出口多样化、研发投入与出口产品质量升级——基于PVAR模型的实证分析

岑丽君 彭 慧

(浙江工业大学经济学院，杭州 310023)

2020年，习近平总书记提出“构建以国内大循环为主体，国内国际双循环相互促进的新发展格局”，并强调“实现高质量发展，必须实现依靠创新驱动的内涵型增长”。从理论研究上来看，自Bladwin和Harrigan在Melitz新新贸易理论框架中引入产品质量异质性后，出口产品质量的研究日益丰富。部分研究在探讨多产品企业的出口产品质量问题时，发现产品多样化对出口产品质量升级具有重要意义[1-2]。还有研究就自主创新对出口产品质量的影响进行深入分析后，认为企业提升产品质量的关键不仅在于扩大研发投入规模[3]，更应该注重研发效率[4]。可见，优化商品生产结构和出口结构，增强自主创新能力，提高出口产品质量和外部竞争力，是中国企业深度参与全球价值链、产业链，从生产端质量维度顺畅内循环和外循环的必然要求。然而，当前研究大多聚焦于出口产品质量的测度和影响因素研究，部分文献仅单独研究出口多样化或研发投入对出口产品质量的影响，而忽略了三者之间可能存在的互动关系。鉴于此，本文采用面板向量自回归模型(Panel Vector Autoregressive，PVAR)，利用2003—2019年中国对世界117个国家的SITC Rec.3四分位产品的出口数据，从制造业各细分行业层面，探究出口多样化、研发投入与出口产品质量升级之间的动态关系及其内在作用机制。

1 理论机制分析

1.1 出口多样化对出口产品质量升级的作用机制

在全球一体化生产背景下，企业要想参与国际大循环，占据一定的国际市场，必须掌握国外客户对产品规格和质量等方面的要求，他们会积极学习国外先进的管理经验、技术以及成功的营销实践，这一过程产生了“出口效应”。随着出口商在市场上立足，其生产某一种产品的时间越长，产品种类越多，所能接触和累积的知识就越多，进行模仿和创新的机会也就越大，导致其他要素投入升级，此时“干中学效应”增加了出口产品质量升级的可能性。因此，提出假设1。

假设1：出口多样化通过“出口效应”和“干中学效应”推动出口产品质量的提升。

1.2 研发投入对出口产品质量升级的作用机制

根据内生增长理论，研发投入的增加能直接提高社会的知识存量，各行业通过消化吸收社会知识，提升行业技术水平，能促进现有出口产品质量或创新产品。但研发投入具有一定的时滞性，若初始出口产品质量和研发效率较低，研发投入的增加并不会有效促进产品质量提升，反而会阻碍出口质量升级。由此，提出假设2。

假设2：研发投入的增加和研发效率的提高有利于出口产品质量升级，而研发成本会阻碍出口产品质量的升级。

1.3 出口产品质量升级对出口多样化、研发投入的作用机制

某个产品的出口质量表现出该产品的“性价比”程度，出口质量升级不仅意味着该行业的产品竞争力得到提升，也意味着进行下一轮创新的成本大幅提高。出于利润最大化及产品出口战略的考量，企业会选择不再增加研发投入，而是专注于生产和出口高质量产品。因此，提出假设3。

假设3：出口产品质量提高对出口多样化和研发投入具有反向抑制作用。

2 实证模型及数据说明

2.1 实证模型的设定

本文主要探究出口多样化、研发投入与出口产品质量升级之间的互动关系。考虑到本文数据属于短面板数据，因此选择面板向量自回归(PVAR)模型。该模型由Holtz-Eakin等首次提出[5]，经多位学者发展，被广泛应用于面板数据的互动效应分析。它将所有变量视为内生变量，能够较好地规避固定结构的关系假设，更好地反映变量之间的互动关系。

(1)

其中，yit={Qualityit,HHIit,RDit}，yit-k={Qualityit-k,HHIit-k,RDit-k}。i表示行业，t表示年份，k表示滞后阶数，Quality表示出口产品质量指数，HHI表示出口多样化程度，RD表示研发投入，γ0和μit分别为截距项向量和随机扰动项，αi和βi分别表示个体效应和时间效应。

2.2 变量选取与说明

2.2.1 出口产品质量(Quality)

本文借鉴Hallak和Sivadasan的质量内生决定理论模型[6]，利用事实反推法，通过产品数量和产品价格估算产品的消费需求函数，再基于需求函数反推出产品质量。经过推导得到测算出口产品质量的计量回归方程为：

lnqjmt=χmt-σlnpjmt+εjmt

(2)

