91学术服务平台

您好,欢迎来到91学术官网!业务合作:91xueshu@sina.com,站长邮箱:91xszz@sina.com

发布论文

论文咨询

出口对企业创新的影响研究

  2021-04-21    226  上传者:管理员

摘要:文章使用中国工业企业数据库和中国企业专利数据库的匹配数据,实证分析了企业是否出口以及出口强度对创新成果的影响和作用机制。结果显示,企业的出口行为会显著提升企业创新能力。同时,企业出口强度的增加也对创新能力的提升具有促进作用。进一步分析表明,企业通过“出口中学习”效应显著提高了创新能力。分样本的研究表明,出口强度的提升作用在高技术行业与非高技术行业,以及大中规模企业与小微企业中都较为显著,但是在国有和集体所有制企业以及外资企业中并不显著。研究结论表明,在强调国内经济大循环的同时,我国仍当着力推动更高水平的对外开放,积极利用国际市场和全球资源全面提升企业创新能力。

  • 关键词:
  • 企业创新
  • 出口
  • 出口强度
  • 工业企业
  • 加入收藏

一、引言


党的十九大报告明确了创新作为引领发展的第一动力。2020年5月中共中央政治局常委会会议提出要“深化供给侧结构性改革,充分发挥我国超大规模市场优势和内需潜力,构建国内国际双循环相互促进的新发展格局”。从创新引领的角度来看,一方面,深化供给侧结构性改革需要发挥创新在引领发展和支撑现代化经济体系建设中的关键性作用。另一方面,构建国内国际双循环相互促进的新发展格局表明当前仍需更好利用国际市场和全球资源在促进我国经济和科技发展、打造国际合作和竞争新优势方面的积极作用。在这一政策背景下,本文利用我国工业企业数据分析了出口行为对企业创新的影响作用。

出口企业具有更高生产率是新新贸易理论的核心结论之一[1,2]。现有研究发现,企业参与到国际贸易中就有可能通过“出口中学习”效应提高自身技术水平和生产效率[3,4,5]。然而对于我国的实证研究结论却存在分歧。大多数对于我国工业企业的研究认为出口行为对企业创新普遍有着促进作用[6,7,8],但是一些研究却发现在外资企业[9]和劳动密集型企业[10]中出口企业比非出口企业有着更低的生产率低,这被一些文献称为“出口企业生产率悖论”,原因在于这些企业中存在大量中低技术的加工贸易和金属制品企业[11,12,13]。

然而,现有研究仍然存在以下不足。首先,由于样本选择、所用方法等的不同,现有研究的结论存在显著的差异性,需要更多角度的经验分析对这一主题的研究进行补充。其次,现有研究大多利用企业TFP作为技术水平指标进行分析,而TFP作为生产效率指标受到企业技术水平、产能利用水平等多种因素影响,相比而言,企业专利则是衡量企业技术创新特别是自主技术创新水平更为确切的指标。再次,出口强度(或称出口密度)是描述企业出口行为的重要方面,大多数研究考察了存在出口行为的企业在创新指标方面是否显著差异,只有较少研究利用企业出口强度指标作为主要解释变量对这一问题进行分析。最后,出口对企业创新影响这一问题本身有必要通过分析最新数据补充更多证据。发展中国家的“出口中学习”效应依赖于出口企业与技术前沿的差距,显然在技术水平存在较大差距时,发展中国家的出口商同发达国家进行贸易时会获得更加显著的学习效应[2,3]。陆剑等[14]的研究表明,我国工业行业的技术水平与世界技术前沿的差距在2002年之后呈现快速缩小的特征,到2009年已有58.8%的工业行业已经达到或接近世界技术前沿,而我国分析这一问题的文献大多使用2009年之前的数据,因此在我国企业近年来不断取得技术进步并进一步缩小与发达国家技术差距的背景下,关于出口是否还会显著提升企业创新问题的旧有研究的结论是否改变需要尽可能采用新近的数据进一步分析。

综合以上分析,本文在利用企业创新能力不断提升背景下的中国工业企业数据,实证分析了出口对企业创新的影响。本文匹配了中国工业企业数据库和中国企业专利数据库在可得范围内最新的2013年数据,分别考察了企业是否出口以及出口强度对创新成果的影响,在双循环和创新引领发展的政策背景下具有较强的现实意义。在企业创新指标方面,本文利用企业专利衡量企业创新活动,为同类研究补充了新的证据。在企业出口行为方面,本文考察了企业是否出口以及出口强度对企业创新成果的影响,对企业出口行为进行了全面描述。在数据方面,本文使用中国工业企业数据库在可得范围内的最新数据进行研究,在我国技术水平快速进步的背景下对于当前的政策制订具有较强的参考价值。


