中国木材加工企业生产率与出口关系研究——基于经济政策不确定性视角

王啸雨，戴永务,2,3

(1.福建农林大学 经济管理学院，福州 350002；2.福建农林大学企业管理研究中心，福州 350002；3.福建省高校新型特色智库集体林业改革发展研究中心，福州 350002)

在新新贸易理论的研究中，Melitz认为生产率较高的企业在进入出口市场方面更具优势[1]，进而提出了异质企业贸易模型。但该理论在中国此类发展中国家的适用性受到了许多学者的质疑：李春顶等通过实证分析提出了“生产率悖论”，即非出口企业生产率高于出口企业，并且生产率越低的企业出口越多[2]；也有学者认为“新新贸易理论”和“生产率悖论”与行业性质相关。目前中国学者已在农业[3]、制造业[4]等诸多行业通过实证分析验证了该行业是否存在“生产率悖论”，但实证结果不尽相同。“生产率悖论”在中国不同行业呈现不同现象说明“生产率悖论”在中国市场不能一概而论，应根据行业特性具体分析研究。针对木材加工企业“两头在外”的贸易特性，本文欲通过研究木材加工业出口企业与内销企业生产率之间的差异以及生产率与出口规模之间的关系，正确认识与客观评价木材加工业生产率的提高所带来的行业影响及其发挥的作用。

中国不断坚持改革开放，深究发展的原动力主要是近年来政府为调整经济结构转型而颁布的一系列经济政策，自2012年以来中国的经济政策不确定性指数不断攀升与这一系列经济政策有关。具备“两头在外”贸易属性的中国木材加工企业在获益于国内经济政策扶持之外，还承受着近年来中美贸易摩擦、英国脱欧和新冠疫情突发等事件带来的全球贸易不确定性的影响。当受到外部经济环境冲击时会对中国木材加工企业生产率与出口规模间产生何种影响需要进一步深入研究。目前大部分学者的研究结论表明经济政策不确定性的上升将对企业产生不利影响，但有部分学者认为激进的企业可以通过创新性行为来挖掘环境中的机遇从而“创造环境”，不确定性越高对企业竞争力越有利[5]。还有部分学者通过研究发现：环境不确定性在某变量与企业竞争力的线性、非线性关系中所表现出的调节作用，即环境是“作用于关系的”变量[6]。本文结合世界经济不确定性挑战日益升级的大背景，试图研究经济政策不确定性在中国木材加工企业生产率与出口行为中所起到的调节作用，为该行业国际竞争力的提升提出政策建议。

1 理论分析与研究假设

由新新贸易理论可知生产率高的企业在进出口贸易中占据优势。大量学者认为企业选择出口时，潜在的出口沉没成本会影响企业出口的选择，并且只有生产率较高的企业才会选择克服沉没成本进行出口，而生产率较低的企业将会面临淘汰或者选择国内市场[7]。也学者认为出口企业生产率越高，在市场中所获份额将会越大[8]；对于中国木材加工企业而言，企业生产率的提升将会提升企业在国际市场中所占有的市场份额，以此将有机会获得更大利润，进而扩大企业的出口规模。综上所述，故提出假设1：

假设1：企业生产率对中国木材加工企业出口具有正向影响。

基于实物期权理论可知，面对经济政策不确定性上升的冲击时，企业通常会选择克服沉没成本等待局势或政策明朗，因此出口企业在出口贸易预测的期权值将会上升，相应地出口投资风险也会加大，而出口企业在面临外界环境不确定时更易产生悲观预期。但需针对出口企业生产能力的强弱进行进一步分析，出口企业中生产效率低下或者产品质量较差的企业会采取缩小出口规模或者退出市场的方式应对大环境的不确定性，而生产效率高的企业拥有较强的抗击市场风险能力，当经济政策不确定性上升而导致市场出现“清理效应”时，生产率较低的企业退出市场反而让出了大量的国际市场。此时生产效率较高的企业将会抓住环境不稳定这一发展契机，抢占更多国际贸易市场份额，扩大自身出口规模以寻求更大的企业盈利，提升企业在国际市场的竞争力。

基于以上分析，本文提出假设2：

假设 2：经济不确定性可以正向调节企业生产率对中国木材加工企业出口的影响。

2 数据与方法

2.1 模型选择

基于上述分析，本文建立以下模型。模型1为基础模型，检验全要素生产率对企业出口情况的影响。模型2在模型1的基础上为解决遗漏变量问题加入控制变量。模型3参考杨汝岱和朱诗娥(2018)[9]的研究方法，加入经济政策不确定性和全要素生产率与经济政策不确定性的交互项，检验经济不确定性起到的调节作用。建模如下：

