市場距離、需求不確定性與離岸價格*

（湖南師范大學商學院 湖南長沙 410081）

一、引言及文獻綜述

許多實證研究的文獻發現企業出口到更遠的國家的產品單位離岸價格會更高（Bastos和Silva，2010；Manova 和Zhang，2012；孫一平等，2017），就是說，出口得越遠，產品的單位價格會越高。①同一個產品的離岸價格隨著距離的增加而增加的現象不僅發生在企業內部，也發生在企業之間（Bastos 和Silva，2010；Baldwin 和Harrigan，2011；Johnson，2012）。本文主要關注的是企業內部不同市場之間的價格變化。為了解釋這種現象，現有文獻主要著眼于出口目的地之間產品質量的異質性，比如Hummels 和Skiba（2004）認為單位運輸成本下企業會向更遠的市場出口更高質量的產品，因為單位運輸成本降低了高質量產品的相對價格從而增加了高質量產品的相對需求；Manova 和Zhang（2012）則認為在線性需求模型下，市場距離與市場競爭程度正相關，企業在競爭壓力下會減少產品加成率，同時提高產品質量。②Martin（2012）從產品溢價角度去解釋，他們發現企業會對更遠的出口目的地（從而更高的運輸成本）設定更高的價格溢價。本文嘗試從需求不確定性的角度解釋企業為什么會對更遠的目的地定更高的離岸價格。使用中國的出口交易數據，本文發現，市場距離通過需求不確定性對企業的離岸價格有正面作用。也就是說，當引入市場距離與需求不確定性的交互項之后，市場距離自身的系數不再為正。市場距離對離岸價格的正向作用被交互項所完全吸收。市場距離只通過需求不確定性對離岸價格起正向作用。

需求不確定性可能通過企業的存貨成本來影響企業的出口價格。首先，需求不確定性會影響企業的存貨成本。Békés 等（2017）發現需求不確定性和市場規模負向影響企業的運輸頻次，從而正向影響企業的存貨成本。而依據首陳霄（2018）的發現，只有需求不確定性與市場距離的交互項可以影響企業的運輸頻次以及企業的存貨成本。其背后邏輯在于，企業通過增加存貨水平來降低需求不確定性和運輸時間導致的缺貨風險。根據Zipkin（2000）中的存貨管理理論，較高的存貨水平意味著較低的存貨周轉率，也就是較低的運輸頻次。然后，存貨成本會影響離岸價格。企業會根據缺貨風險的大小調整存貨策略。缺貨風險越大，存貨水平越高，單位產品庫存時間就越長，從而單位產品的庫存成本也越高。較高的存貨成本使得企業提高出口產品的離岸價格以補償成本的上升。本文使用中介效應檢驗的“三步法”驗證了需求不確定性的存貨成本機制。由于企業的存貨成本不能直接觀測到，本文依照首陳霄（2018）的做法，使用運輸頻次作為存貨成本的代理變量。本文發現存貨成本可以部分解釋需求不確定性對離岸價格的正向影響。企業提高離岸價格以彌補存貨成本的上升。

需求不確定性還可能通過其他機制影響離岸價格，其中之一是投資機制，即需求不確定性可能通過影響企業的投資決策來影響出口產品的單位價格。由于企業投資的不可逆性，需求不確定性會減少企業的投資。相關的文獻有Bernanke（1983）、Pindyck（1988）、Dixit 和Pindyck（1994）等。導致離岸價格國別差異的主要因素是目的地市場相關的投資，比如營銷網絡、物流體系的建設。這些投資的減少會使得單位產品的銷售和管理成本相對更高，相應地，對這些目的地出口的產品單價也更高。

