研發(fā)創(chuàng)新推動了中國企業(yè)出口嗎？:基于“擴展邊際”與“集約邊際”的實證檢驗

晏 濤

（國家信息中心，北京100045）

內(nèi)生增長理論認為，技術(shù)創(chuàng)新通過影響企業(yè)的技術(shù)競爭力進而對其出口績效產(chǎn)生影響[1]。新新貿(mào)易理論認為企業(yè)的出口決策主要取決于其自身的生產(chǎn)率水平[2]，而研發(fā)創(chuàng)新對于企業(yè)生產(chǎn)率增長的重要作用已被國內(nèi)外相關(guān)文獻所證實[3][4]。換言之，研發(fā)創(chuàng)新影響企業(yè)生產(chǎn)率，而生產(chǎn)率對企業(yè)出口具有決定作用，因而從生產(chǎn)率的角度考察研發(fā)創(chuàng)新對企業(yè)出口貿(mào)易起到何種作用具有一定的理論和現(xiàn)實意義。

對這一問題的研究近來引起了國內(nèi)外學(xué)者的關(guān)注[5][6]，但在實證設(shè)計過程中忽略了研發(fā)和出口行為之間以及與其影響因素之間可能存在的內(nèi)生性問題，結(jié)果存在一定的偏誤。基于此，本文采用能夠有效解決變量間內(nèi)生性問題的傾向得分匹配方法（propensity score matching，PSM）和廣義傾向得分匹配方法（general propensity score matching，GPS），分別考察研發(fā)創(chuàng)新對中國企業(yè)出口決策和出口規(guī)模的影響，以試圖回答如下問題：研發(fā)創(chuàng)新水平對中國企業(yè)出口的影響是否體現(xiàn)了“擴展邊際”和“集約邊際”？具體地，目前中國研發(fā)創(chuàng)新投入的提高能否使更多的企業(yè)選擇出口？能否推動企業(yè)出口規(guī)模的擴大，研發(fā)創(chuàng)新對企業(yè)的出口行為發(fā)揮怎樣的作用？

一、文獻回顧

近年來，國外文獻集中關(guān)注異質(zhì)企業(yè)出口與技術(shù)創(chuàng)新的關(guān)系，但對出口企業(yè)技術(shù)創(chuàng)新異質(zhì)性的研究比較缺乏。Zhao和Li根據(jù)中國制造業(yè)企業(yè)大樣本數(shù)據(jù)，采用logistic模型和聯(lián)立性分析檢驗了技術(shù)創(chuàng)新與企業(yè)出口行為之間的關(guān)系，結(jié)論發(fā)現(xiàn)技術(shù)創(chuàng)新對出口傾向和出口增長的影響顯著為正[7]。Barrios等發(fā)現(xiàn)研發(fā)創(chuàng)新對OECD地區(qū)出口的影響顯著[8]，但Hasan和Raturi證實研發(fā)活動對印度出口企業(yè)的影響不顯著[9]。而Antonietti和Cainelli、Yang和Chen發(fā)現(xiàn)研發(fā)活動對企業(yè)出口貿(mào)易有積極影響，但都沒有深入揭示研發(fā)活動與出口行為之間的因果關(guān)系[5][10]。

相比較而言，國內(nèi)研究更多地關(guān)注研發(fā)與生產(chǎn)率、出口與生產(chǎn)率之間的關(guān)系，而對研發(fā)與出口關(guān)系的直接研究較為缺乏。官建成等利用213家工業(yè)企業(yè)調(diào)查數(shù)據(jù)，運用多元回歸分析探討了企業(yè)技術(shù)創(chuàng)新能力與出口行為之間的關(guān)系，結(jié)論發(fā)現(xiàn)研發(fā)創(chuàng)新能力對出口比率的貢獻很小，而組織創(chuàng)新能力對企業(yè)出口增長的貢獻更為顯著[11]。不過他們的研究時間（2002年）較為久遠、數(shù)據(jù)量偏小且運用一般的回歸分析，得出的結(jié)論對目前的現(xiàn)狀參考意義有限。最近的研究中，戴覓等借助于企業(yè)出口行為著重考察了研發(fā)投入對生產(chǎn)率的影響，并沒有關(guān)注研發(fā)投入如何影響企業(yè)出口行為[12]。

另外，一些國內(nèi)學(xué)者在分析市場分割、基礎(chǔ)設(shè)施等要素與企業(yè)出口行為之間的關(guān)系時，間接地揭示了研發(fā)對出口行為的影響。張杰等考察地區(qū)間的市場分割如何影響企業(yè)出口時發(fā)現(xiàn)，外資企業(yè)創(chuàng)新能力和出口之間呈現(xiàn)顯著的負向關(guān)系[13]。盛丹等采用Heckman兩階段方法考察基礎(chǔ)設(shè)施對中國企業(yè)出口行為的影響時證實，研發(fā)投入對企業(yè)出口決策和出口數(shù)量產(chǎn)生負向影響，并揭示出研發(fā)投入影響企業(yè)出口行為的所有制差異：對外資企業(yè)存在積極影響，而對內(nèi)資企業(yè)呈負向作用[1]。

