报告显示全国统一大市场"四梁八柱"基本建立

基于Williamson交易成本理论，负面清单的缩减意味着政府事前审批边界收缩，企业进入市场的缔约成本、信息搜寻成本和合规成本随之下降。由此提出假说H1：负面清单事项缩减显著提高了受影响行业的市场进入率。进一步地，新进入者带来的竞争压力倒逼在位企业提升效率，假说H2：负面清单缩减提高了受影响行业的全要素生产率。假说H3则预期制度改革的成本节约效应在中小企业和民营经济中更为显著，因为这类企业对制度性交易成本更为敏感。

以《市场准入负面清单（2025年版）》发布为自然实验，将清单事项缩减幅度较大的行业定义为处理组，缩减幅度较小或不变的行业作为对照组。关键识别假定是：在政策冲击前，处理组与对照组在进入率和生产率上满足平行趋势。采用事件研究法验证事前趋势，并利用行业层面清单事项缩减幅度的连续变量构造剂量—反应模型，缓解二元分组的主观性。同时控制同期其他营商环境改革政策的混杂效应。

构建双重差分基准模型：Yᵢⱼₜ = α + β(Treatⱼ × Postₜ) + γXᵢₜ + δⱼ + θₜ + εᵢⱼₜ，其中i为企业、j为行业、t为年份，Treatⱼ为行业ⱼ的负面清单事项减少数量（连续处理强度），Postₜ为2025年政策实施后取值1。同时设定事件研究方程以检验动态效应：Yᵢⱼₜ = α + ΣₖβₖDₖ + γXᵢₜ + δⱼ + θₜ + εᵢⱼₜ，Dₖ为相对于政策实施年份k期的时间虚拟变量。

核心被解释变量为企业进入率（年度新注册企业数/行业在位企业总数）和全要素生产率（采用Olley-Pakes半参数法估计）。核心解释变量为行业层面的负面清单事项缩减数量（手工收集整理各版本负面清单进行对比编码）。控制变量包括行业集中度（HHI指数）、地区市场化指数（樊纲等编制的各省份市场化相对进程指数）、地区GDP增长率等。数据跨度为2021—2027年，涵盖政策实施前后各约三年窗口期。

第一，替换处理组定义：以负面清单缩减事项的行业占比中位数为阈值构建二元处理变量，检验结果对分组标准的敏感性。第二，安慰剂检验：随机分配处理组标签1000次，构造安慰剂系数的经验分布，验证真实效应是否位于分布尾部。第三，排除同期政策干扰：手动梳理省级层面同期推行的"放管服"改革措施，将其纳入控制变量或剔除受这些政策高度影响的样本。第四，替换被解释变量：以企业退出率、市场势力加成率（Markup）作为替代性市场效率指标进行再估计。

---

依据Qian & Weingast"保护市场的联邦主义"理论，地方政府在财政分权体制下有动力保护本地税基，这与统一大市场消除地方保护的中央目标之间存在内在张力。结合周黎安的晋升锦标赛理论，假说H1提出：财政自主度越高的省份，其地方保护主义动机越强，统一大市场政策执行阻力越大。假说H2则预期：官员任期接近晋升窗口期时，向上响应中央信号的动机增强，政策执行力度提升。假说H3认为，约谈通报等中央监督机制能够有效削弱地方保护主义，形成制度性纠偏。

以国家发改委常态化"发现问题、核实线索、督促整改、约谈通报"机制引入为政策节点，构造跨省份、跨时期的双重差分。识别策略的关键挑战在于地方政策执行力度本身可能与不可观测的地区特征相关。为此采用省份固定效应消除时不变特征，并利用官员任期和财政压力的跨时期变化构造工具变量——官员任期以省委书记调任为外生冲击，财政压力以"营改增"导致的省级财力缺口为工具变量，识别财政激励对地方保护行为的因果效应。

设定双向固定效应模型：Yᵢₜ = α + β₁FiscalAutonomyᵢₜ + β₂Tenureᵢₜ + β₃(FiscalAutonomyᵢₜ × Supervisionᵢₜ) + γXᵢₜ + δᵢ + θₜ + εᵢₜ，其中p为省份、t为年份。核心被解释变量Yᵢₜ为统一大市场政策执行力度，以跨省异地销售涉税经营主体户数增长率、地方保护主义相关案件查纠数量等指标衡量。交叉项β₃捕捉中央监督机制对财政激励效应的调节作用。

