理论教育 评估出口和OFDI对生产率的影响:模型建立与控制变量分析

评估出口和OFDI对生产率的影响:模型建立与控制变量分析

时间:2023-05-29 理论教育 版权反馈
【摘要】:(一)模型构建本书的研究目的是评估出口和OFDI对生产率的影响,即揭示出口、OFDI和企业生产率之间是否存在因果关系。为了稳健起见,我们在回归模型中还加入了资本密集度、企业规模、工资水平等控制变量以及地区固定效应和行业固定效应。为检验企业出口的OFDI的学习效应,本书选择既出口也对外直接投资的企业作为处理组,通过匹配后得到对照组企业。

评估出口和OFDI对生产率的影响:模型建立与控制变量分析

(一)模型构建

本书的研究目的是评估出口和OFDI对生产率的影响,即揭示出口、OFDI和企业生产率之间是否存在因果关系。为解决传统研究中存在的样本选择性偏差及混合性偏差问题,我们采用Heckman(1997)提出的倾向得分匹配方法,并且将既出口也对外直接投资的企业作为处理组,分别将未对外投资和未出口的企业视为对照组。同时,我们构造两个二元虚拟变量du 和dt。du 表示企业是否参与国际活动,du =1 表示企业参与国际活动,du =0表示企业不参与国际活动。dt为时间二元变量,dt=1 表示企业参与国际活动后的时期,dt=0 表示企业参与国际活动前的时期。令TFPit为企业在i时期t的生产率,ΔTFPit表示企业i参与国际活动后的生产率增长。为克服企业要素投入的内生性以及传统估计方法中普遍存在的同步偏差问题和选择偏差问题,本书将采用Levinsohn 和Petrin(2003)的方法(LP)计算全要素生产率。则企业参与国际活动对生产率的实际影响可表示为:

其中,表示参与国际活动的企业在不参与国际活动的情况下其生产率的变化,但这是不可观测的,是一种“反事实”。为此,我们采用目前文献中常用的倾向得分匹配的方法,为参与国际活动的企业(处理组)寻找相近的控制组。基本原理是:首先,通过影响企业是否参与国际活动的因素建立Probit模型,计算企业参与国际活动的概率,并得到倾向得分;其次,根据一定的准则(最近邻原则、核匹配原则、半径匹配原则和马氏距离匹配原则)选择与处理组企业得分最接近的企业,并按照一定的匹配比例(本书采取1:3)获得控制组。参考相关文献并根据Probit回归分析结果,我们采用资本密集度、企业规模年龄融资约束等变量作为匹配准则由于各年份企业特性存在较大差异,我们分年对样本进行匹配,且为找到参与国际活动企业在未参与国际活动时与其最相近的企业,本书匹配的样本和指标都是企业参与开始国际活动前期的(蒋冠宏,2014)。为了使对照组最大程度地近似处理组企业未参与国际活动的状态,我们采用最近邻匹配的方法为处理组寻找相近的对照组,由于处理组样本相对较少,我们采用1:3的比例进行匹配。最近邻匹配的原则为:

j分别表示用Probit回归所得到的处理组和控制组企业参与国际活动的概率预测值,即倾向得分值;表示控制组企业的匹配集合。匹配完成后,我们可以用来代替1),从而将公式(4.10)变成:

(4.11)式反映的是平均处理效应(ATT),比较处理组和实验组参与国际活动前后生产率的变化就可以分析企业出口(OFDI)的学习效应效果。具体检验模型如下:

交互项du*dt的系数δ反映了企业出口(OFDI)对生产率的因果影响。如果系数大于0,则表明参与国际活动前后,处理组企业的生产率增长幅度大于控制组企业,即出口(OFDI)促进了生产率的提高。为了稳健起见,我们在回归模型中还加入了资本密集度、企业规模、工资水平控制变量以及地区固定效应和行业固定效应。

(二)变量设定

1.全要素生产率(TFP)(www.daowen.com)

为了避免由于生产率与投入要素之间的相关性而导致的生产函数系数估计偏误,本书将分别采用Levinsohn 和Petrin(2003)的方法(LP)计算TFP。该方法以企业中间投入作为不可观测的生产率代理变量,有效地克服企业要素投入的内生性以及传统估计方法中普遍存在的同步偏差问题和选择偏差问题。具体回归方程为:

其中,t表示年份,vt表示增加值,Lt、Kt、mt分别表示劳动投入、资本投入和中间投入,计算过程中资本变量选择固定资产值,代理变量选择工业中间投入,产出变量采用工业增加值,并分别用分地区固定资产投资价格指数和燃料、动力类工业生产者购进价格指数以及工业生产者出厂价格指数(以2003年为基期)进行平减。

2.其他变量设定

资本密集度(Capital),用固定资产净值与从业人员的比值来衡量,固定资产用2003年为基期的固定资产价格指数进行了平减;企业规模(Size),运用年末就业人数来衡量;所有制情况,分别用企业是否外资企业和是否国企两个指标来衡量;融资约束(Finance),采用利息支出与固定资产的比值来衡量;企业年龄(Age),用当年年份与企业开业年份的差来衡量;工资水平(Wage),用企业年末工资总额与就业人数的比值来表示。

3.数据说明

本书所采用的数据主要包括国家统计局的《中国工业企业数据库》和商务部统计的《境外投资企业(机构)名录》。我们将两个数据匹配,从而获得包括对外投资企业名称以及企业各种财务指标的完整数据。为检验企业出口的OFDI的学习效应,本书选择既出口也对外直接投资的企业作为处理组,通过匹配后得到对照组企业。本书选择的样本区间为2004—2007年,因为匹配变量用的是前一期的值,因此用PSM 计算平均处理效应时,仅包括2005 到2007年的数据。同时我们去掉了缺少工业增加值、固定资产净值等重要财务指标的样本以及不符合一般会计标准(GAAP)的样本。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