出口质量影响了出口波动吗

李小平 代智慧

基金项目：国家社会科学基金项目“供给侧结构性改革背景下制造出口质量提升对经济波动的影响研究”（17BJL013）；国家社科基金重大项目“一带一路”区域价值链构建与中国产业转型升级研究；中南财经政法大学研究生教育创新计划项目“出口复杂度与经济波动——基于企业微观数据的实证分析”（2017-jjxy-bs-02）。

摘要：已有文献在研究出口质量的经济效应时，主要关注“中国贸易增长之谜”，对危机冲击时的贸易波动重视不足。利用2006—2011年中国海关贸易数据和工业企业数据，运用中介效应模型考察金融危机期间出口质量对出口波动的影响及作用机制。研究发现，金融危机期间企业出口质量对出口波动有显著的负向影响，出口质量越高出口波动越小。需求侧收入效应和供给侧多样化效应作为较高的出口质量能够抑制出口波动的重要渠道，大约能够解释1/2的抑制作用。出口质量较高的企业通过高收入国家较高的消费比重、较低的需求波动和较低的市场集中度抑制了出口波动。但是，高技术行业的企业出口质量越高出口波动越大，金融危机期间该类产品较高的需求波动加剧了出口波动。此结论可为我国经济新常态下“高质量发展”和“调结构、稳增长”的外贸战略提供理论与实证的支持。

关键词：出口质量；出口波动；中介效应；制造业

文章编号：2095-5960（2018）06-0001-14；中图分类号：F752.62；文献标识码：A

一、引言

贸易波动是一个和贸易增长同等重要的话题。近30年来，全球各种区域性金融危机频繁爆发，特别是2007年发端于美国的全球金融危机引起了自二战以来最为严重的贸易崩溃，金融危机发生前2001—2006年我国出口平均增长率为2582%，增长率的标准差为1050，金融危机发生后2007—2012年我国出口平均增长率为1430%，增长率的标准差为1700，出口波动加剧了6190%。该轮金融危机后“逆全球化”思潮泛滥，国际经贸关系更加复杂，“稳出口”成为保证中国经济稳定增长的当务之急。同时，我国经济增长的要素供给条件逐渐发生转折性变化，当前应优先推出有利于稳增长的结构性改革措施[1]，2018年政府工作报告指出“坚持以供给侧结构性改革为主线，统筹推进稳增长”，并且首次提出“高质量发展”，那么，国际贸易的高质量发展战略能否抵御冲击缓解贸易波动呢？

解释“中国贸易增长之谜”的研究较多，而对贸易波动问题的研究较少。已有文献认为出口波动的主要原因是需求端的冲击（Munch & Nguyen，2014）[2]，危机冲击造成需求疲软，进而导致贸易萎缩。危机期间贸易保护主义的加强也是导致贸易下滑的重要因素之一，Bown & Crowley（2007）[3]对贸易波动进行研究，发现贸易衰退一般都会受到贸易保护主义的影响，在危机冲击期间尤为明显。Bown（2009）[4]对全球金融危机期间的贸易保护进行调查分析，认为美国经济刺激方案、法国对其汽车行业的援助、欧盟贸易规则的变化等都表明贸易保护主义在全球范围内蔓延，这必将会严重影响全球贸易的发展。

对于企业而言，该如何抵御各种外部冲击稳定出口增长呢？Vannoorenberghe等（2016）[5]基于中国企业2000—2006年的微观出口数据研究出口多样化与出口波动的关系，认为规模大的企业可以通过多样化分散风险降低波动，而对规模较小的企业结果相反。张龑、孙浦阳（2017）[6]基于网络结构理论和异质性分析框架，检验了企业的需求网络结构对出口销售波动的影响，并使用中国海关2000—2006年“企业-产品-目的地”层面的出口数据，从产品特征和销售策略两个角度刻画出口企业面临的需求分布结构特征，验证了低需求网络集中度企业的高风险分散能力，能够有效缓解其出口销售波动。

到目前为止，尚未有文献从出口质量的视角出发研究出口波动问题。国内外学者主要研究了出口质量对贸易增长的影响（Hummels & Klenow，2005[7]；刘瑶和丁妍，2015[8]；李小平等，2015[9]；廖涵和谢靖，2018[10]）。一些学者从出口复杂度的视角出发研究其对经济波动的影响。Krishna & Levchenko（2013）[11]从行业层面尝试探究出口复杂度与经济波动的关系，认为欠发达国家产出波动更大，原因在于这些国家主要生产或者出口复杂度较低的产品。Maggioni等（2016）[12]使用2003—2008年土耳其的企业微观數据，未考虑金融危机这一时间段，发现产品复杂度较高的企业产出波动较小。