模型1：lnExportit=α+βlnTFPit+eit

模型2：lnExportit=α+β1lnTFPit+β2lnControlit+eit

模型3：lnExportit=α+β1lnTFPit+β2EPUt+β3TFPit*EPUt+β4lnControlit+eit

式中，TFPit为i企业t年的全要素生产率，LTFPit为i企业t年的劳动生产率。Exportit为i企业t年的出口情况，Controlit为i企业t年的控制变量，EPUt为第t期的经济政策不确定性，β、β1、β2、β3、β4为系数，eit为残差。

2.2 变量选择

2.2.1 被解释变量

出口行为(EXP)作为本文的核心变量之一，采用中国木材加工企业的出口规模表示，企业出口规模代表企业出口的额度，选择中国工业企业数据库中木材加工企业出口交货值[10]进行回归。

2.2.2 解释变量

本文对木材加工企业生产率的测度主要通过全要素生产率和劳动生产率两个维度进行量化。选用OP法、ACF-OP法、LTFP计算公式对中国木材加工企业生产率(TFP)进行估算作为本文的解释变量，采用生产率的值取对数表征。

为在一定程度上克服上述内生性问题，采用控制函数法中的OP法(Olley and Pakes,1996)[11]进行主回归。该方法假定企业的生产率冲击会影响当期可被观测的投资，将投资视作生产率的代理变量。计算公式如下：

OP法测算TFP需要从生产函数的定义开始，并对误差项进行分解，得出企业投资的表达式，将其反函数代入C-D生产函数的对数式：

yit=αkit+βlit+ht(iit，kit)+ηit

(1)

其中，yit、kit、lit分别是代表产出、资本投入、劳动投入的对数形式，iit表示投资，ht(iit，kit)表示由OP法定义的iit的反函数表达式，ηit表示真正的误差项。

接着为解决样本的选择问题，构建一个企业生存概率方程：

Pr{χt+1=1|ωit(kit),Jt}=ρt(it，kt)=Pt

(2)

联立(1)、(2)，通过最小化残差平方和及索洛残值法得出：

在对全要素生产率进行估算时，劳动(自由变量)的系数只有在自由变量和代理变量相互独立的情况下才能得到一致估计。为了能够更加全面的诠释生产率，本文采用ACF-OP法(Ackerberg，Caves and Frazer，2015)[12]对于全要素生产率进行二次测度。ACF-OP法解决了OP法中估计系数之间存在严重的共线性的问题。同时计算中国木材加工企业的劳动生产率，用于与OP法进行比对，进行稳健性检验。在劳动生产率(即为单位劳动产出)的计算中采用李春顶(2010年)[13]的方法，记为LTFP：

其中Q为产出，L为劳动投入。

2.2.3 调节变量

本文调节变量选择经济政策不确定性指数(EPU)表示，选取Huang and Luk(2019)构建的中国经济政策不确定性月度数据[14]进行测度，该指数可被量化，且信息准确，连续性强，目前已成为了国内外学者研究经济政策不确定性的主要方法之一。由于本文研究的是年度面板数据，因此对其原始数据进行算术平均后除以100转化为年度数据作为调节变量。

2.2.4 控制变量

本文考虑变量选择合理性并结合工业企业数据库的数据情况，选取以下指标作为控制变量：①企业规模(EM)。企业规模越大越容易产生规模效应，具有一定的出口优势，做出大规模出口决策的可能性更大；②企业盈利情况(PRO)。企业盈利水平越高，越有扩大出口规模的能力。③企业资本密集度(KD)。资本密集度高的企业相较于劳动密集的企业来说，新设备技术及机械化程度越高，越容易产生技术溢出效应，技术溢出所产生的国际贸易将会扩大企业出口规模。同时引入技术创新(Tech)、企业类型(Re-Type)和政府补贴(SUB)作为模型中的虚拟变量。

2.3 数据来源

本文选用1998—2013年中国工业企业数据库中的木材加工业(代码：20)及其四个子行业(代码：201、202、203、204)相关数据进行研究。经过数据处理得到木材加工企业总计 44 940家、样本量总计 88 210个。本文利用经济政策不确定性指数来衡量经济政策不确定性这一变量，并以Huang and Luk(2019)编制的中国经济政策不确定性指数进行主回归分析，该指标统计数据始于2000年，每月更新一次；以Huang and Luk(2019)编制的中国财政政策不确定性指数进行稳健性检验。

2.4 描述性分析

2.4.1 中国木材加工业行业现状分析

为了研究中国木材加工业是否存在生产率悖论，本文将中国木材加工业的企业分为出口交货值大于0的出口企业和出口交货值等于0的内销企业。由于数据库中2004年数据与其他年份相差较大，考虑数据真实性问题，剔除该年份数据分别对余下年份的木材加工业的内销企业数量和出口企业数量绘制数量变化折线图，如图1。

