出口参与能提升企业产能利用率吗？

田贤亮

摘 要：本文在Melitz经典理论框架基础上构建异质性厂商贸易模型，对出口如何提升企业产能利用率进行理论与实证分析。研究发现，给定企业规模与生产率，出口参与能提高其产能利用率;企业开放度与其产能利用率之间呈正相关关系;给定企业规模与出口固定成本，生产率高的企业更可能参与出口，并出口到更多国外市场。进一步地，本文运用世界银行2012年中国企业抽样调查数据估算了出口参与对提升中国工业企业产能利用率的实际效果。分析表明，出口参与能提高中国企业的产能利用率达2.310个百分点，占企业样本产能利用率标准差的22%;政府持股比例越大，企业产能利用率越低;市场竞争越强，企业产能利用率越低。本文首次在Merlitz经典理论模型框架下研究出口对产能利用率的提升作用，研究结果对化解目前产能过剩现状有较强的政策指导意义。

关键词：出口;产能利用率;产能过剩

中图分类号：F270  文献标识码：A

文章编号：1000-176X（2019）10-0053-07

一、问题的提出

受2008年国际金融危机的影响，近年来，国际市场需求不振，国内市场增长放缓。加之某些地区、行业盲目投资，中国部分产业供过于求、产能过剩的现象十分严重。根据2013年10月发布的《国务院关于化解产能严重过剩矛盾的指导意见》（以下简称《指导意见》），

2012年，中国钢铁、水泥、电解铝、平板玻璃及船舶等的产能利用率分别仅为72%、73%、71%、73%及75%，远低于国际正常水平。为了缓解中国的产能过剩，《指导意见》提出了若干解决方案，其中包括“巩固与扩大国际市场，鼓励企业积极参与各类贸易促进活动，创新国际贸易方式，带动国内技术、装备、产品、标准及服务等出口”。但在理论上，参与国际市场能否提升中国企业的产能利用率，进而缓解产能过剩的状况？如果能，背后的机制是什么？遗憾的是，已有文献对这些问题语焉不详。更由于企业产能利用率微观数据的缺乏，鲜有文献具体测算出口对提升企业产能利用率的作用。

为了填补文献的空白，本文拓展了Melitz经典理论框架，构建了一个异质性厂商贸易模型，并利用世界银行中国企业抽样调查数据估算了出口参与对提升中国工业企业产能利用率的作用。本文与已有文献之间的联系如下：

第一，本文的模型与Melitz[1]的模型是一脉相承的。但Melitz[1]的模型假定生产过程仅需要劳动投入，而本文模型引入了柯布—道格拉斯生产函数，企业生产需要劳动与资本两种投入。

文献中，Vannoorenberghe[2]、Harrigan和Reshef[3]等也将柯布——道格拉斯生产函数引入了Melitz[1]异质性厂商贸易模型。因而企业不仅在生产率上，而且在产能利用率上也是异质的。

第二，大量文献探讨了国际贸易对企业营运的影响。例如，Singh[2]与Martins和Yang[3]发现，出口企业通过边出口边学习，能获得更高的生产率增长。Bernard和Jensen[4]与Schank等[5]则发现，出口企业往往比非出口企业支付更高的工资与员工福利。Fryges和Wagner[6]利用德国的企业数据，发现出口企业具有更高的获利能力。Baldwin和Yan[7]与Eriksson等[8]研究了出口对企业延续的影响，认为出口企业具有更高的生存概率。本文则从理论与实证两方面首次论证与非出口企业相比，出口企业具有更高的产能利用率。

第三，本文与国内外有关企业产能利用的文献直接相关。国际上关于企业产能利用的文献主要集中于两个领域：一是对经济周期的解释，如Greenwood等[9]。二是对特定产业产能利用率的测算，如Garofalo和Malhotra[10]等。国内相关文献主要对中国各制造业的产能利用率进行估算，如韩国高等[11]。也有文献对中国产能过剩现象进行了解释，如林毅夫等[12]。但还没有文献探讨出口对提升企业产能利用率的作用，本文的研究填补了这方面的空白。

第四，国际贸易领域最近开始研究企业对外开放度以及出口企业在国内外市场之间的相互替代。Vannoorenberghe[13]与Buch等[14]研究了出口企业对外开放度对其利润波动的影响。本文与这类文献紧密相联，也发现出口企业国内外市场之间的替代关系。

