内容提要：本文在多产品企业异质性模型的基础上，从出口产品转换的视角考察了跨境电商的资源再配置效应。 通过合并使用中国工业企业数据库、中国海关数据库及跨境电商相关数据，利用双重差分模型估计了跨境电商对我国工业企业出口产品转换的影响及其资源配置效应。 研究显示，跨境电商显著提升了中国工业企业的出口产品转换率，且这种产品转换有利于企业全要素生产率和出口产品质量的提升，具有良好的资源配置效应。 进一步的机制检验发现，跨境电商主要通过“成本效应”和“竞争效应”，促进了出口产品转换和资源再配置。 跨境电商对出口新增产品数的促进作用最大，对删减产品数的促进作用次之，对持续存在产品数的影响最小。 鉴于产品电商敏感度的差异，跨境电商产业政策促进了出口产品结构向电商敏感度高的产品进行偏移。 本文的研究为理解跨境电商对产品转换和资源配置的影响提供了微观证据。关键词：跨境电商　 产品转换　 成本效应　 竞争效应　 资源配置∗　 李小平、余娟娟（通讯作者）、吴俊豪，中南财经政法大学经济学院，邮政编码：４３００７３，电子信箱：ｃｈｉｎｅｓｅｌｉｘｐ＠１２６． ｃｏｍ，５６２２１５３２６＠ｑｑ． ｃｏｍ，８４７７１２５９１＠ｑｑ． ｃｏｍ；余东升，中南财经政法大学统计与数学学院，邮政编码：４３００７３，电子信箱：６４９８１３２１８＠ｑｑ． ｃｏｍ。 本研究得到国家社会科学基金哲学社会科学领军人才项目、国家社会科学基金重大项目（１８ＺＤＡ０３８）、国家社会科学基金一般项目（２０ＢＪＬ０５３）、中南财经政法大学中央高校基本科研业务费项目（２７２２０２３ＢＱ０５４）的资助。 作者感谢匿名审稿专家的宝贵意见，当然文责自负。一、引　 言近年来，随着外部环境的不断变化及数字经济的快速发展，跨境电子商务（ｃｒｏｓｓ⁃ｂｏｒｄｅｒｅｌｅｃｔｒｏｎｉｃｃｏｍｍｅｒｃｅ，简称ＣＢＥＣ）作为数字技术在贸易领域的深层次应用，逐步成为我国对外贸易增长的新引擎。 《２０２０年度中国跨境电商市场数据报告》显示，２０１０—２０２０年间，中国的跨境电商交易规模从１. １万亿元上升至１２. ５万亿元，跨境电商市场渗透率从５. ４１％上升至３８. ８６％，２０２０年在传统外贸受全球新冠疫情严重冲击的背景下，跨境电商行业渗透率占比依然超过３５％，进一步彰显了跨境电商作为贸易新业态的独特优势，未来随着数字经济和对外开放程度的进一步深化，跨境电商的行业渗透率还将进一步提升。相比传统贸易业态，跨境电商通过对数字技术的深层次运用更新了贸易交互的手段和方式，贸易双方能够突破时空限制，借助统一线上平台完成询盘问价、沟通磋商、合同订立、交易结算等贸易环节（Ｌｅｎｄｌｅｅｔ ａｌ．，２０１６；Ｋｉｍｅｔ ａｌ．，２０１７）。 贸易标的可以通过国际小包、国际快递、海外仓等方式直接对消费者进行多批次、碎片化、个性化交付，整个交互过程伴随着大量国内外市场信息的产生、汇聚、交换以及消费记录、浏览记录、用户评价等信息数据的沉淀与挖掘（Ｔａｄｅｌｉｓ，２０１６）。 技术进步推动着贸易形态和贸易功能的升级。 随着贸易流程不断向无纸化、虚拟化、数字化转型，跨境电商在缩短贸易流程、降低贸易成本、提升贸易效率、丰富贸易内容、拓展贸易边界等方面彰显出独特的业态优势。 这使得跨境电商迅速发展成为拉动中国出口增长以及助力中国“双循环”的重要引擎之一。 与此同时，跨境电商作为新的理论热点也越来越多地被国内外学者关注，Ｃｏｗｇｉｌｌ ＆４ ２ １李小平等：跨境电商与企业出口产品转换Ｄｏｒｏｂａｎｔｕ（２０１２）、Ｇｏｍｅｚ⁃Ｈｅｒｒｅｒａｅｔ ａｌ． （２０１４）、Ａｌａｖｅｒａｓ ＆Ｍａｒｔｅｎｓ（２０１５）先后讨论了地理距离在跨境电商模式下是否产生了所谓的“距离死亡”（ｄｅａｔｈｏｆ ｄｉｓｔａｎｃｅ）。 