中国企业低价出口之谜——基于企业加成率的视角,本文主要内容关键词为:低价论文,中国企业论文,之谜论文,视角论文,企业论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
一、引言
改革开放以来,中国出口贸易的迅速发展,对增加就业和促进国民经济增长发挥了重要作用。然而,我国在从出口贸易获得丰厚利得的同时,也出现了一系列的问题。其中,较为突出的就是出口产品价格过低。出口产品价格低于国内价格,一方面降低了国内消费者的购买能力和福利水平,另一方面也成为我国出口商品频频遭遇反倾销诉讼的重要诱因①。此外,出口价格过低还压低了出口企业的利润和劳动者的工资,限制了内需的增长。为此,这一问题得到了国内外媒体、政府官员和专家学者的广泛关注,成为亟待研究和解决的重要问题。然而,就这一问题进行严谨学术分析的文献并不多。那么,中国出口产品价格过低这一现象是否具有普遍性?如果是,其背后的原因是什么?本文旨在对上述问题进行考察。
根据《人民日报》对北京和纽约两大城市物价水平的对比,虽然对于家政、交通和房租等非贸易品而言,北京的物价低于纽约的物价。但是对于贸易品而言,中国国内的产品价格却普遍高于同类产品在国外的售价②,这显然与目前我国所处的经济发展阶段相违背。更令人感到惊奇的是,这些产品很多都是在“中国制造”的,即其生产成本是相同的。因此,中国企业出口产品价格过低的现象并不能由中国的低劳动力成本进行解释。在生产成本相同的条件下,产品价格的差异实际上反映了企业在国内外销售的成本加成率的不同。因此,我国出口产品价格低于国内产品,说明我国企业出口产品的加成率要低于其在国内销售的加成率。
然而,这一现象不仅不符合现有理论的预测结果,而且也与已有经验研究的结果相左。Melitz和Ottaviano(2008)基于异质性厂商的垄断竞争模型的分析表明,企业的加成率是边际成本与进入行业临界边际成本之差的函数。企业生产率越高,就可能收取更高的加成率。同时,根据新新贸易理论,生产率越高的企业越容易克服固定成本进行出口,因此,出口企业的加成率就往往高于非出口企业。Kugler和Verhoogen(2008)则从产品品质的角度对这一问题进行考察,他们认为出口商往往生产高品质的产品,在其他因素相同的情况下,出口商品的加成率就会较高。Cosar等(2009)构建的一般均衡贸易模型也表明,随着出口机会的出现和消失,厂商需要相应对其生产能力进行调整,而要素市场的摩擦使其无法自由调整。为此,出口厂商的加成率较高。
在理论分析的基础上,部分国外学者对加成率与企业出口状态之间的关系进行了经验研究,研究结果也与理论预测的结果相一致。Bellone等(2010)运用法国工业企业数据,对Melitz和Ottaviano(2008)的结论进行了实证检验。他们发现出口企业的加成率确实高于非出口企业,而且企业的加成率与生产率呈正向关系。他们根据新新贸易理论,从运输成本和出口固定成本的视角对这一结论进行解释。Loecker和Warzynski(2010)检验了加成率和企业出口行为之间的关系,发现平均而言,出口厂商收取的加成率较高,并且厂商的加成率会随着企业进入出口市场而提高,随着企业退出出口市场而降低。
综上所述,中国出口产品价格过低的现象不仅与国外经验研究的发现相反,而且也对已有理论提出了挑战。因此,首先需要我们解决的问题是,中国企业出口产品的加成率是否真的低于内销产品?如果是,导致这一现象发生的原因又是什么?毫无疑问,对第一个问题的回答是解决第二个问题的基础。鉴于此,本文将运用1999-2007年中国工业企业数据,对中国出口企业和非出口企业的加成率进行系统的分析和比较,并在此基础上进一步考察这种差距形成的原因。
与已有研究相比,本文研究的主要贡献如下:第一,从研究视角来看,本文首次从加成率的角度,对我国企业出口价格过低这一现象进行测算和解释。虽然,这一问题已经得到众多学者的关注,也有部分国内学者从生产成本、税赋、国内信用体系和流通成本等角度对其进行了讨论。宾建成(2003)指出国内企业自身缺乏核心竞争力、企业生产能力过剩导致的供求失衡、市场体系不健全、企业及政府之间复杂的利益关系等是出口低价的原因。卢洪雨(2004)从虚假的出口申报、虚假的外销发票和虚假的成本角度对我国产品出口低价进行解释。丁梅生、柏帆(2007)则认为除上述原因之外,我国出口产业过度集中,出口企业技术水平低而形成的激烈竞争是我国出口低价格的又一原因。此外,梁静波(2007)认为国内内需不足、欠账赊账问题严重、企业缺乏核心技术和品牌,以及出口产品中低附加值的劳动密集型和资源密集型产品比重大等是我国出口低价竞争的根源。但是,上述文献多集中于出口低价问题的原因解释,并且多是进行描述性分析。鲜有文献对该现象的普遍性进行严谨的实证检验,更没有从企业加成率的角度对出口低价进行阐释。本文的研究弥补了前期研究的不足,为考察出口低价问题提供了新的视角,具有重要的理论意义和现实价值。
第二,在研究方法上,本文运用Heckman(1979)两阶段模型处理了样本的选择性偏差,从而为我国出口企业加成率较低的现象提供了有力的经验证据。在此基础上,为了准确测算出口与非出口企业的加成率差距,并有效揭示这一现象形成的原因,本文进一步运用倾向得分匹配方法对出口企业与非出口企业进行配对,保证实证回归结果的有效性。
第三,在结论上,我们发现,出口企业的加成率要普遍低于非出口企业,这一结论与国外学者的研究并不相同。本文的研究不仅丰富了加成率与出口企业行为的相关文献,而且加深了对我国企业定价行为的认识,对于提高我国出口企业的市场竞争力,以及减少反倾销诉讼提供了重要的政策参考。