在经济正常发展和经济危机两种情况下，出口质量与出口波动的关系可能会有所不同，没有危机冲击时，出口波动较小，出口高质量产品的企业出口增长更加稳定，当有危机冲击时，出口波动加剧，出口高质量产品的企业抵御风险的能力是否更强？出口波动是否会更小呢？因此，本文将研究的时间段确定为2006—2011年①①虽然本轮全球金融危机开始于2007年美国的次贷危机，但是本文选择样本的时间跨度从2006年开始，因为美国“次贷危机”是从2006逐步显现，2007年席卷美国、欧盟和日本等世界主要金融市场，同时为了更完整地研究金融危机期间的出口波动问题，适当扩宽了样本的时间跨度。金融危机期间，重点关注危机冲击时的出口波动问题，这对于通过国际贸易的高质量发展战略抵御冲击缓解贸易波动具有重要的理论意义和实践指导价值。

本文的边际贡献主要有：第一，采用Khandelwal等（2013）[13]提出的KSW方法测算了2006—2011年金融危机期间我国制造业企业的出口质量，实证检验了出口质量对出口波动的影响；第二，研究了出口质量影响出口波动的理论机制，并运用中介效应模型检验了相关机制；第三，选取数据上注重深度和宽度，采用了2006—2011年HS8位码的海关数据，一方面能够测算出微观层面的出口质量，另一方面这一时间跨度使我们能够研究金融危机时期中国企业的出口质量如何影响了出口波动。

二、理论机制和文献综述

本文研究的重点在于从需求侧和供给侧两方面揭示出口质量影响出口波动的机制②②该理论机制适用于金融危机时期，存在危机冲击时，基本假设不会改变，实证部分证明了基本假设。 ，因此从理论上阐明以下问题尤为关键：第一，出口质量如何影响了需求进而影响了出口波动；第二，出口质量如何影响了供给进而影响了出口波动。

（一）需求侧收入效应机制

越来越多的证据表明，各国生产或者出口的产品质量存在巨大的差异。虽然传统的国际贸易理论忽视了各国产品质量差异的存在，但是大量的理论文献预测质量会系统地影响国际贸易的方向。Linder（1961）[14]首先提出相似需求理论，该理论认为高收入国家偏向于进口高质量的产品，低收入国家则偏向于进口低质量的产品，质量是贸易方向的决定性因素。他还认为，比较优势的来源与需求紧密联系，由于在生产高质量商品上具有比较优势所以能够为富裕国家提供他们所需要的商品。然后他推测，生产和消费模式的一致性导致人均收入水平相近的国家之间的贸易更加频繁。林德尔假说是最早解释质量差异影响贸易方向的理论。已有的理论文献进一步发展了一般均衡模型，将质量作为贸易模式的决定性因素，证明了富裕国家比贫穷国家更倾向消费高质量的商品（Flam & Helpman，1987[15]；Stokey，1991[16]）。Hallak（2006）[17]建立了一个可测试的理论框架预测质量对双边贸易流动的影响，提出了著名的林德尔部门假说（The Sectorial Linder Hypothesis），即林德尔理论在部门层面更为有效，进一步利用1995年60个国家双边贸易流的横截面对模型进行估计，实证结果支持了理论预测，即富裕国家倾向于进口更多高质量商品。Hallak & Schott（2011）[18]、Feenstra & Romalis（2014）[19]、余淼杰和张睿（2017）[20]等的研究均发现进口国的收入水平与进口产品质量正相关。微观家庭消费数据也显示家庭收入与对高质量商品的需求强烈正相关（Bils和Klenow，2001）[21]。

Kraay & Ventura（2007）[22]表明富裕国家的人均收入波动比贫穷国家更小。对这个结论有三种解释：第一，富裕国家专门从事需要由熟练工人操作的新技术行业，而贫穷国家专门从事需要由非熟练工人操作的传统技术行业。由于技术以及专利等原因，新技术很难快速被模仿。这种困难使得高技术行业在世界市场上拥有垄断地位，产品需求缺乏弹性，供应的波动导致了价格的相反变化，从而稳定了行业收入。而传统技术更容易被模仿，面临着来自潜在竞争者的激烈竞争，在世界市场上几乎没有垄断权，产品需求富有弹性，供应的波动对其价格几乎没有影响，导致行业收入更加不稳定。第二，富裕国家熟练工人的供应缺乏弹性，而贫穷国家非熟练工人的供应富有弹性。熟练工人不太可能离开就业岗位，冲击对熟练工人的就业影响较小，但是同样的冲击会导致非熟练工人的就业大幅波动，从而使得行业收入更加不稳定。第三，贫穷国家政治和政策更加不稳定，经济不太开放，远离地理中心，在农业生产和矿物开采方面的经济份额也更高，这些因素导致贫穷国家的收入波动很大。因此，高收入国家使用熟练工人，在高技术行业有比较优势，劳动力供应和产品需求都缺乏弹性，对冲击更不敏感，经济发展更加稳定。

综上，本文中出口质量影响出口波动的需求侧收入效应指高质量产品一般被高收入国家的高收入群体消费，而这部分消费群体的收入比较稳定，对高质量产品的需求也比较稳定，进而稳定了高质量产品的销售。由此，我们提出第一个假设：

