5 基于后发赶超战略贵州省外贸企业转型升级现状与影响因素的实证分析
5.1 贵州省外贸企业转型升级现状分析
在经济市场环境发生如此巨大变化的今天，贵州省外贸企业为了力求在市场竞争激烈中取得一席之地，努力满足客户的需求，获得一定的竞争优势，贵州省的外贸企业已经开始了企业战略转型升级的探索。
第四批贵州省省级外贸转型升级示范基地（指在贵州省行政区域内以国际市场为目标，集生产、进出口功能为一体的、产业特色鲜明的、具有较强的辐射能力以及进出口带动示范效应的产业的集聚区。）在原示范基地的基础上全省又新增了 11 个省级的外贸转型升级的示范基地。其中贵阳的省级的外贸转型升级的示范基地就有 2 个。到目前为止，贵阳拥有了 8 个省级外贸转型升级的示范基地，占到全省总数的 32%.至 2015 年 1 月 6 日，贵阳共有两个国家级外贸转型升级示范基地，分别是贵阳国家高新区科技兴贸创新基地、贵阳非金属材料基地。还有一个国家电子商务基地，是一个具有外贸功能的经开区。还有贵阳数字内容产业园服务外包基地，贵阳油辣椒出口加工基地等 8 个省级示范基地。有机电产品出口基地，轮胎出口基地等 8 个市级示范基地。
从上面的研究可以看出，贵州省的外贸企业已从一定程度上开始了战略转型，但是我们通过研究有关外贸企业转型选择的相关模式，发现并不是所有的外贸企业都能够成功的完成战略转型升级的，战略转型升级是一项持久的、复杂的工程，不同模式的选择对于相应的资源禀赋要求也是不一样的。
而且目前就我省外贸企业转型升级而言，依旧存在很多问题（比如资金的匮乏，技术发展的限制等。），这些问题在很大程度上制约了战略转型升级的实施。因此，贵州省的外贸企业应该深刻的分析影响其转型升级的相关因素，结合自身的资源条件，找到能发展、适合自己发展且方便战略实施的一条战略转型升级之路，只有这样，贵州省的外贸企业才能获得不断的发展，形成自己的竞争优势，从而成功的实现贵州省外贸企业的战略转型升级，实现贵州的后发赶超战略。
5.2 贵州省外贸企业转型升级影响因素的实证分析
5.2.1 研究假设
在第四章对贵州省外贸企业发展的优劣势分析中，我们分析出了以下几个方面的因素影响了贵州省外贸企业的发展：（1）自然资源；（2）劳动力资源；（3）区位优势；（4）后发赶超提供的发展机遇；（5）科学技术；（6）企业的管理能力；（7）外商投资；（8）产业结构；（9）交通因素；（10）人才资源；（11）企业的发展规模；以上这 11 个因素不仅是影响贵州省外贸企业发展的因素，更是贵州省外贸企业转型升级的影响因素。鉴于对自然资源、区位优势、后发赶超提供的发展机遇这三个因素进行衡量的数据难以获得，且难以用具体的某一数据来进行衡量，因此基于这样的原因作者把这些因素加入随机扰动因素中。又由于企业的管理能力、人才资源与科学技术的发展相互关联且都成正相关的关系，因此在研究假设中作者就把其合并为科技对外贸企业转型升级的影响。现我们把以上分析后得出的影响贵州省外贸企业转型升级的几个因素作如下假设：
假设 H1:科学技术的进步促进贵州省外贸企业的转型升级。
假设 H2:外商投资促进贵州省外贸企业的转型升级。
假设 H3:产业结构促进贵州省外贸企业的转型升级。
假设 H4:交通因素的发展促进贵州省外贸企业的转型升级。
假设 H5:劳动力的投入促进贵州省外贸企业的转型升级。
假设 H6:企业的发展规模促进贵州省外贸企业的转型升级。
5.2.2 研究方法与工具
（1）研究方法
这一章作者所运用的方法为前面讲到的实证研究方法。所谓实证研究方法在第一章研究的方法这一小结我们就已经叙述过了，是指超越一切价值判断，从某个可以证实的前提出发，来分析人的经济活动1.在这篇文章中我们所说的实证分析是指对经济行为，经济现象或者是经济活动以及它们的发展趋势所进行的相关客观分析，最终得出的一些具有规律性的结论。它最显着的特点就是回答 “是什么”的问题。其在分析问题时具有客观性，而且分析得出的结论我们可以通过经验事实来进行验证。在实证分析的过程中我们要运用到一系列的分析工具，比如总量分析与个量分析、动态分析与静态分析以及均衡分析与非均衡分析、定性分析与定量分析还有就是逻辑演绎与经验归纳以及理性人的假定与经济模型等等。在这一章中我们主要是通过计量经济模型的构建来进行实证分析与研究。
