（南開(kāi)大學(xué)經(jīng)濟(jì)學(xué)院 天津 370001）

一、引 言

過(guò)去20 年間，中國(guó)對(duì)外移民快速增長(zhǎng)。2015 年，中國(guó)國(guó)際移民人數(shù)位居世界第四，有接近1 000 萬(wàn)中國(guó)移民在海外地區(qū)生活。與此同時(shí)，全球國(guó)際移民數(shù)目也從2000 年的1.73 億上升至2015 年的2.44 億。研究表明，移民對(duì)各國(guó)生產(chǎn)率、工資、創(chuàng)新、經(jīng)濟(jì)增長(zhǎng)和貿(mào)易等方面的影響正在與日俱增（Peri，2012；Ottaviano 和Peri，2012；Gauthier-Loiselle和Hunt，2010；Felbermayr 等，2010；吳群鋒和蔣為，2015）。然而，這些研究均忽略了移民網(wǎng)絡(luò)對(duì)企業(yè)進(jìn)口的影響。同時(shí)，既有文獻(xiàn)研究的移民網(wǎng)絡(luò)僅指兩國(guó)之間的移民流動(dòng)（Bandyopadhyay 等，2008；Bastos 和Silva，2012），即考察一國(guó)與其他國(guó)家之間的雙向移民數(shù)量對(duì)兩國(guó)貿(mào)易的影響，并未就移民的“網(wǎng)絡(luò)”屬性展開(kāi)深入研究?；诖?，在擴(kuò)大進(jìn)口戰(zhàn)略以及全球經(jīng)濟(jì)政治形勢(shì)面臨諸多不確定性的背景下，探討移民網(wǎng)絡(luò)對(duì)企業(yè)進(jìn)口的影響無(wú)疑是一項(xiàng)具有理論和政策價(jià)值的研究。

為此，本文首先使用全球雙邊移民數(shù)據(jù)庫(kù)分析了全球移民網(wǎng)絡(luò)的描述性特征，我們發(fā)現(xiàn)：目前大多數(shù)國(guó)家的移民伙伴國(guó)較多，尤其以加拿大以及歐洲各國(guó)等國(guó)為代表，這說(shuō)明目前世界各國(guó)之間的人員流動(dòng)較為頻繁，相互之間的移民關(guān)系也在逐漸加強(qiáng)。與此同時(shí)，既有文獻(xiàn)已證實(shí)，移民對(duì)兩國(guó)之間的雙邊貿(mào)易具有積極的促進(jìn)作用。那么，移民對(duì)國(guó)際貿(mào)易的影響除了現(xiàn)有研究已指出的直接效應(yīng)，是否還存在間接效應(yīng)？為回答此問(wèn)題，本文使用簡(jiǎn)約模型（reduced-form）對(duì)移民網(wǎng)絡(luò)和企業(yè)進(jìn)口之間的關(guān)系進(jìn)行了考察。實(shí)證結(jié)果發(fā)現(xiàn)：兩國(guó)之間移民數(shù)量的增長(zhǎng)不僅會(huì)提高中國(guó)從目標(biāo)國(guó)的進(jìn)口概率，還將通過(guò)移民網(wǎng)與客戶網(wǎng)兩種途徑促進(jìn)中國(guó)從其他國(guó)家的進(jìn)口。

在此基礎(chǔ)上，本文將移民網(wǎng)絡(luò)納入動(dòng)態(tài)國(guó)際貿(mào)易網(wǎng)絡(luò)模型，對(duì)移民網(wǎng)絡(luò)影響企業(yè)進(jìn)口網(wǎng)絡(luò)的渠道進(jìn)行了探討。結(jié)構(gòu)估計(jì)結(jié)果表明，移民網(wǎng)絡(luò)主要通過(guò)兩種途徑對(duì)企業(yè)進(jìn)口網(wǎng)絡(luò)產(chǎn)生影響，一是“移民網(wǎng)渠道”，即進(jìn)口企業(yè)在搜尋國(guó)外供應(yīng)商時(shí)可以直接通過(guò)移民網(wǎng)絡(luò)提供的信息對(duì)潛在貿(mào)易伙伴進(jìn)行搜尋；二是“客戶網(wǎng)渠道”，即企業(yè)在通過(guò)原有進(jìn)口網(wǎng)絡(luò)搜尋潛在供應(yīng)商的過(guò)程中，由移民網(wǎng)絡(luò)帶來(lái)的信息擴(kuò)散效應(yīng)將通過(guò)現(xiàn)有貿(mào)易網(wǎng)絡(luò)進(jìn)行傳播從而顯著提高企業(yè)的搜尋匹配效率。

同已有研究相比①因篇幅所限，本文省略了詳細(xì)的文獻(xiàn)綜述部分，感興趣的讀者可在《經(jīng)濟(jì)科學(xué)》官網(wǎng)論文頁(yè)面“附錄與擴(kuò)展”欄目下載。，本文的邊際貢獻(xiàn)主要在于以下幾個(gè)方面：首先，本文首次基于“網(wǎng)絡(luò)”屬性對(duì)移民如何影響企業(yè)進(jìn)口行為進(jìn)行了考察。其一，雖然大量文獻(xiàn)研究了移民網(wǎng)絡(luò)與貿(mào)易的關(guān)系（Rauch 和Trindade，2002；Aleksynska 和Peri，2014），但是已有研究大多將移民網(wǎng)絡(luò)定義為兩個(gè)國(guó)家之間的移民關(guān)系，然后研究這種直接的雙邊關(guān)系對(duì)兩國(guó)貿(mào)易的影響，而本文所定義的“網(wǎng)絡(luò)”屬性具體是指，國(guó)家A 和國(guó)家B 之間雙邊移民數(shù)量的增加不僅會(huì)促進(jìn)A、B 兩國(guó)的貿(mào)易往來(lái)，還會(huì)促進(jìn)A 國(guó)和其他與B 國(guó)有移民聯(lián)系的經(jīng)濟(jì)體之間的貿(mào)易。其二，目前有關(guān)移民與貿(mào)易的研究大多集中于國(guó)家層面（趙永亮和劉德學(xué)，2009；Ottaviano 等，2018），僅有少數(shù)文獻(xiàn)在企業(yè)層面對(duì)二者之間的關(guān)系進(jìn)行了考察（Bastos 和Silva，2012；Hiller，2014），但這些文獻(xiàn)仍然僅以一國(guó)為研究對(duì)象，并未涉及多國(guó)的情況，本文將從企業(yè)層面出發(fā)，對(duì)全球移民的“網(wǎng)絡(luò)”特征以及移民網(wǎng)絡(luò)與國(guó)際貿(mào)易的關(guān)系進(jìn)行進(jìn)一步研究。