假设1：出口质量通过需求侧的收入效应抑制了出口波动。

（二）供给侧多样化效应机制

Melitz（2003）[23]假定企业出口到任何市场的成本相同，企业选择不出口或者对所有市场出口。然而现实情况是，企业的出口市场数目可能存在显著差异。沉没成本的存在是企业出口需要克服的最大障碍之一。企业进入一个新的出口市场需要获取海外需求信息和建立分销渠道等，这些环节所需要的成本必须一次性支付，且一旦投入无法还原，这些成本就是沉没成本，当未来的出口利润足以支付沉没成本时企业才会选择进入该出口市场。已有文献表明企业进入出口市场需要满足两个条件：零利润单位成本门槛和零利润生产率门槛。Eaton等（2008）[24]基于Melitz（2003）的理论框架构建了模型分析企业的出口市场选择。零利润单位成本门槛值越高，企业越容易进入该出口市场。该值与出口市场的总需求水平和价格水平正相关，与出口成本负相关。与零利润单位成本门槛条件相反，零利润生产率门槛值越小，企业越容易进入该出口市场。Chaney（2008）[25]认为低生产率企业很难赚取足够的利润来弥补进入出口市场所需的成本，企业出口市场的选择会因为其自身生产率、市场总需求以及价格制定等的不同而不同。Lawless & Whelan（2014）[26]考察了企业异质性特征对企业进入出口市场的影响，结果表明，企业规模越大，生产率越高，越有利于企业开拓新的出口市场。

Baldwin & Harrigan（2011）[27]基于Melitz（2003）的理论模型，进一步引入产品质量因素，研究发现更具竞争力的企业一般是能够生产高质量产品的企业，并且生产高质量产品的企业要承担更高的成本，而生产率高的企业才有能力承担高成本。樊海潮和郭光远（2015）[28]分析了企业产品出口价格、出口质量与生产率之间的关系，也发现产品出口质量与生产率正相关。这些更具竞争力的生产率高的企业能够生产高质量的产品，并且有能力开拓新的出口市场。Manova & Zhang（2012）[29]、施炳展（2013）[30]使用企业层面数据均发现这样一个事实，具有更高产品质量的企业的出口目的国更多。

出口企业将产品出口到更多样化的目的地市场是分散风险降低波动的重要举措。鸡蛋不放在同一个篮子里，这是规避风险的基本常识。这种多样化策略分散风险的思想最初来自资产组合理论（Sharpe，1964）[31]，该思想在金融领域有着广泛的应用，但是在国际贸易领域的应用却非常有限。强永昌和龚向明（2011）[32]使用中国宏觀数据研究了出口多样化与出口波动之间的关系，从经济发展的阶段和贸易政策两个方面入手分析出口多样化与出口波动的作用机制，认为我国的经济发展阶段决定了未来仍将通过多元化减小出口波动的幅度。Juvenal & Monteiro（2013） [33]采用阿根廷企业数据表明出口企业多样化水平越高出口波动越小，企业每增加对一个国家的出口能够降低约2%的销售波动。Vannoorenberghe等（2016）[5]基于中国企业2000—2006年的微观数据发现规模较大的企业出口到更加多样化的国家能够分散风险降低出口波动，而对于规模较小的企业结论则相反。该研究认为企业的出口波动不仅取决于其出口目的地的多元化还取决于其是否永久地出口到所有市场，而规模较小的企业更有可能偶尔向一些市场出口从而使出口波动更大。因此，理论上如果企业只出口到单一市场，面临冲击时调整出口策略的空间较小，但是，如果企业选择出口到多个市场，面临冲击可以更加灵活的配置在不同市场的出口比例，进而能够降低风险减小出口波动。

综上，本文中出口质量影响出口波动的供给侧多样化效应指产品质量高的企业出口市场更加多样化，而出口市场的多样化能够起到抑制出口波动的作用。由此，我们提出第二个假设：

假设2：出口质量通过供给侧的多样化效应抑制了出口波动。

其基本原理为：企业的出口产品质量影响了企业产品的供给（产品质量高的企业出口市场更加多样化）和需求（高质量产品一般被高收入国家的高收入群体消费），多样化的供给和高收入群体的需求进一步影响了出口波动，因此供给侧多样化效应和需求侧收入效应是出口质量影响出口波动的重要渠道。

三、模型设定与数据处理

（一）模型设定

为了检验出口质量对出口波动的影响，本文使用Baron & Kenny（1986）[34]的中介效应模型。中介效应模型可以分析自变量影响因变量的作用机制，能够得到更深入的结果（温忠麟，2014）[35]，近年来在研究影响机制的文献中得到了广泛应用（范洪敏和穆怀，2017[36] ；彭晖等，2017[37]）。本文使用的中介效应模型共包含4个方程（M1-M4），M1用于检验企业出口质量对出口波动的影响。

vol_ei，2011/2007=α1+β1qualityi，2006+ω1xi，2007+γ1+η1+ε1（1）

M2用于檢验中介变量（需求侧收入效应和供给侧多样化效应）对出口波动的影响。

vol_ei，2011/2007=α2+β2mi，2006+ω2xi，2007+γ2+η2+ε2（2）

M3用于检验出口质量对中介变量的影响。

mi，2006=α3+β3qualityi，2006+ω3xi，2007+γ3+η3+ε3 （3）

M4用于检验控制了出口质量的影响后，中介变量对出口波动的效应。

vol_ei，2011/2007=α4+β41qualityi，2006+β42mi，2006+ω4xi，2007+γ4+η4+ε4（4）

其中，下标i表示企业。vol_ei是企业的出口销售波动，qualityi是企业的出口质量，mi是中介变量，xi是控制变量，为了避免遗漏变量造成的估计偏差，控制了行业固定效应γ和地区固定效应η，ε表示随机扰动项。此外，为了减弱反向因果关系，对模型中的出口质量和中介变量采取滞后1期的处理方法。

