李强出席2026年夏季达沃斯论坛工商界代表座谈会

在 Melitz (2003) 异质性企业框架中引入进口竞争与中间品可获得性两条渠道，分析贸易开放对行业资源配置效率的作用机理。提出三个假说：H1（竞争筛选效应）——降低进口关税通过加剧国内产品市场竞争，淘汰低效率企业，将市场份额重新配置给高效率企业，从而提高行业加权平均生产率。H2（中间品提质效应）——扩大高质量中间投入品进口使下游企业获得更多样化和更优质的生产要素组合，降低边际生产成本。H3（对称开放增效）——进口与出口双向均衡开放较之单向出口导向型模式，更能形成竞争与学习互补的良性循环，资源配置改善效应更强。

核心识别挑战在于贸易开放度与资源配置效率之间存在双向因果：高效率行业可能更倾向于推动贸易开放。为此构建两个工具变量：(1) 中国加入 WTO 时承诺的各四位码行业关税削减时间表与年份虚拟变量的交互项，该变量由历史谈判决定，独立于当期经济波动；(2) 以初始年份行业结构为权重的贸易伙伴国加权进口需求增长率（Bartik 工具变量）。识别假定是：历史关税承诺路径仅通过当期贸易开放度影响资源配置效率，且贸易伙伴国需求变动对中国行业效率的影响仅通过贸易渠道传导。

设定如下行业层面面板固定效应模型：Misallocation_{it} = α + β₁ImportPen_{it} + β₂ExportIntensity_{it} + β₃(ImportPen_{it} × ExportIntensity_{it}) + γ'X_{it} + μᵢ + λₜ + ε_{it}。其中被解释变量 Misallocation 以 Hsieh-Klenow 方法测算的资本与劳动边际产出离散度衡量；ImportPen 为行业进口渗透率；ExportIntensity 为出口强度；交互项检验双向开放的协同效应；X 包括行业集中度、国有企业比重、外资占比等控制变量。第一阶段用工具变量预测进口渗透率与出口强度后代入第二阶段估计。

被解释变量资源配置效率以两种方法测算：(1) Hsieh & Klenow (2009) 方法，利用企业层面资本边际收益产品（MRPK）与劳动边际收益产品（MRPL）的离散程度衡量资源配置扭曲，离散度越大表示扭曲越严重；(2) Olley-Pakes 协方差分解法，将行业加权 TFP 分解为企业平均生产率与市场份额-生产率协方差之和，后者反映资源向高效率企业流动的程度。核心解释变量进口渗透率 = 行业进口额/(行业总产值 + 进口额 - 出口额)。数据来源为中国工业企业数据库（1998—2025）、海关贸易数据库、世界银行 WITS 关税数据库。

(1) 替换被解释变量：使用 Foster-Haltiwanger-Syverson (FHS) 收入生产率替代 OP 生产率重新测算资源配置效率；(2) 剔除极端事件年份：依次剔除金融危机年份（2008—2009）和中美贸易摩擦高峰年份（2018—2019），检验结论的时序稳定性；(3) 安慰剂检验：将关税削减冲击时间随机提前或滞后 3 至 5 年，构造伪处理组，观察核心系数是否不再显著；(4) 替换工具变量：使用进口加权平均关税率替代 Bartik 工具变量进行过度识别检验；(5) 分位数回归：考察贸易开放在资源配置效率分布不同分位点的差异化效应。

---

在 North 制度变迁理论框架下，产业补贴制度的设计方式决定了企业面临的制度性交易成本。若补贴分配规则透明、标准统一且对所有企业一视同仁（内外资、国有与民营），则企业获取补贴的交易成本主要取决于自身创新能力而非政商关系，形成"规则型"激励；反之，若补贴分配存在自由裁量空间和所有制偏好，则企业需投入大量非生产性资源进行寻租，推高信息搜集成本和谈判成本。提出 H1：补贴规则透明度越高，内外资企业在补贴获取概率和金额上的差异越小。H2：公平型补贴制度下，企业将更多资源投入研发而非寻租，全要素生产率提升更显著。H3：WTO 合规约束作为外部制度锚点，降低了企业面临的政策不确定性，提升了长期投资的预期回报。

核心识别挑战有二：其一，补贴金额与企业绩效存在双向因果（好企业更容易获得补贴）；其二，补贴制度文本与实际执行之间存在"制度差距"。为解决第一个问题，以外生制度冲击作为工具变量——利用 2020 年中国修订《外商投资法》全面实施内外资平等待遇的时间节点，构建 DID 模型比较外资与内资企业在政策前后补贴获得概率的变化。为解决第二个问题，构建"制度执行差距"指标：以各省份政府采购透明度评估得分与补贴实际分配差异之间的残差衡量，使用各省主要领导任期作为工具变量（领导更替与当地制度执行节奏相关但独立于企业个体特征）。

