论文部分内容阅读
孙少勤、唐保庆，南京信息工程大学经济管理学院；邱斌、赵伟，东南大学经济管理学院。通信作者及地址：唐保庆，南京市宁六路219号南京信息工程大学经济管理学院；邮编：210044；Email: [email protected].本文受国家社科基金青年项目 “国内市场发展与提升中国对外贸易国际竞争力策略研究”（10CJY052）、国家自然科学基金（71203099）和南京信息工程大学制造业发展研究院优势学科资助，本文也是“中央高校基本科研业务费”（Supported by the Foundamental Research Funds for the Central Universities）和江苏高校人文社科基地“江苏经济全球化中心”的阶段性研究成果。
摘要本文利用中国工业企业数据库和中国海关贸易数据库对接后的2006年企业贸易数据，检验了加工贸易的“生产率悖论”。研究结果发现，加工贸易的“生产率悖论”只得到了部分的数据支持。而生产率对加工贸易企业的出口额有着显著的促进作用，企业生产率水平越高，企业的出口额越高。同时，内资加工贸易企业的生产率提升对企业出口额的促进作用高于外资企业。非参数匹配检验结果证实，在相同的生产率水平下，加工贸易企业与一般贸易企业相比，其出口贸易额更高。我们认为，加工贸易较低的进入固定成本使得企业能够以较低的生产率参与国际贸易。国际生产分工体系所带来的贸易模式有别于传统的一般贸易。
关键词加工贸易生产率非参数匹配检验
引言
国际贸易与贸易利得一直是国际经济学领域的研究热点，而贸易与异质性企业生产率之间的关系，尤其受到学者们的关注。以Melitz为代表的新新贸易理论，为国际贸易研究提供了一个崭新的视角。其主要观点为：生产率是决定企业出口行为的主要因素。由于贸易存在固定成本，只有生产率较高的企业才能够承担这些成本并获得利润，生产率较低的企业会选择只服务于国内市场，而生产率最低的企业则退出市场。这种生产率决定企业出口选择的行为，即为出口的自选择（Selfselection）效应。
异质性企业出口的自选择效应，已经得到了国内外学者的广泛验证。这一结论得到了大多数国家的证据支持。在国际研究方面，Bernard & Jensen、Clerides et al、Eaton et al.、Alvarez & Lopez等采用线性概率模型，De Locker、Greenaway、Mallick & Yang、Hahn & Park等采用非参数匹配方法，从不同方法上分别验证了企业出口的自选择效应的存在。在国内研究方面，张杰等、钱学锋等采用线性概率模型，戴觅和余淼杰、邱斌等采用非参数匹配方法，也同样证实了中国出口企业存在显著的自选择效应。
然而，李春顶的系列研究发现，中国非出口企业的生产率普遍高于出口企业，企业出口值与生产率呈现显著负相关关系，在中国存在出口企业的“生产率悖论”。研究认为，大量存在的生产率不高、盈利能力和利润率低下的加工贸易企业拉低了出口企业总体的生产率水平，从而形成中国出口企业的“生产率悖论”。 Dai et al.的研究也支持了中国出口企业“生产率悖论”的存在，并认为“生产率悖论”是由加工贸易所造成的。在剔除加工贸易企业后，出口企业的生产率则要显著高于非出口企业。余淼杰运用海关贸易数据和规模以上企业数据库实证检验发现，加工贸易企业在自由贸易中能够提高生产率，加工贸易企业比非加工贸易企业有更显著的生产率增长。然而在已有的关于加工贸易“生产率悖论”的文献研究中，均存在一定的改进空间。如李春顶等的研究尚未有足够有效的微观贸易数据支撑，而Dai et al.、余淼杰等尚未对加工贸易“生产率悖论”进行详尽的理论解释。
中国出口企业存在“生产率悖论”吗，而加工贸易企业又是否是造成“生产率悖论”的原因，这是本文研究的出发点。进一步考虑，如果加工贸易是造成生产率悖论的原因，那么对中国加工贸易究竟该作何评价，这是本文进一步要探讨的问题。基于对接后的2006年中国工业企业数据库和中国海关贸易数据库，本文得到了高度细化的中国制造业的企业、贸易微观数据。通过海关数据中所提供的企业出口贸易类型，区分出了加工贸易企业，进而检验了不同贸易类型企业的生产率水平及其对出口行为的影响。本文研究结果发现，加工贸易的“生产率悖论”只得到了部分的数据经验支持。而生产率对加工贸易企业的出口额有着显著的促进作用，加工贸易企业生产率水平越高，企业的出口额越高。同时，内资加工贸易企业的生产率提升对企业出口额的促进作用高于外资企业。非参数匹配检验结果证实，在相同的生产率水平下，加工贸易企业与一般贸易企业相比，其出口贸易额更高。对于该结论，我们认为，加工贸易较低的进入固定成本使得企业能够以较低的生产率参与国际贸易。
理论框架
（一） 理论基础
在出口选择与生产率关系的理论研究中，Melitz的企业异质性模型影响最为广泛。Melitz模型扩展了Krugman基于垄断竞争和规模经济建立的贸易模型，将其中的典型性企业（Representative Firm）扩展成了异质性企业。模型的研究结果很好地拟合了关于生产率与出口之间关系的实证结果，生产率是决定企业出口行为的因素，即生产率越高，企业出口的概率越大。
在封闭条件下，Melitz模型得到企业的利润为：
πφ=φφ*σ－1rφ*σ－fifφφ*
0ifφ<φ*（1）
其中σ为产品替代弹性，r为收入，f为企业生产的固定成本，φ*为临界生产点，当且仅当φφ*时企业才会进行生产，即：πφ=rφσ－f=0
所以可以得到：πφ=max0,φφ*σ－1－1f
可知，当φφ*时，利润是与生产率成正比。在开放经济条件下，企业因为出口到一个国家获得的利润为：
πxφ=rxφσ－fx=τ1－σrdφσ－fx=τ1－σφφ*σ－1rdφ*σ－fx（2）
其中下标d表示国内，下标x表示出口，τ为冰山型可变贸易成本，fx为每期支付的固定贸易成本。因为πdφ=rdφσ－f=0，则由出口带来的利润为：
πxφ=τ1－σφφ*σ－1f－fx（3）
显然出口利润与企业生产率正相关。令φx*作为临界出口点，即πφx*=0，则只有企业高于φx*才会选择出口，即企业生产率显著影响企业出口选择行为。
由此可知，在Melitz的异质性贸易理论中，低生产效率企业是无法克服国际市场进入的高固定成本的，而本文重点研究的加工贸易，其较低的进入成本使得这些低生产效率企业也可以进入国际市场，而且，进入国际市场后所获得的生产率提升又反过来提升了自身的国际竞争力，这是本文研究的理论基础。
（二） 对固定成本的扩展
在Melitz异质性企业模型中，企业选择进入国内市场或国外市场，均需要克服相对应的固定成本。异质性企业存在出口的“自选择效应”最根本的原因在于出口贸易所需要克服的固定成本高于国内市场进入的固定成本，只有生产率高的企业才能克服较高的固定成本。在本节中，我们细分研究了企业不同市场进入的固定成本。我们以波特（Michael Porter）的价值链分析模型为基础，结合本文所分析的制造业企业生产运营方式，将企业市场的固定成本细分为研发与设计、产品营销、销售与服务、生产设施与设备四个组成部分。
我们认为，不同的市场进入均需要克服该市场进入的固定成本。在国内市场，非出口企业需要克服研发与设计（CR&D）、国内的产品营销（CDM）、国内市场的销售与服务（CDS）、生产设施与设备（CIN）等成本；而一般贸易企业，其需要克服的出口固定成本包括研发与设计（CR&D）、国外市场的产品营销（CFM）、国外市场的销售与服务（CFS）、生产设施与设备（CIN）等成本；而加工贸易作为一种“两头在外”的运营模式，其研发与设计（CR&D）、国外市场的产品营销（CFM）、国外市场的销售与服务（CFS）等固定成本均由国外企业承担，加工贸易企业本身只需要承担生产设施与设备（CIN）的固定成本。因此，非出口企业所需要克服的国内市场进入成本为：CR&D+CDM+CDS+CIN；一般贸易企业所需要克服的国际市场进入成本为：CR&D+CFM+CFS+CIN；而加工贸易企业所需要克服的固定成本为：CIN。表1列出了不同市场进入需要的固定成本。
表1不同市场进入的成本分析
项目非出口企业一般贸易加工贸易固定
成本研发与设计CR&DCR&D(CR&D)产品营销CDMCFM(CFM)销售与服务CDSCFS(CFS)生产设施与设备CINCINCIN总计CR&D+CDM+CDS+CINCR&D+CFM+CFS+CINCIN可变
成本劳动CLCLCL中间品CIMCIM(CIM)资本CFCFCF总计CL+CIM+CFCL+CIM+CFCL+CF一般而言，国际市场的产品营销、销售与服务等成本高于国内市场，即CFM+CFS> CDM+CDS，即企业出口存在“自选择效应”。然而，对于加工贸易企业而言，其进入国际市场、参与全球生产分工体系所需要克服的固定成本仅仅为生产设施与设备（CIN）的固定成本，低于国内市场的进入固定成本和一般贸易企业的国际市场进入固定成本。因此我们可以得出如下三点推论：
