中国进口贸易结构对全要素生产率的影响

2019-12-20丁一兵

商业研究 2019年12期

刘威，丁一兵，关然

(1.吉林财经大学吉林经济研究中心，长春 130117；2.吉林大学经济学院，长春 130012；3.乌克兰基辅大学国际关系学院，乌克兰基辅)

内容提要：通过构建内生增长模型考察进口复杂度对全要素生产率的影响，并测算中国进口复杂度和进口密度，实证检验中国进口贸易结构对工业行业全要素生产率的影响。研究结果表明：在全世界范围内，中国进口复杂度的提升促进了全要素生产率和技术进步的增长，对技术效率影响不明显；在“一带一路”沿线国家范围内，中国进口复杂度的提升并没有提高全要素生产率和技术进步的增长，对技术效率为负向影响；无论在全世界范围内还是“一带一路”沿线国家范围内，中国进口密度对全要素生产率的影响均为正向显著。因此，中国应依托国内的消费市场，重点调整对“一带一路”沿线国家的进口贸易结构，扩大“一带一路”沿线国家的制造业进口，以此带动中国工业行业全要素生产率的提升。

近年来，“一带一路”沿线国家已成为中国重要的进口来源国。深入理解进口贸易产品结构对全要素生产率的影响机制，深化中国同“一带一路”沿线国家进口贸易合作具有重要的理论价值和现实意义。全要素生产率是衡量一国经济发展质量的重要指标，进口贸易的技术溢出效应和竞争效应又被认为是影响全要素生产率变动的主要因素之一，调整进口贸易结构以推动全要素生产率的提高是中国开放型经济条件下实现制造业高质量发展的关键之一。关于进口贸易结构对全要素生产率的影响，已有文献从多个角度研究进口贸易结构对全要素生产率的影响，本文基于产品空间理论和能力理论的进口复杂度和进口密度视角，尝试将进口复杂度和进口密度纳入内生增长模型，从理论上阐释其对全要素生产率的影响机制，并通过实证进行检验，以期对中国调整同“一带一路”沿线国家的进口贸易结构提供参考。

一、研究模型的提出

尽管进口贸易作为技术溢出途径得到诸多学者认可，但是发展中国家通过进口渠道提升全要素生产率或者技术水平还需要一定的适宜性[1]，如果进口国不能引进与本国要素禀赋结构相适宜的技术，那么进口国未来在生产该进口产品时不一定会达到与出口国相一致的生产率[2]。根据产品空间理论和能力理论进行推断，如果进口产品与进口国产品空间中更复杂、密度更高的产品区域相关联，则有利于进口国生产邻近行业中复杂度更高的产品，随着进口国生产复杂产品能力的提升，行业全要素生产率也将逐渐提高。因此，本文构建研究框架如下：

假设每个国家为c=1，2，…，n，劳动力规模固定在Lc水平，国家c的平均人力资本水平为hc，为了简单起见，在所有的行业中hc为常数。人力资本在非休闲时间分配给生产的份额为：λc∈[0，1]， 1-λc份额用于人力资本的积累，经济增长中长期投资人力资本是关键的驱动因素。固定资本为K，进口复杂度溢出效应为eαczi，生产函数Q为Cobb-Douglas生产方程，表述如下：

(1)

其中每个国家具有一个连续的行业i，被均匀地分布在单位区间[0，1]：i～U[0，1]。每个行业的进口复杂度由参数zi表示(zi>0)，进口行业的复杂性决定了在该国产品空间的位置，进口复杂度越高的产品与该国产品空间中越先进的生产技术相联系。但进口国模仿更具复杂性的生产技术意味着更复杂的分工，因为涉及生产中任务数量的增加，越来越复杂的任务可能会产生专业分工的收益，也可能会降低他们主动生产的积极性，或者会对国内资本配置造成影响。从积极的方面来看，进口复杂度的提升为他们提供促进技能学习和积累人力资本的机会；从消极的方面来看，导致生产试错次数和难度的增加加深了生产可能失败的风险，学习更复杂的技术需要面对更大的失败风险①。因此，进口复杂度越高意味着对未来经济影响可能存在一个不确定的结果。

