目的地需求不確定性、鄰近學習與新進入企業(yè)出口產品質量

摘要

鄰近企業(yè)的信息外溢是解決新出口企業(yè)信息不對稱的有效方式，也是不確定性環(huán)境下推動外貿穩(wěn)中提質的重要手段。本文將企業(yè)內生產品質量決策和社會學習行為納入異質性企業(yè)貿易模型，從目的地需求不確定性視角解釋新進入企業(yè)出口產品質量與鄰近企業(yè)的信息溢出之間的關系。基于2000—2015年中國海關數(shù)據(jù)庫，本文發(fā)現(xiàn)鄰近企業(yè)釋放的需求信號有助于提升企業(yè)對特定目的地的初次出口產品質量，而信號的影響效果不僅取決于釋放信號企業(yè)的集聚水平，還取決于新進入企業(yè)對目的地市場的了解程度以及鄰近企業(yè)信號的分散度。進一步的機制檢驗表明，鄰近學習效應主要通過鼓勵企業(yè)固定資產投資和高質量中間品進口促進產品質量的提升。

關鍵詞目的地需求不確定性鄰近學習新進入企業(yè)出口產品質量

一、引言

黨的二十大明確提出要“加快建設貿易強國”，并將高質量發(fā)展定為全面建設社會主義現(xiàn)代化國家的首要任務。出口產品質量是決定國際貿易流動格局的關鍵因素，也是衡量國家制造能力和國際競爭力的重要標準（Hallak&Sivadasan，2013；李保霞等，2023），因而提升出口產品質量對實現(xiàn)經濟高質量發(fā)展具有重要意義。現(xiàn)有研究主要從供給視角圍繞生產效率、中間品投入、融資約束、勞動力素質等因素與企業(yè)出口產品質量之間的關系展開探討（Fanetal.，2015；

許家云等，2017；蘇丹妮等，2018；方森輝和毛其淋，2021），較少考慮需求因素的影響。然而，相較于國內貿易，企業(yè)在出口貿易中面臨著更強的市場信息不對稱性，難以作出最優(yōu)的出口產品質量決策（Macedoni，2022）。

與發(fā)達國家不同，現(xiàn)階段中國出口企業(yè)多而不強，直接獲得需求信息的銷售渠道一般被下游企業(yè)或中間商控制，因此當目的國（地區(qū)）市場出現(xiàn)較強的不確定性時，鄰近企業(yè)的信息外溢成為出口企業(yè)獲取需求信息的重要方式（Fernandes&Tang，2014）。那么，鄰近企業(yè)的信息溢出能否影響中國出口企業(yè)的產品質量決策？

為了回答上述問題，本文首先在異質性企業(yè)貿易模型的基礎上，進一步將產品質量決策內生化，并引入企業(yè)社會學習的行為。在理論模型中，企業(yè)的最優(yōu)出口產品質量不僅取決于生產率，還取決于目的地與企業(yè)—目的地層面的產品需求偏好。新出口企業(yè)將基于觀察的鄰近企業(yè)出口表現(xiàn)，根據(jù)貝葉斯法則，更新對目的地市場需求的預期，進而確定其出口產品質量水平。理論模型表明，新進入企業(yè)出口產品質量與目的地需求信號存在正相關性。該結論蘊含的經濟學機理是鄰近企業(yè)的信息溢出可以修正新出口企業(yè)對目的地市場需求的認知，幫助其降低出口不確定性，從而作出正確的出口質量決策。

基于2000—2015年高度細化的企業(yè)—產品—目的地—年份層面的中國出口貿易數(shù)據(jù)，本文進一步對理論分析的預測進行實證檢驗。結合理論模型，本文將鄰近企業(yè)產品出口到特定目的地的平均出口銷售額視為新進入企業(yè)接收的需求信號，同時通過差分的方式規(guī)避了鄰近企業(yè)個體特征對信號的干擾。在基準回歸中，本文控制了鄰近企業(yè)對其他目的地出口的信號、目的地收入水平以及企業(yè)層面的供給沖擊和出口經驗。為了更加清晰地證明鄰近企業(yè)的信息溢出效應，本文從企業(yè)鄰近學習的決定因素和異質性影響兩個方面系統(tǒng)檢驗了新出口企業(yè)鄰近學習的特征。

與本文相關的研究主要分為兩類。第一類是關于貿易企業(yè)的信息溢出效應的研究。企業(yè)在出口前對國外市場的信息獲取是緩解信息摩擦、降低出口風險的重要途徑（楊汝岱和李艷，2016）。一方面，企業(yè)能通過自身貿易經驗的積累加深對目的地市場的了解，進行最優(yōu)的生產和銷售決策（Timoshenko，2015；Arkolakisetal.，2018；Bermanetal.，2019），也能通過降低相似市場的進入成本，指導企業(yè)對新出口市場的選擇（Fablingetal.，2012）。另一方面，空間距離的相近為個體企業(yè)從業(yè)者之間面對面的溝通交流提供便利（張國峰等，2016），接近其他出口企業(yè)可能會帶來的積極的信息外部性，有利于企業(yè)出口績效的增長（Koenigetal.，2010；劉慧和綦建紅，2018）。近年來，大量研究發(fā)現(xiàn)出口到同一目的地的企業(yè)在地理分布上呈現(xiàn)集中趨勢。這種新型的出口集聚方式被認為是企業(yè)為了降低對國外市場信息不對稱引發(fā)的不確定性所形成的（劉晴等，2020；陳榕景和鐵瑛，2022）。但是也有研究指出，基于出口目的地企業(yè)的空間集聚也可能通過貿易成本分攤與出口固定成本降低來促進企業(yè)的出口擴張（Cassey&Schmeiser，2013;Hu&Tan，2016）。與之不同的是，F(xiàn)ernandes&Tang（2014）聚焦目的地需求的不確定性，從理論上解釋了新出口企業(yè)如何通過觀察鄰近企業(yè)的出口行為預測海外市場的需求水平，從而作出最優(yōu)的出口決策。他們認為，鄰近企業(yè)對區(qū)域內潛在出口企業(yè)的影響主要通過目的地需求信號進行傳遞，而集聚水平只能加強信號效應的作用強度，不會對企業(yè)的出口行為產生直接影響。在此基礎上，孫進和鮑曉華（2022）發(fā)現(xiàn)跨區(qū)域的多工廠企業(yè)同樣存在企業(yè)內出口目的地市場的信息溢出，其拓展了信息外溢高度地區(qū)化的傳統(tǒng)觀點。遺憾的是，現(xiàn)有關于貿易信息溢出對企業(yè)出口行為影響的研究多數(shù)聚焦于企業(yè)出口市場的逆向選擇與出口規(guī)模的擴張，較少涉及對企業(yè)出口產品質量的分析。

