《毕业设计（论文）-地理集聚会促进企业出口吗--基于企业微观数据的考察.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）-地理集聚会促进企业出口吗--基于企业微观数据的考察.doc（16页珍藏版）》请在三一文库上搜索。
1、本科生毕业论文（设计）题 目: 地理集聚会促进企业出口吗？-基于 企业微观数据的考察 姓 名: 学 院: 财经学院 专 业: 国际经济与贸易 班 级: 2010级班 学 号: 指导教师: 职称: 讲师 2014 年 05 月 30 日安徽科技学院教务处制目 录摘要2关键词2引言2一、地理集聚与出口贸易理论概述2 （一）地理集聚理论概述2 （二）国内外关于地理集聚与企业出口的关系研究2 1.国外研究概况2 2.国内研究概况3二、指标的构造、数据说明和计量模型设定3 （一）指标构造3 1.传统地理集聚指标3 2.地理集聚指标的构造4 （二）数据来源5 （三）基准计量模型5三、计量估计结果6 （一）
2、基准计量模型估计结果6 （二）地理集聚对企业出口影响：所有制差异8 1.产出集聚与不同所有制企业出口8 2.资本集聚与不同所有制企业出口9 3.就业集聚与不同所有制企业出口10四、结论和建议10 （一）结论10 （二）政策建议11致 谢13参考文献14Abstract15第 1 页 共 15 页地理集聚会促进企业出口吗？-基于企业微观数据的考察国际经济与贸易专业学生 陈旭伟指导教师 颜海明摘要：本文利用2005-2009年中国制造业企业微观面板数据，在Long和zhang(2011)基础上构造了一个综合的地理集聚指标，采用基准计量模型进行回归分析地理集聚对企业出口绩效的影响。研究结果显示，地理
3、集聚的提高改善了企业出口的绩效，在地理集聚程度高的地区尤为显著，而且劳动集聚的影响超过了资本集聚和产出集聚。此外，文章还发现：在企业异质性上，地理集聚对企业出口绩效的影响总体上微乎其微，但是地理集聚对私营企业、国有企业、外资企业基本是正相关，集体企业则是负相关。关键词：地理集聚指标；企业出口；企业异质性引言：改革开放以来，中国已然成为世界上最大的贸易国之一，创造了中国经济史上的奇迹。但是，伴之而来的是地区间发展的不平衡，经济活动逐渐向沿海地区集中，呈现出高度集聚的特点，即高度集中在东部沿海地区，特别是珠三角和长三角地区。同时，东部地区的出口占到全国出口总额的大部分，而以工业园和产业群为特色的东
4、部地区企业在出口量上也占据了明显的出口优势，例如2007年，东部出口企业占比为31.86%，而西部省份该比例仅为9.29%。由此，我们提出一个问题：经济活动的地理集聚能否促进企业的出口绩效？一、地理集聚与出口贸易理论概述（一）地理集聚理论概述地理集聚,指的是“具有经济关联的一类企业在地理上集中的现象”(Porter,2000)。地理集聚3个重要特征是:地理上集中、经济上往来密切和专业分工细化。为此,一个好的地理集聚(集群)指标应该尽可能兼顾地理集聚的3个特征:地理上集中、经济上往来密切和专业分工细化。 地理集聚具有普遍的空间经济规律，也是竞争力的重要源泉和集中体现。地理集聚不仅能够能够提升该企
5、业在相关产业的竞争力，并且能够促进整个行业的成长与地区区域经济的发展，甚至能够让该国在国际这一行业中取得领先地位。诸如中国云南的烟草制品、浙江杭州的服装装饰、江苏南部六市的电子产品、底特律的汽车城、日本环太平洋工业带等已经形成了强大的竞争力。（二）国内外关于地理集聚与企业出口的关系研究1.国外研究概况关于企业地理集聚的外部经济环境，可能会改善企业出口绩效，这一方面的研究结果国外专家和学者是各抒己见的。其中新新贸易理论和新经济地理学涉及的范围较广，尤其是Krugman（1991），应用不完全竞争经济学、递增收益、路径依赖和累积因果关系等因素，首次把产业集聚与国际贸易因素紧密联系起来；Aitken
6、（1997）发现出口企业的集聚降低了当地企业进入国际市场的成本从而促进企业出口决策；Porter(1991)提出企业竞争优势与钻石模型，强调产业集聚通过地区产业国际竞争力提升来促进企业出口；Duranton & Puga（2004）通过研究发现集聚有利于企业分析信息、分担进入市场成木,从而提升出口绩效；Greenaway et al.(2004)通过研究英国跨国公司沉没成本,发现企业规模以及生产率会影响企业的出口决策,同时产业集聚和空间集聚,也会影响出口的可能性；Koenig（2010）通过分析了法国制造业出口商的相互接近对其他企业出口行为时，发现法国的制造业存在着明显的出口-集聚效应。于此同
