法治中国建设成果丰硕 为经济社会高质量发展保驾护航

基于North的制度变迁理论，地方政府执法行为构成企业面临的"制度环境"核心要素。当执法存在"乱收费、乱罚款"等不确定性时，企业需投入大量资源应对合规检查与行政纠纷，推高制度性交易成本。涉企执法规范化通过约束基层执法自由裁量权，降低政策不确定性。H1：执法规范化显著降低企业制度性交易成本；H2：该效应在民营企业中更为显著；H3：法治基础较弱的地区政策效果更强（边际递减效应）。

以2023年3月启动的规范涉企行政执法专项行动为外生政策冲击。该行动由中央统一部署，各地执行时间存在差异，且纠治力度与各省原有执法生态相关而非与企业特征直接关联，满足排他性约束。利用各省纠治案件数量占比构建连续型处理强度变量（Intensity），以政策实施前后企业交易成本变化识别因果效应，采用双向固定效应DID估计。

基准模型设定为：TC_{ijt} = α + β₁·Intensity_j × Post_t + β₂·Intensity_j + β₃·Post_t + γ·X_{ijt} + δ_j + μ_t + ε_{ijt}。其中TC_{ijt}为企业i在j省t年的制度性交易成本（以管理费用率、合规时间占比、非税支出占比度量），Intensity_j为j省纠治案件数/企业总数，Post_t为政策实施虚拟变量，X_{ijt}为企业控制变量（规模、年龄、行业、所有制），δ_j和μ_t分别为省份和年份固定效应。核心系数β₁预期显著为负。

被解释变量"制度性交易成本"采用三个代理指标：①企业管理费用占营业收入比（反映应对行政事务的资源投入）；②企业高管用于政府事务的时间占比（来自CPES问卷）；③企业非税支出（罚没款、行政事业性收费）占总支出比。核心解释变量Intensity以各省司法厅公布的纠治案件数除以该省市场主体数量衡量执法规范化力度。控制变量包括企业规模（对数资产）、成立年限、行业固定效应、所有制类型、省份GDP增速和财政压力指标。

①安慰剂检验：将政策实施时间前移至2021年和2022年，验证伪处理效应不显著；②替换处理变量：以各省清理行政法规数量替代纠治案件数作为处理强度；③PSM-DID：对处理强度进行倾向得分匹配后再做DID估计，缓解选择性偏误；④排除同期政策干扰：控制同期减税降费、金融支持等政策变量，确保识别的是执法规范化的独立效应；⑤更换聚类层级和缩尾处理验证结果稳健性。

---

Hsieh & Klenow（2009）指出，资本和劳动的错配可使发展中国家TFP损失30%-50%。中国的地方保护、行业壁垒和行政垄断构成资源错配的制度根源。全国统一大市场建设条例通过法律手段刚性破除这些卡点堵点，降低跨区域要素流动的制度壁垒。H1：条例实施显著降低省际市场分割程度；H2：市场整合通过矫正资源错配提升行业TFP；H3：该效应在初始市场分割程度更高的地区更为显著。

全国统一大市场建设条例的制定是分阶段推进的，各省清理地方保护性法规的时间节点存在差异，这为渐进式DID提供了识别条件。利用各省向国务院上报清理结果的时点差异作为处理变量，以市场分割指数和资源错配指数为结果变量。关键识别假定为：各省清理时点的差异与未观测到的TFP变动趋势无关（条件平行趋势），可通过控制省份经济特征和时变趋势加以验证。

采用渐进DID模型：Misallocation_{jt} = α + β·Treat_j × Post_{jt} + γ·Z_{jt} + δ_j + λ_t + ε_{jt}。其中Misallocation_{jt}为j省t年的资源错配程度（以Hsieh-Klenow方法估算的行业内资本/劳动扭曲方差衡量），Treat_j为处理组虚拟变量，Post_{jt}为各省清理完成后的时期虚拟变量，Z_{jt}为省份层面控制变量（财政分权度、国有经济比重、外资依存度），δ_j和λ_t为省份和年份固定效应。进一步以中介效应模型检验市场分割指数的传导渠道。

资源错配程度采用Hsieh & Klenow（2009）方法：利用中国工业企业数据库中企业层面的资本和劳动边际产出离散度计算行业-省份层面的扭曲指数。市场分割程度采用Parsley-Wei价格法（省际价格差异的方差）和贸易流量法（投入产出表省际贸易壁垒系数）双重度量。核心解释变量为各省完成地方保护性法规清理的时点。控制变量包括省份GDP、财政自给率、国有经济占比、FDI密度、基础设施密度。