第二類是關于企業(yè)出口產品質量影響因素的研究。大量研究從供給視角解釋了企業(yè)出口產品質量差異的原因。Hallak（2006）指出，出口產品質量的異質性取決于企業(yè)對產品創(chuàng)新的投入，生產率較高的企業(yè)在出口產品質量的提升方面更具優(yōu)勢。Flach&Unger（2022）在多國異質性企業(yè)國際貿易模型中引入了具有內生固定成本的質量創(chuàng)新，其發(fā)現(xiàn)在垂直差異化較強的行業(yè)中，出口銷售額與出口企業(yè)份額對固定成本的敏感性較低，因此這些行業(yè)企業(yè)對產品質量的創(chuàng)新投入收益更高。Fanetal.（2015）將流動性與外部金融引入異質性企業(yè)貿易模型，解釋了融資約束對企業(yè)出口產品質量的限制作用。方森輝和毛其淋（2021）從促研發(fā)效應、質量吸收能力和中間品質量效應三個渠道檢驗了人力資本積累對出口產品質量的提升作用。然而，企業(yè)出口質量的影響因素不僅來自供給側，也可能來自需求側。朱小明和宋華盛（2019）通過實證分析發(fā)現(xiàn)目的國需求的擴張通過加劇市場競爭倒逼企業(yè)出口產品質量的升級。Wuetal.（2023）從資源調配的角度考察企業(yè)出口產品質量與目的地需求的關系，發(fā)現(xiàn)正向的需求沖擊促使企業(yè)雇傭更多員工和采用資本密集型生產方式進行資源再配置，而較高的資本密集度能夠提升企業(yè)生產率，從而促進企業(yè)出口產品質量的升級。還有學者關注了產品質量的信息不對稱性。葉迪和朱林可（2017）發(fā)現(xiàn)地區(qū)質量聲譽能夠通過影響購買方對該地區(qū)具體產品的信念來提升當?shù)仄髽I(yè)的出口績效。施炳展等（2023）從跨境人員流動的視角考察了境內企業(yè)出口質量與境外人員流入的關系，發(fā)現(xiàn)境外人員流入有利于境外消費者打破對境內產品的認知壁壘，降低信息不對稱，并通過信息摩擦成本和違約風險的降低以及貿易聯(lián)系的加強提高境外市場對高質量產品的需求。但是這些研究只關注了信息不對稱降低對國（境）外市場需求的改變，并沒有考慮到企業(yè)面對外部不確定性降低后的質量調整。在本文的研究中，信息不對稱引發(fā)的需求不確定性降低不一定促使企業(yè)產品質量升級，由于產品質量決定了企業(yè)的最優(yōu)出口利潤，負向的需求信號也會降低企業(yè)提高出口產品質量的意愿。

與以往的研究相比，本文可能的邊際貢獻主要體現(xiàn)在三個方面：首先，借鑒Flach&Unger（2022）的研究，本文在異質性企業(yè)框架下將產品質量內生化，創(chuàng)新性地引入出口目的地需求的不確定性，并允許企業(yè)具有社會學習的行為。本文從信息溢出作用于新出口企業(yè)對目的地需求預期調整這一角度，構建鄰近企業(yè)對新出口企業(yè)產品質量影響的分析框架。其次，現(xiàn)有文獻大多用集聚水平作為信息溢出的變量，而本文直接考察鄰近企業(yè)的需求信號與企業(yè)出口產品質量的關系，并在實證研究中通過多維固定效應和工具變量等方法排除了集聚對企業(yè)供給層面的影響。同時，本文緊密結合理論模型驗證了鄰近企業(yè)的信號對新進入企業(yè)出口質量的影響因素，較為清晰地證明了本地信息溢出降低企業(yè)出口不確定性的可信性，為集聚外部性提供了一個新的研究視角。最后，與以往討論需求信息不對稱與企業(yè)出口產品質量的研究相比，本文重點考察的是目的地市場不確定性降低后企業(yè)主動的產品質量調整，而不是目的地市場采購商在對中國產品質量的信息壁壘消除后的產品選擇和進口規(guī)模的變動。同時，本文對中介效應模型的分析還發(fā)現(xiàn)，鄰近學習效應通過固定資產投資和高質量中間品進口兩個渠道實現(xiàn)企業(yè)出口產品質量提升。

二、理論分析和研究假設

本部分構建了一個簡潔的企業(yè)信息學習模型以指導后續(xù)的經驗分析。借鑒Flach&Unger（2022）的研究，本文在異質性企業(yè)模型的基礎上將產品質量內生化，并引入與Fernandes&Tang（2014）研究類似的企業(yè)社會學習行為。在該理論中，企業(yè)能夠觀察周邊企業(yè)的出口表現(xiàn)，并基于貝葉斯法則對目的地產品需求的期望進行更新，以此調整企業(yè)的最優(yōu)出口產品質量決策。

（一）消費者需求

假設差異化產品的代表性消費者偏好服從常數(shù)替代彈性（CES）效用函數(shù)，具體表達式為：

U=∫ω∈Ωq（ω）x（ω）σ-1σdωσσ-1（1）

其中，ω∈Ω代表產品種類并假設每一個企業(yè)僅生產一種產品。σ>1代表產品間的替代彈性。qω表示產品質量，x（ω）表示消費者對差異化產品的需求量。根據(jù)消費者效用最大化原則，消費者的需求函數(shù)可表示為：

xω=qωσ-1pω-σYPσ-1（2）

其中，Y和P分別代表市場的收入水平和價格指數(shù)，P≡∫ω∈Ωp（ω）q（ω）1-σdω11-σ，p（ω）表示差異化產品的銷售價格。

（二）生產與質量決策

與Melitz（2003）一致，勞動力是唯一生產要素，同時企業(yè)進入市場之前需要支付沉沒成本fe并抽取其自身生產率φ。與之不同的是，在本文中企業(yè)存在生產率與質量生產能力兩種異質性，且兩者能夠共同決定企業(yè)的生產成本，從而影響利潤。借鑒Flach&Unger（2022）的設定，在工資標準化后，企業(yè)出口產品到目的國（地區(qū)）的成本函數(shù)可表示為：

lω=fx+τqωθφxω+qωαα（3）

在式（3）中，fx代表出口固定成本（fx>0）。等號右側第二項為企業(yè)的可變成本，企業(yè)的邊際成本隨著生產率的上升而下降，但是與產品質量成正比，其中θ（0<θ<1）代表了邊際成本相對于產品質量的彈性。同時，與Ks5wB23V7uMv0dkVBauk5A==傳統(tǒng)貿易文獻一致，出口企業(yè)還需要承擔冰山成本τ（τ>1）。此外，提升產品質量企業(yè)還會產生額外的固定成本qωαα，其中α>（1-θ）（σ-1）確保了質量投資成本為凸函數(shù)，從而保證了企業(yè)利潤函數(shù)有最優(yōu)解。在上述條件下，企業(yè)的利潤函數(shù)可表示為：

π=pφxφ-τqωθφxφ-qωαα-fx（4）

結合式（2），可得在利潤最大化條件下企業(yè)出口產品的價格為：

pφ=σσ-1τqθφ（5）

將式（5）代入式（4），企業(yè)的最優(yōu)出口產品質量需要滿足以下條件：

qφ=ξDφσ-1η（6）

其中，η≡1α-σ-11-θ>0，ξ=1-θσσ-1-στ1-σ為常數(shù)。D為企業(yè)所面臨出口市場的需求參數(shù)。式（6）表明，企業(yè)的最優(yōu)出口質量不僅取決于生產率，還取決于出口目的地的需求水平。在市場進入之前，企業(yè)可以抽取到自身生產率φ，但是由于出口目的地的需求水平存在不確定性，企業(yè)最優(yōu)出口產品質量的決策取決于其對出口目的地需求的期望。與Fernandes&Tang（2014）的設定一致，本文將地區(qū)j的需求水平的自然對數(shù)形式（lnD）分解為兩個部分：

lnDij=dj+zij（7）

其中，i和j分別代表出口企業(yè)和出口目的地。dj=Pσ-1jYj表示目的地層面的需求水平，這對所有出口企業(yè)保持一致；zij代表地區(qū)j對企業(yè)i產品的偏好，假設dj和zij都不隨時間變化。在企業(yè)i進入地區(qū)j之前，dj和zij對于企業(yè)i來說都具有不確定性，其中只有dj企業(yè)可以通過學習和觀察鄰近企業(yè)的出口表現(xiàn)獲取信息。但是，當企業(yè)i出口產品k進入地區(qū)j以后，其將對dkj和zikj都具有肯定的了解，即不再需要通過觀察鄰近企業(yè)的出口行為獲取信息，除非其停止出口后準備再次進入該市場。假設企業(yè)i對新出口市場的dj持有一個先驗信念（priorbelief），并服從期望為d-j、方差為vdj的正態(tài)分布，即dj～Nd-j，vdj。同時，由于地區(qū)j對不同企業(yè)產品具有不同偏好zij，即使兩個相同生產率企業(yè)的最優(yōu)出口質量仍然可能存在差異。假設企業(yè)在進入新市場之前對zij的認知服從期望為0、方差為vzj的正態(tài)分布，即zij～N0，vzij，企業(yè)i初次進入地區(qū)j的出口質量期望可表示為：

