创新行为与中国工业企业出口选择

陈建平

【摘  要】在我国经济转向高质量发展的背景下，我国的工业企业取得了长足发展。论文采用世界银行2012年对中国企业营商环境的调查数据，利用Probit模型实证检验了企业创新行为对中国工业企业出口选择的影响。研究表明，企业的创新行为对中国工业企业的出口具有正向的影响，使用工具变量的估计结果依然稳健，且数值和之前相比有了较大幅度增加。因此，中国的工业企业应该加大研发投入，增强出口产品的国际竞争力。

【Abstract】Under the background of China's economy turning to high-quality development， China's industrial enterprises have made great progress. This paper uses the World Bank's 2012 survey data of China's enterprises business environment， and uses Probit model to empirically test the impact of innovation behavior of enterprises on export choice of China's industrial enterprises. The results show that the innovation behavior of enterprises has a positive impact on the export of China's industrial enterprises， and the estimation results using instrumental variables are still robust， and the numerical value has increased significantly compared with the previous. Therefore， China's industrial enterprises should increase investment in research and development and enhance the international competitiveness of export products.

【關键词】创新;工业企业;出口选择;Probit模型

【Keywords】innovation; industrial enterprises; export choice; Probit model

【中图分类号】F752.62                               【文献标志码】A                                   【文章编号】1673-1069（2020）09-0084-04

1 引言与文献综述

改革开放40多年来，中国的平均经济增长一直保持在9%以上，这在世界的经济发展史上是一个奇迹。对外贸易在中国的经济发展过程中起到了举足轻重的作用。不过“中国制造”在世界上的形象并不好，很长时间以来一直是廉价品的别称。近年来，随着全球经济增长乏力，我国的经济增长期存在下行压力，我国经济开始转型升级，由高速发展阶段向高质量发展阶段转型升级。我国的企业更加重视研发投入，更加强调产品的创新，企业只有通过创新提升产品的核心竞争力才能在国际市场上占有优势地位。但是，中国企业在研发投入上还远远低于发达国家。《2018年欧盟工业研发投资排名》显示，2018年全球2500家公司投资总额为7364亿欧元，中国公司所占比重仅为9.7%，远远低于美国的37.2%和欧盟的27.2%。通过分析影响企业出口选择的因素，我们可以制定相应的产业政策，对我国的产业发展起到指导作用，从而为企业的出口选择起到一定的指导作用。

很多学者研究了创新对企业出口选择的影响。Roper等（2002）[1]发现企业创新对英国和德国的制造业企业的出口选择和出口数量都有正向的影响。汤二子（2012）[2]通过对中国制造业企业的实证研究表明，研发能够提高企业的出口概率以及出口总量。Filipescu等（2013）[3]研究发现产品创新对企业出口的二元边际不显著，研发强度和工艺创新对出口的二元边际有正向的影响。Egger等（2014）[4]的实证研究表明，技术进步对出口的扩展边际没有显著影响，而技术进步却对企业出口的集约边际有负向的显著影响。安志（2018）[5]利用江苏1408家企业的数据，研究发现技术创新是影响中国本土企业出口参与的决定性因素。覃林珠（2019）[6]的研究表明，企业的创新投入和企业的直接和间接出口模式都呈正相关。隋佳良（2019）[7]的研究发现，创新投入能够促进高技术行业下一期的出口，具有明显的滞后效应。

通过梳理相关文献发现，研究创新对企业出口选择的文献相对较少，研究创新对企业出口的集约边际的文献较多。本文采用世界银行的微观企业数据进行研究，可以弥补这方面研究的不足。另外，本文从新的角度定义了企业的创新行为，多个指标可以互相检验，得到一致的结论。本文还通过工具变量对核心变量的内生性进行了检验。

2 样本数据与研究设计

2.1 数据来源

世界银行开展了三轮微观层面的企业数据问卷调查，2012年这一轮调查是最新的数据。本文的数据选自世界银行2012年对中国企业的微观调查数据。这一次问卷调查包含了25个城市，涵盖11个制造业门类，7个服务类行业，共2700家民营企业。本轮数据是企业2011年经营环境的数据采集。

