Espina

常用数据与学习资源

Sat, 02 May 2026 00:00:00 GMT

<style> .resource-note { margin: 1.25rem 0 1.75rem; padding: 1rem 1.1rem; border: 1px solid rgba(147, 197, 253, 0.72); border-radius: 18px; background: #ffffff; box-shadow: 0 10px 26px rgba(59, 130, 246, 0.06); color: #475569; line-height: 1.85; }

.resource-note strong { color: #0f172a; }

.resource-grid { display: grid; grid-template-columns: repeat(auto-fit, minmax(280px, 1fr)); gap: 1rem; margin: 1.25rem 0 2.35rem; }

.resource-card { display: flex; flex-direction: column; min-height: 172px; padding: 1.18rem 1.22rem; border: 1px solid rgba(147, 197, 253, 0.88); border-radius: 20px; background: #ffffff; box-shadow: 0 10px 28px rgba(59, 130, 246, 0.08); transition: transform 0.18s ease, box-shadow 0.18s ease, border-color 0.18s ease; }

.resource-card:hover { transform: translateY(-3px); border-color: rgba(96, 165, 250, 0.95); box-shadow: 0 16px 36px rgba(59, 130, 246, 0.14); }

/* 标题和按钮在同一行顶部对齐 */ .resource-card__header { display: flex; align-items: flex-start; justify-content: space-between; gap: 0.9rem; margin-bottom: 1rem; }

.resource-card h3 { flex: 1 1 auto; min-width: 0; margin: 0; color: #111827; font-size: 1.08rem; font-weight: 800; line-height: 1.45; letter-spacing: -0.01em; }

.resource-card__links { display: flex; flex: 0 0 auto; flex-wrap: wrap; justify-content: flex-end; align-items: flex-start; gap: 0.38rem; max-width: 46%; }

.resource-card__links a { display: inline-flex; align-items: center; justify-content: center; min-height: 1.9rem; margin: 0; padding: 0.32rem 0.68rem; border-radius: 10px; background: #eff6ff; color: #3b82f6; font-size: 0.84rem; font-weight: 750; line-height: 1.2; text-decoration: none; white-space: nowrap; transition: background 0.18s ease, color 0.18s ease, transform 0.18s ease; }

.resource-card__links a:hover { transform: translateY(-1px); background: #dbeafe; color: #2563eb; text-decoration: none; }

.resource-card p { margin: 0; color: #64748b; font-size: 0.96rem; line-height: 1.9; }

@media (max-width: 640px) { .resource-grid { grid-template-columns: 1fr; }

.resource-card { padding: 1.05rem 1.08rem; }

.resource-card__header { gap: 0.75rem; }

.resource-card__links { max-width: 52%; } }

@media (prefers-color-scheme: dark) { .resource-note { border-color: rgba(96, 165, 250, 0.28); background: rgba(15, 23, 42, 0.78); box-shadow: 0 10px 26px rgba(0, 0, 0, 0.22); color: #cbd5e1; }

.resource-note strong { color: #f8fafc; }

.resource-card { border-color: rgba(96, 165, 250, 0.28); background: rgba(15, 23, 42, 0.78); box-shadow: 0 10px 28px rgba(0, 0, 0, 0.24); }

.resource-card:hover { border-color: rgba(96, 165, 250, 0.55); box-shadow: 0 16px 36px rgba(0, 0, 0, 0.34); }

.resource-card h3 { color: #f8fafc; }

.resource-card p { color: #cbd5e1; }

.resource-card__links a { background: rgba(96, 165, 250, 0.16); color: #93c5fd; }

.resource-card__links a:hover { background: rgba(96, 165, 250, 0.24); color: #bfdbfe; } } </style>

<div class="resource-note">💡 <strong>使用说明</strong>：以下数据库多为学术研究或政策分析常用数据源，部分需要机构权限或注册申请。建议访问前确认使用条款与数据口径，版权归所有者所有，本站只作收集用途。</div>

贸易与宏观数据库

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>CEPII</h3> <div class="resource-card__links"> <a href="https://www.cepii.fr/CEPII/en/bdd_modele/bdd_modele_item.asp?id=37" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供重力模型、双边距离、共同语言、殖民关系、边界接壤、贸易成本等变量，常用于国际贸易引力模型和双边贸易研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Trade Map</h3> <div class="resource-card__links"> <a href="https://www.trademap.org/Index.aspx" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供全球商品贸易数据，可用于查询各国进出口额、贸易伙伴、商品结构和市场份额</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>UN Comtrade</h3> <div class="resource-card__links"> <a href="https://comtradeplus.un.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>联合国商品贸易数据库，提供全球国家间商品进出口数据，可按 HS、SITC、BEC 等分类查询</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WITS</h3> <div class="resource-card__links"> <a href="https://wits.worldbank.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>世界银行贸易数据平台，整合商品贸易、关税、非关税措施和市场准入数据，适合做国家—产品层面的贸易政策研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WTO Stats</h3> <div class="resource-card__links"> <a href="https://stats.wto.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>WTO 官方统计平台，提供货物贸易、服务贸易、关税和贸易政策相关统计数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>IMF DOTS</h3> <div class="resource-card__links"> <a href="https://data.imf.org/DOT" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>IMF 双边贸易方向统计数据库，适合研究国家之间的贸易流向和贸易网络</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>World Bank WDI</h3> <div class="resource-card__links"> <a href="https://databank.worldbank.org/source/world-development-indicators" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>世界银行世界发展指标数据库，提供 GDP、人口、汇率、通胀、贸易开放度等宏观控制变量</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>UNCTADstat</h3> <div class="resource-card__links"> <a href="https://unctadstat.unctad.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>联合国贸发会议数据库，包含国际贸易、投资、数字经济、发展水平和全球化相关指标</p> </div>

</div>

关税与贸易政策数据库

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>301调查</h3> <div class="resource-card__links"> <a href="https://ustr.gov/issue-areas/enforcement/section-301-investigations/section-301-china" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国对华 301 调查相关公告、关税清单、政策文件和关税排除清单，是研究中美贸易摩擦的重要政策资料</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WTO Tariff Download Facility</h3> <div class="resource-card__links"> <a href="https://tariffdata.wto.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>WTO 关税下载平台，可查询不同国家、年份和产品层面的关税数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Global Trade Alert</h3> <div class="resource-card__links"> <a href="https://www.globaltradealert.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球贸易政策监测数据库，记录各国贸易干预、补贴、限制措施和保护主义政策</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WTO I-TIP Goods</h3> <div class="resource-card__links"> <a href="https://i-tip.wto.org/goods/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>WTO 货物贸易政策措施数据库，可查询关税、非关税措施、贸易救济和市场准入政策</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>TRAINS</h3> <div class="resource-card__links"> <a href="https://trainsonline.unctad.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>UNCTAD 贸易分析信息系统，包含关税、非关税措施和产品层面市场准入信息</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>MacMap</h3> <div class="resource-card__links"> <a href="https://www.macmap.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>ITC 市场准入地图，提供关税、原产地规则、贸易协定和市场准入条件</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Temporary Trade Barriers Database</h3> <div class="resource-card__links"> <a href="https://datacatalog.worldbank.org/search/dataset/0038015" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>世界银行临时贸易壁垒数据库，包含反倾销、反补贴和保障措施等贸易保护政策</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Global Antidumping Database</h3> <div class="resource-card__links"> <a href="https://www.chadpbown.com/global-antidumping-database" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Chad P. Bown 整理的全球反倾销数据库，可用于研究反倾销调查、实施和贸易救济政策</p> </div>

</div>

全球价值链与投入产出数据库

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>OECD TiVA</h3> <div class="resource-card__links"> <a href="https://www.oecd.org/en/topics/sub-issues/trade-in-value-added.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>增加值贸易数据库，可用于分析出口国内增加值、国外增加值、全球价值链参与度和贸易收益分解</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>OECD ICIO</h3> <div class="resource-card__links"> <a href="https://www.oecd.org/en/topics/inter-country-input-output-tables.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>国际投入产出表，适合研究产业关联、全球供应链、跨国生产分工和贸易增加值</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WIOD</h3> <div class="resource-card__links"> <a href="https://www.rug.nl/ggdc/valuechain/wiod/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>世界投入产出数据库，常用于全球价值链、产业分工、贸易增加值和生产网络研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>ADB MRIO</h3> <div class="resource-card__links"> <a href="https://mrio.adbx.online/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>亚洲开发银行多区域投入产出数据库，适合研究亚洲区域价值链和产业联系</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>EORA MRIO</h3> <div class="resource-card__links"> <a href="https://worldmrio.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球多区域投入产出数据库，国家覆盖范围较广，可用于全球价值链和环境经济研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>EXIOBASE</h3> <div class="resource-card__links"> <a href="https://www.exiobase.eu/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>多区域投入产出数据库，适合研究贸易、环境、碳排放、资源消耗和全球供应链</p> </div>

</div>

美国经济与贸易数据

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>USITC DataWeb</h3> <div class="resource-card__links"> <a href="https://dataweb.usitc.gov" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国官方进出口海关数据平台，可按 HS 商品、贸易伙伴、年份、月份等维度查询美国进出口数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>NBER-CES Manufacturing</h3> <div class="resource-card__links"> <a href="https://www.nber.org/research/data/nber-ces-manufacturing-industry-database" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国制造业行业层面面板数据，包含产出、就业、工资、资本、投入品和生产率等变量</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>U.S. Census International Trade</h3> <div class="resource-card__links"> <a href="https://www.census.gov/foreign-trade/index.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国人口普查局国际贸易统计，提供美国官方商品进出口数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>USA Trade Online</h3> <div class="resource-card__links"> <a href="https://usatrade.census.gov/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国贸易数据查询平台，可按商品、地区、国家、时间和运输方式查询进出口数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>BEA</h3> <div class="resource-card__links"> <a href="https://www.bea.gov/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国经济分析局数据库，提供 GDP、产业增加值、国际收支、直接投资和跨国公司活动数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>BLS</h3> <div class="resource-card__links"> <a href="https://www.bls.gov/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国劳工统计局数据库，提供就业、工资、价格指数、生产率和行业劳动力数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>FRED</h3> <div class="resource-card__links"> <a href="https://fred.stlouisfed.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>圣路易斯联储经济数据库，整合美国和国际宏观经济、金融、利率、汇率和价格数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Federal Register</h3> <div class="resource-card__links"> <a href="https://www.federalregister.gov/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国联邦公报，可查询关税政策、行政命令、贸易政策公告和法规文本</p> </div>

</div>

中国经济与贸易数据

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>海关总署统计查询</h3> <div class="resource-card__links"> <a href="http://stats.customs.gov.cn" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>中国官方进出口统计查询平台，可按商品、贸易伙伴、时间和贸易方式查询月度或年度数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>中美贸易争端大事记</h3> <div class="resource-card__links"> <a href="https://cifer.pbcsf.tsinghua.edu.cn/yjzti/gjmyi/zmmyzdsjgz.htm" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>系统整理中美贸易争端的重要时间节点、政策事件和谈判进程，可用于构建政策冲击变量</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>国家统计局</h3> <div class="resource-card__links"> <a href="https://data.stats.gov.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>中国官方宏观经济数据库，提供 GDP、工业、投资、消费、人口、价格和地区统计数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>商务部数据中心</h3> <div class="resource-card__links"> <a href="https://data.mofcom.gov.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供中国外贸、外资、对外投资、国内贸易和商务运行相关数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>中国自由贸易区服务网</h3> <div class="resource-card__links"> <a href="http://fta.mofcom.gov.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供中国自贸协定文本、关税减让安排、原产地规则和协定国信息</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>中国一带一路网</h3> <div class="resource-card__links"> <a href="https://www.yidaiyilu.gov.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供“一带一路”政策文件、合作国家、项目进展和官方新闻资料</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>中国知网 CNKI</h3> <div class="resource-card__links"> <a href="https://www.cnki.net/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供中文学术文献、统计年鉴、博士硕士论文和部分研究资料</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>EPS 数据平台</h3> <div class="resource-card__links"> <a href="https://www.epsnet.com.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供中国宏观、区域、行业、贸易、金融和社会经济统计数据</p> </div>

</div>

企业金融与资本市场数据库

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>WRDS</h3> <div class="resource-card__links"> <a href="https://wrds-www.wharton.upenn.edu" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>沃顿研究数据服务平台，整合 CRSP、Compustat、I/B/E/S 等金融与企业数据库</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>CRSP</h3> <div class="resource-card__links"> <a href="https://www.crsp.org" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国证券市场权威历史数据库，提供股票价格、收益率、指数、退市收益和市场组合数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>CSMAR</h3> <div class="resource-card__links"> <a href="https://data.csmar.com" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>中国经济金融研究数据库，涵盖上市公司财务、股票市场、公司治理、宏观经济和专题研究数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>BVD-Orbis</h3> <div class="resource-card__links"> <a href="https://login.bvdinfo.com/R1/Orbis" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球企业层面数据库，包含上市和非上市公司财务、股权结构、行业分类和跨国经营信息</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Wind</h3> <div class="resource-card__links"> <a href="https://www.wind.com.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>综合金融和经济数据库，覆盖中国上市公司、宏观经济、债券、基金、行业和金融市场数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>CEIC</h3> <div class="resource-card__links"> <a href="https://www.ceicdata.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球宏观经济和行业数据库，适合获取国家层面宏观、金融、贸易和产业指标</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Capital IQ</h3> <div class="resource-card__links"> <a href="https://www.spglobal.com/market-intelligence/en/solutions/products/capital-iq-pro" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>企业财务、并购、股权结构、证券市场和行业数据平台，适合公司金融和企业研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>FactSet</h3> <div class="resource-card__links"> <a href="https://www.factset.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球金融和企业数据平台，提供公司财务、市场数据、分析师预测和机构持仓等信息</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Refinitiv Eikon</h3> <div class="resource-card__links"> <a href="https://www.lseg.com/en/data-analytics/products/eikon-trading-software" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球金融市场终端，提供股票、债券、外汇、商品、公司财务和新闻数据</p> </div>

</div>

学者公开数据

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>Peter K. Schott</h3> <div class="resource-card__links"> <a href="https://faculty.som.yale.edu/peterschott/international-trade-data" target="_blank" rel="noopener noreferrer">链接 1</a> <a href="https://sompks4.github.io/sub_data.html" target="_blank" rel="noopener noreferrer">链接 2</a> </div> </div> <p>提供美国贸易、产品分类、行业匹配和企业贸易相关数据，常用于美国进口竞争、制造业和贸易政策研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Anson Soderbery</h3> <div class="resource-card__links"> <a href="https://web.ics.purdue.edu/~asoderbe/elasticities" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供贸易弹性估计数据，可用于产品替代弹性、贸易成本和福利效应分析</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Chad P. Bown</h3> <div class="resource-card__links"> <a href="https://www.chadpbown.com/global-antidumping-database" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供全球反倾销、贸易救济和贸易壁垒相关数据，适合研究贸易保护政策</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Robert C. Feenstra</h3> <div class="resource-card__links"> <a href="http://www.robertcfeenstra.com/data.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供国际贸易、产品价格、贸易数量、贸易质量和美国进口数据，是贸易实证研究中的经典数据来源</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>David Dorn</h3> <div class="resource-card__links"> <a href="https://www.ddorn.net/data.htm" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供美国劳动力市场、通勤区、就业结构和贸易冲击相关数据，常用于研究“中国冲击”和地区劳动力市场调整</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Autor, Dorn and Hanson 数据</h3> <div class="resource-card__links"> <a href="https://www.ddorn.net/data.htm" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>包含美国通勤区层面的贸易冲击、就业、工资和产业结构变量，适合研究进口竞争对地区经济的影响</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Jonathan Dingel</h3> <div class="resource-card__links"> <a href="https://www.jdingel.com/data/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供城市经济学、贸易和空间经济学相关数据，适合研究产业集聚、城市结构和贸易地理</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Keith Head</h3> <div class="resource-card__links"> <a href="https://sites.google.com/site/hiegravity/data-sources" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>整理了大量引力模型、贸易成本、距离和双边关系数据来源，适合国际贸易研究的数据查找</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Kenneth R. French</h3> <div class="resource-card__links"> <a href="https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供 Fama-French 因子（三因子、五因子）、动量因子、精细化的投资组合收益及断点数据。</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Aswath Damodaran</h3> <div class="resource-card__links"> <a href="https://pages.stern.nyu.edu/~adamodar/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供股权风险溢价、国家风险、无风险利率、行业贝塔及市盈率等估值参数的年度估算。</p> </div>

</div>

学习资料网站

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>计量经济学：DID</h3> <div class="resource-card__links"> <a href="https://asjadnaqvi.github.io/DiD" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>系统整理 DID、事件研究法、异质性处理效应和交错 DID 等方法，包含文献、代码、讲义和可视化资源</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>QuantEcon</h3> <div class="resource-card__links"> <a href="https://quantecon.github.io/lecture-intro.zh-cn/intro.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Sargent 和 Stachurski 开发的量化经济学讲座，适合学习 Python、动态规划、宏观经济模型和计算经济学</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>刘岩老师讲义</h3> <div class="resource-card__links"> <a href="https://www.liuyanecon.com/category/teaching/phd" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>中山大学刘岩老师的课程讲义，内容涵盖微观理论、产业组织、应用微观和研究方法等</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Causal Inference: The Mixtape</h3> <div class="resource-card__links"> <a href="https://mixtape.scunning.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Scott Cunningham 的因果推断教材，覆盖 OLS、匹配、DID、IV、RDD、合成控制等方法，并提供 R 和 Stata 代码示例</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>The Effect</h3> <div class="resource-card__links"> <a href="https://theeffectbook.net/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Nick Huntington-Klein 的因果推断入门教材，重点讲解如何利用观察数据进行研究设计和因果识别</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>LOST: Library of Statistical Techniques</h3> <div class="resource-card__links"> <a href="https://lost-stats.github.io/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>面向应用研究者的统计和计量方法手册，包含事件研究法、DID、工具变量、固定效应、标准误等内容</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Introduction to Econometrics with R</h3> <div class="resource-card__links"> <a href="https://www.econometrics-with-r.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>基于 Stock and Watson《计量经济学导论》的 R 语言配套教材，适合学习计量基础和 R 实证操作</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Mastering Metrics</h3> <div class="resource-card__links"> <a href="https://www.masteringmetrics.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Angrist 和 Pischke《Mastering Metrics》的配套网站，适合入门因果推断中的随机实验、回归、IV、RDD 和 DID</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Mostly Harmless Econometrics</h3> <div class="resource-card__links"> <a href="https://www.mostlyharmlesseconometrics.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Angrist 和 Pischke 的经典应用计量经济学教材网站，适合深入理解现代应用微观计量方法</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Ed Rubin Applied Econometrics</h3> <div class="resource-card__links"> <a href="https://github.com/edrubin/EC607S24" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>面向博士生的应用计量与因果推断课程资料，包含 R 代码、讲义、习题和实证研究设计内容</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Pedro H. C. Sant'Anna DID Resources</h3> <div class="resource-card__links"> <a href="https://pedrohcgs.github.io/did-resources/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>DID 专题学习资料，包含多期 DID、交错处理、事件研究法和异质性处理效应等内容</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Mixtape Sessions</h3> <div class="resource-card__links"> <a href="https://github.com/Mixtape-Sessions" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>围绕《Causal Inference: The Mixtape》组织的因果推断课程资料，适合配合教材学习</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Christine Cai Public Goods</h3> <div class="resource-card__links"> <a href="https://christinecai.github.io/items/PublicGoods.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>整理应用微观计量、因果推断、课程视频、讲义和近年前沿方法文献的资料集合</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>PhD Class Notes</h3> <div class="resource-card__links"> <a href="https://sites.google.com/stern.nyu.edu/francoismiguet/resources/phd-classnotes" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>经济学博士课程笔记合集</p> </div>

