出口跟随者会受益于开拓者吗？——来自中国工业企业的证据

綦建红 刘 慧

（山东大学 经济学院，山东 济南 250100）

一、引言与文献综述

20世纪60年代以来，国内市场不确定性条件下开拓者对跟随者溢出效应（pioneer-to-followers spillover）的存在不仅成为学者们日渐关注的焦点，而且是重新审视诸多经济问题新的落脚点。Arrow 最早提出利用外部性解释溢出效应对经济增长的重要作用［1］。Bardhan和Hoff等则在此基础上，认为在政府不加干涉的情况下，由于跟随者可以在信息与技术等方面受益于开拓者，导致开拓者先发进入市场的动力不足，进而导致该行业生产的无效率状态［2］［3］。

然而，随着全球经济一体化的发展，越来越多的学者开始放眼全球市场对此问题进行考察，并对溢出效应的研究赋予了新的经济学含义。从宏观角度看，Hausmann和Rodrik认为，一国国际贸易中具有比较优势的新产品的“发现”需要支付一定的成本，而开拓者的经验能有效展示出口市场，为潜在跟随者的出口决策提供有益的借鉴，从而使开拓者无法将“发现”的收益完全内部化。因此，基于“发现”成本和开拓者溢出效应的存在，企业会倾向于充当跟随者，等待其他企业出口后通过模仿来获得收益［4］。从微观角度看，溢出效应的存在对企业进入市场次序选择至关重要。近年来学者们研究发现，在许多新兴国家，鉴于出口不确定性与溢出效应的存在，部分企业即使具备出口能力，仍会选择充当跟随者，直到观察其他企业出口后，才会进行模仿与出口。例如，Iacovone和Javorcik利用墨西哥的数据发现，致力于新产品发现、充当出口开拓者的企业总数为1587家，而选择充当跟随者的企业有5607家，其比例高达72%［5］。不仅如此，还有学者发现溢出效应还会影响跟随者出口区位的选择。Sepulveda等认为由于开拓者的溢出效应能在一定程度上降低潜在跟随者进入相同市场的成本，故潜在跟随者在成本收益的考量下会根据开拓者的出口经验选择自身的出口市场［6］。

值得强调的是，以上研究均将开拓者对跟随者的溢出效应作为既定事实，而在现实生活中，跟随者是否真的受益于开拓者，尚待进一步检验。Wagner和Zahler首次对这一问题进行考察，他们利用智利的企业数据发现，在新产品出口中，开拓者的成功出口会使跟随者进入的概率提高40个百分点；而在相同产品的出口中，开拓者的出口量少于跟随者，验证了跟随者受益于开拓者的假设［7］。

反观国内研究，中国出口贸易中跟随者是否同样受益于开拓者，这一问题尚无答案。据此，本文的边际贡献在于，拟以中国出口企业为对象对“跟随者受益于开拓者”的假设进行验证，对这一问题的回答与探索不仅对我国微观出口企业自身的发展至关重要，更能为我国“经济新常态”下保持出口贸易的稳定增长提供新的政策视角。除此之外，与Wagner和Zahler的研究不同［7］，本文将在产品—市场的维度下定义出口的开拓者与跟随者。这是因为，鉴于不同市场在需求结构、法律法规等方面的差异性，开拓者对跟随者的溢出效应是市场特定的［8］，这就意味着对溢出效应的考察必须将市场进行固定。在此基础上，本文以出口企业进入市场的初期阶段为考察对象，重点考虑开拓者对跟随者的信息溢出，暂时忽略开拓者在技术等方面的长期溢出。

