貿易開放能否破解技術升級難題？

胡海峰　竇斌　王禹丹

摘要：貿易自由化逐漸成為推動世界各國經濟平穩發展，互利共贏的必然趨勢。在貿易開放不斷推進的背景下，如何能夠在激烈的國際市場競爭中保持本土企業的競爭優勢，破解企業結構改革和優化升級難題是亟需探討和解決的問題。針對全要素生產率這一保障企業生產效能和行業核心競爭力的關鍵因素展開討論。通過理論分析和實證檢驗，明確了貿易開放對促進全要素生產率水平提高的積極作用。并進一步運用多重中介模型解釋和檢驗了貿易開放促進企業生產效率提高的影響渠道。貿易開放可以通過擴大企業研發投入、改善公司經營效益、提高人力資本水平、緩解財務融資約束，進一步提高公司的全要素生產率。

關鍵詞：貿易開放;企業技術升級;全要素生產率;多重中介模型

中圖分類號：F273.1? ?文獻標識碼：A? ?文章編號：1007-2101（2019）03-0056-12

一、引言

改革開放帶來的豐碩成果造就了中國經濟飛速發展的“黃金時期”，如何能夠保持優勢砥礪前行，實現我國經濟社會的可持續發展，成為了當下亟需解決的問題。當前，我國經濟正處于全面深化改革的重要階段，也是實現經濟過渡、轉型、優化、升級的關鍵時期，在微觀層面，意味著企業應當致力于“供給側”的創新研發、技術變革、生產轉型和全要素生產率的提高。因此，探求如何推動企業生產效率提升具有一定的現實性和必要性。尤其是在外部環境趨緊，國內經濟趨緩的背景之下，企業與國際市場的聯系愈加密切，受到外界社會的影響程度不斷增大。當下，中美貿易爭端頻頻上演，懲罰性的關稅壁壘打破了平等互利的貿易格局，使得我國的貿易自由化進程嚴重受阻。具體來看，我國經濟有可能進入一個比較特殊的時期，進出口密集型企業會面臨劇烈沖擊，進而造成了市場供求的結構性失衡，嚴重阻礙了企業經營發展和轉型升級的進程。為了實現國內國際市場之間的平衡與協調，在督促企業改革生產效率的同時，還要兼顧到其在貿易開放進程中的關聯、角色和地位。因此，探究貿易開放程度變化對企業全要素生產率之間的關系，能夠為企業實現轉型升級提供新的思路和理論實踐。

從現有關于貿易開放的宏觀經濟效應的研究來看，許和連（2006）[1]認為貿易開放影響人力資本的積累水平，人力資本積累有助于提高物質資本的利用率。李磊等（2011）[2]認為貿易開放影響了居民的收入水平和收入分配。而貿易開放程度的差異性導致了收入水平差距擴大，以及貿易開放利益在不同地區間的分配不均衡。李春頂（2010）[3]發現中國行業內的出口企業生產率均值普遍低于內銷型企業，存在“生產率悖論”。從進出口貿易的不同經濟效應來看，出口貿易未能促進我國勞動生產率的持續增長（邵敏，2012）[4]，進口服務貿易的研發溢出可以顯著提升該國的全要素生產率（陳啟斐、劉志彪，2015）[5]，而且進口貿易自由化顯著提高了企業出口技術復雜度（盛斌、毛其淋，2017）[6]。盡管國內已有研究討論了貿易自由化與企業全要素生產率之間的關系，但是這些研究都缺乏對兩者之間影響路徑的系統梳理和全面分析。不難發現，貿易自由化是受到宏觀經濟政策影響的指標，而企業生產效率是微觀層面決定公司技術選擇和核心競爭力的關鍵要素，宏觀貿易環境變化影響企業生產效率水平表象的背后涉及到各個經濟要素間復雜的動態調整和關聯作用。僅通過實證討論兩者之間的關系是遠遠不夠的，有必要透過表面現象深入探究其背后的邏輯聯系和影響機制。

另外，從實際情況出發，在全球金融危機之后，我國的對外開放由原來的“廣度開放”轉變為科學合理、注重質量和效率的“深度開放”。國內的經濟增速逐漸放緩，經濟結構轉型升級，經濟發展進入新常態。2014年下半年以來，在人民幣匯率雙向波動明顯增強的背景下，美聯儲QE退出與國內經濟放緩等因素疊加，推動我國企業加快“資產外幣化、債務去杠桿化”的財務調整。此外，2015年央行出臺了舉世矚目的“811匯改”，以及2016年10月1日人民幣被IMF認可正式成為SDR貨幣，面對紛繁變化的國內國際形勢變化和貿易環境的不確定性，國內的企業均會受到不同程度的影響，所以針對該問題采用新的數據和方法來進行深入探討具有一定的現實性和必要性。