</div>

🔄 最后更新：2026-05-24

文献阅读 | Place-Based Policies, Creation, and Agglomeration Economies: Evidence from China's Economic Zone Program

Wed, 24 Jun 2026 00:00:00 GMT

一、文献信息

项目	内容
论文	Lu, Yi, Jin Wang, and Lianming Zhu. 2019. “Place-Based Policies, Creation, and Agglomeration Economies: Evidence from China’s Economic Zone Program.”
期刊	American Economic Journal: Economic Policy, 11(3): 325–360
研究对象	中国特殊经济区 / 开发区政策
核心问题	地区导向型政策是否能够创造新的经济活动？还是只是把经济活动从其他地区转移过来？
研究层级	企业、村庄、县、经济区边界附近区域
核心方法	村级 DD、县级 DD、BD-DD、溢出效应模型、同心圆分析、机制分解、成本—收益分析
核心结论	中国 2005—2008 年新设经济区显著提高目标地区资本、就业、产出、企业数量、生产率和工资；效果主要来自企业进入退出，而非既有企业改善；溢出效应有限；短期净收益为正；资本密集型行业受益更多。

需要注意，本文中的 SEZ 并不只是狭义的深圳、珠海、汕头、厦门等早期经济特区，而是泛指中国各类国家级和省级经济区、开发区、工业园区等地区导向型政策载体。作者重点研究的是 2005—2008 年这一轮新设经济区，尤其是省级经济区。

二、研究背景与问题意识

地区导向型政策，即 place-based policies，是指政府在特定地理区域内实施优惠政策，以促进当地经济增长。这类政策通常希望通过税收减免、土地优惠、基础设施改善、金融支持等手段吸引企业进入，从而提高就业、投资和产出。

但是这类政策长期存在争议。批评者认为，地区优惠政策可能并没有真正创造新的经济活动，而只是诱导企业从一个地区搬到另一个地区。如果政策只是改变企业区位，而没有提高总体效率和社会福利，那么其经济意义就比较有限。另一方面，支持者认为，地区政策可能通过企业集聚带来生产率提升、劳动力市场匹配、供应链配套和知识溢出，从而产生真正的集聚经济。

这篇文章的核心问题可以概括为：

中国经济区政策是否有效？如果有效，效果来自哪里？是存量企业改善，还是新企业进入？经济区是否只是虹吸周边地区，还是创造了新的经济活动？政策收益是否超过成本？什么类型的企业和行业更受益？

三、文献综述表

文献	研究对象 / 主题	主要观点或发现	与本文关系
Kline and Moretti (2014a, 2014b)	地区政策与集聚经济	地区政策可能影响经济活动区位、工资、就业和产业结构；集聚经济是地区政策的重要理论基础	为本文的地区政策和集聚经济逻辑提供理论背景
Glaeser and Gottlieb (2008); Glaeser, Rosenthal, and Strange (2010)	对地区政策效率的批评	怀疑地区政策能否有效提高总体福利	引出本文需要检验成本—收益与净创造效应
Kline (2010); Hanson and Rohlin (2013)	地区政策与企业迁移	企业可能套利性迁移，导致政策收益被重新分配而非净创造	引出本文对溢出效应和 relocation 的关注
Neumark and Simpson (2014)	地区政策综述	总结美国和欧洲地区政策研究	本文试图把类似问题扩展到发展中国家
Criscuolo et al. (2019)	英国 Regional Selective Assistance	政策显著提高就业和投资，部分来自存量企业增长，部分来自企业净进入	本文与其同属准自然实验识别地区政策效果
Givord, Rathelot, and Sillard (2013)	法国城市自由区	政策影响企业进入和就业，但对既有企业影响有限	与本文“扩展边际更重要”的结果相似
Chaurey (2017)	印度地区税收激励	就业、产出、资本和企业数量增加，且未发现明显迁移或溢出	发展中国家地区政策研究的重要参照
Busso, Gregory, and Kline (2013)	美国 Empowerment Zones	评估地区政策的工资、就业和福利效果	本文借鉴其成本—收益分析框架
Devereux, Griffith, and Simpson (2007); Briant, Lafourcade, and Schmutz (2015)	区位、市场可达性和政策异质性	市场可达性和地理因素可能影响政策效果	本文异质性分析检验基础设施和市场潜力是否重要
Rothenberg (2011)	交通基础设施与企业区位	交通基础设施影响企业区位选择和经济活动空间分布	为本文基础设施异质性提供参考
Rodrik (2008)	中国改革与 SEZ	SEZ 是中国融入全球经济和渐进改革的重要载体	提供制度背景解释
Wang (2013)	中国 SEZ 与 FDI	多数 SEZ 吸引的外资是新活动，而非简单重新配置	与本文“净创造而非单纯转移”的解释相呼应
Alder, Shao, and Zilibotti (2016)	中国 SEZ 的城市层面影响	国家级 SEZ 对城市增长更显著，省级 SEZ 效果较弱；未发现明显以邻为壑效应	本文与其结论部分不同，可能源于样本、时期和数据层级差异
Cheng (2014)	中国 SEZ 的地方与总体影响	同时估计县级和总体影响	与本文同属中国 SEZ 效果评估
Zheng et al. (2017)	中国工业园区	工业园区带来 TFP 和工资提升，并研究生产与消费溢出	与本文的生产率、工资和溢出效应分析相关
Schminke and Van Biesebroecke (2013)	国家级开发区与出口	研究开发区对企业出口扩展边际的影响	与本文企业进入和扩展边际机制相关
Holmes (1998); Black (1999); Dell (2010); Keele and Titiunik (2015)	地理边界不连续设计	利用地理边界构造准实验比较	本文 BD-DD 方法的计量基础
Duranton, Gobillon, and Overman (2011); Brülhart, Jametti, and Schmidheiny (2012)	税收、企业区位和进入	税收政策影响企业选址、进入和就业	与本文研究企业区位选择和税收优惠相关

四、制度背景：为什么中国 SEZ 是一个重要研究对象？

中国 SEZ 政策具有典型的地区导向型政策特征。经济区通常享有税收减免、土地使用费优惠、出口设备关税减免、贷款便利和行政审批便利等政策。它们不仅是产业政策工具，也是地方政府招商引资、推动工业化和区域增长的重要平台。

中国 SEZ 大致经历五轮扩展：

阶段	特征
1979—1983	深圳、珠海、汕头、厦门四个早期综合性经济特区，作为改革开放试验田
1984—1991	沿海开放城市和国家级开发区扩展，重点选择区位、产业基础和人力资本较好的地区
1992—1999	邓小平南方谈话后开发区大规模扩张，沿海、沿江、边境和内陆地区逐步纳入
2000—2004	西部大开发与中国加入 WTO 后，出口加工区、保税区和内陆开发区增加
2005—2008	新增 682 个 SEZ，其中 663 个为省级经济区，空间分布更均衡，是本文重点研究对象

作者之所以聚焦 2005—2008 年这一轮，是因为早期 SEZ 选址更集中于沿海、区位更好、初始条件更优的地区，选择性更强。相比之下，后期扩展更接近全国最终空间分布，估计结果更具有代表性。不过，即使如此，SEZ 仍不是随机设立，因此作者需要通过 DD、控制基准特征、平行趋势检验、BD-DD 和溢出效应分析来缓解识别问题。

另一个关键处理是：作者在构造比较组时排除了早期经济区覆盖地区，以避免旧 SEZ 与新 SEZ 的政策影响相互混杂。国家级区也被排除，原因是许多国家级出口加工区建在已有经济技术开发区内部，存在重叠处理问题。

五、数据结构

本文的数据工作是文章的重要贡献之一。作者整合了企业普查、工业企业调查、经济区边界、行政区划代码和地理坐标。

1. 数据来源

数据	年份	覆盖范围	用途
经济普查	2004、2008	中国全部制造业企业	资本、就业、产出、企业数量、企业进入退出、村级和县级 DD
ASIF 工业企业年度调查	1998—2008	全部国企和销售额 500 万元以上非国企	平行趋势检验、TFP、工资、成本—收益分析
SEZ 边界数据	经济区设立信息	国土资源部、SEZ 官网、统计局、民政部等	判断村庄、社区和企业是否位于 SEZ 内
企业地址和 12 位区划代码	企业层面	企业地址、村庄或社区代码	地理定位、匹配 SEZ 状态
Google / 百度地理编码	企业地址转坐标	企业经纬度	BD-DD、同心圆溢出分析
县级和村级基准特征	2000、2004 等	统计年鉴、人口普查、经济普查	控制初始差异，与年份虚拟变量交互

2. 样本范围

样本	范围	说明
政策样本	2005—2008 年新设 SEZ，共 682 个	其中 19 个国家级区因不可比和重叠问题被排除，核心样本主要是省级区
县级 DD 样本	1,582 个县，3,164 个县—年份观测	362 个 SEZ 县，1,220 个非 SEZ 县
村级 DD 样本	580 个县内 59,949 个村，119,898 个村—年份观测	3,963 个 SEZ 村，55,986 个同县非 SEZ 村
ASIF 村级样本	生产率 43,830 个观测，工资 56,600 个观测	第 5、6 列结果使用 ASIF，覆盖范围不同于经济普查
BD-DD 样本	587 个 SEZ，1,174 个边界内外区域	每个 SEZ 的 1000 米邻近区域分为边界内、边界外两部分
溢出效应样本	103,263 个村，1,779 个县	用于区分完全未处理县、有 SEZ 县内非 SEZ 村庄、SEZ 村庄

这篇文章必须区分不同数据和样本。表 3 前四列使用经济普查，覆盖所有制造业企业；第 5、6 列使用 ASIF，主要反映规模以上企业。村级 DD、县级 DD、BD-DD 和溢出效应模型的样本范围也并不相同。

六、识别策略

1. 基准村级 DD

作者以村庄作为基准分析单位，因为村庄是数据中最细的地理单元，并且小于一个 SEZ。基准模型为：

$$ Y_{vt}

\lambda_v + \gamma D_v \times Post_t + \lambda_{ct} + (X_v \times \lambda_t)'\eta + \varepsilon_{vt} $$

其中：

符号	含义
$Y_{vt}$	村庄 $v$ 在年份 $t$ 的结果变量，包括资本、就业、产出、企业数量、TFP、工资
$D_v$	村庄是否属于 SEZ
$Post_t$	是否为 SEZ 设立后时期
$D_v \times Post_t$	核心处理变量
$\lambda_v$	村庄固定效应，控制不随时间变化的村庄特征
$\lambda_{ct}$	县—年份固定效应，控制同县同年共同冲击
$X_v \times \lambda_t$	基准特征与年份虚拟变量交互，允许不同初始条件地区有不同趋势

这里的 $\gamma$ 就是 SEZ 对目标村庄的平均处理效应。

2. 县级 DD

县级 DD 用于检验结果是否依赖于村级单位。县级估计通常小于村级估计，因为一个 SEZ 县中包含大量非 SEZ 村庄，县级汇总会稀释直接处理区效应。

如果不存在溢出效应，县级 DD 大致可以理解为村级效应按照 SEZ 村庄在县内经济份额加权后的结果。

3. 平行趋势检验

作者使用 ASIF 数据做处理前趋势检验。村级层面只能使用 2004—2008 年，因为 2004 年后才有可定位到村庄的 12 位区划代码；县级层面可以使用 1998—2008 年。

处理方式类似事件研究法，将 $D_v \times Post_t$ 替换为 $D_v \times \lambda_t$，观察政策前不同年份的系数是否显著。结果显示，政策前 SEZ 和非 SEZ 地区没有明显差异趋势，政策实施后系数开始变大并显著。

4. BD-DD：边界不连续与双重差分结合

为了缓解 SEZ 非随机选址问题，作者进一步构造边界双重差分：

$$ Y_{azt}

\lambda_a + \gamma^z D_{az} \times Post_t + \lambda_{zt} + \varepsilon_{azt} $$

其中，$a$ 表示经济区 $z$ 边界 1000 米范围内的局部区域。该方法比较经济区边界内外地区在政策前后的变化。边界附近地区地理条件更接近，区别主要在于是否享受 SEZ 政策。

由于作者没有精确的 GIS 边界，只能使用企业坐标间接判断边界 1000 米范围。如果某个区外企业 1000 米内存在区内企业，或区内企业 1000 米内存在区外企业，就被认为位于边界附近。

5. 溢出效应模型：类 DDD + DD

普通 DD 假定对照组不受政策影响，但 SEZ 可能影响周边非 SEZ 村庄。作者因此使用扩展模型：

$$ Y_{vct}

\lambda_v + \gamma^v(D_{ct}\times D_v) + \sigma D_{ct} + \lambda_t + (X_v \times \lambda_t)'\eta + \varepsilon_{vct} $$

其中：

$$ D_{ct}=D_c \times Post_t $$

所以：

$$ D_{ct} \times D_v = D_c \times Post_t \times D_v $$

这个模型可以理解为“DDD 结构 + DD 分解”：

项	含义
$\sigma D_{ct}$	县层面的 DD，识别有 SEZ 县内非 SEZ 村庄受到的溢出效应
$\gamma^v(D_{ct}\times D_v)$	三重交互结构，识别 SEZ 村庄相对于同县非 SEZ 村庄的额外直接效应
$\gamma^v+\sigma$	SEZ 村庄的总效应

如果 $\sigma>0$，说明非 SEZ 村庄也被带动，基准 DD 可能低估 SEZ 总效应；如果 $\sigma<0$，说明 SEZ 对周边地区存在虹吸，基准 DD 可能高估政策效应。

6. 同心圆分析

作者还按距离构造 0—2 公里、2—4 公里、一直到 18—20 公里的同心圆，检验非 SEZ 村庄是否随着距离 SEZ 越近而受到越强影响：

$$ Y_{vt}

\lambda_v + \gamma D_v \times Post_t + \sum_{n=1}^{10}\sigma_n Ring(2(n-1),2n)v \times Post_t + \lambda{ct} + (X_v \times \lambda_t)'\eta + \varepsilon_{vt} $$

其中，$\sigma_n$ 衡量第 $n$ 个距离圈层的溢出效应。

七、主要结果

1. 基准 DD 结果

表 3 的村级 DD 结果显示，控制基准特征后，SEZ 对各结果变量均有显著正向影响：

结果变量	村级 DD 系数	作者解释
资本	0.579	资本投资增加约 57.9%
就业	0.345	就业增加约 34.5%
产出	0.492	产出增加约 49.2%
企业数量	0.290	企业数量增加约 29.0%
TFP	0.015	生产率提高约 1.5%
工资率	0.029	工资提高约 2.9%

县级 DD 结果同样为正，但系数更小。这是因为县级数据把 SEZ 村庄和同县非 SEZ 村庄合并，直接政策效应被稀释。

2. 有效性检验

检验	目的	结果
基准特征比较	检查 SEZ 与非 SEZ 初始条件是否平衡	SEZ 地区初始条件更好，说明不能直接比较，需要控制
加入基准特征 × 年份	控制政策前差异可能导致的不同趋势	加入后结果仍稳定
平行趋势检验	检查政策前 SEZ 和非 SEZ 是否有相似趋势	政策前差异不显著，政策后开始分化
BD-DD	利用边界附近地区构造更可比样本	结果仍为正且显著，系数与基准 DD 接近
溢出效应模型	检查控制组是否被污染	就业、产出、企业数量存在小幅正向溢出，但总体有限
同心圆分析	检查空间溢出是否随距离衰减	排除邻近村庄后结果不变，说明溢出不是主要问题

3. 溢出效应结果

表 6 显示，就业、产出和企业数量存在小幅正向溢出，资本、TFP 和工资的溢出不显著。正向溢出意味着非 SEZ 村庄也有所受益，因此基准 DD 如果存在偏误，更可能是轻微向下偏误，而不是高估。

这说明 SEZ 的增长不是简单依靠从周边地区吸走企业、就业和产出。至少在短期内，作者没有发现明显的“以邻为壑”效应。

八、机制分解：SEZ 效果来自哪里？

前面的结果说明 SEZ 有效，但还需要回答：

SEZ 地区变好，是因为原有企业变强，还是因为新企业进入、旧企业退出？

作者使用 Foster、Haltiwanger 和 Krizan 以及 Foster、Haltiwanger 和 Syverson 的分解方法，将结果分为集约边际和扩展边际。

1. TFP 与工资的分解

村庄总体 TFP 被定义为企业 TFP 的就业加权平均：

$$ TFP_t=\sum_i \varphi_{it}tfp_{it} $$

其中，$\varphi_{it}$ 是企业 $i$ 的就业份额，$tfp_{it}$ 是企业 $i$ 的 TFP。

总体 TFP 变化可以分解为四部分：

$$ \Delta TFP

within + between + cross + net\ entry $$

分解项	含义
within	持续经营企业自身生产率变化
between	就业份额是否从低效率企业流向高效率企业
cross	企业生产率变化与就业份额变化的交互
net entry	高效率企业进入和低效率企业退出带来的结构变化

