进口自由化、网络位置与加成率——基于上下游行业关联视角

任曙明，刘珊珊，郭 彤

(大连理工大学 经济管理学院，大连 116024)

一、引言

扩大进口是扩大开放、推动形成全面开放新格局的重要措施，有利于提升企业市场竞争力，企业可以从发达国家进口中间品，吸取先进的生产技术，最终提高绩效水平。加入WTO后中国也在努力推动进口自由化。据世界银行统计，中国加权平均关税税率从加入WTO前1998年的15.50%下降到2016年的3.54%，下降幅度高达77.16%[注]①数据来源：https://wits.worldbank.org/countrysnapshot/en/CHN。，因此，本文提出了一个重要问题，即进口自由化是否提升了企业的加成率。问题关键的原因在于：一方面，加成率度量了企业的市场竞争力，在当前经济转型阶段，培育一批具有竞争力的企业正是经济高质量发展的重要体现[1]；另一方面，进口自由化涉及多个重点领域，而随着西方贸易保护主义的升温，尤其是中美贸易摩擦的加剧，部分行业与企业有可能受到不利的外部冲击，因此，深入思考是否继续以及如何推行进口自由化具有一定的现实意义。

与本文相关的研究可分为以下几类。一类是进口自由化如何影响企业利润率、创新与生产率等[2-4]；另一类是有关加成率影响因素的研究，包括国家的财税补贴[1]、行业的竞争程度[5]、企业的出口[6]等三个层面的多种因素。除此之外，也有学者直接研究了进口自由化对加成率的影响。其中，Noria认为进口自由化降低了长期开放行业内企业加成率，而对新开放的行业没有影响[7]；黄先海等将企业按贸易形式区分，得出加工贸易与混合贸易企业在进口自由化后加成率会下降，但一般贸易企业加成率会提升[8]；毛其淋与许家云的研究显示进口贸易自由化显著提升了企业的加成率，但其程度随时间呈现“倒U形”的动态变化特征[9]。

与这些研究不同的是，本文从行业关联视角切入，关注了上游进口自由化对下游企业加成率的影响。由于行业间分工的深化，某个行业的发展会直接受到上游关联行业的影响：通过上游进口自由化，下游行业能够获得更为丰富和成熟的中间品供给，从而有利于企业加成率的提升。本文研究发现，一方面，上游进口自由化显著提升了下游企业加成率；另一方面，这种提升效果受到网络位置的影响，即若下游行业网络位置越优越，企业加成率提升幅度越大。本文在以下三个方面拓展了相关研究。

首先，在研究视角上，本文从上下游行业关联入手，从中间品采购成本与产品质量两个方面阐述了上游进口自由化对下游企业加成率的作用机制，并且进一步探讨了下游行业网络位置对这种作用的影响，丰富了进口自由化与加成率领域的研究。

其次，在指标选取上，本文参照孙浦阳等的方法，将行业间投入产出系数与进口渗透率相结合，构建了体现上游进口自由化程度的综合化指标[10]。此外，本文选取网络中心度、网络异质性与网络强度三个指标对网络位置进行刻画，更为全面地体现了行业间网络位置的差异，扩展了现有研究对网络位置的认识。

最后，在研究结论上，本文发现，通过上游进口自由化，下游企业能够获得显著的加成率提升：当上游加权渗透率提升1个单位时，下游企业平均加成率水平提升0.015个单位。并且，网络位置具有显著正向作用：网络位置优越的下游行业中，企业受上游进口自由化影响程度越深，加成率水平提升幅度越大。因此，政府需要进一步采取政策措施推动进口自由化改革，同时对不同网络位置的行业进行差异化管理，充分发挥进口自由化、网络位置在促进企业加成率提升上的作用。这些结论不仅丰富了对进口自由化经济效应的理解，还为政策调整和改进提供了参考。

