1、企业出口扩张与贸易引致学习:出口对企业创新的影响机制来自中国企业专利申请的证据 李汉涯 上海财经大学经济学院 摘 要： 本文利用 2000-2006 年中国工业企业数据库、海关数据库和中国专利数据的合并数据集, 以专利申请量作为企业创新的衡量指标, 以企业出口目的地加权经济增长率作为出口额的工具变量, 通过考察出口额对企业创新的影响及机制, 对“贸易引致学习”理论进行实证检验。在 2000-2006 年间, 企业出口扩张对企业总专利申请数提升的贡献率是 13.21%, 对发明专利和实用新型专利申请增加的贡献率分别是 15.61%和 13.18%, 但是对外观设计专利申请的影响并不显著;企业只有
2、从事一般贸易或出口到发达国家, 其出口额的增加才能促进高质量专利-发明专利-申请数的增加。所以, 在我国出口增速放缓、发展模式转型的大背景下, 我国应鼓励企业与欧美发达国家开展贸易, 鼓励企业在发展加工贸易的同时进行一般贸易。关键词： 专利申请; 出口引致学习; 工具变量; 企业创新; 作者简介：李汉涯 (1987-) , 男, 浙江绍兴人, 上海财经大学经济学院博士研究生, 研究方向:产业组织、国际贸易。收稿日期：2017-03-28基金：教育部人文社会科学研究青年基金项目, 项目编号:16YJC790100Firm Export Expansion and Trade Induced Le
3、arning: The Influence Mechanism of Export on Enterprise InnovationEvidence from Chinese Firm Patent Application DataLI Han-ya School of Economics, Shanghai University of Finance and Economics; Abstract： Using patent applications as a measure index of enterprise innovation, and using the weighted eco
4、nomic growth rate at the enterprises export destination as a tool variable for exports, this paper examines trade induced learning theory by testing the effect of export expansion on firm innovation and mechanism with merged data of Chinese Industry Survey, China Customs Data and Patent Data from 20
5、00 to 2006. The contribution rates of export expansion to the growth of patent applications number, patent and utility new patent applications are 13. 21%, 15. 61% and 13. 18% respectively, while the impact on design patent applications is not significant; only firms engaged in ordinary-trading, or
6、exporting to developed countries, can they have an invention increase in high quality patent, patent and patent applications number via export expansion. Therefore, China should encourage enterprises to trade with developed countries in Europe and America, and encourage enterprises to carry out gene