二、理论分析与研究假设

（一） 消费者偏好

假定世界由本国（H）与N个外国（分别以F1，…，FN表示），共N+1个国家组成。为了简化分析，假定N个外国完全同质（如经济规模、居民收入、关税水平以及与本国的距离等）。每个国家包含多个经济部门。假定代表性消费者从部門S的商品消费中获得的效用具有如下效用函数：

uis=∫ν∈Vq（ν）（ε-1）/εdνε/（ε-1），i∈H，F1，…，FN（1）

其中，v为产业部门中所有商品的集合，q（ν）为第ν种商品的消费量。ε为两种商品之间的替代弹性，假定ε>1。

代表性消费者具有如下预算约束：

∫νpisνqν=Eis（2）

其中，pis（ν）为第ν种商品的价格，Eis为代表性消费者在产业部门S中的总支出。消费者在预算约束下效用最大化导致如下需求函数：

qis（ν）=pis（ν）-εPε-1isEis（3）

其中，Pis为第i国产业部门s中商品的物价指数，并具有如下形式：

Pis=∫ν∈Vpis（ν）1-εdν1/（1-ε）（4）

式（3）表明，商品价格越低，消费者的需求越高;消费者预算越多，对商品需求也越高。产业部门中其他商品价格越高（Pis越高），则消费者对商品的需求越高。

为简化分析，定义ξis≡Pε-1isEis。则由式（3）可得，代表性消费者在产业部门S中第ν种商品上的支出由下式决定：

eisν=pisνqisν=qis（ν）（ε-1）/εξis1/ε（5）

（二） 生产与贸易

假定产业部门S由一组异质企业组成，每个企业生产一种异质性商品υ。由于这些商品既具有一定的相似性（属于同一产业门类），又具有一定的差异性（如不同的品牌与质量等），部门S具有典型的垄断竞争市场结构。考虑企业j在第t期的生产决策，假定企业生产需要劳动与资本两种要素，劳动的供给是无限的，但资本存量Kj由之前的投资所决定，因而在第t期被视为固定的。企业生产由如下柯布—道格拉斯生产函数决定：

yj=ajkβjl1-βj，kj≤Kj（6）

其中，yj与lj分别为企业在第t期的产量与劳动雇佣量。企业的实际资本使用量kj不能超过其资本存量Kj。企业的全要素生产率为aj，沿用Melitz[1]的做法，假定aj服从一个特定分布G（a），且a∈（0，+SymboleB@

）。

笔者对Melitz经典理论框架进行拓展，认为企业在资本存量与生产率两方面都是异质的，构建异质性厂商贸易模型。Baldwin等[15]研究表明，企业规模（或资本存量）与其生产率之间呈正相关关系。但这种相关性对于本模型的主要结论并无重要影响。

假定本国利率与工资率分别为r与w，企业需要支付一笔固定成本f来启动生产，固定生产成本的设定使得生产率极低的企业最终选择退出市場（Melitz[1]）。定义γ≡1/（1-β），则由式（6）可得企业如下短期成本函数：

Cjyj=r+δkj/KjKj+w1/ajγyjγkj1-γ+f（7）

其中，δ·为企业折旧率，且0≤δ（·）≤1，δ'>0，δ''>0。因而企业折旧率为其资本（产能）利用率的增函数，即随着企业产能利用率的上升，存在着加速折旧现象。关于产能利用的文献中，将企业折旧率设定为其产能利用率的增函数是一个普遍的做法，其中的经典文献包括Greenwood等[9]。除了折旧率的上升，McAdam和Willman[16]还提到另一种由提高企业产能利用率而产生的额外成本——更高的工资率。

企业在了解了自身生产率与规模之后，可以选择直接退出市场，或在本国生产;如果选择生产，它还能决定出口到一个或多个外国市场以最大化其利润。企业出口涉及额外的成本，由于关税、跨国运输及自然耗损的作用，企业需发送τ>1单位的商品才能使得1单位的商品抵达目的地。在进入外国市场前，企业必须支付一笔固定成本fej来建立销售渠道与网络。值得注意的是，如果企业决定进入外国市场，则其在国内市场的销售一定为正。因而本模型中，企业共有四种市场策略：完全退出市场（N）、只在国内市场销售（H）、在国内市场及一个外国市场销售（E）和在国内市场及多个外国市场销售（M）。下面将分析在每种市场策略下，企业最优产能利用率的决定。