工资率也可以类似分解为企业工资的就业加权平均变化。

2. 资本、就业、产出的分解

资本、就业和产出是总量变量，可以直接拆分为：

$$ \Delta \ln S_t \simeq \varphi \Delta \ln S_t^C + (1-\varphi)\Delta \ln S_t^{N/X} $$

其中：

项	含义
$S_t^C$	持续经营企业贡献
$S_t^{N/X}$	新进入和退出企业贡献
$\varphi$	持续经营企业在总量中的平均份额

3. 分解结果

表 7 显示：

结果变量	总效应	存量企业贡献	净进入贡献	解释
资本	0.579	0.129	0.485	资本增长主要来自新企业进入
就业	0.345	0.010	0.304	就业增长几乎主要来自企业净进入
产出	0.492	0.098	0.402	产出增长主要来自进入退出
TFP	0.015	0.001	0.026	生产率提升主要来自高效率企业进入 / 低效率企业退出
工资	0.048	0.004	0.104	工资提升主要来自高工资企业进入，部分被负交叉项抵消

因此，本文最重要的机制结论是：

SEZ 的主要作用不是显著改善既有企业，而是通过吸引新企业进入、促使企业退出和改变企业结构来推动目标地区增长。也就是说，扩展边际比集约边际更重要。

这也解释了题目中的 “Creation”。作者认为 SEZ 更像是在目标地区创造新的企业活动，而不是简单让原有企业扩张。

不过，作者也提醒，企业出生不一定完全等于全国层面的新增企业。有些投资者可能本来就打算设立企业，只是因为 SEZ 政策改变了新企业选址。因此，扩展边际中可能包含部分重新选址成分。但结合溢出效应分析，作者认为明显负向转移的证据并不强。

九、成本—收益分析

作者进一步估算 SEZ 项目的短期成本和收益。收益主要包括企业利润增加和工人工资增加；成本主要是企业税收优惠造成的财政收入损失。土地租金变化因数据限制被认为影响较小，因此没有作为核心部分。

1. 企业利润和工资总额效应

表 8 显示：

因变量	SEZ 效应
企业利润	0.159
工资总额	0.192

作者据此构造反事实：

$$ \tilde{\pi}^{corporate}

\frac{\pi^{corporate}}{1+\hat{\gamma}^{corporate}} $$

$$ \tilde{\pi}^{wage}

\frac{\pi^{wage}}{1+\hat{\gamma}^{wage}} $$

项目收益为实际值与反事实值之差。

2. 收益、成本和净收益

项目	数值
2006—2008 年总收益	约 1807.3 亿元人民币，约 226.0 亿美元
企业税收优惠成本	约 558.0 亿元人民币，约 69.8 亿美元
净收益	约 1249.3 亿元人民币，约 156.2 亿美元

这个成本—收益分析是 back-of-the-envelope，即粗略估算。它直观说明，在短期内 SEZ 的收益大于税收优惠成本。不过，这并不是完整的社会福利分析，因为它没有充分纳入环境成本、土地征收成本、财政机会成本、长期低效投资风险等。

十、异质性分析

作者考察 SEZ 对不同类型行业、地区和企业是否存在差异影响。

异质性维度	划分方式	结果
资本密集型 vs 劳动密集型行业	按 2004 年行业资本—劳动比是否高于中位数划分	资本密集型行业受益更多，尤其是资本投资和产出
基础设施好 vs 差	构建机场距离、港口距离、高速公路密度、市场潜力综合指数	基础设施好坏没有显著改变 SEZ 效果
大企业 vs 小企业	按 2004 年销售额是否高于中位数划分	SEZ 更倾向于吸引大企业，但多数结果变量差异不显著

这一结果与政策设计有关。中国 SEZ 通常通过税收、土地和资本投资优惠降低资本成本，因此资本密集型行业更容易受益。相比之下，市场可达性和基础设施并未显著强化政策效果，可能是因为 2006 年这一轮 SEZ 选址已经更分散、区位差异没有早期那么强。

十一、文章贡献

本文的主要贡献可以概括为四点。

第一，本文将地区政策研究扩展到发展中国家背景。既有 place-based policy 文献更多关注美国和欧洲，而本文用中国经济区提供了发展中国家的微观证据。

第二，本文构建了高精度地理匹配数据。作者将经济普查、ASIF、SEZ 边界、企业地址、12 位行政区划代码和地理坐标结合起来，能够在村级和边界附近区域识别政策效果。

第三，本文不仅估计平均处理效应，还分析了机制、溢出和福利。文章不仅回答 SEZ 是否有效，还回答效果来自企业进入还是存量企业改善、是否存在周边挤出、收益是否超过成本。

第四，本文强调政策设计与行业特征匹配。由于 SEZ 政策主要降低资本成本，资本密集型行业受益更大，这说明地区政策效果取决于政策工具和目标对象的匹配关系。

十二、局限与可讨论之处

1. 短期效应为主

本文主要研究 SEZ 设立后两年的效果。短期内资本、就业、产出和企业数量增加，并不必然意味着长期效率持续提高。长期可能存在土地浪费、低效投资、财政负担、环境成本等问题。

2. SEZ 不是随机设立

作者通过基准特征控制、平行趋势检验、BD-DD 和溢出分析尽力缓解选址偏误，但 SEZ 设立本身仍然不是完全随机。尤其是经济区可能与地方政府能力、招商能力和制度环境高度相关。

3. 边界识别存在测量误差

由于没有精确的村级 GIS 边界，BD-DD 只能通过企业坐标和边界内外企业的邻近关系间接构造边界样本。这可能导致边界附近企业识别误差，而且该样本可能偏向企业密度较高的地区。

4. 扩展边际不一定完全等于净创造

虽然作者发现进入退出贡献更大，且负向溢出有限，但新企业进入可能包含部分重新选址或原本会在其他地区成立的企业。因此，“creation” 应理解为目标地区层面的新活动增加，而不是完全意义上的全国新增企业。

5. 成本—收益分析较粗略

成本—收益分析主要考虑工资、利润和税收优惠，忽略或弱化了土地、环境、财政机会成本和长期空间配置效率等问题。因此，净收益为正的结论更适合理解为短期、局部、粗略估算。

十三、总结

这篇文章表明，中国 2005—2008 年新设经济区在短期内显著促进了目标地区资本、就业、产出、企业数量、生产率和工资增长，其作用主要通过新企业进入和企业退出所代表的扩展边际实现，而不是依靠既有企业自身绩效改善；同时，政策并未表现出明显的负向空间挤出，短期收益大于税收优惠成本，且资本密集型行业受益更多。这说明，地区导向型产业政策能否有效，不仅取决于是否给予优惠，更取决于政策工具、企业类型和产业特征之间是否匹配。

网站内容 | 中国社会科学院大学2026年可参与定向选调的省份

Thu, 18 Jun 2026 00:00:00 GMT

<div class="xuandiao-map-title"> <span>中国社会科学院大学2026年可参与的选调</span> </div>

<div class="xuandiao-map-toolbar"> <span><i class="legend-a"></i>A 类：基本同多数985</span> <span><i class="legend-b"></i>B 类：基本同多数211</span> <span><i class="legend-c"></i>C 类：仅限部分专业</span> <span><i class="legend-d"></i>D 类：暂无选调</span> </div>

<div id="xuandiao-map-status" class="xuandiao-map-status"> 地图加载中…… </div>

<p class="map-source"> 地图底图来源：中华人民共和国自然资源部标准地图服务系统，审图号：GS(2020)4624号。本文仅在标准地图基础上对省级行政区进行专题分级着色，用于个人博客中整理学校选调信息；地图边界、注记和领土表示以自然资源部标准地图为准。 </p>

</div>

整理说明

本文按以下规则分级：

A 类：进入该省较核心或与多数 985 高校相近的选调范围。
B 类：进入该省与多数 211 高校相近的选调范围。
C 类：可以参加，但存在明显专业、岗位或层级限制。
D 类：暂无选调信息。

<div class="summary-title">目前检索到可参加或可能可参加的省份</div>

<p class="summary-note">说明：本页为个人整理，不作为报名依据。具体报名条件、职位层级、专业要求和资格审核结果，均以各省组织部门当年正式公告、附件和学校就业部门通知为准。</p>

</div>

<section id="beijing" class="province-card province-card-d"> <div class="province-card-head"> <h2>北京市</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年北京市定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以北京市2026年度定向选调和“优培计划”招聘公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://rsj.beijing.gov.cn/xxgk/tzgg/202509/t20250912_4200443.html">北京市2026年度定向选调和“优培计划”招聘应届优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="tianjin" class="province-card province-card-d"> <div class="province-card-head"> <h2>天津市</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年天津市定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以天津市2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://job.tju.edu.cn/news/content/id/2649.html">天津市2026年度定向招录选调生公告</a></td></tr> </tbody></table> </section>

<section id="hebei" class="province-card province-card-a"> <div class="province-card-head"> <h2>河北省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学列入河北省2026年度定向选调有关院校名单中的“部分知名科研院所”范围。</td></tr> <tr><th>具体条件</th><td>一般需为2026届全日制应届毕业生，并符合具体职位、学历、专业、年龄和学校推荐等要求；最终以职位表为准。</td></tr> <tr><th>来源</th><td><a href="https://www.hebpta.com.cn/article?artId=13039#" target="_blank" rel="noopener noreferrer">河北省2026年度定向选调生招录公告</a></td></tr> </tbody></table> </section>

<div class="province-card-head"> <h2>山西省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div>

<table class="province-info-table"> <tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学在2026年山西省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>要求为2026届全日制硕士研究生及以上学历优秀应届毕业生，并符合党员身份、学历学位、年龄、专业、组织推荐、笔试面试等条件；最终以山西省正式公告和职位表为准。</td></tr> <tr><th>来源</th><td><a href="https://rst.shanxi.gov.cn/rsks/gwyks/2026xdsks/202601/t20260119_10042602.shtml" target="_blank" rel="noopener noreferrer">山西省2026年选调优秀高校毕业生到基层工作公告</a></td></tr> </tbody></table> </section>

<section id="neimenggu" class="province-card province-card-d"> <div class="province-card-head"> <h2>内蒙古自治区</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年内蒙古自治区定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以内蒙古自治区2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td>暂无明确来源。</td></tr> </tbody></table> </section>

<section id="liaoning" class="province-card province-card-d"> <div class="province-card-head"> <h2>辽宁省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年辽宁省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以辽宁省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td>暂无明确来源。</td></tr> </tbody></table> </section>

<section id="jilin" class="province-card province-card-d"> <div class="province-card-head"> <h2>吉林省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年吉林省定向选调高校范围中。/td></tr> <tr><th>具体条件</th><td>以吉林省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td>暂无明确来源。</td></tr> </tbody></table> </section>

<section id="heilongjiang" class="province-card province-card-d"> <div class="province-card-head"> <h2>黑龙江省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年黑龙江省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以黑龙江省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://jdjyw.jlu.edu.cn/portal/xdsgz/article/details?id=481529f7528c45c0b61016bbea277561" target="_blank" rel="noopener noreferrer">黑龙江省2026年度定向选调应届优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="shanghai" class="province-card province-card-d"> <div class="province-card-head"> <h2>上海市</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年上海市定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以上海市2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://xds.ecnu.edu.cn/e9/e8/c35876a715240/page.htm" target="_blank" rel="noopener noreferrer">上海市2026年度选调应届优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="jiangsu" class="province-card province-card-d"> <div class="province-card-head"> <h2>江苏省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年江苏省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以江苏省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://www.jszzb.gov.cn/tzgg/art/2025/art_311f52a18ad535b3b8642c677450bab1.html" target="_blank" rel="noopener noreferrer">江苏省2026年应届优秀大学毕业生选调工作公告 </a></td></tr> </tbody></table> </section>

<section id="zhejiang" class="province-card province-card-a"> <div class="province-card-head"> <h2>浙江省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学在2026年浙江省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>一般要求2026年全日制应届毕业生；本科、硕士、博士有对应年龄限制；还需满足党员、学生干部、综合性表彰等条件之一，具体以公告和附件为准。</td></tr> <tr><th>来源</th><td><a href="https://www.job.ustc.edu.cn/selectedtrainee/info.aspx?itemid=11278" target="_blank" rel="noopener noreferrer">2026年度浙江省党政机关选调应届优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="anhui" class="province-card province-card-a"> <div class="province-card-head"> <h2>安徽省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学在2026年安徽省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>可报A、B、C类职位；具体岗位、专业、学历、年龄、推荐和笔试要求以安徽公告及职位表为准。</td></tr> <tr><th>来源</th><td><a href="https://info.ucass.edu.cn/site/management/noticedetails?id=27349&tab=index" target="_blank" rel="noopener noreferrer">安徽省2026年度面向中国社会科学院大学定向招录选调生公告</a></td></tr> </tbody></table> </section>

<section id="fujian" class="province-card province-card-d"> <div class="province-card-head"> <h2>福建省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年福建省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以福建省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="http://xds.fzu.edu.cn/newsdetail.asp?id=304" target="_blank" rel="noopener noreferrer">福建省2026年度选调生选拔工作公告</a></td></tr> </tbody></table> </section>

<section id="jiangxi" class="province-card province-card-a"> <div class="province-card-head"> <h2>江西省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学在2026年江西省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以江西省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://info.ucass.edu.cn/site/management/noticedetails?id=27548&tab=index" target="_blank" rel="noopener noreferrer">江西省2026年度面向中国社会科学院大学选调应届优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="shandong" class="province-card province-card-a"> <div class="province-card-head"> <h2>山东省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>山东省2026年度定向选调高校范围明确列出中国社会科学院大学，但是属于第二批定向选调。</td></tr> <tr><th>具体条件</th><td>山东选调分批次组织，报考需符合全日制学历学位、政治条件、职位专业及其他资格要求。</td></tr> <tr><th>来源</th><td><a href="http://www.shandong.gov.cn/art/2025/10/9/art_94237_10357046.html" target="_blank" rel="noopener noreferrer">山东省2026年度选拔录用选调生公告</a></td></tr> </tbody></table> </section>

<section id="henan" class="province-card province-card-a"> <div class="province-card-head"> <h2>河南省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>河南省2026年定向国内部分高校选调范围名单明确包含中国社会科学院大学。</td></tr> <tr><th>具体条件</th><td>公告设置省直和省辖市市直岗位；报考需符合2026届应届、学历学位、年龄、专业、政治素质和职位要求。</td></tr> <tr><th>来源</th><td><a href="http://xds.jyt.henan.gov.cn/front/newsDetail?newsId=c22f3280-32b5-4add-a377-842ebd231915&mcpParams=%7B%7D">河南省2026年定向国内部分高校选调应届优秀毕业生公告</a></td></tr> </tbody></table> </section>

<section id="hubei" class="province-card province-card-d"> <div class="province-card-head"> <h2>湖北省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年湖北省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以湖北省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://www.hbjcqz.gov.cn/gsgg/202511/t20251114_1149587.shtml">2026年湖北省定向选调生招录公告</a></td></tr> </tbody></table> </section>

<section id="hunan" class="province-card province-card-a"> <div class="province-card-head"> <h2>湖南省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>湖南省2026年定向选调高校范围共45所，公开名单中包含中国社会科学院大学。</td></tr> <tr><th>具体条件</th><td>湖南2026年计划选拔选调生，其中定向选调面向国内45所高校全日制硕士研究生及以上学历应届毕业生；A类对应省直单位，B类对应市州直单位。</td></tr> <tr><th>来源</th><td><a href="https://job.ucas.ac.cn/frontpage/ucas/html/newsDetail.html?id=eba2945dc8c6419a98a0d3761152305b" target="_blank" rel="noopener noreferrer">湖南省2026年定向选调高校范围</a></td></tr> </tbody></table> </section>

<section id="guangdong" class="province-card province-card-b"> <div class="province-card-head"> <h2>广东省</h2> <span class="province-badge badge-b">C 类 · 可以参加，但存在明显专业、岗位或层级限制。</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>可报但非Ⅰ类</td></tr> <tr><th>判断依据</th><td>广东省2026年度选调公告明确选调对象为部分国内高校2026年全日制本科以上应届毕业生；高校范围整理中，中国社会科学院大学位于Ⅱ类高校，而非Ⅰ类高校。</td></tr> <tr><th>具体条件</th><td>Ⅱ类高校通常存在岗位层级或学科适用范围差异，本科毕业生还涉及成绩排名要求；具体以广东附件2和职位表为准。</td></tr> <tr><th>来源</th><td><a href="https://www.gdzz.gov.cn/tzgg/content/post_24297.html" target="_blank" rel="noopener noreferrer">广东省2026年度选调优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="guangxi" class="province-card province-card-d"> <div class="province-card-head"> <h2>广西壮族自治区</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年广西壮族自治区定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以广西壮族自治区2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://www.gxpta.com.cn/ksxm/gwyzlks/gx2026ndkslygwyxdszt/2026nxdsgg/t13231.html" target="_blank" rel="noopener noreferrer">广西壮族自治区2026年从应届优秀大学毕业生中招录选调生公告 </a></td></tr> </tbody></table> </section>

<section id="hainan" class="province-card province-card-d"> <div class="province-card-head"> <h2>海南省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年海南省定向选调高校范围中。注：2022至2025年中国社会科学院大学均在海南选调中,2026年被剔除。</td></tr> <tr><th>具体条件</th><td>以海南省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://www.nanhaixf.gov.cn/articles/59/48943.html?sessionid=" target="_blank" rel="noopener noreferrer">海南省2026年度选调应届优秀大学毕业生公告 </tbody></table> </section>

<section id="chongqing" class="province-card province-card-d"> <div class="province-card-head"> <h2>重庆市</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年重庆市定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以重庆市2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td>暂无明确来源。</td></tr> </tbody></table> </section>