E［qij］=expd-j+ηV2ξφσ-1iη（8）

其中，V=vdj+vzij。

（三）鄰近學習對企業(yè)出口質量決策的影響

與Fernandes&Tang（2014）的研究一致，假設新出口企業(yè)i所屬城市在t-1期存在數(shù)量為nkj，t-1的企業(yè)出口產品k到地區(qū)j，同時新出口企業(yè)可以觀察數(shù)量為nj，t-1的鄰近企業(yè)在t-1期出口到地區(qū)j的平均出口額lnR-j，t-1，以及平均生產率lnφ=Elnφ|lnφ>lnφ。其中，lnφ為企業(yè)進入地區(qū)j的臨界生產率。基于上述假設，新出口企業(yè)可以從鄰近企業(yè)上一期的出口表現(xiàn)推斷地區(qū)j的需求偏好為：d-nbj，t-1=1ηlnR-j，t-1-σ-1lnφ-lnξ。本文將d-nbj，t-1定義為鄰近企業(yè)釋放的需求信號。

根據(jù)DeGroot（2004）的設定，當新出口企業(yè)通過觀察鄰近企業(yè)出口表現(xiàn)并推斷出d-nbj，t-1后，該企業(yè)會對d-j的先驗信念進行貝葉斯更新，從而得到其后驗信念（posteriorbelief）：

d-postjt=δtd-nbj，t-1+（1-δt）d-j（9）

式（9）表明新出口企業(yè)在信息更新后對地區(qū)j需求水平dj的期望是由其自身以及從鄰近企業(yè)出口表現(xiàn)推斷的市場需求加權平均而來，其中δt代表企業(yè)依賴鄰近企業(yè)信號的權重，表達式為：

δt=nj，t-1vdjvzij+nj，t-1vzij=1+1nj，t-1vzijvdj-1（10）

同時，計算出關于dj的后驗分布的方差為：

vpostdjt=vzijvdjvzij+nj，t-1vdj=1vdj+nj，t-1vzij-1（11）

因此，企業(yè)i出口到地區(qū)j的最優(yōu)質量期望函數(shù)可調整為：

E［lnqijt］=ηlnξ+（σ-1）ηlnφi+ηd-postjt（12）

結合式（10），可以得到如下推導：

E［lnqijt］d-nbj，t-1=ηδt=η1+1nj，t-1vzijvdj-1>0（13）

式（13）意味著，鄰近企業(yè)對地區(qū)j的出口行為可以通過信號傳遞的方式調整新出口企業(yè)對該市場的需求預期，進而改變其最優(yōu)產品質量決策。鄰近企業(yè)的平均出口額越高，新出口企業(yè)的出口產品質量越高。由此，本文提出第一個理論假設。

H1：鄰近企業(yè)釋放的需求信號有利于新進入企業(yè)出口產品質量的提高。

（四）鄰近學習的影響因素

式（13）還顯示，鄰近企業(yè)釋放的目的地需求信號對新進入企業(yè)出口產品質量的影響取決于權重δt。該變量代表了企業(yè)在更新目的地產品需求信息的過程中，相比于自身的先驗信念，對鄰近企業(yè)需求信號的依賴程度。從式（10）可以看出，權重δt受到nj，t-1、vdj和vzij三個因素的影響。其中，nj，t-1為釋放信號的鄰近企業(yè)數(shù)量，nj，t-1越大說明地區(qū)信息溢出的強度越高（或信息的可信度越高）；vdj為目的地的需求不確定性，vdj越大說明新進入企業(yè)對目的地的需求信息了解越少，即所面臨的需求不確定性越強；vzij為企業(yè)—目的地層面的需求不確定性，具體表現(xiàn)為鄰近企業(yè)集合Ncj，t-1出口產品到地區(qū)j出口額的離散程度，vzij越大說明鄰近企業(yè)釋放的需求信號精確度越低。結合式（13）可得：

E［lnqijt］d-nbj，t-1nj，t-1>0；E［lnqijt］d-nbj，t-1vdj>0；E［lnqijt］d-nbj，t-1vzij<0（14）

式（14）意味著，在其他條件不變的情況下，如果釋放信號的鄰近企業(yè)越多或者新進入企業(yè)本身對目的地的需求信息了解越少（所面臨的不確定性越強），則需求信號能夠使新進入企業(yè)越愿意提高出口產品質量；如果鄰近企業(yè)釋放的需求信號越分散（精確度越低），則新進入企業(yè)對信號的依賴性會越低，即使企業(yè)接收了需求信號，其提高出口產品質量的意愿也會相應減弱。由此，本文提出第二個理論假設。

H2：鄰近企業(yè)釋放的需求信號對新進入企業(yè)出口產品質量的促進效果隨著鄰近企業(yè)數(shù)量和需求不確定性的上升而增強，但是會隨著信號分散程度的增加而減弱。

（五）鄰近學習影響企業(yè)出口產品質量的影響機制

前文的理論分析指出，鄰近企業(yè)的信號可以通過改變新出口企業(yè)對目的地市場需求的預期影響企業(yè)的產品質量決策。然而，企業(yè)的出口產品質量是通過內生選擇的，產品質量的提升需要高額的固定成本。由于新出口企業(yè)的出口不確定性較高，很難預知產品質量與市場需求的匹配度，故不可逆的投資會使企業(yè)的機會成本升高（張瑩和朱小明，2018）。根據(jù)預防性動機理論，當企業(yè)無法準確預知未來經濟環(huán)境對自身造成的不利影響時，企業(yè)更傾向于增加現(xiàn)金的持有量，從而作出減少或延遲投資的決策（Gulen&Ion，2016）。但是通過式（13）可以發(fā)現(xiàn)，鄰近企業(yè)的信息溢出可以幫助新出口企業(yè)降低出口不確定性，加深其對特定目的地市場需求水平的了解。其中，積極的需求信號表明產品質量的提升帶來更高的預期貿易收益，鼓勵企業(yè)通過固定資產投資促進產品質量的升級。此外，隨著經濟全球化的不斷深入，國外高質量中間品進口成為企業(yè)提升出口產品質量的重要手段（Bas&StraussKahn，2015）。以往的研究表明，企業(yè)最終產品質量的升級需要高質量中間品的投入（Wang，2011），同時國外高質量中間品與國內中間品具有不完全替代性（許家云等，2017）。因此，當接收到積極的需求信號時，新出口企業(yè)也可以通過高質量中間品進口提升出口產品質量，從而獲得更高的預期利潤。由此，本文提出第三個理論假設。

H3：鄰近企業(yè)釋放的需求信號能夠通過促進新出口企業(yè)固定資產投資和高質量中間品進口實現(xiàn)產品質量的提升。

三、實證模型設定與數(shù)據(jù)來源說明

（一）實證模型設定與識別策略

為了檢驗本文理論分析中的結論，本文構建以下計量模型考察鄰近出口企業(yè)關于特定目的地市場需求的信息溢出對本地區(qū)新進入該市場企業(yè)產品質量的影響。

lnqualityikcjt=α+βsignalkcjt+γZ′+{FE}+εikcjt（15）

其中，i、k、c、j和t分別代表企業(yè)、產品、城市、目的地和年份。lnqualityikcjt為城市c的企業(yè)i在t年出口產品k到地區(qū)j的產品質量（取自然對數(shù)），是本文的被解釋變量。signalkcjt為城市c的新出口企業(yè)在t年從鄰近企業(yè)獲得關于地區(qū)j對產品k的需求信號，是本文的核心解釋變量。Z′為不同層面的控制變量。{FE}為多維度的固定效應，具體包括：（1）企業(yè)—年份固定效應，用于控制企業(yè)生產率、企業(yè)規(guī)模、企業(yè)性質等影響企業(yè)生產能力的因素；（2）產品—年份固定效應，用于控制不同產品及其所在產業(yè)隨時間變化趨勢的差異性；（3）目的地—年份固定效應，用于控制出口目的地的收入水平與政府政策對所有企業(yè)出口行為的影響；（4）城市—目的地固定效應，用于控制城市與出口目的地之間可能存在的歷史因素對企業(yè)出口行為的影響，同時該固定效應還能夠控制城市與出口目的地之間的距離，在一定程度上吸收了運輸成本對企業(yè)出口質量的影響。εikcjt為隨機誤差項。