2.2 变量选取

2.2.1 被解释变量

出口选择（EXP）。如果企业的直接出口加间接出口的比重之和大于0，则表示该企业为出口企业，EXP设为1;否则，企业未参与出口，EXP设为0。

2.2.2 核心解释变量

本文的解释变量为企业的创新行为，企业的创新行为内容相当广泛。林毅夫认为技术创新的方式主要有产品创新和流程创新两种。约瑟夫·熊彼特提出了创新理论，他把创新分成五种情况：第一，生产新产品;第二，引进新方法;第三，开辟新市场;第四，引进新材料;第五，革新组织形式。本文衡量企业创新行为采用熊彼特对创新的定义，衡量企业创新行为的指标定义为以下八个变量：①为产品和过程改进或引进新技术和设备（EQU）。②引入新生产和操作质量控制程序（QUA）。③引进新的管理流程（ADM）。④对员工进行技术培训（TRA）。⑤引进新产品或新服务（NEW）。⑥为产品添加新特色（FEA）。⑦采取措施降低生产成本（COS）。⑧采取措施提高生产灵活性（FLE）。

2.2.3 控制变量

工资水平（SAL）。工资水平本文使用工资总额与企业的员工总数的比值来表示。

全要素生产率（TFP）。Head和Ries（2003）[8]通过对索罗余值法进行改进从而提出了全要素生产率的计算方法。李春頂（2010）[9]通过上述方法，测度了中国工业企业的全要素生产率。本文利用上述计算方法，具体的计算公式如下：

在上述计算公式中，Y代表企业的产出，本文以企业销售收入指标衡量;K代表企业的资本投入，本文以企业的固定资产净值衡量;L代表企业的劳动投入，本文以企业全部员工数进行度量;s代表生产函数中资本的贡献度，一般取值范围为[0，1]。本文借鉴李春顶（2010）以及Hall等（1999）[10]的处理方法，把s设定为1/3。运用该计算公式可以得到企业的全要素生产率近似值。

资本密集度（CAP）。本文用企业所使用的资本与劳动比值的对数表示，即用资本密集度来衡量企业的要素密集度类型，其中，资本指标用固定资产净值来度量，而劳动则用全部从业人员人数表示。

员工素质（EDU）。本文用该企业中接受过初中以上教育的员工比重来表示。

企业年龄（AGE）。用2011年与企业成立年份的差值计算得到。

2.3 模型设计

由于本文研究的是创新行为对企业出口选择的影响，所以被解释变量出口选择为二元选择变量。因此，本文采用Probit二值选择模型进行研究。Probit模型适用于被解释变量是离散并且只有两种选择的情况。基于此，本文回归模型设定如下：

其中，EXP表示企业是否进行出口选择。Innovation表示企业的创新行为，由为产品和过程改进或引进新技术和设备（EQU），引入新生产和操作质量控制程序（QUA），引进新的管理流程（ADM），对员工进行技术培训（TRA），引进新产品或新服务（NEW），为产品添加新特色（FEA），采取措施降低生产成本（COS），采取措施提高生产灵活性（FLE）构成。Control表示控制变量，包括工资水平（SAL），全要素生产率（TFP），资本密集度（CAP），员工素质（EDU），企业年龄（AGE）。ε为随机扰动项。

3 实证分析

3.1 变量统计描述

本文的数据选自2012年世界银行对中国企业的问卷调查，研究对象涵盖11个制造类行业，删除了服务部门的数据。表1是各变量的描述性统计，分别介绍了各变量的变量名、均值、标准差、最小值、最大值、样本数的描述性统计情况。

3.2 回归结果分析

表2的模型（1）到模型（8）分别为产品和过程改进引进新技术和设备、引入新生产和操作质量控制程序、引进新的管理流程、对员工进行技术培训、引进新产品或新服务、为产品添加新特色、采取措施降低生产成本、采取措施提高生产灵活性这八个指标的Probit模型回归结果。从表2可以看出，除了采取措施降低生产成本不显著外，其他所有指标均在0.1%的水平下显著为正。这表明，企业的创新行为对其出口选择有正向的促进作用。

