進(jìn)口企業(yè)存在工資溢價嗎？——基于傾向評分匹配估計的經(jīng)驗研究

趙春燕 王世平

（1.中南財經(jīng)政法大學(xué) 工商管理學(xué)院，湖北 武漢 430073；2.九江學(xué)院 外國語學(xué)院，江西 九江 332005）

一、引言

長期以來，中國實行出口導(dǎo)向型的貿(mào)易政策，使進(jìn)口位于“為出口而進(jìn)口”的從屬地位，也使人們忽視了進(jìn)口貿(mào)易帶來的福利效應(yīng)，盡管在對福利的影響方面，進(jìn)口比出口更加重要［1］。2008年金融危機(jī)的爆發(fā)，使中國的出口貿(mào)易環(huán)境惡化，同時，長期以來的雙順差造成國民經(jīng)濟(jì)的內(nèi)外失衡，通貨膨脹壓力加大。因此，中國在“十二五”發(fā)展規(guī)劃中將穩(wěn)定出口、擴(kuò)大進(jìn)口作為中國外貿(mào)發(fā)展戰(zhàn)略。隨著進(jìn)口貿(mào)易地位的突出，學(xué)者們逐漸開始探討進(jìn)口貿(mào)易的福利效應(yīng)［2］［3］。

眾所周知，收入水平是社會福利的重要衡量指標(biāo)，而國際貿(mào)易通過多種直接或間接的作用機(jī)制影響收入水平［4］。隨著Melitz企業(yè)異質(zhì)性貿(mào)易理論在國際貿(mào)易領(lǐng)域的應(yīng)用越來越豐富［5］，企業(yè)間的異質(zhì)性被不斷地揭示出來，國際貿(mào)易影響收入水平的研究視角也從國家和行業(yè)層面轉(zhuǎn)移到企業(yè)層面，大部分基于企業(yè)層面的研究都證實了出口工資溢價的存在［6］［7］。然而，現(xiàn)有文獻(xiàn)對進(jìn)口工資效應(yīng)的研究嚴(yán)重不足。Krugman認(rèn)為，國際貿(mào)易的最終目的是進(jìn)口而不是出口，一個國家來自貿(mào)易的真正收益是有能力進(jìn)口它想進(jìn)口的［8］。因此，忽略進(jìn)口貿(mào)易對工資水平的影響將無法全面了解貿(mào)易的福利效應(yīng)，尤其是收入分配效應(yīng)。零星幾篇關(guān)于進(jìn)口影響工資的文獻(xiàn)主要是基于國家層面對發(fā)達(dá)國家工資差距擴(kuò)大的現(xiàn)象進(jìn)行解釋，鮮有研究從企業(yè)層面分析進(jìn)口對工資的影響，因此也無法解釋進(jìn)口企業(yè)和非進(jìn)口企業(yè)之間的工資差距。

基于缺乏從企業(yè)層面對進(jìn)口貿(mào)易的工資效應(yīng)進(jìn)行研究這一事實，本文在企業(yè)異質(zhì)性貿(mào)易理論的分析框架內(nèi)，基于2000～2006年中國工業(yè)企業(yè)數(shù)據(jù)庫和海關(guān)數(shù)據(jù)庫相匹配的微觀數(shù)據(jù)，使用傾向評分匹配方法（propensity score matching，PSM）實證分析進(jìn)口對工資的影響，以期為評價進(jìn)口的社會福利效應(yīng)提供微觀證據(jù)，從而為貿(mào)易政策和收入分配政策的制定提供有益的參考。

本文其余部分的結(jié)構(gòu)安排如下：第二部分是文獻(xiàn)綜述；第三部分是模型構(gòu)建和計量方法；第四部分是數(shù)據(jù)描述與統(tǒng)計分析；第五部分是模型估計與分析；最后一部分是結(jié)論和政策含義。