同时，本文拟从两个角度对“跟随者受益于开拓者”的假设进行验证：一是成功的开拓者是否拥有更多的跟随者？在每一种新的产品市场组合中，开拓者的存活情况会给潜在的跟随者传递一种信息，如果开拓者进行新组合出口的年份较多，意味着该组合在海外市场有利可图，这会促使潜在出口者进行跟随，获取出口收益，进而导致跟随者数量增加。反之，如果开拓者仅出口一年就放弃出口，对于潜在出口者来说，这意味着该组合在海外的获利情况令人担忧，从而抑制潜在出口者进行跟随，减少跟随者的数量。二是在出口第一年，跟随者是否比开拓者拥有更多的出口总额？一方面，开拓者作为新组合出口的“领头羊”，在出口时面临着海外市场需求等诸多的不确定性［9］，这时为控制风险与不确定性，开拓者会在第一年进行少量的出口以试探其在海外的获利性［10］，一旦开拓者观测到进入新市场无利可图，则会迅速退出该市场。但是，如果开拓者观测到该产品有巨大的市场前景，则会迅速增加出口，实现深度边际的快速增长［11］［12］。另一方面，作为跟随者，受益于开拓者的溢出效应，其在观察到该产品有利可图的情况下才开始出口，进而在很大程度上消除了对该产品获利性的忧虑，因此我们预测在开始出口时，跟随者的出口额会显著高于开拓者。

基于此，本文的研究思路是：第二部分在数据整理和筛选的基础上，对跟随者个数与开拓者出口年限的关系、开拓者与跟随者出口额之间的比较进行初步的事实描述；第三部分和第四部分则利用更为科学、精准的计量模型分别对跟随者个数与开拓者出口年限的关系、开拓者与跟随者之间出口额的关系进行实证检验；第五部分得出结论和政策建议。

二、典型化事实描述

（一）数据整理和筛选

本文采用2000～2009年中国工业企业数据库与中国海关数据库，基于“新的产品—市场组合”（以下简称为“新组合”）的视角，对我国企业进入出口市场的次序选择进行数据整理与筛选。

第一步，数据库合并。本文按照企业代码，将2001～2009年中国工业企业数据库中的2580499条企业观测数据整理为面板数据，然后按照企业名称的序贯识别法与中国海关数据库进行合并，以期获得囊括企业基本信息（资产、所有者权益、劳动人数等）与出口产品信息（出口产品编码、贸易方式等）在内的全面数据，共得到观测数据1012733条。

第二步，定义我国所出口的“新的产品—市场组合”。本文选择1997～2000年中国出口到世界各国的HS-6产品数据作为参照，与2001～2009年中国出口到世界各国的HS-6产品数据进行对比，筛选出中国对世界出口的新组合，这包含了旧产品旧市场的新组合、旧产品出口到新市场、新产品至旧市场、新产品出口到新市场四个组成部分，反映了我国出口扩展边际提升的全部可能性。

第三步，定义开拓者和跟随者。将上述新组合与合并数据库匹配，获得新组合出口企业的全面信息。同时定义在第一年进行新组合出口的企业为开拓者，而在随后年份出口的为跟随者。据此，共得到新的产品市场组合22150个，涉及产品3547种，国家126个，企业32954家，其中开拓者10981家，跟随者29198家，产品—市场—企业样本量共计124420个。

（二）跟随者个数与开拓者出口年限关系的统计分析

在22150种新产品组合中，跟随者平均个数与该组合开拓者出口年限之间的关系如图1所示，值得说明的是，如果某种新组合具有出口年限不同的多个开拓者，则取出口年限较大的值作为标准。根据图1可以看出，当新组合的开拓者在海外市场中只出口1年时，其跟随者的平均个数仅为3.75个；随着开拓者出口年限的增加，跟随者的平均个数也在不断增加；当开拓者连续8年进行某新组合出口时，跟随者的平均个数达到9.05个，初步反映了跟随者个数与开拓者出口年限之间的正相关关系，即验证了跟随者受益于开拓者溢出效应的假设。

表1进一步给出了跟随者个数与开拓者出口年限之间更为详细的统计分析。一方面，与图1相一致，本文按照开拓者的不同出口年限将新组合分为8 种类型，在每种类型中，跟随者个数少于5的新组合占比最高，而随着跟随者个数的增加，其占比依次减少。另一方面，虽然跟随者个数少于5 的组合占比最高，但纵向观察会发现，该比重随着开拓者出口年限的延长而呈现明显的下降趋势，而跟随者多于20 的新组合数则呈现上升趋势。可见跟随者个数随着开拓者出口年限的延长而不断增加。