推论1：由于加工贸易企业只需要克服较低的固定成本即可进入国际市场，因而加工贸易企业可以在较低的生产率水平下实现出口行为。当加工贸易企业与非出口企业进行生产率比较时，会出现“生产率悖论”现象。
推论2：在国际分工体系内，加工贸易企业生产率水平的提升能够增加企业的出口贸易额。从Melitz的理论模型中可以得知，出口贸易的收益与企业的生产率呈正相关关系，而与市场的生产率进入门槛呈负相关关系。因而在加工贸易内，企业生产率水平提升能够提高企业的贸易收益。
推论3：在相同的生产率水平下，与一般贸易相比，加工贸易能实现更多的出口额。从推论2中可以进一步引申得出，在相同的生产率水平下，由于加工贸易所参与的国际生产分工体系较低的生产率进入门槛，使得在相同的生产率水平下，加工贸易的出口更多。
对于上述得出的推论，我们将通过后文的数据统计性描述与实证检验予以验证。
数据处理与统计性描述
（一） 数据来源与处理
本文研究所使用的数据为2006年中国工业企业数据库与2006年中国海关贸易数据库。在工业企业数据库中，由于数据库的部分样本存在错误遗漏、统计口径误差、数据值错误等等，出于对后续计算以及样本可信度的考虑，我们对样本做了以下严格筛选：① 本文选择了行业代码在13—42的制造业企业数据，并剔除了烟草制品行业，共得到28个制造业行业。② 在企业数据筛选中，剔除员工人数在10人以下、固定资产年均净值及中间品投入小于零的样本；③ 删除关键变量值缺失的样本。
受限于研究样本，本文只能提供2006年的截面数据，但是较大的样本量及稳健的回归方法、计量结果可以弥补截面数据的不足。
本文采用Manova & Yu的方法，即以企业名称为主要对接变量，辅之以企业的电话号码等信息。与Manova & Yu研究结果一样，本文得到的对接后有效出口企业数超过40%。对接后的数据统计显示，共得到有效出口企业50 656家。相比之下，余淼杰得到的有效出口企业只占海关有效企业数的15%，采用的是以企业邮政编码和电话号码的后7位作为对接变量的方法，其对接效率相对较低。在海关数据库中，进一步细分企业贸易类型后，本文选取了一般贸易、加工贸易以及混合贸易样本，其他类型的贸易数据则未加入本文的研究样本。本文所研究的出口贸易方式包括：一般贸易企业、加工贸易企业与混合贸易企业。其中一般贸易企业指只从事于一般贸易出口的企业，加工贸易企业指只从事于加工贸易出口的企业，而混合贸易企业则指同时从事于加工贸易与一般贸易的企业。
统计数据显示，本文得到的50 656家有效出口企业占工业数据库比为1678%，占海关贸易数据库之比为3123%，在去除经销商 本文所采用的经销商判断方法为：企业名称中包含进“出口”、“贸易”、“物流”等字段的样本企业。后的海关数据库中占比为4018%。在出口金额上，本文得到的有效出口企业出口额占海关总出口额的4039%。在非出口企业方面，本文用于计量回归的非出口企业数为182 640家，占工业企业数据库的6049%，本文最终所使用的企业样本占工业企业数据库的7727%。细分贸易类型的数据发现，在得到的有效出口企业中，一般贸易企业数虽然超过50%，但其出口金额占比却只有1687%；加工贸易企业数占比为1248%，出口金额占比3173%；混合贸易企业数占比2820%，出口金额占比5158%。可以得知，加工贸易、混合贸易企业的出口额占据了中国出口贸易的80%以上。
（二） 变量说明
本文统计分析和计量回归中所采用的变量说明如表2所示。其中，本文实证检验中所重点关注的是出口虚拟变量，我们将对接后出口贸易额大于零的企业定义为出口企业。而关于企业生产率变量，分别采用了劳动生产率（Labor Productivity）、LP（Levinsohn & Petrin）、最小二乘法（OLS）计算得出。其中LP方法能够很好地克服生产率计算过程中的变量内生性问题，邱斌等、Manova & Yu的研究证实了采用LP方法计算的生产率具有更加稳健的结果。
表2变量说明
〖XB,HT5”H,J*2;Y2<续表>〗变量说明（被）解释变量Export出口虚拟变量，为1表示出口企业（被）解释变量PVA劳动生产率，用人均工业增加值表示TFPLPVA采用LevinsohnPetrin方法计算得出的生产率TFP-RE采用GLS随机效应计算得出的生产率控制变量Labor职工人数KL人均固定资产净值MNE_1企业所有制虚拟变量，为1表示民营企业MNE_2企业所有制虚拟变量，为1表示外资企业Indus2位码行业变量，共28个制造业行业Locus2位码地区变量，共30个地区匹配变量Volume出口贸易额对数形式Wage员工平均工资Log（VA）工业增加值对数形式Log（M）中间投入对数形式（三） 描述性统计分析
表3统计了样本企业的变量特征，附表1统计了10%、25%、50%、75%和90%分位数下详细的企业特征。在出口企业与非出口企业的比较中可以得出，在企业绩效方面，出口企业的员工人数、人均资本、平均工资、工业增加值、中间品投入等均显著高于非出口企业；在企业生产率方面，出口企业的生产率高于非出口企业。然而，出口企业的人均工业增加值要小于非出口企业。劳动生产率的统计结果支持了“生产率悖论”的存在，而全要素生产率的统计结果则得出了相反的结论。
分贸易类型的比较中可以发现，在就业人数、人均资本、平均工资、工业增加值、中间投入等企业绩效变量上，不同类型的贸易企业均显著高于非出口企业，而在人均工业增加值方面则均低于非出口企业。在企业生产率方面，加工贸易的人均工业增加值、TFPRE要低于非出口企业，而混合贸易、一般贸易企业则高于非出口企业，且混合贸易企业高于一般贸易企业。而在TFPLPVA方面，加工贸易企业高于非出口企业，且混合贸易企业高于一般贸易企业、加工贸易企业。在出口企业的贸易额方面，混合贸易企业的出口额最高，其次为加工贸易企业，一般贸易企业的出口额最低。
表3统计性分析
企业类型LaborKLWageLog（VA）Log（M）PVATFPLPVATFPREVolume非出口企业145.1873.6513.658.519.54109.316.695.140.00出口企业387.1983.3318.349.2410.33103.437.185.3313.87一般贸易285.7080.6417.379.0810.19105.567.085.3213.21加工贸易570.8869.9319.429.2310.3282.717.105.1014.22混合贸易506.0394.5719.789.5610.61108.387.405.4415.04从上述的描述性统计中可以得出，加工贸易在增加就业、提高员工工资、增加出口总量等方面，其促进作用显著高于一般贸易企业。而在企业生产率方面，不同生产率计算方法得出的结果并不相同，并不能得出统一的结论。“生产率悖论”是否真实存在，有待于进一步的实证检验。
实证检验与计量分析
（一）自选择效应的检验
在实证分析部分，本文通过建立Probit概率计量模型，检验了生产率对企业出口的影响，即中国制造业企业是否存在“自选择效应”。我们首先利用劳动生产率（PVA）进行计量回归；其次，考虑到变量内生性问题，我们利用能够处理内生变量内生性问题的LP方法测度了TFP（TFPLPVA）并进行再次检验；最后，对前述计量回归采取OLS法测度的TFP进行变换指标的计量检验。本文建立的出口概率模型为：
Probit(Export)=f(TFP,Labor,KL,MNE,Indus,Locus)式（1）
变量说明如表2所示。在此需要特别说明的是，我们之所以把TFP作为解释变量，一方面是考虑到企业生产率会影响到企业的出口，另一方面是为了检验出口是否存在“自选择效应”。表4列出了全样本的计量回归结果。从表4的回归结果中可以发现，在控制了员工人数、人均资本、企业所有制以及行业与地区变量后，三种不同的生产率指标回归出来的结果存在较大的差异性。劳动生产率回归所得到的系数为负值，且1%显著性水平下显著；而克服了内生性的LP方法计算得出的企业生产率的回归系数为0132 8；采用OLS方法回归得出的企业生产率系数为0057 7。利用劳动生产率回归的结果证实了“生产率悖论”的存在，而全要素生产率回归结果则支持了出口的“自选择效应”。
表4生产率对出口影响的实证检验