二、文獻(xiàn)綜述

關(guān)于貿(mào)易對工資的影響，傳統(tǒng)的貿(mào)易理論以國家或行業(yè)作為研究視角，假設(shè)參與貿(mào)易的企業(yè)是同質(zhì)的，從而忽略了企業(yè)間的異質(zhì)性，因此無法對企業(yè)間的工資差異給予合理的解釋。Melitz企業(yè)異質(zhì)性貿(mào)易模型為從微觀企業(yè)層面研究貿(mào)易對工資的影響提供了理論基礎(chǔ)和分析框架［5］，許多學(xué)者開始研究企業(yè)的貿(mào)易行為對工資的影響。

首先分析企業(yè)進(jìn)口對工資影響的學(xué)者是Martins和Opromolla，他們基于葡萄牙1995～2005年的企業(yè)數(shù)據(jù)，發(fā)現(xiàn)中高技術(shù)產(chǎn)品的進(jìn)口會提高企業(yè)的工資水平［1］。Amiti和Davis對印度尼西亞1991～2000年制造業(yè)企業(yè)的研究發(fā)現(xiàn)，隨著市場開放度的提高，相對于只購買國內(nèi)生產(chǎn)的中間投入品的企業(yè)，貿(mào)易提高了進(jìn)口中間投入品企業(yè)的工資水平［9］。

國內(nèi)也有學(xué)者研究了進(jìn)口貿(mào)易對工資的影響。錢學(xué)鋒和李賽賽檢驗了進(jìn)口的不同邊際對員工收入的影響，他們發(fā)現(xiàn)，進(jìn)口的擴(kuò)展邊際會提高進(jìn)口企業(yè)的工資水平，而進(jìn)口的集約邊際對工資水平存在負(fù)面影響［10］。項松林使用世界銀行提供的中國企業(yè)普查數(shù)據(jù)分析了中國進(jìn)出口企業(yè)的工資溢價問題，研究結(jié)果表明，進(jìn)口企業(yè)存在顯著的工資溢價［11］。

本文認(rèn)為上述文獻(xiàn)存在兩方面的不足。第一，沒有將企業(yè)的進(jìn)口行為對工資的影響和其他影響企業(yè)工資水平的因素區(qū)分開。如果企業(yè)進(jìn)口后工資水平提高了，我們很難判斷這一結(jié)果是由于企業(yè)的進(jìn)口行為還是其他因素導(dǎo)致的。第二，沒有克服進(jìn)口和工資水平之間的內(nèi)生性問題。進(jìn)口會提高企業(yè)的工資水平，而那些工資水平較高的企業(yè)也有可能成為進(jìn)口企業(yè)?；诖?，本文通過傾向評分匹配方法為進(jìn)口企業(yè)挑選與之相匹配的企業(yè)，這些企業(yè)是與進(jìn)口企業(yè)特征最為接近的非進(jìn)口企業(yè)。通過比較這兩組企業(yè)的工資水平，我們可以客觀地評價進(jìn)口對企業(yè)工資水平的影響。

本文的主要貢獻(xiàn)在于：首先，本文以進(jìn)口企業(yè)為研究對象，為評價進(jìn)口對工資的影響提供了微觀證據(jù)，豐富了進(jìn)口的社會福利效應(yīng)研究。其次，本文將工業(yè)企業(yè)數(shù)據(jù)和海關(guān)數(shù)據(jù)相結(jié)合，豐富的數(shù)據(jù)和較長的樣本期使我們可以控制影響企業(yè)工資水平的異質(zhì)性因素，采用傾向評分匹配方法較好地解決了內(nèi)生性問題和一般回歸分析存在的估計偏差，從而可以客觀和準(zhǔn)確地分析進(jìn)口對工資的影響。

