出口信息網絡對企業(yè)出口持續(xù)時間的影響

許和連 劉 婷 王海成

(湖南大學 經濟與貿易學院，湖南 長沙 410079)

一、引言

對于大多數發(fā)展中國家而言，提高企業(yè)在出口市場上的存活率是實現一國出口持續(xù)增長的必要條件[1]。一方面，相比發(fā)達國家，發(fā)展中國家雖然在建立新的貿易關系上表現較好，但存活率相對更低[2][3][4]；另一方面，新建立的貿易關系對出口的促進作用遠不如既有的貿易關系，并且這一情況在發(fā)展中國家更為突出[5]。因此，探尋決定企業(yè)出口持續(xù)時間的關鍵因素，以促進企業(yè)持續(xù)出口成為包括中國在內的發(fā)展中國家政策制定者和學術界共同關心的重大問題。

目前關于企業(yè)出口持續(xù)時間決定因素的相關研究主要有產品和市場多樣性[6][7][8]、出口市場異質性[9]和出口學習效應[10][11][12]等三支文獻。本文的研究屬于出口學習效應這一支文獻，其核心觀點是出口企業(yè)對國外市場與貿易關系的學習過程，決定了企業(yè)出口狀態(tài)的變化，而國外市場需求的不確定性是學習機制相關研究中最重要的內容。企業(yè)在出口初期對國外市場了解較少，必須通過出口少量產品進行試錯，從而了解其真實需求，然后決定是否要繼續(xù)出口(繼續(xù)出口包括增加出口量和拓展新的出口市場)還是退出國外市場[13][14]。不同的出口學習效應其學習機制存在差異，主要可以分為兩類：(1)出口企業(yè)從自己過去的出口經驗中學習，以此為基礎決定后續(xù)的出口行為。從自身經驗中學習包括從與已有顧客的交往中學習和從自身在已有市場上的經驗中學習，以此為基礎分別確定對新顧客的策略(以Eaton等的搜尋模型為代表)[10]和對新市場的策略(以Albornoz等的序貫出口模型為代表)[11]。(2)企業(yè)從其他企業(yè)的出口經驗中學習，以此為基礎決定其自身的出口策略。這一支文獻主要以Fernandes和Tang的以鄰為鑒模型(learning from neighbors model)為代表[12]，該模型利用信息網絡來衡量同一地區(qū)其他出口企業(yè)信息溢出量的大小，企業(yè)根據相鄰企業(yè)在某一國外市場是否銷售產品、銷售量，以及自身對該市場信息的了解，調整其對該市場需求方面的信息，從而決定是否進入該市場以及出口量。

本文基于出口學習效應——從他人經驗中學習的視角，探討出口信息網絡及其對企業(yè)出口持續(xù)時間的影響。所謂出口信息網絡，是指同一地區(qū)從事相同或類似出口活動企業(yè)的集合，本文中的出口活動包括四種：出口任何產品到任何國家的出口活動、出口任何產品到相同國家的出口活動、出口相同產品到任何國家的出口活動、出口相同產品到同一國家的出口活動，它們對應四種信息網絡。網絡規(guī)模越大，代表出口企業(yè)數量越多，信息流入量越大，信息溢出量將會越大。在假設企業(yè)鄰近地區(qū)不存在其他出口企業(yè)的情況下，企業(yè)在進入出口市場時會面臨很強的信息不對稱問題，一方面，從產品的需求角度看，企業(yè)如果對國外市場需求、消費者偏好等沒有進行深入了解，很容易導致在本國銷售較多的產品在國外“水土不服”，或者在一些國家銷路較好的產品再銷往其他國家卻不被認可的情況，這種信息不對稱程度越高，企業(yè)的出口持續(xù)時間就會越短[15]。另一方面，從產品的供給角度看，企業(yè)可能對自身的生產效率認識不足，一些企業(yè)將進入國外市場視為一種試錯的過程，如果無利可圖就會迅速退出出口市場，縮短了出口持續(xù)時間[16]。因此，企業(yè)要提高在出口市場上的存活率，需要付出更多的成本來搜尋相關信息，以降低這些風險。外部出口信息網絡則可以顯著降低這些搜尋成本，從而延長企業(yè)的出口持續(xù)時間。企業(yè)在出口前，通過學習觀察同一地區(qū)中其他企業(yè)的出口活動，獲取其他企業(yè)的出口溢出信息，了解出口市場需求、出口可能獲得的利潤以及自身生產能力的相對水平，從而減少企業(yè)的信息搜尋成本和試錯成本，降低企業(yè)的出口風險，延長企業(yè)出口持續(xù)時間[17]。因此，網絡規(guī)模越大，即出口企業(yè)數量越多，越有助于提高企業(yè)在出口市場的存活時間。此外，信息的傳播主要通過企業(yè)之間的合作以及信息溢出之類的非正式傳播，而企業(yè)間的合作通常會對在位者構成競爭威脅而使得信息傳播的可能性較小，因此主要通過信息溢出渠道傳播信息[18]。