（二）變量選擇與測度方法

1.被解釋變量

借鑒Khandelwaletal.（2013）的方法，本文采用如下公式估算企業(yè)出口產品質量：

lnxikcjt=-σlnpikcjt+λk+λjt+ξikcjt（16）

其中，lnxikcjt和lnpikcjt分別代表企業(yè)i在t期出口HS六位碼產品k到地區(qū)j的產品數(shù)量和產品價格。σ為行業(yè)內產品間的替代彈性，本文采用了Broda&Weinstein（2006）的測算結果進行匹配，允許行業(yè)間替代彈性的差異化。λk和λjt分別代表產品和目的地—年份固定效應。通過估計式（16）中的殘差ξ︿ikcjt，可以得到企業(yè)i出口產品k到地區(qū)j的產品質量為lnq︿ikcjt=ξ︿ikcjt/（σ-1）。

2.核心解釋變量

本文實證研究亟待解決的問題是要找到一個能夠衡量鄰近企業(yè)釋放關于目的地需求信號的合理變量。這是由于在現(xiàn)實中，nbkj，t-1不能被新出口企業(yè)直接觀察或被統(tǒng)計者精確測算。為此，結合理論分析，為了進一步分離鄰近企業(yè)間不隨時間變化的潛在差異化因素（如生產率等）的影響，本文借鑒Fernandes&Tang（2014）的做法，用城市c出口產品k到地區(qū)j的企業(yè)在t-1期和t期銷售額的平均增長率作為d-nbkj，t-1的代理變量。具體而言，鄰近企業(yè)釋放的需求信號signalkcjt可被定義為：

signalkcjt=1nkcj，t-1∑i∈Nkcj，t-1［lnxikcjt-lnxikcj，t-1］（17）

其中，Nkcj，t-1為t-1期和t期城市c出口產品k到地區(qū)j的企業(yè)集合，nkcj，t-1為集合內出口企業(yè)的數(shù)量。

3.控制變量

第一，關于其他地區(qū)的需求信號（othersignalkcjt）。與式（16）的測算思路一致，計算t-1期到t期城市c出口產品k到地區(qū)j以外其他地區(qū)企業(yè)銷售額的平均增長率。控制該變量用于排除新出口企業(yè)產品質量的變化是由其他目的地—產品層面的信息溢出所影響。第二，釋放信號企業(yè)數(shù)量（lnnkcj，t-1）。以t-1期和t期城市c出口產品k到地區(qū)j的企業(yè)數(shù)量的自然對數(shù)值來衡量，用于控制本地的信息溢出強度。第三，本地進口商數(shù)量的自然對數(shù)值（lnimpnumcj，t-1）。考慮到出口企業(yè)存在從鄰近進口商學習目的地市場的可能性，本文借鑒Hu&Tan（2020）的做法，控制上一期城市—目的地層面進口企業(yè)的數(shù)量（取自然對數(shù)）。第四，新出口企業(yè)的貿易經驗。為了控制企業(yè)出口經驗對市場需求預期的干擾，本文加入虛擬變量（expicj，t-1），如果企業(yè)i在t-1期出口其他產品進入地區(qū)j則取值為1，否則為0。

（三）數(shù)據(jù)來源說明與處理

本文實證分析中所需要的數(shù)據(jù)主要來自由海關總署統(tǒng)計的外貿產品海關數(shù)據(jù)庫。該數(shù)據(jù)庫記錄了中國2000—2015年進出口企業(yè)的企業(yè)代碼、HS八位產品代碼、運輸方式、貿易伙伴、貿易方式、貿易額與產品數(shù)量等信息。本文對數(shù)據(jù)進行如下處理：第一步，將HS八位產品代碼加總到六位產品代碼，并統(tǒng)一到HS1996海關編碼。第二步，根據(jù)上文指標測算方法，計算出口產品質量、需求信號等實證所需指標。第三步，只保留產品—目的地—年份層面的新出口企業(yè)（或稱“新進入企業(yè)”）的樣本。結合理論模型并參考Koenigetal.（2010）以及Fernandes&Tang（2014）的做法，定義新出口企業(yè)為所有t期出口但是t-1期沒有出口產品k到地區(qū)j的所有企業(yè)。第四步，刪除加工貿易出口記錄和出口目的地為中國香港地區(qū)的樣本。這樣處理的原因如下：一是與從事一般貿易的企業(yè)相比，從事加工貿易的企業(yè)往往依賴長期的離岸合同和受到中間投入品的限制（Fengetal.，2017），從而影響他們的質量調整能力以及對鄰近企業(yè)信號的依賴性；二是中國香港地區(qū)是一個重要的國際轉運港，長期以來很多企業(yè)在此設立公司總部并從內地進口大量產品再轉運到境外市場（Feenstra&Hanson，2004），這種再出口行為可能會影響識別本地信息溢出與企業(yè)出口產品質量之間的因果關系。經過上述一系列的數(shù)據(jù)處理后，得到了一個包含2001—2015年企業(yè)—產品—城市—目的地—年份的高維度面板數(shù)據(jù)，主要變量的描述性統(tǒng)計如表1所示。

四、研究結果及分析

（一）基準回歸結果

參照式（15）的設定，表2報告了鄰近企業(yè)釋放的目的地需求信號對新進入企業(yè)出口產品質量的影響。所有回歸都控制了企業(yè)—年份、產品—年份、目的地—年份與城市—目的地固定效應。為了避免潛在序列相關和異方差問題，本文在回歸時還采用了以城市—產品—目的地聚類的穩(wěn)健標準誤。其中，列（1）僅放入鄰近企業(yè)釋放的目的地需求信號，核心解釋變量signalkcjt的估計系數(shù)在1%的水平上顯著為正，表明鄰近企業(yè)的平均出口增長率越高，初次出口相同產品到相同目的地企業(yè)的出口產品質量越高。列（2）加入了產品—城市—目的地—年份層面的變量，包括其他地區(qū)的需求信號和釋放信號的企業(yè)數(shù)量；列（3）進一步加入城市—目的地—年份層面的進口企業(yè)數(shù)量；列（4）控制了企業(yè)—目的地—年份層面的貿易經驗。可以看出，在加入一系列控制變量后，核心解釋變量signalkcjt估計系數(shù)的符號和顯著性均未發(fā)生明顯變化。上述結果說明關于目的地產品需求的本地信息溢出提升了新進入企業(yè)的出口產品質量，這證明了本文的理論假設H1。

（二）內生性檢驗

1.核心解釋變量滯后一期

在基準回歸中，采用兩期差分的方式消除鄰近企業(yè)的異質性對信號的干擾，但是當期鄰近企業(yè)的出口額也可能受到新出口企業(yè)出口行為的影響，從而導致本地新出口企業(yè)出口產品質量與鄰近企業(yè)釋放的需求信號之間產生逆向因果關系。為此，本文借鑒Hu&Tan（2020）的方法，采用滯后一期信號進行檢驗。表3列（1）顯示，滯后一期信號系數(shù)顯著為正，這表明在排除逆向因果關系的情況下，本文的核心結論依然穩(wěn)健。

