中国工业企业出口议价能力测度——基于双边随机前沿分析

王宏波，刘 杨

（天水师范学院 马克思主义学院，商学院；甘肃 天水 741001）

改革开放以来，中国出口贸易发展迅猛，取得显著成效。出口规模自2009年以来一直稳居世界第一，出口结构不断优化，出口产品技术水平与技术复杂度也不断提升。[1]但是，中国出口产品低价格问题却一直悬而未解，与中国贸易大国地位极不相称。例如，中国是世界第一大稀土出口国，但2010年中国稀土的平均出口价格不到1.5万美元/吨，而美国的国内平均售价约2万美元/吨（美国地质调查局，USGS）。事实上，中国出口产品平均价格不仅低于美国、德国、日本等发达国家，且低于印度、巴西等发展中国家，中国出口产品的低价现象严重。[2]而这种低价问题并非由于出口企业竞争强度及中国自身行业原因，根本问题在于“出口定价权”的缺失。[3]出口定价权是产品国际竞争力的外在表现，不仅与一国对外贸易利得息息相关，微观上更关系到出口企业利润与要素收入的多寡。因而，如何增强中国企业出口定价能力、提高出口产品在国际市场的价格、增加中国出口贸易利益是当前亟待解决的问题。

出口定价问题一直是国际经济学研究的重点话题之一。Krugman最早提出“依市定价（Pricing to Market，PTM）”模型，即国际市场上汇率的变动将导致垄断厂商实施歧视价格。在此基础上，不少学者对汇率变动与出口价格的关系进行了探讨，如Yang通过分析美国103种进口产品和102种出口产品的进出口价格汇率传递情况发现，美国及外国出口厂商均具有PTM行为，但外国厂商会吸收大部分的汇率变动以稳定在美国市场的价格，而美国厂商则将大部分的汇率变动传递到出口价格上；[4]Ki⁃kuchi and Summer利用成本加成定价模型对日本出口价格进行了汇率传递效应的估计，发现短期内出口商的利润吸收了汇率变动带来的风险，而长期来看，汇率变动的传递效应最终反映在成本和出口价格中；[5]陈学彬等研究发现中国出口企业的PTM程度存在较大差别：劳动密集型产业的PTM程度较高，而能源、原材料等产业的PTM程度低或不存在PTM行为；[6]Garcia Solanes and Torrejon Flores研究发现发达国家与发展中国家之间的进口汇率传递效应存在显著差异；[7]Garetto利用异质企业的出口定价模型研究发现企业出口汇率传递大小与企业相对于其竞争对手的大小有关，且汇率波动同时影响商品的出口价格和国内销售价格。[8]其他关于出口定价的研究中，B.Smith分析了日本等国家进口资源类产品的双边议价能力；[9]Dowlatshahi研究发现交易双方的国际市场份额、商品稀缺度等因素能够影响议价能力；[10]Sabien Dobbelaere利用比利时制造业相关数据研究发现议价能力与行业、劳动力素质有关；[11]Schiff and Maurice利用一般均衡模型探讨了国际贸易中形成利益集团的方式能够改变议价能力较低的局面；[12]Cristiana Benedetti and Teodora Borota在分析产品质量和劳动效率对两国间贸易模式与贸易密集度的形成有何影响时发现，企业产品质量和成本效率的不同最终导致穷国、富国间不同的进出口价格。[13]