<section id="sichuan" class="province-card province-card-a"> <div class="province-card-head"> <h2>四川省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>四川省2026年定向国内部分高校选调范围名单明确包含中国社会科学院大学。</td></tr> <tr><th>具体条件</th><td>通常要求2026届优秀毕业生，报名、笔试、面试、岗位及专业条件以四川紧缺选调公告、校别公告和职位表为准。</td></tr> <tr><th>来源</th><td><a href="https://info.ucass.edu.cn/site/management/noticedetails?id=27231&tab=index" target="_blank" rel="noopener noreferrer">四川省面向中国社会科学院大学选调2026届优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="guizhou" class="province-card province-card-a"> <div class="province-card-head"> <h2>贵州省</h2> <span class="province-badge badge-a">A 类 · 基本同多数985</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>明确列入</td></tr> <tr><th>判断依据</th><td>贵州省2026年度定向部分高校选调优秀毕业生公告整理显示，中国社会科学院大学属于不限专业可选调高校之一。</td></tr> <tr><th>具体条件</th><td>一般按定向部分高校选调，需满足2026届、学历学位、年龄、政治素质、专业或岗位等条件；具体以贵州省委组织部公告和附件为准。</td></tr> <tr><th>来源</th><td><a href="http://www.gzsjyzx.com/client/article/2882" target="_blank" rel="noopener noreferrer">贵州省2026年度定向部分高校选调优秀毕业生公告 </a></td></tr> </tbody></table> </section>

<section id="yunnan" class="province-card province-card-b"> <div class="province-card-head"> <h2>云南省</h2> <span class="province-badge badge-b">B 类 · 基本同多数211</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>可以参加，但存在明显专业、岗位或层级限制。</td></tr> <tr><th>判断依据</th><td>云南省2026年定向国内部分高校选调范围名单明确包含中国社会科学院大学。</td></tr> <tr><th>具体条件</th><td>硕士及以上学历层次2026年应届毕业生，可选择B类、C类、D类职位报考。具体以学校收到的云南公告和职位表为准。</td></tr> <tr><th>来源</th><td><a href="https://info.ucass.edu.cn/site/management/noticedetails?id=27567&tab=index" target="_blank" rel="noopener noreferrer">云南省2026年面向中国社会科学院大学选调优秀毕业生公告</a></td></tr> </tbody></table> </section>

<section id="xizang" class="province-card province-card-d"> <div class="province-card-head"> <h2>西藏自治区</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年西藏自治区定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以西藏自治区2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td>暂无明确来源。</td></tr> </tbody></table> </section>

<section id="shaanxi" class="province-card province-card-d"> <div class="province-card-head"> <h2>陕西省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年陕西省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以陕西省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://www.snhrm.com/gwysydwzl/7972036.jhtml" target="_blank" rel="noopener noreferrer">陕西省2026年度选调生招录工作启动</a></td></tr> </tbody></table> </section>

<section id="gansu" class="province-card province-card-d"> <div class="province-card-head"> <h2>甘肃省</h2> <span class="province-badge badge-d">B 类 · 基本同211</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>B 类 · 基本同211，但是属于常规选调序列中。</td></tr> <tr><th>判断依据</th><td>甘肃省2026年定向国内部分高校选调范围名单明确包含中国社会科学院大学。</td></tr> <tr><th>具体条件</th><td>以甘肃省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="http://www.gszg.gov.cn/20250918/28e7383784c842618c082e37d07e77c6/c.html" target="_blank" rel="noopener noreferrer">甘肃省2026年选调应届优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="qinghai" class="province-card province-card-d"> <div class="province-card-head"> <h2>青海省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年青海省定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以青海省2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://www.qhsdj.gov.cn/cmsx/p894/tzgg/37892.html" target="_blank" rel="noopener noreferrer">青海省2026年度选调应届优秀大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="ningxia" class="province-card province-card-d"> <div class="province-card-head"> <h2>宁夏回族自治区</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>暂无选调信息</td></tr> <tr><th>判断依据</th><td>中国社会科学院大学暂未在2026年宁夏回族自治区定向选调高校范围中。</td></tr> <tr><th>具体条件</th><td>以宁夏回族自治区2026年度定向招录选调生公告及附件为准。</td></tr> <tr><th>来源</th><td><a href="https://www.nxdjw.gov.cn/nxdjgsgg/202510/t20251024_5071774.html" target="_blank" rel="noopener noreferrer">2026年度宁夏招录选调生公告</a></td></tr> </tbody></table> </section>

<section id="xinjiang" class="province-card province-card-c"> <div class="province-card-head"> <h2>新疆维吾尔自治区</h2> <span class="province-badge badge-c">C 类 · 专业或岗位限制</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>专业/层级限制</td></tr> <tr><th>判断依据</th><td>新疆和兵团2026年度选调高校范围中，中国社会科学院大学以法学类、经济学类等专业方向出现。</td></tr> <tr><th>具体条件</th><td>可报范围主要为地（州、市）及以下机关、乡镇（街道）职位，以及兵团师（市）及以下机关职位；需符合专业和职位资格条件。</td></tr> <tr><th>来源</th><td><a href="https://www.xjkunlun.cn/cmsx/p942/tzgsgg/41635.html" target="_blank" rel="noopener noreferrer">新疆维吾尔自治区和新疆生产建设兵团2026年度选调大学毕业生公告</a></td></tr> </tbody></table> </section>

<section id="taiwan" class="province-card province-card-d"> <div class="province-card-head"> <h2>台湾省</h2> <span class="province-badge badge-d">D 类 · 暂无选调信息</span> </div> <table class="province-info-table"><tbody> <tr><th>当前判断</th><td>地图保留</td></tr> <tr><th>判断依据</th><td>台湾省在地图中保留为白色区域，不纳入本文选调信息整理。</td></tr> <tr><th>具体条件</th><td>不作选调信息分类。</td></tr> <tr><th>来源</th><td>暂无明确来源，待继续核验。</td></tr> </tbody></table> </section>

const provinceAlias = { "province-candidate-167": { province: "beijing", name: "北京市", level: "d" }, "province-candidate-168": { province: "tianjin", name: "天津市", level: "d" }, "province-candidate-024": { province: "hebei", name: "河北省", level: "a" }, "province-candidate-166": { province: "shanxi", name: "山西省", level: "a" }, "province-candidate-171": { province: "neimenggu", name: "内蒙古自治区", level: "d" }, "province-candidate-026": { province: "liaoning", name: "辽宁省", level: "d" }, "province-candidate-169": { province: "jilin", name: "吉林省", level: "d" }, "province-candidate-170": { province: "heilongjiang", name: "黑龙江省", level: "d" },

"province-candidate-155": { province: "shanghai", name: "上海市", level: "d" },
"province-candidate-156": { province: "jiangsu", name: "江苏省", level: "d" },
"province-candidate-101": { province: "zhejiang", name: "浙江省", level: "a" },
"province-candidate-146": { province: "anhui", name: "安徽省", level: "a" },
"province-candidate-144": { province: "fujian", name: "福建省", level: "d" },
"province-candidate-143": { province: "jiangxi", name: "江西省", level: "a" },
"province-candidate-029": { province: "shandong", name: "山东省", level: "a" },
"province-candidate-098": { province: "henan", name: "河南省", level: "a" },
"province-candidate-145": { province: "hubei", name: "湖北省", level: "d" },
"province-candidate-142": { province: "hunan", name: "湖南省", level: "a" },

"province-candidate-111": { province: "guangdong", name: "广东省", level: "b" },
"province-candidate-107": { province: "guangxi", name: "广西壮族自治区", level: "d" },
"province-candidate-110": { province: "hainan", name: "海南省", level: "d" },
"province-candidate-157": { province: "chongqing", name: "重庆市", level: "d" },
"province-candidate-158": { province: "sichuan", name: "四川省", level: "a" },
"province-candidate-102": { province: "guizhou", name: "贵州省", level: "a" },
"province-candidate-162": { province: "yunnan", name: "云南省", level: "b" },
"province-candidate-159": { province: "xizang", name: "西藏自治区", level: "d" },

"province-candidate-165": { province: "shaanxi", name: "陕西省", level: "d" },
"province-candidate-163": { province: "gansu", name: "甘肃省", level: "b" },
"province-candidate-160": { province: "qinghai", name: "青海省", level: "d" },
"province-candidate-164": { province: "ningxia", name: "宁夏回族自治区", level: "d" },
"province-candidate-161": { province: "xinjiang", name: "新疆维吾尔自治区", level: "c" },

"province-candidate-117": { province: "taiwan", name: "台湾省", level: "d" },

};

const levelText = { a: "A 类：基本同多数985", b: "B 类：可报但层级有限", c: "C 类：专业或岗位限制", d: "D 类：暂无选调信息", };

const levelShortText = { a: "A 类", b: "B 类", c: "C 类", d: "D 类", };

const levelRank = { a: 1, b: 2, c: 3, d: 4, };

const provincePinyin = { anhui: "anhui", beijing: "beijing", chongqing: "chongqing", fujian: "fujian", gansu: "gansu", guangdong: "guangdong", guangxi: "guangxi", guizhou: "guizhou", hainan: "hainan", hebei: "hebei", heilongjiang: "heilongjiang", henan: "henan", hubei: "hubei", hunan: "hunan", jiangsu: "jiangsu", jiangxi: "jiangxi", jilin: "jilin", liaoning: "liaoning", neimenggu: "neimenggu", ningxia: "ningxia", qinghai: "qinghai", shaanxi: "shaanxi", shandong: "shandong", shanghai: "shanghai", shanxi: "shanxi", sichuan: "sichuan", taiwan: "taiwan", tianjin: "tianjin", xizang: "xizang", xinjiang: "xinjiang", yunnan: "yunnan", zhejiang: "zhejiang", };

function updateStatus(text) { const status = document.getElementById("xuandiao-map-status"); if (status) status.textContent = text; }

function jumpToProvince(province) { if (!province) return;

const target = document.getElementById(province);
if (!target) return;

target.scrollIntoView({
  behavior: "smooth",
  block: "start",
});

}

function renderSummaryTable() { const tbody = document.getElementById("xuandiao-summary-tbody"); if (!tbody) return;

const provinceMap = new Map();

Object.values(provinceAlias).forEach((item) => {
  if (!item || !item.province) return;

  provinceMap.set(item.province, {
    province: item.province,
    name: item.name,
    level: item.level || "d",
    pinyin: provincePinyin[item.province] || item.province,
  });
});

const rows = Array.from(provinceMap.values()).sort((a, b) => {
  const levelDiff = levelRank[a.level] - levelRank[b.level];
  if (levelDiff !== 0) return levelDiff;

  return a.pinyin.localeCompare(b.pinyin);
});

tbody.innerHTML = rows
  .map((item) => {
    const levelName = levelShortText[item.level] || "D 类";

    return `
      <tr>
        <td>${item.name}</td>
        <td><span class="province-badge badge-${item.level}">${levelName}</span></td>
      </tr>
    `;
  })
  .join("");

}

async function initXuandiaoMap() { renderSummaryTable();

const box = document.getElementById("xuandiao-map-box");
if (!box || box.dataset.loaded === "true") return;

try {
  const res = await fetch(mapUrl);

  if (!res.ok) {
    updateStatus("地图加载失败，请检查 /maps/xuandiao/china-xuandiao-map.svg 是否存在。");
    return;
  }

  const svgText = await res.text();
  box.innerHTML = svgText;
  box.dataset.loaded = "true";

  const svg = box.querySelector("svg");
  if (!svg) {
    updateStatus("SVG 文件结构异常，未找到 svg 标签。");
    return;
  }

  svg.setAttribute("role", "img");
  svg.setAttribute("aria-label", "学校选调地图");

  const areas = svg.querySelectorAll(".province-shape");

  if (!areas.length) {
    updateStatus("未找到可交互区域，请确认 SVG 内是否存在 .province-shape。");
    return;
  }

  let markedCount = 0;

  areas.forEach((el) => {
    const key = el.id || "";
    const info = provinceAlias[key];

    if (!info) {
      el.classList.add("xuandiao-province-unknown");
      el.setAttribute("aria-hidden", "true");
      return;
    }

    markedCount += 1;

    el.classList.add("xuandiao-province");
    el.classList.add(`level-${info.level}`);
    el.dataset.province = info.province;
    el.dataset.name = info.name;
    el.setAttribute("tabindex", "0");
    el.setAttribute("role", "button");
    el.setAttribute("aria-label", `${info.name}，${levelShortText[info.level]}`);

    el.addEventListener("mouseenter", () => {
      updateStatus(`当前区域：${info.name}；等级：${levelShortText[info.level]}`);
    });

    el.addEventListener("click", () => {
      updateStatus(`已点击：${info.name}；等级：${levelShortText[info.level]}`);
      jumpToProvince(info.province);
      console.log("clicked province:", { id: key, ...info });
    });

    el.addEventListener("keydown", (event) => {
      if (event.key === "Enter" || event.key === " ") {
        event.preventDefault();
        el.dispatchEvent(new MouseEvent("click", { bubbles: true }));
      }
    });
  });

  updateStatus(`地图已加载。目前已标记 ${markedCount} 个省级区域。点击省份可跳转至下方说明。`);
} catch (error) {
  console.error(error);
  updateStatus("地图加载失败，请检查 SVG 路径或浏览器控制台报错。");
}

}

if (document.readyState === "loading") { document.addEventListener("DOMContentLoaded", initXuandiaoMap); } else { initXuandiaoMap(); }

document.addEventListener("astro:page-load", initXuandiaoMap); })(); </script>

:root { --xd-a: var(--primary); --xd-b: color-mix(in oklch, var(--primary) 44%, white); --xd-c: color-mix(in oklch, var(--primary) 16%, white); --xd-d: #ffffff; --xd-border: color-mix(in oklch, var(--primary) 24%, var(--line-color, #cbd5e1)); --xd-border-soft: color-mix(in oklch, var(--primary) 12%, #e2e8f0); --xd-shadow: color-mix(in oklch, var(--primary) 8%, transparent); }

/* ===== 地图卡片 ===== */

.xuandiao-map-card, .xuandiao-summary-card, .province-card { margin: 2rem 0; border-radius: var(--radius-large, 1.25rem); background: var(--card-bg, #ffffff); border: 1px solid var(--xd-border-soft); box-shadow: 0 8px 22px rgba(15, 23, 42, 0.045); overflow: hidden; }

.xuandiao-map-card { padding: 1.15rem; }

.xuandiao-map-title { display: flex; flex-direction: column; align-items: flex-start; gap: 0.25rem; margin-bottom: 0.85rem; }

.xuandiao-map-title span { font-size: 1.05rem; font-weight: 800; color: var(--text-90, #1f2937); letter-spacing: -0.01em; }

.xuandiao-map-title small { font-size: 0.78rem; color: var(--text-50, rgba(100, 116, 139, 0.72)); }

.xuandiao-map-toolbar { display: flex; flex-wrap: wrap; gap: 0.65rem 1rem; align-items: center; margin: 0 0 1rem; font-size: 0.82rem; color: var(--text-50, rgba(71, 85, 105, 0.88)); }

.xuandiao-map-toolbar span { display: inline-flex; align-items: center; gap: 0.36rem; }

.xuandiao-map-toolbar i { width: 0.72rem; height: 0.72rem; display: inline-block; border-radius: 999px; border: 1px solid var(--xd-border); }

/* 图例与徽章：严格跟随博客主色 */ .legend-a, .badge-a { background: var(--xd-a); }

.legend-b, .badge-b { background: var(--xd-b); }

.legend-c, .badge-c { background: var(--xd-c); }

.legend-d, .badge-d { background: var(--xd-d); }

/* 地图区域：去掉花哨渐变，只保留干净白底和细边框 */ .xuandiao-map-box { width: 100%; overflow: hidden; border-radius: calc(var(--radius-large, 1.25rem) - 0.25rem); background: #ffffff; border: 1px solid var(--xd-border-soft); padding: 1.15rem 0.95rem; }

.xuandiao-map-box svg { display: block; width: min(100%, 900px); height: auto; margin: 0 auto; }

/* 省界线：细、轻、统一 */ .xuandiao-map-box .xuandiao-province { stroke: color-mix(in oklch, var(--primary) 34%, #64748b) !important; stroke-width: 0.92 !important; stroke-linejoin: round !important; stroke-linecap: round !important; transition: fill 0.16s ease, stroke 0.16s ease, opacity 0.16s ease; cursor: pointer; }

.xuandiao-map-box .xuandiao-province-unknown { display: none !important; pointer-events: none; }

/* A/B/C/D 填色 */ .xuandiao-map-box .xuandiao-province.level-a { fill: var(--xd-a) !important; stroke: rgba(255, 255, 255, 0.82) !important; stroke-width: 0.88 !important; }

.xuandiao-map-box .xuandiao-province.level-b { fill: var(--xd-b) !important; stroke: rgba(255, 255, 255, 0.86) !important; stroke-width: 0.88 !important; }

.xuandiao-map-box .xuandiao-province.level-c { fill: var(--xd-c) !important; stroke: color-mix(in oklch, var(--primary) 24%, #94a3b8) !important; stroke-width: 0.86 !important; }

.xuandiao-map-box .xuandiao-province.level-d { fill: var(--xd-d) !important; stroke: color-mix(in oklch, var(--primary) 34%, #94a3b8) !important; stroke-width: 0.92 !important; }

/* 悬停：只强化边界，不强行换成廉价高亮色 */ .xuandiao-map-box .xuandiao-province:hover { stroke: var(--primary) !important; stroke-width: 1.08 !important; opacity: 0.98; }

.xuandiao-map-status { margin-top: 0.82rem; padding: 0.55rem 0.72rem; border-radius: 0.75rem; background: color-mix(in oklch, var(--primary) 7%, white); border: 1px solid var(--xd-border-soft); font-size: 0.78rem; line-height: 1.6; color: var(--text-50, rgba(51, 65, 85, 0.86)); }

.map-source { margin: 0.85rem 0 0; font-size: 0.75rem; line-height: 1.75; color: var(--text-50, rgba(100, 116, 139, 0.70)); }

/* ===== 摘要表格 ===== */

.xuandiao-summary-card { padding: 1.1rem; }

.summary-title { margin-bottom: 0.75rem; font-size: 0.98rem; font-weight: 800; color: var(--text-90, #1f2937); }