〖XB,HT5”H,J*2;Y2<续表>〗变量PVATFPLPVATFPRETFP-0.0211***0.1328***0.0577***(-5.86)(36.94)(15.32)Labor0.0007***0.0006***0.0007***(80.94)(60.16)(77.22)KL0.0001**-0.0001***0.0001**(1.82)(-4.07)(-1.87)MNE_10.3707***0.3465***0.3564***(23.73)(22.08)(22.79)MNE_21.8011***1.7580***1.7804***(110.29)(107.2)(108.93)IndusYesYesYesLocusYesYesYesR20.31630.32170.3171样本数量233 296233 296233 296注：括号内表示T检验值，表格中括号内的数值是z统计量。***、**和*分别表示%1、5%和10%的显著水平。为了进一步鉴别加工贸易企业的自选择效应，我们区分了一般贸易、加工贸易与混合贸易，分别将相对应的企业与非出口企业一起进行了计量回归。表5列出了不同贸易类型的分组检验结果。从表5中可以得出，利用劳动生产率计算的回归系数在不同贸易组别均为负值，且加工贸易的系数值显著低于一般贸易与混合贸易；利用TFPLPVA计算的生产率回归系数均为正值，其中混合贸易的生产率系数值最高为0.169 9，而加工贸易的生产率系数值最低为0.016 6；利用TFPRE计算的生产率系数值中，一般贸易与混合贸易的生产率系数值为正，加工贸易的生产率系数则为负值。
表5生产率对出口影响的分组检验
〖XB,HT5”H,J*2;Y2<续表>〗PVATFPLPVATFPRE方程式（1）（2）（3）（4）（5）（6）（7）（8）（9）变量一般贸易加工贸易混合贸易一般贸易加工贸易混合贸易一般贸易加工贸易混合贸易TFP-0.0070-0.1219-0.01530.13190.01660.16990.0665-0.06330.0803(-1.76)(-13.35)(-2.59)(33.43)(1.82)(28.79)(16.00)(-6.57)(12.93)Labor0.00060.00050.00070.00050.00050.00060.00060.00050.0007(61.47)(30.96)(62.90)(43.79)(28.30)(45.67)(57.66)(32.57)(59.29)KL0.00000.00020.0001-0.00010.00000.0000-0.00010.00010.0000(-0.23)(4.28)(3.79)(-4.25)(0.53)(-0.72)(-2.82)(1.88)(1.09)MNE_10.35540.20490.31250.33620.16430.28120.34310.18680.2946(21.69)(2.99)(9.46)(20.42)(2.40)(8.50)(20.91)(2.72)(8.91)MNE_21.43732.14622.05021.39602.10891.99861.41572.13312.0258(81.84)(32.21)(62.37)(79.18)(31.61)(60.72)(80.54)(31.92)(61.58)IndusYesYesYesYesYesYesYesYesYesLocusYesYesYesYesYesYesYesYesYesR20.19160.60640.4570.19830.60330.4650.19310.6040.4586样本数量211 895186 736197 162211 895186 736197 162211 895186 736197 162在本部分的实证回归结果中，我们发现，利用劳动生产率作为解释变量的回归结果中，生产率系数值均为负值，这与前文的统计性描述部分相吻合。虽然出口企业的工业增加值，包括三种不同贸易方式下的出口企业，均显著高于非出口企业，但出口企业的人均工业增加值，包括三种不同贸易方式的出口企业，均显著低于非出口企业。利用LP方法计算得出的生产率回归系数，在三种不同贸易方式的组别中均为正值，但加工贸易的系数值最低。利用OLS方法计算得出的生产率回归系数中，加工贸易系数为负值，而混合贸易的系数值最高。综上所述，在不同贸易类型的分组回归结果中，不同生产率计算指标得出的结果并不相同，无法得出完全一致的结论。LP生产率计量结果拒绝了“生产率悖论”的存在，但劳动生产率、OLS生产率的计量结果均提供了有效的支持。由于LP生产率计算方法通过利用中间投入作为生产率的代理变量，较好地克服了生产率计算过程中的内生性问题，计算得出的生产率变量具有更高的可信度，因此我们无法简单地得出一个统一的结论。因此对于推论1，我们只得到了部分数据的经验支持。
（二） 加工贸易企业的进一步检验
在第一步计量检验中，我们发现了加工贸易存在出口的“生产率悖论”。在本节中，我们对加工贸易企业进行进一步的计量分析。在推论2中，我们得出企业的生产率与加工贸易企业的出口额之间存在正相关关系，即在纯加工贸易企业内，由于国际生产分工体系较低的进入成本，因此企业的生产率水平越高，其出口额越高。对推论2，我们建立以下计量模型进行检验：
Volume=f(TFP,Labor,KL,MNE,Indus,Locus)式（2）
在式（2）中，我们通过回归生产率对企业出口额的影响来检验生产率与企业出口额之间的关系。我们利用分布回归方法，采用了不同生产率变换指标，得到的回归结果如表6所示：
表6生产率对加工贸易出口额的影响
PVATFPLPVATFPRE方程式（1）（2）（3）（4）（5）（6）（7）（8）（9）TFP0.33180.32690.27770.88780.61460.58920.68130.46730.4331(11.59)(12.58)(10.15)(39.09)(23.95)(22.64)(22.85)(16.47)(15.06)Labor0.00110.00110.00070.00070.00090.001(37.30)(37.50)(20.69)(21.21)(32.90)(33.35)KL0.00090.00090.0011(5.66)(5.44)(6.58)MNE_10.08380.30330.30640.14240.29620.28870.01460.26790.2634(0.21)(0.85)(0.86)(0.40)(0.86)(0.84)(0.04)(0.76)(0.75)MNE_20.89821.02681.01420.96731.03771.02250.88181.01360.9971(2.38)(3.00)(2.97)(2.82)(3.12)(3.08)(2.40)(2.98)(2.95)IndusYesYesYesYesYesYesYesYesYesLocusYesYesYesYesYesYesYesYesYesR20.11370.26970.27310.26740.31250.31550.16250.28180.2865样本数量6 5666 5666 5666 5666 5666 5666 5666 5666 566从表6中我们可以分析得知，在不同的生产率变换指标中，生产率的回归系数结果均为正值，且均在1%的显著性水平上显著。在逐步加入企业员工人数、人均资本控制变量后，生产率的回归系数呈逐步下降，生产率对加工出口额的解释能力逐步降低，但其系数值仍然十分显著。在劳动生产率的回归结果中，生产率的平均系数约为0.30，LP生产率的平均系数约为0.60，而OLS生产率的平均系数约为0.50。从回归结果中，我们可以得出结论：生产率对加工贸易企业的出口额有着显著的促进作用，加工贸易企业生产率水平越高，企业的出口额越高。通过本节的计量检验，我们证实了推论2。
在表6中，我们进一步分析还可以得知，在不同的回归结果中，员工人数和人均资本的回归系数变化程度不大，且均在1%的显著性水平上显著，进一步证实了计量检验结果的稳健性。而在企业所有制虚拟变量中，民营企业的所有制回归系数虽然为正值，但在不同的回归结果中均未能够在10%的显著性水平上显著，说明民营企业与国有集体企业一样，企业生产率的提升对加工贸易出口额的影响不存在显著差距；另一方面，外资企业的所有制虚拟变量回归系数在不同的回归结果中均为正值，且均在1%显著性水平上显著，回归系数平均值约为1，说明外资企业的生产率提升对其出口额的影响程度较大。我们进一步统计发现，在6 566家加工贸易企业中，外资企业数占据了92.9%，说明我国加工贸易企业中，绝大部分的企业为外资企业。
对此，我们区分不同企业所有制，将加工贸易外资企业与内资企业（即国有集体企业及民营企业）分组进行了计量检验。限于文章篇幅限制，我们在正文中没有报告具体的回归结果。结果表明，在外资加工贸易企业中，生产率对出口额影响的回归系数低于全样本的回归系数，而内资加工贸易企业的生产率回归系数则高于全样本的回归结果。从回归结果中我们可以得出，内资加工贸易企业的生产率提升对企业出口额的促进作用高于外资企业。
（三） 加工贸易与一般贸易的比较
从推论3中我们得知，在相同的企业生产率水平下，加工贸易的出口额高于一般贸易的出口额。在Melitz理论模型中我们可以得知，企业的出口贸易额与异质性企业生产率水平呈正相关关系，而与市场进入的生产率门槛呈负相关的关系。而由于加工贸易所处的国际生产分工体系中较低的进入固定成本，使得市场进入的生产率门槛显著低于一般贸易所面临的出口生产率门槛。因此我们可以得出推论认为，在相同的生产率水平下，加工贸易企业的出口额高于一般贸易。在本节的检验中，我们利用广义匹配方法，检验加工贸易与一般贸易企业在相同的生产率水平下出口贸易额的差值。我们建立的匹配模型如式（3）所示：