大批学者还讨论了跨境电商对贸易成本的影响，具体涉及到信息搜寻成本（Ｌｅｎｄｌｅ ｅｔ ａｌ．，２０１６；Ｋｉｍｅｔ ａｌ．，２０１７；Ｊｏｌｉｖｅｔ ＆Ｔｕｒｏｎ，２０１９；孙浦阳等，２０１７；鞠雪楠等，２０２０；张洪胜和潘钢健，２０２１）、物流运输成本（Ｇｏｍｅｚ⁃Ｈｅｒｒｅｒａ ｅｔａｌ．，２０１４；Ｇｅｓｓｎｅｒ ＆Ｓｎｏｄｇｒａｓｓ，２０１５；Ｋｉｍｅｔ ａｌ．，２０１７）及菜单成本（Ｂｒｙｎｊｏｌｆｓｓｏｎ＆Ｓｍｉｔｈ，２０００）等。 还有部分学者考察了跨境电商的出口贸易效应（Ｂｒｙｎｊｏｌｆｓｓｏｎｅｔ ａｌ．，２０１９；Ｈａｙａｋａｗａｅｔ ａｌ．，２０２１；马述忠和房超，２０２１；吕越等，２０２２）以及网络平台机制建设的相关问题（Ｌｅｗｉｓ，２０１１；Ｎｅｗｂｅｒｒｙ ＆Ｚｈｏｕ，２０１６；Ｄｉｎｅｒｓｔｅｉｎｅｔ ａｌ．，２０１８）。 截至目前，尚未有学者考察跨境电商作为一种贸易新业态对企业产品转换及资源配置的影响。自Ｂｅｒｎａｒｄｅｔ ａｌ． （２０１０）提出多产品贸易模型以来，关于企业出口产品转换的研究一直是国际贸易领域的研究热点之一。 Ｂｅｒｎａｒｄｅｔ ａｌ． （２０１０）在Ｍｅｌｉｔｚ（２００３）的基础上深入企业内部，论证了一个重要命题，即对多产品企业而言，企业层面的进入退出不再是唯一的资源配置方式，企业还可以通过产品的进入和退出实现资源的再分配。 在遭受冲击时，多产品企业可以通过新增、淘汰产品或进行产量增减实现对资源的再配置，这种配置作用甚至高于传统创造性破坏在企业间带来的资源配置作用（Ｅｃｋｅｌ ＆Ｎｅａｒｙ，２０１０；Ｍａｎｏｖａ＆Ｙｕ，２０１７）。 伴随着产品转换的动态调整，企业将有限的资源配置到最优产品结构上，不仅有利于自身绩效和生产效率的提升，还有利于行业整体资源配置效率的改善（Ｂｅｒｎａｒｄｅｔ ａｌ．，２０１０；Ｍａｅｔ ａｌ．，２０１４；Ｂｅｒｎａｒｄ＆Ｏｋｕｂｏ，２０１６）。 多产品贸易理论还讨论了企业出口产品转换的动因，部分文献从信贷约束（Ｍａｎｏｖａ ｅｔ ａｌ．，２０１５）、研发投入（Ｂｒａｍｂｉｌｌａ，２００９）、要素密集度（Ｍａ ｅｔ ａｌ．，２０１４）等内源层面做出了分析，但更多的学者关注了贸易自由化（Ｅｃｋｅｌ ＆Ｎｅａｒｙ，２０１０；Ｂｅｒｎａｒｄ ｅｔ ａｌ．，２０１１；Ｎｏｃｋｅ ＆Ｙｅａｐｌｅ，２０１４；Ｍａｙｅｒ ｅｔ ａｌ．，２０１４）、贸易摩擦（Ｆｅｅｎｓｔｒａ＆Ｍａ，２００７；Ｌｕｅｔ ａｌ．，２０１８）、外部需求变动（Ｍａｙｅｒ ｅｔ ａｌ．，２０１６）、汇率波动（Ｃｈａｔｔｅｒｊｅｅ ｅｔａｌ．，２０１３；毛日昇和陈瑶雯，２０２１）等外生冲击对企业出口产品转换的影响。 尽管研究视角不尽相同，但共同强调了一个观点，即当内外环境发生变化时，企业出于防御性或进攻性战略，会新增、淘汰产品或进行产量增减，这是企业面对冲击时做出的重要响应，也是企业资源再配置的过程。跨境电商作为一种贸易新业态，是否也会通过内外环境变化触发企业出口产品转换并产生一定的资源配置效应呢？ 从本质上看，跨境电商既具有互联网的技术特征，也具有平台经济的市场特征。 从技术层面看，跨境电商对信息技术的使用显著降低了企业的贸易成本，以往由于信息摩擦及地理距离无法进入出口市场的受限品类的海外需求得以激活，企业因此主动拓展出口产品种类（Ｎｉｒｕ，２０１４；李兵和李柔，２０１７）。 