2.替換固定效應

盡管在基準回歸中，本文加入多項控制變量和固定效應，但是其他非觀測的時變因素仍然可能影響企業(yè)的出口產品質量和鄰近企業(yè)的出口行為。為此，本文嘗試用多種固定效應組合以排除潛在的影響因素。首先，引入產品—目的地—年份固定效應消除不同地區(qū)針對特定產品的產業(yè)和關稅政策對新出口企業(yè)和鄰近企業(yè)出口表現(xiàn)的差異性影響。其次，引入城市—產品—年份固定效應，控制企業(yè)所在地區(qū)特定產品的市場競爭力，排除本地制造水平對企業(yè)出口產品質量的影響。最后，引入城市—目的地—年份固定效應，控制城市與目的地之間隨時間變化的因素對企業(yè)出口產品質量的影響，例如雙邊投資或其他各領域的交流合作。上述結果在表3列（2）至列（4）中匯報，結果顯示鄰近企業(yè)信號仍然可以提升新出口企業(yè)出口產品質量。

3刪除特殊地區(qū)

雖然在之前的回歸分析中采用企業(yè)—年份和城市—產品—年份固定效應控制了地區(qū)隨時間變化的因素對企業(yè)出口產品質量的影響，但是考慮到地區(qū)之間經濟發(fā)展水平、相關配套設施和政策以及營商環(huán)境的差異性，不同生產率企業(yè)還可能存在選址的排序效應，即高生產率企業(yè)傾向于進入更大規(guī)模城市，而低生產率企業(yè)只能進入小規(guī)模城市（王世平和錢學鋒，2016）。這導致企業(yè)高質量產品出口可能不是受到信號影響的結果，而是由企業(yè)的區(qū)位選擇所致。為此，本文刪除了產品—目的地—年份層面平均出口質量最高的城市以及中國7座超大城市樣本，避免高生產率企業(yè)集聚對新出口企業(yè)產品質量的影響。表3列（5）的結果表明，在考慮到排序效應后，本文的核心結論依然成立。

4工具變量法

為了進一步證明核心結論的可靠性，本文采用工具變量處理基準回歸中可能存在的內生性問題。與Autoretal.（2013）的方法類似，將t-1期到t期除城市c以外境內其他地區(qū)企業(yè)出口產品k到經濟合作與發(fā)展組織（OECD）成員方的銷售增長率growthkcot作為核心解釋變量signalkcjt的工具變量。該工具變量的合理性在于：一方面，OECD成員方包含了多數(shù)收入水平較高、技術先進的發(fā)達經濟體，其他城市對該地區(qū)出口產品銷售的增長率能夠代表中國出口商在該產品領域整體國際競爭力的提升，即對出口地區(qū)j產品k的供給沖擊，與城市c企業(yè)出口產品k到該目的地的平均增長率存在較強的相關性；另一方面，本地單個企業(yè)的出口產品質量影響其他地區(qū)出口相同產品的銷售額的可能性較低，因此該工具變量不會直接影響被解釋變量或與之形成互為因果關系，具有較強的外生性。

表3列（6）匯報了相應兩階段最小二乘（2SLS）法的估計結果。結果顯示，核心被解釋變量的系數(shù)仍然顯著為正且拒絕了識別不足和弱識別的原假設，說明本文工具變量選取較為合理，基準回歸結果可信。

（三）更多穩(wěn)健性檢驗

1更換核心解釋變量的衡量方法

首先，為了排除個體因素對需求信號的干擾，通過差分的方法構造需求信號變量。為了與理論模型一致，直接用t-1期城市c出口產品k到地區(qū)j的企業(yè)平均出口額作為需求信號的代理變量進行檢驗，估計結果在表4列（1）中匯報。其次，在理論模型中假設新出口企業(yè)可以通過觀察鄰近企業(yè)的出口銷售額推斷產品—目的地需求偏好，但是考慮到在現(xiàn)實中企業(yè)也可能通過觀察鄰近企業(yè)的出口銷售數(shù)量推斷需求偏好，根據(jù)式（17）計算鄰近企業(yè)出口產品數(shù)量的增長率并以此作為需求信號的代理變量進行檢驗，估計結果在表4列（2）中匯報。從上述估計結果可以看出，核心解釋變量的系數(shù)顯著為正，說明本文的核心結論穩(wěn)健，不隨需求信號測度方法的不同而有根本性改變。

2新進入企業(yè)的不同定義

本文樣本中還可能存在部分企業(yè)對特定境外市場低頻率持續(xù)產品出口或反復進入退出的情況，相比于完全初次進入的企業(yè)，這類企業(yè)會掌握更多的目的地市場信息。為了避免“再進入”企業(yè)可能造成的估計偏差，通過延長企業(yè)—產品—目的地在t期之前未存在交易記錄的時間重新定義新進入企業(yè)。表4列（3）至列（5）分別匯報了t期出口產品k到地區(qū)j但是之前連續(xù)兩年、三年和四年未出口的企業(yè)樣本回歸結果。可以發(fā)現(xiàn)，各列中核心解釋變量signalkcjt的估計系數(shù)都依然顯著為正。

3.考慮其他地區(qū)的信息溢出

在基準回歸中，本文只考慮了城市內企業(yè)間的信息溢出，然而由于國家對行政區(qū)的劃分，地方政府有能力整合省份內的經濟資源，同時完善的交通基礎設施建設也會加速中心城市與周邊城市間的信息溢出和要素流通（孫進和鮑曉華，2022），從而可能高估了鄰近企業(yè)的信息溢出對特定目的地新進入企業(yè)出口產品質量的影響。基于上述考慮，將省份內其他城市企業(yè)出口產品k到地區(qū)j的平均增長率作為相對應的需求信號signal_sfkcjt進行控制。從表4列（6）可以看出，在控制了省域信息溢出之后，核心解釋變量signalkcjt估計系數(shù)的絕對值下降不明顯且依然顯著為正，同時省份內其他城市企業(yè)釋放的目的地需求信號signal_sfkcjt的估計系數(shù)值遠小于signalkcjt且不顯著，說明省域信息溢出基本沒有干擾城市內鄰近企業(yè)釋放的需求信號對新出口企業(yè)產品質量的影響，并且自身的影響效果也非常有限。

此外，企業(yè)間的信息溢出強度與空間距離有著明顯的正相關關系（Duranton&Puga，2004）。因此，相鄰城市即使不同屬一個行政區(qū)也可能存在信息溢出的情況。為此，本文在表4列（7）匯報了本城市信號（signalkcjt）、相鄰城市信號（signal_bdkcjt）和非相鄰城市信號（signal_nonbdkcjt）對新出口企業(yè)產品質量的影響效果。結果顯示，城市內信號的估計系數(shù)依然顯著為正，并且其影響效果遠高于其他兩種信號形式。同時，相比于非相鄰城市，相鄰城市信號的系數(shù)顯著為正且數(shù)值更大。該結果與Koeingetal.（2010）和Bisztrayetal.（2018）的研究一致，即本地信息溢出存在空間衰減（spatialdecay）現(xiàn)象，信息傳遞效率會隨著距離的增加而減弱，證明了鄰近學習效應的可信性。

（四）鄰近學習效應的影響因素檢驗

根據(jù)前文的理論分析，鄰近企業(yè)釋放的需求信號對新出口企業(yè)出口產品質量的促進效果隨著鄰近企業(yè)數(shù)量（nj，t-1）和需求不確定性（vdj）的上升而增強，但是會隨著信號分散程度（vzj）的增加而減弱。本部分分別將上述三個因素與需求信號signalkcjt進行交互回歸，對理論假設H2進行實證檢驗，相關估計結果匯報在表5中。