本文的研究與探討企業出口價格國家間異質性的文獻直接相關。Hummels 和Klenow（2005）、Hallak（2006）、Johnson（2012）、Baldwin 和Harrigan（2011）等文獻都在產品水平上發現出口價格隨著目的地的經濟規模、收入水平、市場距離和市場遙遠程度①某國的市場遙遠程度為該國到所有其他國家的距離的加權平均，權重為GDP。的不同而不同。利用詳細的中國海關貿易數據，Manova 和Zhang（2012）在企業—產品水平上證實企業對更富有、規模更大、雙邊距離更遠以及總體而言更偏遠的市場設置更高的出口價格。與之前的文獻從質量方面考慮類似，他們也認為這些現象是因為企業會隨著目的地市場的特征調整產品的質量。國內文獻中，孫一平等（2017）也用中國的數據證實了距離對離岸價格的正向影響，還發現距離對離岸價格的影響程度與企業規模以及產品差異化程度密切相關。針對是什么因素導致了企業調整質量的行為，Verhoogen（2008）、Fajgelbaum等（2011）和Simonovska（2015）認為消費者遵循非位似性偏好，因而更富有國家的消費者有更低的收入邊際效用和更高的產品質量需求。基于線性需求模型，Manova 和Zhang（2012）認為目的地規模、市場距離等市場特征與市場的競爭程度正相關。企業為了應對市場競爭會使用更高質量的投入品以生產更高質量的產品。Hummels 和Skiba（2004）認為單位運輸成本較之冰山成本更符合現實，在單位運輸成本下，企業會對更遠的市場出口更高質量的產品。

本文的研究也豐富了對需求不確定性與價格二者關系進行探討的相關文獻。先前的文獻主要關注的是需求不確定性下的價格離散問題。為了解釋同質產品在同一個市場甚至同一個企業內的價格離散現象，Prescott（1975）、Eden（1990）和Dana（1999）在需求不確定性和有限容量（costly capacity）的框架下對企業內的價格離散現象進行了分析和解釋。在這個框架下，不同的價格可以由不同的銷售概率來解釋。

本文的研究也有助于進一步理解需求不確定性如何影響企業的其他行為。現有不少文獻嘗試從需求不確定性方面解釋企業出口的不同行為。Bernard 等（2010）在模型中加入產品水平的需求沖擊解釋了企業出口產品的種類變化；Arkolakis 等（2018）則從需求學習的角度解釋了企業的出口增長率與其出口年齡之間的負相關關系；Timoshenko（2015）通過在模型中加入企業在目的地市場需求學習的過程，解釋了企業的產品轉換和出口的年齡依存現象。為了解釋出口企業在某個市場的延遲進入現象以及高退出率的現象，Nguyen（2012）則在生產率異質性廠商模型中加入需求不確定性。國內文獻中，需求不確定性通常作為附加要素加入理論分析框架中，使模型設定更一般化，比如喻言和任劍新（2017）對中間品定價的研究，以及譚英雙等（2018）對企業最優生產規模的研究。也有一些文獻直接針對需求波動進行經驗分析，比如劉滿芝等（2013）和張洪潮等（2014）對煤炭消費需求波動規律和成因的分析。

在Arkolakis 等（2018）、Timoshenko（2015）和Nguyen（2012）的模型中，需求不確定性有一部分可以通過企業的學習而逐漸減少，但是通常仍然有一部分不確定性與學習無關，屬于需求的隨機波動。總體而言，這些都體現了企業對未來真實需求的不確定程度。本文研究中使用的需求不確定性是由企業過往的銷售額的波動計算得到的，因此，它不僅反映了需求的隨機波動①需求的隨機波動既來自于市場因素，也來自于政策因素，比如政策不確定性。政策變化的概率和可能改變的幅度都會影響政策不確定性的大小（王璐航和首陳霄，2019），進而影響市場需求。，也反映了企業的學習過程，當然也包括了其他有助于企業更準確了解市場需求的因素。這種不確定性綜合度量了企業對市場需求預測的準確性。