二、文獻綜述和理論分析

貿易開放加速了產品流通和市場融合，企業間的摩擦和競爭也逐漸升級：一方面，對內銷型企業而言，貿易開放允許國外優質的商品和服務進入國內市場，增加了消費者選擇的多樣性（Amiti和Davis，2012）[7]，提高消費者的福利水平。在沒有關稅壁壘和貿易保護的情形下，外資企業涌入并擠占了國內的市場份額，國內內銷型企業面臨進口競爭壓力，處于更為嚴峻的生產和經營環境中，消費需求下降，產出和利潤受損。另一方面，對出口型企業而言，貿易自由化拓寬了國內企業的消費市場和營銷渠道，使得國內產品可以遠銷至國外，與國外的同類商品或服務共同競爭。因此，無論是出口型企業還是內銷型企業，貿易自由化都在無形之中引入了競爭機制，只有具有優質的研發科技、生產技術和管理經驗的企業，通過提供高質量的產品和服務，才能夠占據一定的市場優勢（Xu和Li，2010）[8]。這就需要企業不斷提高主營業務的綜合實力，在生產、管理、研發投入、人才激勵、資本運營等方面不斷進行調整和改進，切實提高企業的全要素生產率、保證行業核心競爭力（Melitz，2003）[9]。因此，筆者從企業研發投資、經營效益、人力資本和融資約束四個角度來分析貿易開放提高企業生產效率的影響效果。

（一）研發投資視角

貿易開放引入了國際市場競爭機制。在競爭機制的帶動下，能夠加快生產經驗技術的外溢，促進行業內的相互學習和進步。雖然，優質企業之間存在異質性，這會使不同貿易類型的企業受到不同程度的貿易沖擊，但通過創新來進行企業的技術改進和轉型升級始終是提高全要素生產率的有效途徑。在創新激勵機制下，企業提高了生產效率和產品的國內國際市場競爭力，能夠為企業帶來豐厚的收益，會更加注重研發投資和創新投入。研發投資（R&D）是指企業為了獲得新產品和新技術而進行的投資，從而期望能夠提高公司的市場競爭力。從公司的長遠發展視角來看，創新是第一生產力，研發投入是提高公司創新產出的關鍵要素，直接影響到公司的技術水平和生產能力。增大研發投資比重能夠顯著提高發展中公司的全要素生產率 （Lichtenberg和Siegel，1991;Van Biesebroeck 2003;Syverson，2011）[10-12]，并且Coe等（2009）[13]從彈性的角度分析發現R&D 技術溢出對發展中國家 TFP 的作用更為明顯。國際性技術外溢主要分為信息交流的技術外溢效應（Wong，2004;Tang和Koveos，2008）[14-15]、專利引用帶來的技術外溢效應（Jaffe，1986;Kim 和 Lee，2004）[16-17]、人員流動產生的跨國技術溢出（Le，2010）[18]效應三種效應，在國際貿易的過程中被傳播和擴散，也激發了技術后進國家通過增加研發投入，實現對發達國家先進技術的吸收、學習和轉化。隨著貿易自由化程度不斷推進，公司的研發投入水平將對公司的產品設計、技術升級、產能提高、保持競爭優勢起到積極作用，擴大研發投入規模能夠顯著提高公司的全要素生產率。根據上述分析，提出第一個研究假設：

H1：貿易開放程度提高能夠加大企業研發投資力度，進而提高企業生產效率水平。

（二）經營業績視角

經營業績是衡量一個企業營運狀況的基本信息，它不僅可以反應企業的運營及庫存管理能力，而且關系到企業長久的生存和發展。經濟效益高的企業標志著其整體營運狀況良好，企業擁有雄厚的經濟實力用于優化生產工序，謀求更多的企業盈利。而針對提升企業的生產效率而言，資金的支持是必不可少的。通過進一步分解上市公司全要素生產率的構成因素可以發現，無論是投入變量還是產出變量都隱含著企業收入狀況的相關信息，這意味著企業收入水平越高，用于優化全要素生產率的資本性支出比重就越高，對改善企業生產效率的積極效果也就更加明顯。Amiti和Davis（2011）[7]的研究結果表明，隨著征收關稅的下調，貿易自由化程度不斷加深，企業的經營狀況得到改善，并且收入水平也有明顯地提高。這是因為，企業可以通過貿易優化產品組合結構（Mayer等，2016）[19]、增加技術復雜度以提高產品附加值（盛斌和毛其淋，2017）[6]，抑或提高價格加成來改善盈利水平和經營模式（De等，2016）[20]。換而言之，隨著貿易自由化程度不斷加深，商品和服務的進出口貿易總額會不斷提高，改善了公司的營業收入水平，推動了社會經濟整體的發展。Du和Temouri（2014）[21]認為具有優質經營業績的成長型公司往往具備較高的全要素生產率水平。公司實現持續利潤增長不僅反映了公司的生產盈利能力和在行業中的核心競爭優勢，同時也是高層管理者能力與價值的體現（Parker等，2010）[22]。公司高管的決策能力是區分公司生產效率差異的關鍵，富有經驗的優秀管理者能夠帶動公司專注于提升職工技能和全要素生產率水平[12]。綜合以上分析，可以提出第二個研究假設：