φc(zi)是国家c进口复杂度密度函数。c国总产量为：

(2)

为了分析方便，本文假设c国进口复杂度zi服从一般伽玛分布：zi～Gamma(kc,βc)，同时有参数Kc>0，βc>0，具体表示如下：

(3)

将(1)和(3)代入(2)中，c国的产出水平可以表示为：

(4)

基于Lucas(1988)[4]，人力资本的形成方程为：

(5)

其中，μc>0表示为c国人力资本培训体系的有效性。根据人力资本的初始水平，相对于Lucas的初始人力资本模型，现在人力资本的形成包括了平均进口复杂度zc作为积累方程的参数之一。

产出增长可写为：

(6)

瞬间产出增长率为：

(7)

全要素生产率增长率为：

(8)

根据(8)式，在生产函数中参数αc=θc-δc，如果αc为负值，即如果θc<δc以及专业化收益在O形环的作用中占主导地位，增加的进口复杂性对全要素生产率是负面影响。反之，对全要素生产率为正向影响，接下来将通过实证分析进行检验。

二、数据的测算

(一)全要素生产率测算

随着面板数据作为全要素生产率研究对象的文献增多，目前主流的测算方法主要包括数据包络分析(DEA)和随机前沿分析(SFA)等。Beveren(2012)、田友春等(2017)[5-6]通过检验不同TFP测算方法结果的“一致性”和“稳健性”，研究发现如果是基于宏观行业的面板数据，相比于参数方法SFA，非参数方法DEA是更为适合的测算方法，因为基于细分行业截面，参数方法生产技术同质性的假定是一个很强的假设，这将导致把本属于行业之间生产技术的差异归于残差项之中，因此本文采用DEA-Malmquist方法进行测算。Malmquist指数通过计算每个观测点相对于普通技术的距离的比值来测算全要素生产率的变化。Färe等人(1994)[7]将Malmquist指数分解为两个方面的变化：一是被评价DMU在两个时期内的技术效率变化(Technical Efficiency Change，EC)；二是生产技术的变化(Technological Change，TC)，在DEA分析中反映生产前沿的变动情况。

实际应用中选择MaxDEA 7 Ultra软件进行测算，在测算Malmquist全要素生产率及其分解为时选择传统的双投入、单产出方式来计算。其中，投入包括资本投入和劳动力投入，产出以工业增加值来表示。基于《中国统计年鉴》中的分类，工业行业划分为34个行业②。数据处理过程如下：

1．资本投入。资本投入用资本存量来衡量，由于它的数据不同于产出和劳动数据可能直接获得，要进行科学的估算。根据现有文献，资本存量采用通用的永续盘存方法估算[8-9]，这样的方法会使得全要素生产率的计算结果更加准确。具体计算公式为：

Kit=(1-δit)Kit-1+Iit

其中Kit表示i行业在第t年的资本存量，δit为i行业在第t年的资本折旧率，Iit为i行业在第t年的投资额。

资本折旧率δit=本年折旧/固定资产原值t-1。

如果未公布本年折旧的，则本年折旧t=累计折旧t-累计折旧t-1。

累计折旧t=固定资产原值t-固定资产净值t

最后，利用固定资产投资价格指数进行平减。由于固定资产投资价格指数并没有提供分行业数据，只能采用统一的全行业固定资产投资价格数据对各个行业现价进行平减，基年为1998年。

2．劳动力投入。考虑到数据可得性，本文以行业从业人员年平均人数代表劳动投入。2012-2014年从业人数由于《中国统计年鉴》不再提供，按照《中国劳动统计年鉴》中的分行业数据汇总得出。

3．工业增加值。数据来源于历年《中国工业经济统计年鉴》、各省份统计年鉴、《中国经济普查年鉴》，以及中华人民共和国国家统计局网站。从2012年起国家将“橡胶和塑料制品业”拆分为“橡胶制品业”和“塑料制品业”，考虑到本文研究所使用的数据中只涉及三年新的行业划分标准，仍然按照2002年的行业划分标准进行相应地拆分和归并处理。其中，2004年工业增加值根据2003年工业总产值和2004年工业总产值比例计算得出。

