Grossman和Helpman(1994)的“保护待售”模型不仅是出色和较完善的“政治需求和供给型”研究,同时也为整个贸易政治经济领域提供了一个的基本分析框架。因此,虽然也有经济学家基于其他“政治需求型”“政治供给型”或者“政治需求和供给型”模型进行经验研究,但是“保护待售”模型却是研究的重点。除了“保护待售”模型的重要性之外,该模型强调了政府和利益集团之间的博弈,且不依赖于外生目标函数的表达形式,因此,最终的结果也有利于进行经验验证。另外,下文所构建的理论与经验模型也都是以“保护待售”模型为基础的,因此将梳理与评论的重点放在了“保护待售”及其扩展模型经验验证之上。
(1)基于美国数据的“保护待售”及其扩展模型的经验验证
Goldberg和Maggi(1999)开创性地检验了“保护待售”模型的基本结论。由于该实证模型所使用的被解释变量和解释变量就是直接来源于“保护待售”模型中的理论分析,因此,该经验验证可以说是完全紧扣原有理论的。同时,该实证检验中对于模型中各个结构参数的定义和取值为其他实证研究提供了示范和参考。首先,关于进口弹性e,Goldberg和Maggi直接将e放入被解释变量之中,以保证整个方程的无偏性。其次,对于组织形式变量I,使用“门槛值”方法,设定特定的门限,如果政治献金高于该门限值则I=1,反之I=0。考虑到模型的稳定性,模型设置了多个门限值进行结果比较。最后,由于美国各行业间的关税差异较小,因此采用非关税覆盖率作为解释变量进行分析。另外,该模型考虑到了组织方式以及进口渗透率的内生性,因此采用联立方程组的形式进行估计。该模型的数据来源于1983年的美国制造业数据,基本回归方法是极大似然估计法(MLE),得到的结果基本支持了“保护待售”模型的结论,存在利益集团的行业将会获得较高的贸易保护,该保护与进口渗透率成反比。不存在利益集团的行业将会得到负的保护,且与进口渗透率成正比。不过,该模型也存在一些不足。第一,从结果来看,模型估计出美国政府对于社会福利的关注度远远高于利益集团的政治献金。这是否反映了现实状况还有待进一步验证。第二,应用门限法选取是否形成利益集团不仅存在内生性,还可能带来误差。因为在数据来源中,并没有将政治献金的目的体现出来,所使用的政治献金数据未必就是用来影响贸易政策的。第三,样本为横截面数据,考虑到大样本理论,无论是样本形式还是样本数量可以进一步地拓展。
Gawande和Bandyopadhyay(2000)首先对“保护待售”模型进行了拓展,在模型中加入了中间品,考虑了生产者与中间产品进口者相互的竞争关系。理论模型结果与“保护待售”模型最大的不同在于:某行业中间投入品的保护率越高,则该行业最终获得保护约会越高。两个模型的其他结果是相类似的。为了检验该结论,实证模型建立起了一个联立方程组,该方程组的变量突出了各行业的上下游关系。该模型的创新之处在于:第一,应用Fuller(1987)对e进行了“error in variable”处理,以克服测量误差。第二,关于组织性的变量I,模型先将各行业相对于工业增加值的平均政治献金值作为被解释变量,将各行业的虚拟变量与进口渗透率和消费总量之比作为解释变量进行回归,然后根据回归系数的方向来决定I的最终结果,若回归系数大于零则该行业的I=1,反之,I为0。这样做就巧妙地判断了政治献金是否用于贸易政策影响之上。检验结果支持了理论模型的结论。不过,该模型的不足之处在于,结论中美国对于社会总福利关注也远高于政治献金。这与现实存在一定的差距。
Gawande等(2006)再一次将“保护待售”模型拓展到不完全竞争市场条件之下,并且考虑了国外利益集团对于本国政府的政治献金。正如上文所言,无论是在发达国家还是发展中国家,国外利益集团利用自身的经济优势以及国际贸易规则向国内决策者施压的情况非常普遍。所以,模型中的这一创新是符合现今国际贸易发展背景的。该分析中的实证模型的结构也完全来自理论分析,这也再一次体现了“保护待售”模型在实证分析中所具有的优势。在数据收集、参数定义方面最主要的贡献在于,用门限法判断了外国利益集团何时组织起来。实证的结果验证了理论分析中的结论,在其他条件不变的情况下,如果某行业中只存在本国的利益集团,则该行业贸易保护率会有所提高;如果只存在外国的利益集团,则该行业保护率会有所降低,并且不存在利益集团时也不会实行自由贸易。该模型对于组织变量I,又使用了门限法进行判断,虽然使用了工具变量法来避免内生性,但是如果能筛选出哪些政治献金是针对贸易的,结果可能更具有说服力。