三、模型與方法

本文研究的目的在于通過比較企業(yè)在某一時期進(jìn)口和不進(jìn)口兩種情形下的工資差異，從而分析進(jìn)口對工資的影響。然而，由于企業(yè)的進(jìn)口行為和其工資水平之間存在內(nèi)生性問題，簡單比較進(jìn)口企業(yè)和非進(jìn)口企業(yè)工資水平的差異將無法揭示進(jìn)口對工資的影響。例如，進(jìn)口企業(yè)可能具有較高的工資水平，但是由于無法觀測該企業(yè)在同一時期不進(jìn)口這一反事實情形下的工資水平，我們不能確定進(jìn)口企業(yè)較高的工資水平是否由企業(yè)的進(jìn)口行為引起。為此，我們借鑒Heckman和Smith等人的方法［12］［13］，采用傾向評分匹配估計來處理這一問題。具體思路如下：

首先對樣本企業(yè)進(jìn)行分組。我們將樣本企業(yè)區(qū)分為處理組和對照組，處理組為樣本期內(nèi)的進(jìn)口企業(yè)，對照組為樣本期內(nèi)的非進(jìn)口企業(yè)。定義二元虛擬變量JKit=｛0，1 ｝，其中JKit=1代表企業(yè)i在t期為進(jìn)口企業(yè)，JKit=0代表企業(yè)i在t期為非進(jìn)口企業(yè)。同時定義代表進(jìn)口企業(yè)i在t期進(jìn)口時的工資水平，定義代表進(jìn)口企業(yè)i在t期不進(jìn)口時的工資水平。則企業(yè)在t期進(jìn)口對其工資水平的平均影響效應(yīng)（ATT）為：

其次對樣本企業(yè)進(jìn)行匹配。傾向評分匹配估計的前提是處理組企業(yè)和對照組企業(yè)是否滿足“條件獨(dú)立性”假設(shè)（conditional independence assumption）：即當(dāng)控制了匹配變量后，企業(yè)是否進(jìn)口和其工資水平相互獨(dú)立。由于企業(yè)層面的特定因素，如生產(chǎn)率水平、企業(yè)規(guī)模、財務(wù)狀況等因素會同時影響企業(yè)的工資水平和進(jìn)口行為，從而不能滿足“條件獨(dú)立性”假設(shè)。為了解決這一問題，我們將影響企業(yè)工資水平的非隨機(jī)因素設(shè)定為匹配變量，使企業(yè)的工資水平和進(jìn)口行為之間滿足“條件獨(dú)立性”假定。為此，我們在已有研究文獻(xiàn)的基礎(chǔ)上，將如下變量設(shè)定為匹配變量：勞動生產(chǎn)率、經(jīng)營年限、企業(yè)規(guī)模、財務(wù)狀況和外資參與度，為了詳細(xì)反映企業(yè)規(guī)模的變化對工資的影響，我們加入企業(yè)規(guī)模變量的平方項。各變量的定義及度量方法見表1。

表1 匹配變量的定義及度量

Imbens認(rèn)為傾向評分匹配估計結(jié)果的有效性取決于匹配變量是否滿足“共同支持條件”（common support condition）和“平衡性條件”（balancing property condition）［14］?！肮餐С謼l件”保證了處理組企業(yè)能夠通過傾向評分匹配找到與其相匹配的對照組企業(yè)?！捌胶庑詶l件”保證了匹配后的處理組企業(yè)和匹配成功的對照組企業(yè)在匹配變量上沒有顯著性差異。

我們運(yùn)用傾向評分匹配方法計算模型Pit（JKit=1）=μ（Xit）的傾向分?jǐn)?shù)（propensity score），該傾向分?jǐn)?shù)表示在控制了匹配變量X 后企業(yè)進(jìn)口的概率，之后根據(jù)兩組企業(yè)的傾向分?jǐn)?shù)Pit和Pjt的相似度進(jìn)行匹配。我們剔除傾向分?jǐn)?shù)高于對照組企業(yè)傾向分?jǐn)?shù)最大值或小于其最小值的處理組企業(yè)樣本來滿足“共同支持條件”。