在交互式网络下，大数据、云计算、人工智能等新技术的使用能够帮助企业高效率、低成本地捕捉海外消费者深层次需求，企业的出口产品范围更容易根据消费者需求“随需而变”，甚至会基于客户需求创造出新的产品。 Ｋｉｍｅｔ ａｌ． （２０１７）认为，信息技术在捕捉消费者偏好上的独特优势，使得线上市场能比线下市场提供更丰富的产品种类。从平台经济的市场特征看，市场准入门槛的降低以及市场整合程度的提高会重塑微观主体的竞争环境进而触发产品转换的发生。 竞争机制始终是资源配置的“无形之手”。 在跨境电商统一的市场平台下，供需信息高度整合，基于交互式的网络显著降低了信息不对称性，信息完全度得到提升，市场竞争也随之增强（Ｔａｄｅｌｉｓ，２０１６）。 Ｒｏｃｈｅｔ ＆Ｔｉｒｏｌｅ（２００３）认为跨境电商贸易的基本载体———电商平台，是典型的开放性双边市场，平台内的买家基于平台搜索贸易伙伴的范围无边界地扩大，出口商所面临的潜在竞争者和替代者的数量显著增加。 尤其是在跨境电商发展的普惠贸易（ｉｎｃｌｕｓｉｖｅｔｒａｄｅ）阶段，市场进入壁垒的降低有利于中小企业的大量进入（张洪胜和潘钢健，２０２１），显著增加了出口主体数量和市场竞争活力。 随着出口主体的增多以及信息不对称的降低，竞争环境的变化会以外生冲击的方式对微观企业发挥作用。 Ｍａｙｅｒ ｅｔ ａｌ． （２０１４）、Ｅｃｋｅｌ ｅｔ ａｌ． （２０１５）、５ ２ １２０２３年第１期Ｍａｙｅｒ ｅｔ ａｌ． （２０１６）等发现，市场竞争加剧倒逼多产品企业主动淘汰落后产品，专注于核心产品及差异化产品的出口，这一产品转换过程既是企业应对外部冲击的策略，又是企业资源再配置的过程。由此可见，跨境电商作为一种贸易新业态，兼具互联网的技术特征及平台经济的市场特征，通过贸易成本的变化及市场竞争的重塑触发企业出口产品转换并产生一定的资源再配置效应。 目前国内相关文献更多是从技术特征出发，单维地强调数字技术在信息交流、知识共享、贸易成本等方面的影响，忽略了平台市场重塑对微观企业的影响。 本文结合跨境电商成本优势和市场特征，基于多产品企业异质性模型构建了跨境电商影响微观企业出口产品转换及资源配置效应的理论机制，采用准自然实验的方法干净估计了跨境电商对我国企业出口产品转换的影响及资源配置效应。 这是本文的重点，也是我国在新的开放格局下推动数字化贸易理论发展的重要命题之一。 相比以往文献，本文的边际贡献可能体现在以下几个方面：第一，丰富和拓展了跨境电商对企业微观效应方面的研究。 以往文献主要考察了跨境电商的贸易效应，但本文基于出口产品转换的视角将研究层次拓展至企业资源配置效应上。 具体而言，本文基于多产品企业异质性模型，从“竞争效应”和“成本效应”的双重维度构建了跨境电商影响企业出口产品转换的理论机制。 跨境电商不仅具有互联网的技术特征，还具有平台经济的市场特征，如何融合企业竞争、需求异质性等因素，构建贸易新业态影响微观企业的分析框架是当前数字贸易理论向前推进的重要一环。第二，延伸性地考察了跨境电商引起的出口产品转换对全要素生产率及企业出口产品质量的影响，从新的视角深化了相关理论研究。 在企业出口产品转换的刻画上，本文不仅从企业出口产品范围、出口产品总转换率及出口产品净转换率等层面进行了总体考察，还进一步从企业出口产品新增数、出口产品删减数及持续存在产品数等更细致的层面进行了深入考察。 鉴于不同产品对电商敏感度的差异，本文还拓展性考察了ＣＢＥＣ的引入是否会导致多产品企业出口结构向电商敏感度更高的产品偏移，有助于更好地认识新旧业态转换过程中的“结构效应”。