利益集团影响下的中国贸易保护政策——基于产业分工的视角

顾振华 沈 瑶

一、引 言

毫无疑问，国际贸易一直以来都是世界经济中一个重要的现象。特别是在全球化趋势日益明显的今天，任何国家都不会在一个封闭的、自给自足的条件下进行发展。自亚当·斯密提出自由贸易理论以来，自由贸易也成为了许多国家，特别是西方发达国家竭力推崇的贸易政策目标。但是，当问到为什么自由贸易政策如此受到推崇而很难看到其完全实施的时候，多数经济学家可能会回答这是政治因素的缘故(Grossman、Helpman，1994)。确实，已经有越来越多的研究认为，贸易政策并非是由政府追求社会福利最大化的目标所决定的，而是政府与利益集团相互博弈的结果。

在西方国家中，利益集团参与政治活动是非常普遍的现象。他们通过各种方式(例如，游说政治家、向政治候选人献金等)来影响政治过程，以使自身利益最大化(余淼杰，2009)。在中国，政府在制定并执行政策的过程中也会受到各方决策参与者的影响，这些参与者往往来自政协、地方政府、大型国有企业、决策咨询机构等等(胡伟，1998)。因此，具有“中国特色”的利益集团就很有可能来自地方政府、国内企业、外商企业以及一些社会团体。那么这些利益集团会对我国的政府产生影响吗？我国利益集团的影响方式又和西方国家中的利益集团有何区别？利益集团之间是否也存在竞争关系？为了能够精确刻画存在于我国的利益集团以及它们的影响机制，本文首先在“保护待售”模型基础之上构建了分析框架，该框架建立在垄断竞争的市场环境中，不仅强调了政府与利益集团之间的相互影响，同时还考虑了利益集团之间的竞争关系。在该框架下，利益集团通过和政府以及其它利益集团之间的相互博弈后得到一个策略均衡，我们由对该均衡结果的分析得出了理论命题和推论，并利用2004—2012 年工业行业数据检验了理论模型中的命题与推论。本文其余内容的安排如下：第二部分回顾了相关文献；第三部分建立了理论模型；第四部分是回归模型的设计，包括模型设定、变量定义和数据来源；第五部分是回归结果；最后是结论。

二、文献综述

贸易政治经济学中最为重要也是最受到关注的是Grossman 和Helpman(1994)所建立的“保护待售”模型。该模型提供了一个分析利益集团与政府之间相互博弈的微观分析框架。各行业的利益集团首先向政府提供献金以获得关税的保护或者出口补贴，献金的数量应该等于保护政策给该行业所带来的超额收益①美国《联邦选举竞选法》对政治献金的定义是：所谓政治捐献是指金钱或有价物的赠与、捐赠、借贷、垫付或储存，用以影响联邦公职的选举。。政府则在各行业利益集团给定的政治献金基础上最大化其目标函数，最终决定关税或者补贴率。这个过程是一个两阶段非合作博弈过程。最终的结果表明，存在利益集团的行业将获得更高的关税保护。

“保护待售”模型由于其逻辑思维的严密性以及可经验验证性而受到了各国学者的广泛关注，从而成为了研究贸易政治经济问题的标准模型。许多学者在“保护待售”模型基础之上进行了理论拓展和经验验证。例如，Goldberg 和Maggi(1999)利用联立方程组首次进行经验验证；Gawande 等(2000)在理论模型中引入了中间品；李坤望、王孝松(2008)以及王孝松、谢申祥(2013)将“保护待售”模型引入了反倾销领域等等；他们的研究结果都基本肯定了“保护待售”模型中的结果。不过值得注意的是，“保护待售”模型是在西方政治体制背景下建立的，而多数发展中国家的政治制度与西方国家存在比较明显的差异，因此想要应用该模型来解释发展中国家的贸易问题并非易事。幸运的是，一些学者根据不同研究对象国的实际情况对“保护待售”模型进行了富有成效的有益改进。Mitra 等(2002)收集了1983 年至1990 年土耳其37 部门数据进行了经验验证。他们认为，政治献金在土耳其并不是影响贸易政策的唯一手段，土耳其许多商业协会和工会组织对政府的影响力非常大，因此他们选择了土耳其实业家和商人协会中来自各个行业代表的数量作为判断该行业是否能够有效影响政策的依据。检验的结果基本支持了“保护待售”模型的结论。同样的，盛斌(2002)根据中国的政治经济背景分析了中国利益集团与政府之间的相互影响。他的分析与“保护待售”模型最大的不同之处同样体现在影响政府决策的方式上。不同行业中的利益集团往往会通过一些“隐性”手段来影响政府的行为。这种“隐性”方式反应在政府目标函数中就是政府赋予了行业利润更高的权重值。这种“边际意义”上的影响，在他看来是对所有“隐性”影响手段的集中体现。他得到结论，若某个行业受重视程度越高则获得关税保护率也就越高。Gawande 等(2012)首次从产业分工的角度对贸易领域的利益集团影响进行了研究，他们的结果表明，不仅利益集团会通过政治献金方式影响政府决策，而且处于不同产业阶段的利益集团之间还会进行相互竞争。下游行业的利益集团会通过影响政府以降低上游产品的保护力度，从而降低自身的生产成本；而处在上游的利益集团面对下游利益集团的竞争，为了得到较高的保护只有增加更多的政治献金。