為了滿足“平衡性條件”，我們通過計算匹配后兩組企業(yè)在各個匹配變量上的標(biāo)準(zhǔn)偏差來進(jìn)行匹配平衡性檢驗，考察他們之間是否存在顯著差異。借鑒Smith 和Todd以及邵敏的研究［13］［15］，處理組和對照組企業(yè)關(guān)于某一匹配變量X 的標(biāo)準(zhǔn)偏差為：

最后進(jìn)行影響效應(yīng)估計。令Pi代表進(jìn)口企業(yè)i進(jìn)口概率的Probit模型估計值，Pj代表非進(jìn)口企業(yè)j進(jìn)口概率的Probit模型估計值，則企業(yè)進(jìn)口行為對其工資的平均影響效應(yīng)為：

要實現(xiàn)對式（4）的估計，首先要確定函數(shù)g（pi，pj）的表達(dá)式，我們采用核匹配方法①對式（4）進(jìn)行估計來盡可能地避免樣本的損失。

四、數(shù)據(jù)處理與統(tǒng)計分析

（一）數(shù)據(jù)來源及處理

本文使用的數(shù)據(jù)來源于中國工業(yè)企業(yè)數(shù)據(jù)庫（2000～2006 年）和中國海關(guān)數(shù)據(jù)庫（2000～2006年）。該數(shù)據(jù)庫具有較大的樣本容量、豐富的統(tǒng)計指標(biāo)和較長的時間跨度，但是也存在一些指標(biāo)的缺失和異常以及明顯的測量誤差。因此，我們首先對數(shù)據(jù)進(jìn)行如下處理：（1）由于工業(yè)企業(yè)數(shù)據(jù)庫每一年都有企業(yè)進(jìn)入和退出，每年數(shù)據(jù)庫中的企業(yè)是不同的，本文根據(jù)相同的企業(yè)代碼和名稱來識別同一家企業(yè)，將企業(yè)代碼、企業(yè)名稱和數(shù)據(jù)年份為空的樣本剔除后，得到2000～2006 年持續(xù)經(jīng)營的59 126家企業(yè)。接下來我們對這59 126家企業(yè)進(jìn)行如下篩選：第一，剔除了任意年份企業(yè)應(yīng)付工資總額和應(yīng)付福利費(fèi)總額、工業(yè)總產(chǎn)值、固定資產(chǎn)凈值年平均余額等關(guān)鍵變量存在缺失值、零值或小于零值的企業(yè)樣本；第二，剔除了總資產(chǎn)小于固定資產(chǎn)或流動資產(chǎn)、累計折舊小于當(dāng)期折舊等不符合會計準(zhǔn)則的觀測值；第三，剔除了從業(yè)人員小于8 人的觀測值。經(jīng)過上述的處理，最后得到了56 168家企業(yè)樣本。（2）海關(guān)數(shù)據(jù)庫包括進(jìn)口額、進(jìn)口商品的種類、數(shù)量、價格、目的地等信息，根據(jù)研究目的的需要，本文首先剔除了進(jìn)口額為零值和存在缺失值的樣本，由于要根據(jù)企業(yè)名稱和年份將海關(guān)庫與工業(yè)庫相匹配，本文剔除了企業(yè)名稱和數(shù)據(jù)年份為空的樣本。（3）本文通過企業(yè)代碼和年份將海關(guān)數(shù)據(jù)和企業(yè)數(shù)據(jù)相匹配，最終得到了包含有25 368家持續(xù)存在的企業(yè)、時間跨度為7年的面板數(shù)據(jù)。在25 368家持續(xù)存在的企業(yè)中，4 705家為處理組進(jìn)口企業(yè)，20 663家為對照組非進(jìn)口企業(yè)。