本文余下部分安排如下:第二部分构建计量模型考察出口企业加成率是否低于非出口企业;第三部分在第二部分分析基础上,运用计量模型进一步地检验我国出口企业加成率低于非出口企业的原因,解释我国企业低价出口之谜;最后一部分是结论和政策建议。
二、我国出口与非出口企业加成率差距的检验
在本部分,我们首先借鉴已有文献,计算了我国1999-2007年出口与非出口企业的加成率,并对加成率总体的出口特征进行了统计描述,比较了在地区分布、行业分布和企业所有制上的差异。在统计分析的基础上,我们使用Heckman(1979)两阶段选择模型,考察了出口企业与非出口企业是否存在加成率的差异,并探究了这种差异是否会因其所在地区,所处行业,以及所有制的差异而有所不同。
(一)企业加成率的计算及统计性描述
企业加成率的计算主要有两种方法:一种是采用生产函数,利用产出、价格和要素投入来计算企业的加成率。Hall(1986)最早采用行业层面的数据,对加成率进行了估算。他利用索罗余值的性质,推导了不完全竞争市场条件下行业成本加成率的计算方法。在其研究基础上,Domowitz等(1988)拓展了Hall的框架,在计算过程中加入了中间产品消费,并将这一方法利用于四分位行业加成率的计算,从而使加成率的计算更为微观③。后期学者也大多在上述学者的基础上进行扩展,并将其运用于企业加成率的计算;另一种是采用会计方法,运用企业的增加值、工资支出和中间投入成本计算加成率。Domowitz等(1986)就采用这种方法计算了加成率,讨论了经济周期和行业加成率之间的关系。
依据本文样本的指标特征和前期学者的研究,本文拟采用第二种方法对企业加成率进行计算。主要的原因在于:首先,Martin(2002)的经验研究表明会计方法较生产函数方法可能会提供更多有用的信息。并且Siotis(2003)采用上述两种方法计算了西班牙行业的加成率,通过比较发现会计方法能够更好地体现行业之间的差异,是一个较好的估计方法。其次,本文样本的时间年限较短,采用会计方法计算加成率,使我们的结果不会受经济周期和外部冲击的影响④。最后,本文样本来自于《中国工业企业数据库》,统计指标多为会计指标,没有对企业产品价格的统计,使我们无法采用生产函数方法计算加成率。为此,本文将采用会计方法对加成率进行计算。
依据Domowitz等(1986)的方法,企业产品价格与边际成本的关系式为:
其中,表示企业i在时间t的价格一成本加成率(p/c),p为企业的产品价格,c为边际成本。va表示企业工业增加值,pr为企业当年所付的工资总额,ncm为净中间投入要素成本。
依据该方法,我们计算1999-2007年我国工业企业的加成率。根据企业处于不同的出口状态,我们报告了不同状态下,企业主要指标的统计性特征,如下表1所示。
从表1可以看出,我国出口企业与非出口企业的加成率存在明显差异。虽然企业处于出口不同状态时,与非出口企业的差距程度不同,但从总体上看,出口企业的平均加成率均小于非出口企业。其中,差距最大的是完全出口企业与完全不出口企业,平均差距为0.1156,一直出口企业与从不出口次之,出口进入企业与出口退出最小。此外,其他统计指标除劳动资本比kl出口企业小于非出口企业外,其余各项:企业的年平均雇用人数employment、增加值va、销售总额total_sale和当年所付的工资总额pr,均是出口企业大于非出口企业。为此,从统计上看,无论企业处于何种出口状况,我国出口企业的加成率均低于非出口企业。
其次,我们根据企业所处省份的不同,计算了各个省份出口企业与非出口企业的平均加成率,其省份分布趋势如图1所示。从图1可以看出,除西部的陕西、甘肃、宁夏、青海等部分省份之外,我国大部分省份的出口企业加成率均低于非出口企业。这说明出口企业与非出口企业加成率的这种差距不仅存在于总体样本,在各个省份也是普遍存在的。
再次,我们根据企业所处二分位行业的不同,计算了各个二分位行业出口企业与非出口企业的平均加成率,计算结果如表2所示。从表2可以看出,除部分资源密集型行业(如:煤炭开采和洗选业、有色金属矿采选业、其他采矿业、黑色金属冶炼及压延加工业)以及垄断性行业之外(如:烟草制品业、水的生产和供应业),大部分行业出口企业的加成率均低于非出口企业,并且主要集中在资源密集型行业(如:石油和天然气开采业、黑色金属矿采选业、电力、热力的生产和供应业、燃气生产和供应业)和劳动密集型行业(如:皮革、毛皮、羽毛(绒)及其制品、工艺品及其他制造业、印刷业和记录媒介的复制、文教体育用品制造、家具制造业等)。
此外,根据企业所有制性质的不同,我们计算了不同所有制的出口企业和非出口企业的平均加成率,结果如下表3所示。从表3所示,不同所有制的出口企业加成率均低于非出口企业,二者存在明显差距。从差距程度来看,出口企业与非出口企业差距最大的是港澳台企业,其次是外资企业,私有企业的差距较低,国有企业的差距是最小的。
根据上述的统计性分析,我们初步发现出口企业加成率低于非出口企业,并且无论是企业处于不同的出口状态,还是在各个省份、各个行业,以及不同所有制的企业这种现象都较为普遍。为此,在下一部分我们将进一步运用计量模型,更为精确地分析和考察出口企业与非出口企业加成率的差距。
(二)检验出口与非出口企业加成率差距的存在
在统计分析的基础上,本部分将运用我国1999-2007年中国工业企业的微观数据,采用Heckman两阶段模型,进一步验证出口与非出口企业加成率的差距是否存在,并考察这种差距的地区、行业以及所有制特征。
