融资约束、商业信用与出口企业全球价值链分工——基于贸易上游度视角的实证研究

沈 鸿 向训勇

(1.浙江财经大学 经济学院，浙江 杭州 310018； 2.暨南大学 产业经济研究院，广东 广州 510632)

一、引言

自20世纪80年代以来，以全球价值链(Global Value Chain,简写GVC)为主要内容的新型分工模式在全球范围内迅速扩展，其核心内涵是分工层次由产品间向产品内渗透，表现为每个国家、企业集中聚焦一个或若干个生产环节，而价值创造的过程则分散在全球各地(Gereffi,1999)。根据世界贸易组织(WTO)2015年发布的《世界贸易报告》数据显示，中国参与全球价值链的程度已经接近50%(1)世界贸易组织采用Koopman et al.(2014)构建的国内附加值方法测算全球价值链的参与水平。。全球价值链分工的发展主要表现在：贸易领域中间品进出口比重持续提高，跨国公司在全球范围内生产性投资日益活跃。而中国出口贸易的迅猛发展正是积极嵌入全球价值链的结果。在中国对外开放的早期，“两头在外”的加工贸易方式导致资本不足、技术水平不高、国外市场经验缺乏的企业得以迅速参与到全球生产中(Dai et al.,2016)。2002年为中国加入WTO的第一年，制造业中间品进口增速达到58.3%，超过了制造业出口产品的增速(Feng et al.,2016)。现阶段，全球贸易增速放缓，从贸易结构和出口质量的角度分析中国出口在全球价值链分工中的地位及其制约因素，对于推动中国出口贸易健康发展和转型升级有着重要意义。

中国的出口贸易规模是在国内金融市场发展滞后、金融分割普遍存在、融资约束较强的情况下迅速扩大的(Long et al.,2011)，这与企业异质性理论框架内融资约束制约企业参与出口市场的研究结论并不一致(Manova,2013;Chaney,2013)。为此，有学者从非正规金融和产业集群等角度对上述现象进行研究(马述忠 等,2017a;陆利平 等,2016)认为，基于产业集群的商业信用为企业的出口提供了融资渠道。在上述研究的基础上，本文试图对以下问题进行拓展研究：正规融资约束虽然并不构成出口扩张的制约条件，但是否对出口企业在全球价值链中分工地位的改善存在不利影响呢？同时，商业信用是促进中国出口企业克服融资不足的重要突破口，其对分工地位的改善有无积极作用呢？

二、文献回顾

测算全球价值链分工经历了从简单到复杂、从宏观总体到企业微观层面的发展历程。Hummels et al.(2001)用垂直专业化指数衡量一国出口包含的国外进口中间品的份额，以此反映参与垂直全球分工的程度。此后，学者们从不同角度对此研究进行改进，尤以Koopman et al.(2014)整合的附加值贸易测算框架最有影响力。由于中国出口贸易在全球占据的重要地位以及加工贸易方式具有的特殊性，使其成为学者们重点考察的对象，而利用出口企业的微观数据核算中国出口的国内附加值(DVAR)是近期的研究热点(Upward et al.,2013;Kee et al.,2016;张杰 等,2013)。具体表现在，DVAR被广泛用于企业实际贸易利得和分工地位的代理变量(马述忠 等,2017b;黄先海 等,2016)。以附加值来源为基础分析全球价值链分工虽然可以度量企业或国家参与全球分工的程度，但将其作为分工地位或贸易利得的度量方法也存在局限。这是因为：之所以出现较高的国内附加值，可能是因为参与全球分工程度较低造成的(Wang et al. ,2013)。

还有一种测算全球价值链分工的方法是：从产品属性和产业链长度的角度描述出生产及贸易活动包含的技术环节多少。Antràs et al.(2013)通过构建测度产品在生产链上的相对位置(production line position)的指标——行业上游度(upstreamness)，从而提供了衡量一国生产和贸易结构的新视角。Ju et al.(2015)利用这一方法测算了中国企业生产和出口的上游度，分析了其对企业生产率和利润率的影响。Chor et al.(2017)同时计算了制造业企业的进口、出口上游度，用二者之差反映企业在国内占据的生产环节的多少。相比DVAR指标，贸易上游度指标考虑了行业间生产环节的多少和复杂程度的不同，可以直观地反映出口企业在特定产品价值链中占据多少生产环节。

