国际联播快讯

基于双边市场理论（Rochet & Tirole, 2003），安卓平台连接终端用户与应用开发者两侧，具有显著的交叉网络外部性。谷歌通过预装Google Search和Chrome浏览器，利用操作系统层面的市场力量向应用层延伸，可能产生"杠杆效应"（Whinston, 1990），将一侧市场的支配地位传导至另一侧。搭售行为降低了竞争应用的可见度和用户触达率，可能导致竞争应用安装量下降，进而通过间接网络外部性降低平台整体的应用多样性和创新激励。

据此提出以下假说：
- H1：谷歌预装策略使竞争搜索应用的市场份额下降3-5个百分点，消费者选择多样性显著降低。
- H2：41亿欧元罚款公告对Alphabet产生负向异常收益率（-1%至-3%），对欧洲本土竞争者产生正向异常收益率。
- H3：罚款后安卓应用市场的HHI指数显著下降，市场集中度改善。

本文采用双重识别策略。第一，结构需求估计：利用BLP模型（Berry, Levinsohn & Pakes, 1995）估计安卓应用市场中搜索引擎产品的需求参数，通过工具变量（竞争应用的功能特征作为产品特征的IV）解决价格与未观测品质的内生性。反事实模拟关闭预装渠道后消费者剩余的变化。第二，事件研究法：以欧盟法院裁决公告日（2026年7月2日）为事件窗口，估计Alphabet和竞争对手（如DuckDuckGo、Bing母公司微软）的异常收益率。关键识别假定：事件窗口期内无其他混淆性信息冲击，市场有效消化罚款信息。

BLP需求模型：δ_jt = α_p p_jt + β X_jt + ξ_jt，其中δ_jt为产品j在时期t的平均效用，p_jt为价格（或隐含价格），X_jt为产品特征向量，ξ_jt为未观测品质。利用控制函数法或BLP嵌套迭代求解需求参数。

事件研究模型：R_it = α_i + β_i R_mt + Σ_{k=-5}^{5} γ_k D_k + ε_it，其中D_k为事件窗口虚拟变量，γ_k为累计异常收益率，关键参数γ_0预期为负（Alphabet）或为正（竞争对手）。

被解释变量（事件研究）：个股日收益率（CRSP/Bloomberg），市场收益率取MSCI World Index。被解释变量（结构估计）：各搜索引擎在安卓平台的市场份额（StatCounter/Sensor Tower月度数据）。核心解释变量：预装虚拟变量（是否被要求预装，来自欧盟委员会调查报告）；罚款事件虚拟变量。控制变量：安卓版本更新、设备厂商差异、各国市场竞争环境。样本区间：事件研究取裁决公告前后各10个交易日；结构估计取2016-2026年安卓应用市场季度数据。

• 替换市场定义：将相关产品市场从"移动搜索"扩展至"移动信息获取"（含浏览器、新闻应用），检验市场份额变化的结论是否对市场界定敏感。
• 安慰剂检验：将事件日期前移至2018年初次罚款公告前，检验竞争对手股价是否存在虚假反应，排除系统性行业冲击的干扰。
• 替代需求模型：以嵌套Logit模型替代BLP模型重新估计需求参数和消费者剩余变化，检验结论是否对需求函数形式敏感。
• 跨市场比较：比较欧盟与美国（无类似罚款）安卓应用市场集中度的差异变化，构建DID框架排除全球性趋势的干扰。

---

根据Grossman & Helpman（1994）的"Protection for Sale"模型，贸易政策是政府在社会福利与政治献金之间权衡的结果。USMCA重谈中，美国汽车制造商、钢铁行业和农业利益集团对贸易规则的不同诉求构成了典型的集体行动博弈（Olson, 1965）。贸易逆差作为政策话语具有"信号功能"——向选民传递保护就业的承诺，同时为特定产业提供隐性保护。Bagwell & Staiger（2002）的自我实施理论预测，当协定无法约束成员国的"偏离激励"时，重谈或终止成为均衡策略。