本文的結構為：第二部分介紹了本文用來進行實證分析的數據；第三部分是本文的實證分析；第四部分進行了總結。

二、數 據

（一）數據來源

本文使用中國海關的出口交易數據庫在2005 年的截面數據來探討企業—產品水平上離岸價格與市場距離之間的關系。②由于2007—2008 年金融危機的存在，本文無法準確估計金融危機期間以及之后幾年的需求不確定性，因此，本文使用2000—2004 年的數據估計需求不確定性，同時使用2005 年和2006 年的數據進行回歸分析。這個數據庫提供了每個出口企業在8 位HS 代碼水平上的出口目的地、出口價值（以美元計）和出口數量等方面的詳細數據。為了減少計算需求不確定性時的計算量，本文將數據加總到6 位HS 代碼水平上。出口的離岸價格通過出口價值和出口數量計算得到。由于本文主要關注的是企業—產品水平上不同目的地價格之間的差異，因此，只有那些把產品銷往多個目的地的企業樣本才會被考慮。在2005 年的樣本中，大約有33%的企業—產品是銷往多個目的地的，但是這些樣本實現的出口值占總出口值的86%以上。這個現象與Manova 和Zhang（2012）所發現的一致，即出口更多的企業往往也進入更多的市場。

國家之間的距離數據來自于CEPII 數據庫。這個數據庫提供了關于地理距離不同形式的測度數據。本文使用的是遵循大圓弧準則的測地線距離，計算中使用最重要的城市或城市群的緯度和經度數據（Mayer 和Zignago，2011）。為了計算需求不確定性，本文使用2000—2004 年間的中國出口交易數據庫。另外，根據經典的貿易引力模型，本文選用GDP和人均GDP 來控制目的地國家的規模和收入。每個國家的GDP 和人口數據來自于Penn World Table 8.1。為了控制每個市場的競爭程度，本文參照Martin（2012）的做法，使用目的地國家的平均進口單位價格作為競爭程度的量度。為了得到這個指標，本文利用2005 年的聯合國商品交易數據庫（UN Comtrade Database）。以上主要變量的描述性統計量見表1。

表1 描述性統計量

（二）數據描述性分析

雖然都是距離對單位價格的影響，但是有些文獻探討的是產品水平不同目的地之間的價格差異（Hummels 和Skiba，2004；Baldwin 和Harrigan，2011），有些文獻探討的是公司 產品水平上不同目的地間的價格差異（Manova 和Zhang，2012；Martin，2012）。本文的研究主要關注的是公司產品水平上的價格分布。

為了看清不同層面價格分布的大小，本文采用Manova 和Zhang（2012）中的方法計算了不同水平上的出口價格的變化。產品內的價格變化指的是每個產品內因為不同公司或者出口目的地而導致的單位價格差異；企業產品內的價格變化指的是每個企業×產品組合內不同出口目的地之間的單位價格差異；國家產品內的價格變化指的是每個國家×產品組合內不同企業之間的單位價格差異。這些價格差異都由相應的標準差來衡量。表2 中列出的是三種不同水平上價格變化的描述性統計量。可以看到，價格隨著企業變化的標準差平均為0.92，而價格隨著目的地變化的標準差平均為0.53。這說明，單位價格不僅存在顯著的企業異質性，也在企業內部存在顯著的國家異質性。

表2 不同水平上的出口價格的變化

如前文所述，企業內部存在目的地水平上的價格差異。現在我們探討這種價格差異是否與市場距離相關。本文對價格和距離的對數形式在企業×產品水平上進行了去均值的操作，從而保證本文調查的價格變化來自于企業內部。圖1 中以散點圖和線性擬合的方式展示了對數形式的單位價格和對數形式的市場距離之間的關系。從圖中可以很明顯地看出單位價格和市場距離之間的正相關關系。線性擬合的斜率大約為0.020。

圖1 單位價格和市場距離

（三）需求不確定性的度量

在本文的研究中，需求不確定性意味著位于目的地市場的進口商不知道未來可能的需求量。與Nguyen（2012）不同，這里計算得到的需求不確定性不會因為企業的學習過程而被完全消除掉，因為它綜合反映了企業對市場需求預測的準確程度，即不僅反映了市場的系統波動，也反映了企業的學習過程。本文采用首陳霄（2018）中的方法計算需求不確定性。首先，對于國家（c）×產品（h）水平上的任一樣本組，本文運行以下回歸方程：

此外，借鑒首陳霄（2018）中的做法，本文也使用了另一個不確定性的量度，從而可以考慮到廣延邊際的情形，這就是在2000—2004 年間的平均每年退出率。對每一組（c,h），有：