相对于国内生产销售活动，贸易活动需要更多资金来支持前期的固定资产投资和营运资本需求(Melitz,2003;Minetti et al.,2011)；同时，出口贸易还面临较高程度的市场竞争和经营风险(Buch et al.,2012)。Kletzer et al.(1987)最早指出，在金融摩擦(financial fiction)存在的情况下，融资能力是贸易比较优势的源泉之一。近期的研究将融资约束作为企业异质性的来源，多在Melitz(2003)的框架内讨论企业的出口行为。Chaney(2013)在异质性企业模型中引入流动性约束后研究认为，流动性较高的企业受融资约束影响较小，更有能力进入出口市场。Manova(2013)在异质性企业模型中考察了不同国家金融市场发达程度的差异，继而通过研究不同行业对外部融资的依赖程度差异发现，金融发达的国家在融资依赖度高的行业出口更多。大量实证研究也从不同侧面验证了融资约束与出口行为的关系(Greenaway et al.,2007;Berman et al.,2010;Minetti et al.,2011;Feenstra et al.,2014;李志远 等,2013;阳佳余,2012)。在全球贸易逐渐从货物贸易向任务贸易(task trade)转变的背景下，研究融资约束与出口贸易关系正从出口参与、出口密度等传统二元边际视角向出口产品的质量、出口行为的持续性、出口目地构成等视角进行转变(Fan et al.,2015;阳佳余 等,2015;Chan et al.,2015)。因而，全球价值链分工地位是否受融资约束的制约而得到关注。Manova et al.(2016)用企业贸易方式上的选择反映其在全球贸易中的分工地位，以研究融资约束如何促使中国企业更多开展加工贸易。马述忠等(2017b)将来料加工和进料加工贸易方式引入理论模型，实证研究了加工贸易企业的融资约束与全球价值链分工地位的关系。吕越等(2016)采用2001—2011年中国与41个国家的双边贸易数据研究发现，融资约束是决定中国产业在全球价值链中嵌入程度的关键因素。

正如Allen et al.(2005)所指出的那样，中国经济的高速增长很大程度依赖于非正规金融。为了解释中国企业在整体金融业发展不足情况下出口规模迅速扩大的现象，学者们从非正规金融的视角探讨了中国企业独特的融资渠道，而商业信用被视为重要的资金来源。陆利平等(2016)利用中国的海关数据和工业企业数据的匹配数据进行实证研究发现，商业信用对企业出口增长有显著的促进作用，机制在于能够为出口扩张提供更多的营运资本进行融资，且这一作用未被银行融资所取代。马述忠等(2017a)发现，集群商业信用显著促进了企业出口扩张，这一促进机制在企业出口的二元边际上均成立，且主要是通过影响私营企业来实现的。

综上，本文是对融资约束与贸易关系方面文献的拓展，边际贡献主要体现在以下几方面：首先，将融资约束与出口关系的研究拓展到企业进出口产品的结构和企业在全球生产中的分工位置方面，有别于现有从附加值分解角度的研究，这是从产业上游度的角度构造价值链分工指标，对现有研究进行补充和细化；其次，在传统的银行信贷约束、流动性约束、财务杠杆等融资约束指标基础上，重点考察了商业信用对分工地位的影响，并对中国特殊背景下出口企业的融资渠道进行了分析；最后，从企业、行业和地区三个层次对融资约束进行描述，分别度量了企业的融资能力、行业的融资依赖度和地区的金融发展程度，多层次的研究有助于全面认识企业融资约束的来源，并在一定程度上缓解变量内生性问题。

三、全球价值链分工的情况与典型事实

采用贸易上游度指标可以确定出口企业在全球价值链中的分工地位。借鉴Ju et al.(2015)、Chor et al.(2017)的做法，利用2002年和2007年的122部门和135部门的中国投入产出表计算行业上游度。根据Antràs et al.(2012)的行业上游度计算的基本思想，先将价值链上的不同“位置”量化为与最终消费者之间经历的生产步数，然后用行业流向价值链的不同位置产出作为权重，最后计算行业在价值链上位置的加权平均值。假定每个行业的产出可分解为最终消费和作为其他行业的中间投入两部分，由此可以得到式(1)：

Yi=Fi+Zi

(1)

作为中间投入品可以表示如下：

(2)

其中，Yi为行业i的总产出;Fi表示行业i的产出用于最终消费的部分;dij表示生产1单位价值j所使用的i行业的产出。Zi可以进一步表示为如下无穷多项之和：

(3)

从右边第一项开始，行业i的产出作为中间投入品生产其他行业的最终产品，并最终到达消费者，这分别经历了一、二、三步，并以此类推。行业i在价值链上的相对位置(Ui)可以表示为上述距离的加权和，权重为每一步作为中间投入占总产出的比重：

(4)

需要注意的是，在开放经济条件下，中间投入品可以来自国内生产或国外进口，或者从上期的库存中调取。因此，对系数dij做如下调整：

(5)