7、ral trade at the same time of developing processing trade in the context of Chinas slowdown in export growth and the transformation of development model.Keyword： patent application; trade-induced learning; instrument variable; enterprise innovation; Received： 2017-03-28一、引言改革开放以来, 出口增长一直是我国经济高速发展的重要
8、推动力。我国企业能否在国际贸易中通过与出口市场中的消费者和同行互动, 获取新的知识和技术, 提升自身的创新能力, 这个问题非常重要。一方面, 随着我国出口增速的放缓, 经济增长的引擎必将转向技术创新 (AghionWagner, 2007) 。陈佳贵和王钦 (2005) 和刘志彪 (2007) 认为对外贸易可能导致我国产业结构“锁定”于高新技术产业低端化、传统产业低技术化的“双低”发展路径, 从这一角度而言, 出口不利于我国出口企业创新能力的提升。因此, 本文认为“出口中学习”理论还需要更多证据的支持。本文对传统文献的一个重要改进是我们用企业的专利申请数作为企业“出口中学习”效应的衡量指标。企
9、业的生产技术和生产过程的创新 (process innovation) 能提升企业的生产效率, 但是产品创新 (product innovation) 不一定能促进企业生产效率提升 (Hall 等, 2008;Damijan 等, 2010) , 而企业出口接触到的更多的是关于产品创新的信息, 比如国外消费者对产品类型和功能的特定偏好等, 所以以企业生产率的提升来衡量企业出口收益会出现一定的误差。相对于各类企业生产效率指标, 企业创新产出是对“出口中学习”效应更加直接和有效的衡量 (Salomon李兵等, 2016) 。内生性是我们研究出口额与企业创新关系不可避免的问题。已有研究主要利用倾向得
10、分匹配, 通过比较出口企业与匹配到的非出口企业之间出口获益的差异来研究出口的作用 (De Loecker, 2007;张杰等, 2009) 。尽管倾向得分匹配消除了出口企业与非出口企业间可观测企业特征的差异, 但却无法解决与不可观测因素相联系的选择偏误。另外, 上述文献主要研究出口与否对企业的影响, 即研究广延边际上的差异;而本文关注的是集约边际上, 由于企业出口额的差异带来的企业创新的差异。我们参照胡翠等 (2015) 的研究, 以企业贸易伙伴国的加权经济增长率为工具变量来解决内生性。在后续实证研究中, 我们额外控制企业和时间的固定效应, 以控制那些不随时间变化但却会同时影响企业出口额和创新
11、的因素, 以期更为准确地估计企业出口额与创新之间的因果关系。本文还利用海关数据库提供的企业出口目的地和出口贸易方式信息, 基于“出口中学习”的视角, 对出口额影响企业创新的机制进行了分析。在出口增速放缓的背景下, 对于“机制”的研究, 有助于我们回答如何调整出口策略以继续保持从贸易中获益水平的问题。De Loecker (2007) 发现, 出口目的地是高收入国家和地区的企业在出口中获得的生产率提升更加明显。一般来说, 技术水平高的贸易伙伴能使出口企业接触到更多的新知识和新技术, 有利于企业创新水平的大幅提升, 但是这类企业的竞争压力也大, 企业可能会为了生存考虑而削减研发支出。本文借鉴 De
12、 Loecker (2007) 的方法, 将美国和欧洲国家划归为高收入国家, 比较中国企业出口到美国和欧洲国家与出口到世界其他国家和地区的出口贸易获益差, 对这一问题进行分析。此外, Yu (2015) 发现关税的下降会提升中国企业的全要素生产率, 但是这一影响随着企业加工贸易额的增加而下降。因此, 我们也考察企业以加工贸易方式出口能获益更大, 还是以一般贸易方式能获益更大。相对于一般贸易, 加工贸易企业面临的竞争压力较小, 但他们与出口商和消费者的联系可能会更加密切。本文实证研究发现, 在控制内生性之后, 出口贸易额的增加仍然能显著提升企业专利申请数, 即有利于企业创新, 本文为“出口中学习