ATT=E(Volumei|TFP,PT)－E(Volumej|TFP,OT)式（3）
在式（3）中，OT表示一般贸易，PT表示加工贸易。式（3）检验了在相同的企业生产率水平与不同的出口贸易类型下，企业出口贸易额的平均差值。在具体的匹配方法上，我们分别采用了最邻近法、半径法、马氏距离法以及核密度法，以提高匹配检验结果的稳健性。匹配检验结果如表7所示。
表7加工贸易与一般贸易的比较
匹配变量未匹配最邻近法半径法马氏距离法核密度法PVA1.01431.04711.05501.04801.0562(34.75)(28.70)(31.95)(24.80)(31.97)TFPLPVA1.01431.03401.02081.04561.0206(34.75)(29.02)(31.84)(24.88)(31.84)TFPRE1.01431.10821.08921.10351.0871(34.75)(31.10)(33.68)(26.23)(33.62)从表7的匹配检验结果中可以得知，在不同的生产率匹配变量下均得到了显著的匹配结果。在未匹配的统计结果中，加工贸易与一般贸易的出口额平均差值为1.014 8，说明加工贸易的出口额显著高于一般贸易企业。而在匹配后的检验结果中，不同匹配方法的平均差值（ATT）均出现了一定程度的提高，而显著性水平则均出现了一定程度的下降，但仍然均在1%的显著性水平上显著。本节的匹配检验结果证实了推论3的存在。即在相同的生产率水平下，加工贸易企业与一般贸易企业相比，其出口贸易额更高。
结论与讨论
本文通过对接后的2006年中国工业企业数据库和海关贸易数据库，得到高度细化的了企业出口贸易数据，通过不同生产率指标下计量结果的对比分析，对加工贸易的“生产率悖论”做了更精准的实证检验。主要结论为：① 在全样本的计量检验中，利用劳动生产率回归的结果证实了“生产率悖论”的存在，而LP、OLS生产率回归结果则支持了出口的“自选择效应”。② 在分样本的检验中，LP生产率计量结果拒绝了“生产率悖论”的存在，但劳动生产率、OLS生产率的计量结果均提供了有效的支持。关于“生产率悖论”的推论1，我们只得到了部分数据的经验支持。③ 生产率对加工贸易企业的出口额有着显著的促进作用，加工贸易企业生产率水平越高，企业的出口额越高。推论2得到了本文的数据支持。④ 内资加工贸易企业的生产率提升对企业出口额的促进作用高于外资企业。⑤ 在相同的生产率水平下，加工贸易企业与一般贸易企业相比，其出口贸易额更高。本文的匹配检验结果证实了推论3的存在。
盛斌指出，近十多年来，全球经济日益相互依赖性一个重要特征是垂直一体化的生产过程被分解为不同的工序和区段，并在空间上分散于不同的国家进行生产，从而形成了一种新的价值链细分与生产分散化的国际分工体系。加工贸易的典型特征在于“两头在外”，其生产所需的中间品从国外进口，生产的产品出口到国外，而企业本身并不需要承担或者承担较少部分的诸如客户搜寻、产品的市场营销、国际市场销售渠道等成本，因此其出口并不存在承担或者承担较少部分的一般贸易中存在的出口固定成本，进而加工贸易企业可以在较低的生产率水平下参与国际贸易与国际分工，尽管是以一种“不完整”的企业经营方式。当然，加工贸易对于我国经济社会发展的促进作用，以及加工贸易所带来的贸易利得，仍然需要我们做进一步的深入分析和全面的考量。
参考文献：
［1］Melitz M J. The Impact of Trade on Intraindustry Reallocations and Aggregate Industry Productivity. Econometrica, 2003, 71(16):11695-1725.
［2］Bernard A., Jensen B. Exporters, Jobs, and Wages in U.S. Manufacturing: 1976-1987. Brookings Papers on Economic Activity, 1995:67-112.
［3］Clerides S, Lach S, Tybout J. Is learning by Exporting Important?： Microdynamic Evidence from Colombia, Mexico, and Morocco. Quarterly Journal of Economics, 1998, 113(3):903-947.
［4］Eaton J, Kortum S, Kramarz F. Dissecting Trade: Firms, Industries, and Export Destinations. American Economic Review, 2004, 93(2):150-154.
［5］Alvarez R, Lopez R. Exporting and Performance: Evidence from Chilean Plants.Canadian Journal of Economic, 2005, 38(4):1384-1400.
［6］De Locker. Do Exports Generate Higher Productivity?： Evidence from Slovenia. Journal of International Economics, 2007, 73 (1):69-98.
［7］Greenaway D, Kneller R. Firm Heterogeneity, Exporting and Foreign Direct Investment. The Economic Journal, 2007, 117(517):134-161.
［8］Mallick S, Yang Y. Export Premium, Selfselection and Learningbyexporting: Evidence from Matched Chinese Firms. The World Economy, 2010, 33(10):1218-1240.
［9］Hahn C H, Park C G. LearningbyExporting and Plant Characteristics: Evidence from Korean PlantLevel Data. Korea and World Economy, 2010, 11(3):459-492.
［10］张杰,李勇,刘志彪.出口促进中国企业生产率提高吗?：来自中国本土制造业企业的经验证据：1999—2003.管理世界,2009(12):18-33.
［11］钱学锋,王菊蓉,黄云湖,王胜.出口与中国工业企业的生产率:自我选择效应还是出口学习效应？.数量经济技术经济研究,2011(2):37-51.
［12］戴觅，余淼杰.企业出口前研发投入、出口及生产率进步:来自中国制造业企业的证据.CCER讨论稿，No. C2010006， 2010.
［13］邱斌,刘修岩,赵伟.出口学习抑或自选择:基于中国制造业微观企业的倍差匹配检验.世界经济,2012(4):23-40.
［14］李春顶,尹翔硕.我国出口企业的“生产率悖论”及其解释.财贸经济,2009(11):84-90.
［15］李春顶.中国出口企业是否存在“生产率悖论”:基于中国制造业企业数据的检验.世界经济,2010(7):64-81.
［16］Dai M, Maitra M, Yu M J. Unexceptional Exporter Performance in China？: The Role of Processing Trade. CCER Working Paper，Novermber 2011.
［17］余淼杰.加工贸易、企业生产率和关税减免:来自中国产品面的证据.经济学（季刊）,2011(3):211-230.
［18］Manova K, Yu Z H. Firms and Credit Constraints along the ValueAdded Chain: Processing Trade in China, NBER Working Paper No. 18561，November 2012.
［19］Levinsohn J, Petrin A, Poi B P. Production Function Estimation in Stata Using Inputs to Control for Unobservables. Stata Journal, 2004, 4(2):113-123.
［20］盛斌,钱学锋,黄玖立,等.入世十年转型：中国对外贸易发展的回顾与前瞻.国际经济评论,2011(5):22-31.