其中，Xi、Mi、NIi分别表示行业i的出口额、进口额、库存调整。

进一步利用企业-产品-年份层面的进出口数据，从而可以计算出企业层面的进出口上游度。具体可以用Xif和Mif表示企业f在行业i内的进口额和出口额，Xf和Mf表示企业总的进口额和出口额。在中国海关数据库中，进出口产品的分类采用HS八位码，而行业上游度是在投入产出表的行业分类基础上计算而得的，二者不能直接匹配。本文先将样本期内涉及的1996年、2002年、2007年三个版本的HS代码统一到1996年，再根据国家统计局提供的《2007年海关统计商品分类与投入产出部门分类对照表》的HS代码与投入产出表的行业代码进行对接，最终得到企业在每个IO行业的进出口额。企业的出口上游度UX、进口上游度UM由企业进出口产品所属行业的上游度通过进出口额加权计算得到，具体公式如下：

(6)

(7)

定义二者之差为净出口上游度(UN)：

UNft=UMft-UXft

(8)

进出口上游度分别反映企业进口产品、出口产品与最终品消费者的距离，即产品更多作为中间投入品还是最终消费品，这可以对企业进出口产品结构进行度量(Ju et al.,2015)。进口上游度和出口上游度之差，可以反映企业出口的产品在国内生产环节的多少，本文将其称为“净出口上游度”。该指标的含义与DVAR有相似性，但DVAR从企业进出口产品的价值角度测算国内生产的增值额，而净出口上游度则是从生产环节的投入产出的视角出发，反映的是从进口中间品(或原材料)到出口产品在国内占据的生产环节多少。

表1报告了利用2002年和2007年投入产出表计算的行业上游度前十位和后十位行业的结果，结果与Ju et al.(2015)、Chor et al.(2017)的结果基本一致(2)行业上游度反映的是行业间的相对差异，绝对值的细微差别并不影响实证分析的结果。。上游度高的行业多为原材料生产部门，上游度低的行业多为生活服务部门。上游度指标的计算，可以使我们定量比较行业间投入产出性质的差异，以作为实证分析的基础。为了从整体上观察中国进出口上游度的变化情况，本文计算全国总体的进出口上游度，具体公式为式(9)和式(10)：

(9)

(10)

其中，X_totalit和X_totalt分别表示全国行业i的出口和总出口;M_totalit和M_totalt表示行业i的进口和总进口。

图1描述了分年度加权计算的进出口上游度的情况。由图1可知，2000年以来中国出口上游度比较稳定，一般贸易出口上游度稍有提高，说明出口产品作为中间品的比重提高了；加工贸易进口上游度比较稳定，但一般贸易进口上游度出现明显提高。这意味着进口产品的中间品或原材料的份额相对提高了，在出口上游度相对稳定的情况下，中国出口产品的国内加工生产环节和价值创造环节较过去增加了。这一事实与Upward et al.(2013)、张杰等(2013)、Kee et al.(2016)等研究的中国出口DVAR持续上升的结论相呼应。根据上述学者的解释，这一变化可能是由于外商投资企业和国内企业更多使用中国国内中间品。部分外商投资企业将中间环节的生产活动与最终品生产一起迁移至中国国内，进口产品的结构更多集中在原材料上，从而使得进口上游度提高；而另一部分原本需采购国外中间品的企业将采购对象转移到中国国内，这虽然不改变单个企业在全球生产中价值创造环节和生产环节的多少，但进口中间品的减少正表明中国国内在产品生产环节方面所承担部分增加。

表1 按上游度排序前10位和后10位行业

图1 2000—2011年进口、出口上游度趋势(区分加工贸易与一般贸易)

四、模型设定、指标构建与数据说明

(一)模型设定

为考察企业融资能力对全球价值链分工地位的影响，参考Chor et al.(2017)和Ju et al.(2015)的研究，设定如下计量模型：

{UXft,UMft,UNft}=α+βFinConsft+ΓZft+φp+φi×φt+φown+εft

(11)

其中，UX、UM、UN分别表示企业的出口、进口、净出口上游度;FinCons为反映企业融资能力的四个变量：流动性(Liquidity)、杠杆率(Leverage)、SA 指数和商业信用(Trade credit);向量Z包含了企业层面的控制变量,包括:企业年龄、出口规模、企业规模、全要素生产率、技术密集度和资本密集度;此外,模型控制了地区效应(φp)、行业和年份的交叉固定效应(φi×φt)以及所有制固定效应(φown)。

