创新驱动与中国制造业企业出口技术复杂度

创新驱动与中国制造业企业出口技术复杂度毛其淋方森辉摘要研发对企业出口竞争力的提升问题是我国创新驱动发展战略在对外贸易领域的重要体现，但鲜有文献从企业层面对此进行系统研究。

本文利用2005—2007年的中国工业企业数据库和海关贸易数据，采用倾向得分匹配基础上的倍差法深入研究了企业研发、地区知识产权保护对企业出口技术复杂度的影响。

研究结果表明，企业研发显著促进了企业出口技术复杂度的提升，并且地区知识保护强化了企业研发对出口技术复杂度的提升作用。

进一步的异质性分析发现，过度的企业研发会削弱该提升作用;一般贸易企业和混合贸易企业的研发有助于提升其出口技术复杂度;本土企业研发对其出口技术复杂度的提升作用弱于外资企业，且国有企业属性进一步降低了该提升作用。

最后，我们还考察了市场竞争与政府补贴在研发影响企业出口技术复杂度中的作用，发现在那些市场竞争程度越弱的行业，企业研发越能促进其出口技术复杂度的提升，另外，适度的政府补贴能够促进企业研发对其出口技术复杂度的提升作用，而过度补贴则起到了削弱作用。

关键词企业研发出口竞争力出口技术复杂度PSM-DID自党的十八大提出实施创新驱动发展战略以来，创新作为引领发展的第一动力，逐渐成为我国经济实现可持续发展的重要保障。

2016年，我国货物贸易出口额为2.1万亿美元，占全球份额为13.2%，连续八年蝉联货物贸易出口第一大国;在出口规模不断发展的同时，对我国对外贸易稳步发展更为重要的是要确保企业的出口技术复杂度（或出口竞争力）得到保持和提升。

因此，作为出口行為微观主体的企业，其研发创新活动能否有效提升出口技术复杂度，无疑是创新驱动发展战略在对外贸易领域能否产生实效的重要基础。

本文的研究旨在利用中国微观企业数据，深入考察企业研发、地区知识产权保护对企业出口技术复杂度的影响。

目前，已有不少学者研究了我国出口技术复杂度的测算及影响因素。

早期的研究者如Rodrik（2006）测算了1999—2001年我国出口技术复杂度，发现我国出口复杂度显著高于相近发展水平的国家，这一异常问题又被称为“Rodrik悖论”。

Hausmann等（2007）和Xu（2007）则测算了我国出口相对复杂度，发现我国出口相对复杂度也在逐年上升。

文东伟（2011）基于投入产出法，利用2009年OECD投入产出表测算并发现我国制造业行业层面的出口技术复杂度低于欧美日及亚洲新兴工业经济体。

近期有部分学者，如赵红和彭馨（2014）基于Hausmann（2005）的方法，从多层次测算了我国2000—2012年国家、区域和产品层面的出口技术复杂度;李小平等（2015）则采用发射法和合适度法测算了1998—2011年我国制造业行业的出口技术复杂度，发现劳动密集型与资本密集型行业的出口技术复杂度存在显著的水平差异和变动趋势差异。

相比之下，更多的学者考察了中国出口技术复杂度的影响因素。

其中，王永进等（2010）从理论和实证上得出基础设施显著促进了出口技术复杂度提升的结论;齐俊妍等（2011）通过构建理论模型并采用跨国行业数据进行经验检验发现，金融发展通过解决研发和生产过程中的逆向选择问题，显著促进了出口技术复杂度的提升;刘维林等（2014）则建立理论模型并利用2001—2010年我国制造业数据检验发现，以国外附加值率为代表的全球价值链嵌入显著提升了我国制造业的出口技术复杂度;代中强（2014）以及杨林燕和王俊（2015）则基于Hausmann等（2007）的方法，分别从省际层面和行业层面进行实证，均得到知识产权保护有助于我国出口技术复杂度提升的结论;戴翔和金碚（2014）则从分工演进视角，测算了1996—2010年62个国家（地区）的出口技术复杂度，研究发现制度质量的完善对出口技术复杂度具有显著的提升作用。

