Al doende leert men?

Auteurs: Loe Franssen, Michael Polder, Marcel van den Berg

Bedrijven die internationaal ondernemen presteren op allerlei manieren beter dan bedrijven die zich uitsluitend richten op de binnenlandse markt. Zo zijn zij doorgaans groter, productiever, innovatiever en kapitaalintensiever, betalen zij hogere lonen en hebben ze een hogere overlevingskans. Zoveel is inmiddels duidelijk uit de overvloedige empirische literatuur op dit gebied. Wat echter een punt van discussie blijft, is of bedrijven productiever worden door internationaal te handelen, of dat het in eerste instantie de productievere bedrijven zijn die in staat zijn om de stap naar het buitenland te zetten. Op basis van de meest geavanceerde onderzoeksmethode die momenteel voorhanden is onderzoeken we in dit hoofdstuk of Nederlandse bedrijven productiever worden doordat zij internationaal handelen.

4.1Inleiding

Internationaal opererende bedrijven presteren gemiddeld genomen langs vele dimensies beter dan bedrijven die zich uitsluitend op de binnenlandse markt bewegen. Zo is veelvuldig aangetoond dat internationaal actieve bedrijven doorgaans groter, productiever, innovatiever en kapitaalintensiever zijn dan bedrijven die niet grensoverschrijdend opereren. Ook betalen zij gemiddeld genomen hogere lonen en hebben zij een hogere overlevingskans. Dit zijn inmiddels algemeen geaccepteerde stylized facts in de internationale economische literatuur. Ook in Nederland zien we dat exporterende (en importerende) bedrijven gemiddeld productiever zijn dan bedrijven die niet grensoverschrijdend handelen, zoals in hoofdstuk 2 van deze monitor is aangetoond. De vraag die we echter niet kunnen beantwoorden met de analyses in hoofdstuk 2 is hoe de relatie tussen productiviteit en internationaal handelen in elkaar steekt. Die relatie kan namelijk beide kanten op lopen: productievere bedrijven kunnen zichzelf voorselecteren voor de stap naar het buitenland, maar ook leren van internationaal ondernemen en zo hun productiviteit verhogen.

De eerstgenoemde richting van causaliteit wordt ook wel zelfselectie genoemd: de productiefste bedrijven selecteren zichzelf uit voor het zetten van de stap over de grens. Zoals in hoofdstuk 2 al aan de orde is geweest, wordt dit door economische theorie verklaard aan de hand van het idee dat internationaal ondernemen een complexe aangelegenheid is waar aanzienlijke vaste (verzonken) kosten voor gemaakt moeten worden (Melitz, 2003). Om de stap over de grens te kunnen zetten moeten er immers aanzienlijke investeringen worden gedaan en forse risico’s worden genomen door een bedrijf. Daarbij kan gedacht worden aan kosten gemoeid met het vinden van afnemers, kosten die gepaard gaan met noodzakelijke productaanpassingen om het product geschikt te maken voor de buitenlandse markt (zoals het vertalen van gebruiksaanwijzingen) of kosten die samenhangen met het voldoen aan lokale wet- en regelgeving. Het idee van het theoretische model van Melitz (2003) dienaangaande is dat alleen bedrijven die productiever zijn dan een bepaalde drempelwaarde in staat zijn deze investeringen te dragen en de stap over de grens te zetten.

Naast zelfselectie kan de richting van de causaliteit tussen productiviteit en internationaal ondernemen ook in tegenovergestelde richting lopen: bedrijven leren door internationaal actief te zijn en zijn daardoor in staat hun productiviteit te verhogen. Dit wordt in de literatuur het learning-by-doing principe genoemd. Door internationaal te ondernemen kunnen bedrijven leren van het complexe handelsproces op zich of van buitenlandse handelspartners of concurrenten. Intensievere competitie op internationale markten kan bedrijven dwingen efficiënter te opereren en eventuele productaanpassingen voor buitenlandse afzetmarkten kunnen leiden tot productinnovaties.

Beide mechanismen kunnen verklaren waarom internationaal opererende bedrijven productiever zijn dan bedrijven die uitsluitend binnenlands actief zijn, bovendien hoeven beide mechanismes elkaar niet uit te sluiten. Maar het is wel van evident belang om te weten hoe productiviteit en internationaal ondernemen precies met elkaar verbonden zijn. Dit is niet alleen een belangrijke vraag voor economen, maar ook voor beleidsmakers. Immers, overheidsbeleid is er vooral op gericht om bedrijven te stimuleren grensoverschrijdend te ondernemen, omdat dat een belangrijke bron van groei en welvaart is. Daarom bestaan er allerlei beleidsinstrumenten om bedrijven te helpen de stap naar het buitenland te zetten, zoals bijvoorbeeld handelsmissies. Als er echter geen empirisch bewijs is voor het bestaan van learning-by-doing, maar wel voor zelfselectie, dan zou ondersteuning door beleidsmakers eerder gericht moeten zijn op het verhogen van de productiviteit van bedrijven, bijvoorbeeld door innovatie te stimuleren, waarna bedrijven als het ware uit zichzelf de stap over de grens zullen zetten zodra zij voldoende productief zijn. Dit onderstreept daarmee het belang van het ontrafelen van de relatie tussen internationaal ondernemen en productiviteit.