为考察行业融资需求和地区金融发展对企业分工地位的影响，设定如下模型：

UNft=α+β1ExtFini+β2FinDevp+ΓZft+φp+φt+φown+εft

(12)

其中，被解释变量为净出口上游度UN，净出口上游度包含进出口信息，这综合反映了企业的价值链分工地位；同时，式(11)的结果表明，净出口上游度的变化主要来源于进口结构而非出口结构，即进口上游度UM的变化与UN一致，在出口上游度UX相对稳定情况下，以UN为被解释变量足以判断企业分工地位差异的来源所在；ExtFin、FinDev分别表示企业所在行业的融资依赖度、所在地区的金融发展指标，前者包含外部融资依赖度(Extdep)、存货销售比(Invent)、研发强度(RD)和商业信用密集度(Trcredit)四个指标，后者包括银行信贷规模(total credit/GDP)、长期贷款规模(long loan/GDP)和短期贷款规模(short loan/GDP)三个指标；为了控制地区差异和时间趋势的影响，我们在模型中加入了地区和时间固定效应，其他控制变量与固定效应设定与式(11)相同。由于本文行业融资约束指标在HS6位码上计算，为了保证存在足够的变量差异，这里对行业的设定采用HS4位码，而企业的行业属性由出口比重最大产品的HS4位码所决定。这是因为：若采用HS6位码作为行业固定效应，融资依赖度的差异将被固定效应吸收(Fan et al.,2013)。

(二)指标构造

(1)企业融资能力。首先,采用融资能力的两个经典度量方法：流动性比率(Liquidity)和杠杆率(Leverage)。流动性比率=(流动资产-流动负债)/总资产，表示企业获得短期资本的能力；杠杆率=流动负债/流动资产，表示杠杆率越高，企业在短期内需要承担越大的负债压力，在现金管理和获得外部融资上缺乏自主权(Manova et al.,2016)。这两个指标在国际贸易和企业融资的研究中应用广泛(Greenaway et al.,2007;Ding et al.,2013)。其次，借鉴公司财务研究领域新近发展的SA指数，以反映企业面临的融资约束总体情况。该方法由Hadlock et al.(2010)提出，用企业规模和年龄构造反映融资约束的指标。SA指数取值为负，绝对值越大表示融资约束越大，参考马述忠等(2017b)办法，对原始值取负，再取自然对数。最后，考虑企业从商业信用(Trade credit)中获取融资的能力，参考Long et al.(2011)的办法，用企业应付账款与总负债的比值反映获得商业信用融资的能力。由于中国工业企业数据库中应付账款指标自2004年后才开始报告，该指标实际计算时段为2004—2011年。

(2)行业融资依赖度。参考Manova et al.(2015)办法，对行业融资依赖的刻画可以从四个方面进行。首先，用外部融资依赖度(Extdep)表示行业对外部资金的需求，并定义为企业资本支出减去经营活动获得的现金部分所占比值，这部分支出多数用于企业长期投资项目的融资，因而表现为固定成本。该指标越高，行业越依赖外部资金。其次，用存货销售比(Invent)表示企业的生产周期及维持库存所需的流动性，它反映企业的营运资金需求，与可变成本相关，该指标越高，行业对流动性的需求越强。再次，用研发密集度(RD)表示企业由研发活动引发的融资需求，并定义为R&D支出与销售收入的比值。研发活动通常是发生在资本密集型企业中的，产生在生产和销售之前，需要大量外部资金的投入。最后，用商业信用密集度(Trcredit)表示行业使用商业信用的程度和频率，可以定义为应付账款变动与总资产变动的比值。商业信用的广泛使用可以缓解对外部融资的需求。该三个指标Extdep、Invent、RD借鉴了Kroszner et al.(2007)的办法，可以通过计算美国1980—1999年间各行业企业数据的中位数得到，Trcredit指标来自Fisman et al.(2003)研究办法。上述指标在ISIC3位码上可得，与Fan et al.(2015)相同，本文将其与1996年版本的HS6位码进行对接。

(3)地区金融发展。中国金融发展的相对滞后以及金融市场存在的分割现象，使得各地在获得银行信贷的能力上存在很大差异，这构成了企业融资约束的供给方面。借鉴Fan et al.(2015)办法，用各省级行政单位内的银行贷款规模作为金融发展代理变量。具体地，分别采用银行贷款总额、长期贷款总额和短期贷款总额与当地国内生产总值的比值(total credit/GDP、long loan/GDP、short loan/GDP)表示各地金融发展程度。数据来自2001—2012年的《中国金融年鉴》。