1.企业的出口波动

用企业出口增长率的方差来衡量企业的出口波动：

voli=∑tgit-1T∑tgit2（5）

其中，git表示企业出口额xit的中点增长率，与普通增长率相比，中点增长率具有对称性和有界性的优点（Vannoorenberghe，2016[4]）。其计算方法为：

git=xit-xi，t-1xit+xi，t-1/2（6）

2.企业的出口质量

Khandelwal等（2013）[13]提出KSW方法测算企业-产品微观层面出口质量，目前该方法被广泛使用。本文也采用KSW 方法，同时借鉴施炳展（2014）[30]处理内生性和原始数据的方法测算了2006—2011年中国制造业企业出口质量。消费者效用函数如下：

U=∑Ngti=1λgijt1σgqgijtσg-1σgσgσg-1（7）

其中，λg ijt为企业i在t年对j国出口产品g的质量，qg ijt为产品g的数量，σg为产品种类间的替代弹性，对应的需求函数如下：

qgijt=λgijtpgijt/Pgjt-σgEgjt/Pgjt （8）

Pg jt是进口国的价格指数，Eg jt是j国消费者t年对g商品的总支出。由于出口质量的测算在产品层面上进行，因此删掉角标g，整理式（8）可得：

lnqijt=χjt-σlnpijt+εijt（9）

χjt=lnEjt-lnPjt为进口国-时间虚拟变量，lnpijt为企业i在t年对j国出口产品的价格，回归的残差项εijt=（σ-1）lnλijt来衡量企业i在t年对j国出口的产品质量。首先假设σ=5和σ=10。但是现实中不同行业间的σ不同，为了使结果更加精确，又利用Broda & Weinstein（2006）替代弹性的数据计算在每个HS2上的σ。根据回归结果通过（10）式定义质量：

qualityijt=lnijt=ijtσ-1=lnqijt-lnijtσ-1（10）

对（10）式的质量指标进行标准化处理：

squalityijt=qualityijt-minqualityijtmaxqualityijt-minqualityijt（11）

标准化后的产品质量位于[0，1]之间，没有测度单位，因此可以进行加总分析。我们利用出口产品质量的信息计算中国制造业企业的出口质量，见公式（12）：

quality=squalityijt×Xijt∑ijt∈ΩXijt （12）

其中，quality是企业加权出口质量，Ω是企业层面的样本集合，Xijt是某一类产品g在t年对j的出口价值量。

为了保证回归结果的可信度，本文对原始数据进行了处理：剔除信息损失样本；剔除贸易价值量小于50美元，数量小于1的样本；保留制造业样本；剔除制造业中的初级品、资源品样本；剔除同质产品样本；剔除样本量小于100的样本；剔除贸易公司样本①①相比之前相关文献的处理，本文对贸易公司的剔除做了更加严格的处理，剔除企业名称中含有“商贸”、“贸易”、“工贸”、“经贸”、“外经”、“科贸”、“进出口”、“货运代理”、“物流”的企业。 。通过数据整理，我们最终获得2006—2011年226863家企业对 210个国家和地区出口 2252种产品的数据，样本量为16068108。

图2为2006—2011年中国制造业企业出口质量变化趋势②②不同类型制造业企业出口质量的演进以及其和出口波动的关系可能不同，特别是不同技术水平行业中我国制造业企业的比较优势不同，同时我国加工贸易企业的比重较高，因此本文做了进一步分类研究。其中，高中低技术水平行业依据SITC的标准进行分类。 ，具有如下特點：（1）整体上我国制造业企业出口质量先下降后上升，在2007年下降到最低点，之后虽然缓慢上升但是没有超过金融危机之前的水平；（2）不同技术水平行业的出口质量都呈现缓慢下降的趋势，高技术行业的出口质量下降的幅度最大，可能因为高技术行业的风险更大；（3）一般贸易企业出口质量没有呈现下降的趋势，加工贸易企业出口质量先下降后缓慢上升，金融危机对加工贸易企业出口质量的影响更大。

图3是我国制造业企业出口波动的核密度图，展现了出口质量与出口波动关系的特征事实，初步表明对于整体制造业企业、中低技术行业的企业、一般贸易企业和加工贸易企业，出口质量较高出口波动较低。但是，对于高技术行业的企业这一关系不存在，对于这一现象本文在之后的实证分析中做了进一步的检验和说明。