其次，本文使用了社會(huì)分析方法考察移民與貿(mào)易的關(guān)系。近些年來(lái)，隨著社會(huì)分析方法的發(fā)展，F(xiàn)agiolo 等（2010）開(kāi)始使用社會(huì)網(wǎng)絡(luò)分析方法對(duì)貿(mào)易網(wǎng)絡(luò)的特征結(jié)構(gòu)進(jìn)行研究，此后陸續(xù)有學(xué)者將該方法應(yīng)用于國(guó)際貿(mào)易領(lǐng)域（El-Khatib 等，2015；馬述忠等，2016）。進(jìn)一步地，本文一方面基于社會(huì)網(wǎng)絡(luò)分析方法對(duì)全球移民網(wǎng)絡(luò)的特征進(jìn)行了可視化分析，另一方面將社會(huì)網(wǎng)絡(luò)模型與國(guó)際貿(mào)易相結(jié)合，在Chaney（2014）模型框架的基礎(chǔ)上構(gòu)建了企業(yè)動(dòng)態(tài)進(jìn)口模型，并將移民網(wǎng)絡(luò)納入其中，從而對(duì)移民網(wǎng)絡(luò)影響企業(yè)進(jìn)口網(wǎng)絡(luò)的途徑進(jìn)行了探討和研究。

再次，本文提出并驗(yàn)證了移民網(wǎng)絡(luò)影響國(guó)際貿(mào)易的新機(jī)制——提高客戶網(wǎng)絡(luò)的溝通效率。已有研究認(rèn)為，移民網(wǎng)絡(luò)對(duì)貿(mào)易的影響渠道主要包括兩種：（1）移民網(wǎng)絡(luò)可以促進(jìn)東道國(guó)企業(yè)與母國(guó)的信息傳遞和溝通，發(fā)揮對(duì)母國(guó)信息的比較優(yōu)勢(shì)促進(jìn)國(guó)際貿(mào)易的開(kāi)展（Combes 等，2005；Dunlevy，2006）；（2）移民網(wǎng)絡(luò)可以增進(jìn)東道國(guó)企業(yè)與母國(guó)之間的信任（Rauch，1999）。

最后，在研究方法上，除了通過(guò)常規(guī)的簡(jiǎn)約模型考察移民網(wǎng)絡(luò)和企業(yè)進(jìn)口之間的關(guān)系，本文還將理論模型與微觀數(shù)據(jù)相結(jié)合對(duì)移民網(wǎng)絡(luò)影響企業(yè)進(jìn)口網(wǎng)絡(luò)的不同渠道進(jìn)行了結(jié)構(gòu)估計(jì)，同時(shí)將結(jié)構(gòu)模型的估計(jì)參數(shù)代入簡(jiǎn)約模型，為計(jì)量模型函數(shù)形式的設(shè)定提供了理論依據(jù)。

本文剩余部分安排如下：第二部分為數(shù)據(jù)來(lái)源與全球移民網(wǎng)絡(luò)的描述性分析；第三部分為模型構(gòu)建與變量說(shuō)明；第四部分為計(jì)量回歸結(jié)果分析；第五部分為理論模型與結(jié)構(gòu)估計(jì)；最后是研究結(jié)論。

二、數(shù)據(jù)來(lái)源與全球移民網(wǎng)絡(luò)的描述性分析

本部分主要介紹文章的數(shù)據(jù)來(lái)源以及利用社會(huì)網(wǎng)絡(luò)分析方法對(duì)全球移民網(wǎng)絡(luò)的主要特征進(jìn)行描述性分析。

（一）數(shù)據(jù)來(lái)源

其一，企業(yè)進(jìn)口數(shù)據(jù)。本文使用的2000—2013 年企業(yè)進(jìn)口數(shù)據(jù)主要來(lái)自中國(guó)海關(guān)數(shù)據(jù)庫(kù)。本文將企業(yè)樣本進(jìn)一步篩選為連續(xù)進(jìn)口企業(yè)，連續(xù)性定義為樣本期間企業(yè)每年至少有一條進(jìn)口數(shù)據(jù)。其二，移民數(shù)據(jù)。本文采用的移民數(shù)據(jù)來(lái)自聯(lián)合國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展事務(wù)部的移民數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)包含了232 個(gè)國(guó)家的雙邊雙向移民數(shù)據(jù)。該數(shù)據(jù)庫(kù)每五年發(fā)布一次最新移民數(shù)據(jù)，本文選取了其中2000 年、2005 年以及2010 年的雙邊移民數(shù)據(jù)。其三，其他國(guó)家層面數(shù)據(jù)。本文使用的各國(guó)雙邊貿(mào)易數(shù)據(jù)來(lái)自CEPII，包括CEPII 網(wǎng)站BACI 貿(mào)易數(shù)據(jù)以及dist_cepii 數(shù)據(jù)（包含在Geo_Dist 數(shù)據(jù)庫(kù)中）。此外，本文用來(lái)衡量國(guó)家規(guī)模的GDP 數(shù)據(jù)來(lái)自Penn World Table 9.0。據(jù)此，在將上述數(shù)據(jù)匹配合并之后，本文進(jìn)一步對(duì)有嚴(yán)重缺失以及異常值的樣本數(shù)據(jù)進(jìn)行了處理，最終獲得了2000—2013 年期間10 001 家企業(yè)與150 個(gè)國(guó)家之間的樣本數(shù)據(jù)。