Bombardini(2008)将厂商异质性问题嵌入到了“保护待售”模型之中。首先,考察每个行业内的厂商政治献金数量,如果某个厂商的政治献金数量为正,则该厂商被认为是参与了游说政府活动,而如果政治献金数量为零,则被认为没有参与。随后,参数θi被引入,该参数表示某行业中参与游说的厂商总产量占到全行业产量的比例。该结果与“保护待售”模型的结果非常类似,区别在于θi是连续的,它表示一个行业具有政治影响力的强弱,它比二值变量Ii变更具有一般性。通过对1983年美国横截面数据的GMM回归,理论模型的结果得到经验验证,即若某一行业中参与游说的厂商总产量占全行业产量的比例越大,该行业将会获得越高的贸易保护。企业的异质性问题是国际贸易学界非常关心的另一个问题,将异质性问题引入到贸易政治经济学分析中,对两个研究热点起到了相互补充、共同拓展的效果。
Gawande等(2012)在考虑了中间品的“保护待售”模型基础之上引进了上下游利益集团相互竞争的想法,认为最终产品的保护率不仅会被生产最终产品的利益集团所影响,还会被将最终产品作为中间投入品的下游利益集团所影响。理论模型得到的结论为:如果某行业的产品被下游行业作为中间品使用,下游行业又能够组成利益集团对决策者进行政治献金的话,该行业所获得的保护率将会降低。为了检验该结论并且判断政府对于利益集团所赋权重的大小,他们直接将权重值和干扰项作为解释变量进行回归。作者使用了1988—2000年42个国家28个三位ISIC产业部门混合横截面数据进行检验,基本肯定了理论所提出的结论,即若某行业的下游行业拥有能够影响政府的利益集团,则该行业的贸易保护将被削弱。另外,如果考虑了上下游之间的相互竞争,决策者对于社会总体福利的关注度会较之前的研究有所下降,这也就更加证明了政治献金在决策者心目中的重要性。同样,该模型也可以在以下两个方面得到完善。首先,该模型对于不同行业不同时期的数据假设其不存在固定效应,从而采用OLS估计。这一假设是较为苛刻的。其次,由于样本中很多国家的政治制度并非和美国一样,如中国、巴基斯坦等,使用政治献金这一影响手段的合法性是存在疑问的。
(2)基于美国以外数据的“保护待售”及其扩展模型的经验验证
盛斌(2002)利用中国数据对“保护待售”模型在中国的扩展应用进行了经验验证。正如上文所言,盛斌的模型首先在理论环节考虑了中国的政治背景,将政治献金的影响方式改为了其他“隐性”的边际影响方式。另外,决策者则对不同行业则会有不同的“战略倾斜”。盛斌的模型并没有直接对理论分析中得出的结果进行经验验证,而是根据理论分析的结果假设了对保护水平有影响的回归变量,根据这些回归变量的系数符号来检验理论的正确性。最终的结果表明:国家利益比较各行业利益集团的利益而言,应该是决策者制定贸易保护政策时最为关心的影响因素。该模型的创新之处在于:首先,被解释变量不仅使用了名义关税率,还使用实际保护率,充分考虑了中间投入品保护率对最终产品保护率的作用。另外,解释变量被划分为国家利益型和利益影响型两组,不仅有利于提高模型的稳定性,也可以揭示中国贸易政策背后真正的影响因素是什么。有待于拓展的地方在于:第一,该模型的实证模型并没有像其他模型那样直接使用理论分析结果,也就是说,对于解释变量的选取或多或少存在一定的“随意性”;第二,模型中虽然收集了1992年、1994年和1996年的数据,但是在处理方法上只运用了OLS和混合横截面的PLS方法,这样的估计方法存在一定误差。另外,回归样本数只有36个,这也与大样本的统计假设有差距。