应该说，上述研究是在不同政治和经济背景下应用贸易政治经济学来解释问题的有益尝试和探索，它们也是本文的研究基础。Mitra 等(2002)和盛斌(2002)尝试了有别于政治献金的其它形式作为利益集团影响政府的手段。Gawande 等(2012)则首次从产业分工的角度来分析利益集团之间的竞争。不过，虽然正如上文所言已有学者观察到政治献金作为影响中国政府的手段并不合适，但是我们还是需要明确利益集团到底是通过何种具有“中国特色”的方式来影响的。因此，本文的可能贡献就在于：第一，明确提出中国利益集团影响政府决策的机制为代表委员类政治联系。虽然政治联系只是诸多“隐性”影响方式的一种，但是它在中国具有典型的代表性①如果一家公司的大股东、CEO、董事会成员是政府部门的议员或者与执政政府有着非常密切的关系，则该公司就可以被视为存在着政治联系(Faccio，2006)。。第二，在技术上为了准确刻画理论分析当中政府与利益集团以及利益集团与利益集团之间的相互影响的过程，使用面板联立方程组模型进行了经验验证，强调了利益集团影响的内生性。

三、理论模型

在需求方面，考虑这样一个国家，该国家中的所有劳动人口数量为L，都拥有相同的偏好，但是他们的要素禀赋不同。每个人的拟线性效用函数为：

这里的c0是基础商品0 的消费量，则ci代表商品i 的消费量，i=1，2……n。假设商品0 的国际和国内价格均为1。ui可微、递增且是严格凹函数。设pi是第i 种商品的国内价格，考虑垄断竞争市场的性质，第i 种商品的需求满足：

其种Di为商品i 的总需求量。假设每个人的支出水平为E，则间接效用函数为：

其中，p=(p1，p2…pn)为价格向量。定义为消费者剩余，di为个人消费量。根据罗尔恒等式，

供给方面，假设基础商品的生产只需要劳动力的投入，且投入产出系数为1，劳动力市场是完全竞争市场，工资率为1。每一种非基础商品的生产则需要劳动以及一种专有要素的投入。由于各部门间劳动力作为共同生产要素是可以完全自由流动的，所以各部门的工资率仍为1。假设劳动力以及特殊要素都是无弹性供给，且生产的规模报酬不变。因此，非基础商品i 的的产量是一个里昂惕夫生产函数：

其中，f 表示生产非基础商品的成本函数，ki、li、xji则代表i 产品生产中所需要的资本、劳动力和作为中间品的j 部门产品。显然，考虑中间品投入的各部门利润可以表示为：

其中，Δji表示一单位i 产品所需要的中间产品j 的数量。产品i 的进口量为mi=Di-yi+∑j=1，Δijyj。产品i 的进口关税收入则为Ti=∑i=1，miti，ti为对i 商品的进口关税。假设政府通过转移支付将关税收入平均分配给每一个人，则个人的间接效用函数就可以改写为：

该表达式中的sji表示为每个人在第i 种商品生产的利润中所占的份额。

考虑政府的目标函数：

式(7)中，W=LV 代表的是社会总福利，ζ 代表那些拥有被组织起来的利益集团的行业部门集合。这一假设来源于Olson(1965)所提出的“集体行动”的概念。行业中的一些厂商可能由于拥有共同的利益目标而形成利益集团，并且采取一致的行动，而那些没有组织起来的厂商由于没有克服“免费搭便车”则无法通过一致的行动来影响政府的决策。PCi代表国内各行业利益集团产生的政治影响。结构参数a 则是政府相对于利益集团影响赋予社会福利的权重，显然，a＞0。