一直以來，在實證研究研發(fā)創(chuàng)新與出口貿(mào)易之間的關(guān)系時，內(nèi)生性問題鮮有處理。變量之間相互影響和遺漏變量問題是較為普遍的內(nèi)生性原因。近來的研究開始使用工具變量法[1]，或動態(tài)面板GMM方法處理內(nèi)生性問題[13]，但是，越來越多的研究者意識到僅僅依賴計量技術(shù)本身來消除實證研究中的內(nèi)生性問題并不容易[14]。在處理內(nèi)生性問題上，近來PSM和GPS方法的優(yōu)勢得到了越來越多學(xué)者的認可[15]，因此，本文也將發(fā)揮這兩種方法各自的優(yōu)勢，對這一問題進行深入剖析，一方面為國內(nèi)外已有研究提供新的經(jīng)驗證據(jù)，另一方面也為政府相關(guān)部門完善出口促進政策，特別是為進一步深化企業(yè)研發(fā)創(chuàng)新提供理論基礎(chǔ)和實證支持。

二、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源與處理

本文數(shù)據(jù)來源于中國工業(yè)企業(yè)數(shù)據(jù)庫，包括全部國有和規(guī)模以上（年主營業(yè)務(wù)收入500萬元以上）非國有工業(yè)法人企業(yè)數(shù)據(jù)。由于僅在2005～2007年間有研發(fā)投入數(shù)據(jù)，所以選擇該時間段為樣本區(qū)間。該數(shù)據(jù)庫中的一些樣本存在錯漏、異常值問題，因而盡可能剔除不符合企業(yè)會計規(guī)則或有明顯錯誤的樣本。最終得到722 474家符合要求的企業(yè)數(shù)據(jù)，這為PSM實證檢驗奠定了數(shù)據(jù)基礎(chǔ)。

另一方面，為了采用GPS考察研發(fā)創(chuàng)新投入深度對出口規(guī)模變化的影響，進一步剔除研發(fā)投入為零、出口交貨值為零的樣本，最終得到27 030家符合要求的企業(yè)。由于GPS方法會基于匹配變量自行匹配，所以不會造成樣本選擇性偏誤[16]。

（二）傾向得分匹配方法和廣義傾向得分匹配方法

從經(jīng)驗研究和事實依據(jù)來看，一方面企業(yè)出口行為可能是企業(yè)實施研發(fā)策略的原因[12]，如政府支持企業(yè)走出去的各種研發(fā)補貼政策，刺激非研發(fā)企業(yè)開始實施研發(fā)，而對研發(fā)企業(yè)而言則有助于提高研發(fā)創(chuàng)新投入比例，深化研發(fā)創(chuàng)新行為；另一方面研發(fā)創(chuàng)新可能是企業(yè)做出出口決策或擴大出口規(guī)模的原因[6][14]，即實施研發(fā)創(chuàng)新的企業(yè)充分利用研發(fā)經(jīng)費進行技術(shù)創(chuàng)新，從而有助于勞動生產(chǎn)率的提高以及做出出口決策和出口規(guī)模的擴大。因而研發(fā)創(chuàng)新與企業(yè)出口行為相互影響，如果僅采用OLS方法解釋就可能存在內(nèi)生性問題，進而存在估計偏誤。

如何準確模擬研發(fā)企業(yè)在未研發(fā)狀態(tài)的“反事實情形”，成為衡量企業(yè)研發(fā)創(chuàng)新的出口效應(yīng)差異、消除內(nèi)生性估計偏差的關(guān)鍵。Rosenbaum和Rubin提出了一個精妙的解決辦法[17]，也是對PSM方法基本思想的經(jīng)典闡述：在評估處理變量（研發(fā)創(chuàng)新決策）對結(jié)果變量（出口決策）的處理效果時，通過控制相關(guān)的企業(yè)特征（匹配變量）獲得企業(yè)實施研發(fā)的傾向得分，以此進行條件匹配，使得研發(fā)創(chuàng)新企業(yè)（處理組）盡可能地模擬在非研發(fā)（對照組）情形下的企業(yè)出口狀態(tài)，進而比較這兩組企業(yè)在出口方面存在的差異。由于近似于比較同一家企業(yè)在不同研發(fā)狀態(tài)下的出口狀態(tài)差異，所以可以確認這種差異是由研發(fā)創(chuàng)新引起的。

本文PSM的處理變量為研發(fā)創(chuàng)新決策變量，以樣本庫中的“研究開發(fā)費”指標衡量，若其大于0，則為研發(fā)創(chuàng)新企業(yè)，否則為非研發(fā)創(chuàng)新企業(yè)。結(jié)果變量為出口決策變量，以樣本庫中的“出口交貨值”指標衡量，若其大于0，則為出口企業(yè)，否則為非出口企業(yè)。以下對PSM方法步驟進行歸納：

