1STARTit+β2BOTHit+β3STOPit+cXit+eit  其中,下标i表示年份,t表示企业。TFP为全要素生产率(对数)。START、BOTH和S

5、TOP分别为开始出口状态变量、连续出口状态变量和停止出口状态变量,均为虚拟变量,对它们的说明需要引进判断企业是否出口的虚拟变量EX。如果企业出口交货值大于0,则企业为出口企业,EX取1,否则为0。对START、BOTH和STOP取值的定义如下:若EXi0=0且EXit=0,则STARTit取值为1,否则为0(下标0表示基期,在本文中为1999年)。若EXi0=1且EXit=1,则BOTHit取值为1,否则为0。若EXi0=1且EXit=0,则STOPit取值为1,否则为0。  X为控制变量,本文考虑了所有制因素(包括国有资本(ST)、民营资本(PR

6、)、外商资本(FOR))、补贴强度(SUB)、中间投入强度(INT)、研发强度(RD)、出口强度(EXI)等。C为系数向量。国有资本变量用国有资本占实收资本的比重来衡量。民营资本变量用民营资本占实收资本的比重来衡。外商资本变量用外商(不含港澳台)资本占实收资本的比重来衡量。国有资本、民营资本、外商资本三个变量主要控制企业的所有制形式对生产率的影响。补贴强度用补贴收入占工业总产值的比重来衡量。补贴收入反映一种政策变量,用来检验国家政策补贴对企业生产率是否有促进作用。中间投入强度用中间投入占总产值的比重来衡量。中间投入强度反映了企业的前向联系程度。研发

7、强度采用研发费用占总产值的比重来衡量,反映企业的科研创新程度。出口强度用出口交货值占总产值的比重来衡量,反映了企业出口参与程度。  在上述模型中,被解释变量是TFP,本文采用索罗残差法进行度量。在估计的生产函数中,产出为增加值,投入为固定资产净值、就业人数和中间投入。数据是19992009年的中国工业企业数据库,包括了规模以上的所有企业。本文依据国家统计局印发的《关于高技术行业分类的通知》,从中挑选了高技术企业作为样本。为保证面板数据的平衡,剔除了非连续存在的企业,获得的总的观测值为10406个。  二、结果分析  我们对上述面板模型进行回归分析,

8、分别采用了OLS估计法、固定效应模型和随机效应模型,结果(见表1)。Hausman检验结果表明,固定效应模型优于随机效应模

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。