Mitra等(2002)在实证模型中直接应用“保护待售”模型的理论结果,收集了1983年、1984年、1988年和1990年土耳其37个部门数据进行了经验验证。虽然在理论部分并没有对原有的做什么改变,但是该模型在数据收集、估计方法和参数定义上有着非常独到的方法,为其他学者研究发展中国的政治经济学提供了参考。首先,对于像土耳其那样的发展中国家,各个部门间的名义关税率就存在着较大的差别,因此不一定需要使用非关税壁垒作为解释变量。该模型使用了名义关税率作为主要的被解释变量,随后在稳定性检验中使用了实际关税率和非关税壁垒覆盖率。其次,由于土耳其像很多发展中国家那样并没有专门组织进行政治献金数量的统计,因此,将土耳其实业家和商人协会中来自各个行业代表的数量作为判断组织性变量I大小的依据[6],并且通过一定的统计方法对这种判断进行检验。最后,应用非线性二阶段最小二乘法(NL2SLS)、固定效应处理法(FE)以及广义矩方法(GMM)对模型进行了回归,NL2SLS方法可以直接计算出结构参数值和标准差,这样方便直接进行显著性检验,并且用其他统计方法不仅提高了检验结果的稳定性,还将样本形式推广到面板数据。检验的结果基本支持了“保护待售”模型的结论,并且发现在1983年独裁统治时期的决策者对于社会福利的关注程度要低于随后处于民主时期的决策者对社会福利的关注程度。不过,从I变量的判断方式就可以看出,在土耳其直接应用政治献金作为影响政策方式可能存在一定的问题。
McCalman(2004)使用了澳大利亚1968—1969年和1991—1992年两个阶段的数据对“保护待售”模型进行了经验验证。与Mitra(2002)一样,澳大利亚虽然也实行西方代议制民主,但是政治献金的状况并没有系统的记录。因此,McCalman利用了澳大利亚生产率委员会的信息记录来具体判断哪个部门中存在能够影响政府的利益集团。澳大利亚生产率委员会前身是关税部,于1921年开始单独审议澳大利亚贸易政策的制定与执行。该部门进行审议后可以提出两种建议:一种是强制性建议,另一种是可选择建议。如果委员会提出强制性建议,则需要接受来自行业的质询,质询的记录是可以查询的。因此,McCalman就提出假设,如果在样本区间内某行业在生产率委员会有质询记录,则该行业被认为拥有可以影响政府的利益集团;反之则没有。经验验证的结果支持了“保护待售”模型提出的命题,拥有利益集团的行业获得较高的贸易保护。与Mitra(2002)类似,McCalman(2004)模型中并没有使用政治献金作为利益集团的影响方式,虽然其假设的影响方式需要进一步的检验,但至少为研究发展中国家的利益集团影响机制提供一个新的角度。
李坤望、王孝松(2008)在Evans和Shane(2006)的研究基础之上,将美国对中国的反倾销税率和反倾销案件申诉者的政治献金联系起来,考察了后者对前者的影响机制和结果。具体而言,他们搜集了1980—2005年美国对华反倾销案件的申诉者为美国国会议员提供的政治献金数量,以及申诉者所在行业的行业状况数据和最后裁定的针对该行业的反倾销税相关数据用于回归分析。创新之处在于,他们计算出了每一起反倾销案件中申诉者的政治献金数量,从而克服了直接使用行业加总政治献金数量带来的测量误差的问题。在计量方法上,样本选择方法和联立方程组方法被应用以克服模型的样本选择和内生性问题。最终得到结果,在美国对华反倾销案件中,如果申诉者来自能够影响政府的利益集团,则它所在行业获得的反倾销税率将越高。该结果与“保护待售”模型中的结果是一致的,只不过贸易保护的措施由关税变成了反倾销税。
王孝松、谢申祥(2013)利用1999—2009年印度对华反倾销的混合横截面数据,分析了印度对华反倾销过程中的利益集团因素影响。与Mitra(2002)和McCalman(2004)类似,政治献金作为影响方式在印度的政治背景下也不合理,需要寻找其他的衡量方法。王孝松、谢申祥(2013)首先根据印度的发展背景和行业现状,假设化工行业具有较强的政治力量,将来自化工行业的反倾销申诉者均看作是来自能够影响政府的利益集团。为了确保结果的稳健性,他们还用行业前四位厂商的集中度、行业协会状况以及生产性工人比重的平均值作为衡量是否存在利益集团的标准,当均值大于某个门限值时,该行业变被视为拥有利益集团。与李坤望、王孝松(2008)的回归方法类似,为了克服样本选择和内生性问题,使用了样本选择模型和联立方程模型的GMM回归,得到的结果仍旧支持了“保护待售”模型所提出的结论。印度作为发展中大国,其人口、经济和社会特征与中国有着许多相似之处,并且随着近年来印度对华贸易摩擦数量的不断增加,以印度对华反倾销案件为依据,检验反倾销背后的政治和经济因素是有很重要意义的。不过,该研究直接假设化工行业为拥有利益集团的行业的做法仍旧值得探讨,而其他利益集团的衡量方法则均出自于文献,并没有结合印度自身的政治体制特点来进行设定。(www.xing528.com)