7、时，也有部分国外学者持相反观点。例如Barrios(2003）对西班牙企业集聚对出口行为的影响分析,发现行业的其他企业不能从当地出口企业中获得正向溢出效应；Bernard & Jensen（2004）运用出口决定的动态模型分析得出出口企业集聚环境不能促进周围其他企业的出口；Youngho（2011）得出地理集聚和企业出口行为之间呈倒U型的关系。2.国内研究概况国内学者关于产业集聚对企业出口贸易行为的的理论研究开展的较晚，但是相应的成果也是颇丰。我国学者袁欣与李深远（2007）实证分析了深圳市电子产业集聚与出口贸易之间的关系,认为产业集聚明显带动了电子产业出口发展；刘志彪和张杰（2009）通过对
8、江苏的342家中国本土制造业企业进行的调查问卷分析表明:产业集聚因素能够显著地促进企业的出口活动；王永进等（2009）通过建构经济地理的模型来分析地理集聚与企业出口比较优势之间的关系,结果发现地区地理集聚可以提高契约履行质量,从而促进出口；易靖韬（2009）对企业出口参与的影响因素进行实证分析,发现特定的区位优势能够提高企业的出口意愿；Zhang（2011）则发现集聚能够缓解中小企业融资困境,促进出口和生产率的提高。潘峰华（2011）发现出口企业的产业集聚不但能够增大本地区其他企业的出口概率,而且也能提高这些企业的出口绩效；刘竹青（2014）利用中国工业数据库（2000-2007年）企业微观数
9、据，证明地理集聚促进了企业出口，尤其是显著提高了技术复杂度比较高企业的出口量。相应的也有部分学者与上述观点相反。邱斌和周荣军（2011）发现同一种行业出口企业的空间集聚与企业出口倾向之间是一种非线性的倒U型的关系。赖永剑(2011) 通过对2005-2007年的377136家企业数据,分析发现:专业化的空间集聚环境能够促进企业出口决策，但是多样化外部环境不仅不能促进企业出口,反而阻碍企业出口决策,而竞争外部环境则与企业出口之间的关系不确定。二、指标的构造、数据说明和计量模型设定（一）指标构造1.传统地理集聚指标伴随20世纪产业集聚的迅猛发展，产业集聚理论与测量方法研究也深入。但是到了90年代，
10、尤其是新经济地理理论的出现和广泛应用，使得传统测量集聚指标的方法缺陷越来越明显，从经济地理角度对产业集聚进行测度的方法相继出现。目前,用于衡量地理集聚指标的方法大致可以分为以下三种。（1）传统的测度产业集聚的指数是指某个行业或地区的销售份额或者就业人数规模前几位企业的市场份额来测度,这种方法虽然计算较为简单明,但它却忽略了除规模较大的几个地区或行业之外的其它企业的分布情况,不能够完全反映行业的真实信息。为克服这个问题,Krugman(1991)将Gini系数修改为区位Gini系数,并将其用于测度地理集聚指标。该系数虽然能较好地衡量产业的集聚程度,但却未考虑到地区和企业规模的影响,Ellison
11、 & Glaeser(1997)由于考虑Gini系数无法精确地度量地理集聚的这种缺陷，并用赫芬达尔-赫希曼指数(Herfindahl-HirschmanIndex,简称HHI)修改而建构了E-G指数。该指标虽然计算简便，能够准确地反映出产业的集聚程度,但是忽略了地理面积,以及集聚地区其他产业空间分布的特点。（2）第二种测量方法主要是运用区位熵（quotient of location)。它是将就业人数、工业产值或者固定资产等指标来衡量某一地区产业结构与全国平均水平之间差距的方法。该方法虽然较好地反映该地区的集聚程度,但是它既无法反映各个产业之间的关联程度,也不能精确衡量地理集聚程度或经济活动的
12、地理密度。（3）第三种测量方法是采用人口密集指数(总人口数量/行政区域土地面积)来衡量经济的集聚程度,该指标可以消除由于不同地区之间地理面积的不同所导致的测算误差,不过却无法反映产业之间的关联性以及专业化程度。2.地理集聚指标的构造鉴于以上地上地理集聚理论和目前所应用的衡量地理集聚指标的缺陷，Long和Zhang(2011)构造了一个能够同时反映地区内经济往来密切程度以及专业化程度的地理集聚指标。但是,该指标忽略了不同地区地理面积的差异,所以为了更为精准地反映各地区地理集聚程度,本文特借鉴Cieeone和Hall(1996)的思路,引入不同地区地理面积这一影响因素，对该的指数进行修正。具体地,