采用渐进 DID 模型：SubsidyFair_{ijt} = α + β₁Post_FIL_{t} × Foreign_{i} + β₂Post_FIL_{t} × Private_{i} + γ'X_{ijt} + μᵢ + λ_{jt} + ε_{ijt}。其中 SubsidyFair 以企业政府补助占营业收入比重的行业标准化值衡量（消除行业差异）；Post_FIL 为《外商投资法》全面实施后的年份虚拟变量（2020 年后为 1）；Foreign 为外资企业标识；Private 为民营企业标识；μᵢ 为企业固定效应，λ_{jt} 为行业-年份联合固定效应。关注 β₁ 和 β₂ 的方向与显著性：若制度趋于公平，则外资和民营企业相对补贴获取应显著提升。

核心被解释变量"补贴制度公平性"构建三重指标：(1) 所有制补贴差距指数 = |国有-外资| + |国有-民营| + |外资-民营| 的补贴收入比差异，取行业-年份层面的基尼系数；(2) 补贴申请成本以企业管理费用中"行政事业性收费与中介服务支出"占营业收入比重衡量；(3) 补贴确定性以企业连续三年是否获得稳定补贴的虚拟变量衡量。核心解释变量为《外商投资法》实施虚拟变量与所有制类型的交互项。数据来源为 A 股上市公司年报（2015—2025）、国家统计局规模以上工业企业数据库、商务部外商投资信息报告系统。

(1) 平行趋势检验：以政策实施前各年为参照组，绘制事件研究图验证外资企业与内资企业在补贴获取上的事前趋势一致性；(2) 更换制度冲击时点：利用各省份自贸试验区成立时间作为替代性制度冲击（自贸区在补贴透明度方面有额外承诺），重复 DID 分析；(3) 排他性检验：控制同期其他政策干扰（如营改增、减税降费），排除混淆效应；(4) 替换被解释变量：使用企业实际所得税负差异（内外资差异）作为制度公平的替代度量；(5) 样本限制：仅保留制造业企业以控制行业异质性。

---

在 Rogowski 贸易政治联盟理论的基础上拓展分析框架。传统理论预测贸易政策偏好取决于要素禀赋决定的阶级联盟：在劳动力充裕国家，劳动要素偏好自由贸易，土地和资本要素偏好保护主义。但中国的经验呈现更复杂的图景——国家主动调适贸易政策方向，从出口扩张转向进口开放，这既是对国际经济压力（贸易战、关税壁垒）的策略性回应，也是国内产业升级内生需求驱动的结果。提出 H1：进口关税削减使消费者和下游企业受益，但短期内对进口竞争行业形成就业压力，中央政府的转移支付和地方产业转型基金是缓解再分配矛盾的关键机制。H2：领导人公开释放的"扩大进口"政策信号通过影响企业投资预期和市场信心，产生了超越实际关税调整的额外经济效应（信号效应）。H3：不同省份因产业结构差异，对同一贸易政策的响应呈现显著的空间异质性，制造业大省对进口竞争更敏感。

为分离"政策信号效应"与"实际关税效应"，采用文本分析方法量化领导人公开讲话中的贸易政策信号强度——对李强总理达沃斯论坛等场合的讲话进行词频和情感分析，构建月度"开放信号指数"。以该指数为核心解释变量，以实际进口关税率为控制变量，识别政策信号对股市外资板块收益率、FDI 月度流入额和企业投资计划调整的独立效应。同时，利用中国加入 WTO 后分阶段实施关税减让的时间差异，结合各省初始产业结构差异，构建 Bartik 式工具变量处理关税调整与地区经济表现之间的内生性问题。

构建如下省级面板交互模型：Y_{pt} = α + β₁TariffCut_{pt} + β₂SignalIndex_{t} + β₃(TariffCut_{pt} × SignalIndex_{t}) + β₄(TariffCut_{pt} × IndStr_{p,0}) + γ'X_{pt} + μ_p + λ_t + ε_{pt}。其中 p 为省份，t 为年份；Y 依次取 FDI 实际使用额增长率、规模以上工业企业利润率、城乡收入差距指数；TariffCut 为省份 p 基于基期产业结构加权的平均进口关税削减幅度；SignalIndex 为年度政策信号指数；IndStr 为基期制造业就业占比。交互项 β₃ 检验信号与实际政策的协同效应，β₄ 检验产业结构对贸易政策传导的调节效应。标准误聚类到省份层面，考虑空间自相关采用 Conley 标准误。