Leeswijzer

In paragraaf 4.2 geven we eerst een overzicht van de belangrijkste inzichten uit de wetenschappelijke literatuur over de relatie tussen internationalisering en productiviteit. In paragraaf 4.3 laten we zien hoe de productiviteitsontwikkeling eruit ziet bij bedrijven in de periode waarin ze de stap over de grens zetten. De inzichten uit de literatuur en de beschrijvende analyse gebruiken we vervolgens in onze empirische analyse in paragraaf 4.4, waarin we met behulp van de meest geavanceerde onderzoeksmethodiek die momenteel voorhanden is onderzoeken of Nederlandse bedrijven uit de industrie of de handel in de periode 2010–2019 productiever zijn geworden door te importeren en/of te exporteren.

4.2Wat zegt de literatuur over de relatie tussen internationalisering en productiviteit?

In de inleiding van dit hoofdstuk is besproken dat er twee mechanismen zijn die kunnen verklaren dat internationaal opererende bedrijven doorgaans productiever zijn dan bedrijven die zich uitsluitend op binnenlandse markten richten: zelfselectie en learning-by-doing. In de afgelopen krap drie decennia, sinds het invloedrijke onderzoek van Bernard et al. (1995), is er in een reeks landen en op een verscheidenheid aan microdatasets een enorme hoeveelheid empirisch onderzoek gedaan naar dit vraagstuk. Inmiddels zijn er ook verscheidene reviewpapers verschenen waarin de resultaten van al die verschillende onderzoeken zijn verzameld, gebundeld en geordend en ook een enkele metastudie waarin verschillende onderzoeken kwantitatief op een rij worden gezet. In de inleiding is al genoemd dat beide mechanismen elkaar niet uit hoeven te sluiten en er blijkt inderdaad empirisch bewijs te zijn voor het bestaan van beide mechanismen, zowel separaat als parallel.

Geen consensus over bestaan learning-by-doing effect

Wagner (2007) schrijft in één van de eerste reviewstudies op dit terrein dat het bewijs voor het bestaan van zelfselectie zeer overtuigend is en dat er niet veel bewijs is voor het bestaan van leereffecten. Hij geeft daar echter ook bij aan dat het destijds te vroeg was voor definitieve conclusies ten aanzien van het learning-by-doing mechanisme. Greenaway en Kneller vatten eveneens in 2007 de stand van de literatuur op dezelfde wijze samen en komen tot vergelijkbare conclusies. In de jaren daarna is het debat met name toegespitst op het al dan niet bestaan van leereffecten. Dat zelfselectie relevant is bestaat inmiddels wel consensus over, een empirische wetmatigheid die theoretisch grondig gestut is, met name door het invloedrijke paper van Melitz (2003). Martins en Yang (2009) gaan in een metastudie een paar jaar later kwantitatief op zoek naar het learning-by-doing mechanisme in de literatuur. Zij vinden vooral aanwijzingen voor het bestaan van dit mechanisme in minder ontwikkelde economieën en, interessanter vanuit Nederlands perspectief, voor robuuste leereffecten direct in het eerste jaar nadat bedrijven de grens overgaan in tegenstelling tot de jaren daarna. Hayakawa et al. (2012) zetten de literatuur op een rij in een review van de relatie tussen internationaliseren en productiviteit en concluderen ten aanzien van het vraagstuk van leereffecten dat er aanwijzingen zijn dat de exportbestemming een relevante factor is. Met name verwijzend naar De Loecker (2007) stellen ze, ietwat onevenwichtig, vast dat het aannemelijk is dat de leereffecten van exporteren groter zijn voor bedrijven die naar meer ontwikkelde economieën gaan exporteren.

Leren innoveren door exporteren?

De meest uitgebreide en grondige appreciatie van de learning-by-doing literatuur is van Silva et al. (2012). Zij geven bijvoorbeeld aan dat er in de literatuur regelmatig wordt gesteld dat het onderzoeken van de relatie tussen exporteren en productiviteit voor het vraagstuk van leereffecten in feite een stap overslaat. Het idee is immers dat bedrijven leren door actief te zijn op buitenlandse markten en dat vertalen naar innovatie in het eigen bedrijfsproces waardoor uiteindelijk de productiviteit kan toenemen. Oftewel, dat de relatie tussen exporteren en productiviteit eigenlijk via innovatie loopt. Dat noemt men ook wel learning-to-innovate-by-exporting. In de praktijk wordt echter vaker de relatie tussen exporteren en productiviteit onderzocht, bijvoorbeeld omdat gegevens over productiviteit, en dan vooral arbeidsproductiviteit, vaak beter beschikbaar zijn dan complete en gedetailleerde data over innovatie. Met betrekking tot het onderzoek naar leereffecten in de relatie tussen exporteren en productiviteit is hun belangrijkste bevinding dat de kans groot is dat leereffecten worden onderschat met de mainstream onderzoekstechniek.