（二）統(tǒng)計性描述

1.工資的差異性比較

我們將企業(yè)的工資水平（lnwage）定義為企業(yè)應(yīng)付工資總額和應(yīng)付福利費(fèi)總額之和與企業(yè)從業(yè)人員年平均人數(shù)比值的對數(shù)值。表2列出了進(jìn)口企業(yè)和非進(jìn)口企業(yè)的工資差異。從表2可以看出，樣本期間企業(yè)的工資水平呈現(xiàn)逐年穩(wěn)步上升的趨勢，2006年的工資水平比2000年增長了18.06%。比較進(jìn)口企業(yè)和非進(jìn)口企業(yè)的工資水平可以看出，進(jìn)口企業(yè)的工資水平不論是總體還是分年度都高于非進(jìn)口企業(yè)。

表2 進(jìn)口企業(yè)和非進(jìn)口企業(yè)平均工資比較

2.進(jìn)口企業(yè)和非進(jìn)口企業(yè)基于匹配變量的統(tǒng)計性描述

表3列出了樣本期間進(jìn)口企業(yè)和非進(jìn)口企業(yè)匹配變量的均值。從表3可以看出，進(jìn)口企業(yè)和非進(jìn)口企業(yè)在匹配變量上存在顯著性差異。相對于非進(jìn)口企業(yè)，進(jìn)口企業(yè)在所有變量上都具有比較優(yōu)勢：進(jìn)口企業(yè)具有更高的勞動生產(chǎn)率、更大的企業(yè)規(guī)模、更長的經(jīng)營年限、更好的財務(wù)狀況和更高的外資參與度。

表3 進(jìn)口企業(yè)和非進(jìn)口企業(yè)基于匹配變量的對比情況

五、模型估計與實證分析

（一）匹配平衡性檢驗

首先進(jìn)行匹配平衡性檢驗。由表4可以看出，匹配后，處理組和對照組企業(yè)的標(biāo)準(zhǔn)偏差減少了66%以上。從T 檢驗相伴概率值可以看出，匹配后兩組樣本在全部匹配變量上均不存在顯著差異。根據(jù)Rosenbaum 和Rubin的觀點(diǎn)，標(biāo)準(zhǔn)偏差越小，說明匹配結(jié)果越好，當(dāng)匹配變量標(biāo)準(zhǔn)偏差的絕對值大于20時認(rèn)為匹配效果不好［16］。從表4各匹配變量的標(biāo)準(zhǔn)偏差來看，匹配后全部匹配變量標(biāo)準(zhǔn)偏差的絕對值均小于20，說明我們選擇的匹配變量是合適的，核匹配結(jié)果是有效的。

表4 匹配平衡性檢驗結(jié)果

（二）傾向評分匹配估計

通過傾向評分匹配估計，我們可以得到企業(yè)進(jìn)口行為決定的probit模型估計結(jié)果（見表5）和企業(yè)進(jìn)口行為與工資水平因果效應(yīng)的估計結(jié)果（見表6）。從表5可以看出，不同行業(yè)和區(qū)位的企業(yè)②其進(jìn)口行為的“自選擇”特征存在一定差異，但總體來看，勞動生產(chǎn)率越高、經(jīng)營年限越長、財務(wù)狀況越好、外資參與度越高的企業(yè)，其進(jìn)口傾向越高，企業(yè)規(guī)模與進(jìn)口傾向呈現(xiàn)出倒“U”型關(guān)系，隨著企業(yè)規(guī)模的擴(kuò)大，企業(yè)的進(jìn)口傾向會提高，但是企業(yè)規(guī)模擴(kuò)大到一定程度后會降低企業(yè)的進(jìn)口傾向。

表5 企業(yè)進(jìn)口行為決定的probit模型估計結(jié)果

接下來分析企業(yè)的進(jìn)口行為與工資水平因果效應(yīng)的估計結(jié)果。根據(jù)表6可以得到如下結(jié)論：

第一，由全樣本估計結(jié)果可知，企業(yè)的進(jìn)口行為對其工資水平產(chǎn)生了顯著的促進(jìn)作用。具體來看，經(jīng)過傾向評分匹配后進(jìn)口對處理組企業(yè)的平均影響效應(yīng)為30.08%，且T 檢驗值在1%的顯著性水平上顯著，這說明在解決了內(nèi)生性問題后，進(jìn)口企業(yè)的工資水平比非進(jìn)口企業(yè)高出30.08%，進(jìn)口企業(yè)存在顯著的工資溢價。