二、理论机制

(一)上游进口自由化与加成率

进口自由化是指进口产品与服务的各种贸易壁垒的削减，包括关税壁垒、非关税壁垒(贸易权限制、审批检验制度、进口配额等)。随着进口自由化程度加深，进口产品市场份额扩大，上游行业市场环境发生变动，进而波及与其关联的下游行业。而加成率被定义为产品价格对边际成本的偏离，因此任何影响企业边际成本与产品定价的因素都会导致企业加成率的改变[1]。具体而言，上游进口自由化将会降低中间品采购成本、提升中间品质量，从而使下游企业能够降低边际成本，提高产品定价，提升加成率。

一方面，上游进口自由化降低了中间品采购成本。以各项关税壁垒与非关税壁垒削减为特征的上游进口自由化使进口中间品大量涌入，加剧了上游企业的竞争压力，压缩了同类产品的定价空间[2]。在此背景下，上游市场供过于求，中间品价格降低，使得下游企业能够付出更少的采购成本获得足够数量的中间品来满足生产需求。而作为边际成本的重要组成部分，中间品采购成本的节约直接带来了下游企业边际成本的降低，从而提高加成率。

另一方面，上游进口自由化改善了中间品质量。其一，上游进口贸易限制的放开提高了中间品供给的种类多样性与质量水平，扩大了下游企业对中间品的选择范围，从而使下游企业能够选择更高质量的中间品投入生产[11]。其二，上游进口自由化使上游企业遭受了更大的生存压力，迫使其进行技术研发以维持生存，从而为下游企业提供了更高质量的中间品[3]。Kugler和Verhoogen的研究证明，高质量的中间品能够显著提升企业最终品质量[12]。由于产品质量越高代表其与同类产品的差异越大，需求弹性越低，因此下游企业可以制定较高的产品出售价格，从而提高加成率。

据此，本文提出假说1：上游进口自由化能够提升下游企业加成率。

(二) 网络位置的作用

上游进口自由化能够提升企业加成率，但其提升效果会受到网络位置的影响，这里的网络位置针对的是下游行业。某一行业的网络位置指该行业嵌入上下游关联网络的具体方位。通常，上下游间存在紧密经济关联，直接体现为上游行业为下游制造业行业提供了丰富的中间产品。然而，对某具体行业来说，生产活动所需的中间产品往往来自于多个上游行业，由此构成了复杂而多样化的上下游关联网络，且该网络具有典型的社会网络特征。根据社会网络理论，本文从网络中心度、网络异质性与网络联系强度三个维度刻画了行业的网络位置，并阐述网络位置对加成率提升效果的影响。

首先，若某行业的网络中心度越高，企业加成率提升效果越强。网络中心度是考察行业在网络中重要程度的关键变量[13]。较高的网络中心度表示该行业处于网络中心位置，与更多上游行业建立了关联，充当着网络中重要的交换枢纽。因此，该行业中企业拥有更多获取中间产品的渠道，对某个具体上游渠道的依赖程度较低，议价能力较强，从而能够最大程度地降低中间品采购成本，实现加成率更高幅度的提升。

其次，若某行业具有较高的网络异质性，企业加成率提升效果越强。网络异质性常被用来描述网络中结构洞的分布，侧面反映了某一行业中间品来源的集中程度[14]。若某行业具有较高的网络异质性，则代表该行业占据了结构洞位置，能够桥接较多无直接关联的上游行业，并与之建立非冗余关联，中间品来源途径较广。因此，该行业企业可以获取多种类、差异化的中间品，从而筛选出更多高质量中间品用于改善产品质量，提升加成率。

最后，当某行业网络联系强度较高时，企业加成率提升效果越强。网络联系强度是对上下游间关联紧密程度、互惠程度、频率程度等特征的综合考量[14]。某一行业网络联系强度较高，表示该行业与上游间中间品往来频繁，互惠互利，彼此之间依赖程度较高。因此，在上游进口自由化进程中，该行业中企业更容易与上游企业展开合作，简化中间品交易流程，快速及时地获取高质量中间品投入生产，从而可以迅速增加市场份额，带来加成率的显著增长。