（2）研究工具
这一章作者所运用的研究工具主要是 Eviews7.2,Eviews 是 EconometricsViews 的缩写，它的直译是“计量经济学观察”,一般也被称作计量经济学软件包。而其本意就是指对经济活动的数量规律、社会经济关系进行采用计量经济学技术、方法所进行的“观察”.Eviews 还具有其操作简便灵活的特点。Eviews还可以采用很多种的操作方式来进行各种统计分析以及计量分析，且对数据的管理方便简单。它的主要功能有如下：
（1）输入与扩展以及修改截面数据或者是时间序列数据，并依据已经存在的序列按照任意复杂的公式而生成新的序列。（2）Eviews 软件还采用统一的方式对数据进行管理，它通过对象与视图以及过程来对数据实现各种操作。（3）对描述的统计量进行各种计算：协方差与自相关系数，相关系数与直方图以及互相关系数。（4）对统计量进行 T 检验与方差分析和协整检验以及 Granger 因果检验。（5）对二择一的决策模型进行 logit 与 Probit 以及 Gompit 估计。（6）执行带有自回归校正的最小二乘法与普通最小二乘法，非线性最小二乘法与两阶段最小二乘法和三阶段最小二乘法，ARCH 模型估计法以及广义矩估计法等。（7）对联立方程进行非线性以及线性的估计。（8）进行多项式分布滞后模型估计。（9）分析与估计向量自回归系统。（10）模型求解以及模拟。（11）对回归方程进行预测。（12）与外部软件进行对数据的交换。（13）进行数据库的管理。
由此，Eviews 就常常被研究者们用来对经济领域的研究作相关的定量分析工具。
5.2.3 构建计量模型
由于研究的样本数量非常有限，因此这一篇文章只是综合了 2004-2013 年这 10 年来的相关数据，并采用面板数据模型来对影响贵州省外贸企业转型升级的各个因素进行分析。这样不仅可以增大研究样本的容量，而且还可以消除他们之间的自相关，同时还能较好的解决他们之间的多重共线性问题。
（1）面板数据模型简介
面板数据（即 Panel Data,也叫“平行数据”）是指在时间序列上取多个截面，且在这些截面上同时选取样本数据，而这些样本数据是由其样本观测值所构成的，共有其截面与时间序列这两个维度。
通常所说的面板数据模型是指建立在面板数据基础上的计量经济模型。如果设 Yit表示被解释变量在横截面 i 与时间 t 上的数值，Bji表示第 i 截面上的第 j个解释变量的模型参数。Ai表示常数项或者是截距项，表示的是第 i 个横截面。
Xjit表示第 j 个解释变量在横截面 i 以及时间 t 上的数值，Uit又被表示为横截面i 同时间 t 上的随机误差项。解释变量数 j=l,2,…，k.截面数就为 i=1,2,…，N.而时间长度是 t=1,2,…，T.其中 k 表示解释变量个数，N 表示个体截面成员个数，而 T 就表示每个截面成员的观测时期总数。那么单方程的面板数据模型的一般形式我们就可以写成如下：
对于在每一个截面的单元上具有相同个数的观测值，模型样本观测数据的总数等于 NT 有这样一个平衡面板数据来说，如果当 T=1 然而 N 却很大的时候，就只存在截面数据。当 N=1 而且 T 很大的时候，这时就是时间序列数据了。
一般把面板数据模型划分为以下 3 种：
这一类型表示的是模型在横截面上不存在结构的变化也没有个体的影响，也能把这一模型看作横截面数据所堆积成的模型。而且这种模型与一般的回归模型不存在本质上的区别，只要随机扰动项服从经典的基本假设条件的话，就能采用 OLS 法进行估计，这一模型还被称为联合回归模型（pooled regressionmodel）。
这一模型表示的是在横截面上既存在着个体的影响又存在着结构的变化，即是允许个体影响由变化的截距项 Ai （i=1,2,…，N）来说明的同时还允许了系数向量 Bi （i=1,2,…，N）依据个体成员的不同而发生变化，用来表明个体成员之间结构的变化。