第二，由分行業(yè)估計的結(jié)果可知，盡管進(jìn)口對不同行業(yè)企業(yè)工資水平的影響存在差異，但是三大行業(yè)的進(jìn)口工資溢價都在1%的顯著性水平上顯著。進(jìn)口對資本密集型行業(yè)工資水平的影響效應(yīng)最大，為32.28%，其次是技術(shù)密集型行業(yè)，最后為勞動密集型行業(yè)，分別為21.58%和21.31%。我們認(rèn)為進(jìn)口對不同行業(yè)工資水平的差異化影響源于由我國比較優(yōu)勢決定的進(jìn)口產(chǎn)品的行業(yè)分布。我國的進(jìn)口產(chǎn)品主要以資本密集型產(chǎn)品為主，其次是技術(shù)密集型產(chǎn)品，盡管勞動密集型產(chǎn)品是我國的出口優(yōu)勢，但是在進(jìn)口貿(mào)易中不具有比較優(yōu)勢。因此，進(jìn)口對資本密集型行業(yè)工資水平的影響效應(yīng)最大，對勞動密集型行業(yè)工資水平的影響最小。

第三，從分區(qū)位的估計結(jié)果來看，三大區(qū)位都存在進(jìn)口工資溢價。進(jìn)口對東部地區(qū)企業(yè)的工資水平影響最大，影響效應(yīng)為45.41%，對中部和西部地區(qū)企業(yè)工資水平的影響效應(yīng)分別為29.89%和28.87%。我們認(rèn)為受我國經(jīng)濟(jì)發(fā)展政策和區(qū)域地理位置的影響，我國大部分的進(jìn)口企業(yè)都集中在東部，另外，東部地區(qū)企業(yè)進(jìn)口貿(mào)易的離岸成本也低于中西部地區(qū)企業(yè)。以上因素使進(jìn)口對東部地區(qū)企業(yè)工資水平的影響大于中西部地區(qū)。

表6 企業(yè)進(jìn)口行為與工資水平因果效應(yīng)估計結(jié)果

（三）穩(wěn)健性檢驗

1.異常樣本點(diǎn)的影響

考慮到進(jìn)口工資溢價可能會受到企業(yè)工資異常值的影響，我們將工資異常的樣本點(diǎn)進(jìn)行剔除。我們首先計算樣本期間企業(yè)工資水平的10%和90%分位數(shù)，將工資水平高于90%分位數(shù)和工資水平低于10%分位數(shù)的企業(yè)從樣本中剔除，最后得到23 360家樣本企業(yè)，在這23 360家樣本企業(yè)中，包括處理組企業(yè)3 781家和對照組企業(yè)19 579家。從表7的估計結(jié)果可以看出，在剔除了企業(yè)工資異常值后，盡管進(jìn)口企業(yè)和非進(jìn)口企業(yè)之間的工資差距縮小了，但是進(jìn)口企業(yè)的工資水平仍然高出非進(jìn)口企業(yè)11.59%，且在1%的顯著性水平上顯著。這說明進(jìn)口工資溢價不受異常樣本點(diǎn)的影響。