1.只在国内市场销售（H）

由式（5）和式（7），如果企业仅在国内销售，则其利润由下式决定：

πH=qH（ε-1）/εξH1/ε-CjqH（8）

其中，qH为该企业的销量，ξH由企业所在产业部门的消费总支出与物价指数决定。给定生产率与资本存量（或规模），企业要决定其产能利用率及国内销量，以最大化利润。

2.销往一个外国市场（E）

如果企业决定出口但只出口到一个外国市场，则其利润将由下式决定：

πE=qH（ε-1）/εξH1/ε+qF（ε-1）/εξF1/ε-CjqH+τqF-fej（9）

其中，qF为企业在外国市场的销量，ξF为国外市场的部门消费支出与物价指数。可以证明，给定企业规模，企业生产率越高，其在国内及外国市场的份额越大，利润总水平也越高，且会选择更高的产能利用率。

本文的一个重要假定是，不同企业的出口的固定成本fej可能不同。与之相比，Dutt和Traca[17]等经典文献中通常假定企业出口的可变成本不同。比较式（8）与式（9），如果πE>πH，企业会选择出口。即使具有相同的企业规模与生产率，出口固定成本fej的不同使得企业的出口利润πE也会有所不同。结果一部分企业选择出口，而余下的企业仅在国内市场销售。下面的命题表明，参与国外市场会提高企业的产能利用率;换言之，如果企业在出口之前存在产能过剩，则出口能缓解其产能过剩的状况。因此，基于上述分析，笔者提出如下假设：

假设1：给定企业规模与生产率，参与出口将提高企业产能利用率。换言之，在产能过剩的宏观背景下，企业出口能缓解其产能过剩的状况。

由于篇幅限制，文中所有命题均未列出证明过程，留存备索。

3.销往多个外国市场（M）

如果出口到N个外国市场，企业的总利润由下式决定：

πM=qH（ε-1）/εξH1/ε+nqF（ε-1）/εξF1/ε-CjqH+nτqF-nfej（10）

假定两个规模相同的企业出口到N个外国市场，则生产率高的企业将选择更高的产能利用率，利润总水平也越高。

4.企业生产率与出口决策

关于企业生产率与其出口决策之间的关系，笔者提出如下假设：

假设2：给定企业规模与出口固定成本，企业生产率越高越有可能出口;对于出口企业而言，生产率更高的企业更可能出口到更多外国市场。

命题2与一些国际贸易经典文献是一脉相承的（如Melitz[1]等），也被很多实证研究所证实（如Bernard和Wagner[19]与Wagner[20]等）。

图1描述了给定企业规模与出口固定成本，企业生产率、出口决策与其利润之间的关系。其中，πH、πE分别表示企业仅在国内市场销售与出口到一个外国市场时的利润水平。至于出口到多国市场，为了简化分析，图中仅给出了出口到两国的情形，此时企业利润用π2表示。图中πH、πE与π2曲线之间的关系是基于不等式：π2/aj>πE/aj与πE/aj>πH/aj。

图2描绘了企业在不同生产率及相应出口策略下的产能利用率（实线对应出口固定成本下降之前，虚线对应下降之后）。

图1表明，当企业生产率低于a0时，企业将退出市场;当其生产率大于a0但小于a2时，企业将仅在国内市场销售;当生产率位于a2—a4之间时，企业出口到一个外国市场;而当企业生产率较高，大于a4时，企业将选择出口到更多外国市场。假定由于某种外生冲击（如政府对出口企业提供了更多政策优惠等），企业出口固定成本突然下降了，企业的利润曲线πE及π2将上移至虚线位置。此时，一些原来不出口（生产率位于a1—a2之间）的企业将会选择出口。

图2表明，外生冲击使企业出口固定成本下降之后，那些开始出口的企业将经历产能利用率的上升。如图中生产率为a5的企业开始出口到外国市场，其产能利用率将由Na5升至Ma5。

以上理论分析表明，对于生产率不同的企业，生产率越高，企业越可能出口，且出口到更多国家;对于企业规模与生产率相同的企业，参与出口则有利于提高企业的产能利用率，缓解产能过剩的状况。命题1和命题2都得到了验证。除了理论分析，本文余下部分将利用世界银行的中国企业抽样调查数据，验证并估算参与出口对提升中国工业企业产能利用率的实际效果（该效果对应于图2中线段MN的长度）。