据此提出以下假说：
- H1：对美墨加贸易逆差最大的行业（汽车、钢铁），其政治游说支出在USMCA重谈宣布前显著上升，支持Grossman-Helpman模型的预测。
- H2：贸易逆差增加1个百分点的行业，获得USTR政策倾斜（如更严格原产地规则）的概率提高15-20%。
- H3：USMCA重谈的政治周期效应显著——大选年前后的重谈立场强硬程度高于非选举年。

核心识别挑战在于贸易政策是内生的——政策本身是利益博弈的结果。本文利用两个外生变异来源：第一，美国各行业的进口渗透率变化中来自中国等第三国的部分（Autor, Dorn & Hanson, 2013的"中国冲击"IV策略），作为该行业贸易逆差变化的工具变量——第三国竞争冲击影响美国行业贸易逆差，但不直接决定USMCA政策走向。第二，利用国会选区层面的产业集中度差异，构建Bartik工具变量——将全国层面的行业贸易冲击按选区初始产业结构分配，识别贸易冲击对选区代表投票行为的因果效应。关键识别假定：第三国竞争冲击不通过USMCA以外的渠道影响美国行业游说行为。

第一阶段：ΔTradeDeficit_jt = π_0 + π_1 ImportPenetration_jt^{China} + π_2 Z_jt + ν_jt

第二阶段：LobbyExpenditure_jt = α + β ΔTradeDeficit_jt + γ X_jt + μ_j + λ_t + ε_jt

其中j为行业，t为年份。ΔTradeDeficit_jt为行业贸易逆差变化，LobbyExpenditure_jt为行业政治游说支出（对数），ImportPenetration_jt^{China}为来自中国进口渗透率变化（工具变量），X_jt为行业特征控制向量，μ_j和λ_t分别为行业和时间固定效应。关键参数β预期为正——贸易逆差扩大驱动更多政治游说。

被解释变量：行业层面年度政治游说支出（对数），来自OpenSecrets数据库，按NAICS行业分类汇总。核心解释变量：行业对墨/加贸易逆差变化率，由UN Comtrade双边进出口数据计算，以出口FOB-进口CIF差额的年度变化率衡量。工具变量：来自中国的行业进口渗透率变化（排除北美贸易伙伴），来自UN Comtrade中国对美出口数据。控制变量：行业就业人数、行业增加值占GDP比重、行业FDI存量、工会密度（BLS数据）。样本区间：2000-2025年，4位NAICS行业年度面板，约450个行业×26年。

• 替换工具变量：以"中国冲击"的替代测度——中国行业产出增长率（来自CEIC数据库）作为IV，检验结论是否对IV构造方式敏感。
• 安慰剂检验：将USMCA重谈时点前移至2015年（TPP谈判期间），检验该时期行业游说支出是否与贸易逆差变化呈现类似关系——预期不显著，因为TPP不涉及北美贸易逆差核心争议。
• 排除替代解释：在模型中控制行业层面的关税变化（排除特朗普关税政策的混淆效应），检验USMCA重谈的独立影响。
• 异质性分析：区分进口竞争型行业与出口导向型行业，检验Grossman-Helpman模型预测的非对称性——进口竞争行业游说动机更强。

---

根据不完全契约理论（Hart & Moore, 1999），由于缔约方无法预见所有未来情形，任何贸易协定都是不完全的。USMCA包含16年"日落条款"（第34.7条，2036年到期）和6年联合审查机制，这一设计试图通过事前约定"重谈规则"来应对契约不完全性（Williamson, 1985）。然而，从交易成本视角看，定期重谈机制增加了事后谈判的协调成本、信息搜集成本和再谈判的讨价还价成本。North（1990）的路径依赖理论预测，一旦制度设计形成特定的灵活性水平，后续调整将受到既有框架的约束。