1.计量模型的构建
本部分实证检验主要是考察出口企业与非出口企业加成率的差距是否存在。如果直接用OLS方法将出口虚拟变量expdum对加成率mkp进行回归,可能存在一定的“自我选择偏差”,因为并不是所有企业都进行出口,只有当企业是否进行出口是随机时,这种做法才不会造成偏差。为此,本文采用Heckman(1979)两阶段选择模型,对样本选择偏差进行处理。Heckman(1979)的模型方法分为两个阶段:第一个阶段是probit的出口选择模型,即首先考察企业是否选择出口。第二阶段为修正的企业加成率回归模型。具体模型为:
2.变量的度量及样本描述
我们根据已有文献,主要选取了企业的出口虚拟变量的滞后一期L.expdum、全要素生产率tfp、企业的年平均雇用人数employment、当年所付的工资总额滞后一期L.pr,以及企业的负债率finc等变量。其中tfp是采用了Levinsohn和Petrin(2003)的半参数方法来估计企业全要素生产率。企业的负债率finc用企业负债合计占资产合计的比值进行测度。运用probit模型,我们回归得到了第一阶段的λ。
影响企业加成率的因素主要选取了:企业的全要素生产率tfp、工人的平均工资pwage、中间要素投入比率input_t、资本产出比kq、二分位行业的竞争程度compt、四分位行业的赫芬达尔指数hhi4和四分位行业市场规模变量sale_hangye4。其中,工人的平均工资pwage为企业年应付工资总额与平均就业人数之比,input_t为中间要素投入与工业总产值之比,资本产出比kq为总固定资产与工业总产值之比。二分位行业的竞争程度compt为二分位行业中企业数目,四分位行业的赫芬达尔指数,具体计算公式如下:
本文的样本来自于1999-2007年中国全部国有及规模以上工业企业数据库。该数据包括了全部工业制造业在内的40个GB/T(国民经济行业分类)二分位的工业行业,并且行业划分细分至四分位。该数据库连续统计了各企业的行业类别、省地县码、法人代码、登记注册类型等基本信息,以及销售额、工业销售产值、工业总产值、固定资产、资产合计、出口交货值、实收资本、从业人员年平均人数、负债合计、固定资产净值年平均余额、应付工资总额等其他财务指标。2004年中国工业企业数据库没有对“出口交货值”该项指标进行统计,我们无法获得2004年企业的出口数据,同时,该项数据是我们实证的一个重要变量,为此,我们将2004年从本文的样本期内剔除。根据谢千里等(2008)标准的剔除程序,我们将样本进行了如下的筛选:(1)剔除就业人数和固定资产净值缺失或者为0的企业,并剔除平均就业人数少于8的企业。(2)增加值与销售额的比率应大于0小于1,将不满足该条件的企业删除。(3)计算了增加值与就业人数的比值va/l、增加值与固定资产净值的比值va/k,以及l/va、k/va,将偏离均值4个标准差之外的企业删除。(4)我们根据mkp的计算结果,将位于前后1%分位的异常值剔除。此外,由于西藏的数据缺失严重,我们将该省份从样本中剔除,最终包括了中国30个省份近27万的观测值。具体各年出口企业、非出口企业的数量以及企业总数见表4所示。
3.初步回归结果
我们运用1999-2007中国工业企业微观数据,采用Heckman两阶段模型,对出口企业与非出口企业加成率的差距是否存在进行了实证检验。依据公式(2)的定义,本文首先对Heckman第一阶段模型进行回归,得到逆米尔斯比λ,限于篇幅原因,我们没有报告第一阶段的回归结果。根据得到的λ,我们采用普通最小二乘法,对Heckman第二阶段模型进行回归。为了考察实证结果的稳健性,我们采用依次加入控制变量的方法。同时,为进一步验证回归结果的稳健性,在回归组合(5)中,我们更换了expdum的度量指标,采用企业完全出口的虚拟变量oexp,即企业完全出口为1,完全内销为0,来进行稳健性分析。此外,为了便于回归变量系数的比较,我们将回归系数进行了标准化,报告的是各个变量的标准化系数。具体回归结果如表5所示。
从表5的回归结果,我们可以看出回归组合(1)中出口状态变量expdum的回归系数是负的,而且在1%的统计水平上显著。根据Loecker和Warzynski(2010)⑤,这说明从平均意义上出口企业与非出口企业加成率的差距确实存在,而且出口企业明显低于非出口企业。在加入其他控制变量之后(回归组合(2)~(4)),expdum项回归系数依然为负,而且在统计上是显著的,这说明这一结论是稳健的,不受其他控制变量的影响。此外,回归组合(5)中oexp的回归系数为负,而且在统计上是显著的,这进一步表明本文的结果较为稳健。并且无论oexp的回归系数,还是显著性均大于expdum,这说明在剔除了既出口又内销的企业之后,完全出口企业与非出口企业加成率的差距更为明显。
本文的这一结论与前期学者的研究结论并不一致。Bernard等(2003)及Melitz和Ottaviano(2008)在新新贸易理论的框架下讨论了企业的出口状态和加成率之间的关系。他们指出,更有效率的生产商具有较强的竞争能力,从而可能收取较低的价格,并在出口市场上击败竞争对手。相对于竞争对手而言,这部分生产商具有成本优势,他们可以收取较高的加成率。Loecker和Warzynski(2010)运用斯洛文尼亚的企业数据,验证这一机制,发现出口企业的加成率要明显高于非出口企业。