政府和利益集团间展开一个两阶段非合作博弈。第一阶段，各利益集团视政策给定进行决策，即maxWi-PCi，Wi为利益集团的收益，一阶条件则为 ∂ Wi/ ∂ti= ∂ PCi/ ∂ti。第二阶段，政府根据利益集团的影响决定关税，一阶条件为 ∂G / ∂ti= 0。联合双方的决策可得：

将 Wi、W 分别展开，通过该式可以得到：

上式中，αζ表示国内利益集团人数与总人口的比；εi表示i 产品的进口价格弹性；Ii是一个哑变量，如果某行业存在影响政府的国内利益集团，则该变量为1，反之则为0。由于a、αζ均大于0，因此可以得到以下命题：

命题1：如果某行业中存在可以影响政府的利益集团，即Ii=1，则该行业将会获得较高的贸易保护。如果该行业不存在可以影响政府的利益集团，即Ii=0，则政府对该行业的保护较少。

命题2：如果某行业的下游行业中存在可以影响政府的利益集团，即Ij=1，则该行业获得较少的贸易保护。

命题3：如果某行业的下游行业中不存在可以影响政府的利益集团，即Ij=0，则该行业获得较高的贸易保护。

根据上文定义，对于结构参数a、αζ可以做出以下推论：

推论1：若a≈1，政府在制定贸易政策时不仅考虑利益集团的政治影响，也考虑社会的总体福利；若αζ＜10%,，利益集团是由社会总人口中的少数阶层组成的。

四、实证模型、数据与方法

（一）模型设定和统计方法

1. 模型设定

为了检验上述命题，实证模型根据式(11)可以被设定为：

2. 统计方法与内生性的处理

本文的数据属于时间跨度较小而横截面观察点较多的面板数据，通过Hausman 检验发现个体效应不能忽视，因此采用带有年度控制变量的固定效应模型进行回归。利益集团的哑变量Ii存在内生性。这是因为，首先不仅政府的贸易决策受到利益集团的影响，利益集团的行为也会根据本国贸易保护措施的情况进行调整；其次，利益集团之间也存在相互竞争关系，如果某行业的下游行业存在影响力较强的利益集团，则该行业需要拥有更为强大的政治影响力才能获得较高贸易保护。与此同时，其它因素对于产量yi和进口量mi的干扰也不能忽视。因此，为了保证模型估计的一致性采用联立方程组形式对模型进行回归。整个模型系统可以描述为：

其中，I*i是行业i 政治联系值，哑变量Ii正是根据该政治联系值的大小所确定的；down_ssi和down_shi分别表示i 行业的产品被下游行业用作中间品的比例，以及下游行业的行业集中度，根据命题2 所言，γ2和γ3预期均大于0，这是因为当某行业的产品更多的作为中间品或者某行业的下游行业集中度较高，则该行业只有拥有更强的政治影响能力才能获得高的贸易保护。基于Goldberg 和Maggi(1999)以及Gawande 等(2006)的研究，选取赫芬达尔指数 hfdl 作为控制变量 V2，选取科技人员比例scientists_rate、行业的平均工资对数值ln(wage)作为控制变量V3。为方便起见，式(11)省略了时间下标t。

（二）样本选择与变量构建

1. 样本的范围与匹配

本文研究样本是2004 年至2012 年按照中国工业行业分类(CICC)的36 个工业行业。之所以选择2004—2012 年作为研究区间，是因为国泰安数据库(CSMAR)和万德数据库(Wind)从2004 年开始才有较为完整和可信的高管资料和企业慈善捐献记录，这些资料和记录则是构建利益集团哑变量的重要依据。名义关税率数据来自World Bank 的TRAIN 数据库，该数据库是按照协调制度八位编码(HS2007)公布名义关税率，先将HS 八位编码按照国际贸易标准(SITC)重新集结，再将SITC 标准下的名义关税率按照工业标准分类(ISIC)重新集结并归入36 个行业。重新集结和转换过程中，参照了联合国统计出网站提供的HS(2007)—SITC(rev.4)和SITC(rev.4)—ISIC(rev.4)转换表，以及盛斌(2002)所提供的转换表。各行业进出口额和进口价格数据主要来自联合国COMTRAD 数据库，也使用上述方法进行集结和转换。上市公司按照中国证监会网站公布的《2012 年4 季度上市公司行业分类结果》进行行业分类和数据集结。