其中NtF 是在t 年出口產品h 到目的地c 的企業的數目。

前面構造需求不確定性的邏輯在于，企業的出口變化在剔除了企業自身特征的影響后可以解釋為是由市場需求波動所導致的。退出率可以用來衡量需求不確定性是因為較高的需求不確定性會降低企業的預期利潤，使得生產率較低的企業退出市場，導致市場退出率的增加。

三、實證結果

（一）距離與離岸價格

在上一節的數據描述中，本文發現企業內部因為目的地不同存在顯著的價格差異，而且這種價格差異與目的地距離密切相關。在這一節，本文首先使用回歸分析驗證企業是否會對更遠的市場設置較高的離岸價格。回歸方程的形式如下：

其中lnuvihc是企業i 將產品h 出口到國家c 的單位價格的對數形式，lnDistc是中國到目的地市場c 的地理距離的對數形式，Xc是其他的控制變量，vih是企業和產品的交叉固定效應。正如上一節中的數據描述里所介紹的，這里使用三個不同的控制變量。依據傳統的貿易引力模型，GDP 和人均GDP 用來控制目的地市場的規模和財富水平。此外，本文還引入了目的地國家的平均進口價格水平，，來控制產品h 在國家c 的市場競爭程度。表3 列出了回歸的結果。

表3 離岸價格和距離（2005 年中國出口海關數據）

列（1）—（3）的回歸樣本包括了中國出口商的所有目的地。列（1）的結果顯示離岸價格的距離彈性為0.021。這意味著，如果市場距離翻倍，平均而言出口企業會將離岸價格提高1.5%（20.021-1）。列（2）的回歸增加了人均GDP 和GDP 兩個控制變量。可以看到這兩個衡量目的地國家財富水平的變量都對離岸價格有顯著的正向影響。距離的系數仍然顯著為正且系數比列（1）中的結果要略微偏大。列（3）進一步增加了衡量目的地國家競爭程度的控制變量平均進口價格（Importprice）。平均進口價格對離岸價格的影響也是顯著為正的，但是影響程度比較小。距離的系數仍然顯著為正且大小比列（1）的略大些。為了驗證結果的穩健性，列（4）只包含了目的地為WTO 成員的樣本。因為加入了WTO的國家通常經濟政策較為穩定，彼此認同相似的市場規則。回歸結果仍然與之前的相似。這說明，企業確實會對較遠的市場設置較高的離岸價格。①本文還發現，對于加工貿易企業，距離與離岸價格之間不存在顯著的正相關關系。這一發現是與本文的觀點相一致的。因為加工貿易企業通常對需求不確定性不敏感，所以，需求不確定性的作用機制對加工貿易企業不起作用，削弱了距離與離岸價格之間的正向關系。此外，加工貿易企業沒有充分的定價權也會減弱距離與離岸價格之間的正相關關系。

（二）需求不確定性與離岸價格

這部分檢驗需求不確定性是否可以解釋市場距離與離岸價格之間的正相關關系。本文認為市場距離主要通過需求不確定性影響企業的離岸價格。如果不存在需求不確定性，市場距離對企業離岸價格的影響將不存在或者影響弱化很多。為了檢驗這個機制，本文在前面的回歸方程中加入需求不確定性與距離之間的交互項以檢驗需求不確定性這個機制是否存在，因此，回歸方程變為：

其中大部分標識的含義與前面回歸方程中的保持一致。Uch為（1）式中所計算的需求不確定性的量度。β3為距離的對數與需求不確定性之間交互項的系數，與β1同是本文主要關心的變量。如果需求不確定性是距離對離岸價格影響的主要機制，β3會顯著為正，而β1的正向作用會大大減小。Xc為其他控制變量。在這里本文依然使用人均GDP、GDP 和目的地的平均進口價格作為控制變量，并且控制企業×產品交叉固定效應。表4 給出了需求不確定性以及它跟距離的交互項對離岸價格的回歸的結果。