综上所述，本文提出假说2：网络位置会正向影响上游进口自由化对加成率的提升效果。

三、数据来源与指标测算

(一) 数据来源与处理

本文数据来源为中国工业企业数据库、中国投入产出表和联合国商品贸易统计数据库UNCD(United Nations Comtrade Database)。其中，工业企业数据库包括全部国有工业企业和年主营业务收入500万元及以上的非国有工业企业，涵盖产出增加值、资本投入、从业人数等多项统计指标，为测算企业加成率提供了数据基础。投入产出表反映了各个经济部门之间的中间品投入产出联系，以此为基础，本文利用社会网络法对制造业上下游关联网络进行量化，用来描述网络位置。由联合国商品贸易统计数据库中得到的制造业进口数据，为衡量进口自由化程度提供了依据。

按照以下步骤，本文对工业企业数据库、投入产出表和UNCD在行业层面进行匹配与调整：首先，考虑到行业特殊性和数据可获得性，在2002年122部门投入产出表中删除了烟草和数据缺失的行业，筛选出64个制造业细分行业作为研究样本；其次，以投入产出表中五位行业代码为基准，将工业企业数据库中制造企业的四位行业代码和UNCD中进口产品的四位行业代码分别与之进行匹配，得到了64个制造业细分行业的企业数据与进口数据；最后，考虑到UNCD中进口金额以美元为单位，本文用当年的汇率进行了调整，统一了数据单位。

本文还对可能存在的错漏值、异常值等进行了如下处理：(1)2004年无增加值数据，采用间接计算方法获得，即工业增加值=工业总产值-工业中间投入+本年应交增值税；(2)删除明显不符合逻辑关系的观测值，如工业总产值、固定资产净值、中间投入为负等；(3)剔除就业人数缺失或少于8人的样本；(4)删除连续经营不足3年的样本；(5)以1999年为基期，对样本工业总产值、中间投入、增加值等关键数据进行价格平减。最终，本文整理出1999年至2007年230 928家制造企业的非平衡面板数据，共计962 637个样本点。

(二) 关键指标的估计

1.上游进口自由化的测算

本文从上下游视角出发，研究上游进口自由化对下游企业加成率的影响，因此首先需要对上游进口自由化程度进行测算。一方面，参考余淼杰的研究，采用进口渗透率，即进口额占产出的比例来衡量进口自由化程度[4]。这是因为，进口渗透率考察了关税壁垒和非关税壁垒的变动情况，相较于关税和其他指标，对进口自由化程度的度量更加全面。另一方面，与下游行业关联的上游行业并不唯一，因此需要构建一个综合性指标来反映上游进口自由化程度。借鉴孙浦阳等的研究，本文以行业间投入产出系数作为权重，将各个上游行业的进口渗透率进行加权，进而衡量上游进口自由化程度，具体公式如下[10]：

(1)

其中，impijt代表t年行业i的上游行业j的进口渗透率，数值越大代表j行业进口自由化程度越高；Wij为行业间投入产出系数，即j行业提供的中间品在行业i的全部中间投入品中所占比重。

2.加成率的测算

在对上游进口自由化程度进行度量后，本文借鉴De Loecker、Warzynski和任曙明、张静的做法，测算了制造企业的加成率[15，1]。假设企业有相同的技术参数为希克斯中性，生产函数如下式所示：

(2)

接下来，参考De Loecker和Warzynski定义加成率为[15]：

(3)

其中，λit为给定产出水平下的边际成本，Pit代表可变要素的价格。

依据式(3)建立成本最小化的拉格朗日函数，求解可得：

(4)

(5)

(6)

要素价格、技术、收入等因素都会影响到生产要素需求，从而导致产出水平的差异。但式(6)并未包含这些因素的影响，只反映了生产要素投入因素。企业i在时间t的加成率估算式为：

(7)