三、研究设计

（一）回归方程

本文利用下列计量回归方程验证出口参与对企业产能利用率的影响：

CUi=α0+Dc+DI+α1Interi+α2Xi+εi（11）

其中，CUi表示企业i的产能利用率。如果企业参与出口则Interi为1，否则为0。Dc与DI分别为包含城市与产业部门的虚拟变量。Xi为控制变量，包含企业职工数、账面资本、去年人均产出、政府持股、市场竞争以及就业市场规制。

（二）数据与变量

1.企业样本数据

本文使用世界银行2012年中国企业抽样调查数据（简称“抽样调查”）。为了避免样本企业集中于某一地区或行业，世界银行采用了基于区域、产业部门以及企业规模的分层随机抽样方式。

与简单随机抽样相比，分层随机抽样的优点在于：在获取全局样本无偏估计的同时，也可获得子样本的无偏估计;用于全局估计时，估计值的标准差更小;分层抽样的单位经济成本更低，如Lohr[18]。在剔除了建筑业、服务业及交通仓储业之后，本文最终选取了1 692个样本工业企业，分布于中国25个城市及12个两位数制造业部门。

2.变量的描述性统计

表1列出了主要变量的描述性统计结果。

3.变量赋值

（1）因变量

因变量为企业产能利用率，其赋值基于调查问卷中的问题：“2011年，企业的产量与使用了所有可用资源后的最大产量的比例是多少？”据笔者所知，该抽样调查是目前为数不多提供中国工业企业产能利用率的微观数据之一。表1表明，所有样本企业产能利用率的平均值为86.8%，标准差为10.6%。某些地区的平均产能利用率超过了90%，如成都、南京、武汉和郑州等;而广州的平均产能利用率最低，只有73%。

（2）自变量

自变量为出口，其赋值基于调查问卷中的问题：“在2011财政年度，本公司销往国内，间接出口及直接出口的占比分别是多少？”如果企业在国内市场销售商品比重小于100%，则认为其在2011年参与了出口。表1表明，全部样本中32%的工业企业参与了出口。但各地区出口企业占比差别较大，如广州出口企业占比高达67%，而武汉只有10%。总体而言，沿海城市（如广州、上海、大连和深圳等）的出口企业占比较高，而内陆城市（如武汉、沈阳和南京等）的占比较低。

限于篇幅，具体城市数据未在正文列出，留存备索。

（3）控制变量

政府持股。该变量为政府在企业中持股的比例，直接取自受访企业对公司股权结构的描述。

市场竞争与就业市场规制。这两个变量根据受访企业对下列问题的反馈：“在何种程度上，源于非正规部门的竞争/就业市场规制对公司目前的运营构成了障碍？”受访者答复与变量赋值的对应关系如下：没有障碍为0、轻微障碍为1、中等障碍为2、严重障碍为3以及非常严重障碍为4。

账面资本。该变量为企业2011年底所拥有的机械、车辆、设备、土地使用权及建筑物等的账面净值之和的对数，用于衡量企业的资本规模。

职工数。该变量为企业正式职工的对数值。由于缺失职工数的样本企业较少，利用职工数来衡量企业规模可以很大程度上避免样本缺失对参数估计造成的影响。

去年人均产出。由于抽样调查没有直接给出企业全要素生产率，而且根据其他数据也很难算得全要素生产率，本文利用企业去年人均产出来衡量其生产率。

四、检验结果及分析

（一）回归结果及分析

表2列出了用于回归分析的所有变量间的相关系数。

从表2可以看出，与本文分析直接相关变量的绝大部分相关系数小于0.500，意味着参数估计不大会受到多重共线性的影响。

表2列出了对式（11）的回归结果。回归中加入了城市與产业部门虚拟变量以控制不同地区宏观经济政策与产业属性对企业产能利用率的影响。值得注意的是，Angrist 和Pischke[19]与Wooldridge[20]认为，当集聚单元较少（如少于42个）时，集聚的稳健性标准误的统计性特征不够理想，容易误导读者。本文所用样本的城市数量（25）与产业数量（12）均属较少，同时为了避免异方差的影响，使用以产业×城市为单元集聚的稳健性标准误。本文的因变量——产能利用率为比值，取值在0—1之间。而利用OLS进行估计的一个潜在问题是因变量的预测值可能在0，1之外。针对这些问题，Papke和Wooldridge[21]提出了一种非线性准最大似然估计法（Quasi-Maximum Likelihood Estimator，简称QMLE）。该方法能生成一致的、渐进正态的参数估计值，且能保证预测值位于0—1之间。表2列（5）利用这种方法对式（11）进行了估计。