首先，用probit模型估算傾向得分。在尋找對照組的過程中，僅通過一種特征往往無法達到滿意的匹配效果，為此，需要通過一些特殊的方法將多個特征濃縮成一個指標——傾向得分值，從而使多元匹配成為可能。具體而言，首先要將企業(yè)實施研發(fā)策略之前的特征變量合成一個得分，見式（1）：

其中，P（rdi＝1｜Xi）表示控制匹配變量條件下，企業(yè)實施研發(fā)創(chuàng)新的概率，即傾向得分；X表示處理組可觀測的企業(yè)特征（匹配變量）；rdi是二元處理變量，等于1為處理組企業(yè)，否則為對照組企業(yè)。

其次，處理組平均處理效應(yīng)的衡量及其匹配方法的選擇。就企業(yè)i而言，假設(shè)其傾向得分已知，則根據(jù)下式可計算出處理組的平均處理效果ATT（average effect of treatment on the treated）：

其中，NA是研發(fā)企業(yè)數(shù)，A代表匹配后的處理組，YAi、YBj分別表示處理組和對照組中第i個、第j個企業(yè)觀測到的結(jié)果，λ（pi，pj）表示權(quán)重函數(shù)，選擇 Kernel匹配方法和pj分別表示處理組企業(yè)i和對照組企業(yè)j的預(yù)測概率值，G（·）服從高斯正態(tài)分布，αn為窗寬參數(shù)。

最后，對匹配變量和匹配效果進行匹配平衡性檢驗，檢驗匹配方法是否符合平衡性要求，不符合則需要重新選擇匹配方法。

本文不僅分析研發(fā)創(chuàng)新對出口的“擴展邊際”效應(yīng)，即研發(fā)創(chuàng)新對企業(yè)出口決策的影響，而且希望能夠進一步分析是否存在一個最優(yōu)的研發(fā)創(chuàng)新投入水平，在此水平上可以實現(xiàn)最優(yōu)的出口規(guī)模增長。然而，PSM方法僅適用于二元處理變量，無法處理連續(xù)型處理變量。Hirano和Imbens將PSM方法中的二元處理變量一般化，提出了GPS方法[18]。該方法具有以下優(yōu)點：一是延續(xù)了PSM方法解決變量間內(nèi)生性問題的特點，二是無需對處理變量離散化處理，從而更充分利用樣本信息[16]?；诖?，我們可以使用該方法將研發(fā)創(chuàng)新變量擴展為連續(xù)型處理變量，從而更加詳盡地檢驗研發(fā)創(chuàng)新對出口的“集約邊際”效應(yīng)。

應(yīng)用GPS方法前，首先需要定義處理變量和結(jié)果變量。處理變量為研發(fā)密集度（研發(fā)創(chuàng)新投入深度），使用企業(yè)研究開發(fā)費與工業(yè)銷售產(chǎn)值的比值表示；結(jié)果變量為ΔYt＝Y(jié)t-Yt-1，其表示企業(yè)出口密集度的動態(tài)變化（“集約邊際”效應(yīng)），即將企業(yè)當年出口密集度與其上一年度的出口密集度的差額作為結(jié)果變量，其中出口密集度以企業(yè)出口交貨值與其工業(yè)銷售產(chǎn)值的比值度量。按照Hirano和Imbens的研究[18]，具體操作過程如下：

第一步類似于PSM方法，即控制匹配變量集X條件下，運用極大似然法估計出連續(xù)型處理變量R的條件概率分布，估算出口企業(yè)的廣義傾向得分Si：

第二步利用連續(xù)型處理變量R與上一步得到的企業(yè)廣義傾向得分Si構(gòu)建回歸模型，計算結(jié)果變量ΔYi的條件期望值，公式如下：

需要說明的是，是否加入R與S的平方項及其交互項，視具體估計結(jié)果的顯著性而定。

第三步是將上一步的估計系數(shù)βi代入下式，估計當處理變量處于r水平時結(jié)果變量的平均期望值：

（三）匹配變量選取

除了已經(jīng)確定的代表企業(yè)研發(fā)創(chuàng)新和出口行為的處理變量和結(jié)果變量外，還必須根據(jù)條件獨立性要求，選取可能造成樣本選擇偏差的匹配變量，即共同影響企業(yè)研發(fā)創(chuàng)新與出口行為的企業(yè)特征。在相關(guān)經(jīng)驗研究的基礎(chǔ)上[1][5][6]，并結(jié)合我國工業(yè)企業(yè)特殊生存之道和發(fā)展環(huán)境，選定如下匹配變量：

中藥制劑多成分的性質(zhì)必然是以單個成分性質(zhì)為基礎(chǔ)，以“印跡模板”為“藥素”特征的集合體，由于各成分的理化性質(zhì)迥異，宏觀上體現(xiàn)出多“藥素”的混相體系，理化參數(shù)表現(xiàn)出表觀性而非特征性，如溶解度、pH值、滲透系數(shù)、分配系數(shù)及藥物動力學(xué)參數(shù)等，可按超分子“功能單體”聚合體進行研究，而非目前所表征的單成分的理化性質(zhì)。中藥制劑研究應(yīng)基于“單成分-成分群-生物體”的“印跡模板”間的超分子間作用關(guān)系及“藥素”特征規(guī)律，按超分子化學(xué)研究中藥成分群的聚集體的理化性質(zhì)將是中藥制劑理論不可或缺的重要組成部分。