H2：貿易開放程度提高能夠改善企業經營業績，進而提高企業生產效率水平。

（三）人力資本視角

經典的H-O模型認為，貿易自由化會改善發展中國家的低技能勞動力的工資水平和生存狀況。但是Perry和Olarreaga（2007）[23]的研究發現，在貿易開放的前提下，部分發展中國家的社會貧困和收入差異的現象并未有效解決，主要原因是貿易自由化加速了技能變革（Skill-Biased Technical Change，簡作SBTC），改變了勞動力市場結構，改善了勞動力的人力資本水平。具體來看，首先，實施貿易開放政策以后，越來越多的企業參與進了全球范圍的貿易市場，先進的機器設備、生產技術、經營理念被引進和學習。為了能夠與進口的先進機器、設備和技術相匹配，絕大多數行業對高技能勞動力的需求在不斷增加[23]。而且伴隨著貿易開放政策的深入推進，企業會更積極地推進技能變革（SBTC）。這就激勵著勞動者不斷提高自身的知識儲備和職業技能來滿足企業對高水平人力資本的發展需求，在勞動力市場中，低技能低薪酬的勞動力逐漸被高技能高薪酬的勞動參與者所取代。其次，De等（2003）[24]的研究發現，貿易自由化的背景下，企業更加重視知識和技術的重要性，企業和高等教育部門之間的聯系日益密切。而且貿易總量的增加會增加企業的研發投入和對人力資本的投資，技能密集型企業出口增長會提高社會的平均受教育程度（Blanchard和Olney，2017）[25]這有助于提高企業平均人力資本水平和技術工人的工資收入。企業需要進行人力資本投資和積累來推動技術創新，并通過高薪資吸引更多高技能勞動力進入企業，幫助企業提高生產率，增強產品競爭力。據此，可以得出本文的第三個研究假設：

H3：貿易開放程度提高能夠改善人力資本水平，進而提高企業生產效率水平。

（四）融資約束視角

伴隨著貿易自由化的程度不斷加深，具有優質的資本運營技術和管理經驗的企業，可以提供高質量的金融服務，往往能夠占據一定的市場優勢。同時在競爭機制的帶動下，能夠加快金融服務經驗技術的外溢，促進行業內的相互學習和進步，提高服務能力，改善服務質量，帶動整個金融服務行業的提升和發展（Claessens等，2001）[26]。金融開放降低了外資準入門檻，跨境交付、境外消費、商業存在等業務在資金跨境流動的成本，能夠實現國內國外資本的自由流動和優化配置（Lane和Milesi-Ferretti，2007）[27]，分散風險的同時提高了資本運營效率，保證了資金充足率，有效避免了優質公司陷入資金短缺，融資困境的局面。另外，由于與外部投資者之間存在著信息不對稱的問題，企業很難獲得外部融資支持（Myers和Majluf，1984）[28]。企業內部資金和外部資金的成本差異在于所有權和管理權分離帶來的道德風險問題（Jensen和Meckling，1976）[29]。因此，公司經營發展壯大過程中普遍受到融資約束的限制，融資約束程度較高的企業由于更加難以獲得外部融資支持，進行技術轉型升級的激勵大大減小。并且，發展中國家的信貸市場存在多種潛在問題和摩擦，這會導致企業面臨嚴重的融資約束，進而影響企業的技術創新（Levine，2005）[30]。但是，隨著貿易開放程度的提高，更多國外投資者進入國內市場，加速了金融市場化的進程，有效緩解了部分企業對外部資金過度依賴所造成的資金短缺。當企業擺脫了融資約束的困擾，能夠保證充足的資金來源和穩定的融資渠道時，這將進一步降低企業的融資成本，公司有能力且有資金進行更多資本性支出，購置固定資產、無形資產用以改進機器設備和生產技術（Dube，2013）[31]。此外，公司也有能力進行更大力度的人力資本投資，提升工人的職業素質和勞動技能，為企業生產效率的提高注入不竭動力。綜上提出本文的第四個研究假設：

H4：貿易開放程度提高能夠緩解企業融資約束程度，進而提高企業生產效率水平。

三、研究設計

（一）回歸模型設定

1. 基準回歸。本文實證分析的基準模型是為了檢驗貿易開放程度與企業生產效率之間的關系，同時仍然需要考慮其他控制變量對生產率水平可能產生的影響?；鶞驶貧w模型的構建形式如下