13、”理论提供了来自发展中国家的实证支持。本文还发现, 无论是加工贸易还是一般贸易, 无论出口目的地是发达国家还是发展中国家都能提升中国企业的总专利申请数, 但具体提升的专利种类不同, 其中, 一般贸易能显著提升企业发明专利申请数, 而加工贸易企业主要通过提升实用新型专利申请数来提升总专利申请量;如果出口目的地是发达国家, 出口额的增加能同时提高企业的发明专利和实用新型专利申请数, 而出口到非发达国家只能提升企业实用新型专利申请数。也就是说, 企业只有从事一般贸易, 或者出口到发达国家, 出口额的增加才能促进企业高质量专利-发明专利-申请数的增加。可见贸易伙伴国的技术水平、出口企业贸易方式是影响企
14、业贸易获益的重要因素, 我国贸易政策的调整可以考虑从这些方面入手。二、数据来源和相关变量构造(一) 数据来源本文所用的数据主要来源于 2000-2006 年中国工业企业数据库, 2000-2006 年海关数据库和中国知识产权局收集的专利数据。工业企业数据库覆盖全部国有和规模以上 (主营业务收入超过 500 万元) 非国有企业, 收集了每个企业每年100 多个财务会计指标。工业企业数据库数据量巨大, 企业误报和错误录入在所难免, 参照已有文献 (聂辉华等, 2012;Feenstra 等, 2014) , 我们删除如下样本 (1) 企业销售额不足 500 万元; (2) 企业雇佣人数小于 8 人
15、; (3) 企业总产值、各项投入、总资产、固定资产原值和净值为负; (4) 企业固定资产净值小于企业总资产; (5) 企业固定资产原值小于企业总资产; (6) 企业流动资产小于企业总资产; (7) 企业的成立时间必须有效。我们额外删除名字中含有“贸易公司”和“进出口公司”字样的企业, 因为这些贸易公司不从事真正的生产 (Yu, 2015) 。最后, 我国在 2002 年颁布了新的国民经济行业分类, 为了使行业口径前后一致, 我们参照 Brandt 等 (2012) 对行业代码进行相应调整, 并将行业限制在制造业。海关数据库来自于中国海关总署, 记录了每个进出口企业在 HS 八位码产品层面上的信
16、息, 包括进出口企业的名字、所有制形式、电话和邮政编码, 企业进出口商品的种类、价格、数量、贸易额、运输方式、目的地、贸易方式等。据统计, 中国贸易伙伴国的数量几乎保持不变, 样本初始年份的 2000 年为 209 个, 结束年份的 2006 年为 214 个。单个企业同一年份贸易伙伴国的数量个体差异巨大, 最对可达 161 个。专利数据来自于中国知识产权局 (SIPO) , 收集了 1985-2011 年间所有专利申请的信息, 包括申请号、申请日、公开号、公开日、IPC 分类号、申请 (专利权) 人、发明人、优先权号、优先权日、代理人、代理机构和法律状态等信息。将三个数据库进行匹配合并。首先
17、, 按工业企业数据库中的企业中文名字和专利数据的申请 (专利权) 人将两个数据库进行精确匹配。我们对匹配到的观测值进行检测, 如果企业的所在省份与专利权人所在省份不一致, 那么就认为这是一个错误的匹配。如果企业未匹配到任何专利数据, 那么就认为该企业的专利申请数为零。然后, 将上述数据与海关数据进行匹配。参照 Yu (2015) , 首先用企业的名字在两个数据库中进行匹配, 如果两个数据库中的企业名字相同, 认为他们是一家企业。对于上述步骤未匹配到的企业, 我们用企业的邮政编码和电话号码后七位再次在两个数据库间进行匹配, 因为, 在同一地区内, 电话号码能唯一地识别一个企业。最后一共匹配到 7
18、3758 家贸易企业, 约占经过处理的工业企业数据库企业数目的 28.0%, 这些企业的贸易额 (出口额+进口额) 是海关数据库记录的贸易额的 32.7%。因为本文研究企业出口额与企业创新的关系, 所以在后文研究中, 我们只保留考察期内连续 7 年都有出口的企业平衡面板样本, 这个样本包含 6178 家企业, 共 43246 个观测值。图 1 2000-2006 年的企业专利申请和出口额 下载原图(二) 变量定义1. 企业创新。企业专利申请数作为企业创新的衡量指标被广泛运用于经济学文献中 (Aghion等, 2005;Bernstein, 2005) 。相对于各类企业生产效率指标, 企业专利申