.xuandiao-summary-table, .province-info-table { width: 100%; border-collapse: separate; border-spacing: 0; overflow: hidden; border: 1px solid var(--xd-border-soft); border-radius: 0.9rem; background: #ffffff; font-size: 0.86rem; }

.xuandiao-summary-table th, .xuandiao-summary-table td, .province-info-table th, .province-info-table td { padding: 0.72rem 0.8rem; border-bottom: 1px solid rgba(226, 232, 240, 0.9); vertical-align: top; line-height: 1.7; }

.xuandiao-summary-table th { background: color-mix(in oklch, var(--primary) 7%, white); color: var(--text-75, #334155); font-weight: 800; white-space: nowrap; }

.xuandiao-summary-table tr:last-child td, .province-info-table tr:last-child th, .province-info-table tr:last-child td { border-bottom: 0; }

.summary-note { margin: 0.75rem 0 0; font-size: 0.76rem; line-height: 1.75; color: var(--text-50, rgba(100, 116, 139, 0.76)); }

/* ===== 省份卡片 ===== */

.province-card { padding: 1.05rem; scroll-margin-top: 5rem; }

.province-card-head { display: flex; justify-content: space-between; align-items: center; gap: 0.75rem; margin-bottom: 0.75rem; }

.province-card-head h2 { margin: 0 !important; padding: 0 !important; border: 0 !important; font-size: 1.02rem !important; line-height: 1.4 !important; color: var(--text-90, #1f2937); }

.province-badge { display: inline-flex; align-items: center; justify-content: center; max-width: 100%; padding: 0.28rem 0.56rem; border-radius: 999px; border: 1px solid var(--xd-border); font-size: 0.74rem; line-height: 1.3; font-weight: 700; color: #0f172a; white-space: nowrap; }

.badge-a { color: #ffffff; border-color: color-mix(in oklch, var(--primary) 70%, white); }

.badge-b { color: color-mix(in oklch, var(--primary) 62%, #0f172a); }

.badge-c { color: color-mix(in oklch, var(--primary) 44%, #334155); }

.badge-d { color: #64748b; border-color: rgba(203, 213, 225, 0.8); }

.province-info-table th { width: 7rem; background: rgba(248, 250, 252, 0.92); color: #475569; font-weight: 800; white-space: nowrap; }

.province-info-table td { color: rgba(51, 65, 85, 0.92); }

.province-info-table a { color: var(--primary); text-decoration: none; border-bottom: 1px dashed color-mix(in oklch, var(--primary) 42%, transparent); }

.province-info-table a:hover { border-bottom-style: solid; }

/* 暗色模式下：地图仍保持白底，但外层卡片吃主站变量 */ html.dark .xuandiao-map-box, html.dark .xuandiao-summary-table, html.dark .province-info-table { background: #ffffff; }

html.dark .province-info-table th { background: rgba(248, 250, 252, 0.92); color: #475569; }

html.dark .province-info-table td, html.dark .xuandiao-summary-table td { color: rgba(51, 65, 85, 0.92); }

@media (max-width: 768px) { .xuandiao-map-card, .xuandiao-summary-card, .province-card { padding: 0.9rem; border-radius: 1.1rem; }

.xuandiao-map-box { padding: 0.8rem 0.45rem; border-radius: 0.9rem; }

.xuandiao-map-toolbar { font-size: 0.8rem; }

.xuandiao-map-status { font-size: 0.74rem; }

.province-card-head { flex-direction: column; align-items: flex-start; }

.province-badge { white-space: normal; }

.xuandiao-summary-table, .province-info-table { font-size: 0.8rem; }

.xuandiao-summary-table th, .xuandiao-summary-table td, .province-info-table th, .province-info-table td { padding: 0.62rem 0.64rem; }

.province-info-table th { width: 5.5rem; } } </style>

网站公告 | 数据看板功能上线

Tue, 16 Jun 2026 00:00:00 GMT

数据看板上线：美国贸易、就业与通胀数据

网站新增了一个“数据看板”栏目，用来集中展示一些常用的公开经济数据。目前主要完成了美国的数据，主要包括贸易、就业和通胀三个部分。

目前包含哪些内容

1. 美国州级贸易地图

数据看板提供美国各州月度出口额和进口额地图，可以直观看到不同州在美国对外贸易中的规模差异。

目前包括：

各州出口额地图；
各州进口额地图；
当前月份贸易总额；
出口额和进口额最高的州；
对应的 Stata 数据下载。

2. 美国分行业就业数据

就业模块展示美国主要行业的就业规模，并提供最新月份的环比和同比变化。

目前包括：

非农就业总量；
各主要行业就业人数；
行业就业规模对比图；
环比变化和同比变化；
对应的 Stata 数据下载。

3. CPI / PPI 通胀走势

通胀模块展示美国 CPI 和 PPI 的同比变化，用来观察美国通胀压力的变化趋势。

目前包括：

最新 CPI 同比；
最新 PPI 同比；
CPI / PPI 月度同比走势；
对应的 Stata 数据下载。

数据下载

每个数据卡片都提供对应的数据下载按钮。目前公开的数据格式包括：

Stata .dta：用于研究和数据分析。

后续计划

数据看板还会继续扩展，会根据数据可得性和使用需求逐步更新，让这个栏目成为一个更完整的公开经济数据入口。

网站公告 | 2026年6月1日，网站正式上线。

Mon, 01 Jun 2026 00:00:00 GMT

我的网站正式上线了

今天，是国际六一儿童节，我很高兴地宣布：Espina.cn网站正式上线了！

全体欢呼！！！ ^o^/^o^/^o^/^o^/^o^/^o^/

为什么要做这个网站

最开始想做这个网站，并没有什么宏大的理由。

只是某一天，我又一次在不同的文件夹、硬盘、聊天记录和云端文档之间来回翻找，试图找回一份很久以前整理过的数据，或者一段曾经写到一半的代码。那些东西明明都是自己一点点做出来的，却像被风吹散的纸页，散落在许多不相干的角落里。

后来，这种感觉也出现在更新简历的时候。每隔一段时间，我都要重新回头整理自己做过什么、写过什么、想过什么，仿佛在一次次拼回一个并不完整的自己。

于是我开始想，也许我需要一个地方。

一个不必太热闹、但足够稳定的地方，用来放下那些数据、代码、笔记、文章，以及一些还没有完全成形的想法。它不只是一个展示页面，也像是给自己修的一间小屋：把散落的东西慢慢收回来，也让后来路过的人，可以更完整地看见我正在做的事。

上面其实都是编的，就是想弄个个人网站，就这么简单。

Q: 为什么叫Espina？

A: 因为本人全网同ID。

Q: 为什么选择今天上线？

A: 因为今天是六一儿童节。

Q: 这个网站是给谁看的？

A：纯给本人自娱自乐。但是本人后台发现还有不少海外友人。

Q: 之后会保持更新吗？

A: 看哥的心情。

欢迎体验与反馈

阅读本站的时候请一定浏览EGN评分板块，感受下哥的品味如何。

后续可能开发打赏功能。

呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵

文献阅读 | Scale Economies, Product Differentiation, and the Pattern of Trade

Sat, 30 May 2026 00:00:00 GMT

前提假设

（1）垄断竞争市场（2）规模经济（3）单一要素（5）工资率（4）运输成本

消费者选择

效用函数:

$$ \max U=\sum_{i}c_{i}^\theta $$

其中，$0<\theta<1$,$c_i$是第$i$种商品的消费量。

面临的预算约束：

$$ s.t.\sum_{i}p_ic_i=I $$

其中 $p_i$ 是第$i$种商品的价格，$I$是消费者的总收入。

消费者最优选择：

$$ \mathcal{L}=\sum_{i}c_{i}^\theta+\lambda(I-\sum_{i}p_ic_i) $$

一阶条件：

$$ \frac{\partial\mathcal{L}}{\partial{c_i}}=\theta{c_i}^{{\theta-1}} -\lambda p_i =0 $$

移项得到：

$$ \theta{c_i}^{{\theta-1}} = \lambda p_i $$

其中 $i=1,2,3,\ldots,n$。

生产者选择

利润函数：

$$ \max \pi_i=p_ix_i-wl_i $$

其中$l_i$是：

$$ l_i=\alpha+\beta x_i $$

其中$i=1,2,3,\ldots,n$，这代表平均成本$\frac{l_i}{x_i}=\frac{\alpha}{x_i}+\beta$随着$x_i$的上升而下降。

由消费者最优$\theta{c_i}^{{\theta-1}} = \lambda p_i$,移项得到：

$$ p_i = \theta \lambda^{-1}{c_i}^{{\theta-1}} $$

代入$c_i=\frac{x_i}{L}$，得：

$$ p_i = \theta \lambda^{-1}({x_i}/{L})^{\theta-1} $$

将约束条件$p_i$带入利润函数，得：

$$ \max \pi = \theta \lambda^{-1}({x_i}/{L})^{\theta-1} x_i -w(\alpha+\beta x_i) $$

一阶条件：

$$ \frac{\partial \pi}{\partial{x_i}}=\theta \lambda^{-1}[(\theta-1)\frac{1}{L}(\frac{x_i}{L})^{\theta -2}x_i +(\frac{x_i}{L})^{\theta-1}]-w\beta=0 $$

得：

$$ \frac{\partial \pi}{\partial{x_i}}=\theta^2 \lambda^{-1}(\frac{x_i}{L})^{\theta-1}-w\beta=0 $$

带入$p_i = \theta \lambda^{-1}({x_i}/{L})^{\theta-1}$化简得利润最大化下的价格：

$$ p_i=\theta^{-1} \beta w $$

封闭条件下的均衡

劳动力市场出清：

$$ L = \sum l_i = \sum_i (\alpha + \beta x_i) $$

商品市场出清：

$$ x_i = L c_i $$

在垄断竞争市场中，自由进入迫使利润为零：

$$ \max \pi_i=p_ix_i-w(\alpha+\beta x_i) $$

带入生产者利润最大化下的价格$p_i=\theta^{-1} \beta w$:

$$ \frac{w\beta}{\theta}x_i-w\alpha-w\beta x_i=0 $$

整理得到：

$$ x_i=\frac{\alpha\theta}{\beta (1-\theta)} $$

其中$i=1,2,3,\ldots,n$.

这表示，企业生产的商品$x_i$的数量仅与$\alpha$、$\theta$、$\beta$有关，而所有企业都是相同的，则在均衡时有：（1）所有企业的产量相同：$x_1=x_2=……=x_n=x$（2）所有企业使用的劳动力相同：$l_1=l_2=……=l_n=l$。则，劳动力加总公式可以简化为：

$$ L=n(\alpha+\beta x) $$

带入$x_i=\frac{\alpha\theta}{\beta (1-\theta)}$，得到：

$$ L=n(\alpha+\beta \frac{\alpha\theta}{\beta (1-\theta)}) $$

化简得到，封闭条件下的商品数量：

$$ n=\frac{L(1-\theta)}{\alpha} $$

开放条件下的均衡

（1）假设两个国家具有相同的偏好和技术，并且运输成本为0，那么在封闭条件下，两国的均衡为：$n=\frac{L(1-\theta)}{\alpha}$和$n^=\frac{L^(1-\theta)}{\alpha}$。其中$L^$代表第二个国家的劳动力数，$n^$代表第二个国家生产的产品种类数。开放贸易后，世界市场形成一个更大的整体，即消费者可消费的数量为$n+n^*$。由于选择范围的扩大，即使“实际工资”$w/p$保持不变，消费者的福利仍将会提高。

将名义工资$w$标准化为1，当两国工资率相等下，本国的总收入$I=Lw=L$，由消费者效用最大化条件$\theta{c_i}^{{\theta-1}} = \lambda p_i$对于任意两种商品$i$和$j$,有：

$$ \frac{{c_i}^{{\theta-1}}}{{c_j}^{{\theta-1}}}=\frac{p_i}{p_j} $$

而根据封闭条件下的均衡，$p_1=p_2=\dots=p_i=p$，即$c_1=c_2=\dots=c_{n+n^}$ 由总收入=总支出，则$I=\sum_{k=1}^{n+n^}p*c$，得到：

$$ I=(n+n^)pc $$

则消费者在所有外国产品上的总支出为：$\frac{n^}{n+n^}$，本国总进口额为：$\frac{n^}{n+n^}L$，代入$n=\frac{L(1-\theta)}{\alpha}$，得到总进口额为$\frac{LL^}{L+L^}$。

（2）假设存在冰山成本，只有$g$部分的商品运出后能到达目的地，其余$1-g$的商品在运输中被“融化”了。那么消费者，购买本国产品价格为$p$，购买进口商品的价格为$\hat{p^}=p^/g$。同时，两国工资率$w$和$w^*$不必再强假设相同。则消费者消费国内商品与国外商品之比为：

$$ \frac{c_n}{c_{n^}}=(\frac{p}{\hat{p^}})^{1/{(\theta-1)}}=(\frac{p}{p^/g})^{1/{(\theta-1)}}=(\frac{p}{p^})^{1/{(\theta-1)}}g^{1/{(\theta-1)}} $$

那么将本国居民对一种外国商品的需求量与对一种本国商品的需求量之比定义为$\sigma$，即：

$$ \sigma= \frac{c_{n^}/g}{c_n}=(\frac{p}{\hat{p^}})^{1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^/g})^{1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^})^{1/{(1-\theta)}}g^{1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^*})^{1/{(1-\theta)}}g^{\theta/(1-\theta)} $$

同理将外国居民对一种本国商品的需求量与对一种外国商品的需求量之比定义为$\sigma^*$，即：

$$ \sigma^= \frac{c_n/g}{c_{n^}}=(\frac{p/g}{{p^}})^{-1/{(1-\theta)}}\frac{1}{g}=(\frac{p/g}{p^})^{-1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^})^{-1/{(1-\theta)}}g^{1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^})^{-1/{(1-\theta)}}g^{\theta/(1-\theta)} $$

现在，将本国居民对本国商品的消费量$c_n$作为$d$,那么对外国商品的消费量为$\sigma d$,那么对$n$和$n^*$种类的商品的总支出为：$npd+\sigma n^*p^*d$,由总支出=总收入得到：

$$ (n*p+\sigma n^p^)d=w $$

提取$p$得：

$$ (n+\sigma n^\frac{p^}{p})pd=w $$

而$p_i=\theta^{-1} \beta w$，则$\frac{p^}{p}=\frac{w^}{w}$,带入上式得：

$$ (n+\sigma n^\frac{w^}{w})pd=w $$

$$ pd=\frac{w}{(n+\sigma n^\frac{w^}{w})} $$

则本国总进口为：

$$ L\sigma n^\frac{w^}{w}pd = L\frac{\sigma n^w^}{(n+\sigma n^\frac{w^}{w})} $$

同理可得，外国进口本国商品的总进口，即本国商品的总出口为：

$$ L^\sigma^ n\frac{w}{w^}p^d^ = L^\frac{\sigma^* nw}{(n^+\sigma^ n\frac{w}{w^*})} $$

则本国的盈余收支为总出口-总进口：

$$ B=L^\frac{\sigma^ nw}{(n^+\sigma^ n\frac{w}{w^})}-L\frac{\sigma n^w^}{(n+\sigma n^\frac{w^*}{w})} $$

带入$n=\frac{L(1-\theta)}{\alpha}$得：

$$ B=L^\frac{\sigma^ \frac{L(1-\theta)}{\alpha}w}{(\frac{L^(1-\theta)}{\alpha}+\sigma^ \frac{L(1-\theta)}{\alpha}\frac{w}{w^})}-L\frac{\sigma \frac{L^(1-\theta)}{\alpha}w^}{(\frac{L(1-\theta)}{\alpha}+\sigma \frac{L^(1-\theta)}{\alpha}\frac{w^}{w})}=L^Lww^(\frac{\sigma^}{L^w^+\sigma^*Lw}-\frac{\sigma}{Lw+\sigma L^w^}) $$

令两国相对工资为：

$$ \omega=\frac{w}{w^*} $$

由于企业定价为$p=\theta^{-1}\beta w$，$p^=\theta^{-1}\beta w^$，因此有：

$$ \frac{p}{p^}=\frac{w}{w^}=\omega $$

由前文可知：

$$ \sigma=(\frac{p}{p^*})^{1/(1-\theta)}g^{\theta/(1-\theta)} $$

$$ \sigma^=(\frac{p}{p^})^{-1/(1-\theta)}g^{\theta/(1-\theta)} $$

因此，$\sigma$和$\sigma^*$都可以看作相对工资$\omega$的函数，即：

$$ \sigma=\omega^{1/(1-\theta)}g^{\theta/(1-\theta)} $$

$$ \sigma^*=\omega^{-1/(1-\theta)}g^{\theta/(1-\theta)} $$

其中，由于$0<\theta<1$，则$\sigma$是$\omega$的增函数，而$\sigma^*$是$\omega$的减函数。也就是说，当本国相对工资$\omega$上升时，本国产品相对价格上升，外国居民对本国产品的需求相对下降；同时，本国居民对外国产品的需求相对上升。因此，国际收支函数$B(\omega)$会随着$\omega$的上升而下降。

开放经济均衡要求国际收支平衡，即：

$$ B(\omega)=0 $$

为了说明均衡相对工资与国家规模之间的关系，考虑$\omega=1$的情形。此时两国工资率相等，即$w=w^$，则$p=p^$，因此有：

$$ \sigma=\sigma^*=g^{\theta/(1-\theta)}<1 $$

将$\omega=1$和$\sigma=\sigma^*$代入国际收支函数，得到：

$$ B=LL^* \left[ \frac{1}{\sigma L+L^*}

\frac{1}{L+\sigma L^*} \right] $$

对括号内进行通分，得：

$$ \frac{1}{\sigma L+L^*}

\frac{1}{L+\sigma L^*}

\frac{L+\sigma L^-\sigma L-L^}{(\sigma L+L^)(L+\sigma L^)} $$

整理分子，得：

$$ L+\sigma L^-\sigma L-L^

(1-\sigma)(L-L^*) $$

因此：

$$ B=LL^* \frac{(1-\sigma)(L-L^)}{(\sigma L+L^)(L+\sigma L^*)} $$

由于$L>0$，$L^>0$，且$0<\sigma<1$，所以$B$的符号取决于$L-L^$。因此：

$$ B>0 \quad \Longleftrightarrow \quad L>L^* $$

$$ B<0 \quad \Longleftrightarrow \quad L<L^* $$

这说明，当两国工资率相等时，如果本国规模更大，即$L>L^*$，则本国存在贸易顺差。为了使贸易收支重新平衡，本国相对工资必须上升，即均衡时有：

$$ \omega>1 $$

也即：

$$ w>w^* $$

反之，如果$L<L^$，则均衡时有$\omega<1$，即$w<w^$。因此，可以得到Krugman (1980)的重要结论：在存在运输成本和规模经济的条件下，其他条件相同，较大的国家将具有更高的工资率。