13、本文采用的地理集聚指数的构造步骤如下。（1）将中国工业企业数据库（2005-2009）提供的城市c、行业i的企业f的就业、资产和产出加总到行业层面得到总就业（st）、总资产（sasset）、总产出（sout）,并计算将其与地理面积相除,得到城市c行业i的平均地理密集度:at=st/acreage、aasset=sasset/acreage、aout=sout/acreage。（2）计算每个城市行业i的平均地理集聚程度。首先把整个城市c里所有行业i的企业f的总就业、总资产、总产出加总得到sct、scasset、scout，然后用第一步得到的每个行业的数据除以它，计算得出市c行业i的就业、资产和产
14、出份额。计算公式为：se=st/sct、sa=sasset/scasset、so=sout/scout。然后计算每个城市行业i的资本集聚、劳动集聚、产出集聚指数。计算公式为：se2=se*at、sa2=sa*aasset、so2=so*aout。计算每个省份所有行业的平均地理集聚程度。首先将每个省份所属的各个城市平均的地理集聚程度进行加总得到se3、sa3、so3，然后与省面积相除，得到各省份的平均地理集聚指数。计算公式为：se4=se3/area、sa4=sa3/area、so4=so3/area。利用上述方法和数据，计算了2005-2009年中国各省份的平均地理集聚指数，结果见表1。 表1
15、 2005-2009年各省份的平均地理集聚指数就业集聚（se4）资本集聚（sa4）产出集聚（so4）省（市）均值排序均值排序均值排序上海87.96403175143492.06349176507.936511天津47.31225664226371.68142247787.610622北京35.8340119320178.57143338214.285713江苏6.07800292442865.49707644961.0136454浙江5.42326372552264.70588273705.8823537海南4.45195588262438.23529453941.1764716广东4.286
16、96944472316.666667645005宁夏3.12862650681506.02409691942.77108410福建3.09561912691335.531739102366.0346258重庆3.056893074101640.34021982284.3256389安徽2.607423765111159.627774111882.60558311山东2.462639792121098.829649131781.5344613辽宁2.462273475131158.327622121830.02056212江西2.07053413214958.0838323141598.8023
17、9514湖北1.9184534715892.9532006151457.77299615山西1.83432821516799.7440819161042.86628318河南1.64270179617688.6227545191041.91616819河北1.6300559418713.9051678181065.53010117陕西1.52892850219797.6653696171322.95719816湖南1.22184608120646.8366383211000.94428721贵州1.10617443221647.727272720926.136363623广西1.0913855
18、9322610.1694915221008.47457620吉林1.05927267923554.962646723832.443970124四川0.96852866624515.164104724928.541753222黑龙江0.53444920825266.051011425402.374670225云南0.43781711526240.281763626318.288546826甘肃0.41108582727220.070422527303.697183127青海0.23715270728139.831095128207.669943228内蒙古0.1751815722987.9120