二、理论分析与研究假设


发展中国家的出口企业在向发达国家的出口过程中会提高自身的技术水平,这被称为“出口中学习”效应,其作用机制主要包括以下几个方面:(1)生产设备与技术转让。发达国家普遍对产品的质量、环保、安全等方面的标准更为严格,同时国际市场对产品的多样性有着更高要求。发达国家的发包商和经销商为了提高发展中国家出口企业的商品品质,降低产品成本,会通过生产设备转让、设计转让、技术专利转让等方式直接提高这些出口企业的生产能力、设计工艺以及其自主创新能力。GEREFFI等[5]研究全球价值链管理时发现,美国电子行业的发包商会通过向承包商提供知识产权文件、计算机辅助设计技术以及其他方式帮助承包商提升生产技术,确保其可以生产出满足技术要求的产品。(2)技术培训与指导。对于合作较为紧密的出口生产企业,一些发达国家的买家或外包商会对这些企业的工程师进行技术培训和指导,甚至参与产品的研发设计过程,从而提高了出口企业的研发水平。EVENSON和WESTPHAL[15]指出,发展中国家出口企业生产能力提升的相当一部分技术源自发达国家的买家,这些买家会免费提供设计和技术方面的支持。GROSSMAN和HELPMAN[16]指出,在企业出口过程中,国外购买商会向出口商提出改善产品生产过程的建议,帮助出口企业更新技术知识。(3)隐性技术知识转移。发达国家的发包商和购买者会对出口企业产品的质量、设计、外观等方面提出要求和意见,并将发达国家或其他供应商的与生产产品相关的隐性技术知识转移给这些出口企业。WORLDBANK[17]对东亚经济的研究发现,国外买家往往会向发展中国家的出口企业转移其他国家供应商的隐性知识,来提升这些出口企业的生产率水平,从而得到低廉价格的高质量产品。为考察在我国存在的大量出口企业是否通过以上机制实现了创新水平提升,本文提出以下假说:

假说1:出口企业比内销企业具有更高的创新水平。

如果通过出口产品接触国际市场的先进技术和管理方式是提升企业创新的有效途径,那么显而易见的是,企业出口强度越高,参与国际贸易的机会越多,对国际市场越重视,对于提升创新能力也就越有利。因此本文进一步提出以下假说:

假说2:企业出口强度的增加对创新能力的提升具有促进作用。


三、实证方法


(一)实证模型

1.是否出口对企业创新影响的实证方法

本文首先实证分析企业是否存在出口行为对于企业创新的影响。本文利用企业专利数量衡量企业创新。理论上企业的出口行为是一个自选择过程,从而导致在企业创新的回归方程中,出口贸易变量为内生变量,无法使用OLS或固定效应模型估计。因此本文使用倾向得分匹配(PropensityScoreMatching,PSM)方法对该问题进行实证分析。

倾向得分匹配方法是一种基于“反事实推断模型”的半参数估计方法,其优势在于,一方面无须设定实证模型的方程形式,避免因设定错误导致的实证结果偏差;另一方面较好地控制了选择偏差问题,规避了企业出口的自选择效应对结果的影响。这一方法被广泛应用在企业出口、生产率、创新等相关主题的研究中[4,11,18,19]。本文将具有出口行为的企业作为处理组,未进行出口的企业作为对照组。本文的实证思路是,首先根据影响企业出口行为的变量计算出各企业的出口概率作为倾向得分。然后匹配倾向得分相似的处理组和对照组企业,计算匹配后样本的平均处理效应ATT估计量。

具体而言,第一,本文使用Logit模型估计各企业出口概率的倾向得分,其中模型的被解释变量是企业是否有出口活动的虚拟变量,存在出口活动为1,否则为0。模型的解释变量为用于配比的协变量,包括企业规模、杠杆率、企业年龄、融资约束等,以及表示企业的地区、行业、所有制的虚拟变量等控制变量。

第二,本文估计平均处理效应ATT的计算公式为:

(公式)

其中,Patenti1和Patentj0分别表示处理组企业i和与之匹配的对照组企业j的专利数;ExportProi表示企业i的出口概率;C(i)表示与处理组企业i匹配的对照组企业集合;γij表示对照组企业j在与处理组企业i的匹配中所占权重;N为匹配成功的企业总对数。