（二）網(wǎng)絡(luò)構(gòu)建

在社會(huì)網(wǎng)絡(luò)分析方法中，“網(wǎng)絡(luò)”主要由社會(huì)行動(dòng)者（作為節(jié)點(diǎn)）和各個(gè)行動(dòng)者之間的關(guān)系（各個(gè)節(jié)點(diǎn)之間的連邊）組成。本文把國(guó)家視為節(jié)點(diǎn)（文中涉及的“國(guó)家”均為國(guó)家和地區(qū)），國(guó)家間的移民流動(dòng)關(guān)系視為節(jié)點(diǎn)之間的連邊，由節(jié)點(diǎn)和連邊共同組成的移民網(wǎng)絡(luò)G可以表示為：G=(V,E,F)。其中，V代表移民網(wǎng)絡(luò)中的節(jié)點(diǎn)（國(guó)家）集，E代表兩個(gè)國(guó)家之間存在的邊（移民關(guān)系）集，F(xiàn)代表兩個(gè)國(guó)家之間的雙邊雙向移民數(shù)據(jù)集，作為節(jié)點(diǎn)之間的權(quán)重。

本文將以雙邊移民數(shù)量作為權(quán)重來(lái)構(gòu)建加權(quán)移民網(wǎng)絡(luò)W，兩個(gè)節(jié)點(diǎn)之間的權(quán)重為wij=Immij，其中Immij代表i國(guó)向j國(guó)的移民數(shù)量。

（三）整體網(wǎng)絡(luò)密度

整體網(wǎng)絡(luò)密度（density）可以衡量移民網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間聯(lián)系的緊密程度，即該網(wǎng)絡(luò)中“實(shí)際存在的關(guān)系總數(shù)”與“最大可能存在的關(guān)系總數(shù)”的比率，取值范圍為[0，1]。根據(jù)本文的計(jì)算結(jié)果，2000 年、2005 年和2010 年移民網(wǎng)絡(luò)的網(wǎng)絡(luò)密度分別為0.2195、0.4251和0.4327，可見(jiàn)隨著時(shí)間的推移，移民網(wǎng)絡(luò)的密度逐漸增加，同時(shí)說(shuō)明2000—2010 年期間世界各國(guó)之間移民聯(lián)系在不斷加強(qiáng)。

（四）網(wǎng)絡(luò)中心性

在社會(huì)網(wǎng)絡(luò)分析方法中，節(jié)點(diǎn)的中心性是研究重點(diǎn)之一。中心性反映了網(wǎng)絡(luò)節(jié)點(diǎn)在網(wǎng)絡(luò)中的權(quán)力地位，即該節(jié)點(diǎn)擁有的直接聯(lián)系或間接聯(lián)系的節(jié)點(diǎn)數(shù)量。在移民網(wǎng)絡(luò)中，中心性越高的國(guó)家，擁有的節(jié)點(diǎn)數(shù)量越多、地位越高，從而可以為企業(yè)傳遞更多國(guó)家的相關(guān)信息。根據(jù)現(xiàn)有文獻(xiàn)對(duì)中心性的分類（El-Khatib 等，2015），目前主要有點(diǎn)度中心性、中介中心性、接近中心性以及特征向量中心性等。①各列中心性的定義以及具體測(cè)度等詳細(xì)說(shuō)明請(qǐng)見(jiàn)《經(jīng)濟(jì)科學(xué)》官網(wǎng)“附錄與擴(kuò)展”。雖然不同種類中心性所表達(dá)的含義有所區(qū)別，但是中心性越高的國(guó)家掌握信息、傳遞信息的能力越強(qiáng)，即在信息網(wǎng)絡(luò)中位于核心位置。根據(jù)本文對(duì)四類中心性的計(jì)算結(jié)果，以2005 年為例，前三類中心性較高的十個(gè)國(guó)家基本上保持一致，主要包括加拿大、澳大利亞以及歐洲各國(guó)，而特征向量中心性較高的前三位國(guó)家分別為美國(guó)、墨西哥和加拿大。此外，本文使用Python 軟件繪制的移民網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖顯示，位于中心的節(jié)點(diǎn)基本可以在中心性前十位的國(guó)家列表中找到②四類中心性排名前十的國(guó)家以及網(wǎng)絡(luò)拓?fù)鋱D詳見(jiàn)《經(jīng)濟(jì)科學(xué)》官網(wǎng)“附錄與擴(kuò)展”。，這表明2005年的移民網(wǎng)絡(luò)中加拿大以及歐洲各國(guó)位于移民網(wǎng)絡(luò)的核心地位。

根據(jù)以上全球移民網(wǎng)絡(luò)的描述性分析，我們可以發(fā)現(xiàn)，目前大多數(shù)國(guó)家的移民伙伴國(guó)較多，尤其以加拿大以及歐洲各國(guó)等國(guó)為代表，這說(shuō)明目前世界各國(guó)之間的人員流動(dòng)較為頻繁，相互之間的移民關(guān)系也在逐漸加強(qiáng)。與此同時(shí)，既有文獻(xiàn)已證實(shí)，移民對(duì)兩國(guó)之間的雙邊貿(mào)易具有積極的促進(jìn)作用。那么，移民對(duì)國(guó)際貿(mào)易的影響除了現(xiàn)有研究已指出的直接效應(yīng)，是否還存在間接效應(yīng)？全球移民網(wǎng)絡(luò)在國(guó)際貿(mào)易中發(fā)揮著何種作用？換句話說(shuō)，A 國(guó)與B 國(guó)之間的移民關(guān)系是否會(huì)影響其他國(guó)家與B 國(guó)之間的貿(mào)易往來(lái)？為回答以上問(wèn)題，本文接下來(lái)將通過(guò)第四部分和第五部分的實(shí)證檢驗(yàn)以及第六部分基于理論模型的結(jié)構(gòu)估計(jì)進(jìn)行進(jìn)一步的探討。