据此提出以下假说：
- H1：USMCA的制度灵活性指数高于CPTPP和RCEP，但其带来的交易成本也更高——审查周期前企业投资不确定性显著上升。
- H2：USMCA联合审查周期前12个月，墨西哥和加拿大接收的美国FDI流入增速下降5-8%，反映企业观望效应。
- H3：贸易协定的制度灵活性与协定持续期呈倒U型关系——过低或过高的灵活性均降低协定的可持续性。

本文采用两种识别策略。第一，制度比较分析：从协定文本中提取"制度灵活性"的多维度指标（重谈周期、退出条款、争端解决机制灵活性、例外条款数量等），构建综合指数，利用跨国面板数据检验灵活性与FDI流量和协定持续期的关系。第二，DID分析：利用USMCA 2026年联合审查这一时间节点，以墨西哥和加拿大（处理组）与CPTPP成员国（控制组，无类似审查机制）为样本，比较审查周期前后的FDI流入变化。关键识别假定：CPTPP成员国在审查周期前不经历与USMCA审查机制相关的FDI冲击——平行趋势条件成立。

基准DID模型：FDI_it = α + β_1 Treat_i × Post_t + β_2 Treat_i + β_3 Post_t + γ X_it + μ_i + λ_t + ε_it

其中FDI_it为国家i在年份t的美国FDI流入额（对数），Treat_i为处理组虚拟变量（墨西哥、加拿大=1；CPTPP成员国=0），Post_t为联合审查周期前12个月的虚拟变量，X_it为控制变量向量（GDP增速、汇率、利率差、政治稳定性指标），μ_i和λ_t为国家和时间固定效应。关键参数β_1预期为负——审查机制导致投资观望效应。

被解释变量：美国对各国的FDI流入额（对数），来自OECD FDI统计数据库和美国经济分析局（BEA）国际投资头寸数据。核心解释变量：Treat_i × Post_t交互项，其中Post_t在联合审查公告前12个月起取1。制度灵活性指数：从WTO RTA数据库提取协定文本，按5个维度编码（退出条款灵活性、重谈周期、例外条款数量、争端解决机制弹性、 sunset clause有无），取主成分构建综合指数。控制变量：东道国GDP增速（世界银行WDI）、实际汇率（IMF IFS）、政治稳定性（World Bank WGI）、双边投资协定虚拟变量。样本区间：2015-2025年，约30个国家年度面板。

• 替换处理组定义：将CPTPP成员国替换为EU-FTA伙伴国（如韩欧FTA、加欧CETA）作为控制组，检验平行趋势假定是否对控制组选择敏感。
• Bacon分解检验：对渐进DID进行Goodman-Bacon分解，检验处理效应是否存在"坏控制组"偏误（已处理组作为控制组的偏误），必要时采用Callaway & Sant'Anna（2021）的稳健估计量。
• 安慰剂检验：将审查时点前移至2022年（USMCA生效后的第2年），检验该时点前后是否出现虚假的FDI观望效应——预期不显著。
• 机制检验：利用企业层面的投资调查数据（如BEA跨国企业资本支出数据），直接检验企业在审查周期前是否推迟了对墨/加投资计划，验证"观望效应"的微观机制。

---

根据特定要素模型（Samuelson, 1971），原产地规则收紧相当于对使用进口中间品的企业征收隐性关税。对汽车制造业而言，75%的区域价值含量要求迫使企业将更多生产环节留在北美区域内，短期内增加了本地劳动需求（替代效应），但也可能因成本上升导致产出收缩（规模效应），净就业效应取决于两种力量的相对大小。Feenstra & Hanson（1996）的技能偏向理论预测，原产地规则对高技能岗位（研发、设计）和低技能岗位（组装）的影响存在异质性。Artuc et al.（2015）的贸易调整成本理论则预测，劳动市场调整需要3-5年的过渡期。