首先，對于釋放信號企業(yè)數(shù)量與鄰近學習效應之間的關系，由列（1）可知，需求信號與釋放信號企業(yè)數(shù)量的交互項系數(shù)顯著為正，證明了釋放需求信號企業(yè)數(shù)量對鄰近學習效應的促進作用。考慮到由于城市間的面積各不相同，即使兩個城市釋放信號企業(yè)數(shù)量相同，各自信息溢出強度和質量也可能存在差異。為此，進一步將鄰近釋放信號企業(yè)數(shù)量替換成單位面積內釋放信號企業(yè)數(shù)量進行檢驗。從列（2）的估計結果可以看出，交互項系數(shù)依然顯著為正，說明在控制了城市面積對信息溢出影響的情況下，釋放信號企業(yè)數(shù)量仍然會正向促進新進入企業(yè)的鄰近學習效應。

其次，對于目的地需求不確定性強度與鄰近學習效應之間的關系，由于在數(shù)據(jù)中無法觀測和收集企業(yè)出口前對目的地市場了解程度的信息，需要通過其他代理變量進行衡量。一方面，從出口目的地視角出發(fā)，Appelbaum&Kohli（1997）指出貿易信息的摩擦和不對稱性往往與貿易雙方的距離呈正相關關系，也就是說，如果出口目的地與本地區(qū)的距離越遠，企業(yè)未進入目的地市場前所面臨的需求不確定性就會越大。基于此，列（3）檢驗了需求信號與目的地距離的交互項回歸，結果顯示交互項系數(shù)顯著為正，說明鄰近學習效應隨著出口目的地距離的增加而增強，這與前文的分析一致。另一方面，從企業(yè)—產品—目的地視角出發(fā)，大量研究發(fā)現(xiàn)企業(yè)拓展的新出口市場與其以往出口市場具有高度的相似性，這是因為企業(yè)對相似市場的出口具有更充分的先驗知識和貿易經驗，從而能夠有效地降低出口不確定性（Schmeiser，2012；Fablingetal.，2012；Ramos&MoralBenito，2018）。借鑒Albornozetal.（2012）的方法，通過引力變量捕獲企業(yè)新出口市場與以往出口市場的相似信息，并以此衡量企業(yè)的貿易經驗。具體而言，如果數(shù)據(jù)中企業(yè)—產品層面歷史出口市場與新出口市場地理接壤或采用同一官方語言，則設定虛擬變量borderikjt和langikjt為1，反之則為零

相關信息來自CEPII數(shù)據(jù)庫。。從列（4）和列（5）的估計結果可以看出，交互項系數(shù)都顯著為負，說明相較于具有相似目的地出口經驗的企業(yè)，鄰近學習效應對沒有相似目的地出口經驗企業(yè)的影響更強，意味著更高的需求不確定性使企業(yè)更加依賴鄰近企業(yè)的信息溢出。此外，考慮到企業(yè)不僅可以通過向鄰近企業(yè)學習，還可以通過互聯(lián)網(wǎng)查詢等方式了解出口目的地市場信息，從而降低其出口的不確定性（趙瑞麗等，2021），進一步構建城市層面互聯(lián)網(wǎng)深化程度指標intct并與目的地需求信號構建交互項回歸

城市互聯(lián)網(wǎng)深化程度指標用當期城市互聯(lián)網(wǎng)用戶數(shù)的對數(shù)值定義，數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》。。從列（6）的估計結果可以看出，交互項系數(shù)顯著為負，說明互聯(lián)網(wǎng)發(fā)展越發(fā)達地區(qū)出口企業(yè)的產品質量決策對鄰近企業(yè)釋放的需求信號反應程度越弱，這也間接證明了不確定性對鄰近學習效應的促進作用。

最后，對于需求信號精確度與鄰近學習效應之間的關系，與理論分析一致，計算了城市—產品—目的地—年份層面鄰近企業(yè)出口增長率的標準差（取自然對數(shù)），并與目的地需求信號進行交互回歸。從表5信號分散的估計結果可以看出，交互項系數(shù)顯著為負，說明鄰近企業(yè)釋放的需求信號越分散或越不統(tǒng)一，新出口企業(yè)產品質量決策對信號的依賴性越弱。綜上，表5的回歸結果支持了理論假設H2。

（五）異質性分析

在基準回歸中，本文考察了目的地需求信號影響新進入企業(yè)出口產品質量的平均效應。本部分對具有不同特性的新進入企業(yè)、產品種類和釋放信號鄰近企業(yè)加以區(qū)分，深入探討目的地需求信號對新進入企業(yè)出口產品質量的異質性影響

限于篇幅，省略具體回歸結果，備索。

。

1區(qū)分中間商和非中間商

貿易中間商在中國對外貿易中扮演了重要的作用，他們能夠通過自身商業(yè)網(wǎng)絡幫助大批低生產率企業(yè)間接出口到高市場進入成本地區(qū)，貢獻了中國約22%的出口貿易額（Ahnetal.，2011）。相比于生產性出口企業(yè)，貿易中間商擁有更廣泛的銷售網(wǎng)絡和客戶資源，從而表現(xiàn)出更強的信息搜尋能力（Antrs&Costinot，2010），因此其面臨的需求不確定性較弱。根據(jù)之前的理論分析，生產性出口企業(yè)的鄰近學習效果應強于貿易中間商。為此，本文對鄰近企業(yè)釋放的需求信號與企業(yè)是否為貿易中間商的虛擬變量interi進行交互回歸

參考Ahnetal.（2011）等方法，將樣本中企業(yè)名稱中含有進出口、貿易、科貿、外貿、經貿、商貿、進口、出口等關鍵字的企業(yè)定義為貿易中間商，其余企業(yè)定義為生產性出口企業(yè)。。結果顯示，交互項的估計系數(shù)顯著為負，說明鄰近學習效應對生產性出口企業(yè)的影響高于對貿易中間商，這與預期一致。

2區(qū)分產品差異程度

在不同行業(yè)內，產品質量的差異化程度各不相同，通常來說，在質量差異化程度較高的行業(yè)中企業(yè)會擁有更大的質量調整空間（余淼杰和張睿，2017），同時產品質量差異化程度越高也意味著企業(yè)面臨購買該行業(yè)產品的消費者偏好不確定性越強（Timoshenko，2015），因此鄰近學習效應對生產不同類別產品的企業(yè)出口產品質量可能會產生異質性影響。本文借鑒Khandelwal（2010）測算的各行業(yè)產品的質量階梯（qualityladder）作為產品質量差異化程度的代理變量，并與核心解釋變量進行交互回歸。結果顯示，交互項系數(shù)顯著為正，這表明鄰近企業(yè)釋放的目的地需求信號對新進入企業(yè)出口產品質量的影響隨著該產品所屬行業(yè)產品差異化程度的增高而增強，這與預期相符。

3.區(qū)分釋放信號企業(yè)

在理論模型中，假設企業(yè)可以同等觀察所有鄰近企業(yè)的出口行為，從而基于信息更新后的需求水平調整初次出口產品質量。但是在現(xiàn)實中，鄰近企業(yè)的信息溢出通常通過企業(yè)間各種互動行為發(fā)生，因此新出口企業(yè)與鄰近企業(yè)的互動頻率和質量可能會影響信息學習的效果，從而導致鄰近學習可能存在一定的特定性偏好（張國峰等，2016）。已有研究發(fā)現(xiàn)，鄰近學習存在同類型偏好行為，相較于跨行業(yè)企業(yè)，同行業(yè)企業(yè)由于具有相似的生產經營和銷售方式，彼此之間的了解程度更高、信息交流更緊密，表現(xiàn)出更強的信息依賴性（劉慧和綦建紅，2018；Hu&Tan，2020）。還有學者指出，跨國企業(yè)對商業(yè)信息的態(tài)度更加謹慎或者更加注重限制和防止信息的泄露，新出口企業(yè)更容易通過獲得地區(qū)內企業(yè)的信號進行出口決策（Fernandes&Tang，2014）。據(jù)此，本文分別比較了同行業(yè)和跨行業(yè)企業(yè)信號以及地區(qū)內和地區(qū)外企業(yè)信號。結果表明，同行業(yè)企業(yè)信號和國內企業(yè)信號對新出口企業(yè)產品質量的影響效果分別高于跨行業(yè)企業(yè)信號和地區(qū)外企業(yè)信號，這與以往關于企業(yè)特定性信息學習偏好的研究相符。