(4)控制变量。一是企业年龄(Age)，用样本期年份减去企业成立时间得到；二是出口规模(Trade volume)，用企业出口总额的对数表示；三是企业规模(Size)，用企业年末从业人员总数的对数表示；四是全要素生产率(Tfp_lp)，采用LP法(Levinsohn et al.,2003)进行估计(3)LP法计算全要素生产率需要资本存量、劳动力数量、中间投入金额等指标。中国工业企业数据库的中间投入指标在2008年后基本缺失，实际样本中2007年与之前的年份存在全要素生产率指标，之后年份的该指标是缺失的。当进行包含生产率等控制变量的估计时，回归样本相应减少。，LP法以中间投入作为生产率的代理变量，解决了OLS估计存在的同时性偏差和选择性偏差问题，具体假定中间投入是生产率的严格递增函数mft=f(ωft,kft,lft)，生产率可以表示为ωft=f-1(mft,kft,lft),利用这一关系可以估计出生产函数；五是技术密集度(Skill intensity)，用人均工资(年末工资总额和福利总额/从业人员总数)表示；六是资本密集度(Capital intensity)，用人均固定资产总额表示。

(三)数据说明与描述性统计

本文所用数据包括两个方面：1998—2011年中国工业企业数据库数据和2000—2011年中国海关贸易数据库数据。计算企业控制变量的数据来自中国工业企业数据库，计算企业进出口上游度和加工贸易变量的数据来自中国海关数据库，参照余淼杰等(2016)的方法匹配两个数据库，采用企业名称和邮政编码、电话号码信息进行两步匹配。中国工业企业数据库的处理借鉴Brandt et al.(2012)的做法，将2003年之前的行业代码调整到2002年《国民经济行业分类》，删除不符合会计准则和经济常识的企业样本。同时，参考Ahn et al.(2011)的方法，删除样本中的贸易公司数据，最终得到173595个出口企业的564313个观测值。计算生产率所需的产出、中间投入、资本存量数据分别以2000年为基期，用工业品出厂价格指数、生产者购进价格指数、固定资产投资价格指数进行平减，指数来自《中国统计年鉴》和《中国价格统计年鉴》。

计算行业上游度的基础数据来自2002年、2007年细分部门的中国投入产出表。由于细分部门的投入产出表每5年更新一次，我们无法计算每年的行业上游度。但Ju et al.(2015)指出，由于行业间的投入产出关系较为稳定，并且2002年与2007年的行业上游度指标高度相关，因此采用2002年或2007年的投入产出表计算出的行业上游度并不影响实证结果。为计算进出口产品层面的上游度，需要将投入产出表的行业分类与海关HS代码进行对应，我们采用国家统计局提供的《2007年海关统计商品分类与投入产出部门分类对照表》和联合国统计司提供的1996年、2002年、2007年三个版本的HS代码之间的对应表，将HS六位码与IO表的行业分类进行对接。主要变量的描述性统计如表2所示。

表2 主要变量的描述性统计

五、实证结果分析

(一)企业融资能力

本文先估计式(11)，以考察企业融资能力对价值链分工地位的影响。表3报告了以净出口上游度为被解释变量的估计结果。表3列(1)—(2)与列(3)—(4)分别以流动性比率和杠杆率表示企业短期资金和借贷情况的结果，相应结果表明，流动性比率的系数显著为正，不管是否加入企业层面控制变量，系数均在1%的水平上显著异于0，具体系数分别为0.016和0.029。这说明，企业流动性越强，流动资产越充足，越有利于涉足更加多样的生产环节。然而，杠杆率的系数虽然为负，但在统计上均不显著，即杠杆率的高低与出口企业在国内从事生产环节的多少没有明确的相关关系。列(5)—(6)中，我们以SA指数作为衡量企业融资约束总体情况指标，结果发现，回归系数在控制企业变量的情况下显著为负，SA指数提高一个单位，净出口上游度降低5.6%。考虑到从财务报表中获得的融资约束指标可能存在内生性，SA指数的回归结果更为可靠，即融资约束确实从负面影响了出口企业的国内生产环节。这与Manova et al.(2016)、马述忠等(2017b)的结论是一致的。列(7)—(8)用企业获得商业信用的情况度量融资约束，结果发现，商业信用指标的系数均显著为正，即企业获得商业信用的能力越强，能够参与的生产环节越多。因此，商业信用不仅有利于出口扩张(马述忠 等,2017a;陆利平 等,2016)，还是企业能够更多参与全球分工环节的重要推动力。

表3 企业融资能力与全球价值链分工：净出口上游度

注：所有模型均控制了地区固定效应和行业、年份交互效应；包含控制变量的估计中，由于2008年之后中国工业企业数据库中缺失工业增加值、中间投入、从业人数等变量，样本量有所减少；*、**、***分别表示在10%、5%、1%的统计水平上显著；括号内是估计系数的t值。若无特别说明，下表一致。