Heterogeniteit van bedrijven en timing belangrijk voor learning-by-doing resultaten

Er worden allerlei redenen genoemd in de literatuur voor de wisselende resultaten met betrekking tot het bestaan van learning-by-doing. Eén groep verklaringen heeft te maken met heterogeniteit van bedrijven en bedrijfstakken. Zo zou learning-by-doing waarschijnlijker zijn voor jongere bedrijven, voor bedrijven waar de exportintensiteit (het belang van export in de totale omzet) hoog is, voor bepaalde exportbestemmingen, voor bedrijven voor wie exporteren geen tijdelijke aangelegenheid is of voor bedrijven die actief zijn in bedrijfstakken die minder sterk verbonden zijn met buitenlandse markten (Greenaway en Kneller, 2007; Silva et al., 2012). Een tweede groep verklaringen heeft te maken met de timing van oorzaak en gevolg, met andere woorden, wanneer in het proces van starten met exporteren is een productiviteitseffect te verwachten. Sommigen beargumenteren dat leereffecten pas na langere tijd te verwachten zijn, omdat de innovaties voorafgaand aan productiviteitsgroei met name procesinnovaties betreffen die langer tijd nodig hebben om te materialiseren dan bijvoorbeeld productinnovatie (Silva et al., 2012). Het ontbreken van leereffecten zou in dat geval verklaard kunnen worden door het feit dat over het algemeen te korte effectperiodes in ogenschouw worden genomen in empirisch onderzoek naar het learning-by-doing mechanisme. Een volledig ander timingargument stelt juist dat productiviteitsgroei niet pas optreedt nadat een bedrijf begint te exporteren, maar al nadat de beslissing is genomen om te gaan exporteren. Met andere woorden, de leereffecten materialiseren in dat geval al (deels) in de periode voordat het bedrijf de stap over de grens zet (Greenaway en Kneller, 2007). Dit impliceert dat de beslissing om te gaan exporteren (verandering van exportstatus) en de prestaties van het bedrijf (productiviteitsgroei) in feite een simultaan proces volgen. Dat kan voor problemen in een econometrische analyse zorgen vanwege wat wordt genoemd endogeniteit; omdat productiviteitsgroei en exportstatus (in ieder geval deels) door dezelfde factoren worden bepaald, denk daarbij bijvoorbeeld aan innovatie, kan exportstatus niet zomaar als verklarende variabele voor productiviteit in een model meegenomen worden.

De kern van dit timingprobleem is in feite dus dat het bijzonder lastig is om onderscheid te maken tussen de productiviteitspremie van bedrijven die zichzelf selecteren voor de stap over de grens en productiviteitsgroei die wordt gerealiseerd dankzij dat internationaliseringsproces. Om dit probleem te tackelen zijn verschillende onderzoeksmethoden ingezet. Zonder op de technische details van deze methoden in te gaan, is propensity score matching daarvan veruit de meest gebruikte bij dit vraagstuk (Wagner, 2007), maar deze levert geen duidelijk narratief op qua bevindingen. Voor verschillende alternatieve onderzoeksaanpakken, zoals het gebruik van instrumentele variabelen (zie bijvoorbeeld Lileeva en Trefler, 2010) en gerandomiseerde experimenten (zie bijvoorbeeld Atkin et al., 2017), geldt dat wel. Alhoewel deze technieken doorgaans een zuiverdere maat van learning-by-doing kunnen bieden zijn zij alleen onder bijzonder specifieke voorwaarden inzetbaar, waardoor de bevindingen moeilijk op grote schaal te repliceren zijn. Niettemin lijkt uit de onderzoeken op basis van deze alternatieve methodieken wel een beeld te ontspringen waarin bedrijven leren van exporteren.

Exportstatus als onderdeel van de productiviteitsschatting

Een geheel andere empirische schattingsmethodiek is door De Loecker (2013) voorgesteld. Dit is tevens de methode die we in deze monitor toepassen. De kern van de kritiek van De Loecker (2013) is dat in de meeste onderzoeken naar learning-by-exporting geen rekening wordt gehouden met het feit dat als er inderdaad sprake is van productiviteitswinst van internationaal ondernemen, dit ook al moet worden geaccommodeerd in de schatting van productiviteit. Met andere woorden, doorgaans wordt productiviteit in een eerste stap geschat aan de hand van de gebruikelijke onderzoekstechnieken (zie de technische bijlage in dit hoofdstuk), en daarna wordt in de tweede stap onderzocht of die productiviteit groeit doordat bedrijven internationaal actief zijn. Maar om de mogelijkheid open te houden dat het antwoord in stap 2 ja luidt, zou dat gegeven natuurlijk in stap 1 ook moeten worden meegenomen in de productiviteitsschatting. De Loecker (2013) stelt daarom een alternatieve methode voor waarin exportstatus als factor wordt meegewogen in de schatting van productiviteit (zie de bijlage voor een gedetailleerdere uitleg van deze methode). Op basis van deze methode laat De Loecker (2013) vervolgens zien dat Sloveense bedrijven wel degelijk productiever worden door te exporteren (learning-by-doing), er rekening mee houdend dat deze bedrijven mogelijk al productiever waren vóór zij de grens over gingen (zelfselectie). Dit terwijl dat effect volgens de tot dan toe gebruikelijke methodiek aanzienlijk minder groot zou zijn. Ook in andere landen is deze methodiek toegepast en aangetoond dat ook bedrijven in Spanje (Manjon et al., 2013) en Ecuador (Camino-Mogro et al., 2022) ook productiever worden door te exporteren.