三、模型構(gòu)建與變量說(shuō)明

借鑒Chaney（2014）的企業(yè)動(dòng)態(tài)出口模型框架，本文在引入移民網(wǎng)絡(luò)變量后從企業(yè)進(jìn)口側(cè)出發(fā)構(gòu)建了一個(gè)滯后一期的移民網(wǎng)絡(luò)影響企業(yè)進(jìn)口概率的計(jì)量模型（1），如下所示③本文的計(jì)量模型借鑒了Chaney（2014）的框架和思路，研究?jī)?nèi)容與之不同之處在于，Chaney（2014）重點(diǎn)研究了企業(yè)的出口網(wǎng)絡(luò)對(duì)未來(lái)出口概率的影響，而本文則側(cè)重于企業(yè)進(jìn)口側(cè)，考察了與企業(yè)進(jìn)口經(jīng)驗(yàn)相關(guān)的移民網(wǎng)絡(luò)對(duì)企業(yè)未來(lái)進(jìn)口的影響。：

其中，Φ 表示標(biāo)準(zhǔn)正態(tài)分布的累積分布函數(shù)；g1代表兩國(guó)之間的地理距離，具體形式采用以下兩種④公式中的2.5 由結(jié)構(gòu)估計(jì)所得。：

g2為c國(guó)與c′國(guó)之間的信息距離變量，由兩國(guó)的地理距離和移民數(shù)量共同控制，本文采取的具體形式為①公式中的2.5 和1.6 均由結(jié)構(gòu)估計(jì)所得。：。

四、計(jì)量回歸結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

Probit 回歸結(jié)果的邊際效應(yīng)如表1 所示。在表1 中，本文根據(jù)g1函數(shù)的不同，將回歸結(jié)果分為兩組，分別展示在（2）—（4）列和（5）—（7）列，由于第（1）列的變量均不涉及g1函數(shù)，故單獨(dú)列出。第（1）列包含兩個(gè)信息距離變量，第（2）列進(jìn)一步加入中國(guó)與目標(biāo)國(guó)之間的地理距離、移民數(shù)據(jù)變量，第（3）列和第（4）列繼續(xù)加入不同層面的控制變量，（5）—（7）列與之類似。②因篇幅所限，正文中僅匯報(bào)了核心變量的估計(jì)結(jié)果，其余結(jié)果留存?zhèn)渌鳌?/p>

由表1 的基準(zhǔn)回歸結(jié)果可知，移民網(wǎng)絡(luò)（潛在目標(biāo)國(guó)與企業(yè)已有進(jìn)口關(guān)系國(guó)家之間的平均信息距離）系數(shù)為正且高度顯著，表明移民網(wǎng)絡(luò)對(duì)企業(yè)進(jìn)口概率有著顯著的正向影響（α1≈0.0018 ＞ 0）。究其原因，根據(jù)移民網(wǎng)絡(luò)的定義，網(wǎng)絡(luò)密度越大，企業(yè)已有進(jìn)口國(guó)家c′與潛在進(jìn)口目標(biāo)國(guó)c之間的平均移民數(shù)量越多，c′國(guó)獲取目標(biāo)國(guó)市場(chǎng)信息越容易，此時(shí)企業(yè)從位于c′國(guó)的貿(mào)易伙伴處或該國(guó)的相關(guān)網(wǎng)絡(luò)平臺(tái)處直接獲取目標(biāo)國(guó)信息的可能性越大，進(jìn)而企業(yè)進(jìn)入目標(biāo)國(guó)市場(chǎng)的信息搜尋成本與進(jìn)口不確定性越低，最終移民網(wǎng)絡(luò)產(chǎn)生的信息外溢效應(yīng)將幫助并促使企業(yè)從該國(guó)進(jìn)口。潛在目標(biāo)國(guó)與世界其他國(guó)家之間的平均信息距離與企業(yè)進(jìn)口概率成正比（α2≈-0.0003 ＜ 0），也就是說(shuō)，目標(biāo)國(guó)在整個(gè)信息網(wǎng)絡(luò)中的位置越偏遠(yuǎn)，其信息溝通效率越低，意味著其國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)越溫和，企業(yè)也越容易進(jìn)入該國(guó)市場(chǎng)（以第（1）列為例）。此外，中國(guó)向目標(biāo)國(guó)的移民數(shù)量變量符號(hào)為正且高度顯著，原因是：位于目標(biāo)國(guó)的華人移民將為國(guó)內(nèi)企業(yè)提供該國(guó)市場(chǎng)的需求、產(chǎn)品等相關(guān)信息，降低企業(yè)進(jìn)口成本，從而提高企業(yè)進(jìn)口概率（β2≈0.0004 ＞ 0）（Rauch 和Trindade，2002），以上結(jié)果表明移民不僅會(huì)直接影響雙邊貿(mào)易，還會(huì)通過(guò)“網(wǎng)絡(luò)效應(yīng)”間接影響企業(yè)進(jìn)口。以上結(jié)果在加入不同控制變量之后依然顯著且符號(hào)不變。控制變量方面，各變量回歸結(jié)果基本符合預(yù)期。

表1 基準(zhǔn)回歸結(jié)果

（二）內(nèi)生性問(wèn)題處理和穩(wěn)健性檢驗(yàn)

既有研究已表明移民和貿(mào)易之間可能是互相影響的（Lopez 和Schiff，1998；Casella和Rauch，2002），反觀本文計(jì)量模型的設(shè)定，其中移民網(wǎng)絡(luò)變量由上一期的移民數(shù)量和企業(yè)進(jìn)口狀態(tài)共同決定，與被解釋變量并不處于同一時(shí)期，因此本文基準(zhǔn)回歸中的內(nèi)生性問(wèn)題并不嚴(yán)重。但為進(jìn)一步保證研究結(jié)論的可靠性，本文將進(jìn)行以下三組回歸解決可能存在的內(nèi)生性問(wèn)題：首先使用OLS 固定效應(yīng)控制遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題，其次構(gòu)建合理的工具變量后進(jìn)行2SLS 估計(jì)進(jìn)一步識(shí)別移民網(wǎng)絡(luò)和進(jìn)口的關(guān)系，最后利用異方差識(shí)別技術(shù)再次進(jìn)行回歸檢驗(yàn)。內(nèi)生性問(wèn)題處理的檢驗(yàn)結(jié)果表明，本文的基準(zhǔn)回歸結(jié)果具有充分的可信性，研究結(jié)論具有良好的穩(wěn)健性。