近年来，不少学者开始关注中国出口产品价格问题。一方面，部分学者探讨中国产品出口价格影响因素。如齐欣等利用2007中国HS六位码出口产品的贸易数据实证分析了要素禀赋、金融发展、法律制度等因素对出口价格的影响。[4]文争为基于SITC五位码产品分类，以中国前九大贸易伙伴为对象，利用1996～2008年中国制造业中373个行业的面板数据，研究了中国出口企业在制定出口价格时的“依市定价”行为。[14]另一方面，部分学者关注了中国出口产品的定价问题。Xiaolan Fu通过研究1989～2006年出口到欧盟、日本、美国的中国工业品价格，发现中国与中等收入国家具有相似的出口价格竞争，与高收入国家之间在低技术产品间存在价格竞争。[15]但是，中国出口对高收入国家的影响并不是通过价格竞争而是市场扩张，尤其是中国加入WTO之后。李秀芳利用匹配的工业企业微观数据与中国出口数据，发现出口企业竞争强度及中国自身行业特征并非中国出口低价格的原因，根本原因在于“出口定价权”的缺失。[16]刘海洋等利用1999～2007年中国企业的微观数据实证研究了企业所有制对议价能力的影响，研究发现国有企业和集体企业讨价还价能力较低，继而又从行业层面研究了中国出口定价能力。[17-18]Maria Bas and Vanessa Strauss-Kahn利用中国2000～2006年的贸易数据研究了中间投入品贸易自由化对进口投入品和出口品价格的影响，结果表明当关税降低，中间投入品进口价格和出口品价格均上涨，但这一效应仅限于企业从发达国家进口中间投入品并把成品出口到高收入国家。[19]陈柳从人民币汇率视角下探讨了中国制造业产品的出口定价能力。[2]针对中国出口定价权缺失的研究，虽然已有不少文献提出中国面临出口产品定价缺失的问题，但大多停留在定性分析层面上，缺乏对定价权缺失程度的定量测度或相关的实证分析。因此，本文尝试从微观企业层面出发，利用双边随机前沿模型实证检验中国出口产品的价格影响因素，并对其议价能力进行定量测度，以对当前中国产品出口低价问题做出客观分析。

跟本文最直接相关的研究均利用双边随机模型实证分析了中国产品出口价格影响因素，并发现中国出口企业缺乏议价能力。但刘海洋等只使用了2006年海关贸易数据，[17]涉及的变量限于企业所有制、交易数量、商品种类、运输方式等，没有考虑供给层面的企业特征和需求层面的出口目的国特征；且仅考虑了国有企业的情况，因而其研究结论的说服力有限。张欣、孙刚采用是国泰安的工业行业统计数据，因而实证分析时仅考虑了宏观层面的变量，如分行业的工业品出厂价格指数、汇率等。[20]据此，本文在刘海洋等和张欣、孙刚出口定价理论的基础上，基于双边随机前沿模型，利用匹配后的中国工业企业和海关贸易的微观数据，在综合考虑出口企业特征变量、出口目的国特征变量，以及出口产品质量、交易数量等因素的情况下，实证分析了中国工业企业出口产品价格影响因素及其出口议价能力。本文的主要贡献体现在：通过匹配中国工业行业数据库和海关贸易数据库，将供给层面的出口企业信息与出口相关信息（出口金额、交易数量、贸易方式、运输方式等）对接，并利用海关贸易数据中的“出口目的国”变量补充获得需求层面的出口目的国信息，从而在综合考虑供给层面的出口企业特征、需求层面的出口目的国特征，以及出口相关特征的情况下，利用微观数据深入研究中国工业企业的出口议价问题；同时，考虑到数据的丰富性和企业的异质性，进一步区分本土企业和外资企业，从而更为细致地分析不同性质企业出口议价能力的差异。

一、出口定价模型

假定在一个典型的出口贸易市场中，存在众多的出口产品的出口商和进口商，且均掌握着一定的信息，①出口商对出口产品的生产成本投入、质量等存在信息优势，进口商掌握更多本国需求、消费者购买能力等信息。则进出口双方最终接受的价格（P）可表述为

可知，式（2）由三部分组成：第一部分 μ(x)是由给定出口产品的个体特征决定的基准价格；第二部分η[Pˉ-μ(x)]是出口商在议价过程中最终获得的价格剩余；第三部分(1-η)[μ(x)-是进口商通过议价最终获得的实际剩余。式（2）表明，出口商可通过“掠取”进口商预期剩余的一部分以提高出口产品价格，而进口商也可“掠取”出口商预期剩余的一部分以使交易价格降低，实际价格P是否高于基准价格主要取决于出口商和进口商实际价格剩余之差即进出口商交易谈判议价的净效应。

因此，在本文的模型框架下，出口商的议价能力对实际出口价格的形成具有一个正效应，进口商的议价能力具有负效应，即议价能力对最终出口价格形成的影响是双边的。则可进一步将式（2）简写为

式（3）是一个典型的双边随机前沿模型。[22]其中，表示影响出口基准价格的变量，如生产成本、产品质量、市场供求等，β为待估计参数向量；体现为出口商掠取进口商预期剩余以提高实际出口价格；