据此提出以下假说：
- H1：受原产地规则收紧影响更大的汽车零部件行业（HS 8708），其就业增速比受影响较小的行业高2-3个百分点（本地化生产的替代效应占主导）。
- H2：原产地规则收紧对高技能岗位（工程师、技术员）的正向效应大于低技能岗位（装配工），就业结构向技能高端化偏移。
- H3：墨西哥汽车制造业就业受USMCA原产地规则的正向效应弱于美国——墨西哥工资成本优势不足以完全抵消合规成本。

核心识别策略利用USMCA原产地规则在不同HS编码汽车子行业的差异化收紧程度作为外生冲击。不同零部件类别的区域价值含量要求不同（发动机类要求高于电子类），这种行业间的差异化要求构成了"强度DID"的处理变异。同时利用美国县级层面的Bartik工具变量：将全国层面各汽车子行业的贸易冲击按县级初始产业结构（2017年基期）加权分配，构建县级层面的贸易冲击度量。关键识别假定：不同汽车子行业原产地规则要求的差异化不是行业内生游说的结果——USMCA谈判中原产地规则主要由政府技术官僚基于产业安全考量制定，满足外生性条件。

行业层面DID：ΔEmployment_jt = α + β Exposure_j × Post_t + γ X_jt + μ_j + λ_t + ε_jt

其中ΔEmployment_jt为4位NAICS汽车子行业j在年份t的就业增长率，Exposure_j为行业j受原产地规则收紧的影响强度（以USMCA前该行业进口中间品占总投入比例衡量），Post_t为USMCA实施后虚拟变量（2020年起=1）。

县级层面Bartik-IV：Employment_ct = α + β Z_ct + γ W_ct + μ_c + λ_t + ε_ct

其中Z_ct = Σ_j (E_jc,2017/E_c,2017) × ΔNationalTradeShock_jt 为Bartik工具变量，将全国行业贸易冲击按县级初始产业结构加权。

被解释变量：县级制造业就业人数和平均周工资（BLS QCEW，按NAICS分类）；墨西哥州级IMSS社保登记就业人数。核心解释变量（行业层面）：Exposure_j = USMCA前行业j的进口中间品投入占总投入比例（来自USITC投入产出表），衡量受原产地规则收紧的影响强度。核心解释变量（县级层面）：Bartik工具变量Z_ct，基于2017年县级汽车子行业就业份额和全国层面行业贸易冲击构造。控制变量：县级人口、教育水平（ACS数据）、非汽车制造业就业占比、州级最低工资。样本区间：2016-2025年，美国约300个汽车制造业集中县×年度面板。

• 替换暴露度量：以USMCA前行业j从非北美地区的进口依赖度替代进口中间品比例作为Exposure_j，检验结论是否对暴露度量的构造方式敏感。
• Heckman样本选择校正：由于企业是否继续经营汽车业务本身是内生的（受原产地规则影响退出市场的企业），使用Heckman两步法校正——第一步估计企业存活概率，第二步在逆米尔斯比率校正后估计就业效应。
• 排除同期政策干扰：在模型中控制2018-2019年特朗普关税（Section 232钢铝关税、Section 301对华关税）的行业差异化影响，分离USMCA原产地规则的独立效应。
• 跨国比较：将分析扩展至墨西哥（IMSS数据）和加拿大（Statistics Canada数据），比较三国汽车制造业就业调整的异质性——验证H3关于墨西哥效应弱于美国的预测。

---

根据Viner（1950）的贸易创造与贸易转移理论，USMCA收紧原产地规则可能同时产生两种效应：贸易创造（促使北美区域内贸易增加）和贸易转移（将亚洲供应链的中间品替代为北美本地生产）。Gereffi et al.（2005）的全球价值链理论进一步预测，原产地规则收紧将提升"治理型"价值链的区域内协调密度，但可能降低全球价值链的效率。Hidalgo et al.（2007）的产品空间理论则关注：贸易转移是否为中国制造业提供了进入新产品空间的"跳跃"机会——当北美供应链重组时，中国可能填补其他区域市场的空缺。