(3)基于其他“政治需求和供给型”模型的经验验证
Dutt和Mitra(2005)使用资本不平等分配数据对Mayer(1984)中间选民模型进行了检验。该研究也是近年来少数基于“保护待售”以外模型的分析。Mayer(1984)模型表明,政策决策者往往选择中间选民的期望政策作为最终的贸易保护政策,而在一个资本掌握在少数人手里的社会中,中间选民往往拥有较低的资本劳动比,因此在资本丰富的国家会提高贸易保护水平以防止劳动收入相对资本的损失,在劳动丰富的国家则会降低保护水平。Dutt和Mitra(2005)根据Mayer(1984)的分析建立了一个回归模型,回归结果验证了Mayer(1984)模型的预测。该实证模型的不足之处在于,运用的数据来自不同的国家,事实上只有为数不多的国家采用全民公决的形式来决定公共政策。因此,将以中间选民模型为背景的实证回归方程的结论与现实背景有一定差距。另外,样本的数量只有50个左右,应该说并不能完全符合大样本理论所要求的数量。
李坤望、王孝松(2009)选择了一个独特的案例作为分析美国在与中国的贸易争端问题上的处理机制。2000年美国国会就中国永久性正常贸易关系(PNTR)地位进行了投票表决。国会议员在投票过程当中受到了那些具体因素的影响是该文献所要进行检验的,该文试图揭露美国对华贸易议案的投票结果背后所隐藏的深层次政治经济因素,希望为中美之间开展贸易活动和解决贸易摩擦提供有价值的信息。基于贸易政治经济学中“政治需求”和“政治供给”两方面的分析角度,该研究将国会议员想要增加连任概率作为其目标从而考虑到自己选区的具体社会特征和经济特征,而商业集团、劳动组织等则会通过政治献金对国会议员进行影响,以使得国会议员能够与自己站在同一立场。考虑到政治献金同时也会由那些个人和选区特征所决定,因此采用联立方程组形式进行回归。检验的结果基本支持了理论分析中关于各变量影响符号的假设。另外,模型对投票结果进行模拟,认为如果没有商业集团的政治献金则投票的结果将可能反对该议案。虽然该模型没有研究贸易摩擦会给各国福利带来什么影响,但是解释了美国如何对贸易争议问题进行决策。该实证研究为了解贸易议案的决定机制提供了一个新的思路。
当然,还有其他许多精彩的经验检验文献对“政治需求型”(Eicher和Osang,2002)、“政治供给型”模型(Branstter和Feenstra,1999)进行经验验证。不过,正如上文所言,这两类模型尽管是贸易政治经济发展的基础,但是他们的分析并不完整,因此最终以“保护待售”模型为代表的“政治需求和供给型”研究成为贸易政治经济的主流。鉴于此,有关“政治需求型”和“政治供给型”模型的经验分析不在此进行赘述[7]。
(4)评述
总的来看,绝大部分贸易政策的经验研究都是基于“保护待售”模型的,“保护待售”模型之所以是目前分析贸易问题的基础框架,一个重要原因就是它的理论结果不依赖于具体的函数形式,直接可以用于实证分析当中。上述这些经验分析无论是基于美国的数据还是基于发展中国家的数据基本都支持了“保护待售”模型所提出的结论,这也充分证明了“保护待售”模型在分析贸易政治经济学问题方面的适用性。上述很多模型并不是直接应用数据对“保护待售”模型进行经验检验,而是对原有的理论框架进行拓展和改进,例如:Gawande和Bandyopadhyay(2000)嵌入了中间品,Gawande等(2006)考虑了国外利益集团,李坤望、王孝松(2008)以反倾销税代替关税,等等,这些拓展和改进是非常有益的,同时这些改进后的模型也是本书研究利益集团影响下的中国贸易政策的基础。综合来看,想要结合中国复杂的政治经济背景使用贸易政治经济学模型要注意以下四点。
第一,就实证模型与理论模型的关系而言,直接对理论模型或者其拓展模型进行检验应该是比较合理的。这样做的目的是可以避免回归模型的“随意性”和“非结构化”(Rodrik,1995)。在这一点上,盛斌(2002)模型与其他模型都有所不同,作者首先在“保护待售”模型基础之上根据中国政治经济现实进行了改进,随后实证模型又在理论模型的基础上进行了改进,虽然这样的改进对于定量分析中国贸易保护政策中的政治因素是有益的,但是这也就没有体现出“保护待售”模型易于经验验证的特点。