第三，在识别策略上，本文参考了马述忠和房超（２０２１）、张洪胜和潘钢健（２０２１）等的做法，基于中国２０１２年以来密集出台的一系列跨境电商政策作为准自然实验，利用中国财政部等部门的《跨境电子商务零售进口商品清单》识别跨境电商交易的产品集。 但与之不同的是，本文整合了中国工业企业数据库以及海关数据库，使得研究可以深入到微观企业产品转换及企业资源配置等问题的研究上。 在识别策略上，本文还利用文本挖掘技术，基于上市公司披露的年报信息构建企业层面的跨境电商化指数，进行了稳健性检验。本文余下部分安排如下：第二部分是理论模型；第三部分是模型变量及数据说明；第四部分是基准回归及稳健性检验；第五部分是作用机制及异质性分析；第六部分是进一步分析；最后是结论与启示。二、理论模型本文基于Ｍｅｌｉｔｚ（２００３）和Ｂｅｒｎａｒｄｅｔ ａｌ． （２０１１）构建一个多产品企业异质性模型，并结合跨境电商影响企业成本及市场竞争的现实特征，从理论层面诠释了跨境电商影响企业出口产品转换的内在机制。（一）消费者偏好假设典型消费者偏好对连续产品ω的效用函数满足不变替代弹性的ＣＥＳ效用函数形式，企业可以选择出口多个产品种类，产品消费指数为：６ ２ １李小平等：跨境电商与企业出口产品转换Ｃｋ＝∫ω∈Ωｋ［λｋ（ω）ｑｋ（ω）］ρｄω [ ]１／ ρ（１）　 　 其中，ω表示该国出口产品ｋ的种类；Ω表示提供这些产品种类的内生集合，ｑｋ（ω）代表消费量；λｋ（ω）≥０代表品质，反映产品的质量、技术水平等方面特征，λｋ（ω）越大表示产品品质越高。σ为产品之间的替代弹性，假设σ＞１，且σ＝１１－ρ。（二）生产者行为假设企业总的生产成本由不变的边际成本１φ和固定成本ｆ 组成，即企业总生产成本函数满足：ＴＣ＝ｑφ＋ｆ （２）　 　 其中，φ为企业生产率，且φ∈［０，＋∞），分布密度函数为连续函数ｇｉ（φ），累计分布函数为Ｇｉ（φ）。 为了更好地刻画企业在产品品质方面的差异，本文设定任一企业生产的产品ｋ∈［０，１］，产品品质λｋ∈λｌ，λｈ[ ]，上下限之差为一个常数，λｈ－λｌ＝ｄ，产品品质下限λｌ ∈［０，＋∞），分布密度函数为连续函数ｚ（λｌ）。（三）企业出口决策假设企业工资水平ｗ取值为１，则在垄断竞争条件下，利润最大化下产品价格等于边际成本乘以成本加成。 开放经济环境下，企业进入出口市场需要支付贸易成本，假设这一贸易成本包括企业进入出口市场的固定成本Ｆ以及企业产品进入出口市场的固定成本ｆｋ，还包括表现为“冰山成本”（ｉｃｅｂｅｒｇｃｏｓｔ）形式的运输成本和可变成本τ。由此，根据一般均衡条件可得出企业出口产品ｋ的价格、收益、利润函数分别为（３）—（５）式：ｐｋ（φ，λ） ＝τ１ρφ（３）ｒｋ（φ，λ） ＝τ１－σＲｋ（Ｐｋρφλ）σ－１（４）πｋ（φ，λ） ＝ｒｋ（φ，λ）σ－ｆｋ（５）　 　 当企业生产率φ给定，在零利润条件下，产品ｋ的品质临界点λ∗ｋ（φ）也将确定，即零利润条件下满足（６）式：ｒｋ（φ，λ∗ｋ（φ）） ＝σｆｋ（６）　 　 当企业生产的产品集中包含品质大于品质临界点的产品，且企业的预期收益大于出口市场进入成本时，企业将向特定的市场出口，其利润函数可以表示为：π（φ，λｌ） ＝∫λｈλ∗ｋ（φ∗）ｒｋ（φ，λ）σ－ｆｋ■|■|ｚ（λ）ｄλ－Ｆ （７）　 　 从上式可以看出，只有当企业利润大于零且出口产品满足ｒｋ（φ，λ）σ－ｆｋ＞０时，企业将出口这一产品。（四）引入跨境电子商务本文假设跨境电商可以从“成本效应”和“竞争效应”两个层面影响企业出口产品转换，这里将结合相关文献和跨境电商的现实特征对这两种效应逐一推导。 