①事件研究法（Event Study）绘制动态效应图，验证政策前平行趋势和政策后效果的动态演进；②替换资源错配度量方法：采用Olley-Pakes协方差法替代HK法，比较结果一致性；③排除其他同期冲击：控制"放管服"改革、减税降费等政策变量；④Bacon分解（Goodman-Bacon decomposition）检验渐进DID中异质性处理效应的偏误来源；⑤利用合成控制法对重点省份进行案例验证。

---

公共选择理论认为地方政府具有"经济人"属性，当预算约束收紧时倾向于扩大非税收入来源。在中国财政分权体制下，地方一般公共预算收入不足时，罚没收入、行政事业性收费成为弥补财政缺口的重要渠道——即"以罚养政"假说。周黎安的晋升锦标赛模型进一步预测，当经济增长目标压力与财政压力叠加时，趋利性执法动机最强。H1：财政压力增大会显著增加涉企行政处罚的频率和金额；H2：该效应在转移支付依赖度高的地区更强；H3：中央督察和问责机制能有效抑制这一效应。

核心挑战是财政压力与执法行为可能存在双向因果（执法力度加大可能反向影响地方企业经营和税基）。采用工具变量策略：以各省主要出口商品对应的国际大宗商品价格变动构建"财政收入冲击"工具变量（Bartik-style IV）。其逻辑为：国际商品价格变动影响资源型省份的税收收入，但不直接影响基层执法行为，满足相关性和排他性约束。同时利用2023年中央纠治行动作为外生的制度干预，检验其对"以罚养政"机制的阻断效应。

第一阶段：FiscalPressure_{jt} = π₀ + π₁·CommodityShock_{jt} + π₂·W_{jt} + δ_j + μ_t + ν_{jt}。第二阶段：Penalty_{jt} = β₀ + β₁·FiscalPressure_{jt}^ + β₂·W_{jt} + δ_j + μ_t + ε_{jt}。其中FiscalPressure为财政收支缺口率，CommodityShock为基于各省出口结构的国际商品价格加权指数，Penalty为涉企处罚频率/金额（对数），W为控制变量（GDP增速、失业率、中央转移支付占比、官员任期），δ_j和μ_t为省份和年份固定效应。

财政压力以各省一般公共预算收支缺口率（支出-收入/支出）衡量，辅以土地出让收入占比控制"土地财政"替代渠道。涉企行政处罚强度以每万家企业的罚没案件数和罚没金额均值度量，数据来源于司法部公开的涉企执法问题案件和各省罚没收入统计。工具变量"大宗商品价格冲击"以各省出口商品结构与国际大宗商品价格指数（IMF Primary Commodity Prices）的加权交互项构建。控制变量还包括官员特征（年龄、任期）和制度变量（纪检监察力度）。

①替换工具变量：以台风、洪涝等自然灾害造成的财政支出冲击作为替代IV；②直接检验排他性约束：将大宗商品价格冲击对涉企处罚做简约式回归并检验过度识别约束（Sargan-Hansen J检验）；③分样本分析：按资源型/非资源型省份、东部/中西部地区分组检验异质性；④引入中央环保督察、巡视审计等外生监督变量作为调节因子，验证制度约束的有效性；⑤利用地级市层面月度数据增强统计功效和时间维度的识别精度。

---

前景理论预测，经历过"乱罚款、乱查封"的企业主形成了以负面执法经历为锚的损失框架，即使政策已改善，其投资决策仍受损失厌恶驱动而趋于保守。锚定效应使企业主过度依赖过往经历评估未来政策风险。法治化政策信号的作用在于更新企业主的参考点，但其效果取决于信号的可信度（commitment device）。H1：接收法治化政策信息的企业主投资意愿显著高于对照组；H2：有负面执法经历的企业主对政策信号反应更弱（锚定效应）；H3：包含具体制度保障措施（如问责机制）的政策信号比笼统承诺更有效。

采用信息干预实验设计（Information Provision Experiment），随机将受访企业主分为三组：①对照组（不提供政策信息）；②弱信号组（提供宏观法治建设概述）；③强信号组（提供具体纠治案例和制度保障措施，如"为企业挽回307亿元"等具体数据）。随机分组保证组间在企业主特征、企业规模、行业、地区等维度上的可比性，通过平衡性检验确认。因果效应由组间投资决策差异直接识别，无需额外假设。