2.不同經(jīng)濟(jì)性質(zhì)企業(yè)的影響

盡管我們在研究進(jìn)口對工資的影響時已經(jīng)對外資參與度進(jìn)行了控制，但是由于不同經(jīng)濟(jì)性質(zhì)的企業(yè)在進(jìn)口行為、工資標(biāo)準(zhǔn)、福利分配制度等方面存在差異［17］，我們按照企業(yè)的經(jīng)濟(jì)性質(zhì)將其進(jìn)行細(xì)分，首先將樣本企業(yè)分為內(nèi)資和外資兩大類，然后將內(nèi)資企業(yè)細(xì)分為國有企業(yè)和非國有企業(yè)，將外資企業(yè)細(xì)分為港澳臺外資企業(yè)和其他外資企業(yè)，來檢驗進(jìn)口工資溢價是否存在，估計結(jié)果見表7。從估計結(jié)果來看，四類企業(yè)都存在進(jìn)口工資溢價，且在1%的顯著性水平上顯著。比較四類企業(yè)可以發(fā)現(xiàn)，進(jìn)口工資溢價在國有企業(yè)和非國有企業(yè)中差距不大，都為30%左右，但是在港澳臺外資企業(yè)和其他外資企業(yè)間存在較大差異，港澳臺外資企業(yè)的進(jìn)口工資溢價為17.6%，而其他外資企業(yè)的進(jìn)口工資溢價為30.78%。以上分析說明，盡管不同經(jīng)濟(jì)性質(zhì)企業(yè)的進(jìn)口工資溢價存在差異，但是總體來看，進(jìn)口工資溢價不受企業(yè)經(jīng)濟(jì)性質(zhì)的影響。

表7 穩(wěn)健性檢驗：企業(yè)進(jìn)口行為與工資水平因果效應(yīng)估計結(jié)果

六、結(jié)論和政策建議

本文基于2000～2006年中國工業(yè)企業(yè)數(shù)據(jù)庫和中國海關(guān)數(shù)據(jù)庫匹配后的微觀數(shù)據(jù)，運(yùn)用傾向評分匹配方法檢驗了進(jìn)口企業(yè)是否存在工資溢價。估計結(jié)果表明，進(jìn)口企業(yè)的工資水平比非進(jìn)口企業(yè)高出約30%，進(jìn)口企業(yè)存在顯著的工資溢價。為了驗證這一結(jié)論的可靠性，我們考慮了企業(yè)工資異常的樣本點(diǎn)以及企業(yè)不同經(jīng)濟(jì)性質(zhì)的影響，檢驗結(jié)果均證實進(jìn)口工資溢價是顯著存在的。我們也將企業(yè)按照所處的行業(yè)和區(qū)域進(jìn)行分類，從分行業(yè)的估計結(jié)果來看，進(jìn)口對資本密集型行業(yè)企業(yè)工資水平的影響最大，其次是技術(shù)密集型行業(yè)，最后是勞動密集型行業(yè)。從分區(qū)域的估計結(jié)果來看，進(jìn)口對東部地區(qū)企業(yè)工資水平的影響最大，其次是中部地區(qū)，最后是西部地區(qū)。

由此可知，進(jìn)口對企業(yè)的工資水平具有顯著的促進(jìn)作用。政府可以通過鼓勵進(jìn)口來改善勞動者的收入水平，提高社會福利。在我國已將穩(wěn)定出口、增加進(jìn)口作為外貿(mào)發(fā)展總體規(guī)劃的背景下，我國企業(yè)需要重視進(jìn)口決策，通過積極參與和擴(kuò)大進(jìn)口提高員工的工資水平，以激發(fā)員工的積極性和創(chuàng)造力，提高企業(yè)在國際市場中的競爭力。

本文的研究也給我們提供了進(jìn)一步的研究思路，盡管本文的研究表明進(jìn)口提高了企業(yè)的工資水平，但是進(jìn)口是否同樣促進(jìn)了企業(yè)工資增長率水平的提高？對這一問題的回答將有利于我們更為全面地評價進(jìn)口貿(mào)易對社會福利的影響。另外由于數(shù)據(jù)的限制，本文沒有考慮企業(yè)的進(jìn)口動態(tài)對工資的影響，未來的研究可以檢驗不同類型的進(jìn)口企業(yè)（如新進(jìn)口企業(yè)、中斷的進(jìn)口企業(yè)和持續(xù)的進(jìn)口企業(yè)）與非進(jìn)口企業(yè)之間工資水平的差異，以便豐富對進(jìn)口工資溢價的認(rèn)識。