此外，本文還進(jìn)行了多組穩(wěn)健性檢驗(yàn)，結(jié)果均證實(shí)了本文研究結(jié)論的可信性。

基于上述實(shí)證檢驗(yàn)①內(nèi)生性檢驗(yàn)和穩(wěn)健性檢驗(yàn)的具體內(nèi)容請(qǐng)見(jiàn)《經(jīng)濟(jì)科學(xué)》官網(wǎng)“附錄與擴(kuò)展”。，我們發(fā)現(xiàn)雙邊移民不僅可以直接影響兩國(guó)之間的雙邊貿(mào)易，還會(huì)通過(guò)網(wǎng)絡(luò)效應(yīng)間接影響一國(guó)與其他國(guó)家之間的貿(mào)易往來(lái)。為進(jìn)一步考察移民網(wǎng)絡(luò)在企業(yè)尋找國(guó)外合作伙伴拓展其進(jìn)口網(wǎng)絡(luò)過(guò)程中所發(fā)揮的具體作用，我們將構(gòu)建一個(gè)包含全球移民網(wǎng)絡(luò)的企業(yè)動(dòng)態(tài)進(jìn)口網(wǎng)絡(luò)模型，并通過(guò)結(jié)構(gòu)估計(jì)量化對(duì)比企業(yè)通過(guò)不同渠道與國(guó)際市場(chǎng)的供應(yīng)商建立聯(lián)系的效率。

五、結(jié)構(gòu)模型與估計(jì)

（一）理論模型

本文在Chaney（2014）理論框架的基礎(chǔ)上構(gòu)建了企業(yè)動(dòng)態(tài)進(jìn)口網(wǎng)絡(luò)模型，并將移民網(wǎng)絡(luò)納入其中，旨在考察移民網(wǎng)絡(luò)在企業(yè)進(jìn)口網(wǎng)絡(luò)擴(kuò)張過(guò)程中發(fā)揮的作用。

1.模型設(shè)定

假設(shè)空間S為企業(yè)所在的離散位置集，地點(diǎn)x∈S；假定時(shí)間是離散的，每個(gè)地點(diǎn)的企業(yè)數(shù)量有限且隨著時(shí)間變化以不變的速度γ增長(zhǎng)；企業(yè)從所有地點(diǎn)的供應(yīng)商那里進(jìn)口它們所生產(chǎn)的產(chǎn)品；企業(yè)不會(huì)失去已經(jīng)獲得的供應(yīng)商，也不會(huì)退出市場(chǎng)（Atalay 等，2011）。

2.企業(yè)進(jìn)口網(wǎng)絡(luò)的動(dòng)態(tài)演變

考慮年齡為t的企業(yè)i在x地?fù)碛械墓?yīng)商數(shù)量為f i,t（x），企業(yè)i在不同地點(diǎn)所擁有的供應(yīng)商總數(shù)量為mi,t，即：

企業(yè)所擁有的供應(yīng)商數(shù)量fi,t的動(dòng)態(tài)演變過(guò)程如下所述：

第一，企業(yè)i將在其所在地對(duì)潛在供應(yīng)商進(jìn)行直接搜索。企業(yè)通過(guò)直接搜索渠道每期可以獲得個(gè)新供應(yīng)商，是均值為γμ的隨機(jī)變量，大于0 且為整數(shù)，其中γ代表企業(yè)數(shù)量的固定增長(zhǎng)率（本文假設(shè)γ為0.02），μ為待估參數(shù)且大于0。新供應(yīng)商所在位置x∈S由g（y,x）函數(shù)隨機(jī)給出，其中g(shù)（0,x）代表企業(yè)從其所在地出發(fā)在x地找到一個(gè)新供應(yīng)商的概率，本文假定g函數(shù)只取決于起點(diǎn)（y）和目的地（x）之間的地理距離以及目的地（x）的國(guó)家規(guī)模（GDP），g函數(shù)的表達(dá)式為：

其中，αλ,y為保證概率總和為1 的縮放常數(shù)①。，λ代表企業(yè)所獲供應(yīng)商的地理分散程度，即λ越大g的方差越大。

第二，企業(yè)i將在其所在地利用移民網(wǎng)絡(luò)對(duì)潛在供應(yīng)商進(jìn)行直接搜索。企業(yè)通過(guò)移民網(wǎng)直接搜索每期可以獲得個(gè)新供應(yīng)商，是均值為1ρ γμ的隨機(jī)變量，大于0 且為整數(shù)，ρ1為待估參數(shù)且大于0。新供應(yīng)商所在位置x∈S由c（y,x）函數(shù)隨機(jī)給出，此時(shí)企業(yè)從所在地出發(fā)找到一個(gè)新供應(yīng)商的概率為c（0,x）。進(jìn)一步假定c函數(shù)只取決于起點(diǎn)所在地（y）和目的地（x）之間的地理距離、移民數(shù)量（immyx）以及目的地（x）的國(guó)家規(guī)模，c函數(shù)的表達(dá)式為：

其中，αλ,ρ,y為保證概率總和為1 的縮放常數(shù)②，即移民網(wǎng)搜索既取決于移民數(shù)量又受到地理距離影響。，ρ代表移民網(wǎng)絡(luò)密集度，ρ越大，網(wǎng)絡(luò)越稀疏，即c的方差越大。

第三，當(dāng)企業(yè)i已經(jīng)在不同地點(diǎn)獲取了一定數(shù)量的供應(yīng)商，下一期該企業(yè)將以目前已有供應(yīng)商的位置為起點(diǎn)開(kāi)始客戶網(wǎng)遠(yuǎn)程搜索。假設(shè)目前已有供應(yīng)商所在位置為y∈S，企業(yè)通過(guò)客戶網(wǎng)遠(yuǎn)程搜索每期可以獲得個(gè)新供應(yīng)商，其中是均值為γμπ的隨機(jī)變量且為正整數(shù)，π為待估參數(shù)且大于0。遠(yuǎn)程搜索過(guò)程中企業(yè)獲取的新供應(yīng)商所在位置同樣由g函數(shù)隨機(jī)確定，g（y,x）表示從已有供應(yīng)商所在地y出發(fā)在x地獲得新供應(yīng)商的概率。