(3)

为了便于比较，减少误差，本文将质量指数进行标准化处理,得到标准化后的质量指数s_qjmt(0

(4)

2.2.2 出口多样化(HHI)

出口多样化反映一国或地区的产品出口结构。本文借鉴Al-Marhub的做法，采用标准化赫芬达尔指数(HHIindex)衡量出口多样化程度[7]。计算公式如下：

(5)

2.2.3 研发投入(RD)

研发投入强度反映行业的创新能力及水平。本文用研发费用内部支出占主营业务收入的比重来衡量研发投入强度。

2.2.4 数据来源与描述性统计

本文的产品出口数据来源于UN Comtrade数据库，研发投入所需数据来源于《中国科技统计年鉴》，其中主营业务收入数据的时间跨度为2003—2016。为保持面板数据平衡，估计实证模型时样本时间跨度定为2003—2016年。本文采用我国国民经济行业划分方法(2002版)定义制造业及其细分行业，剔除出口比例较小的行业，最终留下26个制造业细分行业①。基于前述测算方法，估算2003—2019年中国的出口产品质量指数和出口多样化指数,如表1所示。

表1 各变量的描述性统计

3 出口多样化、研发投入与出口产品质量升级的实证研究

3.1 细分行业出口产品质量指数

各行业出口产品质量指数如图1所示。由于2011年我国国民经济行业标准进行了变动，为了使得统计口径一致，本文将农副产品加工业与食品制造业合并为食品加工和制造业、橡胶制品与塑料制品合并为橡胶和塑料制品业、汽车制造与铁路、船舶、航空航天和其他运输设备制造业合并为交通运输设备制造业。

图1 细分行业出口产品质量指数

从图1来看，大部分行业的出口产品质量初始水平较高，均在0.8以上。从动态趋势来看，2003—2019年间大部分行业质量是平稳上升的，个别行业的质量指数波动较大。2005年《世界卫生组织烟草控制框架公约》开始实施，2008年金融危机、2018年美国对中国发起的贸易战均对中国产品出口造成影响，直接导致烟草加工业、石油加工及炼焦业、化学纤维制造业、黑色金属冶炼及压延加工业等(图1中的3、12、15、18)行业的出口产品质量指数波动明显。

3.2 计量模型估计

3.2.1 面板单位根检验

VAR(Panel Vector Autoregressive)模型将所有变量视为内生变量，每个变量依赖自身及其他变量的滞后值。为估计出口多样化、研发投入与出口产品质量之间的动态关系及相互作用机制，本文借助面板向量自回归(PVAR)模型。模型分析过程中，更关注模型引出的脉冲响应函数和方差分解，以明确每个内生变量的变化对模型中其他变量的影响。

进行脉冲响应和方差分解之前，要对模型进行单位根检验。本文采用LLC和IPS两种较常用的检验方法来判定各变量是否存在单位根，检验结果如表2所示。检验结果表明，出口产品质量指数、出口多样化指数和研发投入强度均通过1%的显著性检验，拒绝模型的零假设，说明全部变量数据都是原始平稳的，因此可以构建PVAR模型。为保证模型估计的有效性，还需要确定最优滞后阶数，以避免人为设定带来的误差。最后，根据AIC、BIC和HQIC准则，确定PVAR模型的最优滞后阶数为4阶。

表2 LLC和IPS检验

3.2.2 脉冲响应

业务应用更加深入。一是组织完成水利财务管理信息系统总体设计并通过立项审查；二是不断深化水利电子政务、水土保持、农村水利、水利工程等已建业务应用，取得良好成效;三是积极推进新技术的研究和应用，编制完成国家物联网应用示范工程工作方案；四是举办全国水利信息化技术应用交流会和高新技术发展与应用高级研修班。

脉冲响应函数(IRF)用于描述模型中变量的正交化新生对其他变量的当前和未来值的影响。本文根据PVAR模型估计脉冲响应函数，借助蒙特卡罗方法对出口多样化、研发投入和出口产品质量模拟200次产生的95%置信区间，如图2所示。中间线表示估计的脉冲响应函数，而上下两条线分别表示95%置信区间的上限和下限。