可能的原因在于,我国出口企业的行为与新新贸易理论预期并不一致,即并不是生产率越高的企业,才越可能进行出口。李春顶(2010)的研究表明我国出口企业存在明显的“生产率悖论”,即内销企业的生产率要明显高于出口企业,并且企业出口与生产率呈负相关关系。出口企业的“生产率悖论”使Bernard等(2003)及Melitz和Ottvaiano(2008)所提出的机制并不能适用于我国的出口企业。那么,我国出口企业生产率偏低是什么原因导致的,我们将在本文的第三部分进行进一步的讨论和检验。
其他控制变量。企业的全要素生产率tfp的回归系数为正,并且在统计上是显著的,这说明生产率的提高有利于企业收取较高的加成率,这与之前文献的结论是相一致的的。各项要素成本,工人的平均工资pwage、中间要素投入比率input_t,以及资本产出比kq的回归系数均为负,而且在统计上显著的,说明各类成本与加成率呈负相关关系,这与加成率的定义相一致。二分位行业的竞争程度compt和四分位行业市场规模变量sale_hangye4的回归系数均为正,而且在统计上是显著的,四分位行业的赫芬达尔指数hhi4的回归系数并不确定,而且在统计上不显著。此外,λ各项系数不为零,并且均在1%的统计水平上显著,说明选择性偏差问题确实存在,我们选择Heckman模型进行回归是必要的。
4.分地区的回归结果
为进一步分析出口企业与非出口企业加成率差异的特点,我们将样本按照企业所属地理区域的不同,将样本分为东、中、西3个样本进行了回归分析,回归结果如表6所示。
从表6的回归结果,我们可以看出,出口状态expdum对各个地区的影响虽然均为负,但是在回归系数和显著性上存在着明显的差异。首先,从回归系数上看,expdum对东部地区的影响最大,回归系数为0.039,对中部地区次之,西部的影响是最小的。从显著性来看,expdum对东部地区影响最为显著,达到了1%的显著水平,对中部地区较为明显,显著性在10%的统计水平上,而对西部地区的影响最不明显,未通过10%的显著性检验。这说明,在东部地区,我国出口与非出口企业加成率差距最大,而且这种现象更为普遍;在中部地区存在一定的差距,现象较为普遍;在西部地区的差距不大,并且并不明显。
5.分所有制的回归结果
为考察出口企业与非出口企业加成率差异的所有制特征,我们将样本按照企业注册的所有制类型,区分为国有企业、私营企业、港澳台企业和外资企业。具体回归结果如表7所示。
从表7的回归结果可知,expdum对各种类型所有制企业的影响均为负,而且在统计上是显著的,这说明从总体上看,各种所有制类型的出口企业加成率均低于非出口企业,即加成率的差距是普遍存在的,这在一定程度上验证了本文的基本结论。但是,在影响程度上却存在着所有制的差异,从回归系数看,港澳台企业出口与非出口的加成率差距最大,回归系数为-0.072,外资企业的差距次之,系数为-0.038,接近港澳台企业的50%;私营企业较小,系数为-0.032,而国有企业的差距最小,系数仅为-0.013。
6.分行业要素密集度及贸易类型的回归
为考察不同行业特征下,出口企业与非出口企业的差距是否存在,我们将行业按照要素密集度的差异,分为劳动密集型和资本密集型。本文参照王德文等(2004)的方法,将行业分为劳动密集型行业和资本密集型行业。其中,资本密集型产业包括19个行业、劳动密集型产业包括12个行业,处于两者之间有4个行业。
为探讨不同贸易类型下,这种差异是否存在,我们还区分了一般贸易和加工贸易进行了实证检验。由于本文的样本并没有对贸易类型进行统计,而根据《中国统计年鉴》各期,我国广东省的出口加工贸易占其总贸易量的50%以上,而浙江省的一般贸易量占期总贸易量的50%以上,为此,我们在这里分别用广东省和浙江省的回归结果近似的替代加工贸易和一般贸易的回归。具体结果如表8所示。
表8的结果显示,出口状态expdum在行业不同要素密集的样本下的结果均为负,而且在统计上是显著的。这说明无论在劳动密集型行业还是在资本密集型行业,平均而言,出口企业的加成率均低于非出口企业,这种差距是普遍存在的。但是就差距程度而言,劳动密集型行业的回归系数要明显大于资本密集型行业,这说明在劳动密集型行业,出口企业与非出口企业的加成率差距较大。从贸易类型看,出口决策项expdum的系数均显著为负,这说明无论从事加工贸易还是一般贸易,出口企业的加成率均低于非出口企业。而从影响程度上来看,从事加工贸易的出口企业与非出口企业相比,加成率要更低一些,这与目前我国出口的实际情况是相符的。
三、出口与非出口企业加成率差距形成原因的经验分析
上一节的实证结果表明,在控制了样本选择偏差之后,出口企业的加成率要低于非出口企业,并且这种差异无论是在年度的分布,还是行业的分布上都是普遍存在的。那么,我国出口企业与非出口企业加成率的差距受哪些因素的影响,是什么因素导致了这种差异,本部分将就这一问题进行进一步的分析和检验。
(一)出口与非出口企业加成率差距的形成原因
作为处于经济转型期的出口大国,我国无论在对外经济政策的调整还是在行业发展战略上都处于摸索阶段,与市场经济较为发达、产业结构较为完善的发达国家相比,仍存在着明显的不同。为此,我国在对外贸易政策和产业结构的独特特征,可能是导致出口企业加成率迥异表现的重要原因。