其中，信息摩擦是贸易成本的重要组成部分，而搜索引擎和网络交互模式会显著降低信息搜寻成本，减少信息摩擦（Ｆｉｎｋｅｔ ａｌ．，２００５；Ｌｅｎｄｌｅ＆Ｖéｚｉｎａ，２０１５；Ｌｅｎｄｌｅ ｅｔ ａｌ．，２０１６；Ｄｉｎｅｒｓｔｅｉｎｅｔ ａｌ．，２０１８）。 跨境电商的“去中介化效应”（Ａｎｄｅｒｓｏｎ＆Ａｎｄｅｒｓｏｎ．，２００２）及虚拟店铺的使用也会大幅度地节约贸易成本（Ｂｒｙｎｊｏｌｆｓｓｏｎｅｔ ａｌ．，７ ２ １２０２３年第１期２００６，２０１１）。 此外，跨境电商对采购信息的网络化整合使得企业能够以更优的价格进行国际采购，更大边界范围内整合全球要素资源，有利于企业可变成本的降低（Ｖｅｎａｂｌｅｓ，２００１；岳云嵩和李兵，２０１８）。基于（７）式，当固定成本Ｆ和ｆｋ 降低时，企业利润函数满足：π（φ，λｌ） ＝∫λｈλ∗ｋ（φ∗）（ｒｋ（φ，λ）σ－ｆｋ）ｚ（λ）ｄλ－Ｆ＞０ （８）　 　 当利润函数大于零时，意味着企业出口产品品质临界门槛值可以进一步下降至新的零利润点。当可变成本降低时，可以将这一变化理解为企业生产率水平的上升。 由公式（６）可知，企业利润为零时的产品临界值与企业生产率之间的关系满足（９）式：λ∗ｋ（φ） ＝τ（σｆｋ／ Ｒｋ）１σ－１Ｐｋρφ（９）　 　 在均衡值下对（９）式求导可得出品产品门槛均值与企业生产率之间成反比，这表明当可变成本降低带来企业生产率上升时，出口产品品质的门槛均值会下降。由此可见，无论从固定成本还是从可变成本的角度，跨境电商的成本降低效应均有利于降低企业出口产品品质的临界门槛值。 随着出口产品门槛值的下降，以往由于信息障碍、地理距离和文化距离等无法进入出口市场的产品品类将有机会进入国际市场，在企业层面即表现为企业出口产品种类的增加和拓展。 另一方面，随着企业进入新的出口市场，市场规模扩大，它们会基于扩大的市场规模主动采取进攻性的产品转换策略（Ｂｅｒｎａｒｄｅｔ ａｌ．，２０１０），表现为企业将产品的出口边界延伸到新的市场，也表现为为新的市场创造新的产品。 无论哪一种形式，最终都会导致企业出口产品范围的变化。从竞争效应的层面看，跨境电商的“普惠性”和“无边界”特征使得更多国家和企业加入到统一大市场中（马述忠和房超，２０２１），企业所面临的竞争环境将发生显著变化。 一方面，国内中小企业会由于跨境电商平台下信息摩擦及贸易成本的降低更多地加入到出口行列中，大量中小企业的涌入加剧了出口竞争的程度；另一方面，由于跨境电商平台是一个典型的开放性双边市场（Ｒｏｃｈｅｔ ＆Ｔｉｒｏｌｅ，２００３），平台内的买家基于平台搜索贸易伙伴的范围无边界扩大，出口商面临的潜在竞争者和替代者的数量均显著增加。 Ｅｃｋｅｌ ＆Ｎｅａｒｙ（２０１０）、Ｍａｙｅｒ ｅｔ ａｌ． （２０１４）认为，激烈的市场竞争会倒逼企业淘汰掉落后产品，将产品范围收缩至核心产品。 这一点在电子商务的市场环境中体现更为明显，中小企业卖家的大量入驻使得先行者的优势慢慢消失，先行者要从激烈的电商市场竞争中胜出，一般会将产品收缩至核心产品或创新出新产品进行差异化竞争（Ｂｒｙｎｊｏｌｆｓｓｏｎｅｔ ａｌ．，２０１１）。这一过程可以通过（７）式推导，由于跨境电商对产品出口市场准入门槛的降低及对市场整合程度的提高，使得先行者的成本加成率显著降低（李斌和黄少卿，２０２１；尹振东等，２０２２）。①随着成本加成率的降低，π（φ，λｌ）＝∫λｈλ∗ｋ（φ∗）ｒｋ（φ，λ）σ－ｆｋ■■|■■|ｚ（λ）ｄλ－Ｆ＞０的条件很难满足，π（φ∗）＝０对应的出口产品的临界门槛值开始上升，表现为出口产品范围的收缩；从经济含义上，表现为企业为了维持一定的价格加成和利润倾向于缩小出口产品范围，淘汰同质化的落后产品，立足高品质的核心产品出口。 