（六）影響機制檢驗

前文的基準回歸和穩(wěn)健性檢驗均已證明鄰近學習效應能夠提升企業(yè)的出口產品質量，由此引出的問題是：鄰近學習效應具體通過何種途徑產生影響？假設H3提出的影響機制是否成立？為此，本文擬建立中介效應模型進行考察。其中，需要檢驗的中介變量共有兩個：一個是企業(yè)的固定資產投資（invit），另一個是企業(yè)高質量中間品進口（highimpit）。由于在基準回歸中采用的是中國海關數(shù)據(jù)庫，缺少企業(yè)的生產經營信息，本文將中國工業(yè)企業(yè)數(shù)據(jù)庫與其匹配，并借鑒Olley&Pakes（1996）的做法，采用企業(yè)當期固定資產存量與上一期折舊后固定資產存量之差衡量固定資產投資。對于企業(yè)高質量中間品進口，本文借鑒Liu&Qiu（2016）的方法，采用企業(yè)從OECD成員方中間品進口額的自然對數(shù)衡量

本文在識別中間品進口時，首先采用了HS六位碼編碼與BEC編碼的轉化表，得到海關數(shù)據(jù)庫中企業(yè)商品HS6碼對應的BEC編碼。其次，本文結合聯(lián)合國《廣義經濟類別》對于中間品、最終品、資本品的分類，將BEC編碼為111、121、21、22、31、322、42、53的產品標記為中間品。此外，考慮到樣本中大量企業(yè)沒有從OECD成員方中間品進口的情況，為了不損失樣本，本文將相關進口額加1后取自然對數(shù)。。然而，在進行實證考察時，本文還面臨一個挑戰(zhàn)：在數(shù)據(jù)中固定資產投資和高質量中間品進口都是在企業(yè)層面，無法得知這些固定資產投資和高質量中間品是如何運用于企業(yè)出口到不同目的地的不同產品。為此，將企業(yè)在不同產品—目的地—年份層面觀察的需求信號進行平均處理，獲得企業(yè)層面的需求信號（signalit）。同時，借鑒施炳展和邵文波（2014）的方法構造企業(yè)層面的出口質量。

表6給出了鄰近學習與新出口企業(yè)出口產品質量作用機制的檢驗結果。其中，列（1）考察了企業(yè)層面的平均需求信號對企業(yè)出口質量的影響。結果顯示，鄰近企業(yè)的信號的估計系數(shù)顯著為正，表明需求信號促進了企業(yè)出口產品質量的提升，這與基準回歸結果相符。列（2）和列（3）分別以企業(yè)固定資產投資和高質量中間品進口為被解釋變量，從中可知鄰近企業(yè)的信號的估計系數(shù)顯著為正，表明鄰近企業(yè)的信號能夠提高企業(yè)固定資產投資和高質量中間品進口。列（4）和列（5）分別報告了兩個中介變量和鄰近企業(yè)信號對新出口企業(yè)出口產品質量的影響。結果顯示，兩個中介變量的估計系數(shù)顯著為正，而鄰近企業(yè)的信號的估計系數(shù)在數(shù)值上出現(xiàn)了進一步的下降，這意味著企業(yè)固定資產投資和高質量中間品進口是鄰近學習提升新出口企業(yè)產品質量的作用機制。至此，假設H3得到了驗證。

五、結論與政策建議

高質量發(fā)展是新時代中國經濟發(fā)展的鮮明主題。面對百年未有之大變局，國際政治和經濟環(huán)境的復雜多變要求不僅要從供給側提高企業(yè)的生產和創(chuàng)新能力，也要從需求側加強企業(yè)對境外市場信息的了解。借鑒Flach&Unger（2022）以及Fernandes&Tang（2014）的研究，本文將企業(yè)內生化產品質量決策和社會學習行為納入異質性企業(yè)貿易框架，在不確定性的視角下討論了區(qū)域內關于出口目的地市場需求的信息溢出影響新出口企業(yè)產品質量選擇的微觀機理。在理論分析的基礎上，本文主要通過2000—2015年中國海關數(shù)據(jù)庫實證考察了鄰近學習效應是否以及如何影響中國新出口企業(yè)產品質量升級。結果顯示，鄰近企業(yè)釋放的需求信號能夠提升新出口企業(yè)的產品質量，同時鄰近學習的效果受到釋放信號鄰近企業(yè)數(shù)量、新出口企業(yè)自身對目的地市場的了解程度以及信號的分散度等因素的影響。在引入企業(yè)、產品和信號來源特征后可以發(fā)現(xiàn)，鄰近企業(yè)的信息溢出對企業(yè)出口產品質量的影響在非貿易中間商和出口高差異化產品的企業(yè)中較大，并且企業(yè)的出口產品質量決策對同產業(yè)和境內企業(yè)的信息溢出更加依賴。最后，本文進一步通過中介效應模型檢驗了鄰近學習效應影響新出口企業(yè)產品質量的作用機制，發(fā)現(xiàn)鄰近學習效應可以通過促進企業(yè)加大固定資產投資和高質量中間品進口提升新出口企業(yè)的產品質量。

總體來說，本文的研究充分肯定了鄰近企業(yè)的信息溢出對提升新出口企業(yè)產品質量的作用，并對企業(yè)信息學習過程中的特征和機制進行了系統(tǒng)性的分析，這對于中國外貿企業(yè)在不確定性環(huán)境下穩(wěn)中提質具有重要的政策含義。第一，區(qū)域內企業(yè)間應增強良性互動，增加彼此之間的信息交流。政府可以利用搭建貿易信息共享平臺，增強出口信息的透明度，形成區(qū)域內企業(yè)間交流共享機制，方便新出口企業(yè)及時獲取境外市場信息。第二，鼓勵出口商形成地區(qū)集聚，擴大鄰近學習效應的作用效果。地方政府可以通過吸引境內外大中型貿易企業(yè)入駐，優(yōu)化區(qū)域內出口市場結構和提高市場專業(yè)化集聚程度，同時依托其豐富的貿易經驗和已有出口網(wǎng)絡強化地區(qū)信息共享質量，降低本地企業(yè)的出口風險。第三，在積極鼓勵企業(yè)間信息交流的過程中，政府應當引導企業(yè)對實用信號和干擾噪聲進行區(qū)分，幫助企業(yè)準確識別信號的真實性，避免無用信息或錯誤信息對企業(yè)出口決策的干擾。第四，由于產品質量的升級還需要高額的成本投入，政府應當加大針對新出口企業(yè)的貿易補貼和貸款支持力度，緩解新出口企業(yè)的資金壓力和融資約束，提高企業(yè)創(chuàng)新投資水平。與此同時，繼續(xù)推進和深化中間品貿易自由化改革，為企業(yè)充分利用高質量中間品進口實現(xiàn)產品質量升級提供便利。

參考文獻：

［1］陳榕景，鐵瑛.跟著鄰居去出口？——鄰居出口信號、不確定性與出口目的地本土集聚［J］.國際貿易問題，2022（1）.

［2］方森輝，毛其淋.高校擴招、人力資本與企業(yè)出口質量［J］.中國工業(yè)經濟，2021（11）.

［3］李保霞，張輝，王勝，等.競爭國匯率與出口產品質量：兼論人民幣匯率的國際影響［J］.世界經濟，2023，46（4）.

［4］劉慧，綦建紅.“鄰居”對中國企業(yè)出口生存的影響有多大——基于信息溢出的視角［J］.財貿經濟，2018，39（8）.