本国市场效应与贸易模式

接下来，Krugman (1980)进一步讨论“本国市场效应”如何影响贸易模式。为此，考虑一个存在两个产业的经济体。假设存在两类产品，分别记为$\alpha$产品和$\beta$产品。每一类产品内部都包含许多潜在的差异化产品。

假设第一类消费者只消费$\alpha$产品，第二类消费者只消费$\beta$产品。第一类消费者的效用函数为：

$$ U=\sum_i c_i^\theta $$

第二类消费者的效用函数为：

$$ \tilde{U}=\sum_j \tilde{c}_j^\theta $$

因此，可以写为：

$$ U=\sum_i c_i^\theta,\quad \tilde{U}=\sum_j \tilde{c}_j^\theta, \quad 0<\theta<1 $$

其中，$c_i$表示第一类消费者对第$i$种$\alpha$产品的消费量，$\tilde{c}_j$表示第二类消费者对第$j$种$\beta$产品的消费量。为了简化分析，假设两类消费者的效用函数形式相同，并且参数$\theta$也相同。

在生产方面，假设两类产品具有相同的成本函数。生产第$i$种$\alpha$产品所需要的劳动投入为：

$$ l_i=\alpha+\beta x_i $$

生产第$j$种$\beta$产品所需要的劳动投入为：

$$ \tilde{l}_j=\alpha+\beta \tilde{x}_j $$

因此，有：

$$ l_i=\alpha+\beta x_i,\quad i=1,\ldots,n $$

$$ \tilde{l}_j=\alpha+\beta \tilde{x}_j,\quad j=1,\ldots,\tilde{n} $$

其中，$l_i$和$\tilde{l}_j$分别表示生产两类代表性产品所需要的劳动投入，$x_i$和$\tilde{x}_j$分别表示两类产品的总产量，$n$和$\tilde{n}$分别表示两类产品的种类数。

由于第一类消费者只消费$\alpha$产品，第二类消费者只消费$\beta$产品，因此商品市场出清条件分别为：

$$ x_i=Lc_i,\quad i=1,\ldots,n $$

$$ \tilde{x}_j=\tilde{L}\tilde{c}_j,\quad j=1,\ldots,\tilde{n} $$

其中，$L$表示第一类消费者的人口规模，$\tilde{L}$表示第二类消费者的人口规模。

但是，劳动力市场出清条件适用于整个经济体。也就是说，两类产业所使用的劳动总量必须等于经济体中的总劳动供给：

$$ \sum_{i=1}^{n}l_i+\sum_{j=1}^{\tilde{n}}\tilde{l}_j

L+\tilde{L} $$

最后，继续假设垄断竞争市场中存在自由进入，企业利润为零。根据前文封闭经济均衡的推导，在自由进入和利润为零条件下，每一种代表性产品的价格和产量由生产技术参数决定。因此，两产业经济与单一产业经济的主要区别在于：总产出需要在两个产业之间进行分配。

对于$\alpha$产业而言，该产业的总销售额为$npx$，而第一类消费者的总收入为$wL$。由于第一类消费者只购买$\alpha$产品，所以$\alpha$产业的总销售额等于第一类消费者的总收入：

$$ npx=wL $$

同理，对于$\beta$产业而言，该产业的总销售额为$\tilde{n}\tilde{p}\tilde{x}$，而第二类消费者的总收入为$\tilde{w}\tilde{L}$，因此：

$$ \tilde{n}\tilde{p}\tilde{x}=\tilde{w}\tilde{L} $$

于是得到：

$$ npx=wL,\quad \tilde{n}\tilde{p}\tilde{x}=\tilde{w}\tilde{L} $$

由于两类产品的生产技术相同，并且两类工人的工资在同一个经济体内必须相等，所以有：

$$ w=\tilde{w} $$

同时，两类产品的定价规则和单个企业产量也相同，因此：

$$ p=\tilde{p},\quad x=\tilde{x} $$

将其代入式(19)，可以得到：

$$ \frac{n}{\tilde{n}}=\frac{L}{\tilde{L}} $$

这说明，在封闭经济中，两类产业的产品种类数之比等于两类消费者人口规模之比。换言之，某一类产品的国内需求越大，该类产业在本国经济中所占的规模越大。

接下来，将该两产业经济扩展到两个国家。假设本国和外国的总劳动力规模相同，即：

$$ L+\tilde{L}=L^+\tilde{L}^=\bar{L} $$

其中，$\bar{L}$表示每个国家的总劳动力规模。进一步假设本国对$\alpha$产品的需求占比较高，而外国对$\beta$产品的需求占比较高。令$f$表示本国人口中消费$\alpha$产品的比例，则有：

$$ L=f\bar{L},\quad L^*=(1-f)\bar{L} $$

如果$f>\frac{1}{2}$，则本国对$\alpha$产品的国内市场规模大于外国，即：

$$ L>L^* $$

同时，由于两国总人口相同，外国对$\beta$产品的国内市场规模大于本国。也就是说，本国是$\alpha$产品的“大市场国家”，外国是$\beta$产品的“大市场国家”。

现在考虑$\alpha$产业的贸易模式。为了简化分析，先假设两国工资率相等，即$w=w^$。则有$p=p^$，从而：

$$ \sigma=\sigma^*=g^{\theta/(1-\theta)}<1 $$

其中，$0<g<1$表示冰山运输成本下能够到达目的地的商品比例。由于存在运输成本，进口商品相对于本国商品价格更高，因此进口商品的相对需求强度小于本国产品，所以有$\sigma<1$。

假设本国生产$n$种$\alpha$产品，外国生产$n^*$种$\alpha$产品。对于本国消费者而言，其在本国生产的$\alpha$产品上的支出份额为：

$$ \frac{n}{n+\sigma n^*} $$

而在外国生产的$\alpha$产品上的支出份额为：

$$ \frac{\sigma n^}{n+\sigma n^} $$

因此，本国居民对本国$\alpha$产品的支出为：

$$ \frac{n}{n+\sigma n^*}wL $$

本国居民对外国$\alpha$产品的支出为：

$$ \frac{\sigma n^}{n+\sigma n^}wL $$

同理，对于外国消费者而言，其在本国生产的$\alpha$产品上的支出份额为：

$$ \frac{\sigma n}{\sigma n+n^*} $$

而在外国生产的$\alpha$产品上的支出份额为：

$$ \frac{n^}{\sigma n+n^} $$

因此，本国生产的$\alpha$产品的总销售额为：

$$ npx= \frac{n}{n+\sigma n^}wL + \frac{\sigma n}{\sigma n+n^}wL^* $$

外国生产的$\alpha$产品的总销售额为：

$$ n^px= \frac{\sigma n^}{n+\sigma n^}wL + \frac{n^}{\sigma n+n^}wL^ $$

于是得到：

$$ npx= \frac{n}{n+\sigma n^}wL + \frac{\sigma n}{\sigma n+n^}wL^* $$

$$ n^px= \frac{\sigma n^}{n+\sigma n^}wL + \frac{n^}{\sigma n+n^}wL^ $$

因为两国生产同类$\alpha$产品的技术相同，并且在这里假设工资率相同，所以每一种产品的价格$p$和产量$x$相同。将上面两式分别除以$n$和$n^*$，得到：

$$ px= \frac{1}{n+\sigma n^}wL + \frac{\sigma}{\sigma n+n^}wL^* $$

$$ px= \frac{\sigma}{n+\sigma n^}wL + \frac{1}{\sigma n+n^}wL^* $$

由于两式左边相同，因此右边相等：

$$ \frac{1}{n+\sigma n^}wL + \frac{\sigma}{\sigma n+n^}wL^*

\frac{\sigma}{n+\sigma n^}wL + \frac{1}{\sigma n+n^}wL^* $$

两边同时除以$w$，整理得到：

$$ \frac{(1-\sigma)L}{n+\sigma n^*}

\frac{(1-\sigma)L^}{\sigma n+n^} $$

由于$0<\sigma<1$，因此可以约去$(1-\sigma)$，得到：

$$ \frac{L}{L^*}

\frac{n+\sigma n^}{\sigma n+n^} $$

这说明，在存在运输成本时，两国在$\alpha$产业中生产的产品种类数比例，取决于两国对$\alpha$产品的国内市场规模比例。

进一步，将上式改写为关于$\frac{n}{n^*}$的表达式。令：

$$ m=\frac{L}{L^},\quad r=\frac{n}{n^} $$

则有：

$$ m=\frac{r+\sigma}{\sigma r+1} $$

两边交叉相乘：

$$ m(\sigma r+1)=r+\sigma $$

展开得到：

$$ m\sigma r+m=r+\sigma $$

将含有$r$的项移到左边，常数项移到右边：

$$ m\sigma r-r=\sigma-m $$

提取$r$：

$$ r(m\sigma-1)=\sigma-m $$

两边同时乘以$-1$，得到：

$$ r(1-m\sigma)=m-\sigma $$

因此：

$$ r=\frac{m-\sigma}{1-m\sigma} $$

代回$m=\frac{L}{L^}$和$r=\frac{n}{n^}$，得到：

$$ \frac{n}{n^*}

\frac{\frac{L}{L^}-\sigma} {1-\sigma\frac{L}{L^}} $$

这表明，$\alpha$产业中本国与外国生产种类数的比例，是本国与外国对$\alpha$产品相对市场规模的递增函数。换言之，本国对$\alpha$产品的相对需求越大，本国生产的$\alpha$产品种类数相对于外国就越多。

如果：

$$ \frac{L}{L^*}<\sigma $$

则右边小于0，这在经济上不可能，因为产品种类数不能为负。因此，此时本国不会生产$\alpha$产品，全部$\alpha$产品都由外国生产。

如果：

$$ \frac{L}{L^*}>\frac{1}{\sigma} $$

则分母小于0，也会导致不合理的内部解。此时外国不会生产$\alpha$产品，全部$\alpha$产品都由本国生产。

只有当：

$$ \sigma<\frac{L}{L^*}<\frac{1}{\sigma} $$

时，两国都会生产一部分$\alpha$产品，即存在不完全专业化。

最后，在不完全专业化的情形下，考察本国在$\alpha$产业中的贸易差额。由于本国向外国出口$\alpha$产品的支出为：

$$ \frac{\sigma n}{\sigma n+n^}wL^ $$

而本国从外国进口$\alpha$产品的支出为：

$$ \frac{\sigma n^}{n+\sigma n^}wL $$

因此，本国在$\alpha$产业中的贸易差额为：

$$ B_\alpha

\frac{\sigma n}{\sigma n+n^}wL^

\frac{\sigma n^}{n+\sigma n^}wL $$

提取$wL^*$，得到：

$$ B_\alpha

wL^* \left[ \frac{\sigma n}{\sigma n+n^*}

\frac{\sigma n^}{n+\sigma n^}\frac{L}{L^*} \right] $$

由前文可知：

$$ \frac{L}{L^*}

\frac{n+\sigma n^}{\sigma n+n^} $$

将其代入上式，得到：

$$ B_\alpha

wL^* \left[ \frac{\sigma n}{\sigma n+n^*}

\frac{\sigma n^}{n+\sigma n^} \frac{n+\sigma n^}{\sigma n+n^} \right] $$

约去第二项中的$n+\sigma n^*$，得：

$$ B_\alpha

wL^* \left[ \frac{\sigma n}{\sigma n+n^*}

\frac{\sigma n^}{\sigma n+n^} \right] $$

合并分母，得到：

$$ B_\alpha

\frac{\sigma wL^(n-n^)}{\sigma n+n^*} $$

由前文可知，当$\frac{L}{L^}>1$时，有$\frac{n}{n^}>1$，即$n>n^*$。因此：

$$ B_\alpha>0 $$

这说明，如果本国对$\alpha$产品的国内市场规模大于外国，那么本国会生产更多种类的$\alpha$产品，并成为$\alpha$产品的净出口国。也就是说，一个国家更可能出口那些本国需求相对更大的产品。这正是Krugman (1980)所强调的“本国市场效应”。

小结

至此，Krugman (1980)的核心推导基本完成。前文首先在垄断竞争、规模经济和产品差异化的设定下，得到了封闭经济中的企业定价、单个企业产量以及产品种类数。随后，在开放经济中引入运输成本，说明当两国市场规模不同时，贸易收支平衡会通过相对工资调整来实现，并且规模较大的国家在均衡中具有更高的工资率。

进一步地，文章将模型扩展为两产业情形，并考察不同国家对不同产品具有不同相对需求的情况。由上式可知，如果本国对$\alpha$产品的相对需求更大，则本国会生产更多种类的$\alpha$产品，并成为$\alpha$产品的净出口国。这说明，在存在规模经济和运输成本的条件下，国内市场规模本身会影响产业区位和贸易模式。

因此，Krugman (1980)的核心贡献在于说明：即使不存在传统意义上的技术差异或要素禀赋差异，国家之间仍然可能因为规模经济、产品差异化和市场规模差异而发生贸易。尤其是“本国市场效应”表明，较大的国内需求不仅会吸引更多企业进入相关产业，还可能使该国成为该类产品的出口国。

文献阅读 | Exchange Arrangements Entering the Twenty-First Century: Which Anchor Will Hold?

Sun, 24 May 2026 00:00:00 GMT

本文整理的是 Ethan Ilzetzki、Carmen M. Reinhart 和 Kenneth S. Rogoff 的论文 Exchange Arrangements Entering the Twenty-First Century: Which Anchor Will Hold?。

这篇文章关注的问题是：进入 21 世纪之后，全球汇率体系是否真的变得更加灵活？美元作为全球锚定货币的地位是否被削弱？欧元和人民币是否有可能挑战美元的核心地位？

一、文章的核心结论

这篇文章对 1946 年至 2016 年间全球 194 个国家和地区的汇率制度、锚定货币以及外汇限制措施进行了系统整理，并提出了新的分类指标。

文章最重要的结论可以概括为三点。

第一，布雷顿森林体系解体后，全球汇率制度从固定汇率转向浮动汇率的程度可能被高估了。虽然很多国家在官方表述中采用了“管理浮动”“通胀目标制”等说法，但在实际操作中，央行仍然高度关注汇率稳定。

第二，美元仍然是全球最重要的锚定货币。即使欧元正式诞生、人民币国际化不断推进，美元在全球汇率安排、外汇储备、债务计价和贸易计价中的地位依然非常突出。

第三，2002 年以来新兴市场国家外汇储备的大规模积累，不仅可以理解为对安全资产的需求，也可以理解为在资本管制下降背景下，各国为了维持汇率稳定而积累的政策缓冲工具。

二、研究背景：多极化预期与美元主导现实

过去二十多年，全球货币体系发生了很多重要变化。欧元正式流通，人民币国际化进程加速，资本管制逐步放松，通胀目标制在越来越多国家普及，新兴市场国家的汇率制度也变得更加灵活。

从直觉上看，这些变化似乎意味着国际货币体系正在走向多极化。也就是说，美元不再是唯一的核心货币，欧元、人民币或其他区域性货币可能逐渐分担美元的国际功能。

但是，文章指出，现实情况并没有这么简单。大量国家的央行虽然在政策沟通中使用“通胀目标制”或“管理浮动”等表述，但在实际政策操作中，仍然会通过外汇干预、储备管理和资本管制等方式稳定本币兑美元汇率。

因此，文章真正关心的不是各国“声称”采用什么汇率制度，而是它们在事实上如何管理汇率。

三、研究问题

文章主要回答以下几个问题：

全球汇率体系是否正在向多极化体系演进？
美元作为全球锚定货币的地位是否被削弱？
事实上的汇率安排是否真的从固定汇率转向浮动汇率？
为什么欧元和人民币没有显著扩大其作为锚定货币的影响力？
21 世纪以来外汇储备的快速积累，是否与汇率稳定目标有关？

四、数据与方法

1. 数据来源

文章使用了 1946 年 1 月至 2016 年 12 月期间，194 个国家和地区的月度汇率数据与通胀数据。

作者关注的是一国货币相对于潜在锚定货币的月度汇率波动。候选锚定货币包括美元、德国马克、法国法郎、欧元、日元、英镑、俄罗斯卢布、瑞士法郎、澳元、南非兰特和巴西雷亚尔等。

值得注意的是，人民币并没有被纳入候选锚定货币。文章给出的理由是，人民币本身长期与美元保持高度联系，并且在样本期内尚未完全自由兑换。

2. 汇率制度分类

文章延续并扩展了 Reinhart and Rogoff 的事实汇率制度分类方法。其核心思想是：判断一个国家的汇率制度，不能只看官方宣布的制度名称，而应该看实际汇率行为。

作者将汇率制度粗略分为六类：

类别	含义
Category 1	钉住汇率
Category 2	窄幅波段
Category 3	宽幅波段与管理浮动
Category 4	自由浮动
Category 5	自由下跌
Category 6	平行市场数据缺失

其中，Category 1 和 Category 2 可以理解为灵活性较低的汇率安排；Category 3 和 Category 4 则代表更具灵活性的安排。

五、锚定货币的演变

文章的一个核心发现是，美元作为全球锚定货币的地位并没有明显衰退。相反，在一些衡量标准下，美元的影响范围甚至比布雷顿森林体系时期更广。

从图中可以看到，二战后美元通过布雷顿森林体系成为主导锚定货币。布雷顿森林体系解体后，德国马克和后来的欧元在欧洲区域内发挥了重要作用，但并没有真正取代美元的全球地位。

苏联解体后，卢布区瓦解，许多前苏联国家转向美元或欧元。拉美、非洲等地区在经历高通胀和货币危机后，也重新回到以美元为中心的汇率安排。

六、总结

这篇文章的价值不只是重新分类了各国汇率制度，更重要的是提醒我们：国际货币体系不能只看官方制度标签，而要看实际政策行为。

很多国家虽然声称采用浮动汇率或通胀目标制，但在面对资本流动、外债压力和贸易计价问题时，仍然会高度关注本币兑美元的稳定。这说明美元的国际地位并不只是来自美国经济规模，也来自贸易计价、金融市场深度、安全资产需求和政策惯性的共同作用。