具体而言,首先,从对外贸易政策上,1998年以来,我国对出口退税率进行了一系列调整,出口退税率明显提高。在1998年之前,我国出口产品的综合退税率仅为8.29%。1998年1月~1999年12月,我国分3轮提高了出口退税率,并且在机电、高新技术产品和纺织服装等产品实现了出口全退税,综合退税率达到了15%。2004年1月,适当降低一般性出口产品退税率,不降或少降高技术含量、高附加值产品的出口退税率,下调或者取消“三高一资”产品的出口退税率,综合退税率为12%。2004年5月到2007年12月进行了3轮出口退税的调整。降低易引起贸易摩擦产品、部分附加值较低产品的出口退税率,提高重大技术装备产品、高附加值产品、高新技术产品和医药产品的退税率,取消原粮及制粉等农产品的出口退税,取消“两高一资”产品出口退税,综合退税率为9.8%。出口退税率的提高,增强了出口企业的在市场的竞争能力,使其在价格低于同类产品的情况下,仍然可以获得利润。与此同时,由于我国出口产品也多是劳动密集型和资源密集型产品,这类产品的产品差异化不大,技术含量较低,市场竞争也较为激烈,价格就成为其竞争能力的重要决定因素。为此,在同等条件下出口企业收取的加成率就会低于非出口企业。
除此之外,我国政府还对企业进行了一系列的补贴,这也有利于出口企业通过降低其出口价格,增强竞争能力,从而使出口企业加成率较低。Girma等(2009)根据《中国财政统计年鉴》的统计指出,1985-2005年,我国对企业的补贴总额达到3100亿美元,其中一半用于创新与科技促进,这说明了政府促进科技创新的意图,并致力于发展高科技企业,升级产业结构,以促进出口增长。同时,作者运用1999-2005年中国企业层面数据的研究发现,生产补贴能够促进出口行为,并且这种影响对利润创造型企业、资本密集型行业的企业以及非沿海区域企业更为明显。
其次,我国出口企业大量集中于劳动密集型、资源密集型以及中低技术型行业,从而造成了行业内部的竞争激烈。就本文的样本而言,1999-2007年我国40个二分位行业中,年平均出口比率较高的行业为文教体育用品制造业、皮革、毛皮、羽毛(绒)及其制品业和纺织服装、鞋、帽制造业,其出口企业所占比例依次为:86.2%、78.1%和77.5%。企业的过度集中导致了出口竞争加剧,而由于这部分行业技术含量低、产品差异化低,企业只能通过价格竞争来争夺市场,从而使这部分企业收取较低的出口加成率。从本文计算的加成率差距也能看出这一问题,上述3个行业的加成率差距较大(见表13),说明了过度的竞争是我国出口企业加成率较低的又一原因。
为此,根据上述分析,我们采用了增值税占增加值的比重得到各个企业增值税率,用营业外收入占增加值的比重得到营业外收入比率,并运用匹配方法,将配对后出口企业与非出口企业的上述指标相减得到了dvat、dother_t两个指标对出口退税和补贴进行测度。选取该指标的原因在于,本文样本所获得的各项指标均为财务统计指标,根据会计的记账原则,出口退税一般会记入增值税中,并且由于样本中没有对出口退税的直接统计,我们只能计算出口与非出口企业增值税率的差异dvat,该指标可以在一定程度上反映出口企业的出口退税率。同时,根据2006年颁布的《企业会计准则》,属于“与收益相关的政府补助”,通过“营业外收入”科目核算。为此,相类似的,我们计算了出口与非出口企业营业外收入比重的差异dother_t,该指标在一定程度上度量出口企业获得的补贴程度。对于出口企业在行业内竞争程度,我们分别采用出口企业在二分位行业中的数量num_exp,以及二分位行业中出口企业的竞争程度com_exp两个指标来测度。其中,
(二)加成率差距的计算
1.用倾向得分匹配方法计算加成率差距
由上一节的计量分析可知,如果我们直接将出口企业与非出口企业加成率相减得到加成率差距,可能会产生样本选择偏差,因为企业是否出口并不是随机的。为消除样本选择偏差,本部分将采取匹配方法,将出口企业与非出口企业进行配对。该方法通过构建反事实变量,使我们可以计算出口企业“在非出口状态情况下”的mkp。而主要的问题是,我们不能观测到反事实变量,因此我们需要将出口企业与相类似的非出口进行匹配。
依据通常的做法,我们采用Rosenbaum和Rubin(1983)提出的倾向得分匹配的方法来进行匹配。企业进行出口的概率公式为:
其中,P为企业出口的概率,Ф(·)是正态的累积分布函数。根据该方程,我们可以得到每个企业出口的预测概率值,倾向得分匹配将预测概率值P相近的企业进行配对。在这里为影响企业出口的因素,即匹配变量或共同影响因素(covariate)。我们参照Loecker(2007)、Baier和Bergstrand(2009)等已有文献,选用了企业就业人数employment、工人的平均工资水平lpwag、劳动生产率lpd、负债率finc,以及利润率profit作为匹配变量。其中就业人数employment为企业年平均就业人数的对数值;工人平均工资水平lpwage为企业年应付工资总额与年平均就业人数之比的对数值;劳动生产率lpd为主营业务收入与年平均就业人数之比的对数值;负债率finc为负债合计与主营业务收入之比;利润率profit为1-产品销售成本/主营业务收入。数据来源均来自于本文的样本。
本文选用Becker和Ichino(2002)、Leuven和Sianesi(2003)提出的最近邻居算法进行倾向得分匹配。在具体回归过程中,采用了非替代性的一对一的匹配,即为每个出口企业找到唯一一个与其最接近的非出口企业。在本文的样本中共有97916家企业位于处理组,169222家非出口企业位于对照组,其中处理组占总样本267138的36.65%。我们首先采用总体样本对企业进行一对一的匹配,为97916家企业出口企业找到与其相匹配的非出口企业,出口前后两组企业加成率的差异如表9所示。
