出口集聚之溢出效应研究——基于中国企业层面数据的实证分析

本文基于对出口集聚现象的细分和2007年中国规模以上企业数据,利用Heckman模型检验了由出口活动的空间集聚引发的出口溢出效应。研究的主要结论包括:出口集聚对本土企业出口决策及企业出口密度均具有显著的正溢出效应;出口集聚-出口溢出效应因出口企业所有权和行业差异而有所不同。其中本土出口企业集聚之溢出效应高于外资企业,行业内出口企业集聚之溢出效应高于行业间出口企业。基于中国东、中、西部三大地区相关数据的检验还显示,出口集聚-出口溢出效应在三大地区间亦各不相同,这与三大地区外贸发展的"梯度式"差异相一致。

地区出口集聚、融资约束与制造业企业出口决策

基于对异质性企业贸易模型的拓展,文章从信息溢出的视角考察目的国地区出口集聚对融资约束企业出口决策的影响效应及其内在机制,并通过高度细化的中国微观贸易数据对理论假设进行实证检验。研究结果表明:随着地区出口集聚程度的上升,企业的出口概率将增大;考虑到地区出口集聚与融资约束的交互效应,发现相比于低融资约束企业,地区出口集聚对高融资约束企业的影响效果更强;在影响渠道方面,相比于低融资约束企业,地区出口集聚对高融资约束企业国外市场进入的促进作用主要来自于其对出口固定成本的降低。文章的结论对于政府应对外部不确定性风险,合理引导出口企业的地理分布,从而实现出口市场的多元化发展具有一定的政策启示。

出口集聚的需求侧效应、信息摩擦与产品质量

高质量发展是全面建设社会主义现代化国家的首要任务。本文研究了在信息摩擦条件下出口集聚对制造业企业产品质量的影响及作用机制。不同于传统的马歇尔外部性理论从供给侧分析集聚效应,本文从需求侧揭示了出口集聚的重要意义。理论分析表明,出口集聚可以通过“需求学习效应”和“质量声誉效应”的双重机制促进企业产品质量提升。本文基于2007—2016年中国海关进出口数据与全国税收调查数据的实证研究得到了与理论分析一致的结果。机制研究发现,需求学习效应对年轻企业和小规模企业的质量提升作用更大;当需求信号精度下降时,需求学习效应被削弱;需求信息具有市场专属性特点,同一目的地出口集聚的需求学习效应大于其他目的地出口集聚。质量声誉效应是把“双刃剑”,好的质量声誉能提升企业产品质量,而坏的质量声誉则会降低企业产品质量;新产品和异质性产品对质量声誉的敏感度更大。进一步分析表明,即使考虑了马歇尔外部性的作用,需求学习效应和质量声誉效应依然具有经济意义上的显著性,其重要性不容忽视。

企业出口与区域出口集聚对企业融资约束的影响

本文研究了企业自身出口行为以及所在地区出口集聚对企业融资约束的影响。研究发现,企业自身出口增加将会缓解企业融资约束,而企业所在地区出口集聚增加则会加剧企业融资约束,亦即存在融资竞争效应。通过区分企业所有制和贸易形式,本文进一步发现:第一,国有企业和外资企业的融资约束对企业自身出口以及所在区域出口集聚的反应不显著,而民营企业的融资约束受到企业自身出口和出口集聚的显著影响;第二,加工贸易企业的融资约束不受企业自身出口行为以及出口集聚的影响,而一般贸易企业的融资约束显著依赖于企业自身出口行为与出口集聚。上述结果在考虑了不同行业融资依存度差异后依然显著。

我国出口企业集聚与贸易二元扩张

基于我国出口贸易迅速发展的客观事实,出口贸易二元扩张成为学术界关注的焦点;本文结合异质性理论对微观企业二元边际的分解模式,创新性地将企业集聚因素纳入基础模型;运用30个制造业出口企业1999～2007年的相关数据考察了出口企业不同集聚形式(专业化和多样化)对贸易二元扩张的影响。研究发现出口企业集聚总体上有利于贸易二元扩张,而集聚专业化经济具有促进内延边际扩张的作用,多样化经济则更加促进外延边际扩张;同时还发现内资出口企业集聚促进外延边际扩张,而外资出口企业的集聚更有利于内延边际扩张。政策启示在于,政府应加强对出口集聚区的产业引导,发挥集聚经济的地方特色,通过专业化经济和多元化经济的双重"集聚优势"来赢得我国出口二元边际扩张的双重"贸易优势"。

江苏出口产业集聚区发展现状与对策分析

本文对江苏出口产业集聚区发展现状与对策做简单分析。

集聚-出口双促进政策的溢出效应——来自出口加工区的微观企业证据

本文以中国52个出口加工区作为集聚-出口政策的分析对象,利用1998-2008年中国工业企业和城市数据,检验集聚-出口双促进政策对企业生产率的影响。研究结果表明:从全国层面看,上述双促进政策对企业生产率有着积极影响,其中出口选择效应随着集聚效应呈现出互补效应;拥有加工区的城市具有更强的集聚、出口溢出效应。但是,集聚-出口双促进政策对企业生产率的影响存在替代效应,这些城市的内部竞争削弱了企业的资源配置效率;出口加工区的成立本身对出口企业生产率有显著的贡献,但加工区内企业并未获得集聚-出口双促进政策红利,集聚政策仍然是企业生产率提高的主要来源。