图1 开拓者出口年限与跟随者个数

统计分析结果初步表明跟随者个数随开拓者出口年限延长而增加，但上述分析忽略了新组合出口时间对跟随者个数的影响。一般来说，新组合出口时间越早，其跟随者个数较多的可能性就越大，故在统计分析的基础上，本文有必要采取更为严谨的实证分析对以上结论进行进一步验证。

（三）开拓者与跟随者出口总额的比较分析

表2列出了样本中开拓者和跟随者在出口总额、出口数量与出口价格取对数后的差异性表现。从全样本可以看出，跟随者的最初出口额（9.271）明显高于开拓者（8.697），意味着跟随者在得知该产品在海外市场中的获利情况后，对出口的不确定性降低，从而导致其出口总额的增加，初步验证了开拓者对跟随者存在信息溢出作用。进一步观察出口数量与出口价格的情况可以发现，出口总额的差异主要体现在开拓者与跟随者的出口数量方面，而非出口价格方面，进一步说明了跟随者之所以较开拓者拥有更高的出口总额，主要是得益于开拓者的信息溢出，而非跟随者的价格优势［6］。

表1 开拓者出口年限与跟随者个数的区间分布

在此基础上，本文参照Leamer按照商品的要素含量，将出口产品分为三大类：初级产品（石油和原材料）、农产品（林产品、热带农产品、动物和谷类）和制成品（劳动密集型产品、资本密集型产品、机械和化工）［13］（P157—162），并 比 较 了 三 种 产 品 种类下开拓者与跟随者在出口总额方面的差异（见表2）。可以清晰地看出，不管在哪一类产品中，跟随者的出口总额均高于开拓者，但其价格明显低于开拓者。这可能是由于两者出口的产品质量存在差异，也可能由于跟随者出口时间晚于开拓者，所以生产技术等方面的作用导致跟随者的出口价格较低。这就需要在下文的实证分析中对出口时间进行控制，避免其对回归结果造成影响。

三、成功的开拓者是否会拥有更多的跟随者？

（一）模型设定和变量选取

为了检验成功的开拓者是否会有更多的跟随者，设定被解释变量为“每种新组合中跟随者的个数”。该变量为非负整数，故本文采用计数模型中的负二项回归作为主检验，以泊松回归作为对比检验，具体形式如下：

表2 开拓者与跟随者出口方面的差异

其中，下标p、m 和t分别表示产品、市场和第一次出口新组合（p-m）的时间。

被解释变量Fnumbpm为进行新组合（p-m）出口的跟随者的个数；解释变量Piosurpm代表进行新组合（p-m）出口的开拓者的出口年限，取值与上文的统计分析相同。

控制变量Controlpm包含能够影响跟随者个数的其他变量，包括：（1）东道国经济增长率（Growthm），该值越大，说明东道国经济发展情况越乐观，企业对该国出口的收益越大，从而促使更多的潜在出口企业跟随进入；（2）东道国人口规模（LnPopm），其衡量了一国的市场潜力，人口规模越大，意味着产品的潜在消费者越多，较大的市场规模会促使潜在跟随者的进入。（3）东道国经济风险（Eriskm），尽管开拓者的信息溢出能够在一定程度上降低跟随者出口的不确定性，但不可否认的是，由经济风险带来的不确定性不可能依靠开拓者的信息溢出而完全消失，所以本文预测东道国经济风险越大，新组合跟随者越少，数据来源于ICRG；（4）东道国关税水平（Tariffm）和进入成本（Lnentrym），其值越高，企业在该国的出口收益越小，企业出口获利的可能性越小，所以在其他条件相同的情况下，企业不倾向于对高关税和高进入成本的国家进行出口，进而降低了跟随者个数。其中，进入成本变量（Lnentrym）采用World Bank Doing Business Database中的进口成本指标（Cost to import——US＄per container）进行衡量。同时，除非特殊说明，其他数据均来自世界银行WDI数据库。

ξ表示回归中加入的固定效应，可以写成ξ=vt+vp+vm。其中，vt、vp和vm分别代表时间固定效应、产品固定效应与东道国固定效应。

（二）基本回归结果

表3列示了跟随者个数与开拓者出口年限之间的估计结果。泊松回归和负二项回归皆为计数回归模型，为此，本文同时利用两种方法进行分析，其中回归（Ⅰ）和（Ⅱ）为负二项模型估计结果，回归（Ⅲ）为泊松模型估计结果。