此外，也有研究表明FDI（Hausmann等，2007）、OFDI（杨连星和刘晓光，2016）、贸易自由化（戴翔，2016）等有助于提升我国的出口技术复杂度。

尽管已有不少学者就我国出口技术复杂度的问题开展了广泛研究，但其研究均以国家、行业或地区层面的数据为对象，无法体现企业在出口技术复杂度上的异质性，因而难以全面地揭示企业自身的活动对其出口技术复杂度的影响。

与本文相关的另一组文献是关于企业研发与企业绩效方面的研究。

其中，不少学者分析了企业研发对企业生产率的影响。

如周亚虹等（2012）利用2005—2007年我国工业企业数据，基于广义Cobb-Douglas生产函数，采用OLS和probit方法，研究发现企业创新投入提高了企业的产出水平。

Doraszelski和Jaumandreu（2013）通过将R&D动态性和不确定性纳入理论分析，利用1990—1999西班牙制造业企业数据进行实证检验，发现企业R&D影响了企业TFP的分布并显著促进了企业TFP 的增长。

张志强（2017）基于异质性企业实证产业组织理论模型，利用1998—2007年中国工业企业数据和海关贸易数据研究，发现企业R&D能够显著提升企业的TFP，且受所有制结构的影响。

另外，也有学者关注企业研发对企业财务绩效的影响，如周新苗和唐绍祥（2011）基于倾向得分匹配法，利用上海2001—2006年工业企业分析了企业R&D活动和技术引进对企业绩效的不同影响，发现R&D活动对企业TFP的贡献优于技术引进，技术引进对企业当期利润和企业劳动生产率的提高更优于R&D活动。

更进一步，部分学者在研究研发与企业绩效的关系时考虑了制度因素在其中的作用。

例如，张杰和芦哲（2012）利用1999—2007中国工业企业数据研究发现，由于模仿成本显著提高、创新收益逐步降低等原因，知识产权保护增强有助于国有企业增加研发投入而民营企业减少研发投入，并使本土企业利润下降而外资企业利润上升。

吴超鹏和唐菂（2016）利用1993—2013年A股上市公司数据，实证检验发现，知识产权保护通过减少研发溢出损失和缓解外部融资约束，促进了企业创新对企业未来财务绩效的提升作用。

最近，李梅和余天骄（2016）利用2009—2014我国信息技术业上市公司数据，探讨了我国企业研发国际化对企业创新的影响机制，研究发现研发国际化提升了我国企业的创新绩效，且处于制度落后地区的企业拥有的社会资源更有助于促进研发国家化对企业创新绩效的提升作用。

尽管上述文献就企业研发与企业绩效的关系进行了较为深入的研究，但其均未涉及企业出口复杂度的问题，鉴于此，本文的研究将深入研究企业研发对企业出口技术复杂度的影响，试图弥补现有文献的不足。

本文可能在以下几个方面对已有研究进行了丰富和扩展：（1）此前的研究多从国家或行业层面考察，而鲜有文献从微观视角考察创新对企业出口技术复杂度的影响，本文将基于我国工业企业数据，采用Hausmann等（2007）和Xu（2007）的方法在企业层面进行测算，探讨中国制造业企业研发对企业出口技术复杂度的影响。

（2）识别方法以中国工业企业数据库和海关贸易数据的匹配数据为样本，采用基于倾向得分匹配的双重差分（PSM-DID）方法研究企业研发对企业出口技术复杂度的影响，对样本选择偏差和内生性问题有较好地处理和控制，所得结论具有可信性和稳健性。

（3）综合考察了企业研发对企业出口技术复杂度的平均影响效应及不同研发强度对企业出口技术复杂度的异质性影响;另外，本文还按照企业所有制、贸易方式将企业划分为不同的类型，进一步深入考察了企业研发对不同类型企业出口技术复杂度的影响。