(责任编辑:张晓薇)附表： 不同分位数的企业特征统计
企业
类型分位数LaborKLWageLog
(VA)Log
(M)PVATFP
LPVATFP
FETFP
REVolume非出口企业10%266.846.157.118.2217.305.464.013.360.0025%4416.038.447.658.7030.355.974.513.880.0050%8037.0711.298.409.4256.676.625.094.450.0075%15080.4515.149.2910.25114.587.385.775.100.0090%291159.9421.8910.1511.11226.488.106.425.730.00平均值145.1873.6513.658.519.54109.316.695.144.490.00出口企业10%506.108.487.588.6915.625.824.173.5011.0925%9014.5011.018.269.3526.686.404.683.9912.7950%18035.3114.379.1210.2049.277.115.274.5414.1475%39082.9520.1310.0911.15101.247.885.935.1715.2590%826179.5730.6211.0812.13209.778.676.605.8116.24平均值387.191983.3318.349.2410.33103.437.185.334.5913.87一般贸易10%426.698.057.498.6818.155.784.213.5510.4725%7515.5410.598.159.2929.576.334.694.0212.1250%14236.3413.688.9710.0752.907.025.254.5613.5675%29482.9018.909.8910.95106.717.765.905.1714.6190%585173.5228.8010.8211.83214.628.516.555.7815.45平均值285.7080.6417.379.0810.19105.567.085.324.6013.21加工贸易10%684.239.187.558.5610.275.713.943.2510.9825%13010.0711.138.219.2216.996.284.433.7313.0850%27025.9515.029.0610.1431.566.995.014.2614.4675%59566.1820.8610.0811.2068.527.795.704.9315.7190%1291153.6332.7611.1712.33160.328.676.435.6216.90平均值570.8869.9319.429.2310.3282.717.105.104.3514.22混合贸易10%656.249.167.838.8315.605.984.253.5413.1625%12014.9511.988.579.5827.126.624.794.0714.1250%25037.7215.719.4710.5150.257.345.394.6315.0675%52290.8822.1010.4511.50104.038.146.065.2616.0090%1093203.5933.1611.4512.53220.118.926.755.9216.91平均值506.0394.5719.789.5610.61108.387.405.444.6815.04
摘要本文利用中国工业企业数据库和中国海关贸易数据库对接后的2006年企业贸易数据，检验了加工贸易的“生产率悖论”。研究结果发现，加工贸易的“生产率悖论”只得到了部分的数据支持。而生产率对加工贸易企业的出口额有着显著的促进作用，企业生产率水平越高，企业的出口额越高。同时，内资加工贸易企业的生产率提升对企业出口额的促进作用高于外资企业。非参数匹配检验结果证实，在相同的生产率水平下，加工贸易企业与一般贸易企业相比，其出口贸易额更高。我们认为，加工贸易较低的进入固定成本使得企业能够以较低的生产率参与国际贸易。国际生产分工体系所带来的贸易模式有别于传统的一般贸易。
关键词加工贸易生产率非参数匹配检验
引言
国际贸易与贸易利得一直是国际经济学领域的研究热点，而贸易与异质性企业生产率之间的关系，尤其受到学者们的关注。以Melitz为代表的新新贸易理论，为国际贸易研究提供了一个崭新的视角。其主要观点为：生产率是决定企业出口行为的主要因素。由于贸易存在固定成本，只有生产率较高的企业才能够承担这些成本并获得利润，生产率较低的企业会选择只服务于国内市场，而生产率最低的企业则退出市场。这种生产率决定企业出口选择的行为，即为出口的自选择（Selfselection）效应。
异质性企业出口的自选择效应，已经得到了国内外学者的广泛验证。这一结论得到了大多数国家的证据支持。在国际研究方面，Bernard & Jensen、Clerides et al、Eaton et al.、Alvarez & Lopez等采用线性概率模型，De Locker、Greenaway、Mallick & Yang、Hahn & Park等采用非参数匹配方法，从不同方法上分别验证了企业出口的自选择效应的存在。在国内研究方面，张杰等、钱学锋等采用线性概率模型，戴觅和余淼杰、邱斌等采用非参数匹配方法，也同样证实了中国出口企业存在显著的自选择效应。
然而，李春顶的系列研究发现，中国非出口企业的生产率普遍高于出口企业，企业出口值与生产率呈现显著负相关关系，在中国存在出口企业的“生产率悖论”。研究认为，大量存在的生产率不高、盈利能力和利润率低下的加工贸易企业拉低了出口企业总体的生产率水平，从而形成中国出口企业的“生产率悖论”。 Dai et al.的研究也支持了中国出口企业“生产率悖论”的存在，并认为“生产率悖论”是由加工贸易所造成的。在剔除加工贸易企业后，出口企业的生产率则要显著高于非出口企业。余淼杰运用海关贸易数据和规模以上企业数据库实证检验发现，加工贸易企业在自由贸易中能够提高生产率，加工贸易企业比非加工贸易企业有更显著的生产率增长。然而在已有的关于加工贸易“生产率悖论”的文献研究中，均存在一定的改进空间。如李春顶等的研究尚未有足够有效的微观贸易数据支撑，而Dai et al.、余淼杰等尚未对加工贸易“生产率悖论”进行详尽的理论解释。
中国出口企业存在“生产率悖论”吗，而加工贸易企业又是否是造成“生产率悖论”的原因，这是本文研究的出发点。进一步考虑，如果加工贸易是造成生产率悖论的原因，那么对中国加工贸易究竟该作何评价，这是本文进一步要探讨的问题。基于对接后的2006年中国工业企业数据库和中国海关贸易数据库，本文得到了高度细化的中国制造业的企业、贸易微观数据。通过海关数据中所提供的企业出口贸易类型，区分出了加工贸易企业，进而检验了不同贸易类型企业的生产率水平及其对出口行为的影响。本文研究结果发现，加工贸易的“生产率悖论”只得到了部分的数据经验支持。而生产率对加工贸易企业的出口额有着显著的促进作用，加工贸易企业生产率水平越高，企业的出口额越高。同时，内资加工贸易企业的生产率提升对企业出口额的促进作用高于外资企业。非参数匹配检验结果证实，在相同的生产率水平下，加工贸易企业与一般贸易企业相比，其出口贸易额更高。对于该结论，我们认为，加工贸易较低的进入固定成本使得企业能够以较低的生产率参与国际贸易。
理论框架
（一） 理论基础
在出口选择与生产率关系的理论研究中，Melitz的企业异质性模型影响最为广泛。Melitz模型扩展了Krugman基于垄断竞争和规模经济建立的贸易模型，将其中的典型性企业（Representative Firm）扩展成了异质性企业。模型的研究结果很好地拟合了关于生产率与出口之间关系的实证结果，生产率是决定企业出口行为的因素，即生产率越高，企业出口的概率越大。
在封闭条件下，Melitz模型得到企业的利润为：
πφ=φφ*σ－1rφ*σ－fifφφ*
0ifφ<φ*（1）
其中σ为产品替代弹性，r为收入，f为企业生产的固定成本，φ*为临界生产点，当且仅当φφ*时企业才会进行生产，即：πφ=rφσ－f=0
所以可以得到：πφ=max0,φφ*σ－1－1f
可知，当φφ*时，利润是与生产率成正比。在开放经济条件下，企业因为出口到一个国家获得的利润为：
πxφ=rxφσ－fx=τ1－σrdφσ－fx=τ1－σφφ*σ－1rdφ*σ－fx（2）
其中下标d表示国内，下标x表示出口，τ为冰山型可变贸易成本，fx为每期支付的固定贸易成本。因为πdφ=rdφσ－f=0，则由出口带来的利润为：
πxφ=τ1－σφφ*σ－1f－fx（3）
显然出口利润与企业生产率正相关。令φx*作为临界出口点，即πφx*=0，则只有企业高于φx*才会选择出口，即企业生产率显著影响企业出口选择行为。
由此可知，在Melitz的异质性贸易理论中，低生产效率企业是无法克服国际市场进入的高固定成本的，而本文重点研究的加工贸易，其较低的进入成本使得这些低生产效率企业也可以进入国际市场，而且，进入国际市场后所获得的生产率提升又反过来提升了自身的国际竞争力，这是本文研究的理论基础。
（二） 对固定成本的扩展
在Melitz异质性企业模型中，企业选择进入国内市场或国外市场，均需要克服相对应的固定成本。异质性企业存在出口的“自选择效应”最根本的原因在于出口贸易所需要克服的固定成本高于国内市场进入的固定成本，只有生产率高的企业才能克服较高的固定成本。在本节中，我们细分研究了企业不同市场进入的固定成本。我们以波特（Michael Porter）的价值链分析模型为基础，结合本文所分析的制造业企业生产运营方式，将企业市场的固定成本细分为研发与设计、产品营销、销售与服务、生产设施与设备四个组成部分。
我们认为，不同的市场进入均需要克服该市场进入的固定成本。在国内市场，非出口企业需要克服研发与设计（CR&D）、国内的产品营销（CDM）、国内市场的销售与服务（CDS）、生产设施与设备（CIN）等成本；而一般贸易企业，其需要克服的出口固定成本包括研发与设计（CR&D）、国外市场的产品营销（CFM）、国外市场的销售与服务（CFS）、生产设施与设备（CIN）等成本；而加工贸易作为一种“两头在外”的运营模式，其研发与设计（CR&D）、国外市场的产品营销（CFM）、国外市场的销售与服务（CFS）等固定成本均由国外企业承担，加工贸易企业本身只需要承担生产设施与设备（CIN）的固定成本。因此，非出口企业所需要克服的国内市场进入成本为：CR&D+CDM+CDS+CIN；一般贸易企业所需要克服的国际市场进入成本为：CR&D+CFM+CFS+CIN；而加工贸易企业所需要克服的固定成本为：CIN。表1列出了不同市场进入需要的固定成本。