投资意愿模型：InvestIntent_i = α + β₁·WeakSignal_i + β₂·StrongSignal_i + γ·X_i + δ_{industry} + δ_{region} + ε_i。其中InvestIntent为投资意愿评分（0-100）或假设性投资金额，WeakSignal和StrongSignal为处理组虚拟变量。异质性分析加入交互项：InvestIntent_i = α + β·Treat_i + θ·Treat_i × NegativeExperience_i + γ·X_i + ε_i，检验锚定效应。利用中介分析（Mediation Analysis）分解政策信号通过"风险感知"和"政策信任"两条路径的间接效应。

核心被解释变量"投资意愿"通过情景问卷测量：给定标准化商业机会（预期收益和风险分布相同），询问企业主投资概率和拟投资金额。"风险感知"以企业主对未来12个月内遭遇不当执法的概率估计衡量。"负面执法经历"以企业主过去3年是否遭遇乱收费/乱罚款/乱检查的自报数据度量。"政策信任"采用Likert五点量表测量。实验样本目标2000名以上民营企业主，通过全国工商联各级组织渠道发放。

①霍桑效应控制：加入"安慰剂信息"处理组（提供无关政策信息），排除单纯"被关注"导致的反应；②需求效应检验：在问卷末尾加入"猜测实验目的"题目，排除已猜到假设的被试；③真实激励相容实验：在子样本中引入真实金钱激励的投资决策任务（如BDM机制），验证假设性回答与真实行为的一致性；④外部有效性检验：利用CESS数据中企业主实际投资行为与地区法治指数的相关关系验证实验结论的外部有效性；⑤多时期跟踪：在首次实验后6个月进行回访，检验政策信号效果的持续性。

---

Rodrik（2007）和Levchenko（2007）的理论预测，契约执行制度质量高的国家在"契约密集型"产品上具有比较优势。中国出口企业在国际交易中面临合同纠纷、知识产权争端等法律风险，涉外仲裁和法律服务能力不足构成隐性贸易壁垒。随着涉外法治体系完善（涉外律师增长、仲裁机构国际化），企业参与国际竞争的法律保障增强。H1：涉外法治能力提升显著促进契约密集型行业的出口增长；H2：该效应在法律基础设施较薄弱的地区更为显著；H3：涉外法治对高技术产品出口的促进效应大于低技术产品。

核心解释变量"涉外法治能力"以各省涉外仲裁案件受理量和涉外律师数量衡量，但可能受出口增长的逆向因果影响（出口越多、涉外纠纷越多）。采用Rajan & Zingales（1998）式的交互项识别策略：利用行业层面契约密集度（Contract Intensity，来自Nunn 2007）与省份层面涉外法治能力的交互项，识别涉外法治对不同行业的差异化影响。高契约密集度行业更依赖法律服务，因此受涉外法治建设的影响更大，这一差异化效应不受逆向因果干扰。

行业-省份-年份面板模型：Export_{kjt} = α + β₁·ForeignLegal_{jt} × ContractIntensity_k + β₂·ForeignLegal_{jt} + β₃·ContractIntensity_k + γ·X_{kjt} + δ_{kj} + λ_t + ε_{kjt}。其中Export为行业k在j省t年的出口额（对数）或出口市场份额，ForeignLegal为涉外法治能力指标（涉外仲裁案件量/涉外律师数），ContractIntensity为行业契约密集度（Nunn 2007），δ_{kj}为行业-省份固定效应，λ_t为年份固定效应。核心系数β₁预期显著为正。

被解释变量以中国海关数据中HS 6位码产品的行业-省份出口额和出口产品复杂度（EXPY指标）度量。涉外法治能力以各省涉外仲裁案件受理量（来自CIETAC和各仲裁委年报）和涉外律师人数（来自司法部统计）构建综合指数。行业契约密集度采用Nunn（2007）基于美国投入产出表计算的中间品专用性投资比例。控制变量包括行业-省份层面的FDI存量、研发强度、人力资本水平、关税税率变化、实际汇率、省份基础设施水平和数字经济发展指数。

①替换契约密集度指标：采用Levchenko（2007）基于制度依赖度（institutional dependence）的行业分类替代Nunn指标；②排除替代性解释：控制行业层面的融资依赖度（Rajan-Zingales指标）和研发密集度，避免将金融发展和创新效应误归因于涉外法治；③利用2020-2025年涉外仲裁案件激增（增长130%）构建事件研究法，检验出口响应的动态模式；④跨国比较验证：利用UN Comtrade数据比较中国与印度、越南等竞争对手在契约密集型产品上的市场份额变化，检验涉外法治建设的国际比较效应；⑤利用"一带一路"沿线国家贸易数据做异质性分析。

---