因此，我们认为，跨境电商中中小企业的大量涌入及市场整合程度的提高会通过竞争程度的加剧倒逼企业进行出口产品范围向核心产品收缩。８ ２ １李小平等：跨境电商与企业出口产品转换① 李斌和黄少卿（２０２１）、尹振东等（２０２２）等发现，网络市场或线上市场在前期呈现出市场竞争加强的特征，企业利润和成本加成率会随之下降。由此可见，无论是从成本效应还是从竞争效应的层面看，跨境电商作为一种贸易新业态都会触发企业进行出口产品范围的调整和转换，进而引起企业内资源的重新配置。本文提出如下研究假说：假说１：跨境电商促进了企业出口产品的转换并产生一定的资源再配置效应。假说２：跨境电商主要通过“成本效应”和“竞争效应”促进出口产品转换的实现。三、模型、变量及数据为了定量识别受到跨境电商影响的企业属性，参考相关文献采用两种估计策略：一是，参考马述忠和房超（２０２１）、张洪胜和潘钢健（２０２１），基于中国２０１２年以来密集出台的一系列跨境电商政策作为准自然实验，利用中国财政部等部门公布的《跨境电子商务零售进口商品清单》（以下简称《ＣＢＥＣ清单》）识别出口该目录内产品的企业为受跨境电商影响的企业，以此构建双重差分（ＤＩＤ）模型进行估计；二是，采用近年来日益广泛被采用的文本挖掘技术（Ｓａｕｎｄｅｒｓ ＆Ｔａｍｂｅ，２０１３；张叶青等，２０２１），基于上市公司年报测算出企业层面的跨境电商关注指数，反映不同企业应用跨境电商的程度差异。 由于工业企业数据库在样本方面更具代表性，本文将第一种估计策略作为基准回归，第二种估计策略放在稳健性检验中。 理论上，跨境电商的“普惠性”使其更利好于中小企业，因此工业企业数据库的样本选择更具代表性。 但在跨境电商发展的初期，中小企业由于融资约束、制度规范以及难以获得合法有效进货凭证无法享受出口退税等问题，跨境电商方面的参与度不太充分（马述忠和郭继文，２０２２），相反，中大型企业受到的制约较少。 这一特征使得我们利用上市公司样本进行稳健性检验也具有一定的合理性。（一）模型构建２０１２年以来，为了鼓励我国跨境电子商务的健康、有序发展，国务院以及商务部等部门联合密集出台了多项与跨境电子商务发展相关的政策文件，包括２０１２年开始在全国范围内启动的跨境贸易电子商务服务试点城市及跨境电子商务综合试验区，这些政策的颁布与实施为本文分析跨境电商对企业出口产品转换的影响提供了一个较好的政策冲击。 为此，本文参考马述忠和房超（２０２１）、张洪胜和潘钢健（２０２１），基于中国２０１２年以来密集出台的一系列跨境电商政策作为准自然实验，利用中国财政部等部门公布的《ＣＢＥＣ清单》识别出可能出口该目录内产品的企业为处理组，构建双重差分（ＤＩＤ）模型如下：ｔｒａｎｓｉｔ＝αＣＢＥＣｉ×ＰＯＳＴｔ＋θＸｉｔ＋λｔ＋δｉ＋εｉｔ（１０）　 　 其中，ｉ 表示企业，ｔ 表示年份。 被解释变量ｔｒａｎｓｉｔ为企业出口产品转换率，ＣＢＥＣｉ×ＰＯＳＴｔ 为差分变量，系数α刻画了处理组和对照组的出口产品转换率在政策实施前后的平均差异，反映跨境电商冲击对微观企业出口产品转换的影响效应。 Ｘｉｔ为影响出口产品转换的其他控制变量，λｔ 为时间固定效应，δｉ 为企业固定效应，εｉｔ为随机干扰项。（二）变量选取被解释变量：企业出口产品转换。 由于企业产品转换是一个笼统概念，包括新产品的增加、旧产品的退出，还包括产品同时退出和进入的情况。 从资源配置的角度，无论是产品进入还是产品退出，都会导致企业内部资源的再分配。 