［5］劉晴，孫景，蘇理梅.國別集聚、不確定性與異質性企業(yè)出口行為［J］.國際貿易問題，2020（1）.

［6］施炳展，邵文波.中國企業(yè)出口產品質量測算及其決定因素——培育出口競爭新優(yōu)勢的微觀視角［J］.管理世界，2014（9）

［7］施炳展，熊治，廖秋嫻.境外人員流入與出口質量——緩解貿易“檸檬市場”［J］.數(shù)量經濟技術經濟研究，2023，40（11）.

［8］蘇丹妮，盛斌，邵朝對.產業(yè)集聚與企業(yè)出口產品質量升級［J］.中國工業(yè)經濟，2018（11）.

［9］孫進，鮑曉華.跨區(qū)域信息溢出與企業(yè)出口：來自中國多工廠企業(yè)的證據(jù)［J］.世界經濟，2022，45（2）.

［10］鐵瑛，劉逸群.貿易中介、信息不對稱與不穩(wěn)定出口關系［J］.中國工業(yè)經濟，2021（12）.

［11］王世平，錢學鋒.中國城市出口：集聚效應還是排序效應［J］.國際貿易問題，2016（8）.

［12］許家云，毛其淋，胡鞍鋼.中間品進口與企業(yè)出口產品質量升級：基于中國證據(jù)的研究［J］.世界經濟，2017，40（3）.

［13］楊汝岱，李艷.移民網(wǎng)絡與企業(yè)出口邊界動態(tài)演變［J］.經濟研究，2016，51（3）.

［14］葉迪，朱林可.地區(qū)質量聲譽與企業(yè)出口表現(xiàn)［J］.經濟研究，2017，52（6）.

［15］余淼杰，張睿.人民幣升值對出口質量的提升效應：來自中國的微觀證據(jù)［J］.管理世界，2017（5）.

［16］張國峰，王永進，李坤望.產業(yè)集聚與企業(yè)出口：基于社交與溝通外溢效應的考察［J］.世界經濟，2016，39（2）.

［17］張瑩，朱小明.經濟政策不確定性對出口質量和價格的影響研究［J］.國際貿易問題，2018（5）.

［18］趙瑞麗，譚用，崔凱雯.互聯(lián)網(wǎng)深化、信息不確定性與企業(yè)出口平穩(wěn)性［J］.統(tǒng)計研究，2021，38（7）.

［19］朱小明，宋華盛.目的國需求、企業(yè)創(chuàng)新能力與出口質量［J］.世界經濟研究，2019（7）.

［20］AhnJ，KhandelwalAK，WeiSJ.TheRoleofIntermediariesinFacilitatingTrade［J］.JournalofInternationalEconomics，2011，84（1）.

［21］AlbornozF，PardoHFC，CorcosG，etal.SequentialExporting［J］.JournalofInternationalEconomics，2012，88（1）.

［22］AntrsP，CostinotA.IntermediationandEconomicIntegration［J］.AmericanEconomicReview，2010，100（2）.

［23］AppelbaumE，KohliU.ImportPriceUncertaintyandtheDistributionofIncome［J］.TheReviewofEconomicsandStatistics，1997，79（4）.

［24］ArkolakisC，PapageorgiouT，TimoshenkoOA.FirmLearningandGrowth［J］.ReviewofEconomicDynamics，2018，27.

［25］BasM，StraussKahnV.InputTradeLiberalization，ExportPricesandQualityUpgrading［J］.JournalofInternationalEconomics，2015，95（2）.

［26］BermanN，RebeyrolV，VicardV.DemandLearningandFirmDynamics：EvidencefromExporters［J］.TheReviewofEconomicsandStatistics，2019，101（1）.

［27］BisztrayM，KorenM，SzeidlA.LearningtoImportfromYourPeers［J］.JournalofInternationalEconomics，2018，115.

［28］BrodaC，WeinsteinDE.GlobalizationandtheGainsfromVariety［J］.TheQuarterlyJournalofEconomics，2006，121（2）.

［29］CasseyAJ，SchmeiserKN.TheAgglomerationofExportersbyDestination［J］.TheAnnalsofRegionalScience，2013，51（2）.

［30］DeGrootMH.OptimalStatisticalDecisions［M］.NewYork：JohnWiley&Sons，2004.

［31］FablingR，GrimesA，SandersonL.Whatevernext？ExportMarketChoicesofNewZealandFirms［J］.PapersinRegionalScience，2012，91（1）.

［32］FanHC，LaiELC，LiYA.CreditConstraints，Quality，andExportPrices：TheoryandEvidencefromChina［J］.JournalofComparativeEconomics，2015，43（2）.

［33］FeenstraRC，HansonGH.IntermediariesinEntreptTrade：HongKongReexportsofChineseGoods［J］.JournalofEconomics&ManagementStrategy，2004，13（1）.

［34］FengL，LiZY，SwensonDL.TradePolicyUncertaintyandExports：EvidencefromChinasWTOAccession［J］.JournalofInternationalEconomics，2017，106.

［35］FernandesAP，TangHW.LearningtoExportfromNeighbors［J］.JournalofInternationalEconomics，2014，94（1）.

［36］FlachL，UngerF.QualityandGravityinInternationalTrade［J］.JournalofInternationalEconomics，2022，137.

［37］GulenH，IonM.PolicyUncertaintyandCorporateInvestment［J］.TheReviewofFinancialStudies，2016，29（3）.

［38］HallakJC.ProductQualityandtheDirectionofTrade［J］.JournalofInternationalEconomics，2006，68（1）.

［39］HallakJC，SivadasanJ.ProductandProcessProductivity：ImplicationsforQualityChoiceandConditionalExporterPremia［J］.JournalofInternationalEconomics，2013，91（1）.

［40］HuC，TanY.ExportSpilloversandExportPerformanceinChina［J］.ChinaEconomicReview，2016，41.

［41］HuC，TanY.LearningtoImportfromNeighbors［J］.ChinaEconomicReview，2020，61.

［42］KhandelwalA.TheLongandShort（of）QualityLadders［J］.TheReviewofEconomicStudies，2010，77（4）.

［43］KhandelwalAK，SchottPK，WeiSJ.TradeLiberalizationandEmbeddedInstitutionalReform：EvidencefromChineseExporters［J］.AmericanEconomicReview，2013，103（6）.

［44］KoenigP，MaynerisF，PoncetS.LocalExportSpilloversinFrance［J］.EuropeanEconomicReview，2010，54（4）.

［45］LiuQ，QiuL.IntermediateInputImportsandInnovations：EvidencefromChineseFirmsPatentFilings［J］.JournalofInternationalEconomics，2016，103.

［46］MacedoniL.AsymmetricInformation，Quality，andRegulations［J］.ReviewofInternationalEconomics，2022，30（4）.

［47］MelitzMJ.TheImpactofTradeonIntraIndustryReallocationsandAggregateIndustryProductivity［J］.Econometrica，2003，71（6）.

［48］OlleyS，PakesA.TheDynamicofProductivityintheTelecommunicationsEquipmentIndustry［J］.Econometrica，1996，64（6）.

［49］RamosR，MoralBenitoE.AgglomerationbyExportDestination：EvidencefromSpain［J］.JournalofEconomicGeography，2018，18（3）.

［50］SchmeiserKN.LearningtoExport：ExportGrowthandtheDestinationDecisionofFirms［J］.JournalofInternationalEconomics，2012，87（1）.

［51］TimoshenkoOA.LearningVersusSunkCostsExplanationsofExportPersistence［J］.EuropeanEconomicReview，2015，79.

［52］WangLH.Quality，InputChoicesandLearningbyExporting：EvidencefromChineseExporters［Z］.UniversityofToronto，2011.

［53］WuH，LiJ，ZhaoY.ForeignDemandShocks，ProductSwitching，andExportProductQuality：EvidencefromChina［J］.TheWorldEconomy，2023，46（1）.

（責任編輯：陳思萌）