3.网络位置的测算

本文研究的另一问题是网络位置的作用。现有研究对网络位置的描述采用网络中心度与网络异质性两个指标，但是，对网络位置的刻画还应分析节点在此位置的网络联系强度[14]。这是因为，网络联系强度反映了节点在当前位置上与周围节点建立联系的能力。网络联系强度越高，该节点越有机会与更多的节点建立更为紧密的联系，从而获取更多资源与信息，其位置越优越。因此，本文选用网络中心度、网络异质性与网络联系强度三个指标来衡量网络位置。

以2002年122部门投入产出表为基础，依据社会网络法，上下游关联网络G可以用如下有序四元组表示：

G=(V，E，F)

(8)

其中，V=(v1，v2，…，vn)为节点集，Vi代表上下游关联网络中的各制造业细分行业。E=(eij)为边集，其元素eij连接节点i与节点j的边，表示上下游行业间的中间品投入产出关系，且E集合中的每条边eij都有V集合中一对节点(vi，vj)与之对应。F=(f1，f2，…，fn)为数量集合，元素是上下游行业间流通的中间品数量。

特别地，本文构建了加权上下游关联网络来研究网络位置。在无加权的上下游关联网络中，如果上游j行业对下游i行业的生产提供大于零的中间投入，则eij=1，否则eij=0。而加权网络矩阵的元素eij，采用行业间的投入产出系数，即wij来表示。

(1)网络中心度

借鉴钱锡红等的方法，本文采用程度中心度、中介中心度和特征向量中心度三个指标分别测度各节点在上下游关联网络中的中心度[13]。

程度中心度衡量节点在网络中直接连接的节点数量，其计算方法为：

(9)

其中GDi为行业i连接到其他行业的个数，n为行业总数。

中介中心度衡量节点在社会网络中的“控制能力”。若其他节点间的连接路径都要经过某一个节点，那么该节点在网络中拥有控制其他节点间连接的能力。其计算方法为：

(10)

其中，j≠k≠i且y

特征向量中心度基于网络总体结构，衡量了节点是否最接近核心。其计算方法为：

(11)

其中bij是邻接矩阵，若行业i与行业j有连接，则bij=1，否则为0。λ是矩阵B的最大特征值，Ej为行业j中心度的特征值。

(2)网络异质性

参考马述忠等的研究，通过刻画行业i中间品来源路径的权重分布描述网络异质性，计算公式如下[14]：

(12)

对于行业i的若干连接路径Si，如果权重相差不大，路径分布比较均匀，则Disparityi接近于0。如果一条或极少数几条路径的权重占据较大比例，则Disparityi的值接近于1。因此，该指标越大，说明该行业的网络异质性越小。

(3)网络联系强度

本文采用点强度的方法对网络联系强度进行估算，既考虑与节点连接的近邻节点的数量，又考虑该节点与近邻节点之间的权重。其计算方法如下[14]：

(13)

其中wij为行业间投入产出系数。

除了加成率(Markup)、上游进口自由化(Imf)和网络位置(中心度Cen、异质性Dis、联系强度Str)等主要变量，本文还引入了行业和企业层面的控制变量。具体来说，行业层面的控制变量包括：(1)行业竞争(HHI)：用赫芬达尔指数进行测算；(2)行业固定效应：设置行业虚拟变量。企业层面的控制变量包括：(1)企业全要素生产率(TFP)：借鉴盛来运等的研究，采用生产函数的索洛余值法(LP模型)，衡量企业的生产效率[17]；(2)企业规模(Size)：用职工人数对数值度量；(3)企业年龄(Age)：用企业成立年限的对数测算；(4)企业所有制：将企业所有制分为国有、外资与其他三种，设立国有(Soe)与外资(Fie)两个虚拟变量，其中外资包含港澳台企业和外商企业；(5)政府补贴：根据工业企业数据库中的补贴收入设立虚拟变量Subsidy，当企业获得政府补贴时Subsidy=1，否则为0；(6)企业出口：根据企业出口数据设立虚拟变量Ex，当企业有出口数据时，Ex=1，反之为0；(7)地区特征：根据企业所在省份设置虚拟变量。除此之外，我们还加入了年份虚拟变量，对时间效应进行了控制。要说明的是，为了保证回归结果的可靠性，本文在所有回归模型中都加入了以上控制变量。