3.中介变量的设定和说明

根据前文中理论机制的分析，需求侧收入效应用两个变量衡量，一个是高收入国家在企业出口产品中的平均消费份额（cons_h），另一个是企业产品进口国的人均收入波动（vol_d），数据来源分别是WITS-COMTRADE数据库和CEPII的BACI数据库。供给侧多样化效应用企业的市场集中度衡量（herf），企业的市场集中度由企业出口产品的平均赫芬达尔指数估计，数据来源是世界银行的EDD数据库。计算公式如下：

con_h=∑pip=1HighIncomeEconomiesimportspWorldsimportspPi（13）

vol＼_d = ∑P = 1Pi [∑CC = 1IVC ×IMC P ∑CC = 1IMC ]Pi （14）

herf=∑pip=1herfpPi（15）

4.控制变量的设定和说明

首先，控制企业特征对出口波动和出口质量的影响（Maggioni等，2016）[12]，企业特征包括：①出口增长率（growthrate）用2007—2011年企业平均出口增长的绝对值表示，在出口市场上快速增长或萎缩的企业可能更加不稳定，因此控制该变量对出口波动的影响；②出口销售额（lnsale）用企业出口额的对数衡量；③资产（lnassets）用企业总资产的对数衡量；④职工人数（lnemployment）用企业总职工人数的对数衡量；⑤工资（lnwage）用企业平均职工工资的对数衡量；⑥杠杆率（leverageratio）用企业的资产负债率即企业总负债与总资产之比表示；⑦全要素生产率（lntfp）用拓展的OP半参数方法进行测算。生产率差异是异质企业贸易理论的起点，也是被文献最先关注的异质性维度，生产率差异对出口行为有着重要的影响。然后，用省份、行业和所有权的固定效应控制遗漏的区域、行业和所有权的特定影响。

（二）数据处理

本文研究使用的数据主要有三个来源：一是中国海关贸易数据库；二是中国工业企业数据库；三是CEPII的BACI数据库。我们保留海关数据库2006—2011年连续出口的企业，获得46025家出口企业。由于海关数据库缺乏关于企业生产活动的信息，我们采用两步匹配法将海关数据库和工业企业数据库合并起来，再根据模糊匹配原则剔除名称差异较大的企业，最终我们获得2006—2011年22906家制造业企业出口数据。第三套数据来自CEPII提供的2006—2011年BACI（HS2002版）双边贸易数据库，该数据详细记录了全球216个国家和地区的5111种HS8分位产品的双边贸易数量和金额，平均每年观测值达500万以上。基于这套产品层面高度细分的数据，我们能够更加精确地测算出产品的出口质量。

四、实证结果与分析

（一）基准估计结果

我们首先检验了金融危机期间企业出口质量与出口波动的基本关系，表2报告了基准估计结果，其中前2列采用海关数据检验，第（3）列到第（6）列采用海关-工业企业匹配数据检验。在第（1）列和第（3）列回归中只考虑出口质量，第（4）列和第（5）列引入代表企业特征的控制变量，第（2）列和第（6）列是进一步控制了企业的所有权、行业效应和地区效应的完整回归结果。结果显示，出口质量与出口波动的关系显著为负，表明金融危机期间出口高质量产品的制造业企业出口波动较小。

下表同。

那么出口高质量的产品能够抑制出口波动背后的原因是什么呢？我们进一步运用中介效应模型检验两者之间关系的理论机制。根据温忠麟（2014）[35]对中介效应模型的研究，如果需求侧收入效应和供给侧多样化效应起到中介效应的作用，则需满足以下条件：第一，自变量（出口质量）在统计上显著影响因变量（出口波动）；第二，中介变量在统计上显著影响因变量（出口波动）；第三，自变量（出口质量）在统计上显著影响中介变量；第四，在考虑了中介变量对因变量（出口波动）的影响后，自变量（出口质量）对因变量（出口波动）的影响如果不再显著，说明是完全中介效应，如果显著则需继续考察是否是部分中介效应。

表3汇报了中介效应模型的OLS 估计结果。回归结果显示：企业出口质量与出口波动显著负相关（M1）；衡量需求侧收入效应的一个中介变量即高收入国家的消费份额（cons_h）与出口波动显著负相关，另一个中介变量即需求波动（vol_d）与出口波动显著正相关，衡量供给侧多样化效应的中介变量即市场集中度（herf）与出口波动显著正相关（M2）；出口质量与高收入国家的消费份额（cons_h）显著正相关，与需求波动（vol_d）显著负相关，与市场集中度（herf）显著负相关（M3）；当控制了出口质量对出口波动的影响之后，中介变量高收入国家的消费份额（cons_h）与出口波动仍然显著负相关，需求波动（vol_d）与出口波动仍然显著正相关，市场集中度（herf）与出口波动仍然显著正相关。同时出口质量与高收入国家的消费份额（cons_h）显著正相关，与需求波动（vol_d）显著负相关，与市场集中度（herf）显著负相关（M4）。因此，根据中介效应模型的工作原理，需求侧收入效应和供给侧多样化效应是部分中介效应①①完全中介的情况非常少，Preacher和Hayes（2008）认为应该放弃完全中介的概念，将所有中介都看作是部分中介。 ，中介效应占总效应的49.3%②②中介效应比率（z）的算法（温忠麟，2014）：z=ab/c，a是出口质量对中介变量的估计系数，c是出口质量对出口波动的估计系数，b是控制了出口质量对出口波动的影响之后，中介变量对出口波动的估计系数。 。以上结果表明，高质量产品通过高收入国家较高的消费比重、较低的需求波动和较低的市场集中度（更多样化的出口市场）稳定了出口销售，该回归结果很好地支持了我们的理论假设。