4.3Op zoek naar learning-by-doing door Nederlandse bedrijven

In hoofdstuk 2 is al aangetoond dat ook in Nederland de internationaal handelende bedrijven over het algemeen productiever zijn dan bedrijven die niet over de grens actief zijn. Zoals eerder in dit hoofdstuk besproken is het echter ook belangrijk om te begrijpen hoe de relatie tussen productiviteit en internationalisering precies verloopt. De belangrijkste vraag die daarbij nog open staat is of bedrijven inderdaad productiever worden zodra zij gaan handelen over de grens. Met andere woorden, hoe ontwikkelt de productiviteit van bedrijven die de stap over de grens zetten zich? Om deze vragen te beantwoorden gebruiken we dezelfde data als in hoofdstuk 2. Het gaat daarbij om commerciële bedrijven met rechtspersoonlijkheid (bv of nv) met meer dan 1 werkzame persoon, waarbij we in deze paragraaf in eerste instantie alleen kijken naar de bedrijven die in de onderzochte periode beginnen met exporteren.

Figuur 4.3.1 toont de jaarlijkse productiviteitsgroei van startende exporteurs, in de jaren tot aan en vanaf hun exportstart (gemarkeerd als t=0). Wat meteen opvalt is dat er juist een dipje in de productiviteitsgroei zit rondom de exportstart na hogere groeicijfers in de aanloopfase. In latere jaren lijkt de groei van productiviteit wel weer op te pikken.

Toon tabel4.3.1 Productiviteitsgroei rondom exportstart (%)Verberg tabel4.3.1 Productiviteitsgroei rondom exportstart (%)

4.3.1 Productiviteitsgroei rondom exportstart (%)

t (t = jaren tot/sinds exportstart)	productiviteitsgroei
-3	0,097
-2	0,093
-1	0,155
0	0,057
1	0,091
2	0,191
3	0,058
4	0,066

Er zijn meerdere mogelijke verklaringen voor dit resultaat. Zo is beginnen met exporteren een kostbare exercitie zoals eerder in dit hoofdstuk besproken. Dit kan betekenen dat er in de periode rond de exportstart meer inzet van middelen nodig is zonder dat dit zich direct vertaalt in meer output in deze aanloopfase. Dat heeft uiteraard een weerslag op de productiviteit. Daarnaast is het mogelijk dat eventuele leereffecten langere tijd vergen om te materialiseren. Maar dit beeld kan ook simpelweg een bevestiging zijn van het bestaan van zelfselectie. Gegeven het feit dat beginnen met exporteren kostbaar en risicovol is zijn alleen de productievere bedrijven in staat die stap te zetten, wat zichtbaar is in de hogere productiviteitsgroei in de aanloop naar de exportstart; de fase waarin exportstarters zichzelf uitselecteren en warmlopen voor deze stap.

Daarnaast betekent ook het feit dat figuur 4.3.1 enkel een beschrijvend beeld geeft dat er geen zwaarwegende conclusies verbonden kunnen worden aan het getoonde beeld. Er zijn namelijk vanzelfsprekend meerdere factoren te bedenken die samenhangen met productiviteitsontwikkelingen. Denk hierbij bijvoorbeeld aan inspanningen op het gebied van innovatie of bepaalde conjuncturele trends. Daarom moet deze analyse econometrisch ingekaderd worden om echt conclusies te kunnen trekken over het effect van exporteren op productiviteit. Een laatste kanttekening bij het beeld dat uit figuur 4.3.1 spreekt is dat er geen rekening wordt gehouden met het feit dat als exporteren inderdaad effect heeft op productiviteit, ook exportstatus geaccommodeerd moet worden in de productiviteitsbepaling zoals uitgebreid is besproken in paragraaf 4.2.

4.4Econometrische schatting van leereffecten van exporteren

In de hiervoor genoemde redenen ligt de meerwaarde van de econometrische methode van De Loecker (2013) besloten. Voor onze analyse gaan we daarmee aan de slag voor de populatie Nederlandse bedrijven tijdens de periode 2010–2019. Daarbij kijken we naar zowel export, import als two-way trade (simultane export en import) van goederen en diensten. Dat doen we net als in hoofdstuk 3 voor de bedrijven in de bedrijfstakken industrie en handel. We merken hierbij op dat, in tegenstelling tot de beschrijvende analyse in paragraaf 4.3, de analyse in deze paragraaf niet specifiek gaat over startende exporteurs, maar over exporteurs versus niet-exporteurs in algemene zin. Zie paragraaf 4.6 voor een uitgebreidere methodebeschrijving.

Exporteren levert een productiviteitswinst van 4,4 procent op

Figuur 4.4.1 laat de belangrijkste resultaten van onze analyse zien. Exporteren leidt tot een productiviteitswinst van zo’n 4,4 procent. Bij import is de productiviteitspremie een stuk lager: 2,2 procent. Two-way traders laten ten slotte een premie zien van 4,5 procent. Bij de totstandkoming van deze cijfers is gecontroleerd voor verschillen in initiële productiviteit. Met andere woorden, wat we hier de productiviteitspremie noemen is het zuivere learning-by-doing effect waarbij rekening is gehouden met zelfselectie-effecten.

De leereffecten zijn dus het grootst bij two-way trading, gevolgd door exporteren en importeren. Dat de premie het grootste is bij two-way traders is logisch, zij doen immers beiden. Dat deze groep eerst gevolgd wordt door exporteurs en dan door importeurs is in lijn met eerder onderzoek naar Nederlandse bedrijven (Van den Berg, 2014) en Duitse bedrijven (Vogel en Wagner, 2010). Van den Berg vindt echter überhaupt geen significant leereffect van importeren, terwijl bijvoorbeeld Smeets en Warzynski (2013) aantonen dat Deense bedrijven juist alleen leren van importeren en niet van exporteren.