其中，TFP為全要素生產率，衡量企業的生產效率。Open為貿易開放度，衡量地區的貿易自由化程度。？漬i，year，？漬i，province，？漬i，industry分別表示控制了企業之間的年度層面、地區層面和行業層面的固定效應。并且在行業層面對標準誤進行聚類調整以得到更為準確的無偏估計量。

2. 中介效應檢驗。為了進一步希望探求貿易開放下企業的動態調整，以及對企業生產效率的影響路徑，筆者借鑒心理學和社會學的分析方法采用多重中介效應模型對假設H2，H3和H4進行檢驗，并根據中介效應檢驗流程（MacKinnon等，2000）[32]來判斷四個傳導機制的存在性：首先，構建貿易開放影響TFP的總效應方程（式（1））;其次，構建貿易開放進程下各個中介變量的調整方程（式（2）、（4）、（6）、（8））;最后，在考慮了中介變量的影響后，構建貿易開放對TFP影響的方程（式（3）、（5）、（7）、（9）、（10））。中介效應檢驗模型的具體形式如下：

其中，中介變量分別為企業研發投資（R&D）、經營效益（REV）、人力資本（Wage）和融資約束（FC），通過判斷的系數大小和顯著性來判斷？茁1-？茁17中介變量的解釋能力和中介效應的合理性。

（二）變量選取和指標構建

本文選取2006—2017年我國滬深A股的上市公司作為研究對象，參考相關文獻，為了保證財務數據的準確性和可獲得性，剔除了滬深A股中的創業板股票、金融業股票和ST股票后，獲得了上市公司年度數據總樣本進行實證分析。研究數據均來自上市公司年度財務報表和Wind數據庫。

1. 企業生產效率的測算。企業全要素生產率的估計源自柯布-道格拉斯生產函數形式：

Yit=AitLaitKbitMgit （11）

在式（11）中，Yit表示總產出或總收入，Ait表示全要素生產率（Total Factor Productivity，簡記作TFP），Lit表示勞動要素投入，Kit表示資本要素投入，Mit表示中間品要素投入。

對式（11）等號兩端同時取自然對數可得：

LnYit=m0+aLnLit+bLnKit+gLnMit+eit （12）

常見的企業生產效率的估計方法有LP法、OP法和OLS法。Levinsohn和Petrin（2003）[33]使用中間投入來衡量影響生產率的不可觀測因素，彌補了OP法和OLS法的估計缺陷（Coricelli等，2012）[34]，得到了全要素生產率估計的LP法。因此，筆者在實證分析中采用LP法來測算全要素生產率指標（TFP_LP）①。另外，本文還對上市公司的總產出、中間投入指標使用產品出廠價格指數平減，固定資產投入指標使用固定資產投資價格指數平減[35-36]。

2. 主要解釋變量。貿易開放指標（Open）為實證分析的主要解釋變量。根據李磊等（2011）[2]的做法，選取地區對外貿易依存度作為衡量該城市貿易自由化程度的指標，即采用各地區對外進出口貿易總量/各地區的GDP總量。為了避免遺漏變量和統計數據的差異對估計結果造成影響，筆者再次使用各城市到海岸線最小距離的倒數值作為衡量貿易開放的工具變量，以便得出更為穩健的結論（黃玖立，2006）[37]。

3. 中介變量。根據理論分析，本文定義以下四個中介變量：企業研發投資（R&D）、經營效益（REV）、人力資本（Wage）和融資約束（FC）。具體來看，企業研發投資（R&D）是通過公司用于研發經費支出占公司總資產的比重來衡量，R&D數值越大，說明公司的研發投入水平較高。經營收益（REV）采用公司主營業務總收入的對數值表示，REV數值越大，表明公司的經營效益越高，盈利能力較強;人力資本（Wage）是用該公司職工的平均工資水平來表示，反映了公司對于勞動力市場中高節能勞動力的需求情況;融資約束（FC）使用企業短期資本占比來衡量，即（現金持有量+存活+（應收賬款-應付賬款））與總資產的比值[38]。FC的數值越大，說明持有的短期凈資本比重越高，公司經營發展面臨的融資約束度越小。

4. 控制變量。根據上文理論分析和文獻綜述部分，參考Coricelli等（2012）[34]、趙建宇和陸正飛（2018）[39]、Kim（2018）[40]等的研究思路，筆者選定以下影響企業生產效率水平的變量作為本文實證分析的控制變量。資產報酬率（ROA）、董事會規模（Board）、股權集中度（Top）、工資差距（Incomegap）、高管薪酬（Salary）、機構投資者持股比例（Institution）、股價波動率（VOL）、兩職合一（DUAL）上市時間（Age）、地區經濟發展水平（GDP），各變量的度量方法和描述性統計詳見表1。其中，LP法測算的全要素生產率指標（TFP_LP）均值為15.00，標準差為1.123，與現有文獻研究相一致[35]，符合理論預期。