根据回归结果，在负二项回归中，alpha值在1%的显著性水平上拒绝过度分散的假设，即认为负二项回归更符合本文的数据特征。本文以负二项估计结果为例进行解释。

不论是在回归（Ⅰ）抑或回归（Ⅱ）中，开拓者出口年限均在1%的水平上显著为正。这说明在每一种新组合出口中，潜在跟随者通过观察开拓者的出口年限推测该产品出口的获利情况，开拓者出口年限越长，说明该产品在海外市场越有利可图，此时潜在出口企业会模仿开拓者的行为，跟随成功的开拓者进行出口。相反，若开拓者出口年限很短，潜在跟随者则将其解读为该产品的市场前景较为暗淡，会倾向于放弃出口，从这个角度看，可以得出跟随者受益于开拓者的结论。同时，在负二项回归中，回归（Ⅱ）在回归（Ⅰ）的基础上加入时间和产品固定效应，使部分变量的系数符号和大小发生较大转变。值得一提的是，加入时间控制变量后，开拓者出口年限变量的系数降低，说明新组合出口时间的不同确实会在一定程度上影响跟随者的个数，但是在剔除时间变量的影响后，解释变量依然显著，充分说明潜在跟随者会根据开拓者在出口市场的成功与否决定自身的行为，以避免进行无利可图的出口。

表3 成功开拓者有更多的跟随者？——全样本基本回归

在控制变量方面，模型（Ⅱ）的结果显示：（1）东道国经济增速的系数为正，这是因为较高的经济增速意味着该国良好的经济环境，会促使潜在跟随者提高出口信心，跟随者增加；（2）东道国人口规模越大，说明该国的市场潜力越大，产品的潜在客户越多，则会促使更多的出口企业进入该市场；（3）经济风险指标的系数也显著为正值，这是因为，东道国经济风险指标越大，说明该国的经济风险越小，则企业对该国出口所面临的不确定性和风险越小，所以企业会积极进行该市场的跟随，导致跟随者增加；（4）东道国关税水平的系数为正，但不显著，可能的原因是：目前，世界各国的关税水平虽有差异，但整体差别不大，故其对跟随者个数的负向影响没有得到彰显；（5）较大的东道国进入成本会显著降低跟随者的个数，这是因为进入成本是影响企业出口收益的重要因素，进入成本越大，企业出口的收益越小，所以企业在利润最大化的驱使下会放弃对该国的出口，进而导致跟随者减少。

（三）不同产品种类下的分组检验

表4列出了在不同种类产品出口中，开拓者出口年限对跟随者个数的影响情况。一方面，开拓者出口年限变量在三类产品出口中均为正，且在1%的水平上显著有效，意味着不管在初级产品、农产品，还是制成品的出口中，跟随者的个数均会随着开拓者出口年限的增加而增加，进一步验证了跟随者受益于开拓者的假设。但是另一方面，比较开拓者出口年限变量在不同产品种类中的边际效应值，可以发现其对跟随者个数的边际影响在制成品中最小，这是因为：与其他产品相比，制成品多是深加工产品，在生产过程中由于企业加工工序和生产技术的不同，会造成产品在质量和性能方面呈现明显差异。因此，尽管开拓者与跟随者出口相同产品，其在海外的需求也会出现较大差异。在此条件下，开拓者的市场需求等经验对跟随者的借鉴意义会有所降低，进而使跟随者受益于开拓者的作用明显降低。而与此形成鲜明对比的是，初级产品与农产品在国际市场中具有一定的参考价格和较为相似的需求状况，而且产品同质性较高，因此，跟随者在进入市场之前可以依靠开拓者的出口情况，较为准确地推测产品在海外的获利性，从而导致开拓者对跟随者显现出较大的溢出效应。