（4）考虑到我国不同地区在知识产权保护程度上的差异，而这一特征事实可能会影响企业研发对企业出口技术复杂度的作用，本文还据此分析了企业研发、地区知识产权保护和企业出口技术复杂度之间的关系，这对于政府从政策层面引导企业提升出口技术复杂度具有重要的作用。

本文剩余部分的安排如下：第二部分介绍样本数据与研究方法;第三部分报告及分析基本估计结果;第四部分进行异质性分析;最后是本文的结论和政策启示。

二、研究方法、指标测度与数据（一）研究方法本文意在考察企业研发对企业出口技术复杂度的影响效应，而企业是否进行创新这一行为可能是非随机的，如果采用OLS方法进行估计可能会产生选择性偏误问题。

因而，本文采用基于倾向得分匹配的双重差分方法（PSM-DID）评估企业创新行为对出口技术复杂度的因果效应。

首先，根据企业是否具有研发支出将其划分为创新型企业和非创新型企业，设定一个二元虚拟变量innovi={0，1}，当企业为创新型企业时，innovi取值为1，否则取值为0，并设定二元虚拟变量postt={0，1}，其中postt=0与postt=1分别表示企业进行研发的前、后时期。

定义本文关注的结果变量lnESIadjit为企业i在t期经过质量调整的出口技术复杂度的对数值，并把创新型企业在postt=0和postt=1两个时期的出口技术复杂度变化量表示为ΔlnESIadj1it，把非创新型企业在两个时期的出口技术复杂度变化量表示为ΔlnESIadj0it。

由此，我们得到企业在进行创新活动和没有进行创新活动两种状态下的出口技术复杂度差异（即处理组企业的平均处理效应，ATT）可表示为：ATT=E（λi|innovi=1）=E（ΔlnESIadj1it|innovi=1）-E （ΔlnESIadj0it|innovi=1）（1）然后，本文在考虑以下匹配指标的基础上进行匹配：企业规模（size）、企业年龄（age）、资本密集度（klr）、企业利润率（profit）、融资约束（fincon）、出口密集度（expr）、国有企业虚拟变量（soes）和外资企业虚拟变量（foreign）。

结合上述指标，本文采用最近邻匹配（nearestneighbormatching）方法为创新型企业（即处理组）寻找合适的非创新型企业（即控制组），通过构建如下logit模型进行匹配：prob=pr{innovit=1}=Φ{Xit-1}（2）（4）式可以进一步转化为一个等价性的可用作实证检验的表述为了稳健起见，本文在（5）式基础上进一步引入影响结果变量lnESIadj的其他控制变量集合X'以降低遗漏变量的干扰，具体包括：企业年龄（age），采用当年年份数与企业开业年份数相减得到，年轻企业较成熟企业更易接纳研发成果，但因资源约束面临更大的研发失败风险（HuergoandJaumandreu，2004），成熟企业凭借原有技术已在市场占据一定份额，其研发动力则往往较低，故不确定企业年龄对出口技术复杂度的影响;企业规模（size），以1998年为基期的工业品出厂价格指数对企业销售额进行平减，然后再取对数，一般认为，规模越大的企业越容易发挥规模经济优势，有能力投入大量人员、资金用于研发活动，其出口产品的技术复杂度也相对较高;企业利润率（profit），用企业营业利润与企业销售额的比值衡量，反映了企业经营绩效，经营绩效良好的企业，更有能力投入更多资源用于改善产品及其生产工艺，有助于提升其出口技术复杂度;资本密集度（klr）以1998年为基期的固定资产投资价格指数对固定资产进行平减，然后以平减后的固定资产与从业人员数相除并取对数值，一般而言，资本密集型行业具备更佳的研发条件，出口技术复杂度更高的产品;融资约束（fincon），以利息支出与固定资产的比值衡量，反映了企业融资成本，研发需要投入大量资本，面临较低融资成本的企业拥有良好的资金来源，更易于开展研发活动;出口密集度（expr），以出口交货值与企业销售额的比值衡量，出口活动增强了企业的国际竞争力，有利于企业出口技术复杂度的提升;国有企业虚拟变量（soes）以及外资企业虚拟变量（foreign）用于控制企业的所有制结构特征。