四、實證結果分析

（一）基準回歸

表2的第（1）列，單獨檢驗了企業全要素生產率（TFP）和貿易開放（Open）之間的關系，貿易開放（Open）的估計系數（0.468）在1%的水平上顯著為正。這反映出，貿易開放水平與企業生產效率之間存在顯著正向的影響關系，即隨著貿易開放程度的提高，企業的生產效率水平也會顯著地有所提高。自第（2）-（11）列，本文依次加入了衡量企業層面和宏觀經濟環境的控制變量，可以看到，在加入了多種控制變量后，貿易開放（Open）的估計系數依然在1%的水平上顯著為正，表明貿易開放程度的加深有助于提高企業的生產率水平，所以本文以第（11）列的估計結果作為研究的基礎。

接下來，進一步將控制變量劃分為五大類，分別來分析其擬合結果。在公司特質（Age、ROA）方面，控制變量中公司年齡（Age）和資產報酬率（ROA）的系數分別0.013和0.011，并在1%的水平上顯著，表明公司的上市時間和盈利能力對企業生產效率起到積極影響。在董事會特質（DUAL、Board）方面，董事長兼任（DUAL）的擬合系數顯著為負，說明公司高管兩職合一的兼任情況不利于企業生產效率的提高;董事會規模（Board）的系數顯著為正，意味著董事會的組成成員越多有助于做出更為合理科學的經營決策，有效提高公司的生產效率。在薪酬體系（Salary、Incomegap）方面，董監高薪酬（Salary）的系數顯著為正，說明高管薪酬存在顯著的激勵效應，能夠激發公司高管的經營潛力和能力，專注于改進全要素生產率水平，提高公司核心競爭力。而員工和高管的薪酬差距（Incomegap）的系數則顯著為負，阻礙了全要素生產率提高。公司職工是研發生產的基層核心力量，當公司高管薪酬和普通員工的工資水平出現明顯差異時，會嚴重增加了公司內部收入分配差距，進而打擊了員工的工作熱情和生產積極性，嚴重降低了企業的生產效率水平。在公司資本結構（Top、Institution、VOL）方面，第一大股票的持股比例（Top）和機構投資者的持股比例（Institution）的系數均顯著為正，第一大股東和機構投資者的利益與公司的經營業績息息相關，會致力于對公司高管和經營績效實施有效的監督和敦促，有助于提高企業效率，保持市場競爭優勢;股價波動（VOL）在1%的水平上顯著為負，股價穩定對于提升全要素生產率具有積極影響。股票價格是公司經營狀況和社會效益的直觀反映，公司股票價格穩定為企業長久發展提供了穩定的資金支持，公司得以通過技術改造和轉型升級保持競爭優勢。最后，在宏觀經濟發展環境方面，GDP的系數顯著為正，這就意味著地區的經濟發展水平具有積極的外部效應，經濟發達地區的全要素生產率水平往往高于經濟落后地區，公司具有更多的發展機會和更大的發展空間。

（二）影響機制檢驗和分析

本文從企業研發投資（R&D）、企業效益（REV）、人力資本（Wage）和融資約束（FC）四個角度來分析貿易開放提高企業生產效益的傳導機制。采用中介效應的分析方法來進行實證檢驗，按照中介效應的檢驗步驟，筆者分別對式（1）-（11）進行回歸，結果詳見表3。

對于假設H1的檢驗，將企業研發投資（R&D）作為貿易開放與全要素生產率的中介變量進行檢驗，結果列式在表3中的（2）-（3）兩列。從實證結果可以發現，貿易開放對研發投資的估計系數為0.237，在1%的水平上顯著，并且研發投資對全要素生產率的估計系數為0.024，仍處于1%的顯著性水平。意味著貿易開放有效地提高了上市公司的研發經費投入，用于學習先進技術和采用先進的生產模式，從而促進了企業生產效率提升，研究假設H1成立。

對于假設H2的檢驗，選取公司的經濟業績（Rev）作為中介變量來進行實證檢驗，進一步解釋貿易開放與全要素生產率之間的傳導機制，結果詳見表3中的（4）-（5）兩列。從實證結果可以發現，貿易開放對企業收入的估計系數為0.288，同時企業收入對全要素生產率的估計系數為0.698，均在1%的水平上顯著。這說明貿易開放首先改善了企業的經營狀況，增加了企業收入，使企業保持了良好的經營狀況，進而獲得了可用于提高生產效率的資金，研究假設H2成立。