2. 变量含义与数据来源

利益集团哑变量Ii表示i 行业中是否存在可以影响政府的国内利益集团。采用Goldberg 和Maggi(1999)提出的门槛值法对该变量进行度量。具体而言，对各行业中所有上市公司与政府之间政治联系程度进行统计，如果某行业中的上市公司与政府之间的联系程度值Ii*超过了所设定的门限值，则Ii被赋值为1，否则则为0。根据第一部分的分析，中国各项政策的制定过程可以被分为三个步骤——决策、制定和参与，每一个步骤都对应一个圈层，全国人大与中共中央属于政策决策圈，中央政府各部门属于政策制定圈，全国政协、地方政府等团体属于政策参与圈(朱光磊，2008；陈水生，2012)①不过根据《公务员法》，在职公务人员不得从事或者参与营利性活动，不得在企业或者其他营利性组织中兼任职务，因此拥有政企两职的人大代表或政协委员更有可能成为利益集团影响政府的媒介。。基于中国这样政策制定机制以及杜兴强等(2009，2010)的统计方法，以上市公司高管中中央党政机关公务人员数量和全国人大代表和全国政协委员的数量作为依据，将某行业中所有上市公司的公务员数量和代表委员数量加总得到该行业的政治联系程度值Ii*。为了能够对政治联系和政治献金方式进行比较并且判断政治联系的具体类型，本文除了按照上述定义将Ii设定为代表委员类 Id、政府官员类 Io，还进一步构建了反映政治献金类影响的变量 Ic。

对于 Ic，根据戴亦一等(2013)的研究，将企业的慈善捐赠作为一种政治献金，也采取上述行业加总统计方法进行度量。本文首先选取25th百分位数作为门槛值，也就是说，当某行业的政治联系程度值Ii*超过了当年所有36 个行业的25th百分位数，则将Ii哑变量赋值为1，否则为0。以50th和75th百分位数作为门槛值的回归分析作为稳定性检验进行。另外，Cai 等(2011)发现中国上市公司管理账目中娱乐和交通费用的部分就高达销售收入的3%,，这些支出往往被用于“寻租”。因此，在稳定性检验中使用上市公司“超额管理费”作为政治献金，来进一步检验政治献金是否为利益集团的影响方式。政治联系和政治献金数据来自CSMAR 数据库和Wind 数据库。

根据Senhadji(1997)提出的方法对进口价格弹性 εi进行计算。具体而言，通过回归方程：ln(m)it=δ0+δ1，ln(p*)it+δ2，ln(E)it+δ3，ln(m)it-1+ξit，得到估计值便是i 行业的进口价格弹性，p*为行业i 在时期t 的进口价格。由于是上述方程的估计值，采用Fuller(1987)的方法对其修正以保证准确性①具体而言，将进口价格弹性估计值表示成进口价格弹性真实值和测量误差的函数，即。其中，vi的均值为0，方差为标准误的平方，表示成。将的方差表示为，将的均值表示为。则调整后的进口价格弹性可以表示为：。进口价格数据来自联合国COMTRAD数据库。

down_ss 和down_sh 是反映上下游利益集团之间相互影响的变量，它们的构造方法参考 Gawande 和 Bandyopadhyay(2000)的方法。具体而言，down_ss=，其中Δij表示一单位j 产品所需要的中间产品i 的数量，即投入产出完全消耗系数。。完全消耗系数矩阵来自2005 年、2007 年和2010 年《中国投入产出表》。考虑到统计数据的时效性，2004 年至2005 年数据使用2005 年投入产出表完全消耗系数矩阵，2006 年、2007 年和2008 年数据使用2007 年投入产出表完全消耗系数矩阵，余下4 年使用2010 年投入产出表完全消耗系数矩阵。为了检验稳定性，对2004 年、2006 年和2009 年三年进行回归，该三年依次使用2005 年、2007 年和2010 年投入产出表完全消耗系数矩阵。