2.出口强度对企业创新影响的实证方法

出口强度对企业创新影响也是与本文主题相关的重要方面。出口强度定义为企业的出口占总销售的比例。由于被解释变量为企业专利,取值范围受限非负且存在大量零值,采用普通最小二乘法(OLS)模型进行估计是有偏且不一致的。因此,本文构建了归并回归模型(Tobit模型)作为主要实证模型对这一问题进行研究。回归模型的具体形式如下:

(公式)

其中,Patenti是企业i的专利数量。EPi是企业i的出口强度。CVi表示控制变量的集合,包括企业规模、资本密集度、企业年龄及二次项、融资约束等,μ2i表示企业的地区、行业、所有制等虚拟变量,ε2i表示误差项。

此外,本文还使用同样解决受限因变量问题的断尾回归模型和Heckman两步法进行稳健性检验。

3.出口对企业创新作用机制的实证方法

本文对出口影响企业创新的作用机制进行实证检验。如上文所述,本文认为企业参与外贸活动的过程中会通过“学习效应”提升创新水平,因此在以上归并回归模型的基础上,构造如下形式的回归模型对作用机制进行检验:

(公式)

其中,EPi*TFPi是出口强度与生产率的交乘项,作为主解释变量用于检验出口是否通过学习效应提高了企业创新水平。既有文献中衡量企业学习效应大多使用企业生产率或者以企业培训费度量的企业人力资本,考虑到本文使用的2013年中国工业企业数据库没有报告企业培训经费,因此选用企业生产率作为学习效应的衡量指标。企业生产率的计算参照谢千里等[20]的方法。μ3i表示企业的地区、行业、所有制等虚拟变量,ε3i表示误差项,其他变量的含义与上文相同。

(二)变量与数据

本文匹配了在可得范围内最新的中国工业企业数据库和中国企业专利数据库数据,对出口与企业创新的问题进行实证考察。

式(1)中的企业专利数量,为避免变量为0,利用企业获得专利数量加1后取自然对数表示。式(1)第一阶段Logit模型的被解释变量为表示企业是否有出口活动的虚拟变量,存在出口活动为1,否则为0。模型的协变量包括:企业规模,用企业总资产的自然对数来表示;企业年龄及二次项,利用企业存续时间及平方项加1后再取对数表示;杠杆率,用企业负债与资产比例加1的自然对数来表示;融资约束,利用企业的现金流的自然对数来表示;以及表示所有制、地区和行业的虚拟变量。

在式(2)中,被解释变量为企业专利数量,同样利用企业获得专利数量加1后取自然对数表示。主要解释变量为企业的出口强度,利用企业的出口占总销售的比例来表示。控制变量还包括:资本密集度,利用固定资产除以从业人员的自然对数形式表示。其他变量与式(1)中的含义相同。

此外,本文分别从产业和规模的维度上进行了差异性分析。在对高技术企业创新活动的分析中,本文按照国家统计局《高技术产业(制造业)分类(2013)》对高技术行业类别进行划分。在对不同规模企业创新活动的分析中,本文按照国家统计局《统计上大中小微型企业划分办法(2011)》对工业企业规模的划分,将从业人员在300人及以上,营业收入在2000万元及以上的企业划分为大中型企业,其他企业划分为小微型企业。

表1变量定义

(三)描述性统计分析

本文使用2013年中国工业企业数据库和中国企业专利数据库的微观企业匹配数据,得到55173个企业的数据样本。本文使用其中的企业专利和发明专利等创新活动指标,并利用企业特征指标构建了融资约束、企业规模、资产专用性等企业特征指标,对本文关注的问题进行实证检验。主要变量的描述性统计结果如表2所示。


四、实证结果分析


(一)是否出口对企业创新影响的实证结果分析

如前所述,本文利用倾向得分匹配方法实证考察企业是否出口对企业的影响。本文的基本计量模型采用k近邻匹配法并令k=3,匹配结果如表3所示。在总共26428个样本中,控制组共有15583个样本,其中108个不在共同取值范围中;处理组共有10845个样本,其中3个不在共同取值范围中。其余26317个观测值均在共同取值范围中。本次倾向得分匹配损失样本较少。