本文的創(chuàng)新之處主要表現在以下三個方面：第一，本文研究了出口信息網絡對企業(yè)出口持續(xù)時間的影響。大多數外文文獻僅考察了信息外部性對企業(yè)出口決策等方面的影響[19][20][21]，而中文文獻集中于分析產品、市場和國家等因素對企業(yè)出口持續(xù)時間的影響[8][22][23]，尚未發(fā)現關于信息網絡與企業(yè)出口持續(xù)時間關系的研究。第二，豐富了出口信息網絡的定義。不同于已有文獻將信息網絡抽象地定義為出口企業(yè)的數量和企業(yè)的出口額[7][12]，本文在信息外部性的理論基礎上，將信息網絡與出口活動相結合，定義了與出口活動一一對應的出口信息網絡，即不同的出口活動對應不同的信息網絡類型。第三，在已有文獻的基礎上，從企業(yè)、產品、國家三個維度對出口信息網絡與企業(yè)出口持續(xù)時間的關系進行了全面探討。

本文余下部分安排如下：第二部分為不同出口信息網絡下的企業(yè)出口持續(xù)時間分布；第三部分為模型設定與變量選取；第四部分為全樣本回歸分析；第五部分為分樣本回歸分析，包括不同來源信息網絡的影響差異、信息網絡對不同類型企業(yè)出口持續(xù)時間的影響差異以及信息網絡地理性的影響；最后為結論與政策啟示。

二、不同出口信息網絡下的企業(yè)出口持續(xù)時間分布

(一)數據來源與處理

本文使用的數據主要有兩個來源：一是國家統(tǒng)計局2000～2006年的中國工業(yè)企業(yè)數據庫，二是中國海關進出口數據庫。中國工業(yè)企業(yè)數據庫涵蓋了主營業(yè)務收入在500萬元以上的非國有工業(yè)法人企業(yè)以及全部國有企業(yè)，占整個工業(yè)企業(yè)總產值的絕大部分，基本可以反映整個制造業(yè)狀況。本文對中國工業(yè)企業(yè)數據庫進行了如下處理：(1)由于原始數據中部分企業(yè)的法人代碼發(fā)生了改變，本文參考Brandt等的做法[24]，根據企業(yè)名稱、注冊代碼等重新構建面板數據；(2)刪除企業(yè)員工少于10人，總資產、凈固定資產、銷售額、工業(yè)總產值缺失，流動資產大于總資產，總固定資產大于總資產的觀測樣本；(3)對主要變量進行了價格指數平減，考慮到各地區(qū)物價波動的差異，本文采用各省工業(yè)品出廠價格指數對工業(yè)增加值進行價格平減，采用各省的固定資產投資價格指數對資本進行價格平減，采用原材料價格指數對中間投入品進行價格平減，由此得到以2000年為基期的實際值。通過兩個數據庫中企業(yè)名稱和年份、企業(yè)的郵政編碼和電話號碼的后七位數字兩種方法進行匹配，然后取并集。

(二)出口信息網絡與出口持續(xù)時間：界定與特征事實

1.出口信息網絡

Rohlfs認為用戶從網絡服務中所獲得的效用隨著加入這一系統(tǒng)的人數增加而增加[25]，網絡的價值取決于連接到該網絡的其他人的數量。借鑒其思路，如果我們將某一地區(qū)內彼此具有學習效應的企業(yè)群視為一個學習型網絡，那么信息的溢出效應可以通過信息網絡來衡量，而同一信息網絡又可以用同一地區(qū)同一活動類型的企業(yè)數量來刻畫。出口企業(yè)數量越多，信息流入量就會越大，溢出效應就越大。

基于不同出口市場對產品的需求等方面的不同，考慮到信息的有用性，本文將出口信息網絡定義為以下四種(見表1)。Ni表示一般類型的網絡，不考慮出口國家和出口產品，即任何位于該城市的出口企業(yè)都會對本地的出口企業(yè)產生正的外部性。在這種定義下，可以發(fā)現其密度水平高。此外，由于該信息網絡所包含的信息較抽象，沒有涉及出口市場特定的信息，因此信息的具體性最低。Nid為i城市出口到國家d的企業(yè)數量，其密度和信息的具體性處于中間位置。此種信息網絡包含了出口國家的信息，即出口企業(yè)可以通過該種信息網絡了解到該地區(qū)出口到某些國家的企業(yè)較多，出口到這些國家更容易獲利。Nip為i城市出口p產品的企業(yè)數量，其密度和信息的具體性也處于中間位置，這種信息網絡包含了出口產品的信息，即出口企業(yè)可以通過這種信息網絡了解該網絡中企業(yè)主要出口的產品，即出口某些產品更容易獲利的信息等。Nipd表示最具體的一種網絡形式，即只有位于同一城市并且出口同一產品到同一國家的企業(yè)才能對其他企業(yè)的出口持續(xù)時間產生影響。其密度水平最低，信息最具體，既包括出口國家信息，也包括出口產品信息。出口企業(yè)可以通過這種信息網絡學習并獲得關于出口到某些國家以及出口某些產品獲利更多的信息。