1.企業(yè)全要素生產(chǎn)率（tfp）。以Melitz為代表的新新貿(mào)易理論認為企業(yè)生產(chǎn)率是企業(yè)出口行為選擇的決定因素，也是企業(yè)創(chuàng)新的目的[2]。我們在模型中加入全要素生產(chǎn)率這一變量，以考察中國企業(yè)的出口行為是否符合新新貿(mào)易理論的假說，并檢驗研發(fā)創(chuàng)新是否有助于生產(chǎn)率進步。本文使用Levinsohn-Petrin半?yún)?shù)方法測算TFP（取對數(shù)值）。

2.企業(yè)規(guī)模（size）。新國際貿(mào)易理論的核心在于強調(diào)規(guī)模經(jīng)濟對出口具有促進作用，而企業(yè)規(guī)模通常會影響企業(yè)研發(fā)創(chuàng)新能力，中小企業(yè)往往沒有更多的能力從事自主研發(fā)活動。因此，考慮到規(guī)模經(jīng)濟可能影響企業(yè)的出口和研發(fā)創(chuàng)新能力，有必要對企業(yè)規(guī)模因素進行考察。使用企業(yè)年平均從業(yè)人數(shù)的自然對數(shù)來衡量。

3.企業(yè)資產(chǎn)流動性（liquid）。資產(chǎn)流動性反映了企業(yè)的融資約束狀況，一般地，企業(yè)資產(chǎn)流動性越充裕出口能力越強，因為資產(chǎn)流動性較好的企業(yè)能夠購買更為先進的生產(chǎn)設(shè)備從而增強參與國際化市場的產(chǎn)品競爭力，進而有助于出口規(guī)模的擴大。為此，我們加入資產(chǎn)流動性變量，以檢驗資產(chǎn)流動性的作用方向。使用工業(yè)數(shù)據(jù)庫中（流動資產(chǎn)-流動負債）／總資產(chǎn)來衡量企業(yè)資產(chǎn)流動性水平。

4.政府支持（subsidy）。政府為鼓勵企業(yè)進行研發(fā)創(chuàng)新和出口，往往會給予相應(yīng)的財政支持（研發(fā)補貼、出口補貼、稅收優(yōu)惠等），這些補貼收入對企業(yè)研發(fā)創(chuàng)新及出口能否發(fā)揮預(yù)期作用需要進一步檢驗。使用企業(yè)是否獲得“補貼收入”表示政府支持。

5.是否為國有企業(yè)（state）。考慮到國有與非國有企業(yè)的研發(fā)創(chuàng)新和參與國際化市場競爭的動力可能存在差異，有必要對此進行檢驗。本文以企業(yè)實際控股類型為依據(jù)，如果國有資本占比大于其他類型資本，則為國有企業(yè)，state取1，否則為非國有企業(yè)，state取0。

6.是否為外資企業(yè)（foreign）。有外資參與的企業(yè)可能更熟悉國外市場或更容易從國外獲得技術(shù)支持，因而其研發(fā)創(chuàng)新和出口傾向可能更高。然而根據(jù)我國地方政府FDI競爭現(xiàn)狀，外資企業(yè)可能不愿意將研發(fā)部門隨同生產(chǎn)部門一并進駐，若外資企業(yè)的研發(fā)部門主動或被限制在母國，那么在我國的研發(fā)創(chuàng)新投入就很可能被弱化。因此外資企業(yè)的研發(fā)行為也是本文重點觀察的對象之一。以企業(yè)實際控股類型為依據(jù)，將港澳臺地區(qū)投資企業(yè)和外商投資企業(yè)都歸為外資企業(yè)，其他則為內(nèi)資企業(yè)。

7.企業(yè)年齡（age）。一般來說，企業(yè)存續(xù)時間越長，參與對外貿(mào)易和實施研發(fā)創(chuàng)新的意識可能越強。使用企業(yè)被調(diào)查年份-創(chuàng)辦年份＋1表示。

三、實證分析

（一）擴展邊際效應(yīng)的實證檢驗

首先對匹配變量的選擇和匹配效果進行匹配平衡性檢驗。一般認為只要匹配變量標準偏差的絕對值小于20%就不會引起匹配的失效[19]。結(jié)果顯示，除資產(chǎn)流動性（liquid）變量在匹配后標準偏差不減反增外（仍低于20%），其他匹配變量的標準偏差下降幅度都超過了88%，且各匹配變量的標準偏差的絕對值均顯著小于20%，說明匹配后的兩組企業(yè)在各變量上不存在系統(tǒng)性差別，那么企業(yè)出口決策差異的原因只能歸結(jié)為研發(fā)創(chuàng)新。這樣就有效地解決了內(nèi)生性問題。同時也表明本文選取的匹配方法較為恰當，Kernel匹配估計結(jié)果是可以信賴的。