19、879129125.105663629西藏0.1234688933064.413680783080.0488599330新疆0.1124196993151.807228923170.4819277131表1中分别采用了就业集聚、资本集聚、产出集聚的不同省份集聚指数的平均值以及排名。根据表1第4和第5列结果可见，根据总资产计算而来的资本地理集聚指数，排在前10的是上海、天津、北京、江苏、浙江、海南、广东、宁夏、福建、重庆。排在最后后7位的是新疆、西藏、内蒙古、青海、甘肃、云南、黑龙江。从排名看，资本集聚指标基本跟各省的经济发展水平基本符合。而且，就业集聚指数、出口集聚指数也与资本集聚指数基本一致
20、，前10和后7都只有微调，基本没有什么变化。广东排名之所以靠后，不是因为的就业、资产、出口总量低，而是因为它的面积过大，有18万平方公里，在它之前的江苏、浙江仅有10.26、12.13万平方公里，事实上这三个省份之间的就业、资产、出口总量相差并不大。相应的海南、宁夏排名靠前，是因为面积少，这样计算出来的省份平均地理集聚指数就大了。（二）数据来源本文所使用的企业微观数据主要来源于中国工业数据库(2005-2009年)，以上数据库涵盖了中国大陆地区销售额500万元以上的大中型制造企业。截止到今共收录了中国43万多家企业，占中国工业总产值的90%左右，经整理后本文共采用了其中2005年到2009年数
21、据库1601828条各类信息，这些非平衡面板数据，遍布中国31个省(市或自治区)。中国各大城市行政区域土地面积数据则来源于中国城市统计年鉴（2013年）。此外，由于该年鉴并没有完全统计整理出中国工业数据库企业微观数据所在部分城市行政区域土地面积的数据,所以其他部分数据来源于各市土地资源管理局和专业网站资料。研发投入、总资产对数、企业运行的年份数、金融危机变量、年度虚拟变量和地区虚拟变量数据直接根据中国工业企业数据库相关变量，以及相应专业网站计算得到。（3） 基准计量模型本文研究的对象是地理集聚对企业出口决策的影响,采用的基准计量模型如下所示：其中，因变量ln(export+1)为衡量企业出口量
22、大小的指标（企业出口绩效变量），本文采用企业出口额的对数指标来衡量企业出口绩效的水平，为了避免出口量为0的企业，所以分子都统一加1。出口绩效变量的值越高,表明该企业的出口量越大。s4为地理集聚指标,由于企业的出口可能存在于决策的各个环节,我们分别采用就业集聚（se4）、资本集聚（sa4）、产出集聚（so4）这3个指标来进行衡量。crisis、area、分别表示金融危机虚拟变量、地区虚拟变量和年度虚拟变量，为误差项。其中金融危机虚拟变量以平常年份为基准，赋值为0，而发生金融危机2008、2009年则为1；地区虚拟变量先默认我国所有的省市的值都为0，即不受地区位置任何影响，然后设定西藏、江西、湖南
23、、辽宁、黑龙江、吉林、河南、安徽、山西、湖北、内蒙古等11个出口量比较小的省市值为1，再者设定上海、北京、广东、浙江、江苏、天津、河北、福建、山东这9个对外贸易最多的省市值为2。年度虚拟变量给每一年都增加了一个年度的可能受影响的变量。rd、lnasset、age为企业层面控制变量，分别表示研发投入占总资产的比重、总资产的对数、企业运营的年份。选定以上各类指标主要基于以下考虑。（1）研发投入比（rd）。研发投入比，从短期来看，可以视为研发投入成本占当期产出的比例，用以衡量研发成本在当期对经营成本比重的影响；从长期来看，研发投入比，可以视为该项新产品研发过程中所产生的成本额占该产品在生命周期类所有
24、的销售收入的比例，用以衡量产品的运作业绩。创新是高新技术企业创造和保持竞争优势的重要手段，研发投入是创新的必要条件。如果一个企业没有相对的竞争优势，那么它如何能够在世界之林立足，即便是冒冒失失进入国际市场，没有足够的保持竞争优势的产品，是不能够长久运营下去的。所以，研发投入比是会对企业出口决策产生作用的。（2）总资产（lnasset）。企业的总资产的大小，表明了一个企业规模的大小。而Koenig(2010)认为企业规模表示的是该企业以前的绩效水平的高低，较大的企业规模意味着该企业以前具有较好的绩效水平,即企业参与出口活动的可能性较大。一般说，企业的规模越大，其在生产上就更有可能实现规模经济，从
25、而更够支付得起进入出口市场的沉没成木的可能性也就越大。（3）企业运营的年份数（age）。有相关研究结论表明企业年龄越长,越容易通过优化企业内部的组织结构来获得学习效应，从而出口的可能性就越大。同样，也有部分学者认为企业年龄越长，公司内部积累的保守势力会持续增长，内部员工激情也会逐渐下降，会满足于现状，这样不仅不能够促进企业出口决策，反而阻碍公司的出口。正是基于以上各抒己见的观点，本文考虑到企业年龄与企业出口决策之间可能存在非线性关系，因此引入企业年龄的变量。 三、计量估计结果（一）基准计量模型估计结果基于上述基准计量模型进行地理集聚与企业出口绩效之间的回归，结果见表2。 表2 地理集聚与企业出