Een volledige verklaring voor deze verschillende resultaten is lastig te geven. Eén reden waarom de leereffecten van importeren relatief klein zijn, zou gelegen kunnen zijn in het feit dat Nederlandse bedrijven wellicht relatief weinig kunnen leren door te importeren. Een learning-by-importing effect wordt meestal verklaard doordat een bedrijf toegang kan krijgen tot intermediaire goederen van hogere kwaliteit, of op enige andere manier superieure technologie. Als relatief geavanceerde economie bevindt Nederland zich al in deze technologische voorhoede. Dit zou de scope voor Nederlandse bedrijven om te leren van buitenlandse toeleveranciers kunnen beperken.

Daarentegen zal een exporteur zich altijd moeten aanpassen aan een buitenlandse markt, met andere processen, regelgeving, zakenpartners en concurrenten. Leren, in de vorm van proces- of productinnovatie is daardoor mogelijk waarschijnlijker dan in het geval van importeren, zeker voor deze groep waarschijnlijk relatief technologisch geavanceerde Nederlandse bedrijven.

Toon tabel4.4.1 Productiviteitsbonus (%)Verberg tabel4.4.1 Productiviteitsbonus (%)

4.4.1 Productiviteitsbonus (%)

categorie	Productiviteitsbonus
Import	2,2
Export	4,4
Two-way trade	4,5

Productiviteitswinst learning-by-doing niet zichtbaar in alle bedrijfstakken

Figuur 4.4.2 toont verschillen in learning-by-doing tussen bedrijfstakken. Zoals eerder aangegeven richten we ons op de industrie en de handel. Dan zien we dat de leereffecten duidelijker aanwezig zijn in de handel dan in de industrie. De grootste leereffecten, zowel van importeren als van exporteren, zien we in de hout-, papier- en grafische industrie en in de voedings- en genotmiddelenindustrie, met een productiviteitspremie van tegen de 6 procent. Ook importeren levert bedrijven in deze bedrijfstakken een productiviteitspremie van bijna 4 procent op.

Wat verder opvalt is dat er ook bedrijfstakken zijn waar we geen significante leereffecten van internationaal ondernemen zien. Dat is met name het geval in de textiel, leder- en kledingindustrie, de chemische en farmaceutische industrie, de elektronische industrie en de transportmiddelenindustrie. In de kunststof- en bouwmaterialen industrie en de overige industrie en reparatie zien we alleen een leereffect van exporteren, maar niet van importeren of two-way trading.

Toon tabel4.4.2 Productiviteitsbonus per sector (%)Verberg tabel4.4.2 Productiviteitsbonus per sector (%)

4.4.2 Productiviteitsbonus per sector (%)

sbi	Productiviteitsbonus
Export	.
Voedings-, genotmiddelenind.	6,351063
Textiel-, kleding-, lederind.	0,000000
Hout-, papier-, grafische ind.	5,603097
Chemie en farma. ind.	0,000000
Kunststof- en bouwmat. ind.	5,482431
Basismetaal, metaalprod. ind.	4,064191
Elektrische en elektro. ind.	0,000000
Machine-ind.	3,039045
Transportmiddelenind.	0,000000
Overige ind. en reparatie	2,249663
Autohandel en -reparatie	5,728328
Groothandel en handelsbem.	3,041319
Detailhandel (niet in auto's)	5,190773
Import	.
Voedings-, genotmiddelenind.	3,869186
Textiel-, kleding-, lederind.	0,000000
Hout-, papier-, grafische ind.	5,812881
Chemie en farma. ind.	0,000000
Kunststof- en bouwmat. ind.	0,000000
Basismetaal, metaalprod. ind.	3,091569
Elektrische en elektro. ind.	0,000000
Machine-ind.	3,219676
Transportmiddelenind.	0,000000
Overige ind. en reparatie	0,000000
Autohandel en -reparatie	3,682299
Groothandel en handelsbem.	2,069119
Detailhandel (niet in auto's)	1,000574
Two-way trade	.
Voedings-, genotmiddelenind.	5,739678
Textiel-, kleding-, lederind.	0,000000
Hout-, papier-, grafische ind.	6,263208
Chemie en farma. ind.	0,000000
Kunststof- en bouwmat. ind.	6,542003
Basismetaal, metaalprod. ind.	4,850806
Elektrische en elektro. ind.	0,000000
Machine-ind.	3,244703
Transportmiddelenind.	0,000000
Overige ind. en reparatie	2,300763
Autohandel en -reparatie	5,982667
Groothandel en handelsbem.	3,141833
Detailhandel (niet in auto's)	5,309038