(三) 描述性统计

表1列出了主要变量的均值与标准差。制造业样本总量96余万个，加成率平均水平为1.310，上游加权进口渗透率均值为0.210。表中还列出了行业网络位置指标的统计特征，如特征中心度Cen1均值为0.105，程度中心度Cen2均值为1.391，中介中心度Cen3均值为0.313，网络异质性Dis均值为0.567，网络联系强度Str均值0.700。

表1 主要变量的描述性统计表

四、计量模型设定与实证分析

(一) 上游进口自由化对加成率的影响

首先验证上游进口自由化对企业加成率的影响，模型设置如下：

Markupkit=β0+β1Imfit+β2TFPkit+β3HHIit+

β4Xkit+vk+vi+εkit

(14)

其中，Imfit为i行业t年上游加权进口渗透率，Markupkit与TFPkit分别代表i行业中k企业t年的加成率和全要素生产率，HHIit为i行业t年的赫芬达尔指数，X为企业层面的其他控制变量，包含企业规模、年龄、补贴、出口、企业所有制等。vk与vi分别代表企业所处地区特征和行业固定效应，εkit是随机扰动项。本文样本数据类型为非平衡的面板数据，通过进行F检验与Hausman检验，采用固定效应模型对式(14)进行回归，结果见表2。

从表2可以看出，在控制了企业规模、年龄、所有制等一系列因素后，加成率与上游加权进口渗透率呈现显著正相关关系。第(1)列中，上游加权进口渗透率的回归系数为0.044，在1%水平下显著。在此基础上，为了排除内生性的干扰，第(2)列中加入了滞后一期的加成率变量进行回归，结果显示模型的解释度增加，上游加权进口渗透率系数为0.015，且依然在1%水平下显著，说明回归模型具有稳健性。从控制变量的回归结果可以看出：具有高生产率与获取补贴的企业加成率水平较高，其回归系数十分显著；企业规模、企业年龄与加成率有显著负相关关系；相对于其他所有制形式的企业来说，国有企业、外资企业具有更低的加成率水平。而行业竞争与企业出口的回归系数没有通过1%水平的显著性检验。假说1得以验证，即上游实施进口自由化，能够显著提高下游企业的加成率水平，当上游加权渗透率提升1个单位时，下游企业平均加成率水平提升0.015个单位。

表2 上游进口自由化对加成率的回归结果表

注：***、**和*分别表示1%、5%和10%的显著性水平，回归系数下方为t值。

(二)网络位置的作用

按照社会网络法，本文依据2002年中国122部门投入产出表数据，通过UCINET软件量化了制造业细分行业间的上下游关联网络，如图1所示。可以看出，合成材料制造业(26042)、日用化学产品制造业(26044)、文化用品制造业(24034)等处于网络的中心位置，与其他细分行业联系紧密；而农药制造业(26040)、炼焦业(25037)、水产品加工业(13018)等处于网络的边缘位置，与其他细分行业联系较少。

图1 上下游关联网络图

注：数据来源于Http：∥data.stats.gov.cn/ifnormal.htm。

在量化上下游关联网络并构建指标描述网络位置后，本文重点研究了网络位置的作用：上游实施进口自由化促进了下游企业加成率水平提升，那么，处于网络不同位置的下游行业中，企业的加成率提升幅度是否存在差异？在式(14)的基础上，引入网络位置以及网络位置与上游加权进口渗透率的交互项，得到如下模型：

Markupkit=β0+β1Imfit+β2Networkit+

β3Networkit×Imfit+β4TFPkit+

β5HHIit+β6Xkit+vk+vi+εkit

(15)