表1 根據信息的具體性來劃分的出口信息網絡類型

說明：p為HS6位碼產品。密度水平與網絡規(guī)模超過10個出口企業(yè)的百分比相關。高：大于10%，中：大于2%且小于10%，低：小于2%。

表2 信息網絡的分布 (單位：%)

表2給出了信息網絡的分布情況，對于第一種網絡(同一城市的出口企業(yè)數量)，企業(yè)數量大于20的占據了絕大多數。第二種網絡中這一比例也達到了69%左右。而在第三種網絡中其分布較均勻。第四種網絡由于定義得更具體，大多數企業(yè)至多只有1個相鄰企業(yè)。

2.出口持續(xù)時間

出口持續(xù)時間通常指的是某一企業(yè)從進入某一市場到退出該市場(中間沒有間隔)所經歷的時間。對于數據的處理，有三點需要說明：(1)數據的左刪失問題，本文保留了在2000年沒有出口，但在2001～2006年間存在出口的企業(yè)及對應的目的國組合的貿易關系，得到企業(yè)—目的國最長出口持續(xù)時間為6年的貿易關系；(2)數據的右刪失問題，本文遵循Jenkins、G?rg和Spaliara等文獻的做法[26][27]，使用離散時間cloglog模型進行解決；(3)多持續(xù)段的問題，一個貿易關系在樣本研究期間可能存在1個以上的出口片段，已有研究表明多個持續(xù)段的存在不會對樣本觀測值持續(xù)時間的長度產生影響[22]，因此本文假定貿易關系的多持續(xù)時間段是相互獨立的，從而得到出口持續(xù)時間段的全樣本數據。經過整理，最終得到665755組貿易組合關系，其中多持續(xù)段的貿易組合關系有43031組，占總樣本的6.5%。

表3 貿易關系存續(xù)時間的分布

表3給出了貿易關系存續(xù)時間的分布，在所有的665755組貿易關系中，有400728組貿易關系只持續(xù)了1年，這表明大部分(60.19%)的貿易關系只持續(xù)了1年；僅有6345組貿易關系持續(xù)了6年以上，占比不足1%?？傮w來看，中國企業(yè)的出口持續(xù)時間普遍較短。

(三)生存函數分析

生存分析通常用生存函數或風險函數來描述生存時間的分布特征，因此我們構建了企業(yè)的生存函數和風險函數來估計中國企業(yè)出口的持續(xù)時間。用T代表每種特定的出口活動的持續(xù)時間，在t時間一個出口活動仍然存在的概率可以用密度函數f(t)=Pr(T=t)來表示，則該市場上的企業(yè)在t時間之前面臨的風險可以表示為：F(t)=Pr(T≤t)，因此可以將該企業(yè)在t期仍然存在于該出口市場的概率表示如下(生存函數)：

(1)

根據密度函數和生存函數，可以將風險函數用以下方程表示：

h(t)=f(t)/S(t)=Pr(T=t|T≥t)

(2)

該風險函數表示企業(yè)在該市場一直存活到t-1期，且在t期退出該市場的概率。生存函數的非參數估計可由Kaplan-Meier乘積限估計式給出，即為：

(3)

式(3)中，nk表示在k期處于風險狀態(tài)中的持續(xù)時間段的個數，dk表示在同一時期觀測到的“失敗”對象的個數。風險函數的非參數估計表示為：

h(t)=dk/nk

(4)

基于Kaplan-Meier乘積限估計式，本文分別對出口生存函數做了總體估計和不同信息網絡類型下的估計，發(fā)現企業(yè)出口持續(xù)時間的均值為1.7年，中位數為1年。圖1和圖2給出了更為直觀的Kaplan-Meier生存分析的生存曲線和風險率曲線。

圖1 出口持續(xù)時間的生存曲線

圖2 出口持續(xù)時間的風險率曲線

從圖1中可以看到生存曲線呈下降趨勢，隨著持續(xù)時間的增加生存曲線趨于平緩。第1年與第2年的生存率變化最大，表明企業(yè)在某個出口市場存活超過一定的時間后，基本上維持一定的生存率，風險率較小，退出的可能性小。圖2中出口企業(yè)在第一年面臨較高的風險，隨后迅速下降，表明企業(yè)在最初出口時風險最大，出口持續(xù)時間的風險率曲線表現出了明顯的負時間依存性，即隨著企業(yè)出口時間的增加，風險率會下降。

接下來，基于表2中網絡內部不同的分布，我們利用Kaplan-Meier生存曲線圖，得到各種信息網絡內部不同密度的生存曲線，進一步考察不同信息網絡類型下企業(yè)的生存情況，結果見圖3。由圖3可以發(fā)現：(1)從整體來看生存曲線呈下降趨勢，隨著時間的延長，生存率趨于穩(wěn)定；(2)信息網絡密度越高，企業(yè)的存活率越高，且密度處于中間水平的生存率差異較小；(3)四種網絡類型的生存曲線從高到低依次為：第四種、第三種、第二種、第一種，意味著出口活動被定義得越具體，該網絡對出口持續(xù)時間的影響越大，即生存率越高。