Zelfstandig mkb leert het minst van internationaal handelen

Ten slotte splitsen we in figuur 4.4.3 de leereffecten van internationaal handelen uit in het zelfstandig midden- en kleinbedrijf en bedrijven die niet tot het zelfstandig mkb behoren. Deze laatste groep bestaat uit bedrijven die ofwel onderdeel zijn van een Nederlands concern met 250 of meer werknemers, ofwel deel uitmaken van een buitenlands concern. Deze groep, de bedrijven die niet tot het zelfstandig mkb behoren, realiseren aanzienlijk grotere leereffecten van internationaal handelen. Voor zowel importeren, exporteren als two-way trading ligt de productiviteitspremie rond de 15 procent, terwijl deze voor het zelfstandig mkb 3 à 4 procent bedraagt. Een evidente verklaring hiervoor ontbreekt. Een mogelijke verklaring zou gelegen kunnen zijn in wat in het Engels absorptive capacity wordt genoemd: de mate waarin een bedrijf in staat is om kennis en kunde die beschikbaar is op internationale markten te absorberen, te vertalen naar de eigen bedrijfspraktijk en te materialiseren in productiviteitsgroei. Deze absorptive capacity zou bij grotere en internationaal ingebedde bedrijven wellicht groter kunnen zijn dan bij het midden- en kleinbedrijf. Om dit vast te stellen is echter verder onderzoek nodig. Het is goed om te benadrukken dat deze verschillen in leereffecten niet worden verklaard door het feit dat het niet-mkb doorgaans sowieso productiever is dan het mkb: de econometrische specificatie houdt daar rekening mee.

Daarnaast zouden de verschillen tussen deze groepen kunnen samenhangen met de hoeveelheid of persistentie van internationaal handelen. Uit eerder onderzoek is gebleken dat er ook structurele productiviteitsverschillen bestaan tussen bedrijven die incidenteel exporteren en bedrijven die jaar-op-jaar actief zijn als exporteur (Van den Berg et al., 2022; Manjon et al., 2012). De groep zelfstandige mkb-bedrijven kent daarbij een aanzienlijk groter aandeel incidentele exporteurs dan het niet-zmkb (Boutorat et al., 2019). Dit verschil in structuur van de exportpopulatie tussen beide groepen zou het hier geobserveerde verschil in productiviteitspremie wellicht deels kunnen verklaren.

Toon tabel4.4.3. Productiviteitsbonus naar type bedrijf (%)Verberg tabel4.4.3. Productiviteitsbonus naar type bedrijf (%)

4.4.3. Productiviteitsbonus naar type bedrijf (%)

Type bedrijf	Productiviteitsbonus
Zelfstandig mkb	.
Import	1,5
Export	3,3
Two-way trade	3,6
	.
Niet zelfstandig mkb	.
Import	14,9
Export	15,5
Two-way trade	14,2

4.5Samenvatting en conclusie

Een grondig begrip van de relatie tussen productiviteit en internationaal ondernemen is van groot belang voor bedrijven, beleidsmakers en onderzoekers. Doordat internationaal actieve bedrijven doorgaans beter presteren op allerlei vlakken dan bedrijven die enkel binnenlands actief zijn, proberen bedrijven, niet zelden ondersteund door beleidsinitiatieven, de stap te zetten naar internationale markten. De gedachte daarbij is dat bedrijven kunnen leren van dit internationaliseringsproces, bijvoorbeeld doordat ze in contact komen met buitenlandse leveranciers, concurrenten, consumenten, producten en processen. Empirisch onderzoek heeft echter overtuigend aangetoond dat internationaal actieve bedrijven al beter presteerden voordat zij de stap over de grens zetten. Dit is zichtbaar door een op voorhand al hogere productiviteit die deze bedrijven in staat stelt om de vaste kosten te dragen die gepaard gaan met een stap over de grens. De vraag is in hoeverre leereffecten zichtbaar zijn als rekening wordt gehouden met deze wederkerige relatie tussen productiviteit en internationaal ondernemen. In hoofdstuk 2 hebben we al gezien dat ook in Nederland internationaal actieve bedrijven productiever zijn dan louter op het binnenland georiënteerde bedrijven. In dit hoofdstuk richten we ons op de leereffecten van internationaal handelen en onderzoeken we in hoeverre deze bij Nederlandse bedrijven zichtbaar zijn.

Een eerste beschrijvend beeld laat zien dat exporteurs na een periode van productiviteitsgroei gedurende hun exportstart in eerste instantie nog een dip in hun productiviteitsgroei tegenkomen, die wellicht verklaard kan worden door de eenmalige verzonken kosten die gepaard gaan met deze stap over de grens. Dit vormt daarmee in feite dus indirect bewijs voor het bestaan van een zelfselectiemechanisme. Bovendien onderstreept deze bevinding het belang van het econometrisch accommoderen van een wederkerig verband tussen productiviteit en internationalisering.

Dat betekent, zoals De Loecker (2013) betoogt, dat het van belang is om het effect van exporteren op productiviteit direct mee te wegen in de productiviteitsschatting, in plaats van dit effect alleen achteraf te analyseren. Wij repliceren daarom het onderzoek van De Loecker (2013) met Nederlandse data en komen dan tot de conclusie dat Nederlandse bedrijven die exporteren in de periode 2010–2019 daardoor gemiddeld 4,4 procent productiviteitswinst boekten. Dit effect is door de gehanteerde analysemethode gezuiverd van het zelfselectie-effect, waardoor de resulterende productiviteitspremie volledig toegeschreven kan worden aan learning-by-doing. Daarbij zien we sterkere leereffecten van exporteren dan van importeren. Dit zou kunnen komen doordat het voor Nederlandse importeurs onwaarschijnlijk is dat zij via importeren in contact komen met technologisch of kwalitatief superieure producten of diensten waar ze van kunnen leren. Daarentegen krijgen exporteurs altijd te maken met een nieuwe buitenlandse markt dat proces- en productinnovatie kan stimuleren. Verder zien we vooral leereffecten bij bedrijven die niet tot het zelfstandig mkb behoren. Dit zou mogelijk verklaard kunnen worden door een groter aandeel incidentele exporteurs binnen het zelfstandig mkb of een grotere absorptive capacity van bedrijven buiten het zelfstandig mkb.

