为什么“民主带来增长”不能从跨国相关里直接读出来:殖民死亡率如何变成制度因果的证据
【锚点】本轮只讲一个判断:【制度与收入的相关不是制度因果收入的证据】;要把【相关】变成【因果】,必须回答【谁先谁后、遗漏变量、测量误差】三问。 【流程节点链路】:【问题:跨国制度—收入相关】→【混淆:殖民历史、地理、贸易、初始禀赋】→【反向因果:富裕国家更容易维持法治】→【识别:用欧洲殖民者死亡率作为 1900 年制度质量的外生工具】→【估计:制度提高人均收入】→【边界:工具外生性不可直接证明】。
【显式】Acemoglu、Johnson、Robinson(2001/2005)的核心观察:殖民时期欧洲人死亡率高的地方,殖民者更倾向建立掠夺型制度;死亡率低的地方,更倾向建立产权保护制度。1900 年制度质量与 2005 年人均收入对数高度相关。 【隐式】单看 OLS,制度系数可能随加入地理、贸易、殖民控制集而改变;这不是“制度不重要”,而是【遗漏变量偏误】:制度不是随机分配的,它和初始禀赋一起被殖民选择。 【细微】工具变量把问题变成两步:殖民死亡率预测制度,但只通过制度影响收入。若殖民死亡率还通过传染病、地理、贸易路线直接影响今天收入,工具外生性被破坏,估计会重新变成相关。 【极难发现】真正的盲点不是“有没有工具”,而是【不可检验假设】:任何工具变量都不能像随机实验那样被直接验证;所谓“强证据”是【假设集合更小、更可审计】,不是证明。
具体数字:A-J-R 的基准估计中,制度质量提高一个标准差,人均收入对数大约提高 0.7–0.9 个单位;这不是“制度万能”,而是把相关中的因果份额从“可能”压到“可识别”。从文献计量看,它被反复引用,不是因为系数本身,而是因为它把政治制度比较变成可审计的因果识别问题。 常见误解:p 值小 = 因果强。错误。p 值只回答【在模型和假设下,数据与零假设是否相容】,不回答【制度是否导致增长】。因果推断的强度来自【识别策略】,不是显著星号。 【待验证点】如果殖民死亡率只是通过制度影响收入,那么控制 1900 年制度后,死亡率对收入的直接效应应接近零;若仍显著,说明外生性存疑。 结尾辩论:如果殖民死亡率与今天收入之间还有“不可观测的历史路径”,工具变量还能不能称为因果证据?它只是“更好的相关”,还是“可审计的因果”?







0 评论