对面板数据模型的利用不仅有助于正确地分析经济变量之间的关系，而且可以解决样本容量不足的问题，同时还能估计一些对被解释变量的影响难以度量的因素。
（2）模型构建
因为变截距、变系数的模型对样本的要求相对较多，而本论文只选取了 10年的数据进行研究，且只研究影响贵州省外贸企业转型升级的因素，所以本章的研究模型只选用了混合回归模型。其构建的模型如下：
在上式中；TU 是被解释变量也称因变量，代表贵州省外贸企业的转型升级程度；TECH 代表科技进步；FDI 代表外商投资；INSTR 代表产业结构；TS 代表交通因素的发展；LB 代表劳动力投入；DS 代表企业的发展规模；其中，C1至 C6表示各自变量系数；C 代表常数项；μ代表随机干扰项，主要是反映影响贵州省外贸企业转型升级程度的其它一些因素。
5.2.4 指标选取
影响贵州省外贸企业转型升级因素的指标选取如下表：该论文在对贵州省外贸企业转型升级的影响因素作实证分析研究之前，先对有关的因变量同自变量的选取指标做出说明（如上表 5.1 所示），接下来会做更为详细具体的分析。
（1）因变量指标选取
对于因变量 TU（贵州省外贸企业转型升级程度）的计算，到目前为止国内外的研究学者仍然没有给出具体的定量衡量指标。其中的原因有因为国外在研究转型升级这方面的文章大多数主要是从动态理论、竞争力理论、价值链理论等方面出发的，更是主要着重于在个案研究上，很少有涉及到定量这方面的研究；第二就主要是因为在对转型升级概念上也主要是国内在上个世纪九十年代从实践中不断摸索而形成的概念，因此被引入到经济领域中来的时间还不长。在有关外贸企业转型升级研究已有的文献大多数主要是集中在对加工贸易的转型升级上的研究。在有关实证方面对衡量转型升级程度的指标主要有以下几种类型：陈恩（2007），潘悦（2002）以加工贸易的增值率来衡量我国加工贸易转型升级的程度；而黄菁（2006）是用制成品的出口占总出口比重来进行衡量的；杨继军（2012）主要是选择高新技术产品与机电产品的出口额占加工贸易总出口额来对加工贸易的转型升级程度进行衡量的。其次，就是明洁（2012）是用外贸对 GDP 增长的贡献率来衡量外贸企业转型升级程度的；廖锦钊（2014）选取民营外贸对 GDP 的贡献率来衡量外贸企业的转型升级程度1.因此，该篇文章结合了外贸企业转型升级的内涵，即是“外贸企业转型升级是指外贸企业的外贸方式从以价值链低端的加工制造为主转移到以价值链高端的领域为主，从以劳动密集型为主转移到以技术和资本密集型为主，更进一步优化外贸企业的贸易结构，最终能够实现外贸企业的产品附加价值增加以及外贸竞争力的提升，其最终主要是体现在拉动本省上经济发展的水平上，从而得已促进本省 GDP 的提升。因此，该篇文章主要是选取贵州省外贸企业对 GDP 的贡献度来作为代理变量进行衡量贵州省外贸企业转型升级的程度，即是：
本篇文章鉴于数据的可得性，用就业人员数代表劳动力总量。就业人员数反映出了全部劳动力资源在一定时期内的实际利用情况，所以用就业人员数代表劳动力总量具有可行性。用贵州省历年的就业人数增长速度来进行表示，用公式表示如下：
上式中 A 是技术进步的速度，y 是 GDP 的增长率，L 是劳动力投入的增长速度，K 是资本投入量的增长速度1,a 是资本的产出弹性，b 是劳动的产出弹性。在（式 20）中 E 代表技术的进步对经济增长的贡献率。其中 a 与 b 的值借鉴学术界所采用的世界银行对中国所进行计算的结果（a=0.6,b=0.4）。
5.2.5 数据来源
鉴于数据的可得性，该论文只选取了 2004-2013 年之间相关变量的数据来对贵州省外贸企业转型升级的影响因素作实证（定量）分析。该篇文章的原始数据主要来源于以下几个方面：
（1）2013 年贵州省统计年鉴。
数据来源于此的有：第三产业中交通运输、仓储和邮政业的产值、贵州省实际利用外商投资总额、第二产业产值、规模以上工业增加值、GDP、贵州省外贸出口额、进口额、进出口总额的相关数据以及就业人数。
（2）2004-2013 年贵州省国民经济和社会发展统计公报。
数据来源于此的有：贵州省实际利用外商投资总额、第二产业产值、规模以上工业增加值、第三产业中交通运输、仓储和邮政业的产值、GDP、贵州省外贸出口额、进口额、进出口总额的相关数据以及就业人数。