Dit onderzoek kan in de toekomst nog op verschillende manieren uitgebreid worden. Zo zou het van waarde kunnen zijn om te onderzoeken in hoeverre de resultaten bepaald worden door verschillen tussen goederen- en dienstenhandel of naar de wijze waarop incidentele en structurele handel de resultaten mede vormgeven. Daarnaast zou het zinvol zijn om de productiviteitspremie van internationaal handelen te ontleden in de tijd: hoe lang duurt het voordat bedrijven deze productiviteitspremie ‘incasseren’, ligt dat punt voor of na een exportstart, en hoe snel zijn bedrijven die stoppen met exporteren deze productiviteitspremie weer kwijt? Kortom, het volledig doorgronden van de complexe relatie tussen productiviteit en internationaal ondernemen vergt nog een substantiële inspanning qua vervolgonderzoek.

4.6Bijlage

Methodebeschrijving

De econometrische multifactorproductiviteitscijfers die in hoofdstuk 2 aan bod komen worden berekend aan de hand van de methode van Ackerberg et al. (2015) zoals geïmplementeerd door het Stata package prodest (Rovigatti en Mollisi , 2018). In dit hoofdstuk passen we de methode die zij toepassen aan om het learning-by-doing effect te schatten volgens de methode van De Loecker (2013). In deze technische bijlage leggen we eerst de algemene methode uit die is gebruikt om mfp te schatten in hoofdstuk 2 en 3, daarna gaan we in op de aanpassing die nodig is om learning-by-doing te kunnen bepalen.

Om de discussie zoveel mogelijk te structureren is het van belang om een productiefunctie te specificeren:

$y_{it}={\beta }_0+{\beta }_k{k}_{it}+{\beta }_l{l}_{it}+{\omega }_{it}+u_{it}$

Hierbij wordt de output, hier de toegevoegde waarde, van bedrijf i in jaar t ( $y_{it}$ ) verklaard door kapitaal ( $k_{it}$ ) en arbeid $l_{it}$ , de gemiddelde productiviteit van alle bedrijven samen doorheen de tijd ( ${\beta }_0$ ), alsook de afwijking van dat gemiddelde van individuele bedrijven in individuele jaren ( ${\omega }_{it}+u_{it}$ ). Alle variabelen zijn uitgedrukt in natuurlijke logaritmen. De twee laatste termen bestaan uit een deel dat bekend is voor het bedrijf maar niet voor de onderzoeker ( ${\omega }_{it}$ ) en een deel dat ook door het bedrijf niet geobserveerd wordt ( $u_{it}$ ). Bij deze laatste term kan bijvoorbeeld gedacht worden aan meetfouten of onverwachte events. De uitdaging voor de onderzoeker ligt in het zuiver schatten van de parameters van de productiefunctie (hier: de β’s) en daarmee het bepalen van de productiviteit:

${mfp}_{it}={\beta }_0+{\omega }_{it}+u_{it}=y_{it}-$ ${\beta }_k{k}_{it}-{\beta }_l{l}_{it}$

De econometrische literatuur heeft echter aangetoond dat de bovenstaande uitdrukking niet met standaard regressiemethoden geschat kan worden. Dit vanwege endogeniteit in de vorm van simultaneïteit tussen ${\omega }_{it}$ en de input factoren kapitaal en arbeid. Anders gezegd: de hoeveelheid kapitaal en arbeid dat een bedrijf besluit in te zetten in een bepaald jaar hangt af van zijn productiviteit in datzelfde jaar. Standaard regressietechnieken die geen rekening houden met dergelijke simultaneïteit leiden tot vertekende schattingen van de coëfficiënten en daarmee van productiviteit. Een tweede probleem is overlevingsbias. Bedrijven met een hogere kapitaalintensiteit zullen makkelijker overleven met een lagere productiviteit (Van Beveren, 2012), waardoor correlatie ontstaat tussen $k_{it}$ en ${\omega }_{it}$ $+u_{it}$ . Ook deze correlatie leidt tot een vertekening in de geschatte β’s en productiviteit.

Als oplossing voor deze problemen is er uiteindelijk consensus bereikt dat het gebruik van een twee-staps methode de beste manier is om met deze problemen om te gaan Deze methode is erop gericht om de correlatie tussen de geobserveerde input en de niet-geobserveerde $\omega$ te vermijden.