表1不同市场进入的成本分析
项目非出口企业一般贸易加工贸易固定
成本研发与设计CR&DCR&D(CR&D)产品营销CDMCFM(CFM)销售与服务CDSCFS(CFS)生产设施与设备CINCINCIN总计CR&D+CDM+CDS+CINCR&D+CFM+CFS+CINCIN可变
成本劳动CLCLCL中间品CIMCIM(CIM)资本CFCFCF总计CL+CIM+CFCL+CIM+CFCL+CF一般而言，国际市场的产品营销、销售与服务等成本高于国内市场，即CFM+CFS> CDM+CDS，即企业出口存在“自选择效应”。然而，对于加工贸易企业而言，其进入国际市场、参与全球生产分工体系所需要克服的固定成本仅仅为生产设施与设备（CIN）的固定成本，低于国内市场的进入固定成本和一般贸易企业的国际市场进入固定成本。因此我们可以得出如下三点推论：
推论1：由于加工贸易企业只需要克服较低的固定成本即可进入国际市场，因而加工贸易企业可以在较低的生产率水平下实现出口行为。当加工贸易企业与非出口企业进行生产率比较时，会出现“生产率悖论”现象。
推论2：在国际分工体系内，加工贸易企业生产率水平的提升能够增加企业的出口贸易额。从Melitz的理论模型中可以得知，出口贸易的收益与企业的生产率呈正相关关系，而与市场的生产率进入门槛呈负相关关系。因而在加工贸易内，企业生产率水平提升能够提高企业的贸易收益。
推论3：在相同的生产率水平下，与一般贸易相比，加工贸易能实现更多的出口额。从推论2中可以进一步引申得出，在相同的生产率水平下，由于加工贸易所参与的国际生产分工体系较低的生产率进入门槛，使得在相同的生产率水平下，加工贸易的出口更多。
对于上述得出的推论，我们将通过后文的数据统计性描述与实证检验予以验证。
数据处理与统计性描述
（一） 数据来源与处理
本文研究所使用的数据为2006年中国工业企业数据库与2006年中国海关贸易数据库。在工业企业数据库中，由于数据库的部分样本存在错误遗漏、统计口径误差、数据值错误等等，出于对后续计算以及样本可信度的考虑，我们对样本做了以下严格筛选：① 本文选择了行业代码在13—42的制造业企业数据，并剔除了烟草制品行业，共得到28个制造业行业。② 在企业数据筛选中，剔除员工人数在10人以下、固定资产年均净值及中间品投入小于零的样本；③ 删除关键变量值缺失的样本。
受限于研究样本，本文只能提供2006年的截面数据，但是较大的样本量及稳健的回归方法、计量结果可以弥补截面数据的不足。
本文采用Manova & Yu的方法，即以企业名称为主要对接变量，辅之以企业的电话号码等信息。与Manova & Yu研究结果一样，本文得到的对接后有效出口企业数超过40%。对接后的数据统计显示，共得到有效出口企业50 656家。相比之下，余淼杰得到的有效出口企业只占海关有效企业数的15%，采用的是以企业邮政编码和电话号码的后7位作为对接变量的方法，其对接效率相对较低。在海关数据库中，进一步细分企业贸易类型后，本文选取了一般贸易、加工贸易以及混合贸易样本，其他类型的贸易数据则未加入本文的研究样本。本文所研究的出口贸易方式包括：一般贸易企业、加工贸易企业与混合贸易企业。其中一般贸易企业指只从事于一般贸易出口的企业，加工贸易企业指只从事于加工贸易出口的企业，而混合贸易企业则指同时从事于加工贸易与一般贸易的企业。
统计数据显示，本文得到的50 656家有效出口企业占工业数据库比为1678%，占海关贸易数据库之比为3123%，在去除经销商 本文所采用的经销商判断方法为：企业名称中包含进“出口”、“贸易”、“物流”等字段的样本企业。后的海关数据库中占比为4018%。在出口金额上，本文得到的有效出口企业出口额占海关总出口额的4039%。在非出口企业方面，本文用于计量回归的非出口企业数为182 640家，占工业企业数据库的6049%，本文最终所使用的企业样本占工业企业数据库的7727%。细分贸易类型的数据发现，在得到的有效出口企业中，一般贸易企业数虽然超过50%，但其出口金额占比却只有1687%；加工贸易企业数占比为1248%，出口金额占比3173%；混合贸易企业数占比2820%，出口金额占比5158%。可以得知，加工贸易、混合贸易企业的出口额占据了中国出口贸易的80%以上。
（二） 变量说明
本文统计分析和计量回归中所采用的变量说明如表2所示。其中，本文实证检验中所重点关注的是出口虚拟变量，我们将对接后出口贸易额大于零的企业定义为出口企业。而关于企业生产率变量，分别采用了劳动生产率（Labor Productivity）、LP（Levinsohn & Petrin）、最小二乘法（OLS）计算得出。其中LP方法能够很好地克服生产率计算过程中的变量内生性问题，邱斌等、Manova & Yu的研究证实了采用LP方法计算的生产率具有更加稳健的结果。
表2变量说明
〖XB,HT5”H,J*2;Y2<续表>〗变量说明（被）解释变量Export出口虚拟变量，为1表示出口企业（被）解释变量PVA劳动生产率，用人均工业增加值表示TFPLPVA采用LevinsohnPetrin方法计算得出的生产率TFP-RE采用GLS随机效应计算得出的生产率控制变量Labor职工人数KL人均固定资产净值MNE_1企业所有制虚拟变量，为1表示民营企业MNE_2企业所有制虚拟变量，为1表示外资企业Indus2位码行业变量，共28个制造业行业Locus2位码地区变量，共30个地区匹配变量Volume出口贸易额对数形式Wage员工平均工资Log（VA）工业增加值对数形式Log（M）中间投入对数形式（三） 描述性统计分析
表3统计了样本企业的变量特征，附表1统计了10%、25%、50%、75%和90%分位数下详细的企业特征。在出口企业与非出口企业的比较中可以得出，在企业绩效方面，出口企业的员工人数、人均资本、平均工资、工业增加值、中间品投入等均显著高于非出口企业；在企业生产率方面，出口企业的生产率高于非出口企业。然而，出口企业的人均工业增加值要小于非出口企业。劳动生产率的统计结果支持了“生产率悖论”的存在，而全要素生产率的统计结果则得出了相反的结论。
分贸易类型的比较中可以发现，在就业人数、人均资本、平均工资、工业增加值、中间投入等企业绩效变量上，不同类型的贸易企业均显著高于非出口企业，而在人均工业增加值方面则均低于非出口企业。在企业生产率方面，加工贸易的人均工业增加值、TFPRE要低于非出口企业，而混合贸易、一般贸易企业则高于非出口企业，且混合贸易企业高于一般贸易企业。而在TFPLPVA方面，加工贸易企业高于非出口企业，且混合贸易企业高于一般贸易企业、加工贸易企业。在出口企业的贸易额方面，混合贸易企业的出口额最高，其次为加工贸易企业，一般贸易企业的出口额最低。
表3统计性分析
企业类型LaborKLWageLog（VA）Log（M）PVATFPLPVATFPREVolume非出口企业145.1873.6513.658.519.54109.316.695.140.00出口企业387.1983.3318.349.2410.33103.437.185.3313.87一般贸易285.7080.6417.379.0810.19105.567.085.3213.21加工贸易570.8869.9319.429.2310.3282.717.105.1014.22混合贸易506.0394.5719.789.5610.61108.387.405.4415.04从上述的描述性统计中可以得出，加工贸易在增加就业、提高员工工资、增加出口总量等方面，其促进作用显著高于一般贸易企业。而在企业生产率方面，不同生产率计算方法得出的结果并不相同，并不能得出统一的结论。“生产率悖论”是否真实存在，有待于进一步的实证检验。
实证检验与计量分析
（一）自选择效应的检验
在实证分析部分，本文通过建立Probit概率计量模型，检验了生产率对企业出口的影响，即中国制造业企业是否存在“自选择效应”。我们首先利用劳动生产率（PVA）进行计量回归；其次，考虑到变量内生性问题，我们利用能够处理内生变量内生性问题的LP方法测度了TFP（TFPLPVA）并进行再次检验；最后，对前述计量回归采取OLS法测度的TFP进行变换指标的计量检验。本文建立的出口概率模型为：
Probit(Export)=f(TFP,Labor,KL,MNE,Indus,Locus)式（1）
变量说明如表2所示。在此需要特别说明的是，我们之所以把TFP作为解释变量，一方面是考虑到企业生产率会影响到企业的出口，另一方面是为了检验出口是否存在“自选择效应”。表4列出了全样本的计量回归结果。从表4的回归结果中可以发现，在控制了员工人数、人均资本、企业所有制以及行业与地区变量后，三种不同的生产率指标回归出来的结果存在较大的差异性。劳动生产率回归所得到的系数为负值，且1%显著性水平下显著；而克服了内生性的LP方法计算得出的企业生产率的回归系数为0132 8；采用OLS方法回归得出的企业生产率系数为0057 7。利用劳动生产率回归的结果证实了“生产率悖论”的存在，而全要素生产率回归结果则支持了出口的“自选择效应”。
表4生产率对出口影响的实证检验
〖XB,HT5”H,J*2;Y2<续表>〗变量PVATFPLPVATFPRETFP-0.0211***0.1328***0.0577***(-5.86)(36.94)(15.32)Labor0.0007***0.0006***0.0007***(80.94)(60.16)(77.22)KL0.0001**-0.0001***0.0001**(1.82)(-4.07)(-1.87)MNE_10.3707***0.3465***0.3564***(23.73)(22.08)(22.79)MNE_21.8011***1.7580***1.7804***(110.29)(107.2)(108.93)IndusYesYesYesLocusYesYesYesR20.31630.32170.3171样本数量233 296233 296233 296注：括号内表示T检验值，表格中括号内的数值是z统计量。***、**和*分别表示%1、5%和10%的显著水平。为了进一步鉴别加工贸易企业的自选择效应，我们区分了一般贸易、加工贸易与混合贸易，分别将相对应的企业与非出口企业一起进行了计量回归。表5列出了不同贸易类型的分组检验结果。从表5中可以得出，利用劳动生产率计算的回归系数在不同贸易组别均为负值，且加工贸易的系数值显著低于一般贸易与混合贸易；利用TFPLPVA计算的生产率回归系数均为正值，其中混合贸易的生产率系数值最高为0.169 9，而加工贸易的生产率系数值最低为0.016 6；利用TFPRE计算的生产率系数值中，一般贸易与混合贸易的生产率系数值为正，加工贸易的生产率系数则为负值。