26、口绩效：基准模型回归结果模型1模型2模型3exportexportexportrd0.01520.01500.0161(0.14)(0.13)(0.14)lnasset0.512*0.512*0.513*(129.49)(129.48)(129.62)age-0.000134-0.000137-0.000125(-0.44)(-0.45)(-0.41)crisis0.0766*0.0766*0.0763*(15.72)(15.71)(15.65)area-0.00582-0.00577-0.00606(-1.05)(-1.04)(-1.09)so40.00866*(3.11)sa40.0044
27、2(1.60)se40.0194*(6.09)_cons4.200*4.278*4.117*(64.76)(67.44)(72.45)N378559378559378559注:t statistics in parentheses；* p 0.05, * p 0.01, * p 0.001表2中，回归模型显示研发投入占总资产的比重变量在所有模型中都为正数，但是不显著，这说明一方面研究投入并不能够显著地促进企业的出口，但是另一方面，作为企业科技成果的体现，会诞生一些新产品，从而促进企业出口，即国际市场还是在一定程度上欢迎研发投入高的企业。总资本的系数都显示显著为正，即企业总资产越多，规模越大的企
28、业出口绩效会比其他企业更高。企业运营年份变量的系数为负，但是不显著，这说明企业运营年份的长短不能够显著地促进企业的出口，并且运营年份过久的企业可能存在自身管理制度的一些缺陷、企业管理者激情的减弱以及对内地市场的依赖程度的提高都会影响企业出口的绩效。金融危机的系数都是显著为正，这表明金融危机的这两年我国企业的出口绩效有着一定程度的提升，从一方面说明中国的出口企业更多的是以劳动密集型，2008年金融危机是从美国次贷危机开始蔓延，最先涉及的都是一些资本密集的企业，使得广大投资者从资本市场撤退，从而转战劳动市场。另一方面，对我国出口影响是相对而言的，相比对于国外资本主义市场受到金融危机的重创而言，我国
29、由于市场化进程和政府干预等方面原因，受到的冲击并没有那么严重。虚拟地区的变量则为负，但是不显著，这表明虚拟地区变量不仅不能够促进企业出口绩效的提升，反而起到了阻碍的作用，而且影响程度大致从东部沿海向中西部递减，这跟产业转移和结构升级的国际背景，以及我国目前正在逐渐丧失人口红利有着一定的关系。其中回归模型1、模型2、模型3分别采用产出集聚、资本集聚、就业集聚这3个指标分别对因变量ln(export+1)进行检验，来考察地理集聚对企业出口绩效的影响。在表2中，模型1是对产出集聚与企业出口绩效之间的检验。结果显示产出集聚系数为比较显著为正，这表明产出集聚比较显著地提高了企业的出口绩效。可以总结为企业
30、总产出的集聚地能够比较显著地提高省市范围内附近的企业，不论是内资企业还是外资企业。在表2中，模型2是对资本集聚与企业出口绩效之间的检验。结果显示资本集聚系数为正，但是不显著。这一方面说明资本的集聚并不能够显著地促进企业的出口绩效，另一方面资本集聚还是能够一在定程度上促进企业的出口。这个结果表明，我国在2005-2009年的出口企业中，资本集聚起到的效果比较低，从某种角度上说明出口企业的类型主要不是资本集聚企业，而是劳动力密集型企业，所以它的集聚起到的效果才比较低。在表2中，模型3是对就业集聚与企业出口绩效之间的检验。结果表明就业集聚系数显著为正。这说明就业集聚能够显著促进企业的出口绩效。从这一
31、点上我们可以看出就业集聚的提高，即某一地区就业度的提升，它能够促进企业的出口，尤其是一些特大综合城市。这也从上述关于表2中的模型1、模型2、模型3中产出集聚、资本集聚、就业集聚对企业出口的影响。经过比较分析，地理集聚的提高改善了企业出口的绩效，在地理集聚程度高的地区尤为显著，而且就业集聚的影响超过了产出集聚和资本集聚。这说明我国目前影响出口绩效的因素主要还是劳动力的集聚，主要的出口企业还是劳动力出口密集型企业。 （二）地理集聚对企业出口影响：所有制差异由于中国特殊的时代背景，我国目前的市场化进程尚不完善，造成了国有企业在国内市场占据指导地位；不仅如此，在出口企业面临的国外市场风险的时候，掌握市