具体的一些原始数据见附表。此外，该篇文章中用到的数据有的是作者经过原始数据计算所得，有的是直接来自于原始数据。
5.2.6 计量模型检验
（1）变量间相关性检验
我们首先要对因变量、自变量进行相关性分析与检验，从而得以确保线性模型的合理性，然后在对变量进行回归分析。而对两个或者是多个具备有相关性的变量元素所作的分析我们称之为相关性分析，是用来衡量两个变量因素之间的相关密切程度的。具有相关性的元素之间必需要存在一定联系或概率才能进行相关性分析，最后通过分析之后再把与因变量具有相关性的自变量引入到所构建的模型中来。下表是作者根据上面所陈述的指标，通过对原始数据的计算所得到的各个变量的数值，如表 5-2 所示：
运用 Eviews 软件对上表 5-2 中的各个变量进行相关性分析之后，得到了以下相应变量的相关系数矩阵，如表 5-3 所示：
由上表5-3变量间的相关系数矩阵我们可以看到，贵州省外贸企业转型升级的程度（TU）与技术进步（TECH）呈中度正相关，与企业的外商投资（FDI）、产业结构（INSTR）、劳动力投入（LB）呈低度正相关，与交通因素的发展（TS）呈弱度正相关性，与发展规模（DS）成低度反相关性。
由上表5-3,我们也可以得出下图5-1各变量间的关系变动图，从图上我们可以直观的看出各变量间的相关关系：
（2）模型的OLS估计
普通最小二乘法也就是我们通常所说的 OLS（Ordinary Least Square）估计方法，它是到现在为止应用得最多的一种参数估计的方法。这篇论文通过运用Eviews7.2 软件，同时使用普通最小二乘法（即 OLS 估计方法）对由上述自变量以及因变量所构成的面板数据的混合回归模型作出估计，得到估计的结果如下表5-4:
其中：n-k-1 为残差平方和的自由度，n-1 为总体平方和的自由度。经过修正后的 R2综合反映了变量个数的影响以及精度，同时还兼顾了精确性、简洁性。
而且还由于这 R2是已经经过调整过了的可决系数，其数值的大小因此就不再受解释变量个数的影响。所以，用修正了的可决定系数2R 来进行判断拟合优度的大小时，确实是要比可决定系数 R2更为准确、有效。表 5-5 是该模型的拟合优度检验值：
（4）模型的显着性检验（F 检验）
对模型的显着性检验主要是对模型中被解释变量同解释变量它们之间的线性关系在总体上是否显着成立作出一个推断。对模型的显着性 F 检验，也就是检验本章中我们进行构建的模型（式 12）中的每个参数是不是都显着的不为 0.鉴于此，我们提出以下的原假设与备择假设：H0:β0=β1=β2= …=βk=0（k 表示方程中回归系数的个数）。H1:βj不全为 0.且在原假设 H0成立的条件下，有统计量：
这是服从自由度（k , n-k-1）的 F 分布。我们给定一个显着性水平α，就能得到临界值 Fα（k,n-k-1），然后由样本来求出统计量 F 的值，进而通过 F>Fα（k,n-k-1）或者是 F≦Fα（k,n-k-1）来拒绝或者是接受原假设 H0,从而得以判断出原方程总体上的线性关系是不是显着成立。
该篇文章中的样本容量 n =10,自变量的个数 k=6,通过回归得到相应的 F的检验值结果如下表 5-6 所示。
从表里我们可以看到 F=65.62705,当α=0.1 时，Fα（6,3）=5.28<65.62705=F,这表明方程在 90%的显着性水平下通过了 F 检验，也就是说回归方程是显着的。当α=0.05 的时候，Fα（6,3）= 8.94<65.62705=F,这代表方程在 95%的显着性水平下同样的也通过了 F 检验，这表示回归方程显着。
（5）回归系数的显着性检验（t 检验）
虽然方程的总体线性关系是显着的，但是这并不表示每个解释变量对被解释变量的影响也都是显着的。因此，我们必须要对每个解释变量都进行显着性检验（t 检验），从而决定是不是要被作为解释变量而保留在构建的模型当中，这就是 t 检验要完成的任务。由于：
我们再假设原假设、备择假设分别为：H0:βi=0（i=1,2…k），H1:βi≠0.