净出口上游度包含了企业出口产品和进口产品两方面的信息，反映了企业出口产品在国内生产的环节多少，但无法反映进出口结构状况。因此，本文分别以进口上游度和出口上游度作为被解释变量，以重新估计式(11)。表4的结果显示，以进口上游度为被解释变量，企业层面四个融资能力指标的回归系数与表3结果十分相似。这与Chor et al.(2017)的研究结论接近，说明净出口上游度与进口上游度的变化方向是一致的，净出口上游度的变化很大程度上是由于进口结构的变化所造成的。具体的，流动性比率和商业信用均与进口上游度呈正相关，融资约束的SA指数与进口上游度呈负相关，二者的显著性水平都达到1%，杠杆率的回归系数为负，但不显著。这表明，融资约束阻碍出口企业参与更多生产环节，从而使得企业倾向于进口上游度较低的中间品，而不是更接近上游的初级产品，因而最终产品的生产环节更多包含在进口中间品的国外生产活动中。相应的，商业信用有助于出口企业增加生产环节，促进企业进口更多上游度较高的原材料或中间品，以在国内参与更多的中间生产环节。总体来看，融资约束对企业分工地位的制约和商业信用对分工地位的改善作用在净出口上游度和进口上游度上十分一致。

接下来，进一步考察融资约束与出口结构的关系。表5显示，仅SA指数在两个模型中的回归系数同时显著为正。这说明，在控制其他条件不变的情况下，融资约束程度高的企业，出口产品的上游度越高，即越接近产业链的上游。换言之，融资约束限制了企业生产和出口所参与加工环节扩展、接近消费品市场产品的能力提升。需要注意的是，列(5)—(6)的回归系数绝对值比表2、表3的相应的系数要小很多，仅为0.009和0.008。上述回归结果显示，融资约束对出口产品上游度的影响不及对净出口上游度和进口上游度的影响。实际上，控制出口产品的行业固定效应后，企业出口上游度之间的差异已经很小，同行业企业分工地位的差异主要表现在进口结构上。因此，接下来对全球价值链分工地位的分析以净出口上游度为考察对象。

表4 企业融资能力与全球价值链分工：进口上游度

表5 企业融资能力与全球价值链分工：出口上游度

表6 行业融资需求、地区金融发展与净出口上游度(1)

(二)行业融资依赖度和地区金融发展

表6中，我们加入行业融资依赖度指标Extdep、Invent以及地区金融发展三个指标，以估计式(12)。列(1)—(3)显示，行业外部融资依赖的系数为负，数值为0.1左右，在1%的水平上显著。这表明，在对外部资金需求程度越高的行业，企业在国内从事的生产环节相对越少。根据Chor et al.(2017)的研究，这将阻碍企业从出口同类产品中获得更多的利润。列(4)—(6)显示，对短期资金或营运资金需求越强的行业，净出口上游度越高，系数在1%的水平上均显著为正。这说明，企业层面流动性越高，越有助于开展更加广泛的加工生产活动。但就行业间比较而言，流动性需求越高的行业内，企业从事的国内生产环节也越多。这使我们分析流动性与净出口上游度之间的因果关系时更加谨慎。上述结果至少说明，相对于长期资金而言，短期资金状况对出口企业国内生产环节的影响相对较弱。

在控制行业融资需求的情况下，地区金融发展的三个指标系数均在1%的统计水平上显著，但信贷总水平和长期信贷规模的系数为正，短期信贷规模的系数为负,这再次说明短期资金状况对分工地位的影响并不稳健。对短期资金状况与进出口上游度的关系，我们还不能得出较可靠的结论。从经济意义上看，企业的净出口上游度越高，需要在前期投入更多资金用于购置厂房设备，布局规模更加广阔的国内供应链(Chor et al.,2017)。相比从国外直接进口更接近下游的中间投入品，企业需要的长期资金规模也更大，因而，短期的信贷供给和资金状况不足以对企业国内生产环节的多少产生实质影响。

表7 行业融资需求、地区金融发展与净出口上游度(2)