体现为进口商通过掠夺出口商预期剩余以降低实际出口价格；vi表示一般意义上的随机干扰项。

本文采用极大似然估计方法（Maximum Likeli⁃hood Estimation，MLE）来同时估计 β参数向量和进出口商能够掠取的价格剩余ωi、ui.假定vi服从正态分布，即议价因素ωi和ui均 服 从 指 数 分 布 ，①ωi和ui应满足单边分布的特征，也可假定其服从半正态分布、伽马分布等其他类型的单边分布。考虑到不同的分布假设对估计结果并没有实质性的影响（Kumbhakar&Lovell,2000），本文采用了形式最为简单的指数分布。即同时，进一步假定vi、ωi和ui相互独立，且均独立于xi。基于上述假定，可推导出包含n个观测值样本的对数似然函数

其中， θ=[β,σv,σu,σw]T， Φ(.)表示标准正态分布的累积分布函数，其他参数设定为

通过反复迭代使得式（4）中的对数似然函数值最大化，即可得到所有参数的极大似然估计值。在此基础上，可推导出ωi和ui的条件分布，并进一步得到进出口商在议价过程中的ωi和ui的条件期望值，即进出口商能够“掠取”的价格剩余

值得一提的是，参数σw只出现在bi和di中，σu也只出现在ai和ci中，即σw和σu在式（4）的对数似然函数中是分开存在的，因此，式（3）中的三个随机干扰项σw、σu和σv均是可识别的。通过将随机干扰项分解为σw、σu和σv三部分，使得在后续的检验过程中，无需事先假定进出口商的议价能力，而是完全由估计结果决定，这是传统回归方法无法实现的。

二、数据与指标

（一）数据来源

本文采用的数据主要来源于中国工业企业数据库和海关贸易数据库，通过匹配合并可得到出口企业——出口产品——出口目的国的三维度对应关系，以在综合考虑供给层面的出口企业特征、需求层面的出口目的国特征以及出口产品相关特征的情况下实证分析中国工业企业出口产品价格的影响因素及其议价能力。

1.中国工业企业数据库

中国工业企业数据库包含了中国所有国有企业，以及“规模以上”的非国有企业，涉及企业资产负债表、利润表与现金流量表中的80多个变量，以及企业名称、代码、规模、所有制、出口交货值、就业人数等方面的详细信息。平均而言，这套数据涵盖了2000～2012年大部分制造业企业的生产信息，企业生产总值占中国工业生产总值的95%以上，是目前最为原始、翔实、全面的企业生产数据。

本文的研究主要以2012年的企业生产数据为基础。2012年的原始数据涉及311314家企业。考虑到数据在统计时可能出现的错误，本文删除了出现以下任何一种情况的观测值：（1）流动资产大于总资产；（2）固定资产大于总资产；（3）出口额超过工业销售总额；（4）工业增加值、固定资产、从业人数为0或负值；（5）开业月份大于12或小于1；（6）企业名称缺失或企业代码重复。经过上述处理，这套数据包含的企业总数降至25万家。

2.海关贸易数据库

海关贸易数据库报告了来自中国海关总署的进出口产品交易的月度数据，涉及每种贸易产品的名称、HS八位码、贸易额（美元）、贸易状态（进口/出口）、贸易数量、交易单位、单位产品贸易额等7个贸易基本变量，出口目的国/进口来源国、中转国（途径国家/地区）、贸易方式（一般贸易、加工贸易等）、运输方式（海运、航运等）、进出口海关等5个贸易基本变量，以及企业名称、企业代码、企业性质（国有、集体、外资等）、地址、电话、邮编、联系人姓名等7个进出口企业基本信息变量。本文以2012年的海关贸易数据为基础，通过剔除属于进口的观测值，以及月度数据的合并，得到全年的原始数据中共包含14350017笔交易，涉及HS八位码分类的产品八千余种，出口总额约20489亿美元。