反映行业集中度的指标是赫芬达尔指数hfdl，参考山立威等(2008)对于赫芬达尔指数的定义进行计算。具体而言，某行业的行业集中度为，当年该行业中每个上市公司的营业收入占该行业所有上市公司营业总收入的百分比平方和②本文利用李扬(2009) 旻和吴昊 等(2012)的不同方法重新计算了反映行业集中度的指标。具体而言，李杨(2009)使用某行业中最大的前4 旻家上市公司的生产总量占总行业产量的比重来反映行业集中度；吴昊 等(2012)则使用熵指数代替赫芬达尔指数。不过，最后的回归结果基本没有发生改变。。上市公司营业收入数据来自CSMAR 数据库。

各行业进口额mi和行业产出数据yi来自各年《中国统计年鉴》，进口价格数据主要来自COMTRAD 数据库。平均工资对数值ln(wage)、科技人员比例scien、以利税总额作为指标的市场规模对数值ln(scale)和资本劳动比对数值ln(K/L)均可以直接从各年《中国劳动统计年鉴》、《中国科技统计年鉴》和《中国统计年鉴》获得数据，或者经过简单变换得到。

（三）数据的描述性统计

表1 列出了主要变量的描述性特征。平均名义关税率tariff 从1998 年的18%,下降到8.16%,，这显示了中国在加入WTO 以来的贸易自由化进程。尽管关税总体水平有了明显的下降，但是有些行业仍旧有着超过30%,的高关税，另外关税水平的离散系数(标准差/平均值)依旧很高为1.48，这反映了我国征收关税的税目较多，商品间的税率差别较大的现象。赫芬达尔指数hfdl 是行业集中度的指标，36 个行业的平均值为0.26，中位数为0.2①根据美国司法部解释如果某行业赫芬达尔指数大于1800 则为高寡占行业。。这也就说明我国各行业虽然不再是国企一家独大，但是垄断程度依然较高，这也为利益集团的产生提供了条件。

表2 首先按照数值大小由低到高将各个政治影响变量都分为五组，随后列出了各组的平均关税幅度。从表2 中可以发现，随着代表委员类政治联系的加深，关税也在逐步提高。这初步验证了命题1 并且暗示代表委员类政治联系可能正是国内利益集团的影响方式。表3 列出了不同行业的关税和政治影响数据。从表3 中可以发现，在那些以国有企业为主的行业中，例如石油和天然气开采业和电力、热力生产和供应业，政府官员 Io的平均数量往往要超过总的平均值。与之不同的是，在那些需要较高技术的行业中，例如医药制造业和计算机、通信和其他电子设备制造业，人大代表和政协委员的数量 Id往往高于总平均值。以慈善捐赠代理变量的政治献金数量 Ic在各行业的分布则较为分散，献金数量较多的行业既有传统的石油、天然气开采行业也有较为高科技的电气机械和器材制造业。在这些不同类型的政治影响机制中，究竟哪种方式才是中国国内外利益集团用来影响政府的方式，这一问题正是本文的研究所在。数据的描述性统计无法反映出上下游之间利益集团的相互影响，这种影响需要通过联立方程组的回归进行分析。

表1 描述性统计量

表2 基于不同政治影响机制的关税幅度

表3 各行业的关税和政治影响数据

五、结果与分析

（一）相关性分析

表4 报告了变量的Pearson 相关性的分析结果。从表4 中可以看到 Id、Io与tariff之间在5%,或者1%,的显著性水平上正相关，再一次初步验证了命题1 的观点，某行业国内利益集团的政治影响会给该行业带来更高的保护。Ic与关税并没有明显的相关性，这与上文推测是一致的，政治献金可能并不是利益集团影响政府的方式。从表4 中可以发现，控制变量变量ln(scale)和ln(K/L)与tariff 之间均在1%,的显著性水平上存在相关性，hfdl 与利益集团三种不同类型的影响变量I*之间均在1%,的显著性水平上存在相关性，ln(wage)和scien 与y/m 之间至少在10%,的显著性水平上存在相关性，这基本验证了控制变量选取的合理性，这些控制变量与各自的解释变量之间的确存在着联系。另外，表4 中的各个变量间的相关性虽然大都较为显著，但是相关系数基本保持在0.5 以下，这样基本避免了变量间的共线性问题。当然，更确切的结果需通过下文的多元回归得出。