因此，为了将研究拓展到资源配置的层面，在基准回归中主要从企业出口产品总转换率及企业出口产品范围两个层面进行考察，在后续的拓展分析中再进一步对不同类型的企业产品转换行为做出细致考察。关于企业出口产品总转换率ｔｒａｎｓｉｔ，借鉴Ｂｅｒｎａｒｄｅｔ ａｌ． （２０１０），以企业产品种类数的变化反映企业内的资源重置。 具体的构造方法是，用企业ｔ 年相比ｔ －１年新增加的出口产品种类数（Ａｄｄｉｔ）加上剔除的出口产品种类数（Ｄｒｏｐｉｔ），将两者之和除以ｔ －１ 年该企业的出口产品总数９ ２ １２０２３年第１期Ｐｒｏｄｕｃｔｔ －１，即：ｔｒａｎｓｉｔ＝Ａｄｄｉｔ＋ＤｒｏｐｉｔＰｒｏｄｕｃｔｔ－１（１１）　 　 以２００９年为例，第一步，首先计算出２００８年企业出口的产品数，然后用２００９年的企业编码与２００８年的企业编码进行匹配，如果匹配成功则说明企业在２００８年和２００９年持续存在，这样就得出了企业在前一期的出口产品数。 第二步，以２００９年企业出口产品的ＨＳ６位编码为母版与２００８年企业出口产品的ＨＳ６位编码进行匹配，＿ｍｅｒｇｅ等于１的样本包含２００９年企业新增的产品数，＿ｍｅｒｇｅ等于２的样本包含企业删减的产品数，再分别计算新增的产品数和删减的产品数。 最后，使用公式（１１）计算出２００９年的企业出口产品转换率。出口产品范围用ｓｃｏｐｅｉｔ表示，这里直接使用ＨＳ６位编码下的出口产品数表示，并取其对数。核心解释变量：差分变量ＣＥＢＣｉ×ＰＯＳＴｔ 为处理组的识别变量与政策实施时间虚拟变量的交叉项。 其中，ＰＯＳＴｔ 为政策实施的时间虚拟变量，参考马述忠和房超（２０２１）、张洪胜和潘钢健（２０２１）选择２０１２年作为政策实施的时间节点，若ＰＯＳＴｔ ≥２０１２，该变量取１，否则取０。 ＣＢＥＣｉ 为处理组的识别变量，这里的基本思路是利用中国官方发布的《跨境电子商务零售进口商品清单》列示的产品目录构建适宜跨境电商交易的一揽子产品，再根据一揽子产品集识别可能采用跨境电商模式出口的企业。 ２０１６年，财政部、发改委、海关等部门先后两次公布了《ＣＢＥＣ清单》，这两批《ＣＢＥＣ清单》共列示了１２４０个ＨＳ８位码，１０２１个ＨＳ６位码的跨境电商零售进口产品的税号列。本文使用的海关数据时间跨度为２００９—２０１４年，由于ＨＳ编码体系在２０１２年发生过一次调整，２００９—２０１１年使用的是ＨＳ２００７年版的产品代码，２０１２—２０１４年采用的是ＨＳ２０１２年版的产品代码，两个版本之间有一部分代码是相同的，但也有很大的变化，因此，我们使用ＵＮＴｒａｄｅ Ｓｔａｔｉｓｔｉｃｓ提供的ＣｏｎｖｅｒｓｉｏｎＨＳ２０１２—ＨＳ２００７对应表将２０１２—２０１４年的出口产品数据对应到ＨＳ２００７编码，使之与２００９—２０１１年出口产品数据的编码一致。 为了更好地识别出受ＣＢＥＣ政策影响的企业，我们采用《ＣＢＥＣ清单》公布的１０２１个ＨＳ６位产品编码作为判断依据，将其与海关数据库和工业企业数据库合并，识别出可能出口该目录产品的企业，将其作为处理组；反之则作为对照组。 内在逻辑是：若企业的出口产品集中涉及《ＣＢＥＣ清单》产品，则该企业受到跨境电商冲击的影响必定大于未出口《ＣＢＥＣ清单》产品的企业。控制变量：参照相关文献，将控制变量设定为企业规模、年龄、资本密集度、出口密集度和盈利能力。 企业规模（ｓｃａｌｅ）采用企业工业总产值取对数来表示；企业年龄（ａｇｅ）为被调查年份减去开业年份加１并取对数；资本密集度（ｃａｐｉｔａｌ）采用固定资产与年末总人数的比表示；出口密集度（ｅｘｐｏｒｔ）采用企业出口交货值与销售额的比值表示；盈利能力（ｐｒｏｆｉｔ）采用营业利润与工业销售产值比值表示。