3.合并数据

尽管这两套数据库均包含丰富的信息，但各自侧重不同，例如，海关商品贸易数据库仅包含企业名称、企业代码等基础变量，并没有提供企业规模、人员、销售、财务状况等方面的信息。因此，我们需要将中国工业企业数据库与海关商品贸易数据库进行匹配，以同时使用两套数据库中的研究变量。由于工业企业数据库与海关商品贸易数据库对企业代码没有采用统一的编码系统，不能进行简单的对接。本文利用以下两种方法来实现两套数据库的合并：首先用企业名称对数据库进行匹配；同时按照企业电话号码的后七位与所在地邮政编码进一步合并。考虑到部分企业在工业企业数据库或海关商品贸易数据库中没有汇报企业名称，或其邮编和电话号码，为保证合并后能够得到尽可能多的企业，本文保留了所有通过企业名称匹配出来的企业，或通过邮编与电话号码匹配出来的企业。为排除异常值的影响，进一步剔除工业数据库中出口交货值为0、海关数据库中出口数量为0的观测值，以及出口目的地为北美洲其他国家、大洋洲其他国家、非洲其他国家、拉丁美洲其他国家等地点不明确的观测值。①本文实证包含出口目的国特征变量，无法获取这些地点不明确的相关变量，考虑这些地区对应的观测值有限，故剔除。

（二）变量指标的选取

1.被解释变量

由于一个企业可能出口多种产品、一种产品也可能有多笔交易，因此本文按照每月度中企业代码和出口产品HS八位码分别加总出口金额和数量，算得分月份的每个企业出口某种产品的平均价格，并以该价格的对数值为被解释变量lnprice.需要说明的是，下文的回归分析中，剔除了记录分月份的同一企业同一产品多笔交易的观测值，因此最终用于实证检验的样本数为3004841个。

2.解释变量

本文主要从出口企业特征、出口产品特征、出口目的国特征三个层面分析工业企业出口基准价格的决定因素，进而在充分考虑进出口商可能掌握的交易信息的基础上，估计中国工业企业的出口议价能力。具体的变量有：

（1）出口企业特征变量。

企业年龄age：用样本年份2012减去企业开业年份得到。

企业规模lnsize：中国工业企业数据库中企业被分为“大型、中型、小型”三大类，但这一分类太过笼统，通常的做法是用员工数量、销售额等表示，为尽量避免潜在的共线性问题，本文以企业从业人数作为企业规模的代理指标，取其对数值。一方面，企业规模越大，越容易实现规模经济，减少中间投入成本，出口价格可能越低；另一方面，规模越大的企业，垄断力越强，也更倾向于制定一个更高的价格。

员工人均工资lnpwage：员工工资是衡量企业生产成本的指标之一，员工人均工资越高，生产成本越高，本文通过（应付工资+应付福利）/从业人数算得。

企业全要素生产率tfp_ols：全要素生产率是体现企业生产率和技术水平的重要指标，全要素生产率越高，资本劳动比投入相对越大，出口产品价格也越高。本文以工业总产值衡量产出，以从业人数和固定资产分别衡量劳动和资本的投入，并控制企业所在地区和企业性质的固定效应，利用ols估计法算得2012年工业企业的全要素生产率。

（2）出口相关变量。

出口产品质量lnquality：现有文献中主要有两种思路衡量出口产品质量，一是产品的出口单位价值，即本文的被解释变量；另一种是产品的技术复杂度。[23]产品的质量往往与生产该产品的技术含量正相关，产品的技术含量越高，其质量越好。本文采用工业增加值除以企业从业人数作为衡量产品质量的代理指标。理论上，更高的产品质量意味着更多的市场需求，越有利于企业提高其出口产品价格。

每笔出口交易数量lnamount：工业企业每笔出口交易的数量对最终成交价格产生很大影响，一般而言，出口数量越大，进口商的议价能力越强，出口企业为达到一定销售量而适当降低售价，实现“薄利多销”。由于同一企业同一产品存在多笔交易记录，因此类似于对出口价格的处理，本文将分月份的每个企业出口同种产品的数量加总，并取其对数值。

（3）出口目的国特征变量。

出口目的国经济规模lngdp：出口目的国经济规模越大，对国外产品的需求越多，因而越有利于出口企业提高产品价格。

出口目的国经济发展水平lnpgdp：本文以出口目的国人均GDP衡量其经济发展水平，经济水平越高的国家，越有能力购买来自各国的出口产品，因而不利于出口企业提高价格。