从表9可以看出,在匹配前后出口企业与非出口企业加成率的差异有所降低,那么本文的匹配是否是可靠的?实际上,倾向得分匹配是否可靠,取决于得分匹配的均衡假设是否满足,即D⊥X|p(X)。如果该条件满足,不管其是否是处理组,具有相同倾向得分的观测变量就具有相类似的可观测的分布特征。也就是说在给定倾向得分下,进行处理是随机的,因此处理组中和非处理组中的变量从观测的平均意义上是一致的。就本文的样本而言,要满足均衡假设,就必须使处理组和对照组在匹配后要不存在显著差异。如果差异显著,就说明我们进行匹配变量的选取或者匹配方法并不恰当,最近邻居倾向得分匹配的估计是无效的。为此,我们进一步对总体样本的匹配进行了匹配平衡性检验,检验结果如表10所示。
匹配平衡性检验主要进行两方面的检验,首先是考察匹配前后的标准偏差,通过计算配对前后匹配变量的标准偏差⑥,来判断匹配效果的好坏。标准偏差的绝对值越小,表明匹配效果越好(Smith和Todd,2005),根据Rosenbaum和Rubin(1985)的研究,好的匹配标准偏差在匹配后其绝对值应小于5%。其次是考察在匹配前后,处理组和非处理组均值是否相等,在这里采用的是t检验。如果满足均衡假设,那么在匹配之后t检验是不显著的。从表10的回归结果我们可以看出,在匹配后各匹配变量的标准偏差均保持在5%以内,这说明本文匹配变量的选取和匹配方法是较为恰当的。但是,从t统计量来看,除了劳动生产率lpd外,就业人数employment、工人平均工资lpwage、负债率finc、利润率profit等变量的t统计量均显著,说明在匹配后上述变量的均值差异依然明显。考虑到这一问题,以及样本中行业的差异会影响配对的结果,我们在回归过程中按照二分位行业依次对各个行业进行匹配。
匹配之后,我们对各个行业进行了匹配平衡检验,限于篇幅原因,我们仅以纺织业为例报告了匹配平衡检验结果。如表11所示,在分行业匹配之后,各匹配变量标准偏差的绝对值均小于5%,并且t相伴概率大多不显著。其余行业的回归结果也满足了匹配均衡检验,这表明本文选取的匹配变量和匹配方法是恰当的,最近邻居匹配方法的估计结果可靠。
2.统计性描述
根据分行业匹配的估计结果,我们共对97254家出口企业进行了配对。通过将出口企业与其配对的非出口企业的加成率相减,我们得到了dmkp,用以测度出口企业与非出口的加成率差异。dmkp分年度、分行业的统计特征如表12、表13所示。
从加成率差异的年度分布来看,1999-2002年,我国非出口企业与出口企业间的差距在逐年降低,这与我国出口退税的年度变化相吻合的。1998-2000年,我国在机电和纺织服装等比较优势行业实现了出口零退税,这在一定程度上就使出口企业与非出口企业加成率的差距有所缩小。而后,随着贸易数量的增加,以及竞争的加剧,这种差距有所加大(2003年)。到2005年,我国进行了汇率制度的改革,开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度,dmkp的均值降为最低-0.03233,这说明汇率有所升值之后,部分以低价竞争的企业退出出口市场,从而缩小了加成率的差距。2005年之后,这种负向的差距有逐年加剧的趋势,可能是由于2005年之后我国进行了3次出口退税的调整,综合税率为9.8%。从总体上而言,出口与非出口加成率的负向差距,在各年是较为普遍的,并且加成率的这种差距易受出口退税政策和汇率变动的影响。
从加成率差异的行业分布来看,大多数行业是存在着这种出口企业与非出口企业加成率的差异,这说明出口与非出口企业加成率的负向差距是普遍存在的。其中,负向差距较大的行业主要是集中在资源密集型和劳动密集型行业,即主要是我国出口贸易占有比较优势的行业。如:黑色金属矿采选业、皮革、毛皮、羽毛(绒)及其制品业、文教体育用品制造业、纺织服装、鞋、帽制造业、工艺品及其他制造业等。但是,在少数垄断型行业与资本密集型行业,却存在正向差距。如:电力、热力的生产和供应业、水的生产和供应业、烟草制品业和医药制造业等行业。
(三)计量检验
根据前文的分析,在本部分我们将采用计量模型对加成率差距形成的原因进行实证检验,以验证本文的基本论断。首先,本文将采用普通最小二乘法,对推断进行初步的经验分析。在初步分析的基础上,将划分样本考察影响因素对不同地区、不同所有制性质以及不同行业特征出口企业加成率差距的影响。
1.普通最小二乘回归结果
表14为运用普通最小二乘回归OLS方法得到的计量结果。为了考察各影响因素对dmkp的影响,我们分别加入各影响变量进行回归分析。同时,为了进一步分析它们的稳健性,我们还回归了组合(5)和(6),由于num_exp和comp_exp具有较高的相关性,我们在回归过程中没有同时放入这两个变量。此外,为了比较系数的变化和各因素影响的大小,我们报告的是各个变量的标准化系数。
从回归组合(1)和(4),我们可以看出与前文的初步论断相一致,我国的出口退税(dvat)、补贴(dother_t)以及出口企业的行业竞争(num_exp、comp_exp)各项系数均为负,而且在统计上是显著的,这说明这三类因素均对我国出口企业较低加成率产生了重要影响,出口退税率越高、补贴越多,以及出口企业行业竞争越激烈,使出口企业收取的加成率也就越低,出口企业与非出口企业之间加成率的差距也就越大。
在同时考虑上述3种因素时(见回归组合(5)和(6)),各影响因素的回归系数均没有发生显著的变化,与单项回归的结论相一致,并且都保持在1%的显著水平上显著,这在一定程度上说明我们的结果是较为稳健的。