表5生产率对出口影响的分组检验
〖XB,HT5”H,J*2;Y2<续表>〗PVATFPLPVATFPRE方程式（1）（2）（3）（4）（5）（6）（7）（8）（9）变量一般贸易加工贸易混合贸易一般贸易加工贸易混合贸易一般贸易加工贸易混合贸易TFP-0.0070-0.1219-0.01530.13190.01660.16990.0665-0.06330.0803(-1.76)(-13.35)(-2.59)(33.43)(1.82)(28.79)(16.00)(-6.57)(12.93)Labor0.00060.00050.00070.00050.00050.00060.00060.00050.0007(61.47)(30.96)(62.90)(43.79)(28.30)(45.67)(57.66)(32.57)(59.29)KL0.00000.00020.0001-0.00010.00000.0000-0.00010.00010.0000(-0.23)(4.28)(3.79)(-4.25)(0.53)(-0.72)(-2.82)(1.88)(1.09)MNE_10.35540.20490.31250.33620.16430.28120.34310.18680.2946(21.69)(2.99)(9.46)(20.42)(2.40)(8.50)(20.91)(2.72)(8.91)MNE_21.43732.14622.05021.39602.10891.99861.41572.13312.0258(81.84)(32.21)(62.37)(79.18)(31.61)(60.72)(80.54)(31.92)(61.58)IndusYesYesYesYesYesYesYesYesYesLocusYesYesYesYesYesYesYesYesYesR20.19160.60640.4570.19830.60330.4650.19310.6040.4586样本数量211 895186 736197 162211 895186 736197 162211 895186 736197 162在本部分的实证回归结果中，我们发现，利用劳动生产率作为解释变量的回归结果中，生产率系数值均为负值，这与前文的统计性描述部分相吻合。虽然出口企业的工业增加值，包括三种不同贸易方式下的出口企业，均显著高于非出口企业，但出口企业的人均工业增加值，包括三种不同贸易方式的出口企业，均显著低于非出口企业。利用LP方法计算得出的生产率回归系数，在三种不同贸易方式的组别中均为正值，但加工贸易的系数值最低。利用OLS方法计算得出的生产率回归系数中，加工贸易系数为负值，而混合贸易的系数值最高。综上所述，在不同贸易类型的分组回归结果中，不同生产率计算指标得出的结果并不相同，无法得出完全一致的结论。LP生产率计量结果拒绝了“生产率悖论”的存在，但劳动生产率、OLS生产率的计量结果均提供了有效的支持。由于LP生产率计算方法通过利用中间投入作为生产率的代理变量，较好地克服了生产率计算过程中的内生性问题，计算得出的生产率变量具有更高的可信度，因此我们无法简单地得出一个统一的结论。因此对于推论1，我们只得到了部分数据的经验支持。
（二） 加工贸易企业的进一步检验
在第一步计量检验中，我们发现了加工贸易存在出口的“生产率悖论”。在本节中，我们对加工贸易企业进行进一步的计量分析。在推论2中，我们得出企业的生产率与加工贸易企业的出口额之间存在正相关关系，即在纯加工贸易企业内，由于国际生产分工体系较低的进入成本，因此企业的生产率水平越高，其出口额越高。对推论2，我们建立以下计量模型进行检验：
Volume=f(TFP,Labor,KL,MNE,Indus,Locus)式（2）
在式（2）中，我们通过回归生产率对企业出口额的影响来检验生产率与企业出口额之间的关系。我们利用分布回归方法，采用了不同生产率变换指标，得到的回归结果如表6所示：
表6生产率对加工贸易出口额的影响
PVATFPLPVATFPRE方程式（1）（2）（3）（4）（5）（6）（7）（8）（9）TFP0.33180.32690.27770.88780.61460.58920.68130.46730.4331(11.59)(12.58)(10.15)(39.09)(23.95)(22.64)(22.85)(16.47)(15.06)Labor0.00110.00110.00070.00070.00090.001(37.30)(37.50)(20.69)(21.21)(32.90)(33.35)KL0.00090.00090.0011(5.66)(5.44)(6.58)MNE_10.08380.30330.30640.14240.29620.28870.01460.26790.2634(0.21)(0.85)(0.86)(0.40)(0.86)(0.84)(0.04)(0.76)(0.75)MNE_20.89821.02681.01420.96731.03771.02250.88181.01360.9971(2.38)(3.00)(2.97)(2.82)(3.12)(3.08)(2.40)(2.98)(2.95)IndusYesYesYesYesYesYesYesYesYesLocusYesYesYesYesYesYesYesYesYesR20.11370.26970.27310.26740.31250.31550.16250.28180.2865样本数量6 5666 5666 5666 5666 5666 5666 5666 5666 566从表6中我们可以分析得知，在不同的生产率变换指标中，生产率的回归系数结果均为正值，且均在1%的显著性水平上显著。在逐步加入企业员工人数、人均资本控制变量后，生产率的回归系数呈逐步下降，生产率对加工出口额的解释能力逐步降低，但其系数值仍然十分显著。在劳动生产率的回归结果中，生产率的平均系数约为0.30，LP生产率的平均系数约为0.60，而OLS生产率的平均系数约为0.50。从回归结果中，我们可以得出结论：生产率对加工贸易企业的出口额有着显著的促进作用，加工贸易企业生产率水平越高，企业的出口额越高。通过本节的计量检验，我们证实了推论2。
在表6中，我们进一步分析还可以得知，在不同的回归结果中，员工人数和人均资本的回归系数变化程度不大，且均在1%的显著性水平上显著，进一步证实了计量检验结果的稳健性。而在企业所有制虚拟变量中，民营企业的所有制回归系数虽然为正值，但在不同的回归结果中均未能够在10%的显著性水平上显著，说明民营企业与国有集体企业一样，企业生产率的提升对加工贸易出口额的影响不存在显著差距；另一方面，外资企业的所有制虚拟变量回归系数在不同的回归结果中均为正值，且均在1%显著性水平上显著，回归系数平均值约为1，说明外资企业的生产率提升对其出口额的影响程度较大。我们进一步统计发现，在6 566家加工贸易企业中，外资企业数占据了92.9%，说明我国加工贸易企业中，绝大部分的企业为外资企业。
对此，我们区分不同企业所有制，将加工贸易外资企业与内资企业（即国有集体企业及民营企业）分组进行了计量检验。限于文章篇幅限制，我们在正文中没有报告具体的回归结果。结果表明，在外资加工贸易企业中，生产率对出口额影响的回归系数低于全样本的回归系数，而内资加工贸易企业的生产率回归系数则高于全样本的回归结果。从回归结果中我们可以得出，内资加工贸易企业的生产率提升对企业出口额的促进作用高于外资企业。
（三） 加工贸易与一般贸易的比较
从推论3中我们得知，在相同的企业生产率水平下，加工贸易的出口额高于一般贸易的出口额。在Melitz理论模型中我们可以得知，企业的出口贸易额与异质性企业生产率水平呈正相关关系，而与市场进入的生产率门槛呈负相关的关系。而由于加工贸易所处的国际生产分工体系中较低的进入固定成本，使得市场进入的生产率门槛显著低于一般贸易所面临的出口生产率门槛。因此我们可以得出推论认为，在相同的生产率水平下，加工贸易企业的出口额高于一般贸易。在本节的检验中，我们利用广义匹配方法，检验加工贸易与一般贸易企业在相同的生产率水平下出口贸易额的差值。我们建立的匹配模型如式（3）所示：
ATT=E(Volumei|TFP,PT)－E(Volumej|TFP,OT)式（3）
在式（3）中，OT表示一般贸易，PT表示加工贸易。式（3）检验了在相同的企业生产率水平与不同的出口贸易类型下，企业出口贸易额的平均差值。在具体的匹配方法上，我们分别采用了最邻近法、半径法、马氏距离法以及核密度法，以提高匹配检验结果的稳健性。匹配检验结果如表7所示。
表7加工贸易与一般贸易的比较
匹配变量未匹配最邻近法半径法马氏距离法核密度法PVA1.01431.04711.05501.04801.0562(34.75)(28.70)(31.95)(24.80)(31.97)TFPLPVA1.01431.03401.02081.04561.0206(34.75)(29.02)(31.84)(24.88)(31.84)TFPRE1.01431.10821.08921.10351.0871(34.75)(31.10)(33.68)(26.23)(33.62)从表7的匹配检验结果中可以得知，在不同的生产率匹配变量下均得到了显著的匹配结果。在未匹配的统计结果中，加工贸易与一般贸易的出口额平均差值为1.014 8，说明加工贸易的出口额显著高于一般贸易企业。而在匹配后的检验结果中，不同匹配方法的平均差值（ATT）均出现了一定程度的提高，而显著性水平则均出现了一定程度的下降，但仍然均在1%的显著性水平上显著。本节的匹配检验结果证实了推论3的存在。即在相同的生产率水平下，加工贸易企业与一般贸易企业相比，其出口贸易额更高。
结论与讨论