對于假設H3的實證檢驗，本文選取公司員工平均工資（Wage）作為中介變量來進行實證檢驗，來驗證和解釋貿易開放與全要素生產率的傳導機制，結果列式在表3中的（6）-（7）兩列。從實證結果可以發現，貿易開放對企業員工平均工資的估計系數在1%的水平上顯著為正，而企業員工平均工資對全要素生產率的估計系數為0.062，也在1%的顯著水平上。這意味著貿易開放通過提高公司人均收入，也就是公司增加了對高技能勞動力的需求，進而實現人力資本對生產效率的促進作用，研究假設H3成立。

對于假設4的實證檢驗，本文選取融資約束度（FC）作為中介變量，來驗證是否存在影響貿易開放和全要素生產率的中介渠道，估計結果詳見表3中的（8）-（9）兩列。從實證結果可以發現，貿易開放對融資約束（FC）的估計系數為0.022，在1%的水平上顯著為正，并且融資約束指標（FC）對全要素生產率的估計系數為0.513，仍處于1%的顯著性水。這表明貿易開放提高了融資約束（FC）比率的數值，也就是降低了企業的融資約束，使企業可以獲得更多的外部資金支持，提高本公司的生產效率，證明了研究假設H4成立。

五、穩健性檢驗

（一）內生性檢驗

在實證檢驗過程中，企業生產效率與貿易開放之間可能存在的反向因果關系，這會造成估計結果存在偏誤的可能性。此外，各省份對貿易量的統計口徑也可能存在差異，可能會存在一定的測量偏誤。為了避免遺漏變量和統計數據的差異對估計結果造成影響，筆者使用各城市到海岸線最小距離的倒數作為貿易開放的工具變量（黃玖立，2006）[37]。其原因在于：第一，每個城市的對外開放程度與該城市到國際市場的距離存在直接關系;第二，地理因素與企業的生產效率不存在之間的相關關系。因此，該工具變量的選取是合理的，并使用兩階段最小二乘的方法進行穩健性檢驗。表4是使用工具變量對基準回歸進行了檢驗，同樣以第（11）列的估計結果為準?？梢园l現，在處理了內生性之后，貿易開放（IVOpen）的估計系數仍然在1%的水平上顯著為正，且其他控制變量的估計結果也沒有發生變化，只是核心解釋變量貿易開放（IVOpen）的估計系數有所增大，表明推進貿易開放的進程對提高企業生產效率的效果更為顯著，也就是說，如果不考慮內生的問題，將會低估貿易開放對企業生產效率的促進作用。

筆者進一步使用工具變量（IVOpen）對貿易開放提升全要素生產率的影響機制進行了穩健性討論，結果詳見表5。在該表中，結果與前文一致。

（二）進出口貿易開放的差異性

從實際出發，進口貿易與出口貿易對企業生產率所產生的效應可能存在差異。通過進口貿易獲取來自發達國家的技術知識溢出被認為是發展中國家提升生產率水平的一個重要方式（Keller，2004）[41]。而出口貿易將通過出口學習效應、出口溢出效應、出口規模效應和出口競爭效應促進全要素生產率的增長（Grossman和Helpman，1991）[42]。所以，筆者又將進口貿易與出口貿易的效應剝離開，分別對企業全要素生產率進行檢驗，結果詳見表6。第（3）-（4）列，用進口貿易/GDP替換核心解釋變量，貿易開放（ImOpen）的估計系數為0.609，在1%的顯著水平上。而第（5）-（6）列的結果顯示，貿易開放（ExOpen）對出口貿易/GDP的系數為0.426，也在1%的顯著水平上。這表明，進口貿易和出口貿易對上市公司的生產效率都展現出促進的作用，只是進口貿易對生產效率的促進作用更強。

（三）變換估計方法

本文的基準回歸是使用了LP法對上市公司的全要素生產率進行估算，并使用混合OLS的方法進行估計，結果詳見表7的（1）和（2）兩列。除此之外，考慮到可能存在不隨時間而變化的企業層面的遺漏變量，導致估計出現偏誤，在表7的（3）和（4）列進一步采用固定效應模型對基準回歸繼續估計。具體來看，表7的（3）和（4）列結果顯示，加入控制變量與否，公司全要素生產率值（TFP_LP）與貿易開放（Open）之間的估計系數均在1%的水平上顯著為正，這就意味著貿易開放程度的提高對企業生產效率具有穩定且顯著的促進作用。從回歸模型的整體擬合優度來看，相比于第（1）和（2）列的混合OLS估計，固定效應回歸下的多種判定系數值均有所降低，說明采用混合OLS并同時控制行業效應和年度效應的估計方法具有更好的解釋力度。

六、結論與政策建議

筆者運用我國上市公司2006—2017年的樣本數據，結合理論分析和實證檢驗，探討了貿易開放進程對企業轉型優化升級，生產效率提升產生的作用和影響。通過構建多重中介模型，分析了隨著貿易自由化程度不斷加深，企業做出的應對和采取的動態調整，進而推動企業全要素生產率改進的影響路徑。實證結果表明，貿易開放顯著提高了公司的研發投入、改善了公司經營效益、提高了人力資本水平、緩解了融資約束程度，進一步提高公司的全要素生產率。