表4 成功开拓者有更多的跟随者？——基于产品种类的分组检验

四、跟随者是否比开拓者拥有更多的出口总额？

（一）计量模型设定和变量选取

本部分旨在考察企业进行新组合出口的第一年，开拓者和跟随者在出口总额、出口数量与出口价格方面的差异，故本文采用OLS回归模型进行估计，具体形式如下：

其中，下标p、m、i和t分别表示产品、市场、企业及企业第一次出口新组合（p-m）的时间。被解释变量LnValuepmi，t、LnQuantitypmi，t和LnPricepmi，t分别代表企业i在第一次进行新组合（p-m）出口那年（t），其出口总额、出口数量和出口价格的对数值。如果在新组合（p-m）出口中，企业i为开拓者则解释变量Pionnerpmi取值为1，否则，取值为0。

控制变量Control包含其他能影响企业出口额变化的变量，有：（1）企业规模（LnTAi，t-1），将t-1期企业资产值的对数形式引入模型，并预测企业的规模越大，其出口总额越大；（2）企业劳动成本（Ln-Laborcosti，t-1），采用企业工资支出与员工人数的比值表示，并采取t-1期的对数形式引入模型。本文预测，企业的劳动力成本越高，出口产品的价格加成越低，则企业出口的收益越低。在这种情况下，企业的出口总额和出口数量越少，而出口价格越高。以上两个变量皆来源于中国工业企业数据库。

ξ表示回归中加入的固定效应，写成ξ=vYear+vregister+vproduct+vcountry。其中，vYear、vregister、vproduct和vcountry分别表示时间固定效应、企业类型固定效应、出口的产品和东道国固定效应。

（二）基本回归结果

表5列出了全样本回归结果，其中回归（Ⅰ）～（Ⅲ）是针对企业出口总额的估计结果，回归（Ⅳ）和回归（Ⅴ）分别为对企业出口数量与出口价格的估计结果。

首先，从对企业出口总额的回归结果来看，回归（Ⅰ）为没有加入控制变量与不包含产品种类固定效应的回归结果，在回归（Ⅰ）中，解释变量为负，但并不显著。回归（Ⅱ）在回归（Ⅰ）的基础上加入产品种类固定效应，解释变量在1%的水平上显著有效。这说明如果企业为某种新组合出口的开拓者，则其在第一年的出口总额比跟随者少7.49%，换言之，跟随者比开拓者拥有更多的出口额。这是因为：开拓者在出口新组合时，由于没有该组合出口的经验可以借鉴，其出口面临着较大的不确定性和风险，所以开拓者会采取更为谨慎的态度，用较少量的出口进行试探；而与此迥然不同的是，跟随者得益于开拓者的信息溢出效应，并以此推测该组合在海外市场的获利情况，在确定该组合的盈利前景下，企业进行跟随，而这时跟随者对出口较为乐观，促使其加大出口额。回归（Ⅲ）加入了控制变量，此时解释变量依然在1%的水平上显著为负，再次验证了跟随者受益于开拓者的预测。在控制变量方面，企业规模显著为正，说明大规模企业有资本和能力进行大批量生产，并具有更大的出口总额。同时，企业劳动成本显著为负，意味着企业的劳动成本越高，其产品的生产成本越高，而在价格一定的情况下，企业出口的获利越小，导致企业的出口总额减少。

表5 跟随者比开拓者有更多的出口总额？——全样本基本回归

其次，从回归Ⅳ企业出口数量的回归结果来看，解释变量依然在1%的水平上显著为负，说明如果企业为开拓者，其出口数量将比跟随者减少43.13%。这归因于跟随者会受益于开拓者的信息溢出，从而使其明确自身出口的获利情况，进而通过大数量的出口，获得更多的收益。控制变量的系数符号与显著性水平与回归（Ⅲ）一致，即企业的规模越大、劳动成本越低其出口数量就越大。

最后，从回归（Ⅴ）企业出口价格的回归结果来看，解释变量Pionner的系数发生较大转变，其由负数转变为正数，且不再显著，这表明开拓者与跟随者相比，其在价格水平上并没有显著的变化，这也更加说明跟随者与开拓者出口总额的差异主要是由出口数量的差异引起的，而出口数量的差别主要来源于开拓者对跟随者的溢出效应。此外，从控制变量来看，企业规模变量为正，但不显著，说明企业出口价格与其规模相关性不大；而企业劳动成本变量显著为负，意味着劳动成本越高的企业，产品的生产成本也越高，所以在弥补成本的情况下，企业的出口价格相对较高。