表2主要变量描述性统计结果

表3倾向得分匹配结果

如果匹配结果较为理想,则会使匹配后的协变量在处理组与控制组之间分布比较均匀。针对倾向得分的匹配结果,本文进行了数据平衡检验,检验结果如表4所示。匹配后所有协变量的标准偏差均小于10%,匹配后大多数变量的标准化偏差大幅缩小,且t统计量不显著,说明匹配后的数据平衡性较好。

通过以上方法得到的出口企业的平均处理效应(ATT)估计结果如表5所示。由表5估计结果显示,出口企业的平均处理效应显著为正,表示出口企业创新水平显著高于非出口企业。为了检验实证结果的稳健型,本文同时利用不同匹配参数的半径匹配法、卡尺内近邻匹配法等其他倾向得分匹配方法进行了实证分析,实证结果同样展示在表5中。通过比较可以发现,不同匹配方法得到的结论较为一致。

(二)出口强度对企业创新影响的实证结果分析

1.基本回归

如前文所述,本部分使用企业专利数量作为企业创新的衡量指标,出口强度作为主要解释变量进行实证分析。在基本回归中使用归并回归模型进行分析,得到的实证结果如表6所示。其中,模型(1)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(2)为在加入作为主要解释变量的出口强度以及常数项之外,还加入控制变量的回归结果。模型(3)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(4)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。

表4数据平衡检验

表5平均处理效应(ATT)

表6出口强度对企业创新的影响

在四个模型中主要解释变量出口强度对企业创新成果的影响系数显著为正,表明出口强度对企业创新表现出显著的正向作用。此外,在设置控制变量的模型(2)和模型(4)中,企业规模的估计系数显著为正,表明企业规模越大越有利于企业创新。资本密集度的估计系数显著为负,表明资本密集度越低越有利于企业创新。企业年龄的一次项和平方项不显著,表明企业年龄并不显著影响企业创新。融资约束的估计系数显著为正,表明融资约束越宽松越有利于企业创新。

2.稳健性检验

如前文所述,本部分分别使用同样解决受限因变量问题的断尾回归模型和Heckman两步法进行稳健性检验。

首先,断尾回归的稳健性检验的回归结果如表7所示。其中,模型(1)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(2)为在加入作为主要解释变量的出口强度以及常数项之外,还加入控制变量的回归结果。模型(3)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(4)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。

在四个模型中主要解释变量出口强度对企业创新成果的影响系数显著为正,表明出口强度对企业创新表现出显著的正向作用。此外,在设置控制变量的模型(2)和模型(4)中,企业规模的估计系数显著为正,表明规模越大越有利于企业创新。资本密集度的估计系数显著为负,表明资本密集度越低越有利于企业创新。企业年龄的一次项和平方项不显著,表明企业年龄并不显著影响企业创新。融资约束的估计系数显著为正,表明融资约束越宽松越有利于企业创新。总之,利用截尾回归得到的实证结果与以上模型得到的主要结论大体相同,表明本文对出口强度与企业创新之间关系的实证分析结论较为稳健。

然后,利用Heckman两步法的稳健性检验的回归结果如表8所示。其中,模型(1)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(2)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。

在两个模型中主要解释变量出口强度对企业创新成果的影响系数显著为正,表明出口强度对企业创新表现出显著的正向作用。此外,企业规模的估计系数显著为正,表明规模越大越有利于企业创新。资本密集度的估计系数显著为负,表明资本密集度越低越有利于企业创新。企业年龄的一次项和平方项不显著,表明企业年龄并不显著影响企业创新。融资约束的估计系数为正,与以上模型相同,但是并不显著。总之,利用Heckman两步法得到的实证结果与以上模型得到的主要结论大体相同,表明本文对出口强度与企业创新之间关系的实证分析结论较为稳健。

3.异质性检验

(1)基于行业技术特征的异质性检验。为了考察出口强度对企业创新的影响在高技术产业与非高技术产业之间是否存在显著差异,本文按照所属行业分样本进行了考察,实证结果如表9所示。

模型(1)~模型(3)是以高技术企业为样本得到的实证结果。其中,模型(1)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(2)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(3)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。在三个模型中主要解释变量出口强度对企业创新成果的影响系数显著为正,表明在高技术产业中,出口强度对企业创新具有显著的正向作用。其他变量的实证结果与以上模型得到的主要结论大体相同。

模型(4)~模型(6)是以非高技术企业为样本得到的实证结果。其中,模型(4)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(5)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(6)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。在三个模型中主要解释变量出口强度对企业创新成果的影响系数显著为正,表明在非高技术产业中,出口强度对企业创新表现出显著的正向作用。其他变量的实证结果与以上模型得到的主要结论大体相同。