从这个角度看，人民币国际化要真正形成独立的锚定货币区，不仅需要扩大贸易结算规模，还需要提高金融市场开放度、资产安全性和政策可信度。

文献阅读 | The Long and Short (of) Quality Ladders

Thu, 30 Apr 2026 00:00:00 GMT

1. 背景介绍

《The Long and Short(of) Quality Ladders》是2010年Amit Khandelwal发表在《The Review of Economic Studies》期刊上的一篇文章。作者首先批评了在以往的国际贸易研究当中，存在用价格直接代表产品质量的作法，也就是说商品的价格越高应该被视作质量更好。但是，价格真的能完全反映质量吗？作者马上用马来西亚和葡萄牙女裤的例子进行了反驳。

1999 年，美国进口的马来西亚女裤单位价值为 146 美元，而葡萄牙女裤的单位价值高达 371 美元（包含运输成本和关税）。在传统假设下，如果将价格直接等同于质量，那么葡萄牙女裤的质量约为马来西亚女裤的 2.54 倍（371/146）。按照“价格越高、质量越高”的逻辑，葡萄牙女裤理应具有更强的市场竞争力。然而，实际进口数据却呈现出相反的情况：美国当年进口了超过 82,000 件马来西亚女裤，而葡萄牙女裤仅有 865 件。也就是说，价格较低的马来西亚女裤占据了绝对的市场份额优势。这说明，进口价格的差异并不能简单解释为产品质量差异。那么，是什么导致两类商品的进口价格存在如此大的差距？一个重要原因可能是生产成本差异。1999 年，马来西亚服装业年工资约为 3,100 美元，而葡萄牙则达到 5,700 美元。葡萄牙女裤价格更高，可能在相当程度上反映了更高的劳动力成本，而不完全代表更高的产品质量。同时，葡萄牙女裤虽然市场份额较低，但并非完全没有需求。这表明消费者偏好具有一定的多样性。部分消费者可能更重视与产品绝对质量无关的横向属性，例如裁剪款式、花色图案、品牌形象或产地偏好等。因此，价格差异不仅可能来自质量差异，也可能来自生产成本和消费者异质性偏好的共同作用。那么产品的质量到底该如何评定呢？

2. 文献综述

作者在这部分系统性地梳理了产品出口质量研究的核心议题、现有方法的局限及其理论基础。过去的研究一致表明，各国出口的产品质量存在显著差异，发达国家倾向于向发展中国家消费和出口更高质量的产品。发展中国家实现从低质产品向高质产品的升级（quality upgrading），被视为其获得出口成功（export success）并最终实现经济发展（economic development）的一个必要条件。同时，质量升级议题在关于"国际贸易如何加剧工资不平等"的讨论中占据核心地位。尽管研究普遍发现质量升级与人均收入呈正相关，但Verhoogen(2008)与Goldberg和Pavcnik(2007)指出，质量升级通过改变对技术劳动力的相对需求，加剧了收入分配的不平等。这解释了为何部分发展中国家在贸易自由化后不平等程度上升，这一现象与斯托尔珀-萨缪尔森定理（Stolper-Samuelson Theorem）的预测相悖。

然而，准确测度质量面临根本性挑战：质量本身不可直接观测。这导致现有文献（如Schott(2004)）普遍依赖价格（单位价值）作为质量的代理变量，作者明确指出这是一个有待放松的"强假设"。为突破这一局限，作者的理论与方法建立在坚实的基础上：借鉴Grossman和Helpman(1991)的"质量阶梯"模型以及Flam和Helpman(1987)的南北贸易质量分层理论，阐释质量的垂直差异化。融合Krugman(1980)和Melitz(2003)的思想，解释产品水平差异化的重要性。在此基础上，作者利用基于Berry(1994)的嵌套Logit需求系统（nested logit demand system）来估计产品质量。该方法的核心直觉是：在控制价格的前提下，市场份额更高的产品应被赋予更高的质量估计值。利用该方法，作者验证了Schott(2004)的关键发现：发达国家出口的产品质量普遍高于发展中国家。更重要的是，估计结果揭示了不同进口产品的质量阶梯（quality ladder）存在巨大异质性。

进一步地，作者将这种异质性与国际贸易对劳动力市场的差异化影响联系起来，作者肯定了Bernard, Jensen和Schott(2006)的核心发现，即低工资国家进口渗透对发达国家（如美国）制造业就业和产出造成显著冲击。但作者强调，这种冲击的强度在不同行业间存在巨大差异（异质性）。为解释此异质性，作者将其关联到贸易理论中关于要素价格均等化(Factor Price Equalization, FPE)失效的讨论（Leamer(1987), Schott(2003)），特别是Schott(2004)提出的"产品内"质量专业化观点。由此，作者自然引出本文的核心论点：不同产品市场固有的"质量阶梯"长度（即垂直差异化空间的范围）是决定发达国家能否通过质量升级有效规避低工资竞争的关键因素。质量阶梯短的市场更易受到冲击。

最后，作者在文献中阐明其方法的创新性，作者认为Hallak和Schott(2007)在利用价格与数量信息推断国家层面出口质量上和本文有一定相似性，但强调本文的关键突破在于克服数据限制，首次实现最细分产品层面（如美国10位HS编码）的质量估计；同时，通过引入国家规模（人口或GDP）作为控制变量，有效解决了Feenstra(1994)提出的"隐藏品类"问题——即国家市场份额膨胀可能源于未观测的细分品类数量而非真实质量优势，从而修正了传统方法的潜在偏差。

3. 模型推导

3.1 模型框架

局部均衡：聚焦北区（N,发达国家）与南区（S，低工资国）企业竞争
工资外生：Wn > Ws（由外部部门决定）
企业行为：每区域J家同质企业，生产纵向（质量）与横向（属性）差异化产品
- 横向差异化零成本：均衡时各企业产品属性不同（Krugman, 1980; Melitz, 2003）
- 纵向差异化依赖技术比较优势 Zc：ZN > ZS

边际成本函数：企业J的边际成本随质量 λj 递增：

$$MC = W_c + \frac{\lambda_j^2}{2Z_c}, \quad c \in {N, S}$$

3.2 消费者选择

北区消费者具有离散选择偏好。消费者n选择使其间接效用最大化的产品j：

$$V_{nj} = \theta\lambda_j - \alpha p_j + \epsilon_{nj}$$

质量 λj：所有消费者一致认可的属性（如电视清晰度），提升支付意愿
横向属性 ϵnj：服从I型极值分布，个体偏好异质（如服装款式），平均效用为零
质量估值 θ：反映市场质量阶梯长度的代理变量

3.3 生产者选择

市场份额：

$$m_j = \frac{e^{\delta_j}}{\sum_k e^{\delta_k}}, \quad \delta_j \equiv \theta\lambda_j - \alpha p_j$$

企业优化问题：

$$\max_{p_j, \lambda_j} \left[p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right] m_j$$

3.4 模型求解

最优价格推导

一阶条件：$\frac{\partial \pi_j}{\partial p_j} = 0$

分解利润函数：

$$\pi_j = \left(p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right) \cdot e^{\delta_j} \cdot D^{-1}$$

其中 $D = \sum_k e^{\delta_k}$（企业视为常数）

对价格求导：

$$\frac{\partial \pi_j}{\partial p_j} = \frac{e^{\delta_j}}{D} - 1 + \left(p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right) \cdot (-\alpha)\frac{e^{\delta_j}}{D} - 1$$

令导数为零：

$$e^{\delta_j} - \alpha\left(p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right)e^{\delta_j} = 0$$

$$1 = \alpha\left(p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right)$$

$$p_j^* = \frac{1}{\alpha} + w_c + \frac{\lambda_j^2}{2Z_c}$$

最优价格 $p_j^*$ 与 $\frac{1}{\alpha}$ 垄断加成、$w_c$ 工资、$\frac{\lambda_j^2}{2Z_c}$ 质量升级成本有关，价格=边际成本+固定加成

最优质量推导

一阶条件：$\frac{\partial \pi_j}{\partial \lambda_j} = 0$

将最优价格代入利润函数：

$$\pi_j^* = \left(\frac{1}{\alpha}\right) \cdot m_j$$

对质量求导：

$$\frac{\partial \pi_j^*}{\partial \lambda_j} = \frac{1}{\alpha} \cdot \frac{\partial m_j}{\partial \lambda_j} = 0$$

由市场份额 $m_j = \frac{e^{\delta_j}}{D}$：

$$\frac{\partial m_j}{\partial \lambda_j} = m_j\left(\theta - \alpha\frac{\partial p_j}{\partial \lambda_j}\right)$$

代入最优价格对质量的导数：

$$\frac{\partial p_j^*}{\partial \lambda_j} = \frac{\lambda_j}{Z_c}$$

$$\theta - \alpha \cdot \frac{\lambda_j}{Z_c} = 0$$

$$\lambda_j^* = \frac{\theta Z_c}{\alpha}$$

最优质量与θ质量溢价能力、Zc技术效率、α价格敏感度有关：企业选择质量使边际收益（θ）=边际成本（αλj/θ）

3.5 均衡分析

同区域企业同质化

北南质量差异由公式可知：

$$\lambda_N^* - \lambda_S^* = \frac{\theta}{\alpha}(Z_N - Z_S) > 0$$

技术优势 $Z_N - Z_S > 0$ 直接转化为质量优势

质量阶梯（quality ladder）公式：

$$\text{Ladder} = \theta(\lambda_N^* - \lambda_S^*) = \underbrace{\frac{\theta^2}{\alpha}}{\text{消费者质量估值}} \times \underbrace{(Z_N - Z_S)}{\text{技术差距}}$$

当 $\lim_{\theta \to 0}$ 时，无论 $Z_N - Z_S$ 有多大，Ladder → 0，这也就意味着，商品对于消费者的质量是相同的，消费者并不关心。

市场份额差异公式：

$$\delta_N^* - \delta_S^* = \underbrace{\frac{\theta^2}{2\alpha}(Z_N - Z_S)}{\text{质量溢价收益}} - \underbrace{\alpha(w_N - w_S)}{\text{成本劣势}}$$

当 θ → 0（质量阶梯小），$\frac{\theta^2}{2\alpha}(Z_N - Z_S) < \alpha(w_N - w_S)$ 这意味着北区的质量溢价收益无法覆盖高成本，从而市场份额被南区所挤压，造成北区的工人就业下降，工资降低。

企业质量的最优选择

由公式 $\lambda_j^* = \frac{\theta Z_c}{\alpha}$，可知当 θ → 0（质量阶梯小），企业的最优质量下降，技术优势 ZN 无法转化为质量优势，南北质量趋同，企业变为成本竞争。那么同理，当 θ → ∞（质量阶梯大），北区的产品质量比南区高很多，企业变为质量竞争。

女裤案例解释

如果消费者对女裤的质量不敏感 θ → 0，$Z_N - Z_S \approx 0$，Ladder(θ) ≈ 0，$\delta_N^* - \delta_S^* \approx -\alpha(W_N - W_S) < 0$，北区的市场份额 < 南区的市场份额，北区丧失市场。

3.6 与传统理论不同的地方

斯托尔珀－萨缪尔森定理（The Stolper-Samuelson Theorem）

该定理认为在商品的生产过程中，如果两种商品分别密集地使用两种生产要素（如劳动和资本），那么当其中一种商品的相对价格上升时，该商品所密集使用的生产要素的实际收入会提高，而另一种生产要素的实际收入则会降低。那么对于劳动力丰富的国家，开放贸易后应该专注于劳动密集型产品，那么劳动力的实际工资应该上升，收入不平等应该缩小。但是，实证研究发现许多发展中国家的不平等是在扩大。

产品质量升级是导致不平等加剧的关键因素。发展中国家提升出口产品质量时，需投入更多高技能劳动力（像研发、设计、品控），而非简单低技能劳动。高质量产品的生产增加对高技能工人的需求，推高生产高质量产品的工人工资，低质量产品的生产面临竞争替代，生产低质量产品的工人工资停滞或下降。The Stolper-Samuelson Theorem定理假设产品是同质的，但是，由于质量阶梯的存在，发展中国家通过质量升级参与国际分工时，要素回报的变化不再符合定理的简单预测。

要素价格均等化（FPE）的边界

该理论认为在所有国家生产相同的产品集合，仅通过要素密集度调整分工下（单一生产锥（Single Cone）），自由贸易将使不同国家的要素价格（如工资、资本回报率）趋同至相同水平。但是，产品存在垂直差异（质量阶梯），不同国家基于技术（Zc）和要素禀赋，专业化于不同质量段。发达国家（ZN）占据高质量段，发展中国家（ZS）占据低质量段，各国落入不同的生产锥，不再生产相同产品，要素价格无法趋同。

3.7 工资冲击

简化：当忽略技术进步和偏好变迁的长期影响（θ不变)，Ladder(θ) = $\frac{\theta^2}{\alpha}(Z_N - Z_S)$ 不变

市场份额变化：

北方总市场份额：$M_N = \frac{e^{\delta_N}}{e^{\delta_N} + e^{\delta_S}}$

北南份额差：$\delta_N^* - \delta_S^* = \frac{\theta^2}{2\alpha}(Z_N - Z_S) - \alpha(w_N - w_S)$

南区工资下降的冲击

$$\frac{\partial M_N}{\partial w_S} = \frac{\partial}{\partial w_S}\left(\frac{e^{\delta_N}}{e^{\delta_N} + e^{\delta_S}}\right)$$

$$\frac{\partial M_N}{\partial w_S} = \frac{(e^{\delta_N} + e^{\delta_S}) \cdot \frac{\partial}{\partial w_S}e^{\delta_N} - e^{\delta_N} \cdot \frac{\partial}{\partial w_S}(e^{\delta_N} + e^{\delta_S})}{(e^{\delta_N} + e^{\delta_S})^2}$$

$$\frac{\partial M_N}{\partial w_S} = \frac{-e^{\delta_N} \cdot e^{\delta_S} \cdot \frac{\partial \delta_S}{\partial w_S}}{(e^{\delta_N} + e^{\delta_S})^2}$$

$$\frac{\partial M_N}{\partial w_S} = -M_N M_S \frac{\partial \delta_S^*}{\partial w_S}$$

由 $\delta_j \equiv \theta\lambda_j - \alpha p_j$，带入 $\lambda_j^, p_j^$ 得 $\delta_S^* = \frac{\theta^2 Z_S}{2\alpha} - \alpha w_S - 1$

对 $W_S$ 求导：

$$\frac{\partial \delta_S^*}{\partial w_S} = -\alpha$$

带入份额导数：

$$\frac{\partial M_N}{\partial w_S} = -M_N M_S \frac{\partial \delta_S^*}{\partial w_S} = -M_N M_S(-\alpha) = \alpha M_N M_S > 0$$

这表明，南区工资下降会使得北区的市场份额发生下降。南方工资下降→南方产品降价→北方份额流失。Bernard et al.(2006)发现低收入国进口渗透率上升10%，美国就业下降6%。

3.8 质量阶梯（quality ladder）的缓解

$$\frac{\partial^2 M_N}{\partial w_S \partial \theta} = -\left[\frac{\partial^2 \delta_S^}{\partial w_S \partial \theta} M_N M_S + \frac{\partial \delta_S^}{\partial w_S}\left(M_N \frac{\partial M_S}{\partial \theta} + M_S \frac{\partial M_N}{\partial \theta}\right)\right]$$

$$\frac{\partial^2 M_N}{\partial w_S \partial \theta} = \alpha M_N M_S (M_N - M_S)\left(\frac{\partial \delta_N^}{\partial \theta} - \frac{\partial \delta_S^}{\partial \theta}\right)$$

$$\lambda_j^* = \frac{\theta Z_c}{\alpha}$$

$$\delta_j \equiv \theta\lambda_j - \alpha p_j \Rightarrow \frac{\partial \delta_c^}{\partial \theta} = \frac{\theta Z_c}{\alpha} \Rightarrow \frac{\partial \delta_N^}{\partial \theta} - \frac{\partial \delta_S^*}{\partial \theta} = \frac{\theta}{\alpha}(Z_N - Z_S)$$

$$\frac{\partial^2 M_N}{\partial w_S \partial \theta} = \alpha M_N M_S (M_N - M_S) \cdot \frac{\theta}{\alpha}(Z_N - Z_S)$$

$$\frac{\partial^2 M_N}{\partial w_S \partial \theta} = \theta M_N M_S (M_N - M_S)(Z_N - Z_S) > 0 \quad (\text{因 } M_N > M_S)$$

调节机制

当 θ 大（Ladder长阶梯），北方质量优势显著（$\lambda_N^* \gg \lambda_S^*$），消费者愿为高质量支付溢价，缓冲价格竞争冲击。
当 θ 小（Ladder短阶梯），南北质量趋同（$\lambda_N^* \approx \lambda_S^*$），竞争极其依赖成本，北方份额极易流失。

在多锥均衡(Multi-cone)中，各国按禀赋质量分层（Schott 2004），分层强度由 θ 决定。

4. 实证部分

4.1 基本设定

基于Berry(1994)的方法框架，本文使用嵌套logit方法（部分放宽了无关替代品的独立性（independence of irrelevant alternatives)，允许消费者偏好之间存在更合理的相关性结构，允许产品同时存在垂直差异（质量）和水平差异（如设计、颜色）

案例解释：假设一个消费者正在选择一件日本羊毛衬衫或一件意大利棉衬衫。如果市场上出现了一件中国产的棉衬衫，传统的logit或CES模型会预测两种进口商品的市场份额将下降相同的百分比。然而，现实可能是意大利棉衬衫的市场份额会比日本衬衫调整得更多，因为中国产的衬衫也是棉质的。嵌套logit通过将不同的品种归类到合适的巢（nest）中，允许更合理的替代模式。

$$V_{ncht} = \lambda_{1,ch} + \lambda_{2,t} + \lambda_{3,cht} - \alpha p_{cht} + \sum_h \mu_{nht} d_{ch} + (1-\sigma)\epsilon_{ncht}$$