三、模型設定與變量選取

(一)模型設定

遵循Jenkins、G?rg和Spaliara等文獻的做法[26][27]，本文使用離散時間cloglog模型來估計出口信息網絡對企業(yè)出口持續(xù)時間的影響。由于本文數據為年度數據，相比Cox模型，該模型可以較好地控制未觀察到的異質性。我們定義了四種出口活動和與之相應的四種網絡類型，若n表示網絡類型，則n∈{i,id,ip,ipd}，模型設定如下：

log[-log(1-hifn(t))]=α+βmNnin,t-1+γXft+λXdt+rt

(5)

Nnin,t-1表示t-1期位于i市場且處于相同網絡類型n中的出口企業(yè)數量，Xft為企業(yè)特征變量，Xdt為國家特征變量。rt表示基準風險率，即當所有的解釋變量都趨于0時企業(yè)在出口市場中面臨的風險。同時還加入了行業(yè)、地區(qū)和年份的控制變量來控制其他因素的非觀測效應對企業(yè)出口持續(xù)時間的影響。理論上還應該控制企業(yè)-國家固定效應，但在Stata中使用cloglog模型極大地限制了這一點。但與大部分文獻一致[8][22]，本文控制了年份、地區(qū)、行業(yè)固定效應，結果基本上是可信的。

(二)變量選取

1.被解釋變量

被解釋變量為一組貿易關系在t期是否結束，即為“0-1”虛擬變量。如果一組貿易關系的出口片段完整，則將其最后一年的fail(是否失敗)賦值為1，其余年份為0。如果出口片段為右刪失，即2006年仍未退出出口市場，則將其每年的fail都賦值為0。

2.企業(yè)特征解釋變量

(1)全要素生產率(tfp)，本文采用以中間投入品為代理變量的LP方法測算[28]，生產率較高的企業(yè)能夠克服出口所必需的固定成本，從而促進出口。(2)企業(yè)規(guī)模(lnsize)，采用企業(yè)總資產的對數來表示，規(guī)模大的企業(yè)傾向于進行多樣化的產品生產，從而降低企業(yè)退出出口市場的風險。(3)出口目的國數量(lndest)，采用每個企業(yè)每年出口國家數量的對數來表示，出口目的國數量越多，表明其出口市場是多元化的，從而在面臨外部沖擊時，貿易關系退出的概率越小。(4)出口產品種類(lnkind)，采用根據HS6位碼計算的企業(yè)每年出口產品種類數的對數表示，出口產品種類代表產品的多元化程度，多樣化的企業(yè)在面臨沖擊時有更多的選擇和資源，可以分散企業(yè)的風險，從而降低退出市場的可能性。(5)企業(yè)存續(xù)年限(lnage)，成立時間長的企業(yè)，有豐富的經驗，會提高企業(yè)的出口存活率，取自然對數。(6)企業(yè)是否為國有企業(yè)(state)，根據企業(yè)登記注冊類型，若為國有企業(yè)則賦值為1，否則為0。(7)是否為外資企業(yè)(foreign)，根據企業(yè)登記注冊類型，若為外資企業(yè)則賦值為1，否則為0，外資企業(yè)通常與外國企業(yè)有更多聯(lián)系，與外國市場的關系更穩(wěn)定，出口持續(xù)時間更長。(8)企業(yè)初始貿易額(lnexport)，初始貿易額越大，交易雙方彼此越信任，出口持續(xù)時間越長，取自然對數。(9)是否為雙向貿易(twoway)，存在雙向貿易的企業(yè)有更多參與國際市場的經驗，從而能與貿易伙伴維持更長久的貿易關系。

3.國家特征解釋變量

(1)出口國的國家規(guī)模(lngdp)，用一國GDP表示，國家規(guī)模越大，意味著該國市場需求潛力就越大，對進口的需求也越大，貿易聯(lián)系更為頻繁，持續(xù)時間越長，取自然對數。(2)是否與貿易國接壤(border)，用虛擬變量表示，與貿易國接壤則賦值為1，否則為0。(3)是否有共同語言(language)，用虛擬變量表示，有共同語言賦值為1，否則為0，共同語言有助于雙方直接交流，減少貿易成本，對貿易持續(xù)時間有正面影響。(4)國家風險(risk)，由政府穩(wěn)定性、社會經濟條件等10個指標加權得到，該指標來源于國際風險國家指南數據庫(International Country Risk Guide)。(5)是否為內陸國(land)，用虛擬變量表示，為內陸國家則賦值為1，否則為0，相比內陸國家，貿易伙伴處于沿海地區(qū)的貿易成本更低。(6)兩國間距離(lndistance)，來源于CEPII數據庫，距離越短，貿易成本越低，越有助于延長出口持續(xù)時間，取自然對數。