（三）对不同产品种类的分组检验

根据前文的典型化事实分析，跟随者受益于开拓者的假定可能会因产品种类的不同而显现出不同的特征，故本文按照产品种类进行分组，分别探讨不同产品种类下，跟随者与开拓者在出口总额选择方面的差别，结果见表6～8。

表6显示了不同产品种类下，开拓者与跟随者在出口总额方面的差异。根据回归结果可知：其一，在初级产品和农产品中，解释变量Pionner的系数在1%的显著性水平上为负，与全样本回归结果一致。这说明在这两类产品的出口中，跟随者比开拓者拥有更多的出口额，如前所述，这归因于开拓者对跟随者的信息溢出效应使跟随者对海外出口有更多的了解，从而降低了其出口的不确定性和风险，最终导致出口额增加。其二，在制成品中，解释变量Pionner的系数虽为负值，但并不显著，说明跟随者在出口额上的优势没有在制成品出口中得到彰显，可能有两种原因：一是制成品出口的跟随者并不受益于开拓者的溢出效应，这主要体现在出口数量方面，跟随者与开拓者没有显著差异。这可能因为，与初级产品和农产品相比，制成品在产品质量和性能上具有很大的差异性，从而在这类产品中，开拓者的信息溢出虽能在一定程度上缓解跟随者的不确定性，但这种溢出作用要小于初级产品和农产品，所以从这个角度来看，在制成品出口中，跟随者的出口额并不显著高于开拓者。二是跟随者受益于开拓者的溢出效应，导致出口数量高于开拓者，但由于制成品较大的产品差异，会使其价格也呈现较大差别，致使开拓者与跟随者出口价格的差异抵消了出口数量的差异，进而使两者在出口总额上没有显现出明显的区别。而在现实生活中，究竟是哪种原因在起作用，还有待我们对出口数量和出口价格进行进一步的分析和检验。

表7显示了不同种类产品中，开拓者与跟随者在出口数量方面的差异。根据回归结果，在这三类产品中，解释变量Pionner的系数均为负值，且在1%的水平上显著有效，说明不论哪种产品的出口，跟随者都能受益于开拓者的信息溢出效应，而使其对产品出口具有更多的了解，从而增大其产品的出口数量。在此基础上，对制成品进行进一步分析，可以看出相比初级产品和农产品，制成品出口中的跟随者在出口数量方面的增加略小。这也验证了上文所说的，制成品较大的产品差异会在一定程度上影响开拓者对跟随者的信息溢出。尽管如此，解释变量仍显著为负，说明尽管作用略小，但跟随者依然能从开拓者那里获益，这样则排除了上文中对制成品出口总额的第一个解释。

表8列示了在三种产品出口下，开拓者与跟随者在出口价格上的差异性表现。根据表8可知，在初级产品与农产品中，解释变量Pionner的系数为正，但并不显著，意味着在这两类产品中，开拓者与跟随者在产品价格上并没有显示出明显的差别。而在制成品中，解释变量Pionner的系数显著为正，说明与开拓者相比，开拓者具有较高的出口价格，这可能是因为作为新组合出口的领头羊，开拓者在出口中会面临更大的风险和开拓成本，这会促使其利用价格加成对这一成本进行弥补，从而使开拓者的价格高于跟随者。而正是由于这一点，也使得在制成品的出口中，跟随者受益于开拓者的信息溢出而导致的出口数量增加没有最终在出口额方面得到体现。