$\lambda_{1,ch}$：固定国家-产品效应（长期质量）
$\lambda_{2,t}$：固定时间效应
$\lambda_{3,cht}$：未被观测的质量波动（残差项）

$$\ln(s_{cht}) - \ln(s_{0t}) = \lambda_{1,ch} + \lambda_{2,t} + \alpha p_{cht} + \sigma \ln(ns_{cht}) + \lambda_{3,cht}$$

$\ln(s_{cht})$ 代表C国的HS商品h在时间t下占进口国总市场份额
$\ln(s_{0t})$ 代表进口国自身生产的产品占本国的总市场份额（当 $\ln(s_{cht}) - \ln(s_{0t}) > 0$ 则代表从外国进口的HS商品比本国生产的市场占有率还要大）
$\lambda_{1,ch}$ 代表产品质量（我们所需要的）
$\lambda_{2,t}$ 固定时间效应
$\lambda_{3,cht}$ 固定其他效应
$\alpha p_{cht}$ 价格效应
$\gamma \ln pop_{ct}$ 代表C国人口
$\sigma \ln(ns_{cht})$ 代表C国在HS产品内的市场份额（也就是占所有HS进口品的份额）控制产品内竞争

4.1.1 数据处理

使用美国1989-2001年HS-10位码进口数据（Feenstra等，2002）。包含：进口值、数量、CIF价格、关税、运输成本、出口国信息。

仅保留制造业产品（SITC 5-8），剔除同质化商品（Rauch分类）和极端值（价格<5%或>95%分位数，单笔贸易额<$7,500（1989年美元），进口数量=1的记录（数据噪音）)

4.1.2 内生性问题

价格 $P_{cht}$ 和残差项 $\lambda_{3,cht}$ 可能有关（如未观测质量影响定价）。

工具变量(2SLS)：运输成本、汇率、油价×距离，利用供给端冲击识别需求曲线。工具仅通过影响成本→价格，不直接影响需求残差（尽管存在"华盛顿苹果效应"，但作者论证其仅影响平均质量水平，不影响残差项）。
隐藏品种偏差，同一HS编码下，出口国可能包含多个未观测子品种（如不同颜色）。

解决方案：在需求方程中加入出口国人口（$\ln pop_{ct}$）代理隐藏品种数量（基于Krugman, 1980）。

$$\ln(s_{cht}) - \ln(s_{0t}) = \lambda_{1,ch} + \lambda_{2,t} + \alpha p_{cht} + \sigma \ln(ns_{cht}) + \gamma \ln pop_{ct} + \lambda_{3,cht}$$

4.2 验证理论模型预测

预测1：发达国家出口更高质量

将估计质量 $\lambda_{cht}$ 对出口国人均GDP回归：

$$\lambda_{cht} = \alpha_{ht} + \beta \ln Y_{ct} + u_{cht}$$

根据图1，β > 0且显著，支持"高收入国家出口高质量产品"的模型假设。

预测2：质量阶梯存在异质性

定义产品h的质量阶梯为：

$$\text{Ladder}_h = \lambda_h^{\max} - \lambda^{\min}$$

根据图2：

长阶梯行业（高差异化潜力）：化学品（SIC 28）阶梯长度2.46，工业机械（SIC 35）阶梯长度2.40。
- 特征：资本/技术密集型（资本强度>100，研发强度高）。
短阶梯行业（低差异化潜力）：家具（SIC 25）阶梯长度1.66，印刷（SIC 27）阶梯长度1.33。
- 特征：劳动密集型（资本强度<50）。

预测3：价格-质量关系随阶梯长度变化

回归分析：

$$\ln p_{cht} = \alpha_{ht} + \beta_1 \lambda_{cht} + \beta_2 (\lambda_{cht} \times \ln \text{Ladder}h) + u{cht}$$

根据图3，长阶梯市场，$\beta_2 > 0$，价格与质量强相关（支持传统假设）。短阶梯市场，价格与质量弱相关（水平差异主导）。

4.3 质量阶梯的经济影响

在有了质量阶梯以后，可以将质量阶梯和进口渗透与美国制造业就业联系起来。由于无法获取10位HS级别的美国就业数据，作者构建了一个四位SIC（1987年修订版）行业质量阶梯 $\text{IndLadder}_m$。变量$w_h$表示产品在初始年份中，在SIC行业内的实际进口份额。$H_m$代表SIC行业m的的产品数量，$\text{Ladder}_h$是产品的基线阶梯。

$$\text{IndLadder}m = \sum{h=1}^{H_m} w_h \text{Ladder}_h$$

行业层面回归设计

借鉴Bernard（2006）的研究，作者将就业结果与两个进口渗透度指标联系起来。

$$\ln \text{Emp}{mt} = \alpha_m + \alpha_t + \beta_1 \text{OTHPEN}{mt} + \beta_2 \text{LWPEN}{mt} + \beta_3 \text{LWPEN}{mt} \times \ln \text{IndLadder}m + \nu{mt}$$

$\text{LWPEN}{mt} = \frac{I{mt}^{\text{low}}}{I_{mt} + Q_{mt} - X_{mt}}$：低工资国进口渗透率（定义：进口自人均GDP<5%美国的国家）
$\text{OTHPEN}{mt} = \frac{I{mt} - I_{mt}^{\text{low}}}{I_{mt} + Q_{mt} - X_{mt}}$：来自世界其他地区的进口
$\text{IndLadder}_m$：行业质量阶梯（HS产品阶梯加权平均，权重=初始进口份额）
$\alpha_m$：行业固定效应，控制行业固有特征
$\alpha_t$：行业时间效应，控制宏观冲击

预测1：低工资国家竞争对本国行业的负面影响更强

根据图4，$\beta_2 < \beta_1 < 0$，证明低工资国家竞争对本国行业的负面影响更强，且是其他国家的3.8倍。

预测2：质量阶梯长度弱化低工资竞争的负面冲击

根据图4第1列，$\beta_3 > 0$，表明质量阶梯长度越长越能弱化低工资竞争负面冲击。

4.4 稳健性检验

4.4.1 内生性问题

进口渗透率（LWPEN）的内生性

就业下降可能反向导致进口增加（如国内生产下降吸引进口）。

解决方案

工具变量法（2SLS）

工具变量构造

IV1：行业加权平均关税 = $\sum_c \omega_{c,m}$ 关税$_{c,t}$
IV2：行业加权平均汇率 = $\sum_c \omega_{c,m}$ 汇率$_{c,t}$
IV3：行业加权平均运费率 = $\sum_c \omega_{c,m}$ 运费率$_{c,t}$

$\omega_{c,m}$：国家c在行业m在1989年进口份额（固定权重）

根据图4表5-8，p值=0.48>0.1（无法拒绝工具变量外生性），F统计量=18.40>10（排除弱工具问题），这表明工具变量有效，支持了"质量阶梯缓解低工资竞争冲击"的核心结论。

4.4.2 行业特征干扰

竞争性假说：长阶梯行业可能资本/技术密集，本身抗冲击能力强（非质量阶梯机制）。

解决方案：在模型中直接加入传统要素交互项，$\beta_4(\text{LWPEN}_{mt} \times \ln(K/L)m) + \beta_5(\text{LWPEN}{mt} \times \ln \text{TFP}_m)$

$(K/L)_m$：1989年行业资本劳动比（NBER数据库）
$\text{TFP}_m$：1989年行业全要素生产率

根据图4第3列与第4列，$\beta_4 > 0$，$\beta_5 < 0$ 资本密集型和高生产率行业更抗冲击。$\beta_3 > 0$，表明其影响独立于传统要素。

4.4.3 质量阶梯定义的敏感性分析（Alternative Measures of Quality Ladders）

作者测试了7种替代性质量阶梯定义，通过替换不同的度量方法或调整数据构造，验证核心结论的稳健性，均支持核心结论。

表1：替代定义的显著性检验

替代定义	OLS β3	IV β3	显著性
(1)加入关税作为工具变量	0.501*	2.755**	稳健
(2)用产品数量代理阶梯长度	0.000	-0.005	不显著 →非驱动因素
(3)用品种数量代理阶梯长度	-0.440	0.690	不显著 →非驱动因素
(4)价格分散度作为阶梯	1.285	7.436*	部分显著（支持价格-质量关系异质性）
(5)市场份额分散度作为阶梯	12.664***	21.512	混合结果
(6)剔除残差项 λ3,cht	0.646***	4.571*	稳健（排除未观测因素干扰）
(7)用GDP替代人口	0.609**	4.620*	稳健
(8) Broda-Weinstein替代弹性	-0.910*	-1.591	不显著 →横向差异非主导
(9)排除MFA配额产品	0.484**	2.711**	稳健
(10)全距（Range）	0.639**	3.888***	稳健
(11)四分位距（IQR）	0.650**	5.236**	稳健
(12)标准差（Std. Dev.）	0.751**	5.061**	稳健

*p < 0.1, **p < 0.05, ***p < 0.01

爬虫数据 | WTO争端案件数据

Mon, 27 Apr 2026 00:00:00 GMT

这是一个基于selenium库的爬虫代码，根据WTO争端事件的网址规律和网页代码结构进行内容爬取，需要使用谷歌的Chrome浏览器。

import pandas as pd
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager
import re
import os

# 确保目录存在
project_directory = "设置为你的路径"
if not os.path.exists(project_directory):
    os.makedirs(project_directory)

# 初始化Chrome WebDriver
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)

# 初始化一个空的DataFrame来存储所有数据
columns = ["DS", "Title", "Consultations requested", "Complainant", "Respondent", "Agreements cited", "Third Parties (original proceedings)"]
df = pd.DataFrame(columns=columns)

try:
    # 具体案例ID请在range函数中设置
    for case_number in range(1, 645):
        url = f"https://www.wto.org/english/tratop_e/dispu_e/cases_e/ds{case_number}_e.htm"
        driver.get(url)
        driver.implicitly_wait(20)  # 等待页面加载完成

        # 获取页面的HTML内容
        page_source = driver.page_source

        # 使用正则表达式提取信息
        extracted_info = {
            "Title": re.search(r"<h1>(.*?)</h1>", page_source, re.DOTALL),
            "Consultations requested": re.search(r"<td>.*?Consultations requested.*?</td><td>(.*?)</td>", page_source),
            "Complainant": re.search(r"<td>Complainant: </td><td>(.*?)</td>", page_source),
            "Respondent": re.search(r"<td>Respondent:</td><td>(.*?)</td>", page_source),
            "Agreements cited": re.search(r"<td>Agreements cited:.*?</td><td>(.*?)</td>", page_source, re.DOTALL),
            "Third Parties (original proceedings)": re.search(r"<td>Third Parties.*?original proceedings.*?</td><td>(.*?)</td>", page_source)
        }

        # 清理并添加数据到DataFrame
        row = {
            "DS": f"DS{case_number}",
            "Title": re.sub(r'<span class="dsnumber">DS.*?:</span>', '', extracted_info["Title"].group(1)).replace('&nbsp;', ' ') if extracted_info["Title"] else None,
            "Consultations requested": extracted_info["Consultations requested"].group(1).replace('&nbsp;', ' ') if extracted_info["Consultations requested"] else None,
            "Complainant": extracted_info["Complainant"].group(1).replace('&nbsp;', ' ') if extracted_info["Complainant"] else None,
            "Respondent": extracted_info["Respondent"].group(1).replace('&nbsp;', ' ') if extracted_info["Respondent"] else None,
            "Agreements cited": re.sub(r'<[^>]+>', '', extracted_info["Agreements cited"].group(1)).replace('&nbsp;', ' ') if extracted_info["Agreements cited"] else None,
            "Third Parties (original proceedings)": extracted_info["Third Parties (original proceedings)"].group(1).replace('&nbsp;', ' ') if extracted_info["Third Parties (original proceedings)"] else None
        }
        df = pd.concat([df, pd.DataFrame([row])], ignore_index=True)

        # 如果已经处理了10个案例，就停止循环（可选）
        # if case_number == 10:
        #     break

finally:
    # 关闭浏览器
    driver.quit()

# 保存DataFrame到Excel文件
excel_path = os.path.join(project_directory, 'WTO_cases.xlsx')
df.to_excel(excel_path, index=False)
print(f"Data has been saved to {excel_path}")

Excel表格的数据结构如下：

<style> .wto-table-wrap { width: 100%; overflow-x: auto; border-radius: 12px; box-shadow: 0 4px 16px rgba(0, 0, 0, 0.06); margin: 1.0rem 0; background: #ffffff; border: 1px solid #e2e8f0; } .wto-table { width: 100%; border-collapse: separate; border-spacing: 0; min-width: 1100px; font-family: ui-sans-serif, system-ui, -apple-system, sans-serif; font-size: 0.875rem; color: #000000; } .wto-table thead { background: linear-gradient(135deg, #2563eb 0%, #4f46e5 100%); position: sticky; top: 0; z-index: 10; } .wto-table th { padding: 1rem 1.25rem; text-align: left; font-weight: 600; color: #ffffff; letter-spacing: 0.02em; white-space: nowrap; border-bottom: 2px solid #000000; } .wto-table th:first-child { border-top-left-radius: 12px; } .wto-table th:last-child { border-top-right-radius: 12px; } .wto-table tbody tr { border-bottom: 1px solid #f1f5f9; transition: background-color 0.2s ease, transform 0.2s ease; } .wto-table tbody tr:hover { background-color: #f8fafc; transform: scale(1.002); } .wto-table tbody tr:nth-child(even) { background-color: #fafbfc; } .wto-table tbody tr:nth-child(even):hover { background-color: #f0f9ff; } .wto-table td { padding: 0.9rem 1.25rem; vertical-align: top; line-height: 1.55; } .ds-badge { display: inline-block; padding: 0.25rem 0.6rem; background: #eff6ff; color: #2563eb; font-weight: 700; border-radius: 6px; font-size: 0.8rem; border: 1px solid #bfdbfe; } .agreements-list { list-style: none; padding: 0; margin: 0; } .agreements-list li { margin-bottom: 4px; padding-left: 14px; position: relative; } .agreements-list li::before { content: "•"; position: absolute; left: 0; color: #64748b; font-weight: bold; } .empty-cell { color: #94a3b8; font-style: italic; font-size: 0.85rem; } @media (max-width: 768px) { .wto-table th, .wto-table td { padding: 0.75rem 0.9rem; font-size: 0.8rem; } } </style>

<div class="wto-table-wrap"> <table class="wto-table"> <thead> <tr> <th>DS</th> <th>Title</th> <th>Consultations requested</th> <th>Complainant</th> <th>Respondent</th> <th>Agreements cited</th> <th>Third Parties</th> </tr> </thead> <tbody> <tr> <td><span class="ds-badge">DS1</span></td> <td>Malaysia — Prohibition of Imports of Polyethylene and Polypropylene</td> <td>10 January 1995</td> <td>Singapore</td> <td>Malaysia</td> <td><ul class="agreements-list"><li>Art. X, XI, XVIII GATT 1994</li><li>Art. 3 Import Licensing</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS2</span></td> <td>United States — Standards for Reformulated and Conventional Gasoline</td> <td>24 January 1995</td> <td>Venezuela, Bolivarian Republic of</td> <td>United States</td> <td><ul class="agreements-list"><li>Art. I, III, XXII:1 GATT 1994</li><li>Art. 2, 14.1 Technical Barriers to Trade (TBT)</li></ul></td> <td>Australia; Canada; European Communities; Norway</td> </tr> <tr> <td><span class="ds-badge">DS3</span></td> <td>Korea — Measures Concerning the Testing and Inspection of Agricultural Products</td> <td>4 April 1995</td> <td>United States</td> <td>Korea, Republic of</td> <td><ul class="agreements-list"><li>Art. 4 Agriculture</li><li>Art. III, XI GATT 1994</li><li>Art. 2, 5 Sanitary and Phytosanitary Measures (SPS)</li><li>Art. 5, 6 Technical Barriers to Trade (TBT)</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS4</span></td> <td>United States — Standards for Reformulated and Conventional Gasoline</td> <td>10 April 1995</td> <td>Brazil</td> <td>United States</td> <td><ul class="agreements-list"><li>Art. I, III GATT 1994</li><li>Art. 2 Technical Barriers to Trade (TBT)</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS5</span></td> <td>Korea — Measures Concerning the Shelf-Life of Products</td> <td>3 May 1995</td> <td>United States</td> <td>Korea, Republic of</td> <td><ul class="agreements-list"><li>Art. 4 Agriculture</li><li>Art. III, XI GATT 1994</li><li>Art. 2, 5 Sanitary and Phytosanitary Measures (SPS)</li><li>Art. 2 Technical Barriers to Trade (TBT)</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS6</span></td> <td>United States — Imposition of Import Duties on Automobiles from Japan under Sections 301 and 304 of the Trade act of 1974</td> <td>17 May 1995</td> <td>Japan</td> <td>United States</td> <td><ul class="agreements-list"><li>Art. 23 Dispute Settlement Understanding (DSU)</li><li>Art. I, II GATT 1994</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS7</span></td> <td>European Communities — Trade Description of Scallops</td> <td>19 May 1995</td> <td>Canada</td> <td>European Communities</td> <td><ul class="agreements-list"><li>Art. I, III GATT 1994</li><li>Art. 2 Technical Barriers to Trade (TBT)</li></ul></td> <td>Australia; Chile; Iceland; Japan; Peru; United States</td> </tr> <tr> <td><span class="ds-badge">DS8</span></td> <td>Japan — Taxes on Alcoholic Beverages</td> <td>21 June 1995</td> <td>European Communities</td> <td>Japan</td> <td><ul class="agreements-list"><li>Art. III:2 GATT 1994</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS9</span></td> <td>European Communities — Duties on Imports of Cereals</td> <td>30 June 1995</td> <td>Canada</td> <td>European Communities</td> <td><ul class="agreements-list"><li>Art. II, VII GATT 1994</li><li>Art. 1 Customs valuation</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS10</span></td> <td>Japan — Taxes on Alcoholic Beverages</td> <td>7 July 1995</td> <td>Canada</td> <td>Japan</td> <td><ul class="agreements-list"><li>Art. III:1, III:2 GATT 1994</li></ul></td> <td class="empty-cell">-</td> </tr> </tbody> </table> </div>