（三）数据说明本文研究主要用到２００９—２０１４中国工业企业数据库、中国海关数据库数据及《跨境电子商务零售进口商品清单》数据。 具体的数据处理工作参考了聂辉华等（２０１２）、田巍和余淼杰（２０１３）等，删除了缺失关键变量和异常观察值样本、对工企海关数据进行合并，并利用《ＣＢＥＣ清单》公布的ＨＳ６位码与工企海关合并数据进行匹配，得到２０９４９７个观测值。四、基准回归及稳健性检验（一）基准回归在考察变量间（因果）关系的过程中，回归系数及其标准误往往受到固定效应的影响。 一些情形下，在回归方程中控制不同固定效应甚至会得到截然相反的结论。 本文考察了不同固定效应对０ ３ １李小平等：跨境电商与企业出口产品转换研究结论的影响，主要结果见表１。表１第（１）—（４）列是控制不同固定效应下跨境电商（ＣＢＥＣ×ＰＯＳＴ）对企业产品转换率（ｔｒａｎｓ）的回归结果，第（１）列只添加了企业层面的控制变量，以降低遗漏变量的干扰。 为了控制年份、企业层面的不可观测因素，我们在第（１）列的基础上分别加入年份固定效应（第（２）列）、企业固定效应（第（３）列）以及企业和年份的固定效应（第（４）列）。 控制不同固定效应下的回归结果表明，跨境电商（ＣＢＥＣ×ＰＯＳＴ）的回归系数均在１％水平上正向显著，表明跨境电商加快了处理组出口产品的转换，促进了企业内资源的重新配置。 表１第（５）—（８）列考察了控制不同固定效应下跨境电商（ＣＢＥＣ×ＰＯＳＴ）对出口产品范围（ｓｃｏｐｅ）的回归结果。 控制不同固定效应下的回归结果表明，跨境电商（ＣＢＥＣ×ＰＯＳＴ）的回归系数均在１％水平上正向显著，表明跨境电商有助于出口产品范围的扩张。 换言之，跨境电商有利于促进我国企业出口产品的多样性。 原因可能在于，跨境电商模式下市场竞争带来的淘汰效应小于贸易成本降低产生的扩张效应，最终表现为企业出口范围的扩张和出口产品的多样化。 综上所述，跨境电商显著促进了企业出口产品转换，且这种出口产品转换是以扩大产品范围为主。表１ 跨境电商对企业出口产品转换率及产品范围的影响变量产品转换率 产品范围ｔｒａｎｓ ｔｒａｎｓ ｔｒａｎｓ ｔｒａｎｓ ｓｃｏｐｅ ｓｃｏｐｅ ｓｃｏｐｅ ｓｃｏｐｅ（１） （２） （３） （４） （５） （６） （７） （８）ＣＢＥＣ×ＰＯＳＴ０. １５０４∗∗∗（０. ００１６）０. ２８８２∗∗∗（０. ００２５）０. ０９６８∗∗∗（０. ００２０）０. １７３２∗∗∗（０. ００８５）０. １１６５∗∗∗（０. ００１５）０. ２２７５∗∗∗（０. ００３０）０. ０７５３∗∗∗（０. ００１６）０. １３１６∗∗∗（０. ００８４）控制变量 是 是 是 是 是 是 是 是年份固定效应 否 是 否 是 否 是 否 是企业固定效应 否 否 是 是 否 否 是 是ＡｄｊｕｓｔｅｄＲ２０. ４００２ ０. ４２８１ ０. ９４５９ ０. ９５３７ ０. ４８０９ ０. ５０７８ ０. ９２０２ ０. ９３４１样本数 ２０９４９７ ２０９４９７ １７７９７４ １７７９７４ ２０９４９７ ２０９４９７ １７７９７４ １７７９７４　 　 注：括号内为稳健标准误，∗∗∗、∗∗、∗分别代表１％、５％和１０％的显著性水平，下同。（二）稳健性检验①１． 平行趋势检验双重差分模型有效的重要前提之一是满足平行趋势假设。 对于本文研究而言，平行趋势假设意味着，在引入跨境电商冲击之前（２０１２年前），处理组和对照