其中，Networkit为i行业t年的网络位置，由Cenit(i行业t年的特征向量中心度)、Disit(i行业t年的网络异质性)、Strit(i行业t年的网络强度)三个指标衡量，其他指标与式(14)中意义相同。类似地，在进行F检验与Hausman检验后，对式(15)采用固定效应模型回归，并加入加成率的滞后一期变量控制内生性，回归结果如表3所示。

在表(3)中，第(1)列回归结果显示，网络中心度Cenit、上游加权进口渗透率Imfit以及其交叉项Cenit×Imfit的系数均在1%的显著性水平下显著。网络中心度的系数显著为正，说明中心度较高的行业中企业的平均加成率水平较高，具体来说，网络中心度每提高一个单位，该行业中企业平均加成率水平提升0.066个单位；上游加权进口渗透率的系数显著为正，这与上文中实证结果一致，上游进口自由化的实施促进了下游企业加成率水平的提高；交叉项系数显著为正，证明了网络中心度越高的行业中企业越能从上游进口自由化中获益，其加成率水平提升幅度越明显。第(2)列中，加入加成率滞后项进行回归得到的结果与第(1)列基本一致，各变量的回归系数差异较小，说明该模型的稳健性较好。

表3 网络位置的作用表

注：***、**和*分别表示1%、5%和10%的显著性水平，回归系数下方为t值。

第(3)列、第(4)列和第(5)列、第(6)列分别给出了用网络异质性和网络强度衡量网络位置时模型的回归结果。要说明的是，由于指标Disit数值越高，代表网络异质性越低，因此Disit与交叉项Disit×Imfit的回归符号均为负数。类似对网络中心度的分析，网络异质性Disit、网络强度Strit及其交叉项Disit×Imfit、Strit×Imfit的回归系数均通过了1%水平下的显著性检验，进一步验证了网络位置的作用。除企业出口与行业竞争外，其他控制变量都在1%的显著性水平下显著。至此，假说2得以验证。随着上游进口自由化程度的提高，下游企业加成率的提升幅度受到所在行业网络位置的正向影响。

(三)稳健性检验

本文采用固定效应模型，验证了上游进口自由化、网络位置对下游企业加成率的影响，但这一结果可能受到内生性问题的干扰。一方面，本文采用进口渗透率，即企业采购的进口产品占行业产值的比重来衡量进口自由化，但企业的加成率水平直接决定了其是否有能力进行采购；另一方面，一些不可观测的宏观因素可能会同时影响进口渗透率与企业加成率。为了避免双向因果和遗漏变量所带来的内生性问题，本文采用更换计量方法与测量指标两种方法进行了稳健性检验。

一方面，本文利用双重差分倾向得分匹配(PSM-DID)方法重新进行了估计。首先，以中国2001年加入WTO这一外生事件为契机，设置哑变量A02表示加入WTO前后的进口自由化程度变化，在2002年之前取值为0，在2002年之后(包含2002年)取值为1。其次，以特征向量中心度中位数0.088为基准，将样本分为两组，设置哑变量C进行区分：小于中位数的一组为控制组，赋值C=0；大于中位数的一组为处理组，赋值C=1。最后，构建如下模型：

Markupkit=β0+β1A02+β2C+β3A02×C+

β4TFPkit+β5HHIit+β6Xkit+vk+vi+εkit

(16)