本文通过对接后的2006年中国工业企业数据库和海关贸易数据库，得到高度细化的了企业出口贸易数据，通过不同生产率指标下计量结果的对比分析，对加工贸易的“生产率悖论”做了更精准的实证检验。主要结论为：① 在全样本的计量检验中，利用劳动生产率回归的结果证实了“生产率悖论”的存在，而LP、OLS生产率回归结果则支持了出口的“自选择效应”。② 在分样本的检验中，LP生产率计量结果拒绝了“生产率悖论”的存在，但劳动生产率、OLS生产率的计量结果均提供了有效的支持。关于“生产率悖论”的推论1，我们只得到了部分数据的经验支持。③ 生产率对加工贸易企业的出口额有着显著的促进作用，加工贸易企业生产率水平越高，企业的出口额越高。推论2得到了本文的数据支持。④ 内资加工贸易企业的生产率提升对企业出口额的促进作用高于外资企业。⑤ 在相同的生产率水平下，加工贸易企业与一般贸易企业相比，其出口贸易额更高。本文的匹配检验结果证实了推论3的存在。
盛斌指出，近十多年来，全球经济日益相互依赖性一个重要特征是垂直一体化的生产过程被分解为不同的工序和区段，并在空间上分散于不同的国家进行生产，从而形成了一种新的价值链细分与生产分散化的国际分工体系。加工贸易的典型特征在于“两头在外”，其生产所需的中间品从国外进口，生产的产品出口到国外，而企业本身并不需要承担或者承担较少部分的诸如客户搜寻、产品的市场营销、国际市场销售渠道等成本，因此其出口并不存在承担或者承担较少部分的一般贸易中存在的出口固定成本，进而加工贸易企业可以在较低的生产率水平下参与国际贸易与国际分工，尽管是以一种“不完整”的企业经营方式。当然，加工贸易对于我国经济社会发展的促进作用，以及加工贸易所带来的贸易利得，仍然需要我们做进一步的深入分析和全面的考量。
参考文献：
［1］Melitz M J. The Impact of Trade on Intraindustry Reallocations and Aggregate Industry Productivity. Econometrica, 2003, 71(16):11695-1725.
［2］Bernard A., Jensen B. Exporters, Jobs, and Wages in U.S. Manufacturing: 1976-1987. Brookings Papers on Economic Activity, 1995:67-112.
［3］Clerides S, Lach S, Tybout J. Is learning by Exporting Important?： Microdynamic Evidence from Colombia, Mexico, and Morocco. Quarterly Journal of Economics, 1998, 113(3):903-947.
［4］Eaton J, Kortum S, Kramarz F. Dissecting Trade: Firms, Industries, and Export Destinations. American Economic Review, 2004, 93(2):150-154.
［5］Alvarez R, Lopez R. Exporting and Performance: Evidence from Chilean Plants.Canadian Journal of Economic, 2005, 38(4):1384-1400.
［6］De Locker. Do Exports Generate Higher Productivity?： Evidence from Slovenia. Journal of International Economics, 2007, 73 (1):69-98.
［7］Greenaway D, Kneller R. Firm Heterogeneity, Exporting and Foreign Direct Investment. The Economic Journal, 2007, 117(517):134-161.
［8］Mallick S, Yang Y. Export Premium, Selfselection and Learningbyexporting: Evidence from Matched Chinese Firms. The World Economy, 2010, 33(10):1218-1240.
［9］Hahn C H, Park C G. LearningbyExporting and Plant Characteristics: Evidence from Korean PlantLevel Data. Korea and World Economy, 2010, 11(3):459-492.
［10］张杰,李勇,刘志彪.出口促进中国企业生产率提高吗?：来自中国本土制造业企业的经验证据：1999—2003.管理世界,2009(12):18-33.
［11］钱学锋,王菊蓉,黄云湖,王胜.出口与中国工业企业的生产率:自我选择效应还是出口学习效应？.数量经济技术经济研究,2011(2):37-51.
［12］戴觅，余淼杰.企业出口前研发投入、出口及生产率进步:来自中国制造业企业的证据.CCER讨论稿，No. C2010006， 2010.
［13］邱斌,刘修岩,赵伟.出口学习抑或自选择:基于中国制造业微观企业的倍差匹配检验.世界经济,2012(4):23-40.
［14］李春顶,尹翔硕.我国出口企业的“生产率悖论”及其解释.财贸经济,2009(11):84-90.
［15］李春顶.中国出口企业是否存在“生产率悖论”:基于中国制造业企业数据的检验.世界经济,2010(7):64-81.
［16］Dai M, Maitra M, Yu M J. Unexceptional Exporter Performance in China？: The Role of Processing Trade. CCER Working Paper，Novermber 2011.
［17］余淼杰.加工贸易、企业生产率和关税减免:来自中国产品面的证据.经济学（季刊）,2011(3):211-230.
［18］Manova K, Yu Z H. Firms and Credit Constraints along the ValueAdded Chain: Processing Trade in China, NBER Working Paper No. 18561，November 2012.
［19］Levinsohn J, Petrin A, Poi B P. Production Function Estimation in Stata Using Inputs to Control for Unobservables. Stata Journal, 2004, 4(2):113-123.
［20］盛斌,钱学锋,黄玖立,等.入世十年转型：中国对外贸易发展的回顾与前瞻.国际经济评论,2011(5):22-31.
(责任编辑:张晓薇)附表： 不同分位数的企业特征统计
企业
类型分位数LaborKLWageLog
(VA)Log
(M)PVATFP
LPVATFP
FETFP
REVolume非出口企业10%266.846.157.118.2217.305.464.013.360.0025%4416.038.447.658.7030.355.974.513.880.0050%8037.0711.298.409.4256.676.625.094.450.0075%15080.4515.149.2910.25114.587.385.775.100.0090%291159.9421.8910.1511.11226.488.106.425.730.00平均值145.1873.6513.658.519.54109.316.695.144.490.00出口企业10%506.108.487.588.6915.625.824.173.5011.0925%9014.5011.018.269.3526.686.404.683.9912.7950%18035.3114.379.1210.2049.277.115.274.5414.1475%39082.9520.1310.0911.15101.247.885.935.1715.2590%826179.5730.6211.0812.13209.778.676.605.8116.24平均值387.191983.3318.349.2410.33103.437.185.334.5913.87一般贸易10%426.698.057.498.6818.155.784.213.5510.4725%7515.5410.598.159.2929.576.334.694.0212.1250%14236.3413.688.9710.0752.907.025.254.5613.5675%29482.9018.909.8910.95106.717.765.905.1714.6190%585173.5228.8010.8211.83214.628.516.555.7815.45平均值285.7080.6417.379.0810.19105.567.085.324.6013.21加工贸易10%684.239.187.558.5610.275.713.943.2510.9825%13010.0711.138.219.2216.996.284.433.7313.0850%27025.9515.029.0610.1431.566.995.014.2614.4675%59566.1820.8610.0811.2068.527.795.704.9315.7190%1291153.6332.7611.1712.33160.328.676.435.6216.90平均值570.8869.9319.429.2310.3282.717.105.104.3514.22混合贸易10%656.249.167.838.8315.605.984.253.5413.1625%12014.9511.988.579.5827.126.624.794.0714.1250%25037.7215.719.4710.5150.257.345.394.6315.0675%52290.8822.1010.4511.50104.038.146.065.2616.0090%1093203.5933.1611.4512.53220.118.926.755.9216.91平均值506.0394.5719.789.5610.61108.387.405.444.6815.04