出口目的国进口依赖度im_gdp：本文以出口目的国的进口额占GDP的比值衡量该国对国外市场的依赖程度，单位GDP中进口额越高，其对进口产品越依赖，越有利于中国出口企业收取一个更高的价格。

出口目的国与中国的地理距离lndis：根据新新贸易理论，如果企业以价格竞争为主，则地理距离越远，出口价格越低；如果企业以非价格竞争为主，则地理距离越远，出口价格越高。本文以出口目的国首都与中国首都的最短航运距离衡量各国与中国的地理距离。

需要说明的是，出口企业特征变量与出口相关变量数据均来源于中国工业数据库与海关贸易数据库；但海关贸易数据库中仅有出口目的国国家名称，没有出口目的国的特征变量，需要单独整理并与匹配后的工业数据和海关数据合并。其中，lngdp、lnpgdp、im_gdp数据来源于世界银行的《世界发展指数（2014）》；lndis数据来源于CE⁃PII GEO数据库。

表1报告了主要变量的统计性描述。

表1 主要变量的统计性描述

三、实证分析

基于双边随机前沿模型，本文主要从微观企业层面对中国工业企业的议价能力进行实证研究。因此，本部分将在出口产品基准价格影响因素分析的基础上，对模型总方差进行分解，以测度进出口商由于议价能力差异而获得的不同价格剩余。

（一）出口产品基准价格的影响因素

为控制离群值和特殊值对估计结果可能造成的偏误，本文先对出口产品平均单位价格在5%和95%的分位点上进行缩尾处理；同时，设定多个模型进行回归分析，以保证估计结果的稳健性（结果如表2所示）。表2中模型1采用混合OLS估计，并使用稳健标准误；模型2～6均采用基于双边随机前沿模型的MLE估计，其中，模型2加入了企业年龄、规模、人均工资、全要素生产率等企业特征变量，以及出口产品质量与出口数量等出口相关变量；模型3进一步考虑了出口目的国特征变量；模型4～6依次控制了企业性质固定效应、地区控制效应和行业控制效应，由LR(chi2)可知，模型的拟合效果逐渐改善。本文后续分析主要基于模型6的设定及估计结果进行。

估计结果显示，企业规模、员工平均工资、全要素生产率、出口产品质量、出口目的国GDP、出口目的国进口依存度等因素对出口基准价格的形成具有一个正向效应，即出口企业规模越大，需支付平均工资、全要素生产率、出口产品质量越高，以及得知出口目的国经济规模和进口依存度较高时，更有可能确定一个较高的出口基准价格；而企业年龄越大、每笔交易数量越多、出口目的国经济水平越高以及距离中国越远，则更倾向于确定相对低的出口基准价格。这一结果与中国出口产品主要以价格竞争为主的事实基本相符。

（二）方差分解：进出口商议价能力测度

双边随机前沿模型将误差项分为三个部分，通过方差分解，能够估计得到每部分误差项对出口价格的影响，即随机误差、进出口商议价能力对出口价格波动的作用大小。表3报告了方差分解的结果。可知，进出口商议价能力对出口价格形成具有重要作用，且进口商议价能力明显强于出口商议价能力，对出口基准价格产生负向的综合影响E(w-u)=σw-σu=-0.435，导致最终的实际成交价格低于出口基准价格。这一结果验证了中国出口产品低价格的现象。同时，出口基准价格波动无法解释部分的总方差为1.120，其中，86.10%是由进出口商的议价能力贡献。而在议价能力对出口基准价格波动的影响中，仅21.03%是由出口商议价能力贡献，相比而言，进口商议价能力贡献的部分达到78.77%，具有明显的议价优势。这表明，在中国产品出口价格形成过程中，中国企业具有一定的议价能力，但最终实际成交价格的形成主要取决于进口商。

（三）进出口商价格剩余的估计

表2 议价能力模型估计结果

表3 进出口商议价能力对出口价格波动的影响

表4中的后三列（P25-P75）更为细致地呈现了不同分位点上进出口价格剩余的特征。结果表明，虽然不同分位数上进出口商获得的价格剩余存在一定差异，但出口商在谈判议价过程中始终处于劣势地位。具体看来，在25%分位点上，实际出口价格仅比出口基准价格低了4.74%，这表明部分中国企业在国际市场上具有较强的议价能力，与进口商的议价能力差别不大；而从75%分位点的统计结果来看，另有1/4左右的出口企业的议价能力与进口商议价能力差异明显，严重缺乏出口定价权，导致实际成交价格约低于出口基准价格的40%.