第四，基于企業(yè)i所在國(guó)家與其他國(guó)家之間建立的移民網(wǎng)絡(luò)，企業(yè)下一期將從與母國(guó)建立移民網(wǎng)絡(luò)的國(guó)家出發(fā)開(kāi)始移民網(wǎng)遠(yuǎn)程搜索過(guò)程。假設(shè)目前與企業(yè)所在地建立移民網(wǎng)絡(luò)的地點(diǎn)為y∈S，企業(yè)通過(guò)移民網(wǎng)遠(yuǎn)程搜索渠道每期可以獲得個(gè)新供應(yīng)商，其中是均值為ρ2 γμπ的隨機(jī)變量且為正整數(shù)，ρ2為待估參數(shù)且大于0。移民網(wǎng)遠(yuǎn)程搜索過(guò)程中獲取的新供應(yīng)商所在位置由c函數(shù)隨機(jī)確定，c（y,x）表示利用移民網(wǎng)絡(luò)從y地出發(fā)在x地獲取新供應(yīng)商的概率。

基于上述分析，企業(yè)找到新供應(yīng)商的途徑可以歸納為兩大類：客戶網(wǎng)搜索和移民網(wǎng)搜索。進(jìn)一步，客戶網(wǎng)搜索和移民網(wǎng)搜索均可以細(xì)分為直接搜索和遠(yuǎn)程搜索。客戶網(wǎng)搜索和移民網(wǎng)搜索的原理相同，不同之處僅是將決定性因素由地理距離變?yōu)橐泼駭?shù)量；遠(yuǎn)程搜索和直接搜索的原理相同，不同之處僅是將搜尋起點(diǎn)由企業(yè)所在地轉(zhuǎn)換為已有供應(yīng)商（移民網(wǎng)絡(luò)）所在地。此外，移民網(wǎng)搜索的效率由參數(shù)ρ1和ρ2控制，遠(yuǎn)程搜索的效率由參數(shù)π決定，同時(shí)ρ1和ρ2衡量了移民網(wǎng)搜索相對(duì)于客戶網(wǎng)搜索的重要性。

包含移民網(wǎng)絡(luò)的企業(yè)進(jìn)口網(wǎng)絡(luò)（供應(yīng)商網(wǎng)絡(luò)）動(dòng)態(tài)演變過(guò)程可以由如下差分方程表示：

此外，（4）式中的參數(shù)（γμ，ρ1 γμ，γμπ，ρ2 γμπ）可以控制企業(yè)進(jìn)口網(wǎng)絡(luò)的動(dòng)態(tài)演變，但并非所有企業(yè)的進(jìn)口擴(kuò)張路徑均相同，原因在于抽樣的隨機(jī)性將使每個(gè)企業(yè)形成自身獨(dú)有的網(wǎng)絡(luò)。而當(dāng)企業(yè)數(shù)量趨于無(wú)限大時(shí)，抽樣的隨機(jī)性將會(huì)逐漸消失，基于此我們將推導(dǎo)出形式更為簡(jiǎn)單的企業(yè)進(jìn)口網(wǎng)絡(luò)的動(dòng)態(tài)演變過(guò)程，具體如下：

命題1 描述了對(duì)于任意形式的集合S，企業(yè)供應(yīng)商數(shù)量的分布情況。

命題1：在平均場(chǎng)近似下，單個(gè)企業(yè)供應(yīng)商數(shù)量的動(dòng)態(tài)演變與整體供應(yīng)商的平均數(shù)量演變近似，即小于m個(gè)供應(yīng)商的企業(yè)數(shù)量占比可以表示為：

其中，A=1+ρ1it+ρ2πvt。

進(jìn)一步地，定義 Δ（m）為擁有m個(gè)供應(yīng)商的企業(yè)進(jìn)口的平均距離。f（m）為企業(yè)所擁有的m個(gè)供應(yīng)商的分布，g（m）=f（m）/m即為與之相關(guān)的概率分布。那么，企業(yè)進(jìn)口的平均距離將與g（m）的二階矩相關(guān)：

經(jīng)過(guò)一系列推導(dǎo)可以得出本文的第二個(gè)推論。

命題2：在平均場(chǎng)近似下，單個(gè)企業(yè)供應(yīng)商數(shù)量的動(dòng)態(tài)演變與整體供應(yīng)商的平均數(shù)量演變近似，企業(yè)與現(xiàn)有供應(yīng)商之間的平均距離 Δ（m）隨供應(yīng)商數(shù)量m的增加而增加：

由命題2，隨著進(jìn)口范圍的增加，企業(yè)不僅可以獲得更多的供應(yīng)商，而且與供應(yīng)商之間的地理距離也將隨供應(yīng)商的數(shù)量增加。實(shí)際上，此現(xiàn)象的出現(xiàn)完全是遠(yuǎn)程搜索的結(jié)果。具體而言，每當(dāng)企業(yè)獲取一個(gè)新的供應(yīng)商，下一期企業(yè)將從該供應(yīng)商所在位置出發(fā)重新進(jìn)行遠(yuǎn)程搜索，如此循環(huán)往復(fù)，所獲新供應(yīng)商的位置將距離企業(yè)越來(lái)越遠(yuǎn)，即企業(yè)在獲取更多供應(yīng)商的同時(shí)，由遠(yuǎn)程搜索帶來(lái)了更遠(yuǎn)的地理距離。其中，移民網(wǎng)絡(luò)的發(fā)展將會(huì)加速企業(yè)進(jìn)口網(wǎng)絡(luò)拓展的速度，使得企業(yè)在相同時(shí)間內(nèi)獲取更多的供應(yīng)商，也加速了遠(yuǎn)程搜索帶來(lái)的地理距離的增加。

（二）結(jié)構(gòu)估計(jì)