对比高技术产业与非高技术产业的实证结果发现,在加入所有控制变量的模型(3)与模型(6)中,主要解释变量出口强度的系数相差不大,表明出口强度对企业创新的促进作用在高技术产业与非高技术产业中并无显著差异。这说明企业出口强度对创新能力的提升作用在高技术行业与非高技术行业中都较为显著。

(2)基于企业规模的异质性检验。为了考察出口强度对企业创新的影响在不同规模企业之间是否存在显著差异,本文全部样本分为大中规模企业和小微规模企业分别进行了考察,实证结果如表10所示。

模型(1)~模型(3)是以大中规模企业为样本得到的实证结果。其中,模型(1)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(2)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(3)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。在三个模型中主要解释变量出口强度对企业创新成果的影响系数显著为正,表明在大中规模企业中,出口强度对企业创新具有显著的正向作用。其他变量的实证结果与以上模型得到的主要结论大体相同。

模型(4)~模型(6)是以小微规模企业为样本得到的实证结果。其中,模型(4)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(5)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(6)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。在三个模型中主要解释变量出口强度对企业创新成果的影响系数显著为正,表明在小微规模企业中,出口强度对企业创新表现出显著的正向作用。其他变量的实证结果与以上模型得到的主要结论大体相同。

对比大中规模企业与小微规模企业的实证结果发现,在加入所有控制变量的模型(3)与模型(6)中,主要解释变量出口强度的系数相差不大,表明出口强度对企业创新的促进作用在高技术产业与非高技术产业中并无显著差异。这表明企业出口强度对创新能力的提升作用在大中规模企业与小微规模企业中都较为显著。

(3)基于企业所有制的异质性检验。为了考察出口强度对企业创新的影响在不同所有制企业之间是否存在显著差异,本文将全部样本分为国有与集体所有制企业、外资企业和其他企业分别进行了考察,实证结果如表11所示。

模型(1)~模型(3)是以国有和集体所有制企业为样本得到的实证结果。其中,模型(1)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(2)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(3)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。在三个模型中主要解释变量出口强度对企业创新成果的影响系数为正但均不显著,表明在国有和集体所有制企业中,出口强度对企业创新并无显著影响。其他变量的实证结果与以上模型得到的主要结论大体相同。

模型(4)~模型(6)是以外资企业为样本得到的实证结果。其中,模型(4)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(5)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(6)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。在三个模型中主要解释变量出口强度对企业创新成果的影响系数均不显著,表明在外资企业中,出口强度对企业创新并无显著影响。其他变量的实证结果与以上模型得到的主要结论大体相同。本文得到的实证结果与LU[21]发现的结论类似。

模型(7)~模型(9)是以除国有和集体所有制企业以及外资企业以外其他所有制企业为样本得到的实证结果。其中,模型(7)为只加入作为主要解释变量的出口强度以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(8)为只加入作为主要解释变量的出口强度、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(9)为在加入作为主要解释变量的出口强度以及常数项之外,还加入所有控制变量及固定效应的回归结果。在三个模型中主要解释变量出口强度对企业创新成果的影响系数显著为正,表明在其他所有制企业中,出口强度对企业创新具有显著的正向作用。其他变量的实证结果与以上模型得到的主要结论大体相同。

对比国有和集体所有制企业、外资企业与其他所有制企业的实证结果发现,上文发现的出口强度对企业创新的促进作用在国有和集体所有制企业、外资企业中并无显著表现,而主要发生在其他所有制企业中。

(三)出口对企业创新的作用机制的实证结果分析

如前文所述,本部分使用企业生产率作为学习效应的衡量指标,出口强度与企业生产率作为主要解释变量,检验出口是否通过学习效应提高了企业创新水平。使用归并回归模型进行分析,得到实证结果如表12所示。其中,模型(1)为只加入主要解释变量以及常数项,而不加任何控制变量及固定效应的简单回归结果;模型(2)为在加入主要解释变量以及常数项之外,还加入所有制、行业、地区等固定效应的回归结果。模型(3)为只加入主要解释变量、控制变量以及常数项,而不加所有制、行业、地区等固定效应的回归结果。模型(4)为在加入主要解释变量以及常数项之外,还加入所有控制变量及固定效应的回归结果。

在四个模型中主要解释变量对企业创新成果的影响系数显著为正,表明出口强度通过学习效应对企业创新具有显著的正向作用。其他变量的实证结果与以上模型得到的主要结论大体相同。