四、全樣本回歸分析

(一)基本回歸結果

表4列(1)～(4)分別給出了四種不同類型的出口信息網絡對企業(yè)出口風險率影響的估計結果。Nn的影響系數均在1%的水平下顯著為負。信息網絡對企業(yè)出口風險率的具體影響表現為：出口信息網絡規(guī)模在t-1期增加1個單位會導致出口企業(yè)在四種不同網絡類型下的當期風險率分別降低0.043%、0.299%、1.087%、6.588%①。從這四種網絡對出口持續(xù)時間的影響程度來看，第一種網絡的影響最小，其次是第二種，接著是第三種，第四種影響最大。由于第一種信息網絡只涉及出口企業(yè)數目，其他均未涉及，信息最抽象；第二、三種網絡分別涉及目的國和產品，信息較為具體；第四種信息網絡既涉及產品也涉及目的國，所包含的信息最具體，因此可以認為，信息越具體，越能降低出口風險，越有助于延長企業(yè)出口持續(xù)時間。此外，第三種網絡的影響大于第二種網絡，原因在于，第三種網絡中的企業(yè)為從事相同產品出口的企業(yè)，其出口活動不僅相似，產品生產過程包括產品投入、技術投入等方面也都較為接近，出口企業(yè)通過對該網絡中企業(yè)的觀察，不僅能夠獲得出口產品方面的信息，還可以得到出口企業(yè)的技術水平等間接信息，從而能夠更大程度地降低出口風險。

表4 出口信息網絡對出口風險率的影響

說明：(1)***、**、*分別表示參數估計值在1%、5%、10%的統(tǒng)計水平上顯著，括號內數值為標準誤差。(2)網絡1：表示相同城市出口企業(yè)的數量；網絡2：表示同一城市出口到同一國家企業(yè)的數量；網絡3：表示同一城市出口同一產品的企業(yè)數量；網絡4：表示同一城市出口同一產品到同一國家企業(yè)的數量。如無特別說明，下表同。

(二)穩(wěn)健性檢驗

為了驗證上文結論的可靠性，本部分從改變出口信息網絡的測算方法和改變出口信息網絡的滯后期兩個方面進行穩(wěn)健性檢驗。

1.改變出口信息網絡的測算方法

知識溢出理論認為，在經濟活動空間集中的區(qū)域，企業(yè)在地理空間上的臨近不僅為面對面的交流提供了便利，而且有利于企業(yè)間前向后向的市場聯(lián)系，更有利于勞動力的進一步集聚以及知識溢出[29]。因此，可以認為企業(yè)之間的距離越近，出口信息溢出越多，越有助于企業(yè)延長出口持續(xù)時間。本文使用每個城市每平方公里出口企業(yè)的數量重新定義信息網絡。表5給出了估計結果，可以看出Nn的影響系數依然顯著為負，且用出口活動密度衡量的網絡數據仍然滿足第一種信息網絡的影響最小，第二種其次，接著是第三種和第四種。

表5 穩(wěn)健性檢驗：改變出口信息網絡的測算方法

說明：(1)控制變量的選取與表4一致，囿于篇幅我們沒有展示控制變量的估計結果，備索。如無特別說明，下表同。(2)列(1)～(4)中四種信息網絡分別定義為：同一城市每平方公里出口企業(yè)的數量；同一城市出口到同一國家每平方公里出口企業(yè)的數量；同一城市出口同一產品每平方公里出口企業(yè)的數量；同一城市出口同一產品到同一國家每平方公里出口企業(yè)的數量。

2.改變出口信息網絡的滯后期

一些情況下，企業(yè)并不能及時收集到相關的出口信息，即使企業(yè)在進入新市場時，通過學習觀察獲得了相鄰出口企業(yè)關于出口市場利潤等信息，也難以迅速地調整產品的組合或目的國市場，外部出口信息對企業(yè)出口的影響存在時滯效應，我們使用滯后兩期的出口信息網絡進行回歸。表6給出了估計結果，從中可以發(fā)現，滯后兩期的出口信息網絡對企業(yè)出口風險的影響仍然顯著為負，并且仍然是第一種信息網絡的影響最小，第二種其次，接著是第三種，第四種信息網絡的影響最大。

表6 穩(wěn)健性檢驗：改變出口信息網絡的滯后期

五、分樣本回歸分析

(一)不同來源的信息網絡對企業(yè)出口持續(xù)時間的影響

有研究發(fā)現一般貿易企業(yè)溢出效應更強，原因在于一般貿易企業(yè)參與了產品設計、生產甚至營銷過程，而加工貿易企業(yè)只負責產品的加工組裝環(huán)節(jié)，傳遞的信息更少[12]。本部分我們考察了來源于一般貿易企業(yè)和加工貿易企業(yè)的出口信息網絡對企業(yè)出口持續(xù)時間的影響，結果分別列于表7列(1)～(4)和(5)～(8)中。從中可以看出，來源于加工貿易企業(yè)的出口信息網絡在四種網絡類型下的影響均大于來源于一般貿易企業(yè)的信息網絡，具體來說，來源于一般貿易企業(yè)的出口信息網絡規(guī)模在上一期增加1個單位會導致企業(yè)在當期的出口風險在四種信息網絡條件下分別降低0.046%、0.284%、0.508%、1.827%；而來源于加工貿易企業(yè)的信息網絡規(guī)模在t-1期增加1個單位會導致企業(yè)在t期的出口風險在四種信息網絡條件下分別降低0.073%、0.421%、0.861%、4.435%?？赡艿慕忉屖?，加工貿易企業(yè)平均來看比一般貿易企業(yè)規(guī)模更大，加工貿易企業(yè)直接為國外企業(yè)進行代工，潛在進入者能夠更容易地觀測到加工企業(yè)的產品生產情況和出口市場狀況。此外，加工貿易企業(yè)大部分為外資企業(yè)，與國外市場聯(lián)系更緊密，對國外市場了解較多，本地企業(yè)從加工企業(yè)中獲取的信息相比從一般貿易企業(yè)中獲取的信息內容更具體、豐富、有價值，從而更有助于降低企業(yè)的出口風險。