為考察移民網(wǎng)絡(luò)在企業(yè)進(jìn)口網(wǎng)絡(luò)擴(kuò)張過(guò)程中發(fā)揮的作用，本文將使用理論模型并結(jié)合海關(guān)數(shù)據(jù)庫(kù)、全球雙邊移民數(shù)據(jù)庫(kù)等進(jìn)行結(jié)構(gòu)估計(jì)。考慮到理論模型中企業(yè)進(jìn)口網(wǎng)絡(luò)擴(kuò)張是尋找分布各地的新供應(yīng)商的過(guò)程，而本文海關(guān)數(shù)據(jù)庫(kù)僅包含企業(yè)—目的地層面的進(jìn)口信息，因此無(wú)法獲取各地的供應(yīng)商數(shù)據(jù)與理論模型一一對(duì)應(yīng)。基于此，本文接下來(lái)將使用國(guó)家數(shù)量代替供應(yīng)商數(shù)量，原因在于企業(yè)如果從一國(guó)進(jìn)口即代表企業(yè)至少在該國(guó)擁有一個(gè)供應(yīng)商，以此來(lái)將問(wèn)題簡(jiǎn)化，然后結(jié)合SMM 方法進(jìn)行參數(shù)的結(jié)構(gòu)估計(jì)。

（5）式刻畫(huà)了企業(yè)所獲供應(yīng)商網(wǎng)絡(luò)的擴(kuò)張過(guò)程，包括我們感興趣的所有參數(shù)γ、μ、π、λ、ρ、ρ1和ρ2。由模型設(shè)定可知，企業(yè)數(shù)量增長(zhǎng)率γ為固定值且不會(huì)影響理論模型的推導(dǎo)，故后續(xù)不再對(duì)γ進(jìn)行估計(jì)并直接假設(shè)γ為0.02。至此，可以得到最終的待估參數(shù)向量：

對(duì)于給定的一組參數(shù)Θ，本文首先通過(guò)模擬生成一組企業(yè)每期從不同國(guó)家進(jìn)口的模擬數(shù)據(jù)集，該數(shù)據(jù)集的大小將取決于μ、π、ρ1和ρ2的初值選取，在此本文對(duì)參數(shù)μ、π、ρ1和ρ2選擇以下初始值：μ=1、π=1.35、ρ1=1 和ρ2=1 。同時(shí)，企業(yè)搜尋供應(yīng)商的過(guò)程是具有歷史依賴性的，因此參數(shù)λ和ρ的改變會(huì)對(duì)動(dòng)態(tài)樹(shù)的全部分支產(chǎn)生影響。

與理論模型相對(duì)應(yīng)，我們?cè)诮Y(jié)構(gòu)估計(jì)時(shí)選擇了80 個(gè)矩。其中前40 個(gè)為從1 至40 個(gè)或更多國(guó)家進(jìn)口的企業(yè)所占比例，與理論模型中f（M）=F（M+1）-F（M）①此處的M 不再代表供應(yīng)商數(shù)量，而是由國(guó)家數(shù)量代替，下同。相對(duì)應(yīng)；后40個(gè)為從1 至40 個(gè)或更多國(guó)家進(jìn)口的企業(yè)進(jìn)口平均距離，對(duì)應(yīng)理論模型中的 Δ（M）。其中，樣本矩 Δ（M）的計(jì)算過(guò)程如下：

其中，ε（M）為從M個(gè)國(guó)家進(jìn)口的企業(yè)集合。

至此，我們獲得了兩組樣本矩向量：一組為由實(shí)際數(shù)據(jù)構(gòu)建的向量k，另一組為由給定初始參數(shù)Θ 生成的模擬數(shù)據(jù)所構(gòu)建的向量（Θ） ?；诖?，以上兩組樣本矩向量的差為：

其中，W 為權(quán)重矩陣，構(gòu)建過(guò)程如下：

對(duì)原始數(shù)據(jù)進(jìn)行1 000 次抽樣之后，對(duì)第b次抽樣計(jì)算樣本矩mb，權(quán)重矩陣即為80個(gè)樣本矩矩陣方差—協(xié)方差Ω 的逆矩陣：。

在給定待估參數(shù)初始值Θ0后，本文首先使用模擬退火算法得到，然后以作為新的初始值使用SMM 進(jìn)行結(jié)構(gòu)估計(jì)。①進(jìn)行兩步估計(jì)的主要原因是考慮到局部極小值（local minima）的存在。表2 給出了2000 年、2005 年和2010 年的估計(jì)結(jié)果。

表2 結(jié)構(gòu)估計(jì)結(jié)果

由表2 可知，在三年樣本期間內(nèi)，各項(xiàng)結(jié)構(gòu)參數(shù)估計(jì)結(jié)果基本保持一致，且均符合預(yù)期。故本文將以2010 年的估計(jì)結(jié)果為例進(jìn)行分析：一方面，企業(yè)通過(guò)遠(yuǎn)程搜索獲取供應(yīng)商的效率是直接搜索的兩倍（π=2.22）；另一方面，企業(yè)通過(guò)移民網(wǎng)進(jìn)行搜索的效率明顯高于客戶網(wǎng)搜索（ρ1＞1，ρ2＞1），具體而言，同等條件下企業(yè)利用移民網(wǎng)絡(luò)遠(yuǎn)程搜索渠道獲取的供應(yīng)商數(shù)量是客戶網(wǎng)遠(yuǎn)程搜索的兩倍（ρ2=2.27），而通過(guò)移民網(wǎng)絡(luò)直接搜索途徑獲取的供應(yīng)商數(shù)量也比客戶網(wǎng)直接搜索高出一倍多（ρ1=1.30）。移民網(wǎng)絡(luò)渠道效率較高的原因主要在于：一方面，移民網(wǎng)絡(luò)內(nèi)各個(gè)地區(qū)移民團(tuán)體之間的聯(lián)系一般較為密切，這將加速信息流通，為企業(yè)帶來(lái)更多目標(biāo)國(guó)市場(chǎng)的相關(guān)信息，從而降低企業(yè)的市場(chǎng)進(jìn)入成本；另一方面，移民網(wǎng)絡(luò)將通過(guò)增強(qiáng)合同執(zhí)行力度降低企業(yè)進(jìn)入國(guó)外市場(chǎng)（尤其是法律不夠完善以及政治較為動(dòng)蕩的國(guó)家）的不確定性（Greif，1989），進(jìn)而增加企業(yè)進(jìn)口概率或提高企業(yè)在國(guó)際市場(chǎng)的存活率。