表6 不同产品种类下的分组检验（出口总额）

表7 不同产品种类下的分组检验（出口数量）

表8 不同产品种类下的分组检验（出口价格）

五、结论与政策建议

为检验中国新组合出口中跟随者是否受益于开拓者，本文尝试从两个角度对此进行验证：一是成功的开拓者是否拥有更多的跟随者？二是在相同组合的出口中，跟随者是否比开拓者拥有更多的出口总额？为回答这两个问题，本文首先利用2000～2009年《中国海关数据库》与《中国工业企业数据库》的合并数据，在筛选出在中国进行新组合出口的开拓者与跟随者的基础上，对跟随者个数与开拓者出口年限的关系、开拓者与跟随者在出口总额方面的差异进行初步的统计分析。其次，利用计数模型对跟随者个数与开拓者出口年限之间的关系进行更为严谨的计量分析，结果发现开拓者出口年限的延长会使跟随者显著增加，验证了跟随者受益于开拓者的假设。在此基础上，对产品种类进行分组，发现开拓者对跟随者的信息溢出作用在制成品中较小。最后，本文以开拓者与跟随者在出口总额、出口数量与出口价格中的差异为对象进行实证分析，发现在相同组合出口的第一年，与开拓者相比，跟随者的出口额更大，而且这种差异主要体现在出口数量，而非出口价格方面。而对产品种类的分组检验却发现开拓者与跟随者出口总额上的差异在制成品中并没有得到彰显，但通过对出口数量与出口价格的进一步分析，我们得到，在制成品出口中，跟随者同样会因为受益于开拓者的溢出效应而拥有更多的出口数量，只不过这种作用被开拓者出口的价格溢价所抵消，从而使跟随者没有显现出更多的出口总额。

基于以上结论，本文的政策含义在于：从微观角度看，企业在进入出口市场时要高度重视开拓者的信息溢出作用，并借此获得产品在海外市场的信息，以减少自身出口所面临的风险，增加出口收益。从宏观角度看，开拓者对跟随者溢出效应的存在，会在一定程度上抑制企业在出口中充当开拓者的积极性，并进一步抑制我国出口贸易扩展边际的提高，所以在经济新常态下，为保持我国出口贸易的稳定发展，政府应积极转变传统的贸易扶植方式，鼓励企业在新组合出口中充当开拓者并对此类企业给予符合国际规则的补贴，以刺激中国扩展边际的增长。与此同时，政府也要建立企业间有效的沟通机制，畅通开拓者与跟随者的信息传递渠道，降低企业在海外出口的失败率，为中国贸易稳定发展提供新的动力。

［1］Arrow，K.The Economic Implications of Learning by Doing［J］.The Review of Economic Studies，1962，29（3）：155—173.

［2］Bardhan，P.On Optimum Subsidy to a Learning Industry：An Aspect of the Theory of Infant Industry Protection［J］.International Economic Review，1971，12（1）：54—70.

［3］Hoff，K.Bayesian Learning in an Infant Industry Model［J］.Journal of International Economics，1997，43（3—4）：409—436.

［4］Hausmann，R.，Rodrik，D.Economic Development as Self-discovery［J］.Journal of Development Economics，2003，72（2）：603—633.

［5］Iacovone，L.，Javorcik，B.Multi-product Exporters：Product Churning，Uncertainty and Export Discoveries［J］.Economic Journal，2010，120（544）：481—499.

［6］Sepulveda，M.，Angel，J.，Rodriguez，D.Geographical and Industrial Spillovers in Entry Decisions across Export Markets［Z］.MPRA Paper No.53249，2014.

［7］Wagner，R.，Zahler，A.New Exporters from Emerging Markets：Do Followers Benefit from Pioneers？［J］.Journal of Development Economics，2015，（114）：203—223.

［8］Nguyen，D.X.Demand Uncertainty：Exporting Delays and Exporting Failures［J］.Journal of International Economics，2012，86（2）：336—344.

［9］Eaton，J.，Marcela，E.，Kuglery，M.，Tybout，J.Export Dynamics in Colombia：Transactions Level Evidence［Z］.Borradores de Economia，Banco de la Republica de Colombia 522，Banco de la Republica de Colombia，2008.

［10］Eaton，J.，Marcela，E.，David，J.，Krizand，C.J.，Tybout，J.A Search and Learning Model of Export Dynamics［Z］.Working Paper，The Pennsylvania State University，2014.

［11］Albornoz，F.，Hector，F.，Pardo，C.，Corcos，G.，Ornelas，E.Sequential Exporting［J］.Journal of International Economics，2012，88（1）：17—31.

［12］Koenig，P.，Mayneris，F.，Poncet，S.Local Export Spillovers in France［J］.European Economic Review，2010，54（4）：622—641.

［13］Leamer，E.E.Sources of International Comparative Advantage：Theory and Evidence［M］.Cambridge，MA：MIT Press，1984.