In de eerste stap wordt het model als het ware gezuiverd van de productiviteitsterm $\omega$ . Dit gebeurt via de zogenaamde controlefunctie, waarbij $\omega$ wordt benaderd door andere inputvariabelen die ermee correleren. Denk hierbij naast kapitaal en arbeid aan intermediair verbruik (zoals in Levinsohn en Petrin, 2003):

${\omega }_{it}=m_t^{-1}(k_{it},l_{it}, m_{it})\equiv h_t(k_{it}, l_{it}, m_{it})$

Door deze vergelijking voor $\omega$ in te vullen in de eerste vergelijking kan deze worden gesubstitueerd uit de productiefunctie:

$y_{it}= \phi (m_{it},k_{it, }{l}_{it})+u_{it}$

waarbij we alle termen verzamelen onder een functie $\phi$

$\phi \left(m_{it},k_{it, }{l}_{it}\right)={\beta }_0+{\beta }_k{k}_{it}+{\beta }_l{l}_{it}+h_t(k_{it}, l_{it}, m_{it})$

Dit is de eerste stap van deze methode, waarbij het model dus gezuiverd kan worden van $\omega$ . Verder kan op basis van bovenstaande vergelijkingen $\omega$ worden weergegeven als:

${\left(*\right) \omega }_{it}=\widehat{\phi }\left(m_{it},k_{it, }{l}_{it}\right)-{\beta }_0-{\beta }_k{k}_{it}-{\beta }_l{l}_{it}$

In de tweede stap worden dan pas de $\beta$ coëfficiënten geschat voor de productiefactoren. Cruciaal aan deze stap is de aanname over het productiviteitsproces door de jaren heen. Het makkelijkste is hierbij de aanname dat productiviteit in jaar t bepaald wordt door de productiviteit in het vorige jaar (waarbij $\rho$ in onderstaande functie meet in hoeverre dat het geval is), plus bepaalde random factoren die kunnen worden gevangen in een term ${\xi }_{it}$ :

${\omega }_{it}=\rho {\omega }_{it-1}+{\xi }_{it}$

Cruciaal is hierbij dat deze term ${\xi }_{it}$ geen invloed heeft op de keuze voor de inzet van de productiefactoren in t-1. Doorgaans wordt aangenomen dat de inzet van kapitaal in t al in t-1 is bepaald. ${\xi }_{it}$ is daardoor orthogonaal aan de inzet van kapitaal in t en aan de inzet van arbeid in t-1.

Door (*) in te vullen in deze dynamische benadering van het productiviteitsproces en de aanname dat ${\xi }_{it}$ ongecorreleerd is met $k_{it}$ , $l_{it-1}$ en ${\widehat{\phi }}_{t-1}$ kan vervolgens de Generalized Method of Moments (GMM) schatter worden toegepast, net als in Ackerberg et al. (2015), op basis van de volgende restricties:

$E\left[y_{it}-\left({\beta }_0+{\beta }_k{k}_{it}+{\beta }_l{l}_{it}+\rho \left({\widehat{\phi }}_{t-1}-{\beta }_0-{\beta }_k{k}_{it-1}-{\beta }_l{l}_{it-1}\right)\right)⨂\left(\begin{array}{c}1\\ k_{it}\\ \begin{array}{c}{l}_{it-1}\\ {\widehat{\phi }}_{t-1}\end{array}\end{array}\right)\right]=0$

Deze methode geeft zuivere $\beta$ coëfficiënten die vervolgens als gewichten voor arbeid en kapitaal dienen om mfp te schatten. Praktisch gebeurt dit door:

${mfp}_{it}={\beta }_0+{\omega }_{it}+u_{it}=y_{it}-$ ${\beta }_k{k}_{it}-{\beta }_l{l}_{it}$

Learning-by-doing toepassing

In dit hoofdstuk gaan we uit van de methode van De Loecker (2013) die voortbouwt op de paper van Ackerberg et al. (2015) om het effect van export op mfp te schatten, rekening houdend met het feit dat ook de exportbeslissing endogeen is. Het idee is vooral dat historisch exportgedrag medebepalend kan zijn voor de productiviteit van een bedrijf. Dit komt terug in de beschrijving van het dynamische productiviteitsproces:

${\omega }_{it}=g\left({\omega }_{it-1},e_{it-1}\right)+{\xi }_{it}$

In het geval van een lineair model kan dit simpel weergegeven worden als:

${\omega }_{it}=\rho {\omega }_{it-1}+\gamma e_{it-1}+{\xi }_{it}$

Hierbij is $\rho$ wederom de persistentie van het productiviteitsproces en $\gamma$ is het learning-by-exporting effect. Omdat de keuze om te exporteren een jaar eerder is gebeurd dan dat het bedrijf de productiviteitsshock ${\xi }_{it}$ ontvangt zijn deze twee termen onafhankelijk. Deze $\gamma$ term meet dan als het ware de productiviteitsverschillen tussen exporteurs en niet-exporteurs in jaar t, daarbij rekening houdend met verschillen in hun oorspronkelijke productiviteit. Door te controleren voor verschillen in de oorspronkelijke productiviteit ( ${\omega }_{it-1}$ ) wordt vertekening als gevolg van zelfselectie uitgesloten in dit model.

Door de term voor $\omega$ in te vullen zoals die hierboven was afgeleid kunnen we vervolgens een zuivere schatting krijgen van deze $\gamma$ -term, oftewel het learning-by-exporting effect met de volgende restricties voor de GMM-schatting:

$E\left[y_{it}-\left({\beta }_0+{\beta }_k{k}_{it}+{\beta }_l{l}_{it}+\gamma e_{it-1}+\rho \left({\widehat{\phi }}_{t-1}-{\beta }_0-{\beta }_k{k}_{it-1}-{\beta }_l{l}_{it-1}\right)\right)⨂\left(\begin{array}{c}1\\ k_{it}\\ \begin{array}{c}{l}_{it-1}\\ e_{it-1}\\ {\widehat{\phi }}_{t-1}\end{array}\end{array}\right)\right]=0$

4.7Literatuur

Open literatuurlijst