簡(jiǎn)而言之，由以上分析可以得出兩點(diǎn)結(jié)論：一是移民網(wǎng)絡(luò)將加快企業(yè)進(jìn)口網(wǎng)絡(luò)的拓展速度；二是隨著企業(yè)進(jìn)口范圍的擴(kuò)大，由遠(yuǎn)程搜索帶來(lái)的供應(yīng)商占比會(huì)越來(lái)越高，同時(shí)移民網(wǎng)絡(luò)在進(jìn)口網(wǎng)絡(luò)拓展過(guò)程中發(fā)揮的作用也會(huì)越來(lái)越重要。

六、研究結(jié)論

全球移民網(wǎng)絡(luò)對(duì)國(guó)際貿(mào)易的影響日益顯著。本文結(jié)合2000—2013 年中國(guó)海關(guān)貿(mào)易數(shù)據(jù)庫(kù)、全球雙邊移民數(shù)據(jù)庫(kù)等，將移民網(wǎng)絡(luò)納入動(dòng)態(tài)國(guó)際貿(mào)易網(wǎng)絡(luò)模型中，研究移民網(wǎng)絡(luò)在企業(yè)進(jìn)口網(wǎng)絡(luò)擴(kuò)張過(guò)程中所發(fā)揮的作用。本文首先分析了全球移民網(wǎng)絡(luò)的特征，然后使用簡(jiǎn)約模型考察了移民網(wǎng)絡(luò)對(duì)企業(yè)進(jìn)口的影響。結(jié)果顯示：移民數(shù)量的增長(zhǎng)不僅會(huì)提高中國(guó)從目標(biāo)國(guó)的進(jìn)口概率，同時(shí)移民網(wǎng)絡(luò)還將通過(guò)信息擴(kuò)散效應(yīng)對(duì)中國(guó)從其他國(guó)家的進(jìn)口產(chǎn)生影響。通過(guò)構(gòu)造“轉(zhuǎn)移份額”工具變量等方法處理內(nèi)生性問(wèn)題以及一系列穩(wěn)健性檢驗(yàn)后，結(jié)論依然成立。最后本文將理論模型與數(shù)據(jù)結(jié)合進(jìn)行了結(jié)構(gòu)估計(jì)，結(jié)果表明，移民網(wǎng)絡(luò)主要通過(guò)“客戶網(wǎng)渠道”和“移民網(wǎng)渠道”兩種途徑對(duì)企業(yè)進(jìn)口網(wǎng)絡(luò)產(chǎn)生影響，與此同時(shí)，本文推測(cè)隨著企業(yè)進(jìn)口范圍的擴(kuò)大，移民網(wǎng)絡(luò)在進(jìn)口網(wǎng)絡(luò)擴(kuò)張過(guò)程中發(fā)揮的作用也會(huì)越來(lái)越重要。

本文的研究結(jié)論具有以下重要的理論和政策含義：一方面，本文首次基于社會(huì)網(wǎng)絡(luò)視角考察了全球移民網(wǎng)絡(luò)對(duì)中國(guó)企業(yè)進(jìn)口擴(kuò)張的影響。傳統(tǒng)理論模型強(qiáng)調(diào)了企業(yè)的運(yùn)輸成本和沉沒(méi)成本，但隨著國(guó)際競(jìng)爭(zhēng)日益激烈以及通信技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展，信息成本對(duì)企業(yè)進(jìn)出口的影響變得越來(lái)越重要。本文的研究發(fā)現(xiàn)，移民網(wǎng)絡(luò)將作為信息傳遞的媒介和載體在企業(yè)進(jìn)口網(wǎng)絡(luò)擴(kuò)張過(guò)程中通過(guò)“客戶網(wǎng)渠道”和“移民網(wǎng)渠道”發(fā)揮重要作用。另一方面，在世界經(jīng)濟(jì)增長(zhǎng)放緩、貿(mào)易摩擦加劇的復(fù)雜環(huán)境下，本文對(duì)于我國(guó)擴(kuò)大進(jìn)口政策的推進(jìn)具有重要的政策含義。基于移民網(wǎng)絡(luò)對(duì)企業(yè)進(jìn)口網(wǎng)絡(luò)的影響，從企業(yè)角度來(lái)看，本文的研究結(jié)論為企業(yè)加強(qiáng)海外移民網(wǎng)絡(luò)建設(shè)，利用海外移民網(wǎng)絡(luò)促進(jìn)國(guó)際貿(mào)易提供了政策支持，為此，企業(yè)應(yīng)根據(jù)自身進(jìn)出口情況結(jié)合全球移民網(wǎng)絡(luò)，充分發(fā)揮移民網(wǎng)絡(luò)帶來(lái)的信息擴(kuò)散優(yōu)勢(shì)，降低貿(mào)易成本，提升進(jìn)口績(jī)效；從政府角度來(lái)看，本文也為政府制定相關(guān)政策提供了參考，當(dāng)前關(guān)于智力外流的爭(zhēng)論一直未有停歇，本文的結(jié)論在已有研究基礎(chǔ)上繼續(xù)提供了智力外流通過(guò)信息渠道促進(jìn)本國(guó)企業(yè)進(jìn)口的理論和經(jīng)驗(yàn)證據(jù)，為政府制定移民政策提供了依據(jù)。此外，利用移民帶來(lái)的信息網(wǎng)絡(luò)優(yōu)勢(shì)，中國(guó)企業(yè)可以以更低的成本積極開(kāi)拓國(guó)際市場(chǎng)、加大進(jìn)口，從而促進(jìn)我國(guó)外貿(mào)平衡發(fā)展。