核心解释变量之一"开放政策信号指数"的构造步骤：(1) 收集国务院总理、副总理及商务部主要负责人在公开场合关于贸易政策的全部讲话文本（2015—2025），形成语料库；(2) 采用基于 BERT 的预训练语言模型对每篇讲话进行"开放倾向"打分（0—10 分），以人工标注的 500 篇讲话为训练集；(3) 以年度频次加权平均计算年度开放信号指数，并以讲话提及"进口"、"开放"、"外资"等关键词的频率做交叉验证。被解释变量包括 FDI 月度实际使用额（商务部）、地区基尼系数（CFPS 数据推算）、工业企业利润率（统计局）。

(1) 更换文本量化方法：使用基于词典法的简单计数替代 BERT 深度学习打分，检验结论对量化方法的敏感性；(2) 安慰剂政策冲击：假设贸易政策转向发生在实际时点之前 3 年，构造伪信号指数，验证政策效应是否仅存在于真实信号释放之后；(3) 排除竞争性假说：控制"一带一路"倡议覆盖省份虚拟变量、自贸区设立虚拟变量和各省营商环境排名，排除其他开放政策的影响；(4) 样本分割检验：将省份按沿海/内陆分组，检验信号效应是否因贸易开放基础不同而异；(5) 工具变量回归：以中国主要贸易伙伴国大选年份和政治周期作为外生变量，处理信号指数可能的内生反应问题。

---

Murphy-Shleifer-Vishny (1989) 的经典工业化模型指出，当国内市场足够大时，即使单个产业采用现代技术面临固定成本约束，各产业之间的需求溢出和收入乘数效应也能使工业化在整体上盈利。本文将其扩展至创新驱动的产业升级情境：超大规模市场的第一重效应是分摊研发固定成本——14 亿消费者意味着任何创新产品都能在上市初期获得足够的需求密度，降低企业创新的盈亏平衡点。第二重效应是需求层次多元引导技术迭代——不同收入阶层、不同年龄群体的差异化需求为产品持续改进提供了高频反馈和试错场景。第三重效应是预期效应——庞大的潜在市场吸引更多企业进入，竞争加剧倒逼加速创新。提出 H1：在控制供给端变量后，本地市场规模（以有效购买力加权人口衡量）与区域专利产出和新技术企业密度显著正相关。H2：市场规模的创新促进效应在高研发强度行业和消费品行业中更为显著。H3：中间品需求的规模效应通过产业关联向上游传导，带动整个产业链的技术升级。

识别市场规模对创新的因果效应面临严重的内生性：创新活跃地区可能吸引更多人口流入，形成反向因果。为此采用两种识别策略：其一，以历史城市规模（1953 年第一次全国人口普查数据）作为当前市场规模的工具变量——历史城市规模决定了初始市场容量，通过路径依赖影响当前市场规模，但外生于当前的创新活动。其二，利用高铁开通作为准自然实验——高铁开通显著扩大了中心城市的市场辐射范围（市场可达性），为周边企业提供了外生需求冲击，采用渐进 DID 模型考察高铁开通前后城市创新产出变化。两种策略相互印证。

建立如下模型：Innovation_{ct} = α + β₁MarketSize_{ct} + β₂IncomeDiver_{ct} + β₃(MarketSize_{ct} × RDIntensity_{c}) + γ'X_{ct} + μ_c + λ_t + ε_{ct}。其中 Innovation_{ct} 以城市 c 在 t 年的发明专利授权量（对数）和新增高新技术企业数衡量；MarketSize 以城市及其 2 小时高铁圈覆盖的有效购买力加权人口衡量；IncomeDiver 以城市居民可支配收入的基尼系数衡量需求层次多样化程度；交互项检验市场规模的创新效应是否随行业研发强度增加而放大。控制变量包括城市 R&D 支出占 GDP 比重、高校在校生数、外商直接投资额、产业结构高级化指数等。标准误在城市层面聚类。

市场规模的精确测度是研究的关键：构建"市场可达性加权人口"指标 = Σⱼ (Popⱼ × Incomeⱼ × e^{-δ·d_{cj}})，其中 Popⱼ 为邻近城市 j 的人口规模，Incomeⱼ 为人均可支配收入，d_{cj} 为中心城市 c 到邻近城市 j 的公路或高铁旅行时间（以最短通勤时间衡量），δ 为距离衰减参数（基准取 0.02）。创新产出数据来自中国专利数据库（CNIPA），以发明专利授权数衡量实质性创新、以实用新型和外观设计数衡量增量式创新。高新技术企业数据来自科技部火炬中心数据库。消费结构多样化以国家统计局住户调查的恩格尔系数和消费支出集中度指数衡量。