所有回歸中，需求不確定性與距離的交互項的系數都是正的且顯著。列（1）的結果顯示，當引入需求不確定性與距離的交互項后，距離的單獨項不再正向影響單位價格。需求不確定性與距離的交互項的系數大小為0.12，比表3 中距離的系數要大，這是因為交互項也吸收了一部分需求不確定性對單位價格的正向影響。這說明，距離主要是通過需求不確定性對單位價格有正向影響。列（2）和列（3）分別增加了控制變量目的地國家的規模（GDP）、財富水平（人均GDP）和平均進口單位價格（Importprice）。交互項和距離的系數大小雖有變化，但仍然與列（1）的發現保持一致。在列（4）和列（5）的回歸中引入了另外一個度量需求不確定性的指標——退出率。它可以捕捉需求沖擊導致的廣延邊際變化。當增加了退出率與距離的交互項后，需求不確定性與距離的交互項的系數變化并不大，只略微變小一些，而退出率與距離的交互項系數則為正且顯著。這說明，退出率可以捕捉到需求不確定性無法捕捉到的需求沖擊，二者只有小部分重合。列（5）的回歸只包括目的地為WTO 成員的樣本，估計結果與列（4）的變化不大，表明前面的發現是穩健的。表4 各列的結果說明，需求不確定性確實是距離正向影響單位價格的主要渠道。

表4 需求不確定、市場距離與離岸價格

（三）存貨管理與離岸價格

正如引言中所討論的，需求不確定性可能從兩個方面影響企業的單位定價。一個是影響企業的投資。由于本文利用的是同一企業內不同目的地之間的變化來估計回歸系數的，除非出口到不同目的地的產品生產技術上差異很大以致不能共用相同的生產設施，否則企業的投資不能解釋同一企業在不同目的地之間的單位價格差異。當然，企業的投資也可以指的是企業在目的地市場的營銷開支等與出口目的地市場密切相關的沉沒成本。一般來說，這些沉沒成本只可能受需求不確定性的影響，而與單純的市場距離沒有關系。但如果考慮到市場距離對信息傳播的影響（Fernandes 和Tang，2014），市場距離也有可能影響企業的營銷成本，從而影響產品的定價。不過，由于投資和營銷數據的不可得，這里重點關注需求不確定性的存貨成本機制的驗證，也就是需求不確定性是否通過存貨成本影響企業的單位定價。

由于本文預期存貨成本在需求不確定性影響企業的離岸價格的過程中起到中介變量的作用，所以本文依據Baron 和Kenny（1986）、溫忠麟等（2005）提出的中介效應檢驗程序，采用三步法檢驗存貨成本的中介效應。

第一步，以企業的離岸單價為因變量，企業在目的地市場面臨的需求不確定性與市場距離的交互項作為自變量進行回歸分析。這一步的分析已經在上一節里做過了，已經驗證了需求不確定性與市場距離的交互項對離岸價格有顯著作用，且只有交互項對離岸價格有正向作用。

第二步，以企業的存貨成本為因變量，需求不確定性與市場距離的交互項為自變量進行回歸分析，驗證需求不確定性與存貨成本之間存在相關關系。這一步中所要闡述的關系在首陳霄（2018）中得到了充分的驗證，因此，本文這里不再重復。正如首陳霄（2018）中說明的，運輸頻次反映的是企業的存貨策略，因此，運輸頻次可以作為存貨成本的一個間接量度。首陳霄（2018）發現需求不確定性與距離之間的交互項會負向影響運輸頻次。也就是說，交互項越大，運輸頻次越低，最優的存貨水平會越高，存貨成本也會越高。

第三步，以企業的離岸單價為因變量，需求不確定性與市場距離的交互項和運輸頻次（存貨成本的代理變量）作為自變量進行回歸分析。回歸方程如下：

其中大部分標識的含義與前面回歸方程中的保持一致。ln hihc為企業、產品和目的地水平上在一年里有貿易的月份數，代表企業的運輸頻次。如果運輸頻次的系數為負的且顯著，也就是存貨成本正向影響離岸單價，那么存貨成本的中介效應顯著。如果在運輸頻次的系數顯著的同時，需求不確定性與市場距離的交互項的系數不再顯著，那么存貨成本的中介效應為完全中介效應。表5 給出了對存貨成本的中介效應進行檢驗的第三步回歸的結果。