32、场信息方面具有更大的把握和优势。外资企业也是如此，相对于内资企业而言，更加了解国际市场，因为他们来自资本主义市场，对国外的法律、风俗等影响企业出口条件有着天然的优势。但是，上述的观点都是比较宏观的，就针对地理集聚其中的产出集聚、资本集聚、就业集聚，究竟其中哪一个对不同所有制企业影响更高一些，并没有一个具体概念。为此，我们专门引入了国有企业、集体企业、外资企业、私营企业，分别在产出集聚、资本集聚、就业集聚下，做一个结果的回归分析。1.产出集聚与不同所有制企业出口基于基准计量模型对产出集聚与企业出口绩效之间的回归分析，结果见表3。 表3 产出集聚与企业出口绩效：基准模型回归结果国有企业集体企业私营
33、企业外资企业exportexportexportexportrd-0.6682.5590.09470.0230(-0.34)(0.98)(0.43)(0.14)lnasset0.503*0.407*0.436*0.581*(8.29)(13.07)(58.05)(69.66)age0.00110-0.001220.00005800.00190(0.43)(-0.27)(0.12)(0.78)crisis-0.03920.0462(-0.67)(0.94)area-0.0836-0.116*-0.00196-0.00210(-0.81)(-2.02)(-0.14)(-0.16)so40.0085
34、4-0.0791*0.001560.0104(0.20)(-2.14)(0.26)(1.94)_cons3.074*6.615*4.877*3.554*(2.92)(8.82)(37.25)(25.93)N4503622213229499631 注：t statistics in parentheses；* p 0.05, * p 0.01, * p 0.001表3中，回归模型显示研发投入占总资产的比重变量除国有企业外，都是正数，其中集体企业的比值最高，但是都不显著。这说明研发投入在集体企业中发挥的作用相对来说最大。企业总资产系数都显著为正，说明，不论企业的所有制不同，企业资产总值的提升，企业
35、规模的扩大都能有效地整合资源，促进企业出口绩效。在企业运营的年份上，除了集体企业外，都为正数，但是不显著，且数值过小。这说明，企业的运营年份对不同所有制企业之间都没有什么有效的影响，即便是有，也是微量的。金融危机变量上，国有企业呈现负相关，集体企业为正相关，但都是不显著的。在地区虚拟变量系数均为负数，除集体企业有一般显著，这表明虚拟变量的省市的企业出口绩效正在逐渐下降，其中集体企业最为显著。产出集聚对不同所有制企业影响都比较微量，除了集体企业呈现一般显著负相关外，其余皆为不显著正相关，但其中外资企业比值最高。这说明了产出集聚能够促进企业的出口，而集体企业则一般显著地阻碍企业的出口。2.资本集聚
36、与不同所有制企业出口 基于基准计量模型，对资本集聚与企业出口绩效之间的回归，结果见表4。 表4 资本集聚与企业出口绩效：基准模型回归结果国有企业集体企业私营企业外资企业exportexportexportexportrd-0.6592.5110.09360.0231(-0.34)(0.96)(0.43)(0.14)lnasset0.503*0.407*0.436*0.581*(8.28)(13.11)(58.05)(69.66)age0.00110-0.001430.00005820.00190(0.42)(-0.32)(0.12)(0.78)crisis-0.03860.0469(-0.66
37、)(0.96)area-0.0867-0.117*-0.00192-0.00210(-0.84)(-2.02)(-0.13)(-0.17)sa40.0234-0.0766*-0.001780.00995(0.50)(-2.10)(-0.31)(1.85)_cons2.821*6.537*4.936*3.566*(2.60)(8.98)(39.49)(26.33)N4503622213229499631注：t statistics in parentheses；* p 0.05, * p 0.01, * p 0.001表4中，回归模型显示研发投入变量在除国有企业外都为正数，但是都不显著，其中在集