(二)进口复杂度测算

产品复杂度越高，产品中所包含的知识技术含量越高。Hausmann和Hidalgo(2010)[10]提出了基于国家能力理论的反射法，他们认为产品是由非贸易生产投入(能力)构成的，不同国家拥有的能力数量和具体组合不同，不同产品也需要不同的能力组合。拥有更多能力的国家可以出口(生产)更多种类的产品，而更复杂的产品需要更多的能力才能出口(生产)，只有少数具备较多能力的国家才能出口(生产)。Tacchella 等(2013)[11]在反射法基础上又进行部分改进，提出了基于非线性的适合度迭代方法来计算产品复杂度。适合度法已被部分学者证明相比Hausmann和Hidalgo(2010)[10]的反射法更具一定科学性，但和反射法最后计算出来的产品复杂度整体排序相差不大[12]。

进口行业复杂度的计算公式如下：

(9)

(三)进口密度测算

在计算进口密度之前需要计算基于产品空间理论下的产品邻近度，产品邻近度是产品空间在测量产品与产品之间距离的方法，产品邻近度并没有使用任何先验的表示产品之间相似性方面的测量，而是以各国出口产品的结果导向为基础。产品空间的主要思想是通过识别国家已经具备比较优势的各种出口产品，来反向揭示产品之间特定生产禀赋的相似性。

φi,j,t=min[Pr(i|j),Pr(j|i)]

(10)

(11)

进口产品密度可以理解为用来衡量一个国家整体进口篮子中，一种进口产品与其他产品的聚集程度，也可以理解为一个国家进口篮子中目前不具有比较优势的产品，在未来可以转变为具有比较优势产品的能力，计算过程为进口产品i与所有产品j的邻近度之和作为分母，进口产品i与该国所有具有比较优势的产品邻近度之和为分子，两者相除即为进口产品密度，公式(12)中xi,c,t为t时期c国进口产品i的显示性比较优势，设定RCA>1时，xi,c,t表示为1，否则表示为0。

(12)

(13)

进口行业密度参考李月(2012)[15]的处理方法，将SITC3类产品归类为具体行业，并计算出行业中所有产品密度的均值即为行业密度。同样，中国进口“一带一路”沿线国家的行业密度则将样本改为沿线62个国家，计算出“一带一路”沿线国家范围内的进口产品密度，再按行业将所有产品归类后求出每个行业的产品密度均值，最后得出中国进口“一带一路”沿线国家的行业密度。

三、实证分析过程

(一)计量模型设定

为了检验全世界样本和“一带一路”样本对全要素生产率的影响，本文设定如下两个基础计量模型：

lngi,t=α0+β0lngi,t-1+β1lnimcomi,t-1+β2lnimmidui,t-1+γContr+ηi,t+εi,t

(14)

lngi,t=α0+β0lngi,t-1+β1lnyyimcomi,t-1+β2lnyyimmidui,t-1+γContr+ηi,t+εi,t

(15)

其中lngi，t表示为全要素生产率增长指数，分别用历年行业全要素生产率(MI)、技术进步(TC)和技术效率(TE)的增长指数对数来表示，i表示34个工业行业，t表示时间，选取范围为1998-2015年期间，gi，t-1为滞后一期增长指数，imcomi,t-1为滞后一期进口行业复杂度，immidui，t-1为滞后一期的进口行业密度，yyimcomi,t-1为滞后一期进口“一带一路”沿线国家的行业复杂度，yyimmidui,t-1为滞后一期进口“一带一路”沿线国家行业密度。Contr为控制变量，ηi,t、εi,t分别为各行业的个体效应与其他干扰项。

(二)其他变量选择

1.进口渗透率(imrat)。本文采用进口渗透率代表行业贸易自由化的程度，用以控制其对行业全要素的影响。进口渗透率表示为行业进口额与行业总产出的比值，“一带一路”进口渗透率(yyimrat)表示为中国进口“一带一路”沿线国家行业额与行业总产出的比值。