表2中列（1）和列（2）没有包含控制变量。结果表明，出口的系数均显著为正，意味着出口参与能显著提升企业的产能利用率。列（3）加入了控制变量，出口的系数有所减少，为1.540，但仍显著，表明出口企业的产能利用率比非出口企业要高1.540个百分点，相当于所有样本企业产能利用率标准差的15%。列（4）利用企业职工数代替账面资本来衡量企业规模，所得结果与列（3）相似。由于许多中小企业没有提供账面资本数据，列（4）的观测值多于列（3）。此时出口的系数略大于列（3），表明参与出口对提升中小型企业产能利用率的作用略大于大型企业。对控制变量的估计结果显示，政府持股的系数显著为负，表明政府在企业中所占股份比重越大，企业的产能利用率越低。市场竞争对企业的产能利用率具有显著的负面作用。就业市场规制的系数显著为正，表明当企业面临较强的就业市场规制时，将逐步用资本替代劳动的使用，从而导致更高的资本使用强度与产能利用率。对比列（3），列（5）使用QMLE后，出口的系数估计变化不大，估算的其他参数与列（3）也非常接近。

（二）工具变量分析

本文借鉴Fisman和Svensson[22]的做法，将某城市某产业内出口企业占企业总数的比例（表3中的平均出口变量）作为其中单个企业出口变量的工具变量。用工具变量法对式（11）进行估计的结果如表3所示。

表3中列（1）和列（2）采用了Acemoglu等[23]的做法检验平均出口作为工具变量的有效性。具体操作是：首先在列（1）中将平均出口置入回归，然后在列（2）中同时将出口与平均出口置入回归。列（1）中平均出口的系数显著为正，而在列（2）中平均出口的系数不再显著。这意味着平均出口对企业产能利用率的影响主要是通过出口变量来实现的，而与随机扰动项中的变量不相关。因而平均出口作为出口变量的工具变量是合理有效的。表3中列（3）和列（4）利用平均出口作为工具变量对式（11）进行了两阶段广义矩（GMM）估计。列（3）的结果表明工具变量——平均出口与出口变量是显著相关的。且表3下方的相关性检验也确认了它们之间的相关性。列（3）对平均出口做了弱工具变量检验，最小特征值远大于临界值10，从而排除了弱工具变量的可能性。列（4）给出了工具变量分析的最终结果。与表2相比，参与出口对企业产能利用率的贡献大大提高，达到2.310个百分点，相当于所有样本企业产能利用率标准差的22%。

五、结论与政策建议

本文在Melitz经典理论框架基础上构建异质性厂商贸易模型，对出口如何提升企业产能利用率进行理论与实证分析。研究发现，给定企业规模与生产率，出口参与能提高其产能利用率;给定企业规模与出口固定成本，生产率高的企业更可能参与出口，并出口到更多国外市场。进一步地，本文运用世界银行2012年中国企业抽样调查数据验证并估算了出口参与对提升中国工业企业产能利用率的实际效果。分析表明，出口参与能提高中国企业的产能利用率达2.310个百分点，占企业样本产能利用率标准差的22%;政府持股比例越大，企業产能利用率越低;市场竞争越强，企业产能利用率越低。

产能过剩是当前宏观经济面临的一个重大挑战。除了从供给侧优化企业资源配置之外，积极盘活闲置产能，通过大力鼓励企业出口，从需求端增加企业产能利用率，也是化解产能过剩问题的一个重要思路。实际上，我国的“一带一路”战略正是对这一思路的具体实践。“一带一路”打开了周边国际市场，增加了对外基建投资，这些对中国产能过剩问题的最终解决都具有重要意义。

参考文献：

[1] Melitz， M. The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity[J]. Econometrica， 2003， 71（2）： 1695-1725.

[3] Harrigan， J. ，Ariell， Reshef. Skill Biased Heterogeneous Firms， Trade Liberalization， and the Skill Premium[R]. NBER Working Paper No. 17604， 2011.

[2] Singh， T. Does International Trade Cause Economic Growth？ A Survey[J]. The World Economy， 2010， 33（2）： 1517-1564.

[3] Martins， P. S. ， Yang， Y. The Impact of Exporting on Firm Productivity： A Meta-Analysis of the Learning-by-Exporting Hypothesis[J]. Review of World Economics， 2009， 145（2）： 431-445.