38、体企业的促进效果最明显，在国有企业中起到阻碍作用，这与表3所表明的一致。企业总资产系数在任何企业中都显著为正，其中外资企业较四者见最为显著，其余依次为国有企业、私营企业、集体企业，上述排序企业拥有着先进的企业制度管理、资金利用效率和风险规避制度，所以在总资产比值越大，规模越大的条件下，企业出口绩效越好。企业运营年份系数除集体企业外，都是正数，但是不显著。这表明企业运营的年份与企业出口之间没有显著关系。金融危机系数国有企业为负数，集体企业为正数。这说明金融危机阻碍了国有企业出口，但是促进了集体企业出口。地区虚拟变量集体企业为一般显著负相关，表明在虚拟地区企业出口难度要高于虚拟变量之外地区。资本集
39、聚变量国有企业、外资企业为正数，集体企业、私营企业则为负相关，其中集体企业更是呈现一般负相关。这表明资产集聚对国有企业、外资企业具有促进作用，因为他们能够充分利用这些资源，在国内市场已经有了立足之地，可以比较容易拓展到国际市场。集体企业、私营企业并不普遍具备这样的能力，不仅大量的资本集聚后反而因为管理制度、风险投资管理的匮乏，而且将眼光普遍放在国内市场，国际市场更多上反是不得而为之。3.就业集聚与不同所有制企业出口 基于基准计量模型对就业集聚与企业出口绩效之间的回归，结果见表5。 表5 就业集聚与企业出口绩效：基准模型回归结果国有企业集体企业私营企业外资企业exportexportexport
40、exportrd-0.6902.3260.09560.0231(-0.35)(0.89)(0.44)(0.14)lnasset0.503*0.408*0.436*0.581*(8.29)(13.10)(58.05)(69.69)age0.00112-0.001340.00005910.00190(0.43)(-0.30)(0.13)(0.78)crisis-0.04110.0452(-0.71)(0.92)area-0.0762-0.112-0.00200-0.00207(-0.74)(-1.95)(-0.14)(-0.16)se4-0.0426-0.07390.005200.0143*(-0
41、.85)(-1.87)(0.76)(2.27)_cons3.694*6.062*4.842*3.567*(4.00)(10.47)(43.24)(28.91)N4503622213229499631注：t statistics in parentheses；* p 0.05, * p 0.01, * p 0.001表5中，回归模型显示研发投入占总资产系数除了国有企业均为正数，但是都不显著，说明国有企业研发投入越多，企业出口绩效越低，他们不是因为技术而具备强大出口优势，而是国内的资源垄断优势，所有在这一点上，与其他企业相反。资产强度则都显著为正，说明资产越多，规模越大，就越有可能涉足国际市场，从
42、而促进企业出口。企业运营年龄则跟企业出口影响不大。金融危机系数对国有企业这种大企业影响更大，对集体企业还能在一定程度上起到促进作用。地区虚拟变量对各种企业均有一定的促进作用，它跟非虚拟变量省份企业是负相关，但是不显著。就业集聚系数与国有企业、集体企业出口绩效上是负相关，因为国有企业、集体企业人员基本都是稳定的，而且福利较高，属于吃大锅饭这种类型，而人员的增加，会降低企业人员的效率。而私营企业、外资企业恰恰相反，工资是绩效的，人员的提高会提升企业的效率，增加企业的资产。尤其是外资企业，它需要高学历、高素质的人才，而在国内人力资源较为匮乏，所以在这一方面最为显著。综上表3、表4、表5中产出集聚、资
43、本集聚、就业集聚所述，地理集聚对各所有制企业的整体影响并不大。仅集体企业在产出集聚、资本集聚上呈现一般显著负相关，外资企业在就业集聚中表现一般显著正相关。国有企业除就业集聚外，呈现的都是正数；集体企业跟地理集聚三个指数都是负相关；私营企业在产出集聚、就业集聚上是正数，资本集聚上为负数；地理集聚对外资企业都呈现正相关。 四、结论和建议（一）结论本文利用2005-2009年中国制造业企业微观面板数据，在Long和zhang(2011)基础上构造了一个综合的地理集聚指标，采用基准计量模型回归分析地理集聚对企业出口绩效的影响。为了更加准确地捕捉地理集聚中的3个指标对异质性企业出口的影响，本文回归分析模型分别对国有企业、集体企业、私营企业、外资企业进行了检验。研究结果显示：（1）地理集聚的提高显著地改善了企业的出口绩效，在地理集聚程度高的地区尤为显著，而且劳动集聚的影响超过了产出集聚和资本集聚。这说明我国目前影响出口绩效的因素主要还是劳动力的集聚，主要的出口企业还是劳动力出口密集型企业。因此，相对于我国目前的出口企业类型，企业出口的决策更多的取决