表4 相关性检验

（二）回归结果与分析

表5 报告了贸易保护政策与其各个影响因素的回归结果。该表中，判断门限值均为25th百分位数。在关税方程中，作为本文的研究重点，在代表委员类和政府官员类政治联系类型，即 Id和 Io下，β1、β2和β3无论是从统计意义上还是经济意义上都支持了命题1 和命题2 的结果。也就是说，若某行业存在以代表委员类或政府官员类为影响方式的利益集团，则该行业获得的贸易保护会有约0.2%,的提高；相比较而言，那些不存在利益集团的行业所得到的保护则会比初始状态减少约0.05%,。在上下游利益集团竞争中，如果某行业的下游行业拥有利益集团，则该行业所受到的保护将会降低约0.45%,至0.65%,。β4在 Id和 Io类型下，虽然方向与命题3 一致，但是均不显著。这说明如果某行业的下游行业不存在利益集团，则该行业保持初始的保护水平。

表5 回归结果

在政治影响方程中，上下游利益集团的相互竞争被更为细致的刻画了。在代表委员类类型方面，即 Id下down_ss 和down_sh 的系数是符合命题2 的预期的，且至少在5%,的显著性水平上显著。具体而言，由于平均的产出对数值为27.12，因此当某行业的产品总产量中作为下游行业中间品的比例增加10%,时，该行业需要多增加约4 位全国人大代表或者政协委员来维持较高的贸易保护；类似的，当某行业的下游行业的集中度增加1 时，该行业需要多增加3 到4 位全国人大代表或者政协委员来维持较高的贸易保护。在政府官员类型方面，即 Io下down_ss 和down_sh 的系数虽然方向上符合命题2 的预期的，但是最多只有在10%,的显著性水平上显著，因此政府官员类政治联系是否是利益集团的影响方式还需要进行更多的检验。观察a 和αζ值可知，无论是哪种类型的影响方式，a 值均在1 和5 之间，而αζ均在20%,以下，这基本支持了推论1。也就说，政府制定贸易政策时，相对于社会福利，利益集团的政治影响也是非常重要的考量；利益集团是由社会中少数阶层构成的。在政治献金类型，即 Ic下，无论是命题1、命题2 还是命题3 基本都没有获得数据的显著支持。这也就说明了政治献金并非是中国国内利益集团影响政府的方式。为了保证结果的稳定性，下文分别以不同的门槛值、不同的模型形式以及不同的样本进行了稳定性检验。

（三）稳定性检验

为了检验命题1、命题2 和推论1 的稳定性，本文分别从变量构建、标准设定以及样本匹配三个方面开展了稳定性检验。

首先，采用50th和 75th百分位数作为判断门槛值进行回归检验。表6 的关税方程表明，在50th和75th百分位数的标准下，在代表委员类型 Id中的β1、β2和β3至少在5%,的显著性水平上仍旧支持了命题1、命题2。而在政府官员类型 Io中的β1并不显著，也就是说命题1 没有得到数据的支持。在政治影响方程中，down_ss 和down_sh 在代表委员类型中的表现也要优于政府官员类型和政治献金类型，仅down_sh 的系数在75th百分位数门槛值下不显著，其余均支持了命题2。应该说，利用不同的门槛标准进行的稳定检验支持了命题1 和命题2，并且表明中国国内利益集团影响政府的方式主要是代表委员类类型的政治联系。

其次，由于在理论分析部分的式(9)中并没有出现ln(wage)，scien 等控制变量，因此表7 报告了不包含除年度虚拟变量以外控制变量的回归结果。代表委员类型 Id和政府官员类型 Io中的β1、β2和β3在关税方程中均显著的支持了命题1 和命题2。但是在政治影响方程中，down_ss 的系数在代表委员类型中至少在5%,的显著性水平上显著，在政府官员类型中至多在10%,的显著性水平上显著，而down_sh 系数在政府官员类型中不仅不够显著甚至出现负数。由此可见，省略控制变量的稳定性检验仍旧支持了命题1、命题2，并且更加明确了中国国内利益集团影响政府的方式是代表委员类类型的政治联系。

再次，由于《中国投入产出表》只有2005 年、2007 年和2010 年三个版本，考虑数据获得的准确性以及时间滞后性，表8 报告了2004 年、2006 年和2009 年三个年度的面板数据回归结果，该三年依次使用2005 年、2007 年和2010 年投入产出表完全消耗系数矩阵。代表委员类型 Id和政府官员类型 Io中的β1、β2和β3在关税方程中表现仍旧较为稳定，基本支持了命题1 和命题2。在政治影响方程中，在代表委员类型下down_ss 和 down_sh 系数方向虽然符合命题2 的预期但是显著性有所减弱，这可能是因为样本数量的减少影响了大样本性质。相比之下，政府官员类型 Io下的β1、down_ss和 down_sh 系数都不显著。