表1 樣本企業(yè)匹配變量均值統(tǒng)計

從研發(fā)創(chuàng)新決策變量的邊際效應(yīng)結(jié)果來看，模型整體非常顯著，且各變量的符號除國有企業(yè)和外資企業(yè)變量以外，其他均與預(yù)期或經(jīng)驗研究一致。全要素生產(chǎn)率和企業(yè)規(guī)模有助于引致企業(yè)研發(fā)創(chuàng)新行為，是影響企業(yè)研發(fā)創(chuàng)新決策的主要因素；資產(chǎn)流動性系數(shù)顯著為正，說明資產(chǎn)流動性越充裕的企業(yè)越有條件進行研發(fā)創(chuàng)新，與以往經(jīng)驗研究的結(jié)果一致[4][6][20]。政府支持變量系數(shù)顯著為正表明獲得政府補貼的企業(yè)比未獲得政府補貼的企業(yè)實施研發(fā)創(chuàng)新決策的概率更高。另外，企業(yè)年齡（age）參數(shù)估計值顯著為正，表明企業(yè)經(jīng)營年限越長，越有意愿和能力進行研發(fā)創(chuàng)新行為。這在某種程度上說明新企業(yè)可能更缺乏研發(fā)創(chuàng)新意識，實施研發(fā)創(chuàng)新可能更容易面臨融資約束。

表2 研發(fā)創(chuàng)新對企業(yè)出口的“擴展邊際”效應(yīng)

一些變量的作用方向值得注意。國有企業(yè)系數(shù)顯著為負，表明國有企業(yè)在研發(fā)創(chuàng)新方面比較缺乏積極性，這可能是政府政策保護與壟斷所致。這一結(jié)論得到周亞虹等經(jīng)驗研究的證實[6]。同時也可以根據(jù)近年來企業(yè)研發(fā)創(chuàng)新投入與產(chǎn)出數(shù)據(jù)來理解，據(jù)安同良等提供的數(shù)據(jù)，2006年我國國有和私營企業(yè)的發(fā)明專利量分別為1 488和1 885件，分別占總量的5.79%和7.34%，與此產(chǎn)生較大反差的是，國有企業(yè)有5.02%的科技活動經(jīng)費來源于政府資金，相比之下，私營企業(yè)僅有2.17%[21]。這表明國有企業(yè)獲得了大多數(shù)的研發(fā)補貼，但實際并未真正用于研發(fā)創(chuàng)新，造成政府研發(fā)創(chuàng)新補貼的錯配。這種投入與產(chǎn)出極不匹配的事實證實了本文的結(jié)論。

外資企業(yè)系數(shù)顯著為負，表明外資企業(yè)研發(fā)創(chuàng)新動力未達到理論預(yù)期。傳統(tǒng)觀點認為，外資企業(yè)可能更熟悉國外市場或更容易從國外獲得技術(shù)支持，因而其研發(fā)創(chuàng)新傾向和實力可能更高，而本文的結(jié)論與傳統(tǒng)觀點大相徑庭，這可從以下四個方面來理解：（1）改革開放以來，我國FDI投資總額雖保持世界領(lǐng)先地位，但是外資企業(yè)在我國投資的真正動機（躲避關(guān)稅、靠近消費市場以及利用低廉的勞動力成本）值得深思，并沒有將企業(yè)的核心部門——研發(fā)創(chuàng)新部門隨生產(chǎn)部門轉(zhuǎn)入我國，F(xiàn)DI技術(shù)溢出有限。（2）以美國為代表的美歐發(fā)達國家，對我國仍實行高新技術(shù)產(chǎn)品或產(chǎn)品核心技術(shù)的出口限制，跨國公司的設(shè)立多以非研發(fā)部門進駐我國，研發(fā)部門主動或被限制在母國，因而外資企業(yè)在我國的研發(fā)創(chuàng)新意愿有限。（3）表1也顯示，參與出口貿(mào)易的外資企業(yè)中實施研發(fā)創(chuàng)新的企業(yè)數(shù)量低于非研發(fā)創(chuàng)新企業(yè)數(shù)量，這表明外資企業(yè)在我國進行研發(fā)創(chuàng)新的事實不容樂觀。（4）在已有經(jīng)驗研究中，周新苗等證實外資企業(yè)（外商投資企業(yè)）的研發(fā)熱情遠不如內(nèi)資企業(yè)，技術(shù)引進更符合他們的發(fā)展戰(zhàn)略[22]。他們的研究進一步證實了本文的結(jié)論。