[4] Bernard， A.， Jensen， B. Exporters， Jobs， and Wages in U.S. Manufacturing： 1976—1987. Brookings Papers on Economic Activity[J]. Microeconomics， 1995， 53（3）： 67-119.

[5] Schank， T.， Schnabel， C.， Wagner， J. Do Exporters Really Pay Higher Wages？ First Evidence From German Linked Employer-Employee Data[J]. Journal of International Economics， 2007， 72（4）： 52-74.

[6] Fryges，H.， Wagner， J. Exports and Profitability： First Evidence for German Manufacturing Firms[J]. The World Economy， 2010， 33（3）： 399-423.

[7] Baldwin， J.， Yan， B. The Death of Canadian Manufacturing Plants： Heterogeneous Responses to Changes in Tariffs and Real Exchange Rates[J]. Review of World Economics， 2011， 147（3）： 131-167.

[8] Eriksson， T.， Smeets， V.， Warzynski， F. Small Open Economy Firms in International Trade： Evidence From Danish Transaction-Level Data[R]. Working Papers， 2009.

[9] Greenwood， J.， Hercowitz， Z.， Huffman， G.Investment， Capacity Utilization and the Real Business Cycle[J]. The American Economic Review， 1988， 78（3）： 402-417.

[10] Garofalo， G.， Malhotra， D. Regional Measures of Capacity Utilization in the 1980s[J]. Review of Economics and Statistics， 1997， 79（9）： 415-421.

[11] 韓国高，高铁梅，王立国，等. 中国制造业产能过剩的测度、波动及成因研究[J]. 经济研究，2010， （12）： 3-20.

[12] 林毅夫， 巫和懋， 邢亦青. “潮涌现象”与产能过剩的行程机制[J]. 经济研究，2010， （10）： 20-36.

[13] Vannoorenberghe， G. Firm-Level Volatility and Exports[J].Journal of International Economics， 2012， 86（7）： 57-67.

[14] Buch， C.， Doepke， J.， Strotmann， H. Does Export Openness Increase Firm-Level Volatility？[J]. The World Economy， 2009， 32（7）： 531-551.

[15] Baldwin， J.R.， Jarmin， R.， Tang， J. The Trend to Smaller Producers in Manufacturing： A Canada/U.S. Comparison[R]. Economic Analysis Research Paper Series No.3， 2002.

[16] McAdam， P.， Willman， A. Technology， Utilization and Inflation： What Drives the New Keynesian Phillips Curve？[J].Journal of Money， Credit and Banking， 2013， 45（2）： 1547-1579.

[17] Dutt， P.，Traca， D. Corruption and Bilateral Trade Flows： Extortion or Evasion？[J].The Review of Economics and Statistics， 2010， 92（4）： 843-860.

[19] Bernard， A.， Wagner， J. Exports and Success in German Manufacturing[J]. Review of World Economics， 1997， 133（6）： 134-157.

[20] Wagner， J. Exports and Productivity： Comparable Evidence for 14 Countries[R]. Working Paper Series in Economics 65， 2007.

[21] Jefferson， G.， Rawski， T.， Li， W.， et al. Ownership， Productivity Change， and Financial Performance in Chinese Industry[J]. Journal of Comparative Economics， 2000， 28（3）： 786-813.

[22] Bain， J.S. Barriers to New Competition[M]. Harvard University， Cambridge， 1962.

[18] Lohr， S.L. Sampling： Design and Analysis[M]. Boston： Cengage Learning，2009.

[19] Angrist， J.， Pischke， J. Mostly Harmless Econometrics[M]. Berlin： Princeton University Press，2009.

[20] Wooldridge， J.M. Cluster-Sample Methods in Applied Econometrics[J].The American Economic Review， 2003， 93（3）： 133-138.

[21] Papke， L.E. ， Wooldridge， J.M. Econometric Methods for Fractional Response Variables With an Application to 401（K） Plan Participation Rates[J]. Journal of Applied Econometrics， 1996， 11（1）： 619-632.

[22] Fisman， R.， Svensson， J. Are Corruption and Taxation Really Harmful to Growth？ Firm Level Evidence[J]. Journal of Development Economics， 2007， 83（10）： 63-75.

[23] Acemoglu， D.， Johnson， S.， James， A. Reversal of Fortune： Geography and Institutions in the Making of the Modern World Income Distribution[J]. Quarterly Journal of Economics， 2002， 117（4）： 1231-1294.