根據研究結論，可以提出以下三點政策性建議：第一，積極推進我國的貿易自由化進程。貿易開放應立足于創新，適時大膽破舊，加大同貿易合作伙伴的經貿往來，提高貿易自由化水平來積極推動我國企業在供給側的結構性改革和優化升級，保持經濟總體的穩定協調發展。第二，重視教育投資，提高職工技能和人力資本水平。順應貿易自由化帶來的勞動力市場結構性轉變，滿足企業日益增長的對高技能高素質勞動力的需求。第三，鼓勵企業的創新行為，發揮企業創新機制對生產效率提升的促進作用。充分利用貿易自由化帶來的發展契機，引進先進的科學技術，加快創新產出和技術變革，改進企業生產效率，保持長久的貿易競爭優勢。

注釋：

①參考于新亮等（2017）、劉莉亞等（2018）計算方法，用企業當年總產值和增加值之差來衡量企業的中間投入值。上市公司當年的總產值等于當年營業收入加上該年新增庫存數額;而上市公司當年的增加值等于當年營業利潤、各項稅費總額、支付職工工資和固定資產折舊四項之和。

②公司高管特指公司的董事會成員、監事會成員和高級管理人員。

參考文獻：

[1]許和連，亓朋，祝樹金.貿易開放度、人力資本與全要素生產率：基于中國省際面板數據的經驗分析[J].世界經濟，2006（12）：3-10.

[2]李磊，劉斌，胡博，謝璐.貿易開放對城鎮居民收入及分配的影響[J].經濟學（季刊），2011，11（4），309-326.

[3]李春頂.中國出口企業是否存在“生產率悖論”基于中國制造業企業數據的檢驗[J].世界經濟，2010，33（7）：64-81.

[4]邵敏.出口貿易是否促進了我國勞動生產率的持續增長——基于工業企業微觀數據的實證檢驗[J].數量經濟技術經濟研究，2012，29（2）：51-67.

[5]陳啟斐，劉志彪.進口服務貿易、技術溢出與全要素生產率——基于47個國家雙邊服務貿易數據的實證分析[J].世界經濟文匯，2015（5）：1-21.

[6]盛斌，毛其淋.進口貿易自由化是否影響了中國制造業出口技術復雜度[J].世界經濟，2017，40（12）：54-77.

[7]Amiti M， Davis D R. Trade，Firms，and Wages：Theory and Evidence[J]. Review of Economic Studies，2012，79（1）：1-36.

[8]Xu B， Li W. Trade，Technology，and China's Rising Skill Demand[J].Economics of Transition，2008，16（1）：59-84.

[9]Melitz M J. The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity[J].Econometrica，2003，71（6）：1695-1725.

[10]Lichtenberg F R， Siegel D. The Impact of R&D Investment on Productivity-New Evidence Using Linked R&D-LRD Data[J].Economic inquiry，1991，29（2）：203-229.

[11]Van Biesebroeck J. Productivity Dynamics with Technology Choice：An Application to Automobile Assembly[J].The Review of Economic Studies，2003，70（1）：167-198.

[12]Syverson C. What Determines Productivity？[J].Journal of Economic literature，2011，49（2）：326-65.

[13]Coe D T，Helpman E， Hoffmaister A W. International R&D Spillovers and Institutions[J]. European Economic Review，2009，53（7）：723-741.

[14]Wong W K. How Good Are Trade and Telephone Call Traffic in Bridging Income Gaps and TFP Gaps？[J].Journal of International Economics，2004，64（2）：441-463.

[15]Tang L， Koveos P E. Embodied and Disembodied R&D Spillovers to Developed and Developing Countries[J].International Business Review，2008，17（5）：546-558.

[16]Jaffe A B. Technological Opportunity and Spillovers of R&D：Evidence from Firms' Patents，Profits，and Market Value[J].The American Economic Review，1986，76（5）：984-1001.

[17]Kim J， Lee H K. Embodied and Disembodied International Spillovers of R&D in Oecd Manufacturing Industries[J].Technovation，2004，24（4）：359-368.

[18]Le T. Are Student Flows a Significant Channel of R&D Spillovers from the North to the South？[J].Economics Letters，2010，107（3）：315-317.

[19]Mayer T， Melitz M J， Ottaviano G I. Product Mix and Firm Productivity Responses to Trade Competition[R].NBER Working Paper No.2016：22433.

[20]De Loecker J， Goldberg P K， Khandelwal A K， Pavcnik N. Prices，Markups，and Trade Reform[J]. Econometrica，2016，84（2）：445-510.