以probit估計結(jié)果為基礎(chǔ)進行條件匹配，得到處理組的平均處理效應(yīng)達到8.2%，低于OLS方法得出的15.3%估計結(jié)果，且T檢驗值在1%的顯著性水平下非常顯著。表明解決內(nèi)生性問題后，研發(fā)企業(yè)的出口“擴展邊際”效應(yīng)顯著存在，研發(fā)創(chuàng)新決策對企業(yè)出口決策的作用不可忽視。同時也表明PSM方法降低了非匹配方法的高估偏誤可能性。

（二）集約邊際效應(yīng)的實證檢驗

上述PSM檢驗考察了研發(fā)對出口決策的影響，結(jié)論顯著支持研發(fā)對企業(yè)出口存在“擴展邊際”效應(yīng)，接下來我們檢驗不同研發(fā)創(chuàng)新深度是否對在位出口企業(yè)存在“集約邊際”效應(yīng)。

根據(jù)Hirano和Imbens，GPS方法可以消除處理組與對照組協(xié)變量上的差異[18]，因此可以利用該方法檢驗企業(yè)研發(fā)創(chuàng)新深度與出口密集度變化的因果效應(yīng)。依據(jù)GPS原理，首先對處理變量進行條件概率估計，此時被解釋變量為研發(fā)密集度，代表著企業(yè)不同的研發(fā)創(chuàng)新深度；解釋變量與PSM方法中的解釋變量一致，以便于比較與分析，利用其計算出樣本企業(yè)的傾向得分。結(jié)果顯示各解釋變量的系數(shù)符號及顯著性水平均與PSM方法中的結(jié)果一致（見表3），僅在系數(shù)大小上存在差異，表明研發(fā)創(chuàng)新決策變量影響企業(yè)研發(fā)創(chuàng)新意愿及深度的高度穩(wěn)定性。

表3 GPS第一步和第二步估計結(jié)果

然后將企業(yè)出口密集度的變化作為被解釋變量，以企業(yè)研發(fā)密集度作為關(guān)鍵解釋變量，同時將上一步估計出的企業(yè)研發(fā)密集度的條件概率即廣義傾向得分變量作為控制變量，然后運用OLS法進行估計。式（4）估計方程中是否加入處理變量R和傾向得分變量S各自的平方項以及兩者的交叉項，視其估計系數(shù)是否顯著而定。結(jié)果顯示，研發(fā)密集度及其平方的估計系數(shù)通過5%水平的顯著性檢驗，傾向得分變量S及其平方的估計系數(shù)通過10%水平的顯著性檢驗，而兩者的交互項未能通過10%水平的顯著性檢驗，因此最終從（5）式中剔除兩者的交互項變量，并以此為基礎(chǔ)進行第三步估計。由于該式的估計只是為了得到下一步估計所需的系數(shù)，所以就此直接進入下一步估計。

第三步估計被視為GPS方法的核心和結(jié)果，首先將處理變量R的取值范圍劃分為多個子區(qū)間，這里將研發(fā)密集度（縮尾后）劃分為18個子區(qū)間，然后在每個子區(qū)間里都估計出不同研發(fā)密集度對應(yīng)的出口密集度變化的因果效應(yīng)。將不同取值范圍下的因果效應(yīng)用實線連接起來，即可得到因果效應(yīng)函數(shù)關(guān)系圖（如圖1所示）。

圖1 研發(fā)密集度與出口密集度變化的“集約邊際”效應(yīng)

結(jié)果顯示，研發(fā)創(chuàng)新對企業(yè)出口產(chǎn)生比較強烈的“集約邊際”效應(yīng)，但并不表現(xiàn)為一般的直線正相關(guān)關(guān)系，表明深入研發(fā)創(chuàng)新是擴大企業(yè)出口規(guī)模的必要非充分因素，實施研發(fā)策略未必一定能促進出口規(guī)模的擴大，只有當研發(fā)創(chuàng)新投入達到一定深度時才會產(chǎn)生持續(xù)穩(wěn)定的“集約邊際”效應(yīng)，否則其對出口規(guī)模增長的作用不僅有限，甚至可能弱化這一增長效應(yīng)。根據(jù)研發(fā)密集度對出口密集度變化的影響效應(yīng)符號及變化趨勢將動態(tài)影響劃分為三個階段：當企業(yè)研發(fā)密集度低于0.02%時，雖然其對企業(yè)出口密集度變化的影響顯著為正，但作用有限，且不可持續(xù)。從短期來看，這一階段的研發(fā)密集度水平雖然過低，但是對企業(yè)出口規(guī)模的擴大作用顯著存在，在循環(huán)累積的作用下，不斷擴大的出口規(guī)模進一步壯大企業(yè)規(guī)模，如果企業(yè)想要維持或擴大現(xiàn)有出口份額，不得不提升凝結(jié)在產(chǎn)品中的核心競爭力，而核心競爭力的獲得離不開研發(fā)創(chuàng)新水平的逐步深化。因而從長期來看，研發(fā)創(chuàng)新水平不可能永遠停留在過低水平的第一階段，為適應(yīng)企業(yè)發(fā)展需要，深化研發(fā)創(chuàng)新勢在必行，換言之，研發(fā)創(chuàng)新投入在這一階段的表現(xiàn)是不可持續(xù)的，必然向較高的研發(fā)創(chuàng)新水平發(fā)展。而當企業(yè)研發(fā)密集度在0.02%～0.4%范圍內(nèi)時，其影響效應(yīng)顯著為負，表明這一區(qū)間內(nèi)的研發(fā)創(chuàng)新投入均不利于企業(yè)出口規(guī)模擴大。原因可能在于研發(fā)創(chuàng)新投入不足，導(dǎo)致生產(chǎn)率轉(zhuǎn)化能力受限，犧牲的研發(fā)創(chuàng)新投入不僅不能有效轉(zhuǎn)化為技術(shù)進步，反而增加企業(yè)出口成本，陷入“偽創(chuàng)新”市場跟隨陷阱。不過，在研發(fā)創(chuàng)新投入超過某一臨界值之后（高于0.4%）的第三階段，這一影響效應(yīng)又顯著為正，且呈持續(xù)上升趨勢。可見，只有合理有效的研發(fā)密集度才能對出口密集度變化產(chǎn)生積極穩(wěn)定的長期增長效應(yīng)。