被解释变量包括：跨省贸易活跃度（各省份增值税跨省发票开具金额增长率，来源于金税工程数据）、地方市场壁垒指数（基于各省份政府采购中本地企业中标占比构造）。核心解释变量：财政自主度（本级财政收入/本级财政支出）、省委书记任期（月）。调节变量：中央约谈通报次数（手工整理国家发改委公开通报）。控制变量：人均GDP、产业结构（制造业占比）、市场化指数（樊纲指数）。样本为31个省份2019—2027年面板数据。

第一，替换财政激励度量：以土地出让收入依赖度、地方融资平台债务率作为替代性地方财政激励指标。第二，安慰剂检验：将政策时点前移2—3年进行虚假实验，验证不存在事前效应。第三，排除样本：剔除四个直辖市（因行政层级和财政体制差异），仅保留省级行政区再估计。第四，动态面板GMM估计：引入被解释变量滞后项以控制政策执行惯性的内生性，采用系统GMM方法处理动态面板偏误。

---

基于Hsieh & Klenow（2009）框架，当省际存在贸易壁垒时，同一要素在不同省份间的边际产出产生分散，形成空间维度的资源错配。统一大市场建设通过降低省际贸易成本，缩小要素边际产出的省际差异，从而释放配置效率红利。假说H1：统一大市场改革（以2022年《意见》发布为起点）使省际贸易成本下降，资源错配程度（以省际TFP离散度衡量）显著收窄。假说H2：资源错配的改善主要来源于高生产率地区市场份额的扩张和低生产率企业的退出，体现为产业内再配置效应。

采用结构估计方法，首先利用企业层面数据估计各省份—行业层面的要素边际产出分布，计算资源错配导致的TFP损失（实际TFP与有效配置下最优TFP的差距）。识别核心参数——省际贸易成本弹性——通过跨省增值税发票金额数据中观察到的贸易流量对地理距离、行政边界的回归来估计。反事实模拟：将估计的贸易成本参数下调（模拟统一大市场效果），计算错配程度和总TFP的提升幅度。

首先估计省际贸易成本：ln(Tradeₘₙⱼ) = α + β₁ln(Distanceₘₙ) + β₂Borderₘₙ + β₃Reformₜ × Borderₘₙ + δₘⱼ + θₙⱼ + εₘₙⱼₜ，其中m、n为省份、j为行业，Border为省界虚拟变量，交叉项β₃捕捉统一大市场改革对省际贸易成本的降低效应。随后在Hsieh-Klenow框架中引入估计的贸易成本参数，计算TFPR（收入全要素生产率）的省际离散度及其随时间的变化。

企业层面TFPR按Hsieh-Klenow方法计算：TFPRₛᵢ ∝ (VAₛᵢ)^(σ/(σ-1)) / (Kₛᵢ^αₛ × Lₛᵢ^(1-αₛ))，VA为企业增加值。省际贸易流量以跨省增值税发票开具金额度量（分行业）。省际贸易成本代理变量：地理距离（省会间公路里程）、行政边界效应（回归系数）、市场分割指数（基于Parsley & Wei相对价格法，使用各省份CPI分类指数计算）。控制变量：省份—行业固定效应、年份固定效应。样本覆盖全国31个省份2018—2027年。

第一，替换错配度量方法：采用Bartelsman等的OP协方差法（以企业规模与生产率的协方差度量配置效率）作为Hsieh-Klenow方法的补充。第二，更换替代弹性参数：σ取值在3—7之间进行网格搜索，检验福利估计对需求弹性假设的敏感性。第三，排除极端值：剔除TFPR分布首尾1%的企业，避免异常值驱动结果。第四，省级聚类标准误：将标准误聚类到省份层面以处理省内企业之间的相关性。

---

根据Lewis二元经济理论，统一大市场通过降低劳动力跨部门流动的体制障碍，加速农业剩余劳动力向高生产率工业和服务业部门转移，从而释放结构转型红利。结合Aoki的要素错配模型，资本、土地等要素的市场化配置消除跨地区、跨行业的制度性价格扭曲，使要素流向边际产出最高的用途。假说H1：要素市场化配置改革试点省份的劳动力跨行业流动率显著高于非试点省份。假说H2：国家统一技术交易服务平台的建立提高了技术跨地区转让的活跃度，缩小了地区间全要素生产率差距。假说H3：数据产权制度的确立促进了数据要素的跨企业流通和再利用。

以要素市场化配置综合改革试点的分批部署为外生冲击。由于试点选择可能与地区初始条件相关，采用倾向得分匹配—双重差分（PSM-DID）策略：首先用经济发展水平、产业结构、市场化程度等协变量估计各省份进入试点的倾向得分，匹配后比较试点组和对照组在劳动力流动率、技术交易量等指标上的差异。同时利用国家统一技术交易服务平台上线的时间节点构造断点回归设计，识别平台对技术交易的因果效应。