其他控制变量,资本劳动比kl各项系数均为正,而且在统计上是显著的,这说明资本密集度越高的企业,其出口加成率的越高,我们从表14行业的统计性特征也能看出这一点,在加成率差距为正的行业也多是那些资本密集型的行业。tfp对加成率差距也起到了显著的正向作用,这与Melitz和Ottaviano(2008)的结论相一致,即生产率越高的企业,越可能收取较高的加成率。各项要素投入成本:平均工资pwage、要素投入比率input_t、资本产出比kq均对加成率的差距产生负向的影响;二分位行业的竞争程度compt和四分位行业的赫芬达尔指数hhi4对加成率的差距产生正向影响;四分位行业市场规模变量sale_hangye4对加成率差距产生负向影响这与Bellone等(2010)的研究结论相一致。
2.稳健性回归
表14的结果只是初步的回归结果,我们并没有对样本中的异常值进行处理,而实际上,普通最小二乘回归会受异常值的影响。为此,我们采用稳健性回归方法对样本进行进一步的回归,以消除异常值的影响。稳健性回归方法通常是用中位数回归方法来取代OLS方法,但是这种方法的有效性较低。Huber(1964)对中位数回归进行了拓展以得到一个更为一般性的估计量,称为M估计量。他的这种方法能够在保持垂直异常值稳健性的条件下,来增强高斯有效性。其中M估计量的计算公式为:
其中,c=1.345。运用稳健性回归方法,我们对样本进行了重新估计,估计结果如表15所示。
由表15可知,较之表14的估计结果,出口退税(dvat)、补贴(dother_t)以及出口企业的行业竞争程度(num_exp、comp_exp)各单项无论是系数还是显著性都有所提高。具体而言,从回归组合(1)可以看出,在进行了稳健性回归之后dvat项的回归系数的绝对值有了明显提高,由0.019增至0.262,这说明使用稳健性回归剔除异常值的影响之后,dvat项的影响更为明显。回归组合(5)和(6)中虽然dvat、dother_t、num_exp和comp_exp各项系数略有下降,但变化不大,显著性也都保持在1%的显著水平上。这说明本文的基本结论是稳健的,即我国对出口企业的出口退税、补贴,会使出口企业通过降低加成率来增强其在市场上的竞争力,从而导致了出口企业加成率低于非出口企业。同时,我国出口企业在比较优势行业的过度集中,使其在行业内部出口企业竞争加剧,导致出口企业收取较低加成率。
其他控制变量,无论在回归系数还是在显著性都没有发生明显的变化,也说明我们基于表14的结论是可信的,回归结果是稳健的。
3.基于出口加成率差距比率的回归
为了进一步考察本文基本结论的稳健性,我们更换了被解释变量的指标,采用出口加成率差距与加成率的比值,计算了出口加成率差距比率dmkp_t进行实证检验,检验结果如表16所示。
从表16可知,出口退税dvat对dmkp_t产生了显著的负向影响,回归系数为-0.024。加入其他控制变量之后虽然回归系数有所下降为-0.018,但是仍保持在1%的统计水平上显著。补贴dother_t的回归系数和显著性较为稳健,影响保持在-0.023的水平上。行业出口竞争程度num_exp、comp_exp也均对dmkp_t产生了负向的影响,而且在统计上是显著的,加入其他影响因素后回归系数虽然都有所变化,但是变化不大,这进一步证明本文的结论是较为稳健的。说明无论对dmkp还是dmkp_t,出口退税、补贴以及行业出口竞争程度等因素都具有一定的解释力,上述因素是我国出口企业较低加成率的重要原因。
4.分地区的回归结果
为了考察出口退税、补贴、行业出口竞争程度在不同地区影响的差异,我们根据企业所处地理区域的不同,将样本分为东、中、西3个样本进行了回归分析,回归结果如下表17所示。
由表17可知,出口退税dvat对东部和西部地区出口加成率差距产生了显著的负向影响,但是对中部地区却起到了正向的作用,虽然这种作用并不显著。从影响程度来看,出口退税对西部地区出口企业的影响要明显高于东部地区。补贴dother_t对东部和西部地区出口加成率的差距产生了显著负向作用,并且对西部地区出口企业的影响程度要高于东部地区,对中部地区虽然也产生了负向作用,但是在统计上并不显著。行业出口竞争程度对各地区出口加成率差距均产生了负向作用,但是对东部地区的影响要明显要强于中、西部地区。
其他控制变量,资本劳动比kl和生产率tfp对各地区出口加成率差距均产生显著的正向作用,并且作用效果从东、西、中部依次递减。平均工资pwage、要素投入比率input_t、资本产出比kq对各地区出口加成率差距均产生显著的负向作用。二分位行业的竞争程度compt和四分位行业的赫芬达尔指数hhi4对各地区企业出口加成率的差距产生正向影响,对东部地区的影响更为明显。四分位行业市场规模变量sale_hangye4对各地区出口加成率差距均产生负向影响,但效果并不明显。
5.分行业类型的回归结果
为了考察出口退税、补贴、行业出口竞争程度在不同类型行业作用的差异,我们根据企业所属行业的不同,根据要素密集度分为劳动密集型行业和资本密集型行业,并对分类进行了回归分析,回归结果如表18所示。
从表18的回归结果,我们可以看出:出口退税dvat对劳动密集型和资本密集型行业的加成率差距产生了显著的负向作用,并且对资本密集型行业的影响要强于对劳动密集型的作用。补贴dother_t对劳动密集型和资本密集型行业的加成率差距也产生了负向的影响,并且在统计上是显著的,其对资本密集型行业的作用要略高于劳动密集型行业。这与我国出口退税和补贴的政策导向是相符的,随着我国出口退税的多次调整,提高了资本较为密集的重大技术装备产品、高附加值产品和医药产品的退税率,不断降低甚至取消对劳动密集型的纺织品、农副产品的出口退税。同时,我国对企业的补贴更多的是偏向于创新与科技促进,以带动产业结构转型,为此,补贴对资本密集型行业的影响要更大。行业出口竞争程度(num_exp、comp_exp)对劳动密集型和资本密集型行业的加成率差距产生了负向作用,并且对劳动密集型行业的影响,无论从影响程度还是显著性上都强于资本密集型行业,这与本文之前的讨论相一致,即我国企业在比较优势行业——劳动密集型行业的过度集中,造成了出口企业在行业内部的竞争加剧,从而使其加成率要明显低于国内企业。