（二）分类估计结果

为了检验上文基本特征事实中出口波动核密度图中的现象，进一步对不同技术水平企业、一般贸易企业和加工贸易企业进行分类回归。对不同技术水平企业的估计结果报告在表4第（1）到第（3）列。特别的是，发现低中技术企业的出口质量与出口波動的关系均显著为负，但是高技术企业的出口质量与出口波动的关系显著为正，金融危机期间低中技术企业出口高质量产品可以抑制出口波动，但是高技术企业出口高质量产品却造成出口波动更大，这说明危机冲击对高技术行业的高质量产品影响更大。而对于一般贸易企业和加工贸易企业，出口质量与出口波动的关系均显著为负。回归结果与特征事实一致。

对于不同技术水平行业，为什么企业出口质量与出口波动的关系不同？我们进一步用中介效应模型进行分类检验寻找可能的原因。表5汇报了低技术行业中介效应模型的OLS 估计结果。回归结果显示：市场集中度和需求波动的中介效应均不显著，高收入国家的消费份额是遮掩效应①①ab和c的符号，如果同号，属于部分中介效应，如果异号，属于遮掩效应。a是出口质量对中介变量的估计系数，b是控制了出口质量对出口波动的影响之后，中介变量对出口波动的估计系数，c是出口质量对出口波动的估计系数。 而不是中介效应，出口质量与高收入国家的消费份额显著负相关，说明低技术行业的高质量产品并非主要被高收入国家消费。

表7汇报了高技术行业中介效应模型的OLS 估计结果。回归结果显示：出口质量与出口波动的关系显著为正，高收入国家消费份额和市场集中度是遮掩效应，需求波动是中介效应，说明高质量产品通过高收入国家较高的消费比重和市场多样化稳定了出口销售，而通过较高的需求波动加剧了出口波动。因此，对于高技术行业，金融危机对高质量产品的需求冲击更大，这是出口质量与出口波动关系显著为正的一个原因。

（三）稳健性检验

1.内生性问题

考虑到可能存在的内生性问题，企业的出口质量影响出口波动，反过来出口波动可能潜在地影响出口质量，我们进一步使用历史工具变量克服内生性问题（刘金东和常皓，2016）[38]。具体地，选择2006年的出口质量和中介变量作为工具变量，因变量为2007年到2011年企业的出口波动，自变量为2007年的出口质量，然后进行两阶段最小二乘法（2SLS）估计。我们首先采用Durbin-Wu-Hausman检验方法对出口质量的内生性做严格的检验，得到其检验统计量为2.7，伴随概率为0.09，表明在10%水平上拒绝“企业出口质量是外生”的原假设。表8显示了工具变量估计结果，与前文普通最小二乘回归结果一致，考虑内生性问题后中介效应比率上升到50.2%。

2.样本选择问题

在前文的分析中，用连续6年出口的企业作为样本，这样会失去大量样本造成样本选择偏差。为此，我们借鉴Vannoorenberghe等（2016） [5]的做法增加出口企业的样本，分别选择企业出口年份大于5年和出口年份大于4年的两组数据，再进行中介效应模型检验。表9汇报了出口年份大于5年的样本中介效应模型估计结果，表10汇报了出口年份大于4年的样本中介效应模型估计结果。回归结果显示：需求侧收入效应和供给侧多样化效应是部分中介效应，高质量产品通过高收入国家较高的消费比重、较低的需求波动和较低的市场集中度（更多样化的出口市场）稳定了出口销售，该回归结果与基准回归结果一致。

13.企业出口波动的其它测算方法

在前文，我们用出口增长率的标准差衡量出口波动。为了稳健起见，这里进一步采用残差法重新测算出口波动（Veirman & Levin，2012）[39]。企业出口的不确定增长率用企业实际出口增长率除去可预见因素后的残差项衡量，而出口波动用残差项的标准差估计，计算公式如下：

git=ln（rit）-ln（rit-1）=α0+α1X+ηit（16）

其中g为企业实际出口增长率，r为企业出口销售额，X为控制变量向量，控制了企业固定效应和时间-行业固定效应，η为方程的残差项。然后根据残差项计算出口波动（vol_e）：

vol_e=StdDev（ηit）（17）

表11汇报了残差法测算出口波动的稳健性分析估计结果，本文中介效应模型的核心结论并不随着企业出口波动测算方法的改变而改变，出口质量通过需求侧收入效应和供给侧多样化效应抑制了出口波动。