表6 稳定性检验A

最后，为了进一步验证政治献金并非是中国利益集团影响政府的主要方式，根据杜兴强等(2010)和许罡等(2012)的研究结果，将上市公司的“超额管理费”作为政治献金的替代变量进行回归。具体方法为先通过分析上市公司管理费用的诸多影响因素，估算出各个上市公司的期望管理费用；随后，将实际管理费用与期望管理费用的差额作为每个上市公司的“超额管理费用”并按照行业分类标准进行集结得到各行业的“超额管理费”；最后，利用门槛值法得到 Ic，代入式(11)中进行回归分析。表9 报告了以“超额管理费”作为政治献金表现形式后的回归结果。结果表明，无论是以慈善捐赠还是“超额管理费”作为政治献金的表示形式，各主要变量的系数不仅不是非常显著，有些系数方向还与预期不符，因此正如上文分析的那样，政治献金形式并非是中国国内利益集团影响政府的机制。

表7 稳定性检验B

表8 稳定性检验C

表9 稳定性检验D

值得注意的是，在稳定性检验中的a 值基本保持在1 至9 之间，αζ值基本保持在20%,以下，基本支持了推论1。总的来看，在代表委员类型下，命题1、命题2 和推论1得到了数据的支持，并且结论是较为稳定的。

六、结论与政策建议

本文应用贸易政治经济学的分析方法对中国贸易保护政策背后的利益集团因素进行了理论分析和实证检验。通过研究的结果，可以得到如下结论：第一，中国各个行业中确实存在着能够影响政府决策的利益集团，利益集团影响政府决策的主要方式并非是政治献金而是代表委员类政治联系。第二，如果某行业中存在可以影响政府的利益集团，则该行业将会获得较高的贸易保护。如果该行业不存在可以影响政府的利益集团，则政府对该行业的保护较少。第三，如果某行业的下游行业中存在可以影响政府的利益集团，则该行业原先获得的贸易保护会被削弱。第四，相对社会福利而言，政府在制定贸易政策时也相当关注来自利益集团的政治影响；利益集团是由社会中的少数阶层组成的。

贸易领域中的利益集团问题，只是政治因素影响中国政策的一个缩影。本文利用贸易政治经济学的分析框架从产业分工的视角较为完整和精确地刻画了处于上下游的各个利益集团对中国贸易保护政策的影响机制，这就为了解和把握各种利益集团的性质、组成和影响方式提供了线索，平衡利益集团的正负面影响提供了依据。上述结论中蕴含着丰富的政策启示。

首先，随着政治民主化的进程不断加快，社会中利益多样化的特点逐步得到了政府、企业以及个人的承认和关注，各种利益集团往往可以通过各种正式或者非正式的渠道进行自己的利益表达。利益集团对中国贸易保护政策产生的影响也只是利益集团影响经济、政治等领域的一个缩影。这表明，在深化改革背景下，中国需要建立一套完整、公正和透明的决策机制，以便能够考虑来自社会各界的利益表达，还可以使得各种利益集团相互监督各自利益诉求以使得政策更有利于整个社会的进步和发展。

其次，从代表委员类政治联系对贸易政策的影响中可以发现，来自国内各行业的代表委员在为国家发展出谋划策的同时，往往又会考虑自身所处行业的相关利益。他们对于政府的影响，会使得所处行业获得更多的政府保护。毫无疑问，对于这些身兼“政企”两职的代表委员应该加强监管力度，对他们所提出的意见更要详细审查和仔细分析，防止他们利用自己的身份进行权力寻租，使得政府政策偏离原先的政策目标。

再次，利益集团的影响不仅存在于政府和利益集团之间，利益集团相互之间也存在着竞争关系。从上文分析中可知，政府对于那些不存在有影响力的利益集团的行业提供的保护较少。如果某行业的下游行业中拥有较强影响力的利益集团，则该行业得到的贸易保护将会被削弱。由此可见，利益集团增强自身与政府的政治联系是存在内生动机的，如果不进行正确的引导和有效的监管，随着竞争激烈程度的加剧，政治联系的成本会不断的提高，为权力寻租提供了巨大空间。

最后，改革进入了深水区，尽管如何克服固有利益集团对改革产生的阻碍是如今推行改革的一个难题，但是利益集团的存在并非对经济发展没有益处。正如上文得到的结论，下游利益集团的存在反而会可能会减小贸易保护的程度。因此，在改革过程中，不仅要化解利益集团对于改革产生的消极作用，同时也要利用好利益集团的积极作用，这样可能会有事半功倍的效果。

［1］ 余淼杰. 国际贸易的政治经济学分析：理论模型与计量实证[M]. 北京：北京大学出版社，2009.