工業(yè)數(shù)據(jù)庫顯示，2007年中國出口企業(yè)平均研發(fā)密集度僅為1.49%，遠低于同期美國的2.67%和日本的3.58%[23]，并且研發(fā)密集度低于0.4%的企業(yè)約占總樣本的49.53%，表明近一半國內(nèi)出口企業(yè)的研發(fā)創(chuàng)新投入過低，對出口“集約邊際”的貢獻處于影響效應(yīng)有限或為負向的初級階段，若要保持出口密集度的長期穩(wěn)定增長，就必須將研發(fā)密集度提高至0.4%以上。只有研發(fā)創(chuàng)新投入達到一定的深度，即隨著知識資本積累的不斷強化，對技術(shù)進步、產(chǎn)品優(yōu)化、成本降低才能發(fā)揮越來越大的作用。

四、結(jié)論與啟示

本文基于2005～2007年全國工業(yè)企業(yè)數(shù)據(jù)檢驗了研發(fā)創(chuàng)新與企業(yè)出口行為之間的關(guān)系，發(fā)現(xiàn)實施研發(fā)創(chuàng)新的企業(yè)更容易選擇出口。同時對于出口企業(yè)而言，研發(fā)創(chuàng)新投入的深化能夠擴大它們的出口規(guī)模。這說明對于我國工業(yè)企業(yè)而言，研發(fā)創(chuàng)新策略的實施與研發(fā)創(chuàng)新投入的深化分別有利于企業(yè)出口貿(mào)易的“擴展邊際”和“集約邊際”。一方面，PSM方法對“擴展邊際”效應(yīng)的估計結(jié)果顯示，企業(yè)研發(fā)創(chuàng)新使其出口概率平均增加8.2%，顯著低于15.3%的非匹配的OLS估計結(jié)果，表明研發(fā)創(chuàng)新行為對出口決策具有顯著的促進作用。另一方面，GPS方法詳細刻畫了研發(fā)密集度對企業(yè)出口密集度變化的影響，發(fā)現(xiàn)研發(fā)創(chuàng)新投入必須達到一定的深度才能對企業(yè)出口規(guī)模變化產(chǎn)生積極穩(wěn)定的作用，否則其對出口規(guī)模增長的作用不僅有限，甚至可能弱化這一增長效應(yīng)。

此外我們還發(fā)現(xiàn)，全要素生產(chǎn)率、企業(yè)規(guī)模、資產(chǎn)流動性、政府支持及企業(yè)存續(xù)時間均有利于企業(yè)研發(fā)創(chuàng)新決策及研發(fā)創(chuàng)新深度的提高；非國有企業(yè)的研發(fā)創(chuàng)新意識和動力顯著強于國有企業(yè)；外資企業(yè)研發(fā)創(chuàng)新動力未達到理想中的預(yù)期水平。

研發(fā)創(chuàng)新對企業(yè)出口行為的雙重促進作用表明，我國工業(yè)企業(yè)應(yīng)充分重視研發(fā)創(chuàng)新行為對企業(yè)參與國際化競爭、擴大出口規(guī)模的作用。特別地，國有企業(yè)在研發(fā)創(chuàng)新中沒有發(fā)揮應(yīng)有的優(yōu)勢，創(chuàng)新意識與創(chuàng)新動力不足的現(xiàn)狀亟需改善。另外，外資企業(yè)在我國建立研發(fā)部門、提高研發(fā)創(chuàng)新投入的現(xiàn)狀不容樂觀，必須優(yōu)化地方政府FDI競爭規(guī)則，轉(zhuǎn)變外資引入方向，政策激勵外資企業(yè)的研發(fā)部門進入、研發(fā)經(jīng)費投入和研發(fā)人員的進入。另外，我國絕大多數(shù)工業(yè)企業(yè)的研發(fā)創(chuàng)新投入仍較低，不僅可能弱化企業(yè)出口增長效應(yīng)，而且可能增加企業(yè)出口負擔(dān)，陷入“偽創(chuàng)新”市場跟隨陷阱。因此，積極引入政府支持，提高銀行信貸支持力度以提高企業(yè)資產(chǎn)流動性，進而保持企業(yè)研發(fā)創(chuàng)新投入的合理有效規(guī)模，爭取發(fā)揮“集約邊際”極大效應(yīng)。

[1]盛丹，包群，王永進.基礎(chǔ)設(shè)施對中國企業(yè)出口行為的影響：“集約邊際”還是“擴展邊際”[J].世界經(jīng)濟，2011，（1）：17—36.