2.出口渗透率(exmrat)。企业异质性理论认为出口企业可通过“自我选择效应”和“出口学习效应”促进全行业全要素生产率的提高[16]。出口渗透率表示为行业出口额与行业总产出的比值，“一带一路”出口渗透率(yyexrat)表示为中国出口“一带一路”沿线国家行业额与行业总产出的比值。

3.企业规模(qygm)。熊彼特的“创新假说”认为企业规模越大，企业的专业化创新能力越强，可能会对全要素生产率产生促进作用，但也有研究认为规模企业对技术创新的影响并不是持续增加的，因此对生产率的影响也不一定是积极的。本文利用行业不变增加值与行业企业个数之比来表示企业规模。

4.研发密度(rd)。研发投入可以对全要素生产率产生直接的影响，也会间接影响到人力资本技术水平的积累，进而影响到进口产品技术溢出。本文以工业行业历年的技术开发经费内部支出总额与行业总产出比值的对数作为研发密度的替代变量。

5.资本密度(zblab)。资本密度可以很大程度上解释索洛剩余法计算出来的全要素生产率的变动，本文虽然没有采用索洛剩余法计算全要素生产率，但是加入资本密度可控制其对全要素生产率的影响。本文利用每个行业的资本投入量除以从业人数来表示资本密度。

表1 历年工业行业参数平均值及其标准差

(三)描述性分析

从表1可以看出1999-2015年期间中国34个工业行业的全要素生产率增长值均为正，平均增长8%，技术进步平均增长11%，技术效率平均增长1%。由此可见，34个行业的全要素生产率增长主要来源于各行业的技术进步，而技术效率的低速增长延缓了全要素生产率的增长。在此期间进口渗透率在2003年达到最高的0.36，此后逐年下降；出口渗透率在2003年达到0.32，此后也逐年下降。这说明各行业在保持全要素增长的同时，进出口已经从量变转变为质变；研发密度是由行业技术开发经费内部支出总额与工业行业总产值的比值，行业的研发投入与行业总产值保持一致增长，说明研发投入随着工业总产值的增长逐年增加，但研发投入增长速度不及工业总产值的增长速度；企业产出总体保持稳速的增长，在2015年达到最高值2.65，说明企业规模呈现连年不断攀升的趋势；资本密度(固定资本劳动比)在2011年达到最高峰21.16后逐年下降，说明在2011年之前资本增长的速度快于劳动的增长。

为了考察工业行业进口复杂度、进口密度与全要素生产率之间的相关性，分别绘制了中国1998-2015年期间进口复杂度与全要素生产率和进口密度与全要素生产率的散点图。如图1所示，散点为进口复杂度和进口密度的对数，拟合线为全要素生产率的对数，其中，图1(a)为全世界样本下进口复杂度对数与全要素生产率的散点拟合图，图1(b)为“一带一路”样本下进口复杂度对数与全要素生产率的散点拟合图，图1(c)为全世界样本下进口密度对数与全要素生产率的散点拟合图，图1(d)为“一带一路”样本下进口密度对数与全要素生产率的散点拟合图。在全样本中，从图1(a)中可以看出进口复杂度与全要素生产率之间存在正相关关系，初步表明进口复杂度的提升能够促进全要素生产率的增长；在图1(b)“一带一路”样本中，进口复杂度与全要素生产率之间的正相关关系并不明显，初步表明 “一带一路”沿线国家的进口复杂度提升并没有有效促进国内行业全要素生产率的增长；在图1(c)和图1(d)中可以看出，无论是全世界样本还是“一带一路”样本，进口密度与全要素生产率之间存在着正相关关系，说明进口密度的提升能够促进行业全要素生产率的增长。

图1 进口行业复杂度与全要素生产率散点分布

(四)实证分析

如表2所示，在实证分析之前对时间序列的非平稳性进行检验，根据Multivariate Augmented Dickey-Fuller面板单位根检验后，所有变量的MADF值均超过了5%的显著性水平，拒绝原假设，所有变量均可视为平稳变量；同时，再考察方程中所有变量是否存在共线性，通常情况下0