五、结论与政策启示

本文利用2006—2011年中国海关贸易数据和工业企业数据，从企业微观层面考察了金融危机期间出口质量对出口波动的影响，并运用中介效应模型寻找两者之间关系的作用机制。得出以下结论：第一，在金融危机期间整体上我国制造业企业出口质量先下降后上升，在2007年下降到最低点，之后虽然缓慢上升但是没有超过金融危机之前的水平。不同技术水平行业的出口质量都呈现缓慢下降的趋势，高技术行业的出口质量下降的幅度最大；第二，企业出口质量越高出口波动越小，说明出口质量较高的企业在一定程度上能够抵御冲击，出口增长相对稳定。但是高技术行业的企业出口质量越高出口波动越大，说明金融危机对该类产品的冲击较大；第三，需求侧收入效应和供给侧多样化效应是出口质量抑制出口波动的部分中介效应，中介效应占总效应的50.2%（考虑内生性问题后）。出口质量较高的企业通过高收入国家较高的消费比重、较低的需求波动和较低的市场集中度（更多样化的出口市场）抑制了出口波动。第四，对于高技术行业的企业，高收入国家消费份额和市场集中度是遮掩效应，需求波动是中介效应，该类高质量产品通过高收入国家较高的消费比重和市场多样化抑制了出口波动，而通过较高的需求波动加剧了出口波动。

本文揭示了金融危机期间出口质量较高的企业通过需求侧收入效应和供给侧多样化效应缓解了出口波动，但是我们发现的是部分中介效应，并不是完全中介效应，未来的研究工作可以从两个方面展开：第一，寻找出口质量影响出口波动的其他中介效应；第二，基于完整的理论框架研究出口质量对出口波动的影响机制。

为实现2018年政府工作报告提出的“坚持以供给侧结构性改革为主线，统筹推进稳增长”和“高质量发展”的战略目标，通过国际贸易的高质量发展抵御冲击，政府可以从以下方面加强工作：（1）在所谓第四轮工业革命和国际贸易保护主义势力抬头的背景下，中国制造业企业要坚持以高质量发展为中心，加强技术创新（成海燕和徐治立，2017）[40]，为抵御和化解外部冲击提供坚韧力量，为在“新常态”下保持经济持续稳定增长提供动力支持；（2）加强高质量发展战略抑制经济波动的作用需要重视两个方面，一个是增加高质量产品在高收入国家的消费比重，另一个是企业出口市场适当多样化；（3）危机冲击对高技术行业的稳定增长影响较大，应该注意防范化解风险，循序渐进的推进高技术行业的高质量发展，不可拔苗助长。

参考文献：

[1]朱尔茜.供给侧结构性改革：动因、内容与次序[J].河北大学学报（哲学社会科学版），2016，41（3）：75-80.

[2]Munch J R，Nguyen D X.Decomposing firm-level sales variation[J].Journal of Economic Behavior & Organization，2014，106：317-334.

[3]Bown C P，Crowley M A.Trade deflection and trade depression[J].Journal of International Economics，2007，72（1）：176-201.

[4]Bown C P.Protectionism is on the rise：Antidumping investigations[M]// Baldwin R，Evenett S.The collapse of global trade，murky protectionism，and the crisis：Recommendations for the G20.London：Center for Economic Policy Research，2009：55-57.

[5]Vannoorenberghe G，Wang Z，Yu Z.Volatility and diversification of exports：Firm-level theory and evidence[J].European Economic Review，2016，89：216-247.

[6]張龑，孙浦阳.需求网络结构、销售策略与出口波动：来自中国企业的证据[J].世界经济，2017，40（3）：76-98.

[7]Hummels D，Klenow P J.The variety and quality of a nations exports[J].American Economic Review，2005，95（3）：704-723.

[8]刘瑶，丁妍.中国ICT产品的出口增长是否实现了以质取胜——基于三元分解及引力模型的实证研究[J].中国工业经济，2015（1）：52-64.

[9]李小平等.出口的“质”影响了出口的“量”吗？[J].经济研究，2015（8）：114-129.

[10]廖涵，谢靖.“性价比”与出口增长：中国出口奇迹的新解读[J].世界经济，2018（2）：95-120.

[11]Krishna P，Levchenko A A.Comparative advantage，complexity，and volatility[J].Journal of Economic Behavior & Organization，2013，94：314-329.

[12]Maggioni D，Turco A L，Gallegati M.Does product complexity matter for firms' output volatility？[J].Journal of Development Economics，2016，121：94-109.

[13]Khandelwal A K，Schott P K，Wei S J.Trade liberalization and embedded institutional reform：Evidence from Chinese exporters[J].American Economic Review，2013，103（6）：2169-2195.

[14]Linder S B.An essay on trade and transformation[M].New York：John Wiley & Sons，1961.

[15]Flam H，Helpman E.Vertical product differentiation and North-South trade[J].American Economic Review，1987，77（5）：810-822.

[16]Stokey N L.Human capital，product quality，and growth[J].The Quarterly Journal of Economics，1991，106（2）：587-616.