图1、图2更为直观地呈现了进、出口商价格剩余及其净剩余的出明显的向右拖尾的特征，说明只有少数中国企业的出口议价能力具有明显优势；进口商议价能力则较为均衡。图2的净剩余分布表明并非所有中国企业的出口议价能力弱于相应进口商的议价能力，仍有小部分企业能够利用谈判议价优势制定一个比出口基准价格更高的实际成交价格。但不可否认的是，很大比例的中国出口商缺乏出口定价权，因此被迫接受了一个低于出口基准价格的成交价，从而造成中国出口产品低价格的问题。

图1 进、出口商价格剩余的频数分布

表4 进出口商通过议价获得的价格剩余（%）

图2 净剩余的频数分布

（四）不同性质企业的价格剩余

中国对外贸易主体具有多元化的特性，既有主导关系着国计民生的重要行业的国有企业，也有主导加工贸易的外商投资企业，这些不同性质企业的出口议价能力可能存在明显差异，有必要对此做出区分。因此，本部分将所有工业企业按照注册类型划分，并进一步研究了不同性质企业的价格剩余。表5报告了不同性质企业的平均价格剩余情况。对比净剩余可知，本土企业的议价能力与外资企业的议价能力整体上相差不大，可能的原因是中国工业数据库统计的本土企业均是国有企业或“规模以上”（总销售额超过500万元）的非国有企业，这些企业的议价能力高于中国所有出口企业的整体议价能力，而中国的外资企业多从事加工贸易生产，以低价格为主要竞争优势，因而外资企业的整体议价能力有限，与本土企业的议价能力相差不大。

具体来看，本土企业中国有企业的议价能力最弱，低于私营企业和其他本土企业。国有企业的委托代理关系较为复杂，国有企业的经营人员不像私营企业的经营人那样真正关心经营绩效，没有激励去争取最大的议价收益；此外，国有企业的预算约束更为宽松，经营出现亏损时，往往会有政府给予财政支持，经营人员在谈判议价时预期到让步造成的损失最终是由政府买单而非个人，因而不会据理力争，不会尽最大努力提高价格剩余。外资企业中，其他外资企业的议价能力整体高于港澳台外资企业，这是由于港澳台企业以小型投资者为主，且较多从事低附加值的加工贸易生产，主要以低价格为竞争优势，而其他外资企业则以大型、中型投资者为主，这些企业的技术水平较高，更多的从事高附加值、高技术含量产品的生产，因而比港澳台企业更具议价能力。此外，外商独资企业的议价能力普遍高于外商合资合营企业。

表5 不同性质企业的价格剩余（%）

四、主要结论

基于双边随机前沿模型，本文将中国工业企业数据与海关贸易数据匹配，获得出口企业——出口产品——出口目的国三维度对应信息，在综合考虑出口企业特征、出口目的国特征和出口相关特征的情况下，利用微观数据实证研究了中国工业企业出口价格影响因素及其议价能力。研究结果发现：

从出口价格影响因素来看，企业规模、员工平均工资水平、全要素生产率、出口产品质量、出口目的国经济规模及其进口依赖度对中国产品出口价格形成存在显著的正向作用；而企业年龄、交易数量、出口目的国经济水平及其与中国的地理距离对出口基准价格的影响为负；进出口商的谈判议价能力对实际出口价格的形成存在重要影响。

从进出口商议价能力来看，中国出口商议价能力整体明显低于进口商议价能力，出口价格波动中仅20%左右是由出口商议价能力贡献，进口商议价能力解释了出口价格波动的80%.表明中国出口产品最终成交价格的形成主要取决于进口商，中国企业缺少出口议价权。进出口议价能力的差异，导致中国产品实际出口价格平均低于出口基准价格的17.14%.

从不同性质企业的价格剩余来看，整体上本土企业的议价能力与外资企业的议价能力相差不大。具体来看，国有企业的议价能力最弱，其他外商独资企业的议价能力最强，其次是其他外商合资合营企业和私营企业。可见，国有企业作为中国经济的主导者，改善国有企业的议价能力是提高中国企业整体议价能力的重要方式之一。