[2]Melitz，M.J.The Impact of Trade on Intra-industry Reallocations and Aggregate Industry Productivity[J].Econometrica，2003，71（6）：1695—1725.

[3]Mairesse，J.，Sassenou，M.R＆D and Productivity：A Survey of Econometric Studies at the Firm Level[Z].NBER Working Paper，No.3666.1999.

[4]周亞虹，賀小丹，沈瑤.中國工業(yè)企業(yè)自主創(chuàng)新的影響因素和產(chǎn)出績效研究[J].經(jīng)濟研究，2012，（5）：107—119.

[5]Antonietti，R.，Cainelli，G.The Role of Spatial Agglomeration in a Structural Model of Innovation，Productivity and Export[J].The Annals of Regional Science，2011，46（3）：577—600.

[6]湯二子，孫振.研發(fā)對企業(yè)出口貿(mào)易的影響研究[J].研究與發(fā)展管理，2012，（6）：87—95.

[7]Zhao，H.X.，Li，H.Y.R＆D and Export：An Empirical Analysis of Chinese Manufacturing Firms[J].The Journal of High Technology Management Research，1997，8（1）：89—105.

[8]Barrios，S.，G?rg，H.，Strobl，E.Explaining Firms’Export Behavior：R＆D，Spillovers and the Destination Market[J].Oxford Bulletin of Economics and Statistics，2003，65（4）：475—496.

[9]Hasan，R.，Raturi，M.Does Investing in Technology Affect Exports？[J].Review of Development Economics，2003，7（2）：279-293.

[10]Yang，C.H.，Chen，Y.H.R＆D，Productivity，and Exports：Plant-level Evidence from Indonesia[J].Economic Modelling，2012，29（1）：208—216.

[11]官建成，馬寧.我國工業(yè)企業(yè)技術(shù)創(chuàng)新能力與出口行為研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2002，（2）：103—106.

[12]戴覓，余淼杰.企業(yè)出口前研發(fā)投入、出口及生產(chǎn)率進步——來自中國制造業(yè)企業(yè)的證據(jù)[J].經(jīng)濟學(xué)（季刊），2011，（1）：211—230.

[13]張杰，張培麗，黃泰巖.市場分割推動了中國企業(yè)出口嗎？[J].經(jīng)濟研究，2010，（8）：29—41.

[14]鄭新業(yè)，王晗，趙益卓.“省直管縣”能促進經(jīng)濟增長嗎？——雙重差分方法[J].管理世界，2011，（8）：34—45.

[15]蘇振東，洪玉娟.中國出口企業(yè)是否存在“利潤率溢價”——基于隨機占優(yōu)和廣義傾向得分匹配方法的經(jīng)驗研究[J].管理世界，2013，（5）：12—34.

[16]Kluve，J.，Schneider，H.，Uhlendorff，A.，Zhao，Z.Evaluating Continuous Training Programmes by Using the Generalized Propensity Score[J].Journal of the Royal Statistical Society：Series A （Statistics in Society），2012，175（2）：587—617.

[17]Rosenbaum，P.，Rubin，D.Constructing a Control Group Using Multivariate Matched Sampling Methods That Incorporate the Propensity[J].The American Statistician，1985，39（1）：33—38.

[18]Hirano，K.，Imbens，G.W.The Propensity Score with Continuous Treatments[Z].UC Berkeley and NBER，2004.

[19]Smith，J.，Todd，P.Does Matching Overcome LaLonde’s Critique of Nonexperimental Estimators[J].Journal of Econometrics，2005，125（1-2）：305—353.

[20]韓旺紅，馬瑞超.FDI融資約束與企業(yè)創(chuàng)新[J].中南財經(jīng)政法大學(xué)學(xué)報，2013，（2）：104—110.

[21]安同良，周紹東，皮建才.補貼對中國企業(yè)自主創(chuàng)新的激勵效應(yīng)[J].經(jīng)濟研究，2009，（11）：87—99.

[22]周新苗，唐紹祥.自主研發(fā)、技術(shù)引進與企業(yè)績效：基于平均處理效應(yīng)估計的微觀考察[J].財貿(mào)經(jīng)濟，2011，（4）：104—110.

[23]李賓.國內(nèi)研發(fā)阻礙了我國全要素生產(chǎn)率的提高嗎？[J].科學(xué)學(xué)研究，2010，28（7）：1035—1042.