其中，交互项A02×C的回归系数β3即为双重差分估计量，描述了控制其他因素后，上游进口自由化、网络位置对加成率的综合作用。

双重差分的优点在于同时控制了分组效应与时间效应，使用此种方法最重要的前提是控制组与处理组必须满足共同趋势假说，即如果不实施进口自由化政策，网络中心度不同的制造业行业中企业加成率增长趋势在时间维度上不存在系统性差异。在本文中，这一前提并不成立。基于这种考虑，本文将倾向得分匹配与双重差分结合，以使DID满足共同趋势。根据全要素生产率、企业规模、企业年龄、企业出口、政府补贴等变量，将控制组与处理组企业进行匹配，使得两组样本中企业的可观测变量尽可能相似。这样，控制组与处理组在实施进口自由化前的组间差异得到了控制，具有可比性。一般来说，变量匹配后标准偏差的绝对值越小，匹配效果越好。本文各变量匹配后的标准偏差都在10%以下且多数变量不显著，说明匹配过程较为合理。在此基础上，利用式(16)进行回归，可得到匹配后的差分估计量，即平均处理效应。

表4给出了匹配样本的双重差分结果。可以看出，匹配后加成率的平均处理效应为0.061，即上游进口自由化程度提高1单位时，相比于边缘行业中企业来说，靠近网络中心的行业中企业平均加成率水平多提升了0.061个单位。此外，在2002年以前(Base Line)，处理组的加成率平均高出控制组0.011；2002年以后(Follow up)，处理组的加成率上升0.088，控制组加成率上升0.027，处理组比控制组加成率平均水平高0.072，说明上游进口自由化、网络中心度均显著提高了企业加成率。这与上文模型回归的结果相符合，说明本文的实证分析较为稳健。这里得到的结果包含了上游进口自由化对上游企业加成率的影响，但由于这种影响已被多次验证为负向，采用双重差分倾向得分方法的估算结果在一定程度上低估了上游进口自由化和网络位置对下游企业加成率的影响[15]。

另一方面，本文还采用了多种方法测算关键变量与控制变量，如：使用程度中心度进行回归；使用价格平减后总资产的对数值衡量企业规模；将出口虚拟变量和补贴虚拟变量替换为常规变量，即用数据库中出口数据、补贴数据与总资产的比值作为衡量指标等。但由于篇幅所限，其结果没有在文中列出。在利用双重差分倾向得分匹配以及改变部分控制变量的测算方法后，本文核心解释变量和控制变量的回归系数及显著性均未发生较大改变，足以证明本文实证研究过程及结果的稳健性。

表4 PSM-DID法实证结果表

注：***、**和*分别表示1%、5%和10%的显著性水平。

五、结论与建议

本文从行业关联视角出发，探究了上游进口自由化、网络位置对下游企业加成率的影响。研究发现：其一，上游进口自由化促进了下游企业加成率的提高，实证结果表明，上游加权进口渗透率增加1单位，下游企业平均加成率水平上升0.015单位；其二，网络位置对上游进口自由化与下游企业加成率的关系具有正向影响，即随着上游进口自由化程度的提高，具有较高网络中心度、网络异质性或网络联系强度的下游行业中，企业加成率水平提升幅度越大。

基于以上研究，本文提出以下政策建议：第一，深化进口自由化改革。上游进口自由化显著促进了下游企业加成率的提升，保持进口贸易政策的稳定性与连续性，逐步扩大开放行业范围，削减各种进口贸易壁垒(如降低中间品进口关税)，推进进口贸易便利化建设(如自由贸易区与自由贸易港)，实现更深层次、更高质量的开放。第二，完善产业政策配套体系。上游进口自由化使上游制造企业面临更为严峻的竞争形势，注重协调产业政策与贸易政策，以进口自由化改革为契机，营造更为公平的外部环境，加快引进、吸收和转化先进制造技术以淘汰落后产能、优化产业结构，提升制造企业市场竞争力。第三，研究实施差异化的行业措施。网络位置具有正向作用，针对网络中不同位置的下游行业，应采取差异化的管理措施。对于位置优越的下游行业，政府应适当放权，提高服务水平，塑造行业内良性竞争环境，进一步激发企业市场主体活力；而对于网络位置相对劣势的下游行业来说，政府应加强引导，协助搭建上下游间沟通互动平台，完善信息传达机制，提高要素流通速度，从而助力企业在进口自由化背景下实现更好的发展。