表2 自变量的膨胀因子VIF值及面板单位根检验结果

经过实证检验后，表3为Malmquist生产率增长指数回归结果。从方程(1)-(3)来看，中国进口全世界复杂度的提升均促进了Malmquist生产率增长和技术进步增长，但对技术效率的影响却不显著，进口密度促进了全要素生产率的增长，但对技术进步和技术效率的影响都不显著。从方程(4)-(6)来看，中国进口“一带一路”沿线国家的复杂度提升对Malmquist生产率增长和技术进步增长均不显著，对技术效率的影响显著负，中国同“一带一路”沿线国家进口密度促进全要素生产率的增长，但是对技术进步和技术效率均不显著。随着进口复杂度的提升，中国进口产品的技术溢出在全世界范围内对技术进步和全要素生产率具有“正溢出效应”，而且生产率的增长主要来源于技术进步的提升，进口复杂度的提升主要体现为技术引进，比如新设备的使用和新技术的应用，而国内产生的竞争效应对技术效率的提升作用还不明显。在“一带一路”沿线国家范围内，中国主要以进口能源类产品为主，进口复杂度较低，进口品带来的国际技术溢出对于推动全要素生产率的提升具有较大局限性，因此进口贸易结构需要进行相应的调整，中国同“一带一路”沿线国家应扩大制造业产品进口，虽然“一带一路”沿线国家的进口品质量不一定很高，但“一带一路”沿线国家生产的低技术产品具有低成本的价格优势，而且中国国内正面临产业结构优化升级的压力。在此环境下，逐步扩大进口 “一带一路”沿线国家中低技术产品，发挥“一带一路”沿线国家比较优势的制造业发展，有利于中国产业结构低技术行业向高技术行业转型升级。无论在全世界范围内还是“一带一路”沿线国家范围内，进口密度对技术进步和技术效率都不显著，对全要素生产率有促进作用，说明进口密度主要通过节约成本和资源配置效率的提升来促进全要素生产率的增长。

表3 进口复杂度对全要素生产率的影响

表3 (续)

表4 稳健性检验

表3的控制变量具体表现为在全世界范围内进口渗透率正向促进全要素生产率的提高和技术进步，但是对技术效率影响不显著，可以理解为工业企业利用这些进口的先进技术和机器设备直接获得技术，促进全要素生产率的提高。但是，只注重技术产品的模仿而忽视了企业软实力的提升，导致技术效率水平仍然难以提升。出口渗透率对全要素的影响无论在全世界范围还是“一带一路”沿线国家范围均表现显著，可以理解为出口企业的竞争压力和学习效应，以及出口企业对国内非出口企业的带动作用均有利于促进行业全要素生产率的提高。研发投入对技术进步影响超过对全要素生产率的影响，对技术效率促进作用不明显，说明研发投入主要依靠技术更新或者购买先进设备等来提高国内的生产率，更多体现在技术的更新与人力资本的适应性提升，但是无法有效体现出管理效率的提高。企业规模对全要素生产率增长和技术进步起到负向影响，说明规模企业总体上未体现上促进研发活动对全要素生产率的正面效应。资本强度显著促进生产率和技术的增长，对技术效率没有起到促进作用，可理解为每年投入的资本品也代表着技术的更替，投入的固定资本带动了技术水平的提高，所以资本劳动比率提升起到了推动技术进步的作用。

(五)稳健性检验

为了验证模型结论的稳健性，考虑到Tacchella et al. (2013)[11]适合度法计算的进口复杂度对全要素影响可能存在偏误，本文采用反射法计算进口复杂度对全要素生产率的影响重新进行了检验[10]。从表4中可以看出，无论是全体样本还是“一带一路”沿线国家样本，进口复杂度对全要素生产率的影响结果，以及控制变量的表现与表3基本一致，因此一定程度上可以说明表3的实证分析结果是稳健的。

