第四节 经验分析结果

一、基准检验

通过整理世界银行全球反倾销数据库和中国工业企业数据库，我们得到732个遭遇反倾销的实验组企业；通过构建指数进行匹配，我们为每一实验组企业找到了对照组企业。我们首先为每个实验组企业配以两个对照组企业构成样本，进行基准检验。由于被解释变量AD 为0-1变量，因此我们将采用Logit回归，回归结果见表2-5。

由表2-5可知，核心解释变量及部分控制变量的估计结果同预期相符，并且显著。

第一，以OP方法计算的企业生产率TFP O的系数始终为负，并且在5%的水平上显著。这意味着出口企业的生产率越高，遭遇反倾销的可能性越小；反之，出口企业的生产率越低，遭遇反倾销的可能性越大。这可以从反倾销的申诉方和被诉企业两方面来加以解释。

从申诉方的角度考虑，生产成本是进口竞争厂商发起反倾销时所考虑的主要因素。因为从判定倾销的角度，倾销成立的必要条件是出口产品的价格低于生产成本。对于同一种商品，在价格既定的情况下，生产率高的企业的成本相较于生产率低的企业要低，从而被裁定为倾销的可能性小。而生产率低的企业，其产品成本与价格往往十分接近，更符合倾销的定义，从而更容易使申诉方获得胜诉。因此，从申诉方争取更大胜诉概率的目标出发，当其他因素相同时，反倾销更可能针对生产率低、产品成本高的出口企业。

从被诉企业的角度考虑，生产率水平的高低与出口企业的市场选择可能存在一定的联系 (马风涛和吕智，2012)。生产率高的出口企业会选择发达国家市场，而生产率水平低的出口企业一般选择发展中国家市场。进入发达国家市场的出口企业的生产率也存在较大差异。对于生产率较低的企业而言，它们在产品质量、生产成本等方面无法与生产率较高的企业竞争，因此为了在激烈的竞争中获取一定的市场份额，其往往会采取低价策略以获取更多的消费者。因此，对于出口到发达国家市场的企业而言，低生产率的企业往往会因为低价竞争而更容易招致反倾销申诉。对于向发展中国家市场出口的企业而言，由于中国目前是一个发展中大国，同众多发展中贸易伙伴的发展阶段相同，产业结构也高度相似，因此在市场规模一定的情况下，中国出口企业与发展中国家进口竞争部门的企业存在更为激烈的竞争关系，进口竞争部门企业往往对中国企业的贸易行为更加敏感，甚至会滥用反倾销等贸易救济措施来抑制中国出口企业的出口，维护自身利益 (王孝松等，2015)。因此对于生产率较低的企业而言，它们在选择进入发展中国家市场时，就意味着可能会面临更高的遭遇反倾销的概率。因此，无论是进入发达国家市场还是进入发展中国家市场，企业生产率越低越容易遭遇反倾销。

第二，出口规模ex的系数始终为正，并且在1%的水平上显著，意味着企业的出口规模越大，越容易遭遇反倾销。中国自20世纪90年代开始实施出口市场多元化战略以来，出口市场虽然实现了一定程度的分散，但是欧盟和美国仍是中国最主要的出口市场，同时中国出口企业也向一些新兴市场 (如印度)大举扩张。因此，这些贸易伙伴同中国的贸易摩擦也随着中国在这些市场的份额扩大而增加 (杨长湧，2010)。从案件发起方来看，出口企业遭遇的反倾销大部分来自中国出口较为集中的贸易伙伴，如欧盟、美国、加拿大、印度等，显然，由于中国企业对这些经济体的出口规模不断扩大，抢占了原本属于贸易伙伴进口竞争部门企业的市场，因此更容易招致进口竞争部门企业的反倾销申诉。