[17]Hallak J C.Product quality and the direction of trade[J].Journal of International Economics，2006，68（1）：238-265.

[18]Hallak J C，Schott P K.Estimating cross-country differences in product quality[J].The Quarterly Journal of Economics，2011，126（1）：417-474.

[19]Feenstra R C，Romalis J.International prices and endogenous quality[J].The Quarterly Journal of Economics，2014，129（2）：477-527.

[20]余淼杰，张睿.中国制造业出口质量的准确衡量：挑战与解决方法[J].经济学（季刊），2017，16（2）：463-484.

[21]Bils M，Klenow P J.The acceleration of variety growth[J].American Economic Review，2001，91（2）：274-280.

[22]Kraay A，Ventura J.Comparative advantage and the cross-section of business cycles[J].Journal of the European Economic Association，2007，5（6）：1300-1333.

[23]Melitz M J.The impact of trade on intra-industry reallocations and aggregate industry productivity[J].Econometrica，2003，71（6）：1695-1725.

[24]Eaton J，Kortum S，Kramarz F.An anatomy of international trade：Evidence from French firms[J].Econometrica，2011，79（5）：1453-1498.

[25]Chaney T.Distorted gravity：The intensive and extensive margins of international trade[J].American Economic Review，2008，98（4）：1707-1721.

[26]Lawless M，Whelan K.Where Do Firms Export，How Much and Why？[J].The World Economy，2014，37（8）：1027-1050.

[27]Baldwin R，Harrigan J.Zeros，quality，and space：Trade theory and trade evidence[J].American Economic Journal：Microeconomics，2011，3（2）：60-88.

[28]樊海潮，郭光遠.出口价格、出口质量与生产率间的关系：中国的证据[J].世界经济，2015（2）：58-85.

[29]Manova K，Zhang Z.Export prices across firms and destinations[J].The Quarterly Journal of Economics，2012，127（1）：379-436.

[30]施炳展.中国企业出口产品质量异质性：测度与事实[J].经济学（季刊），2014，13（1）：263-284.

[31]Sharpe W F.Capital asset prices：A theory of market equilibrium under conditions of risk[J].The Journal of Finance，1964，19（3）：425-442.

[32]强永昌，龚向明.出口多样化一定能减弱出口波动吗——基于经济发展阶段和贸易政策的效应分析[J].国际贸易问题，2011（1）：12-19.

[33]Juvenal L，Santos Monteiro P.Export market diversification and productivity improvements：Theory and evidence from Argentinean firms（FRB of St.Louis Working Paper，No.2013-015A）[R].St.Louis：Federal Reserve Bank of St.Louis，2013.

[34]Baron R M，Kenny D A.The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J].Journal of Personality and Social Psychology，1986，51（6）：1173-1182.

[35]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）：731-745.

[36]范洪敏，穆怀中.人口老龄化对环境质量的影响机制研究[J].广东财经大学学报，2017，32（2）：41-52.

[37]彭晖等.社会资本、交易成本与流通产业发展——基于中介效应模型的实证研究[J].北京工商大学学报（社会科学版），2017，32（4）：45-56.

[38]刘金东，常皓.税收超GDP增长的主导因素：征管效率还是存量资产？[J].西部论坛，2016，26（2）：23-33.

[39]De Veirman E，Levin A T.When did firms become more different？ Time-varying firm-specific volatility in Japan[J].Journal of the Japanese and International Economies，2012，26（4）：578-601.

[40]成海燕，徐治立.科技企业生命周期的创新特征及政策需求[J].河南师范大学学报（哲学社会科学版），2017，44（3）：88-94.

Does Export Quality Influence Firms Export Volatility

-Empirical Evidences in Financial Crisis Period

LI Xiaoping，DAI Zhihui

（Economic School Zhongnan University of Economics and Law，Wuhan，Hubei 430073，China）

Abstract：When studying the economic effect of export quality， literatures focus on “the puzzle of Chinas trade growth”， while insufficient attention has been paid to trade volatility under crisis impact. Based on China customs trade data and industrial enterprises data from 2006 to 2011， this paper adopts a mediation effect model to investigate influences of export quality on export volatility and the action mechanism during the period of financial crisis. It is found that enterprises export quality negatively affects export volatility during financial crisis， and higher export quality is associated with less export volatility. Income effect of the demand side and diversification effect of the supply side are important channels， via which relatively high export quality suppresses export volatility， and approximately account for 1/2 of the suppression effect.An enterprise with relatively high export quality inhibits export volatility due to a relatively high consumption proportion of a higher-income country， relatively low demand volatility and relatively low market concentration. However， high export quality of enterprises within high-tech industries is related with higher export volatility， since the relatively high demand volatility of the product category during the financial crisis period aggravates export volatility. The conclusion provides theoretical and empirical supports for the trade strategy of “high-quality development” and “structural adjustment for stable growth” under Chinas new economic normal.

Key words：export quality； export volatility； mediating effect； manufacturing industry

責任编辑：萧敏娜吴锦丹萧敏娜常明明张士斌