6.分企业所有制的回归结果
在本部分,我们根据企业所有制性质的不同将样本分为国有企业、私营企业、港澳台企业和外资企业,运用面板数据的固定效应模型进行了回归分析,得到了如下结果。
从表19可知,出口退税dvat对国有、私营、港澳台和外资企业加成率差距均产生了显著的负向作用,并且对私营企业的影响最大,港澳台和外资次之,对国有企业的影响最小。补贴dother_t对国有、私营、港澳台加成率差距产生了负向作用,其中对私营和港澳台企业的影响最大也较为显著,对国有企业的影响并不显著。此外,补贴dother_t对外资企业产生了微弱的正向作用,虽然这种作用并不明显。行业出口竞争程度(num_exp、comp_exp)各类所有制企业加成率差距也均产生了显著的负向作用,但从影响程度来看其中对外资企业和私营企的影响最大,港澳台企业次之,对国有企业的影响最小。
四、结论
我国出口贸易取得骄人成绩的同时,却出现了一个奇怪的现象,即出口产品价格远远低于国内产品价格,这是传统的国际贸易理论无法解释的。由于出口贸易成本的存在,出口产品的价格应高于内销产品,那么,是什么因素导致了这种出口产品与国内产品价格的差异,其背后的原因何在?这一问题引起了学术界的广泛关注,成为亟待解决的关键问题。本文在已有研究的基础上,从成本加成率的角度,对中国企业低价出口的现象进行解释,并探究其形成的原因。
基于1999-2007年中国工业企业的微观数据,本文考察了出口企业与非出口企业成本加成率的差异性,即比较出口企业的加成率是否低于非出口企业,并从这一角度解释中国企业低价出口之谜。实证结果表明:(1)出口企业与非出口企业加成率的差距确实存在,即出口企业加成率明显低于非出口企业。该结论有助于我们对企业低价出口这一现象进行解释。(2)从地区分布上,我国出口与非出口企业加成率的差距,在东部地区最大,中部地区次之,西部地区最小;从企业所有制看,港澳台企业差距最大,外资企业次之,私营企业较小,国有企业的差距最小;从行业要素密集度看,在劳动密集型行业加成率差距较大。从贸易类型看,从事加工贸易的企业加成率差距较大。
在此基础上,本文通过核算出口企业与非出口企业的加成率差距,进一步运用实证方法考察了我国企业低价出口的形成原因。结果显示:(1)我国的出口退税、补贴以及出口企业的过度竞争,均是我国企业低价出口的重要原因。出口退税率越高、补贴越多,以及出口企业竞争越激烈,出口企业收取的加成率也就越低,出口企业与非出口企业之间价格的差距也就越大。(2)从各地区上看,出口退税、补贴均对东、西部地区出口加成率差距产生了显著的负向影响,行业出口竞争程度对各地区出口加成率差距均产生了负向作用,而且对东部地区的影响要明显要强于中、西部地区。(3)从企业所有制看,出口退税、补贴对私营企业、港澳台企业的影响最大,外资企业次之,对国有企业的影响最小。行业出口竞争程度对外资企业和私营企业的影响最大,港澳台企业次之,对国有企业的影响最小。(4)从行业要素密集度看,出口退税、补贴对资本密集型行业的影响要强于对劳动密集型的作用。行业出口竞争程度,对劳动密集型行业的影响,无论从影响程度还是显著性上都强于资本密集型行业。
本文的政策含义是:应该从出口退税和补贴政策、产业结构调整以及竞争秩序等方面采取切实有效措施,使企业出口定价行为趋于合理化。具体而言,首先,过高的出口退税率,不仅增加了我国的财政负担,还促使比较优势行业出口厂商的恶性竞争,导致出口价格过低而引发反倾销诉讼。因此,我国政府应合理调整出口退税政策,根据行业和产品特点,制定最优出口退税率。对技术水平较低和低附加值产品,应减少或者取消出口退税;对于高新技术和高品质产品,适度增加出口退税。其次,要规范出口秩序,防止出口厂商的低价营销。逐步取消劳动密集型与资源密集型产品的补贴。同时,根据行业和产品特点,有选择的加征出口关税来规制出口低价竞销。再次,改善我国出口贸易模式,鼓励和促进高新技术产品和高附加值产品出口,改变我国出口企业在传统比较优势行业过度集中的局面。最后,完善我国现有的信用体系,改善国内商业信用环境,提高社会信任程度,使内销企业账款得以及时回收,资金流通顺畅。这有利于国内企业降低交易成本和财务成本,减少生产风险,从而缩小出口企业与非出口企业加成率差距,进而改变中国出口产品价格过低的现象。
注释:
①根椐WTO的统计资料显示,1995-2010年我国共遭遇784起反倾销诉讼,居世界首位,其次是韩国和美国,分别是268起和210起。
②http://wz.people.com.cn/GB/finance/15644157.html.
③在Domowitz等(1988)之前,大多数研究都是利用二分位行业层面数据对加成率进行计算。
④Bresnahan(1989)指出这种计算方法的一个缺点就是较易受到经济周期和突发性事件的影响。
⑤Loecker和Warzynski(2010)也是采用这种方法考察出口企业与非出口企业是否存在加成率差距。由回归结果以及方程(3),我们可以计算出口与非出口企业加成率的差距为:μ=×exp(),为此,如果<0,就说明出口企业加成率低于非出口企业。
⑥关于匹配变量标准偏差的计算,可以参见Smith和Todd(2005)。