表7的估计结果中，我们以RD和Trcredit作为行业融资依赖指标，以估计式(12)，相应结果与企业层面估计结果较为一致。首先，研发强度反映了融资需求与净出口上游度呈显著负相关关系，对研发投入要求较高的行业，出口企业在国内从事的生产环节较少，因此研发活动对企业资金的制约较强(4)一种潜在的质疑是，研发投入越多的行业，企业在技术创新上投入也更多，更有可能从事较多生产环节。需要指出的是，本文采用基于美国企业数据测算的行业资金需求，反映的是不存在资金短缺情况下行业的技术特性等决定的资金需求，而非中国行业的实际研发强度，个别企业的行为是外生的。。行业的商业信用密集度与净出口上游度之间也存在显著的负相关关系，越是依赖商业信用的行业，企业出口产品占据的国内生产的环节相对较少，因此，能否获得充足的商业信用是企业在国内自主开展生产加工活动的重要制约因素。表3企业层面估计结果已经表明，获得更多来自供应商的商业信用，能够促进企业开展更为广泛的生产活动。因此，就商业信用而言，行业指标的估计结果与企业层面指标估计的结果是一致的。

(三)加工贸易的影响

加工贸易长期占据中国出口的半壁江山，特殊的政策待遇和生产组织方式使加工贸易企业在经营方式、生产绩效等方面显著有别于一般贸易企业(Yu,2015;Dai et al.,2016)。Chor et al.(2017)研究发现，加工贸易企业进口上游度更高的产品，出口上游度更低的产品，加工贸易企业比一般贸易企业拥有更高的净出口上游度，这表明国内生产环节更多。为了分析加工贸易方式存在的情况下融资约束对贸易分工的影响是否存在异质性，在式(11)中分别加入企业融资能力与加工贸易虚拟变量(pt_dumy)、加工贸易占比(pt_ratio)的交互项，回归结果列于表8。

表8 企业融资能力与净出口上游度：加工贸易的影响

首先，考虑加工贸易后，融资约束对净出口上游度的边际影响大幅降低，系数分别为0.001(0.056-0.055)、0.000(-0.008+0.008)、0.007(-0.043+0.05)和-0.011(0.015-0.026)，除了流动性比率的系数，结果依然为正，其他指标系数的符号与基准回归的结果相反。因此，对加工贸易企业而言，融资约束基本不构成影响净出口上游度的重要因素。进一步用加工贸易的比重构造交互项，估计结果与已有结论保持一致。在加工贸易比重取均值或中位数时，即使融资约束对进出口上游度的影响与基准回归符号相一致，然而绝对值已经降低到十分微弱的程度。加工贸易“两头在外”的特点，以及原材料和市场销售在生产之前获得保障的优势，这些都降低了企业自主开拓出口市场可能面临的种种不确定性，并减少了固定成本。在融资约束普遍存在以及金融体系还不发达的情况下，加工贸易降低了贸易活动需要的特殊成本，使较多资金条件并不充裕、融资能力欠缺的企业也能大规模参与到出口中去。因此，融资约束对出口贸易分工方式的影响主要体现在一般贸易上，而加工贸易企业受到的影响十分微弱。

六、稳健性检验

(一)滞后变量与企业固定效应

前文估计式(11)时采用非平衡面板数据结构，回归结果混合来自时间上和截面上的差异，这既包含企业进入退出产生的扩展边际效应，也包含企业融资条件改变和进出口结构变化的集约边际效应。为了在回归结果中分离出集约边际的影响，同时考察企业在时间动态上的变化，我们在估计模型中加入企业固定效应，并对解释变量取滞后一期，这可以在一定程度上缓解企业层面变量的内生性(Manova et al.,2016)。

表9 企业融资能力与净出口上游度：滞后变量与企业固定效应

表9的结果显示，在控制企业固定效应后，流动性比率与净出口上游度的系数在5%的统计水平上显著为正，即从时间动态角度看，流动性水平的提高有助于企业参与更多国内生产环节。与基准回归相同，杠杆率的系数依然不显著。SA指数的回归系数在模型(5)显著为负，加入企业层面控制变量后虽然显著性发生改变，同时绝对值变小，但依然为负，融资约束抑制了出口企业更多参与国内生产环节。商业信用的估计结果与基准模型结果十分吻合，融资约束和商业信用对出口企业全球价值链分工地位影响在时间动态的角度上同样成立，表明本文回归结果稳健可靠。

(二)横截面估计

本文构造的行业和地区层面融资约束指标均反映了截面上的差异，指标可以在时间上取均值得到，并不存在动态方面的差异。因此，为了排除变量在时间方面的差异对估计结果的影响，用各年的数据分别在截面上估计式(12)。与Fan et al.(2015)相同，本文报告了2004年样本的估计结果。2004年样本数据来自经济普查数据，样本和指标较为丰富完整(采用其他年份进行估计，基本结果保持稳健，估计结果备索)。表10的结果显示，行业融资需求、地区金融发展的各项指标估计结果与基准回归结果均保持一致，除了流动性需求外，其他指标反映了融资需求程度越高，企业的净出口上游度越低，长期资金供给越充足，净出口上游度越高，与基准回归的结论相一致。而短期贷款规模系数为负，但不显著，这进一步表明短期信贷供给对分工地位改善并无显著作用。