表7 不同來源的信息網絡對企業(yè)出口風險率的影響

(二)信息網絡對不同類型企業(yè)出口持續(xù)時間的影響

本部分從信息的接受方視角，考察信息網絡對不同所有制企業(yè)出口持續(xù)時間的影響。如表8列(1)～(4)和(5)～(8)所示，信息網絡規(guī)模在t-1期增加1個單位會導致內資企業(yè)在t期的出口風險在前兩種信息網絡條件下分別降低0.049%、0.323%，外資企業(yè)的風險分別降低0.04%、0.279%，即前兩種信息網絡對內資企業(yè)的影響大于外資企業(yè)。在后兩種信息網絡條件下，信息網絡規(guī)模在t-1期增加1個單位會導致內資企業(yè)在t期的出口風險分別降低0.863%、4.884%，導致外資企業(yè)在t期的出口風險分別降低1.264%、7.733%，即后兩種信息網絡對內資企業(yè)的影響小于外資企業(yè)。

可能的解釋是，外資企業(yè)與世界市場聯(lián)系較密切，已經掌握了一些初步的信息，由于第一、二種信息較為抽象，對外資企業(yè)作用不大，但對于內資企業(yè)而言，在出口前其對出口市場所知甚少，可以起到較大的幫助，對出口風險的降低作用更大，即在此種情況下出口信息網絡對內資企業(yè)出口持續(xù)時間的影響將大于外資企業(yè)。后兩種信息網絡涉及產品的信息，這兩種信息網絡對內資企業(yè)的影響小于對外資企業(yè)的影響，原因可能在于外資企業(yè)掌握的關于出口市場的信息大多較為抽象，一旦它們獲取了出口市場中有關產品的信息后，對該信息較敏感的外資企業(yè)會迅速調整出口產品組合的決策，以增加其出口利潤。但內資企業(yè)在獲得這些信息后，由于對出口市場不夠熟悉，首先要對獲得的信息進行甄別，篩選出對自己有用的信息；其次，內資企業(yè)選擇出口市場具有較強的跟隨性，外資企業(yè)先行進入某市場后，內資企業(yè)再跟隨進入，從而規(guī)避市場不確定性帶來的風險，特別是當外資企業(yè)獲得具體信息，調整自己的出口策略后，內資企業(yè)會跟隨有經驗的外資企業(yè)相應做出自己的決策，故內資企業(yè)在獲得具體信息后所做出的反應會滯后于外資企業(yè)，因此后兩種信息網絡對外資企業(yè)的影響大于對內資企業(yè)出口持續(xù)時間的影響。

表8 信息網絡對不同類型企業(yè)出口風險率的影響

(三)信息網絡的地理性對企業(yè)出口持續(xù)時間的影響

上文已經探討了基于城市層面的出口信息網絡的具體性與企業(yè)出口持續(xù)時間的關系，那么這種關系是否由高度的空間集聚現象所導致呢？即地理距離的臨近是否是信息網絡產生作用的關鍵因素或者信息的傳播不需要地理的臨近也能通過其他渠道產生。為了探究這一問題，在上文的基礎上，本部分將信息的地理層面擴展到省份和地區(qū)層面，通過三個層面回歸結果的對比來分析信息網絡的地理性對企業(yè)出口持續(xù)時間的影響。

基于省級層面的四種不同的出口活動對應的信息網絡分別定義為：同一省份的出口企業(yè)數量；同一省份出口到同一國家的企業(yè)數量；同一省份出口同一產品的企業(yè)數量；同一省份出口同一產品到同一國家的企業(yè)數量。按照國務院發(fā)展研究中心在《地區(qū)協(xié)調發(fā)展的戰(zhàn)略和政策》報告中提出的八大綜合經濟區(qū)構想，我們將大陸31個省份劃分為黃河中游(陜西、山西、河南、內蒙古)、長江中游(湖北、湖南、江西、安徽)、東北(遼寧、吉林、黑龍江)、北部沿海(北京、天津、河北、山東)、東部沿海(上海、江蘇、浙江)、南部沿海(福建、廣東、海南)、大西南(云南、貴州、四川、重慶、廣西)和大西北(甘肅、青海、寧夏、西藏、新疆)八大綜合經濟區(qū)。基于地區(qū)層面四種不同的出口活動對應的信息網絡可以分別定義為：一個地區(qū)出口企業(yè)的數量；同一地區(qū)出口到相同國家的企業(yè)數量；同一地區(qū)出口同一產品的企業(yè)數量；同一地區(qū)出口同一產品到同一國家的企業(yè)數量。