19、请数是对“出口中学习”效应更加直接的衡量指标 (Salomon (2) Age, 企业年龄加 1 的对数; (3) KL, 资本劳动比, 以企业固定资产净值除以雇佣人数来衡量; (4) Ex_share, 企业出口强度, 以企业出口额除以销售收入来衡量; (5) Foreign_share, 外资比重, 以外国资本金在注册资本金中所占比例来衡量。为保证数据有效性并消除异常样本对研究结论的影响, 我们利用 winsorize 方法, 对样本上下 1%的异常值进行了整理。表 1 是本文各变量的描述性统计。表 1 主要变量描述性统计 下载原表 三、模型构建与研究方法为研究企业出口额与企业创新之间的关
20、系, 本文借鉴已有研究 (BernardYu, 2015) , 构建一下模型:由于企业专利申请的频率不高, 被解释变量 为企业 i 在 t, t+1, t+2 三年的累积专利 (发明专利、实用新型专利、外观设计专利) 申请数加 1之和的对数 (类似的做法, 参考 Chemmanur 等 (2014) ) 。ln (Export it) 为企业出口额的对数, X it为影响企业创新的控制变量, firm i为企业固定效应, yeart为时间固定效应, it是残差项。上式中, 被解释变量和企业出口额都取了对数, 所以系数 1衡量的是企业创新对企业出口额的弹性, 企业出口额变化 1%, 企业创新将变
21、化 1%。模型 (3) 受到内生性问题的困扰, 因为存在同时影响企业创新和企业出口的不可观测因素。我们利用前文构造的工具变量, 并利用面板数据的两阶段最小二乘法对模型 (3) 重新进行估计。其中, 第一阶段的回归模型如下:该模型考察了出口目的地经济增长对我国企业出口的影响, 一般而言, 经济增长越快, 进口需求越大, 以该国为贸易伙伴的企业出口额越大, 我们预计 1显著为正。在第二阶段回归中, 我们以上式得到的 ln (Exportit) 的拟合值代替模型 (3) 中的出口额对数, 重新估计系数 1:如果我们的工具变量有效, 那么系数 1可以被解释为出口额变化对企业创新的因果影响。四、实证结果
22、和分析(一) OLS 和两阶段 OLS 回归结果首先对模型 (3) 做 OLS 估计。回归结果如表 2 所示, 第 1-4 列是只控制企业和年份的固定效应, 但没有其他控制变量的结果, 第 5-8 列加入了上文介绍的其他控制变量。我们发现, 当被解释变量是累积的总专利申请数的对数或者累积的发明专利申请数的对数时, 企业出口额前的系数显著, 且在加入额外的控制变量后, 系数变大。OLS 的估计系数显示, 企业累积专利申请数对出口额的弹性是 0.015, 企业累积发明专利的弹性是 0.008。表 2 企业出口额与企业创新:OLS 估计结果 下载原表 OLS 回归受到内生性问题的困扰, 我们引入工具
23、变量, 利用面板数据 2SLS 回归重新估计模型 (3) 。工具变量回归结果的可信与否取决于我们所构建的工具变量的有效性。一般而言, 有效的工具变量需要满足两个条件: (1) 工具变量与内生变量高度相关; (2) 工具变量与随机误差不相关。表 3 第 1 列显示, 我们的工具变量企业出口目的地加权经济增长率与企业出口额高度正相关, 所以, 条件 (1) 得以满足。对于第二个条件, 本文利用基于异方差的识别技术进行检验。根据 Lewbel (2012) , 如果内生变量对模型中的其他控制变量和外生变量进行回归后的残差是异方差的, 那么该残差与去除平均趋势后的外生变量的乘积将是内生变量较好的工具变
24、量。该方法被广泛运用于实证文献中, 如 Sabia (2007) 和胡翠等 (2015) 。改进的 Wald 检验和 Breusch-Pagan检验显示对第 1 列回归所得残差的异方差检验的 P 值等于 0.00, 因此拒绝该残差是同方差的假设, 我们可以用该残差与去除平均值后的企业出口目的地加权经济增长率的乘积作为企业出口额的工具变量。利用该工具变量, 对模型 (3) 的面板数据 2SLS 回归结果如表 3 第 2-5 列所示。我们发现企业出口额的系数是正的显著, 出口额与企业创新间的因果关系得以建立。表 3 第 2 列显示, 企业累积专利申请数对出口额的弹性是 0.031, 即出口额增加
25、10%, 企业接下来三年的累积专利申请量就增加 0.31%, 平均每年 0.10%。在我们的样本中, 企业年平均专利申请数增加了 6.36%, 平均出口额增加了 84.07%, 可以算出, 出口对企业专利申请数提升的贡献率为 13.21%。类似的, 可以得到出口扩张对企业发明专利申请数增加的贡献率为 15.61%, 对实用新型专利申请数增加的贡献率为13.18%。可见, 出口扩张对企业创新的推动作用, 即企业出口获益, 是非常巨大的。表 3 企业出口额与企业创新:2SLS 估计结果 下载原表 (二) 出口目的地技术水平和贸易方式对企业“出口中学习”的影响我们建立了企业出口额增加促进企业创新的因