3.3 变量内生性及其处理

表2的模型（1）到模型（8）的估计结果可能会受本文的核心变量企业的创新行为的内生性影响。造成此处内生性的原因如下：一是在模型设定中可能遗漏了变量;二是企业创新和出口选择可能存在双向因果关系，即企业的创新行为可能会提高企业的出口参与，另外，企业出口参与也可能会影响企业的创新行为。所以，企业出口行为与企业出口参与的内生性会导致表2中的模型的估计结果有偏。工具变量法可以解决模型的内生性问题。所以我们采用Ivprobit回归方法，用“过去三年企业是否在研发上进行支出”作为工具变量对模型进行修正。选择这个工具变量的原因如下：第一，企业过去三年是否在研发上进行支出和企业的创新行为有相关性，一般来说企业的研发支出越多越有可能进行创新;第二，过去三年企业是否在研发上进行支出对企业的出口选择没有直接影响。

使用工具变量后的估计结果如表3所示。Wald检验拒绝了企业的创新行为是外生变量的原假设。使用工具变量后，企业创新行为的系数全部为正，并且数值与之前相比都变大了。这表明本文的回归结果是稳健的。

4 结论及建议

本文采用世界银行2012年对中国企业的调查数据进行分析，研究表明，企业的创新行为对企业的出口选择具有正向的促进作用。使用工具变量后的估计结果显示企业创新的八个代理变量的估计系数全部为正，且数值和之前相比有了较大幅度增加。因此，中国的工业企业应该加大研发投入，从而增强出口产品的国际竞争力。

基于本文的结论，提出如下建议：

第一，出口企业应重视增加研发投入。

在知识经济时代，研发是企业创新的物质基础。所以，出口企业要在全球竞争中取得竞争力，通过加大研发投入采用先进的技术生产出质优价廉的优质产品吸引国外的消费者是必由之路。

第二，企业壮大研发人员队伍。

企业加大引进人才力度，设立人才特殊岗位，为人才提供激励，吸引各地人才的加入，为企业的创新提供大量的人才支撑。

第三，国家应该鼓励企业创新。

国家主动为企业服务，鼓励企业不断创新，引导企业与金融机构对接，鼓励与支持企业家创新。第四，国家也要加大知识产权保护力度，建立良好的创新激励机制与政策环境，完善出口产品知识产权保护机制。

【参考文献】

【1】Roper S，Love J H.Innovation and export performance： evidence from the UK and German manufacturing plants[J].2002，31（7）：1-36.

【2】汤二子，孙振.研发对企业出口贸易的影响研究[J].研究与发展理，2012，24（06）：87-95.

【3】Diana A.Filipescu，Shameen Prashantham，Alex Rialp，et al.Technological Innovation and Exports： Unpacking Their Reciprocal Causality.2013，21（1）：23-38.

【4】Egger P H，Kesina M.Financial Constraints and the Extensive and Intensive Margin of Firm Exports： Panel Data Evidence from China[J].Review of Development Economics，2014，18（4）：625-639.

【5】安志，路瑤，张郁.技术创新、自主品牌与本土企业出口参与[J].当代经济科学，2018，40（06）：91-97.

【6】覃林珠，高重阳，刘君廷，等.企业创新投入对出口模式的影响研究[J].湖北经济学院学报（人文社会科学版），2019，16（07）：21-23.

【7】隋佳良.创新投入对高技术行业出口影响研究——基于高技术产业下13个细分行业分析[J].全国流通经济，2019（02）：32-33.

【8】Head K，Ries J.Heterogeneity and the FDI versus export decision of Japanese manufacturers[J].Journal of the Japanese & International Economies，2003，17（12）：448-467.

【9】李春顶.中国出口企业是否存在“生产率悖论”：基于中国制造业企业数据的检验[J].世界经济，2010，33（07）：64-81.

【10】Hall R E，Jones C I.Why do Some Countries Produce So Much More Output Per Worker than Others？[J].Nber Working Papers，1999（01）：83-116.