第三，表示融资约束的变量利息支出的对数credit，其系数为正且在1%的水平上显著。企业的利息支出越多，表示其能够筹集到的外部资金越多，从而面临的融资约束较小。credit的估计系数的符号为正，说明企业面临的融资约束越小，遭遇反倾销的可能性越大。可能的原因在于，中国主要贸易伙伴市场的消费者对产品质量的要求不断提高，例如在产品的安全性、环保性等方面的要求趋于严苛。为了生产符合进口方技术标准的产品，中国出口企业必须在生产设备、生产技术方面不断改进，因此，只有面临融资约束较小的企业才更有可能及时更新生产设备、改进技术和提高管理水平，生产出符合技术标准的产品，从而获得更多的市场份额。而面临融资约束较大的企业，因无法对消费者的需求做出及时的回应而丢掉了部分市场。在这种情况下，融资约束小的企业因为获得更多的市场份额而受到贸易伙伴进口竞争部门企业的敌视，从而也更容易遭遇到反倾销。

第四，表示企业资产流动性的变量liquidity，其系数始终为负，并且在1%的水平上显著。liquidity 越大，企业所拥有的流动资产的年平均余额越大，而流动资产中存货和应收账款所占比重很大，其中存货一般会占到1/3左右。对于出口企业来说，其存货越少，意味着其产品越受消费者欢迎，从而在产品销售方面所遇到的阻碍较少；当企业的应收账款较少时，说明在其产品的消费者中，赊账欠账的情况较少，也从侧面说明了企业产品在同类型产品中具有一定的竞争优势。此外，当消费者及时付款、企业资金回收较快时，企业也有更强的能力用于研发新产品、改进生产技术等，从而为准确把握消费者需求、实现产品更新换代做好充足的准备。在上述因素的影响下，出口企业会在进入国外市场后不断开拓市场，从而拥有更大的市场份额。因此，这类出口企业更容易遭受贸易伙伴企业的反倾销申诉。

第五，表示企业所处价值链位置的变量input，其估计系数为正，同预期相符，但不显著。根据“工业总产值=中间投入额+工业增加值”这一简单公式，在最终产品价值既定的前提下，企业中间投入额越大，说明其能够创造的工业增加值越少，从而更有可能处于产品价值链的下游，此时企业更可能从事加工、组装等生产活动 (闫国庆等，2009)，这些处于价值链低端环节的企业更容易遭遇反倾销调查。然而，input的估计系数并不显著，可能的原因在于，近年来中国出口企业在全球价值链中的地位不断攀升，已由过分依靠廉价劳动力发展加工贸易的模式，逐步发展为一般贸易和加工贸易并重、不断增加出口产品技术含量的模式 (王孝松等，2014)，所以中间投入并不能完全表示企业所处的价值链位置，中间投入大的企业未必更易遭遇反倾销。

第六，盈利水平profit 及yprofit的估计系数为负，但均不显著。根据倾销的定义，当价格低于生产成本时，企业才有倾销的可能。企业的盈利能力越大，其产品价格越高于生产成本，企业存在倾销的可能性越小，从而遭遇反倾销的概率也越低。然而，两个盈利水平变量的估计系数均不显著，可能的原因在于，反倾销的发起者在提出申诉时并不考虑 (或无法观测到)出口企业的盈利水平，而是根据出口企业的竞争对其自身发展的影响做出决定的。

第七，表示企业规模的sale 及tax的估计系数为正，也均不显著。不同于国内贸易，国际贸易面临着出口成本、贸易伙伴市场势力、品牌建设等各方面的成本和挑战，因此规模较大的企业在国外市场的开拓方面更有优势和竞争力 (张杰等，2008)。可以预期，规模越大的出口企业拥有的出口市场越广阔，品牌渗透率越高，在维持客户和开拓销售渠道方面经验更丰富。在市场既定的情况下，这对于进口国竞争部门企业是巨大的压力，它们可能会寻求政府的保护，对中国企业发起反倾销调查。但中国企业的规模同竞争力、出口能力之间并非是线性关系，规模较大的厂商不一定在外贸领域具有显著优势，众多中小企业已成为重要的出口商，这可能是企业规模变量估计系数不显著的原因。

在四次回归中，McFadden R2均在0.37左右，表明计量模型的拟合优度较好，我们选取的解释变量能在一定程度上解释中国企业遭遇反倾销的成因。四次回归的似然比 (χ2值)在95左右，表明计量方程在整体上显著，估计结果是有效的。

二、稳健性检验

(一)Probit回归方法

为了排除回归方法对计量结果的影响，我们采取适用于0-1变量的另一种回归方法——Probit回归，再次给每个“实验组”企业配两个“对照组”企业进行回归，结果列于表2-6之中。