四、结论

本文将进口复杂度和进口密度纳入到内生增长模型，并实证分析了进口复杂度和进口密度在促进全要素生产率增长中的影响作用。从回归结果来看，基于全世界样本的中国进口复杂度提升显著地促进了全要素生产率的增长和技术进步增长，但是对技术效率的影响却是不显著的，说明进口复杂度的提升对全要素生产率的促进作用主要是通过进口品带来的技术创新或者中间投入品的直接使用带来的行业技术进步，由于技术效率的提升主要体现在管理、制度等软技术的创新，物化的进口复杂度提升没有有效转化为管理效率或者生产效率。基于“一带一路”沿线国家样本的进口复杂度，没有促进全要素生产率的提高，对技术效应影响为负向显著，说明进口“一带一路”沿线国家的贸易结构还没有明显起到促进技术进步的作用。进口密度在全世界范围内和“一带一路”沿线国家范围内均促进全要素生产率的提升，而且影响效应基本一致，说明进口贸易结构从节约成本和配置效率角度均起到一定促进作用。

本文的研究结果有着较强的政策启示：中国从“一带一路”沿线国家进口主要以资源品和初级品为主，占用国内过多资源，资源品和能源品自身技术溢出效应也不明显，导致影响全要素生产率的提升。因此政府在扩大“一带一路”沿线国家进口贸易的同时，还要充分重视进口贸易结构构成，既要充分尊重市场对经济资源的自发调节，充当好市场规则的维护者和制定者，也要对“一带一路”沿线国家的进口贸易结构及时进行政策调节。不要偏面侧重从“一带一路”沿线国家进口高复杂度的能源类产品，而是要积极鼓励同“一带一路”沿线国家进口制造类产品，比如劳动密集型消费品等，这类产品是“一带一路”众多国家的出口主体，又是中国比较优势逐渐下降的行业。扩大同“一带一路”沿线国家制造业进口，一方面可以促进国内产业结构升级以及全要素生产率的提高，另一方面依托国内巨大的消费市场带动沿线国家经济增长，实现国内经济高质量发展和“一带一路”合作共赢的双重目标。

注释：

① Keller(1993)[3]提出了“O型环经济理论”，研讨了一个小部件达不到标准，造成整个复杂体系运转失灵的现象。“O型环理论”指出，完成任务的工人，要保持在一定的效率和水准之上。其中最好的工人，哪怕是100%高效而完美地完成工作，如果他的工友更加低效，完成质量更差，整个产品就不可能完美。每个环节的失误，给整个体系带来的影响是乘数效应而非加数效应。

② 34个工业行业包括：煤炭采选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、电力热力及水的生产供应业、煤气的生产和供应业、食品加工和制造业、饮料制造业、烟草加工业、纺织业、服装及其他纤维制品制造业、皮革毛皮羽绒及其制品业、木材加工及竹藤棕草制品业、家具制造业、造纸及纸制品业、印刷业记录媒介的复印、文教体育用品制造业、化学原料及化学制品制造业、医药制造业、普通机械制造业、专业设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化办公用机械、石油加工及炼焦业、化学纤维制造业、橡胶制品业、塑料制品业、非金属矿物制品业、黑色金属冶炼及延压加工业、有色金属冶炼及延压加工业、金属制品业。

③ “一带一路”沿线国家样本为东南亚10 国：泰国、老挝、柬埔寨、越南、新加坡、缅甸、马来西亚、印度尼西亚、文莱、菲律宾；中东欧16 国：捷克、斯洛伐克、匈牙利、波兰、立陶宛、爱沙尼亚、拉脱维亚、斯洛文尼亚、克罗地亚、阿尔巴尼亚、罗马尼亚、保加利亚、波黑、黑山、塞尔维亚、马其顿；蒙古、中亚5 国、独联体7 国：蒙古、俄罗斯、白俄罗斯、乌克兰、阿塞拜疆、亚美尼亚、格鲁吉亚、摩尔多瓦、土库曼斯坦、塔吉克斯坦、哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦；南亚8 国：印度、孟加拉、斯里兰卡、马尔代夫、尼泊尔、巴基斯坦、阿富汗、不丹；西亚北非16 国：伊朗、伊拉克、叙利亚、约旦、土耳其、黎巴嫩、以色列、阿联酋、卡塔尔、科威特、沙特阿拉伯、也门、阿曼、巴林、希腊、塞浦路斯。