注釋：

①匹配方法有半徑匹配、區(qū)間匹配、最鄰近匹配和核匹配。核匹配作為一種非參數(shù)匹配方法，相比其他三種匹配方法，可以減少樣本在匹配過程中的損失。

②本文根據(jù)兩位數(shù)行業(yè)代碼將28個行業(yè)分為技術(shù)密集型、資本密集型和勞動密集型。其中技術(shù)密集型行業(yè)共6個，包括26、27、28、37、39、40；勞動密集型行業(yè)共14個，包括13、14、15、16、17、18、19、20、21、22、23、24、29、30；資本密集型行業(yè)共8個，包括25、31、32、33、34、35、36、41。本文將全國31個行政單位分為東部、中部和西部。東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖南、湖北；西部包括廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。

［1］Martins，P.S.，Opromolla，L.D.Exports，Imports and Wages：Evidence from Matched Firm-Worker-Product Panels［Z］.IZA Discussion Paper，No.4646，2009.

［2］陳勇兵，李偉，錢學(xué)鋒.中國進(jìn)口種類的福利估算［J］.世界經(jīng)濟(jì)，2011，（12）：76—93.

［3］錢學(xué)鋒，王勝，陳六傅.論種類偏向型進(jìn)口刺激政策［J］.中南財經(jīng)政法大學(xué)學(xué)報，2012，（1）：22—29.

［4］于洪霞，陳玉宇.外貿(mào)出口影響工資水平的機(jī)制探析［J］.管理世界，2010，（10）：47—57.

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

［6］Egger，H.，Kreickemeier，U.Fairness，Trade，and Inequality［J］.Journal of International Economics，2012，86（2）：184—196.

［7］趙春燕.出口工資溢價：自我選擇效應(yīng)還是出口學(xué)習(xí)效應(yīng)［J］.國際貿(mào)易問題，2013，（9）：111—119.

［8］Krugman，P.Competitiveness：Does It Matter？［Z］.1994.

［9］Amiti，M.，Davis，R.D.Trade，F(xiàn)irms，and Wages：Theory and Evidence［J］.Review of Economic Studies，2012，79（1）：1—36.

［10］錢學(xué)鋒，李賽賽.進(jìn)口的工資溢出：邊際分解與作用渠道［J］.中南財經(jīng)政法大學(xué)學(xué)報，2013，（3）：42—50.

［11］項松林.中國企業(yè)進(jìn)出口貿(mào)易的工資溢價［J］.經(jīng)濟(jì)評論，2013，（1）：96—104.

［12］Heckman，J.，Ichimura，H.，Smith，J.，Todd，P.Matching as an Econometric Evaluation Estimator：Evidence from Evaluating a Job Training Programme［J］.Review of Economic Studies，1997，64（4）：605—654.

［13］Smith，A.J.，Todd，P.E.Does Matching Overcome Lalonde's Critique of Nonexperimental Estimators？［J］.Journal of Econometrics，2005，125（1）：305—353.

［14］Imbens，G.W.The Role of the Propensity Score in Estimating Dose-response Functions［J］.Biometrika，2000，83（3）：706—710.

［15］邵敏.出口貿(mào)易是否促進(jìn)了我國勞動生產(chǎn)率的持續(xù)增長——基于工業(yè)企業(yè)微觀數(shù)據(jù)的實證檢驗［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，（2）：52—66.

［16］Rosenbaum，P.，Rubin，D.Constructing a Control Group Using a Multivariate Matched Sampling Method That Incorporates the Propensity Score［J］.American Statistician，1985，39（2）：33—38.

［17］陸正飛，王雄元，張鵬.國有企業(yè)支付了更高的職工工資嗎？［J］.經(jīng)濟(jì)研究，2012，（3）：28—38.