五、结论与政策建议


我国提出加快构建国内国际双循环相互促进的新发展格局,并将创新能力显著提升,产业基础高级化、产业链现代化水平明显提高作为“十四五”时期经济发展取得新成效目标的重要内容,在此政策背景下,本文研究出口对企业创新的影响具有较强的现实意义。本文使用了中国工业企业数据库和中国企业专利数据库的包含企业特征和创新活动在内的匹配数据,分别实证分析了企业是否出口以及出口强度对创新成果的影响和作用机制。结果显示,企业的出口行为会显著提升企业创新能力。同时,企业出口强度的增加也对创新能力的提升具有促进作用。进一步分析表明,企业通过“出口中学习”效应显著提高了创新能力。分样本的分析表明,出口强度的提升作用在高技术行业与非高技术行业以及大中规模企业与小微企业中都较为显著。但是从不同所有制的企业来看,出口强度的提升作用并未表现在国有和集体所有制企业以及外资企业中,而只发生在其他所有制企业中。

本文的研究结论说明,就当前的情形来看,出口仍然对促进我国企业创新具有显著作用。这表明我国构建国内国际双循环相互促进的新发展格局对实施创新引领战略具有重要意义。因此,在强调国内经济大循环的同时,我国仍当着力推动更高水平的对外开放,继续加强国际经贸合作,积极利用国际市场和全球资源促进我国企业提升自主创新能力,缩小和世界技术前沿的差距,从而推动我国的经济和科技水平的快速发展,使我国从制造业大国走向制造业强国,从生产大国走向创新大国,从出口大国走向出口强国。此外,本文还发现国有和集体所有制企业的“出口中学习”效应相比于私营企业等其他所有制企业并不显著。根据现有研究[22],造成这一现象的可能的原因在于,一方面,与其他类型企业相比,国有和集体所有制企业内部资源配置效率较低,在出口产品再配置、企业研究开发费用等方面未能随出口情况的变化及时调整;另一方面,国有和集体所有制企业出口强度普遍较低,参与国际竞争不足。因此一方面应当大力提升国有和集体所有制企业资源配置效率,另一方面应当进一步推动其参与国际市场竞争,从而提升国有和集体所有制企业的创新水平和竞争力。


参考文献:

[6]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[J].管理世界,2009(12):11-26.

[7]张仁骞,苏然,张二震.经济开放与中国企业生产率的关系研究--“学习效应”还是“自选择效应”[J].世界经济研究,2016(04):119-133,136.

[8]范剑勇,冯猛.中国制造业出口企业生产率悖论之谜:基于出口密度差别上的检验[J].管理世界,2013(08):16-29.

[11]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[J].世界经济,2010,33(07):64-81.

[12]邵敏.出口贸易是否促进了我国劳动生产率的持续增长--基于工业企业微观数据的实证检验[J].数量经济技术经济研究,2012,29(02):51-67.

[13]戴觅,余淼杰,MAITRAM.中国出口企业生产率之谜:加工贸易的作用[J].经济学(季刊),2014,13(02):675-698.

[14]陆剑,柳剑平,程时雄.中国与OECD主要国家工业行业技术差距的动态测度[J].世界经济,2014,37(09):25-52.


程远,庄芹芹,郭明英,陈雷.出口对企业创新的影响研究——基于中国工业企业数据的经验证据[J].新疆农垦经济,2021(05):68-77.

分享:

91学术论文范文

相关论文

推荐期刊

网友评论

加载更多

我要评论

国际贸易

期刊名称:国际贸易

期刊人气:1255

期刊详情

主管单位:中国人民共国商务部

主办单位:中国商务出版社

出版地方:北京

专业分类:经济

国际刊号:1002-4999

国内刊号:11-1600/F

邮发代号:2-846

创刊时间:1982年

发行周期:月刊

期刊开本:16开

见刊时间:一年半以上

论文导航

查看更多

相关期刊

热门论文

【91学术】(www.91xueshu.com)属于综合性学术交流平台,信息来自源互联网共享,如有版权协议请告知删除,ICP备案:冀ICP备19018493号

400-069-1609

微信咨询

返回顶部

发布论文

上传文件

发布论文

上传文件

发布论文

您的论文已提交,我们会尽快联系您,请耐心等待!

知 道 了

登录

点击换一张
点击换一张
已经有账号?立即登录
已经有账号?立即登录

找回密码

找回密码

你的密码已发送到您的邮箱,请查看!

确 定