[21]Du J， Temouri Y. High-Growth Firms and Productivity：Evidence from the United Kingdom[J]. Small Business Economics，2014，44（1）：123-143.

[22]Parker S C， Storey D J， Van Witteloostuijn A. What Happens to Gazelles？The Importance of Dynamic Management Strategy[J].Small Business Economics，2010，35（2）：203-226.

[23]Perry G， Olarreaga M. Trade Liberalization，Inequality and Poverty Reduction in Latin America[J].Transition Newsletter，2007，29（11）.

[24]De Ferranti D， Perry G E， et al. Closing the Gap in Education and Technology[R].The World Bank，2003.

[25]Blanchard E J， Olney W W. Globalization and Human Capital Investment：Export Composition Drives Educational Attainment[J].Journal of International Economics，2017（106）：165-183.

[26]Claessens S， Demirgüc-Kunt A， Huizinga H. How Does Foreign Entry Affect Domestic Banking Markets？[J].Journal of Banking & Finance，2001，25（5）：891-911.

[27]Lane P R， Milesi-Ferretti G M. The External Wealth of Nations Mark Ii：Revised and Extended Estimates of Foreign Assets and Liabilities，1970-2004[J]. Journal of International Economics，2007，73（2）：223-250.

[28]Myers S C， Majluf N S. Corporate Financing and Investment Decisions When Firms Have Information That Investors Do Not Have[J]. Journal of Financial Economics，1984，13（2）：187-221.

[29]Jensen M C， Meckling W H. Theory of the Firm：Managerial Behavior，Agency Costs and Ownership Structure[J].Journal of Financial Economics，1976，3（4）：305-360.

[30]Levine R. Finance and Growth：Theory and Evidence[R].NBER Working Paper，2004.

[31]Dube H. The Impact of Debt Financing on Productivity of Small and Medium Scale Enterprises（Smes）：A Case Study of Smes in Masvingo Urban[J].International Journal of Economics，Business Finance，2013，1（10）：371-381.

[32]MacKinnon D P， Krull J L， Lockwood C M. Equivalence of the Mediation，Confounding and Suppression Effect[J].Prevention science，2000，1（4）：173-181.

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

[34]Coricelli F， Driffield N， Pal S， Roland I. When Does Leverage Hurt Productivity Growth？ A Firm-Level Analysis[J].Journal of International Money and Finance，2012，31（6）：1674-1694.

[35]于新亮，程遠，胡秋陽.企業年金的“生產率效應”[J].中國工業經濟，2017，（1）：155-173.

[36]劉莉亞，金正軒，何彥林，朱小能，李明輝.生產效率驅動的并購——基于中國上市公司微觀層面數據的實證研究[J].經濟學（季刊），2018，17（4）.

[37]黃玖立，李坤望.出口開放、地區市場規模和經濟增長[J].經濟研究，2006，（6）：27-38.

[38]顧夏銘，陳勇民，潘士遠.經濟政策不確定性與創新——基于我國上市公司的實證分析[J].經濟研究，2018，53（2）：109-123.

[39]趙健宇，陸正飛.養老保險繳費比例會影響企業生產效率嗎？[J].經濟研究，2018，53（10）.

[40]Kim S. Firm Heterogeneity in Sources of Total Factor Productivity Growth for Japanese Manufacturing Firms[J].Applied Economics，2018，50（58）：6301-6315.

[41]Keller W. International Technology Diffusion[J].Journal of Economic literature，2004，42（3）：752-782.

[42]Grossman G M， Helpman E. Trade，Knowledge Spillovers，and Growth[J]. European Economic Review，1991，35（2）：517-526.

Can Trade Liberalization Solve the Problem of Technology Upgrading？

Hu Haifeng， Dou Bin， Wang Yudan

（School of Economics and Business Administration， Beijing Normal University， Beijing 100875， China）

Abstract： Trade liberalization gradually become the inevitable trend of promoting economic steady development and mutual benefit and win-win results of countries around the world. Under the background of the continuous promotion of trade opening， how to maintain the competitive advantage of local enterprises in the fierce international market competition and how to solve the problem of enterprise structure reform and optimization upgrading issues are urgent issues to be discussed and solved. This paper discusses total factor productivity which is the key factor to guarantee the production efficiency of enterprises and the core competitiveness of industries. Through theoretical analysis and empirical test， it is clear that trade openness plays a positive role in promoting the level of total factor productivity. Furthermore， the paper explains and tests the influence of trade opening on the improvement of enterprise production efficiency by using multiple intermediary models. Trade opening can further improve the total factor productivity of a company by expanding the investment in research and development， improving the company's operating efficiency， improving the level of human capital， and easing financial financing constraints.

Key words： trade openness， enterprise technology upgrade， total factor productivity， multiple mediation model