如果给定一个显着性水平α，就可以得到一个临界值 tα/2（n-k-1），再由样本求出统计量 t 的值，并通过|t|>tα/2（n-k-1）或者是|t|≦tα/2（n-k-1）来拒绝或者是接受原假设 H0,最终得以判定所对应的解释变量是不是应该包括在我们所构建的模型当中。
由下表回归结果 5-7 我们可以看到，当α=0.05 时，变量 TECH、LB、FDI、DS 的 |t|>tα /2（3）=t0.05/2（3）=3.182 ; 当 α =0.1 时 , 所 有 变 量 的 |t|>tα/2（3）=t0.1/2（3）=2.353;所以，所有的变量都通过了 t 检验，也就是说模型中的所有变量都是显着的。
根据上述的结论我们进行如下的分析：
（1）技术进步（TECH）
从上表 5-9 的实证结论我们知道，其系数为正，与我们预期的结果相一致，也就是说技术的进步对于贵州省外贸企业的转型升级起着相当重要的作用。然而就目前来说，贵州省现有大多数的外贸企业尤其是那些外贸加工型企业还在从事的是处在价值链环节当中的劳动密集型的生产环节。这些外贸企业的技术能力、研发能力还严重不足与落后，并且现有国内技术的进步成果也还很少的应用到这些外贸企业的生产中去。因此，这便导致了技术的进步对外贸企业转型升级的促进作用得不到应有的发挥。
（2）外商投资（FDI）
从上表 5-9 中我们也知道其系数也为正，且其数值较大，与我们预期的结果也相一致，出现这一实证结果表明外商投资对于贵州外贸企业的转型升级起着至关重要的作用。然而，从前面的发展模式那一节分析的数据来看，贵州省对外商投资的利用规模还相当小，从而致使利用外资的产业关联效应以及技术效应没有得到应有的发挥，从而最终导致其对于贵州外贸企业转型升级的作用没有得到突显。
（3）产业结构（INSTR）
从上表 5-9 中我们可以看到其系数为正，与预期的结果相一致，其数值也比较高。表明了贵州的产业结构对推动外贸企业的转型升级有很显着作用。其原因主要是贵州的产业结构同贸易结构基本上是相一致的。再就是从上面的分析我们可以总结出，如果一个地区或者是省份的产业结构同当地的外贸企业贸易结构相一致时，那么该地区的产业结构就能促进当地外贸企业的转型升级。化工及相关产品、机器机械零部件、贱金属及制品这些都是贵州的主导产业，然而海关统计资料也表明这些产品同样也是贵州省的传统出口优势产品。基于这样的因素，所以贵州省的产业结构对外贸企业的转型升级起到了很大的促进作用，但是要充分的发挥出来，还需要一定的努力过程，更需要优化其产业结构。
（4）交通因素的发展（TS）
从上表 5-9 中我们得到了其系数为正的结果，与预期的结果符合，这表明贵州省交通运输的快速发展确实对外贸企业的转型升级起到了很大的促进作用，但由于其地理与经济的各种原因，限制了交通运输的发展，从而使得交通因素的发展对外贸企业的转型升级的促进作用没有很好的发挥出来。
（5）劳动力投入（LB）
其系数也为正，与预期的结果相符合，表明在贵州省外贸企业的转型升级上，劳动力的投入起到了很大的促进作用。但是由于贵州省的人力资源还比较低，在我们前面所分析的贵州省外贸企业发展的限制因素人力资源缺乏与主要从事的是劳动密集型与资源密集型的产品生产情况来看，劳动力的投入对贵州省外贸企业转型升级的促进作用还没有得到充分的发挥。
（6）企业的发展规模（DS）
其系数为负，与预期的结果不相一致，出现这一情况的主要原因可能是因为贵州省的企业发展主要以小型的企业发展为主，大、中型企业很少，这与我们前面分析的企业的发展规模制约贵州外贸企业的发展结论是相一致的。所以，对于贵州省外贸企业的转型升级企业的发展规模的促进作用并没有得到发挥。
综上分析可知，外商投资对推动贵州省外贸企业的转型升级作用是最明显的。交通因素的发展与劳动力的投入、产业结构的调整对推动贵州省外贸企业的转型升级作用比较显着。技术的进步对推动贵州省外贸企业的转型升级作用不是很明显。而企业的发展规模对贵州省外贸企业的转型升级应有的推动作用没有发挥出来，且在相当程度上还在制约着贵州省外贸企业转型升级的发展。所以，落后的技术水平、外资的低水平利用、交通因素的发展限制、不算合理的产业结构、低素质的劳动力以及企业发展规模的制约，对贵州省外贸企业的转型升级在一定程度上产生了限制与阻碍的负作用，然而这些负作用最终可归根于贵州资金的缺乏与技术水平的落后。因此，要更好地促进贵州省外贸企业转型升级目标的最终实现，就必须增加对外贸企业资金的投入以及提高其技术的开发与应用水平。