图1 1998—2013年中国木材加工业出口企业与内销企业数量统计

观察图1可以看出，中国木材加工行业的内销企业总数量远高于出口企业总数量。2003年出现拐点，木材加工企业总量突增，其中内销企业贡献了主要力量，直至2008年内销企业数量达到峰值，总计 8 570家。2008年则是中国木材加工企业数量锐减的一个拐点，内销企业在一年间从 8 570 家企业降至 5 193家，出口企业从 1 550 家降至 1 034家。究其原因是整个行业受到2008年发生的金融危机的影响，国内经济受到巨大冲击所导致。

2.4.2 中国木材加工企业生产率变动情况

由于部分年份所需数据不全及数据口径变动，剔除1998年、2004年、2009年、2012年及2013年的生产率情况后，利用OP法、ACF-OP法及LTFP计算公式通过stata.14.0测算出的木材加工企业的全要素生产率和劳动生产率，将二者1999—2011年的均值走势图进行比对(如图2)。

图2 1999—2011年中国木材加工业生产率变化情况

3 结果与分析

3.1 中国木材加工企业“生产率悖论”验证

现依据OP法、ACF-OP法和LTFP计算公式所计算出来的企业生产率均值将内销企业和出口企业分行业进行比对(见表2)。

表2 1998—2011年中国木材加工业出口企业与内销企业生产率对比情况

由表2的对比结果可知：中国木材加工企业在绝大部分年份中，无论是全要素生产率还是劳动生产率，出口企业均大于内销企业。因此认为中国木材加工业不存在普遍的“生产率悖论”。但不排除少数情况存在“生产率悖论”的情况，木制品制造业(203)出现“生产率悖论”的频率最高。原因是大部分情况下中国木材加工企业均符合“新新贸易理论”的发展规律，生产率高的木材加工企业将在出口行为中占据优势，因此具有出口行为的木材加工企业相较内销企业更能够克服沉没成本，凭借高生产率在外贸市场取得竞争优势。而木制品制造业依赖于技术革新保持市场规模，出口企业往往拥有长期稳定订单导致出口学习效应的主观能动性下降，造成该子行业出现“生产率悖论”现象。

3.2 中国木材加工企业出口规模与生产率的关系

为了研究能够更加深入，本文将出口交货值为零、缺失重要变量的样本企业剔除后进一步研究全要素生产率对中国木材加工企业出口规模的影响及经济政策不确定性在二者之间所起的调节作用。为解决内生性问题，根据上文设定的模型1、2、3进行双向固定效应回归。结果如表3所示：

表3 模型1、2、3的回归结果

表3为基于面板数据年份固定效应的回归结果，设定技术创新、企业类型与政府补贴为虚拟变量。其中①列回归结果表示通过OP法计算公式所测算出的企业出口规模与全要素生产率间的关系；②列回归结果则表示在加入企业盈利、企业规模、企业资本密集度作为控制变量后企业出口规模与全要素生产率之间的关系；③列回归结果表示引入调节变量——经济政策不确定性，同时加入全要素生产率与经济政策不确定性的交互项后，全要素生产率与出口规模之间的关系。

3.2.1 提高企业生产率是扩大中国木材加工企业出口规模的有效途径

由表3的回归结果可看出：中国木材加工企业全要素生产率(TFP)与企业出口情况(EXP)的关系为显著的正相关。尤其是模型2中加入企业盈利、企业规模、企业资本密集度三个控制变量后二者之间的正向关系增强且模型的拟合优度进一步提高。表明：提高企业全要素生产率有助于扩大中国木材加工企业出口规模，假设1得到验证。原因可能为：中国木材加工企业有较高的全要素生产率意味着在企业技术、管理模式、产品质量以及企业结构等综合功能上较强。综合素质高的出口企业有利于在行业中扎根获利，更能承受高额出口交易成本。尤其是企业盈利能力强、企业规模大、企业资本密集度高的高生产率企业能够更好地在强竞争、高要求的国际市场上站稳脚跟。

3.2.2 经济政策不确定性上升导致中国木材加工企业出口规模萎缩

由表3中模型3的回归结果可看出经济政策不确定性(EPU)与木材加工企业出口规模之间为负相关关系，表明经济政策不确定性升高的情况下，企业出口规模会出现萎缩。可能由于中国木材加工企业在面临经济冲击时，投资风险的预期值将会增大。企业在出口行为决策时将会更为慎重考虑时间、金钱、人力、物力等沉没成本进而放弃投资计划或缩小出口规模以规避风险。同时经济政策不确定性上升加剧金融摩擦，降低企业出口投资效率，进而导致出口规模萎缩。