从“实验+2个对照组”Probit回归的结果中可以发现，企业遭遇反倾销的概率同其生产率之间仍然为负相关关系，同Logit回归结果相比，TFP O 估计系数的绝对值有所减小，从之前的0.13至0.16之间，下降至0.09左右，但四次回归结果均在5%的水平上显著。这样的结果进一步说明，在本章的考察期内，中国出口企业的生产率越低，越容易遭遇贸易伙伴企业的反倾销调查。其他变量的估计系数的符号与显著性也未发生明显变化。因此，通过使用“实验+2个对照组”的样本进行检验，初步表明本章的回归结果是稳健的。

(二)增加对照组

为了排除样本选择偏差对计量结果的影响，进一步验证回归结果的稳健性，我们将扩大回归采用的样本容量，分别给每个“实验组”企业配3个、4个和5个“对照组”企业，并分别进行Logit和Probit回归。以“实验+5个对照组”为样本进行的检验结果列于表2-7之中。

由表2--7中的结果可知，大多数变量的估计系数的符号和显著性均未发生根本性变化，再次验证了回归结果的稳健性。需要指出的是，生产率变量TFPO的估计系数有四次在5%的水平上显著，还有四次在1%的水平上显著，相比于“实验+2个对照组”的情形，显著性水平有所提高，因此更为有力地说明企业遭遇反倾销同生产率之间呈负相关关系。企业中间投入input的估计系数在四次估计中显著为正，在一定程度上表明位于全球价值链下游的企业容易招致贸易伙伴企业的反倾销调查。此外，比较表2--6和表2--7中的估计结果，McFadden R2 提高至0.47左右，表明增加对照组企业数量扩充了样本容量，并提高了计量方程的拟合优度。

(三)控制企业基本特征

在以上的检验中，我们以企业生产率为核心解释变量，并控制了企业的诸多特征，包括企业生产经营状况、财务状况、出口状况等。在本小节，我们将控制企业最基本的特征，即企业所有制和企业年龄，来考察我们的估计结果是否稳健。

由表2-8可知，新引入的三个变量中，表示私营企业的虚拟变量private的估计系数显著为正，表明作为中国出口的主要力量，私营企业更容易在国际市场上遭遇反倾销贸易壁垒。核心解释变量TFP O的估计系数均为负值，且在5%或1%的水平上显著，估计系数的绝对值介于0.89至0.17之间，略小于基准检验的结果。可能的原因在于，引入了企业基本特征变量之后，生产率对遭遇反倾销概率的影响作用被这些变量抵消了一部分，因而生产率影响幅度有所减弱。

其他解释变量的估计结果同基准检验的结果十分相近，其中出口、融资约束变量显著为正，而资产流动性变量显著为负。此外，同使用5个对照组企业进行检验的结果一致，表示中间品投入的变量input在部分回归中显著为正。计量方程的McFadden R 2 介于0.36至0.37之间，同基准检验的结果较为接近，表明计量方程的拟合程度较好。

综上所述，控制企业基本特征后进行的检验进一步证明了估计结果的稳健性。

(四)替换生产率指标

使用OP方法计算生产率需要满足一些条件，例如要求作为代理变量的当期投资与总产出之间存在单调关系。基于此，我们将使用LP方法测算企业生产率 (Levinsohn and Petrin,2003)，将其作为核心解释变量纳入计量方程之中，回归结果见表2-9。LP方法采用了更为灵活的代理变量选择方法，例如以中间品的投入指标作为代理变量，使计算过程中所使用的数据更容易获得。

以LP方法计算出企业生产率TFP L，纳入计量模型之中，估计结果如表2-9所示。在八次回归之中，核心解释变量TFP L的估计系数显著为负，绝对值介于0.07至0.16之间，同使用TFP O 进行估计的结果十分相近，一致地表明生产率低的出口企业容易招致贸易伙伴企业的反倾销壁垒。

其他解释变量的估计结果同之前相比，并未发生显著变化，仍然只有出口状况、融资约束状况、资产流动性显著影响企业遭遇反倾销的概率。因此从整体上来看，我们的回归结果是稳健的。