不同區(qū)域層面信息網絡對出口持續(xù)時間影響的回歸結果如表9所示。總體來看，基于省份和地區(qū)層面的信息網絡對風險率的影響顯著為負，且不論哪種出口活動對應的信息網絡在城市層面的影響都最大，其次是省份層面，地區(qū)層面的影響最小。具體來看，對于第一種出口活動，在城市層面、省份層面和地區(qū)層面的影響為t-1期信息網絡的規(guī)模增加1個單位，企業(yè)在t期的出口風險分別降低0.043%、0.013%、0.01%，信息網絡的外部性在城市層面的影響大約是地區(qū)層面的4倍左右。對于第二種出口活動，在三個層面的影響為t-1期信息網絡的規(guī)模增加1個單位，企業(yè)在t期的出口風險分別降低0.299%、0.05%、0.04%，此時城市層面的影響是省份層面的6倍左右，大約是地區(qū)層面的7倍。對于第三種網絡，即考慮到產品后，發(fā)現在三個層面的影響為t-1期信息網絡的規(guī)模增加1個單位，企業(yè)在t期的出口風險分別降低1.087%、0.213%、0.186%，城市層面的影響是省份層面的5倍左右，大約是地區(qū)層面的6倍。對于第四種信息網絡，在三個層面的影響具體表現為t-1期信息網絡的規(guī)模增加1個單位，企業(yè)在t期的出口風險分別降低6.588%、2.174%、1.931%，城市層面的影響是省份層面的3倍左右，大約是地區(qū)層面的4倍。

從以上數據來看，當均不考慮市場和產品因素時，信息網絡的地理范圍顯得并不重要，即在第一種信息網絡的定義下，三種層面的影響差距較小。而考慮了市場和產品因素后，信息網絡的地理性顯得極其重要，其對應的信息網絡的外部性對企業(yè)出口持續(xù)時間的影響在地理空間層面起到較強作用，此時城市層面與省份層面和地區(qū)層面的差距較大。因此，根據回歸結果可以得出：出口信息網絡在城市層面的影響最大，隨著地理范圍的擴大，信息的外部性作用隨之下降。可能的原因是：地理空間上的集聚能夠降低交易者之間的信息搜尋成本，而搜尋成本與搜尋對象的距離成正比[31]，地理空間越大，搜尋成本越高。因此，在較小的地理層面，企業(yè)的信息搜尋成本更低，降低企業(yè)出口風險的作用更強。

表9 信息網絡的地理性對企業(yè)出口風險率的影響

說明：四種出口活動分別對應四種出口網絡，包括出口任何產品到任何市場的出口活動、出口任何產品到相同國家d的出口活動、出口相同產品p到任何市場的出口活動、出口相同產品p到相同國家d的出口活動。

六、結論與政策啟示

本文基于2000～2006年中國工業(yè)企業(yè)數據庫和海關數據庫的匹配數據，就出口信息網絡對企業(yè)出口持續(xù)時間的影響進行了實證研究，主要結論如下：第一，出口信息網絡能夠顯著降低企業(yè)的出口風險，對企業(yè)持續(xù)出口時間具有延長作用，并且信息越具體，延長作用越大。第二，基于加工貿易企業(yè)的出口信息網絡產生的延長作用大于一般貿易企業(yè)的出口信息網絡。第三，當信息較抽象(不涉及產品)時，出口信息網絡對內資企業(yè)的延長作用大于外資企業(yè)；當信息較具體(涉及產品)時，出口信息網絡對外資企業(yè)的延長作用大于內資企業(yè)。第四，隨著地理范圍的擴大，出口信息網絡對企業(yè)出口持續(xù)時間的延長作用不斷下降。

本文的政策啟示在于以下三個方面：第一，未來的出口促進政策應充分發(fā)揮企業(yè)集聚的作用，增強企業(yè)之間的出口信息溢出，降低出口信息搜尋成本。第二，考慮到外部信息在企業(yè)出口持續(xù)時間中的重要作用，政府要構筑出口信息服務平臺。加強對世界各國市場需求、市場容量、貿易法律法規(guī)、商務慣例、政治形勢等各種信息的收集和及時發(fā)布。第三要充分發(fā)揮中介組織作用，建立出口企業(yè)協(xié)會，搭建出口企業(yè)信息交流平臺，促進企業(yè)間出口信息的外溢。

注釋：

①本文實證分析結果表中的數據僅保留3位小數，部分數值因為太小，保留4位小數。在文字分析部分，我們使用的是原始數據，而不是表中四舍五入后的數據，所以會有微小差異。

[1] Besede?, T., Prusa, T. J. Ins, Outs, and the Duration of Trade[J]. Canadian Journal of Economics, 2006, 39(1):266—295.