第二,被解释变量的选取应该根据所采用的数据特点而定。一般而言,对于一些发达国家而言,国内各部门之间的名义关税率差距并不大,往往无法代表各部门所受到的贸易保护水平,因此在多数文献中采用非关税壁垒代替名义关税率。在一些发展中国家,情况则有所不同,各个部门间的名义关税率差距比较明显,而非关税壁垒则较少被使用。因此,采用名义关税率或者实际保护率作为被解释变量比较合适。盛斌(2002)模型和Mitra等(2002)模型都注意到了这一点,他们在稳定性检验中使用非关税壁垒作为被解释变量以保证模型的稳定性。另外,也有不少学者将反倾销税率作为被解释变量,试图将“保护待售”模型应用于反倾销的领域,如Evans和Sherlund(2006)和李坤望、王孝松(2008)。最终的结果都表明,反倾销案件背后往往也存在着利益集团因素的推动。利用不同的贸易保护措施进行回归起到了稳定性检验的作用,这为今后的研究提供了有益的建议。
第三,在解释变量的选取和构造方面,找到合适的代理的变量是关键。对于贸易保护政策的政治经济实证模型而言,组织性变量I的选取是一个重要问题。就美国来看,有专门的统计机构政治行动委员会PAC(Political Action Committee)统计来自各个部门的政治献金,这就使得多数以美国为研究对象的文献根据政治献金的数量,运用不同的方法来判断某部门是否存在利益集团。但是,那些没有专门统计机构或者不以政治献金作为影响方式的模型而言,如何对I进行取值可能会遇到麻烦。Mitra等(2002)根据土耳其实业家和商人协会中的会员数量进行判断;McCalman(2004)根据澳大利亚生产率委员对于来自各行业质询的记录进行判断;王孝松、谢申祥(2013)则根据印度的政治经济背景直接假设化工行业存在利益集团。应该说,这些有别于政治献金的利益集团衡量方式为研究中国贸易领域的利益集团提供了思路。与此同时,Goldberg和Maggi(1999)所使用的门限法应该是一个较稳定的选择,因为这样可以在不同的门限值下判断I值。对于其他解释变量的选举应该注意到不同标准数据的匹配问题。例如,进口价格弹性在美国往往只能得到三位SIC标准下的数据,而其他数据则可以更加具体到四位SIC标准下,这就需要根据相关的规定进行匹配,当然如何避免匹配中的误差问题就需要更多的探讨。这一点上,Gawande和Bandyopadhyay(2000)模型和Gawande等(2012)模型中所应用的“error in variable”方法值得借鉴。
第四,就数据结构和统计方法来看,横截面数据是主要的数据结构。横截面数据往往无法观察到样本在时间上的变化,另外,样本数量往往也比较有限,因此面板数据结构应该是今后研究主要采取的结构形式。Branstter和Feenstra(1999)模型是采用面板数据分析贸易政治经济问题的典范。统计方法上,不同模型都各有特点,应该说考虑到解释变量内生性的存在,采用联立方程组以及工具变量方法是比较合适的。盛斌(2002)模型与Dutt和Mitra(2005)模型应该更加注意解释变量的内生性问题。当然,随着计量经济学的不断发展,一些新的计量方法也层出不穷,为更好地对理论模型提供经验验证提供了帮助。Mitra等(2002)模型中的非线性二阶段最小二乘法和Eicher和Osang(2002)模型中最小距离法可以作为非传统计量方法的尝试。
结合上述分析和理论模型构建中做出的改进,本书在统计方法、变量构建和样本选择上做出了与前期文献有所不同的尝试。在统计方法上,不仅根据数据特点分别使用了固定效应模型、样本选择模型和联立方程组模型进行回归,而且利用工具变量法克服了前期文献大多忽略的内生性问题。在变量构建上,本书通过官方网站对于全国人大代表、全国政协委员以及中央党政机关主要领导的工作经历的记录对I进行了定义和取值。在样本选择上,本书则以面板数据为主。该数据类型不仅考虑了样本在一定时间范围内的特点,还有效地增加了样本点以符合大样本的假设。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。