图2 脉冲响应函数图

图2第1列第2张图显示了出口多样化对出口产品质量的影响。出口多样化的一个标准差冲击在初期引起出口产品质量的显著快速提高，并且这种积极效应在初期达到最大值，第二期和第三期波动下降，第四期降为0，之后有轻微波动，第八期后平稳趋于零。提高出口产品质量的第一步是发现产品。出口多样化水平提高，对出口产品质量提升的总体效应是积极的，并且该效应在初期最大，假设1得证。图2第1列第3张图显示了研发投入对出口产品质量的影响。研发投入的一个标准差冲击，在前四期使得出口产品质量显著提高，第五期后产生轻微波动，呈负向反应，第十期后平稳趋于零。研发投入的增加在初期会由于企业自主创新能力增强刺激出口产品质量升级，但由于成本效应以及研发设计到产品投入市场的周期性，在后期对出口质量升级会产生一定的抑制作用，假设2得到验证。图2第1行的第2和第3图揭示了出口产品质量对出口多样化和研发投入的影响。出口产品质量的一个标准差冲击在前期对出口多样化和研发投入都产生负效应，在后期平稳趋于零。说明出口产品质量的提高并不能深化出口多样化，也不会提高研发投入，相反，会产生轻微的反作用。可能的原因是随着出口产品质量的提升，为了将“质量效应”最大化，以把握当前占有的国际市场份额，企业会专注于高质量产品的生产和出口，导致多样化水平降低。若要进一步提高产品质量则需要更高的创新成本，企业也许会选择减少研发投入，由此验证了假设3。

3.2.3 方差分解

为了更精确地研究出口产品质量与出口多样化、研发投入之间的相互作用，本文通过蒙特卡洛模拟200次得到方差分解来评价每一个变量对内生变量受到波动的贡献率，方差分解结果如表3所示。10个预测期和20个预测期的方差分解结果变化并不显著，说明经过10个预测期后各变量之间冲击对其他变量的解释力趋于稳定。

表3 方差分解结果

3.3 稳健性检验

用泰尔指数(Theil index)替代前文的HHI指数来衡量出口多样化水平，进行模型的稳健性检验。泰尔指数的值越大，说明行业越来越集中于少数产品的生产和出口，出口多样化水平下降；反之，则意味着出口多样化程度提高。为减小异方差，本文对泰尔指数进行对数处理。稳健性结果与前文基本一致。但稳健性检验的方差分解结果表明，出口多样化和研发投入对出口产品质量的贡献度相对高一些，这可能和测算出来的泰尔指数比HHI指数较大有关。出口产品质量对出口多样化的负向作用更为明显，对研发投入的抑制作用不断减弱，可能原因是出口企业为了能够攀升全球价值链高端，仍会注重研发投入的比例以最大化其竞争优势。总体来说，影响趋势是一致的，说明本文的结论比较稳定②。

4 结论及政策建议

本文基于2003—2019年中国制造业26个细分行业的相关数据，利用PVAR模型探讨出口多样化、研发投入与出口产品质量之间的互动关系。实证结果表明：制造业出口质量整体水平较高，且呈动态上升趋势，说明出口产品质量仍有升级潜力；当前制造业出口多样化水平提高对出口产品质量升级具有显著的积极作用，但是对出口产品质量的贡献却处于较低水平；研发投入将成为出口产品质量升级的主要驱动力；出口产品质量持续升级在长期内将降低出口多样化水平，随着出口产品质量的提高，企业更可能转化为高附加值、高质量产品的出口专业化。

基于上述结论，本文提出以下建议：第一，我国出口多样化能够通过“出口效应”和“干中学效应”推动制造业整体产品质量升级。然而研究发现由于中国出口结构可能到达一个调整期[8]，导致其对出口产品质量的贡献程度偏低。因此提高劳动密集型行业产品的品种创新和多样化，提高技术密集型行业高质量、高附加值产品的出口专业化，才能更好地助推制造业出口产品质量升级，促进国内国外双循环。第二，从生产角度来看，国内大循环为主的关键在于自主创新。企业要保持创新所带来的效益，同时要重视研发投入构成中自主研发的比重，积极引进高层次科技人才，进一步优化研发结构，提高研发效率，降低核心技术对“外循环”的过度依赖，强化“内循环”，为出口产品质量升级夯实自主创新的基础。第三，政府应当发挥好“有形之手”的作用。一方面，完善企业知识产权保护制度，辅之以有效的财政政策支持企业的创新行为，鼓励企业以高质量出口产品开拓国外市场；另一方面，加快转内销市场准入，实施出口企业内外销产品“同线同标同质”，为出口企业搭建内销平台以支持适销对路出口商品，开拓国内市场，畅通国内国际双循环。