[2] Brenton, P., Saborowski, C. Uexkull, E.V. What Explains the Low Survival Rate of Developing Country Export Flows?[J]. World Bank Economic Review, 2009, 24(3):474—499.

[3] Besede?, T., Blyde, J. What Drives Export Survival? An Analysis of Export Duration in Latin America[Z]. Inter-American Development Bank, Mimeo, 2010.

[4] Hess, W., Persson, M. The Duration of Trade Revisited[J].Empirical Economics, 2012, 43(3): 1083—1107.

[5] Besede?, T., Prusa, T. J. The Role of Extensive and Intensive Margins and Export Growth[J]. Journal of Development Economics, 2011, 96(2): 371—379.

[6] Martincus, C.V., Carballo, J. Survival of New Exporters in Developing Countries: Does It Matter How They Diversify?[Z].Inter-American Development Bank, 2008.

[7] Martinez, L. R., Tovar, J. Diversification, Networks and the Survival of Exporting Firms[Z]. Documento CEDE No. 2011—08, 2011.

[8] 蔣靈多, 陳勇兵. 出口企業(yè)的產品異質性與出口持續(xù)時間[J]. 世界經濟, 2015,(7):3—26.

[9] Pallardó-López, V., Requena-Silvente, F., Perez, E. S. The Duration of Firm-destination Export Relationships: Evidence from Spain, 1997—2006[J].Economic Inquiry, 2012, 51(1):159—180.

[10] Eaton, J., Eslava, M., Krizan, C. J., Kugler, M., Tybout, J. A Search and Learning Model of Export Dynamics[Z]. Penn State University Mimeo, 2009.

[11] Albornoz, F., Pardo, H. F. C., Corcos, G., Ornelas, E. Sequential Exporting[J]. Journal of International Economics, 2012, 88(1): 17—31.

[12] Fernandes, A. P., Tang, H. W. Learning to Export from Neighbors[J]. Journal of International Economics, 2014, 94(1): 67—84.

[13] Eaton, J., Eslava, M., Kugler, M., Tybout, J. Export Dynamics in Colombia: Firm-level Evidence[Z]. NBER Working Paper, 2007.

[14] Freund, C. L., Pierola, M. D. Export Entrepreneurs: Evidence from Peru[Z]. World Bank Policy Research Working Paper No. 5407, 2010.

[15] Nguyen, D. X. Demand Uncertainty: Exporting Delays and Exporting Failures[J]. Journal of International Economics, 2012, 86(2): 336—344.

[16] Hanazono, M., Yang, H. Dynamic Entry and Exit with Uncertain Cost Positions[J]. International Journal of Industrial Organization, 2009, 27(3):474—487.

[17] Greenaway, D., Kneller, R. Exporting, Productivity and Agglomeration[J]. European Economic Review, 2008, 52(5):919—939.

[18] Greenaway, D., Sousa, N., Wakelin, K. Do Domestic Firms Learn to Export from Multinationals?[J]. European Journal of Political Economy, 2004, 20(4): 1027—1043.

[19] Koenig, P., Mayneris, F., Poncet, S. Local Export Spillovers in France[J]. European Economic Review, 2010, 54(4): 622—641.

[20] Cadot, O., Iacovone, L., Pierola, M. D., Rauch, F. Success and Failure of African Exporters[J]. Journal of Development Economics, 2013, 101(1):284—296.

[21] Hu, C., Tan, Y. Export Spillovers and Export Performance in China[J]. China Economic Review, 2016,(41):75—89.

[22] 邵軍. 中國出口貿易聯(lián)系持續(xù)期及影響因素分析——出口貿易穩(wěn)定發(fā)展的新視角[J]. 管理世界, 2011,(6):24—33.

[23] 陳勇兵, 李燕, 周世民. 中國企業(yè)出口持續(xù)時間及其決定因素[J]. 經濟研究, 2012,(7):48—61.

[24] Brandt, L., Van Biesebroeck, J., Zhang, Y. Creative Accounting or Creative Destruction? Firm-level Productivity Growth in Chinese Manufacturing[J]. Journal of Development Economics, 2012, 97(2):339—351.

[25] Rohlfs, J. A. Theory of Interdependent Demand for a Communications Service[J]. Bell Journal of Economics & Management Science, 1974, 5(1):16—37.

[26] Jenkins, S. P. Survival Analysis[Z]. Institute for Social and Economic Research, University of Essex, Colchester, UK, 2005.

[27] G?rg, H., Spaliara, M. E. Financial Health, Exports and Firm Survival: Evidence from UK and French Firms[J]. Economica, 2014, 81(323): 419—444.

[28] Levinsohn, J., Petrin, A. Estimating Production Functions Using Inputs to Control for Unobservables[J]. The Review of Economic Studies, 2003, 70(2): 317—341.

[29] Storper, M., Venables, A., Buzz, J. Face-to-face Contact and the Urban Economy[J].Journal of Economic Geography, 2004, 4(4): 351—370.

[30] Henderson, J. Marshall’s Scale Economies[J]. Journal of Urban Economics, 2003, 53(1): 1—28.