［2］ 盛 斌. 中国对外贸易政策的政治经济学分析[M]. 上海：上海人民出版社，2002.

［3］ 胡 伟. 政府过程[M]. 杭州：浙江人民出版社，1998.

［4］ 李坤望，王孝松. 待售的美国对华反倾销税：基于“保护待售”模型的经验分析[J]. 经济科学，2008(2)：78-91.

［5］ 王孝松，谢申祥. 发展中大国间贸易摩擦的微观形成机制——以印度对华反倾销为例[J]. 中国社会科学，2013(9)：86-107.

［6］ 朱光磊. 当代中国政府过程[M]. 天津：天津人民出版社，2008.

［7］ 陈水生. 中国公共政策过程中利益集团的行动逻辑[M]. 上海：复旦大学出版社，2012.

［8］ 杜兴强，陈韫慧，杜颖洁. 寻租、政治联系与“真实”业绩——基于民营上市公司的经验证据[J]. 金融研究，2010(10)：135-157.

［9］ 杜兴强，郭剑花，雷宇. 政治联系方式与民营上市公司业绩：政府干预抑或“关系”[J]. 金融研究，2009(11)：158-173.

［10］ 戴亦一，潘 越，冯 舒. 中国企业的慈善捐赠是一种“政治献金”吗？——来自市委书记更替的证据[J]. 经济研究，2014(2)：74-86.

［11］ 山立威，甘 犁，郑 涛. 公司捐款与经济动机——汶川地震后中国上市公司捐款的实证研究[J]. 经济研究，2008(11)：51-61.

［12］ 李 扬. 西部地区产业集聚水平测度的实证研究[J]. 南开经济研究，2009(4)：144-151.

［13］ 旻吴昊 ，杨兴全，魏 卉. 产品市场竞争与公司股票特质风险——基于我国上市公司的经验证据[J]. 经济研究，2012(6)：101-115.

［14］ 许 罡，朱卫东，张子余. 财政分权、企业寻租与地方政府补助——来自中国资本市场的经验证据[J]. 财经研究，2012(12)：120-127.

［15］ Grossman G. M. and Helpman，E. Protection for Sale[J]. American Economic Review，1994，84(4)：833-50.

［16］ Goldberg P. K. and Maggi G. Protection for Sale：An Empirical Investigation[J]. American Economic Review，1999，89(5)：1135-55.

［17］ Gawande K. and Bandyopadhyay U. Is Protection For Sale? Evidence on the Grossman-Helpman Theory of Endogenous Protection[J]. Review of Economics and Statisics，2000，82(1)：139-52.

［18］ Mitra D.，Thomakos D. D. and Ulubasoglu A. M.“Protection for Sale”in a Developing Country：Democracy vs. Dictatorship[J]. Review of Economics and Statistics，2002，84(3)：497-508.

［19］ Gawande K.，Krishna P. and Olarreaga M. Lobbing Competition over Trade Policy[J]. International Economic Review，2012，53(1)：115-32.

［20］ Faccio M. Politically Connected Firms[J]. American Economic Review，2006，96(1)：369-86.

［21］ Olson M. The Logic of Collective Action[M]. Cambridge. MA：Harvard University Press，1965.

［22］ Trefler D. Trade Liberalization and the Theory of Endogenous Protection：An Econometric Study of U. S. Import Policy[J]. Journal of Political Economy，1993，101(1)：138-60.

［23］ Cai H.，Fang H. and Xu L. C. Eat，Drink，Firms and Government：An Inverstigation of Corruption from the Enterainment and Travel Costs of Chinese Frims[J]. Journal of Law and Econmics，2011，54(1)：55-78.

［24］ Senhadji A. Structural Import Demand Equations[J]. Staff Paper-International Monetary Fund，1998，45(2)：236-68.

［25］ Fuller W. Measurement Error Model[M]. New York：John Wiley and Sons，1987.