表10 行业融资需求、地区金融发展与净出口上游度：横截面估计

注：所有模型均控制了地区和行业固定效应;*、**、***分别表示在10%、5%、1%的统计水平上显著;括号内是估计系数的t值；表格中省略了控制变量的估计结果。

(三)工具变量估计

接下来，本文对地区金融发展指标的内生性问题进行了处理。地区金融发展程度反映了地区之间经济发展水平、开放程度等方面的差异。而经济发展水平越高，企业生产率和价值链分工地位通常也越高，从而导致遗漏变量的内生性偏误问题，本文通过构造工具变量缓解这一问题。参考Fan et al.(2015)办法，以1998年和1999年各地四大国有商业银行的机构数和从业人员数作为银行信贷规模指标的工具变量(Minetti et al.,2011;Herrera et al.,2007)。从有效工具变量的两个条件看，该方法的合理性体现在两方面。首先，2000年之后中国经历了大规模的银行业改革，非国有银行开始出现，但金融机构在各地的分布情况并没有发生实质变化，基本维持在2000年之前的发展趋势；2000年之前的国有商业银行机构和从业人数的地区分布可以反映2000年之后的各地金融发展情况。同时，各地金融市场的分割使得企业无法从外省(市、区)获得银行信贷。因此，这组工具变量可以表示当地企业获得银行贷款的可能性，工具变量的第一个条件得到满足。其次，2000年之前金融机构数量、从业人数与样本期内企业的进出口结构和分工地位并不存在相关关系，只是通过2000年之后银行信贷情况影响后者，工具变量的第二个条件得到满足。表11工具变量估计的结果与基准回归结果一致，结果稳健。

表11 行业融资需求、地区金融发展与净出口上游度：工具变量估计

注：所有模型均控制了地区固定效应和年份固定效应;*、**、***分别表示在10%、5%、1%的统计水平上显著;括号内是估计系数的t值；表中省略了控制变量的估计结果;方括号内的数字分别为识别不足检验的LM估计量的p值和弱识别检验F统计量在5%上的临界值。

七、研究结论与政策启示

融资约束是解释中国企业出口产品质量、分工地位、贸易获利能力等的重要角度。本文从出口企业生产组织方式的角度，实证检验了企业融资能力、行业融资依赖度和地区金融发展对出口企业全球价值链分工地位的影响。具体的，利用2000—2011年中国工业企业数据和海关贸易数据的合并数据，采用Antràs et al.(2012)计算行业上游度的方法，测算出口企业的进口、出口和净出口上游度。实证研究得出以下结论：第一，融资约束影响了出口企业在全球价值链中的分工地位提高，不利于其在国内参与更多生产环节以及获取更多利润。第二，商业信用是正规融资不足情况下出口企业的重要资金来源，对于企业分工地位改善的作用是显著的。依赖商业信用较高的行业，净出口上游度较低，国内生产环节较少；而获得商业信用较多的企业，较有能力承担多样化的生产内容。第三，融资约束对出口企业分工的影响更多归因于获得长期资金的影响方面，长期资金的保障对于企业广泛参与全球分工的作用要大于短期资金。

根据本文的研究结论，对于我们的政策启示是：

第一，随着全球生产方式的碎片化和分工体系的深化，使得更多企业在全球生产中专业化地聚焦某些细分环节，这是全球化深入发展的必然。对于单个企业而言，如果只能从事附加值较低的少数环节，其在全球价值链上获取的利润十分微薄，这是现阶段大量国内出口企业“只赚数字不赚钱”的根源所在。要改变这一现状，需要深入了解企业和产业在全球分工中的地位情况，以改善国际分工地位，提升国内生产份额。第二，融资约束限制了出口企业在全球生产网络中从事数量更多、附加值更高、技术要求更高的生产环节，阻碍其获得较为可观的贸易利润。其中，长期资金对其影响尤为严重，研发活动和固定资产投资都需要长期融资的支持，而实现贸易转型则需要解决企业长期资金的来源。第三，加工贸易的广泛存在是融资约束下出口实现高速增长的重要制度条件，但在中国出口规模已经居于全球前列、贸易结构面临转型升级的背景下，加工贸易也面临结构转型的压力。原有的加工贸易企业在向一般贸易企业转型过程中，需要提升企业内部的要素结构和人力资本存量，融资条件的改善将是实现这一转型的重要条件。