表5 存貨成本與離岸價格

所有回歸的結果中，有貿易的月份數（NumofMonths）的系數都是負的且顯著。這說明以有貿易的月份數衡量的運輸頻次是需求不確定性和距離的交互項影響離岸價格的中介變量。從表中還可以看到所有的交互項系數也是正的且顯著，而且普遍比表4 中的結果要小一些。這表明存貨成本并不是完全中介效應，但是，它可以解釋一部分交互項對離岸價格的正向影響。列（4）和列（5）加入了另外一個需求不確定性的量度退出率與距離的交互項，且列（5）的回歸僅使用目的地為WTO 成員的樣本。退出率捕捉了需求不確定性捕捉不到的廣延邊際上需求波動導致的后果。可以看到，退出率與距離的交互項的系數也是正的且顯著，而且其絕對值比表4 中列（4）和列（5）的要小許多。這再次說明，存貨成本在需求不確定性與距離的交互項影響離岸價格的過程中起到部分中介效應的作用。

存貨成本不能完全解釋需求不確定性與距離的交互項對離岸價格的影響，有兩個可能的原因。一個是用有貿易的月份數衡量存貨成本存在的量度誤差。首先，用有貿易的月份數衡量運輸頻次就是一種近似的做法。由于本文不能保證海關數據中每一條記錄都對應一次真實的交易，所以，使用有貿易的月份數來衡量運輸頻次是更為保守但可靠的做法。其次，運輸頻次只是存貨成本的間接反映，并不能完全刻畫存貨成本的變化。但是，由于本文沒有企業層面的存貨數據，尤其是與目的地相關聯的存貨數據，因此，運輸頻次是本文僅有的能反映企業、產品和目的地水平上存貨水平的數據。另一個則是前面所提到的，存貨成本只是需求不確定性和距離的交互項影響離岸價格的其中一個機制，還存在其他可能的機制。比如企業的投資，尤其是與目的地相關聯的固定成本投入，比如營銷成本等。還可能是信息的不對稱。距離和需求不確定性都會影響企業及時獲得真實的市場信息，從而增加企業做出最優決策的困難。這些可能的機制都有待于通過今后的研究來深入了解。

對于上面的發現，本文做了一系列的穩健性檢驗，比如控制產品質量的影響，以及使用運輸頻次而不是有貿易的月份數作為存貨水平的代理變量，結論都保持不變。具體請參見本文的“附錄與擴展”。

四、總結

本文嘗試從需求不確定性的角度解釋距離與離岸價格之間的正相關關系。使用中國2005 年的海關出口數據，本文在企業—產品水平上確實發現了先前文獻（比如Manova 和Zhang（2012）、Martin（2012）等）所指出的企業對距離較遠的市場設置更高的離岸價格的事實。同樣使用2005 年的海關數據，本文發現，當加入距離和需求不確定性的交互項后，距離對離岸價格的正向作用完全被交互項所吸收，而距離本身的系數不再為正。因此，本文認為需求不確定性是距離影響離岸價格的重要機制。有別于其他文獻從產出角度的解釋（主要是產品質量），本文的解釋是從需求角度對這一問題的重新解讀。

本文還進一步探討了需求不確定性影響企業定價的機制。通過檢驗中介效應的“三步法”，本文發現作為存貨成本間接量度的運輸頻次在需求不確定性和距離的交互項正向影響離岸價格過程中起到部分中介效應的作用。因此，存貨成本可以部分解釋距離如何通過需求不確定性對單位價格產生正向影響。之所以只能部分解釋，一方面是可能存在其他機制，比如企業的投資機制等，另一方面在于使用運輸頻次衡量存貨成本有衡量誤差，特別是在使用有貿易的月份數作為運輸頻次的度量時。

本文的研究表明傳統的異質廠商模型中由于沒有考慮到需求不確定性的影響，所以得出了與實證發現不一致的預測。因此，為了更好地解釋現實情形，貿易模型有必要將需求不確定性這一因素考慮進來。