(1) 替换工具变量：使用明代驿站分布密度作为历史市场可达性的替代工具变量（驿站体系反映了历史交通和商业网络，与当前市场规模相关但外生于当代创新）；(2) 替换被解释变量：使用 PCT 国际专利申请量替代国内发明专利授权量，剔除"专利泡沫"干扰；(3) 排除一线城市：依次剔除北京、上海、广州、深圳后重新估计，检验结论是否由超大城市主导；(4) 行业异质性分析：将专利按技术领域分类（电子信息、生物医药、先进制造、新材料），考察市场规模对各技术领域的差异化效应；(5) 空间计量：采用空间杜宾模型直接估计市场规模的跨区域溢出效应。

---

传统凯恩斯开放经济框架中，进口被视为总需求的"漏出项"，进口增加通过边际进口倾向降低乘数效应。然而这一分析将进口简单加总为同质流量，忽略了进口的结构性功能。本文将进口分解为三类并分别分析其需求效应：(1) 消费品进口——通过增加消费品种类和降低价格指数，扩大消费者实际购买力，引致额外消费支出（替代效应与收入效应叠加）；(2) 中间品进口——降低国内下游企业生产成本，提高利润率从而引致新增投资（成本渠道的投资乘数）；(3) 资本品进口——直接形成国内固定资产投资，并通过技术嵌入提升资本存量的边际产出。提出 H1：中间品进口的国内投资引致效应为正，进口渗透率每提高 1 个百分点，下游行业固定资产投资增速提高 0.3—0.5 个百分点。H2：消费品进口对国内消费的挤出效应有限，因为新增进口品类多属国内供给不足的高端差异化产品。H3：考虑进口结构性功能后，调整后的外贸乘数显著高于传统 Harrod 外贸乘数。

核心挑战在于将进口扩张对总需求的"纯效应"与宏观经济周期驱动的同期相关性分离。采用 SVAR 模型结合短期约束（Cholesky 分解）和符号约束（sign restrictions）进行识别：假设实际 GDP 对进口冲击的即期响应非负（中间品进口降低生产成本引致投资扩张）；进口价格对进口量的响应为正（需求驱动）。同时，利用人民币实际有效汇率波动作为进口的外生成本冲击——汇率变动通过影响进口品本币价格改变进口量，相对于国内总需求变动具有外生性。基于汇率的外生变动构建进口的工具变量，估计进口变化对国内消费和投资的因果效应。

构建包含三类进口的结构向量自回归模型（SVAR）：A₀Yₜ = A(L)Yₜ₋₁ + Bεₜ。其中 Yₜ = [ΔlnGDPₜ, ΔlnConsₜ, ΔlnInvₜ, ΔlnM_consₜ, ΔlnM_interₜ, ΔlnM_capₜ, ΔlnREERₜ]'，分别为 GDP 增长率、消费增长率、投资增长率、消费品进口增长率、中间品进口增长率、资本品进口增长率和人民币实际有效汇率变动率。短期约束矩阵 A₀ 设定如下：GDP 对三类进口冲击的即期响应为零（产出刚性），消费和投资对进口冲击的即期响应允许非零；汇率对经济活动变量的即期响应为零（汇率粘性），但对进口量的即期响应允许非零。基于此识别方案计算不同类型进口冲击对 GDP、消费和投资的脉冲响应函数与累积乘数。

按照联合国的广义经济分类（BEC），将海关 HS 六位码进口商品归入三类：(1) 消费品进口——包括食品、饮料、服装鞋帽、家用电器、乘用车等最终消费品；(2) 中间品进口——包括零部件、半成品、工业原材料、能源矿产品等；(3) 资本品进口——包括通用和专用机械设备、仪器仪表、运输设备等。采用季度数据（2005Q1—2025Q4），实际变量以 CPI 和固定资产投资价格指数平减。人民币实际有效汇率来自国际清算银行（BIS）。消费数据来源为中国家庭金融调查（CHFS）微观数据汇总和社会消费品零售总额季度统计。

(1) 更改识别方案：使用符号约束（sign restrictions）替代 Cholesky 短期约束，避免变量排序对结论的影响；(2) 子样本分析：将样本分为 2005—2014 年和 2015—2025 年两个子时段，检验在中国经济进入新常态前后进口乘数效应是否结构性变化；(3) 替换进口类型划分：使用 BEC 分类第 5 版替代第 4 版进行商品类型归类，检验分类偏差影响；(4) 地区层面验证：使用省级月度进口数据和省级社会消费品零售总额数据，在省份层面估计进口的消费引致效应，作为国家级分析的交叉验证；(5) 非线性检验：采用平滑迁移 VAR（ST-VAR）考察进口乘数是否随经济周期状态（繁荣/衰退）呈现非对称特征。

---