PSM-DID基准模型：Yᵢₜ = α + β(Treatᵢ × Postₜ) + γXᵢₜ + δᵢ + θₜ + εᵢₜ，Yᵢₜ为省份p在t年的结构转型指标（如制造业增加值占GDP比重变化、高技术产业就业占比），Treat为试点省份标识。对技术服务平台效应的检验采用渐进DID：TechTransferₘₙⱼₜ = α + βPlatformₜ + ηDistanceₘₙ + γXₘₙₜ + δₘⱼ + θₙⱼ + εₘₙⱼₜ，Platformₜ为平台上线后取值1。

被解释变量：结构转型度（以三次产业就业份额变动的欧氏距离度量）、行业间劳动力净流动率（基于CLDS微观数据构造的转移矩阵）、技术跨省许可与转让合同金额（国家统一技术交易服务平台登记数据）。解释变量：要素市场化配置改革试点虚拟变量、统一技术交易平台虚拟变量。控制变量：人均GDP、人力资本存量（人均受教育年限）、外商直接投资占比、交通基础设施密度。样本为省份—年度面板，覆盖试点分批推进各时间窗口。

第一，替换匹配方法：以熵平衡法（Entropy Balancing）和CEM（粗化精确匹配）替代倾向得分匹配，检验匹配策略对估计结果的影响。第二，Bacon-Decomposition分解：由于试点分批推进构成渐进DID设计，采用Goodman-Bacon分解检验处理效应的异质性，识别"坏比较"的权重。第三，排除溢出效应：剔除与试点省份地理相邻的非试点省份（可能存在政策学习与要素外溢），重新估计试点效应。第四，替换结构转型度量：以产品空间密度指数和经济复杂性指数替代传统的产业结构指标。

---

根据凯恩斯乘数理论，统一大市场相关基础设施投资（港口铁水联运、跨省物流枢纽等）通过直接拉动建筑和设备制造业需求，经由产业链关联产生引致消费和投资，形成总需求乘数效应。供给侧方面，依据Aschauer（1989）的公共资本生产率假说，联通性基础设施降低跨省物流成本，提升企业库存周转效率和供应链协同效率，从而提高整体经济的潜在产出水平。假说H1：统一大市场联通性基础设施投资的短期财政乘数大于一般性基建投资。假说H2：物流成本每降低1个百分点，制造业TFP提升0.3—0.5个百分点。

以省级层面统一大市场相关联通性基础设施项目的分批开工为外生冲击。识别挑战在于基础设施投资本身可能内生于经济周期——经济繁荣期地方政府财力充裕，投资增加。为此采用各省份获得中央预算内投资补助的时序变化作为工具变量，中央补助分配由项目审批进度决定，与地方当期经济状况相关性较弱。利用局部投影法估计脉冲响应函数，刻画联通性投资冲击对产出、就业和物流成本的动态传导路径。

局部投影法基准方程：yᵢₜ₊ₕ − yᵢₜ₋₁ = αᵢʰ + βʰShockᵢₜ + γʰXᵢₜ + εᵢₜ₊ₕ，其中h为冲击后时期（0至8个季度），Shockᵢₜ为联通性基础设施投资的工具变量外生冲击成分，βʰ即为h期累积乘数。同时设定交互项模型检验异质性：yᵢₜ = α + β₁InfraInvᵢₜ + β₂(InfraInvᵢₜ × LogisticsCostᵢₜ₋₁) + γXᵢₜ + δᵢ + θₜ + εᵢₜ，以物流成本的条件边际效应考察基础设施联通降低物流成本后的产出弹性。

核心变量：联通性基础设施投资（从省级固定资产投资数据中手工筛选跨区域交通和物流枢纽类项目，按项目属性分类编码）、物流成本指数（以各省份社会物流总费用占GDP比重衡量）、铁水联运量增长率（交通运输部公开数据）。工具变量为各省份获得中央预算内投资补助中"重大基础设施"专项金额。控制变量：省份GDP增长率、一般公共预算支出、城镇化率、产业结构。样本为31个省份2019—2027年季度面板数据。

第一，替换乘数估计方法：以Blanchard-Perotti SVAR方法替代局部投影法，通过对财政冲击的符号约束识别基础设施投资冲击的因果效应。第二，替换物流成本指标：以各省份公路货运价格指数和铁路集装箱运价指数合成多维物流成本指标，替代总物流费用占GDP比重。第三，排除"铁公基"饱和省份：剔除东部沿海基础设施存量较高的省份，在中西部样本中单独估计，检验基础设施回报递减假设。第四，控制货币政策的交互效应：引入M2增长率与基础设施投资的交互项，避免将宽松货币环境的总需求效应错误归因于基础设施投资。

---