26、果联系, 即“出口中学习”效应存在, 本章探讨企业“出口中学习”效应在企业出口目的地科技水平和企业贸易方式这两个维度上的异质性, 进一步探讨企业“出口中学习”的机制。首先探讨企业出口目的地技术水平差异对“出口中学习”效应的额外影响。根据现有文献 (GrossmanDe Loecker, 2007) , 可以预期如果企业出口目的地的技术水平发达, 那么企业能接触到更多的新知识和新技术, 它自身创新水平的提升会更加明显。我们定义欧洲和北美国家为技术水平较高的地区 (De Loecker, 2007) , 将企业分为两组, 第一组企业的出口目的地既不含北美也不含欧洲国家, 另一组企业每年有 1/3
27、以上的出口额在欧洲或北美, 我们认为这样的企业已经有足够的动力与当地的同行和消费者进行交流, 有足够的机会接触到当地的先进技术。分别在上述两个样本中重新估计模型 (3) , 表 4 是工具变量 2SLS 回归结果。我们发现无论企业的出口目的地是高技术水平地区还是低技术水平地区, 出口额的增加都能帮助企业申请更多的专利, 其中实用新型专利都能提升, 但是只有出口目的地是高技术水平国家的企业的发明专利申请数才会提升。根据前文中国专利体系的介绍, 发明专利是质量最高的专利, 李诗等 (2012) 也发现发明专利对企业价值的提升最大, 所以我们的发现一定程度上符合我们的预期。继续探讨贸易方式对企业“出
28、口中学习”效应的影响。加工贸易是普遍是发展中国家重要的贸易方式, 2000-2006 年间, 我国加工贸易比重一直在 50%左右。加工贸易企业进口全部或者部分原材料和中间产品, 经过加工或装备后, 再次出口。由于加工贸易企业“两头在外”, 他与厂商有更加密切的联系, 但是同时加工贸易企业面临的竞争也较一般贸易厂商小。那么企业从事哪种形式的出口贸易更加利于企业“出口中学习”呢?为了回答上述问题, 我们将企业分为仅以一般贸易方式出口的企业和仅以加工贸易方式出口的企业, 分组重新估计模型 (3) , 工具变量回归结果如表 5 所示。我们发现无论企业从事加工贸易还是一般贸易, 贸易额的增长都能促进企业
29、专利申请的增加, 但是只有进行一般贸易的企业, 出口额的扩张才能带来企业发明专利申请的增加, 而加工贸易企业专利申请的增加主要是由实用新型专利申请的增加导致的。加工贸易企业“两头在外”, 竞争较小, 并且加工贸易企业可能由外商提供技术, 他们对新技术的需求较低, 这些都可能导致加工贸易企业不追求高质量的专利。表 4 出口目的地技术水平对企业“出口中学习”的影响 下载原表 表 5 贸易方式对企业“出口中学习”的影响 下载原表 五、结论本文利用 2000-2006 年中国工业企业数据库和海关数据库, 基于“出口中学习”的视角, 以专利产出作为企业出口获益的指标, 以企业出口目的地加权经济增长率作为
30、出口额的工具变量, 利用面板数据 2SLS, 考察企业出口扩张对企业创新的影响, 并探讨出口目的地技术水平和贸易方式差异的额外影响。本文发现, 出口额的增加能显著提高企业专利申请量, 企业只有从事一般贸易, 或者出口到发达国家, 其出口额的增加才能促进高质量专利-发明专利-申请数的增加。本文的主要贡献是首次用中国企业专利数据系统分析了贸易扩张对企业创新的影响, 并利用工具变量法建立了其中的因果联系, 为“出口中学习”理论提供了来自中国的经验证据。同时本文结合中国专利系统的特点和企业出口目的地技术水平与贸易方式的差异, 寻找到了最有利于高质量专利生产的路径。当然本文也存在不足之处, 如本文只在集约边际上分析了出口额变化对企业创新的影响, 未在广延边际上分析出口与否对企业创新的影响, 后者很可能对企业创新的推动作用会更加明显。在我国贸易增长放缓、发展模式转型的大背景下, 本文的发现对如何保持出口获益, 提升本国企业创新水平有现实意义。依据本文的发现, 提出以下两点建议: (1) 鼓励企业与欧美发达国家进行贸易。 (2) 在发展加工贸易的同时, 鼓励企业进行一般贸易。参考文献