3.2.3 经济政策不确定性上升将增强企业全要素生产率对企业出口规模的正向影响

经济政策不确定性与木材加工企业全要素生产率交互项(EPU*TFP)系数为正且在1%的显著性水平上通过检验，表明经济政策不确定性显著增强了企业全要素生产率对企业出口规模的正向影响。因此假设2成立。出现这一现象是由于在全球经济大环境受到冲击时，木材加工业外贸市场将会出现“清理效应”。生产效率低下、占据市场规模小或者抗风险能力不足的企业将会选择退出市场或缩小经营规模来应对变化，因此国际市场资源配置将进行重新分配。生产率高的企业能把握经济政策不确定性上升这一契机，在新一轮的市场洗牌中发挥自身抗风险能力强的竞争优势，扩大自身出口规模以获得更多持续稳定的国际订单。

3.2.4 异质性检验

基于以上结论，本文对木材加工业中子行业的生产率与出口规模的关系进行了异质性检验，结果表明木材加工业中的四个子行业全要素生产率与企业出口规模的关系均不存在异质性，回归系数均为正且通过1%的显著性水平检验。即木材加工业的四个子行业不存在“生产率悖论”，支持本文上述回归结果。

3.2.5 稳健性检验

对于主回归的实证结果进行了多维度的稳健性检验，通过检验经济政策不确定性的滞后效应、以中国财政政策不确定性指数作为经济政策不确定性指数的替代变量作为调节变量进行检验；采取两阶段最小二乘法(IV-2SLS)处理遗漏变量和测量误差有可能导致内生性问题；采用劳动生产率(LTFP)作为生产率的替代变量，从多个不同视角衡量生产率这一核心变量。以上稳健性检验结果均与主回归结论一致，验证了本文实证结果的稳健性。

4 结论与政策启示

4.1 结论

本文基于OP法、ACF-OP法及LTFP的测算方法计算木材加工企业生产率，研究出口企业与内销企业生产率之间的关系，深入论证中国木材加工业是否存在“生产率悖论”的现象。构建双向固定效应模型检验中国木材加工企业全要素生产率与出口规模间的关系，并采用经济政策不确定性作为二者间的调节变量进一步研究变量间的影响机制。得出以下结论：第一，从生产率检验情况来看，中国木材加工出口企业的生产率普遍大于内销企业，可以推断中国木材加工业中并不存在“生产率悖论”，符合新新贸易理论。中国木材加工企业生产率与出口规模之间呈正相关，说明生产率越高的中国木材加工行业企业在出口方面的优势越大；第二，从企业层面来看，中国木材加工业出口企业的数量远小于内销企业，并从2003年开始二者差距逐渐拉大，且企业规模、企业盈利情况企业资本密集度对于企业出口规模均具有显著的促进作用。第三，社会环境来看，经济政策不确定性上升会显著增强中国木材加工企业的生产率对企业出口规模的正向促进作用，即生产率高的木材加工企业在经济政策不确定的环境下，能够把握机遇占据更多国际贸易市场份额，从而进一步扩大企业出口规模。

4.2 政策启示

①以国内大循环为主体，充分发挥国内市场的规模优势。全球经济形势复杂严峻导致不稳定不确定因素增加，木材加工业国际市场需求滞后。为保障出口企业的持续发展，出口企业应在尽可能保证自身国际订单不受影响的情况下，着重致力于国内市场的生产、分配、流通、消费等上下游供应链各个节点的打通，把中国超大市场规模的优势充分发挥出来，刺激内需潜在市场。内销企业需要以提升企业生产率作为扩大市场规模的抓手，长期稳定提高生产效率和产品质量以保证产业的供给能力及水平，以便适应经济冲击后的国际及国内市场需求量的回升。

②鼓励企业积极投身国际大循环，提升企业竞争力。面对双循环的发展新格局下，政府应结合中国木材加工业的子行业出口情况，积极鼓励出口规模小的企业投身国际市场或扩大出口规模。由于木材加工业不存在“生产率悖论”，因此鼓励内销企业加入国际循环的方式之一即为鼓励其加速生产率的提升，以便在国际市场取得市场份额。更多中国木材加工企业进入的国际竞争，可以大大提升中国木材产业的竞争力。

③提高企业生产率，应对全球经济环境不确定性冲击。在面对经济冲击时，由于市场可能存在的“清理效应”，生产率低下的中国木材加工企业将会缩小出口规模或退出市场，生产率越高的企业将以此为契机抢占更多国际市场份额。因此在全球市场不稳定不确定性上升的外部环境下，生产效率低的木材加工出口企业应通过技术改革、人员培训等方式提高企业生产率，跨过生产率门槛以保持出口规模不受影响；生产效率高的木材加工企业应通过提升生产率增强国内、国际两个市场的产品供给能力，使国内市场和国际市场更好联通，提高产业链现代化水平，培育新形势下参与国际竞争新优势，以此占据更大份额的国际贸易市场。