据此提出以下假说：
- H1：USMCA实施后，北美区域价值链的后向参与度（使用区域内中间品）上升3-5个百分点，但全球价值链的总效率（以国内增加值率为代理）下降。
- H2：USMCA对中国对美出口的贸易转移效应集中在汽车零部件和电子产品中间品领域，中国对这些行业的对美出口增速下降8-12%。
- H3：贸易转移同时为中国制造业提供了产品空间升级机会——中国对非北美市场（欧盟、东盟）的高复杂度产品出口显著增加。

本文采用三重识别策略。第一，增加值贸易分解：利用Koopman, Wang & Wei（2014）方法，将双边出口分解为国内增加值（DVA）、返回国内增加值（RDV）、外国增加值（FVA）和纯双重计算项（PDC），量化USMCA实施前后北美区域DVA份额的变化。第二，合成控制法：以墨西哥为处理组，构建由其他拉美制造业国家（巴西、哥伦比亚、智利等）组成的"合成墨西哥"，比较USMCA实施后真实墨西哥与合成墨西哥制造业TFP的差异路径。第三，空间杜宾模型：将中国各省份对美出口视为空间关联的过程，分析USMCA贸易转移对邻近省份出口的空间溢出效应。关键识别假定：合成墨西哥在USMCA实施前与真实墨西哥的制造业TFP趋势完全匹配。

增加值贸易分解：X_sr = DVA_sr + RDV_sr + FVA_sr + PDC_sr

其中X_sr为从国s到国r的总出口，DVA_sr为被r国吸收的国内增加值。北美区域价值链后向参与度 = Σ_{i∈NA} FVA_{si} / X_s（区域内进口中间品占总出口比例）。

合成控制法：Y_{Mexico,t} - Y_{Synthetic Mexico,t} = α_t，其中Y为制造业TFP（LP方法测算），α_t为USMCA的处理效应。

空间杜宾模型：Export_pc = ρ W Export_pc + β_1 USMCA_Shock_c + β_2 W × USMCA_Shock_c + γ Z_pc + μ_p + λ_c + ε_pc

其中p为省份，c为HS 6位产品类别，W为省份间空间权重矩阵，USMCA_Shock_c为产品c受USMCA贸易转移影响的强度。

被解释变量（GVC分解）：国内增加值率DVA/X和区域内后向参与度FVA_NA/X，由WIOD 2016版和OECD TiVA 2021版投入产出表计算。被解释变量（合成控制）：墨西哥制造业TFP，利用INEGI月度工业调查数据以Levinsohn-Petrin方法测算。被解释变量（空间模型）：中国各省份对美/对欧盟/对东盟的HS 6位产品出口额（对数），来自中国海关统计数据。核心解释变量：USMCA_Shock_c = 产品c在USMCA前从北美以外地区的进口中间品依赖度 × USMCA实施虚拟变量。控制变量：省份GDP增速、实际有效汇率、FDI存量、基础设施指数。样本区间：2015-2024年，中国31省份×约5000个HS 6位产品类别年度面板。

• 替换TFP测算方法：以Olley-Pakes方法替代Levinsohn-Petrin方法重新测算墨西哥制造业TFP，检验合成控制结论是否对TFP测算方法敏感。
• 替代合成控制组：将拉美国家替换为东南亚制造业国家（越南、泰国、马来西亚）构建新的合成墨西哥，检验TFP效应是否对控制组选择稳健。
• 空间权重矩阵替换：将地理距离权重矩阵替换为产业结构相似度权重矩阵，检验贸易转移空间溢出效应是否对空间关联定义敏感。
• 排除替代解释：在空间模型中控制中美贸易摩擦（Section 301关税）的产品差异化影响，分离USMCA贸易转移与中美脱钩的独立效应——利用仅受USMCA影响但不受Section 301影响的产品类别作为安慰剂检验。