Market Competition and Political Influence: An Integrated Approach¶

作者: Steven Callander, Dana Foarta, Takuo Sugaya
来源: Econometrica
主题: 经济理论 / 应用
相关性: 3/10
机构绿灯: Stanford University（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/ecta19775

一、领域脉络与小综述¶

这个方向是什么¶

本文属于政治经济学与产业组织理论的交叉子领域，核心问题是：市场力量（market power）与政治影响力（political influence）如何相互塑造？ 传统经济学通常将市场与政治视为两个独立系统——市场在给定政策下运行，政治则外生地决定政策。但现实中，企业通过游说、竞选捐款等方式影响政策制定者，而政策制定者又通过监管、反垄断等工具影响市场竞争格局。本文试图将这种双向反馈内生化，构建一个统一的博弈论模型。该子领域目前以理论建模为主（博弈论、机制设计），实证与统计方法的应用相对有限。

发展脉络（history）¶

根据本文的引言与参考文献，该方向的发展可梳理为以下阶段：

奠基工作：市场力量与政治影响力的分离研究
Stigler (1971) 的“经济规制理论”（The Theory of Economic Regulation）是经典起点。它提出规制往往被被规制行业“俘获”（capture），即企业通过政治过程获取有利于自己的监管政策。本文引用 Stigler 时指出，该理论“将政治视为市场参与者获取租金的工具”，但未建模政治决策者的战略动机。
Becker (1983) 将政治竞争建模为利益集团之间的“压力竞争”（pressure competition），认为政治结果由不同集团的相对效率决定。本文引用 Becker 时指出，该模型“假设政策制定者是被动的，仅作为利益集团压力的接收器”，忽略了政策制定者自身的战略目标（如连任、意识形态）。
主要进展：引入战略政策制定者
Grossman & Helpman (1994) 的“保护待售”（Protection for Sale）模型是里程碑。它引入了一个战略性的政策制定者，在选民福利与游说捐款之间权衡，从而内生决定贸易政策。本文引用时指出，该模型“将政策制定者的目标函数明确为政治支持与金钱的加权和”，但“市场结构被简化为完全竞争，无法分析市场力量与政治影响力的反馈”。
Baron (1994) 与 Bennedsen & Feldmann (2006) 进一步将政治竞争与市场结构联系起来，但本文认为这些工作“要么假设市场结构外生给定，要么假设政治影响力与市场力量线性相关”，未能捕捉两者之间的非线性反馈。
当前 frontier：反馈循环与动态无效率
近年来，一些工作开始关注市场力量与政治影响力的正反馈循环（positive feedback loop）。例如，Zingales (2017) 与 Philippon (2019) 在实证层面指出，大企业通过游说巩固市场地位，而市场地位又增强其游说能力。但本文指出，这些工作“缺乏形式化模型来刻画反馈的边界条件与动态后果”。
本文的位置：本文声称是第一个同时内生化市场力量与政治影响力的博弈论模型，并揭示反馈循环的有界性（bounded）——当市场力量过大时，政策制定者与主导企业的利益出现分歧，反而加剧无效率。这构成了对“市场力量越大→政治影响力越大→市场力量更大”这一直觉的修正。

子线索聚类¶

这些被引文献大致落在两条子线索上：

线索一：政治俘获与利益集团竞争（Stigler 1971, Becker 1983, Grossman & Helpman 1994）
核心问题：利益集团如何通过政治过程获取租金？
共同假设：政策制定者要么被动（Stigler, Becker），要么目标函数外生给定（Grossman & Helpman）。
共同局限：市场结构被简化或外生，无法分析市场力量的内生演变。
线索二：市场力量与政治影响力的实证关联（Zingales 2017, Philippon 2019, 以及一些实证产业组织文献）
核心问题：大企业是否更有可能影响政策？这种影响如何反作用于市场结构？
共同方法：实证分析（如游说支出与市场集中度的相关性）。
共同局限：缺乏理论模型来区分因果关系与相关关系，也无法预测反馈的边界。

这个方向在追问的核心问题¶

市场力量与政治影响力之间的因果关系方向是什么？ 是市场力量导致政治影响力（如大企业更有资源游说），还是政治影响力导致市场力量（如政策保护在位者）？还是双向因果？
反馈循环是否存在边界？ 即，市场力量与政治影响力的正反馈是否会无限放大，还是会在某个阈值处反转？
这种反馈如何影响经济效率？ 静态效率（价格、产量）与动态效率（创新、投资）分别受到什么影响？
政策制定者的战略动机如何改变传统产业组织理论的结论？ 例如，反垄断政策在战略性政策制定者介入下是否仍然有效？

当前主流方法与已知瓶颈：主流方法是博弈论建模（完全信息/不完全信息动态博弈），瓶颈在于模型的可解性与可检验性——复杂的反馈循环往往导致多重均衡或无法解析求解，而实证检验又面临内生性问题（市场力量与政治影响力互为因果）。

⚠️ 作者的 framing（必须明确标注成“这是作者的说法”）¶

作者把缺口 frame 成什么：作者声称，现有文献“要么只关注政治对市场的影响（如规制俘获理论），要么只关注市场对政治的影响（如游说模型），但从未将两者内生化在一个统一框架中”。因此，本文的贡献是“第一个整合模型”，能够“揭示反馈循环的有界性”以及“战略性政策制定者如何颠覆关于市场竞争的传统直觉”。
哪些竞争路线被他淡化或回避了：
作者淡化了实证产业组织中关于市场力量与政治影响力因果识别的进展（如使用工具变量或断点回归来估计游说对政策的影响）。这些工作虽然不提供完整理论，但提供了可检验的假设。
作者回避了机制设计文献中关于“最优规制”的讨论——如果政策制定者是战略性的，那么“最优”规制是否可能？本文只分析了均衡结果，未讨论福利最大化问题。
什么明显该被引/该存在、却没出现在 intro 里？
Acemoglu & Robinson (2013) 关于“政治权力与经济制度”的宏观政治经济学模型——该工作也讨论了经济精英如何通过政治权力巩固自身地位，但视角更宏观（制度变迁 vs. 市场规制）。
Bombardini & Trebbi (2020) 关于“游说与市场结构”的实证论文——该文直接检验了市场集中度与游说支出之间的关系，与本文主题高度相关，但未被引用。
Dal Bó (2006) 关于“规制俘获”的综述——该文系统梳理了规制俘获的理论与实证，但本文仅引用了 Stigler (1971) 而未引用该综述。

张力¶

未见明显对立引用。被引文献之间在假设上存在差异（如政策制定者是被动还是主动），但并未出现“在相同条件下得出相反结论”的情况。这可能是该子领域尚未成熟到出现明确对立的标志。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号： - \(t = 0, 1, 2, \dots\)：离散时间期数。 - \(F\)：一个“主导企业”（dominant firm），在市场中具有市场力量。 - \(E\)：一个“边缘企业”（entrant），潜在进入者。 - \(P\)：政策制定者（policymaker），选择市场规则（如监管强度、进入壁垒）。 - \(m_t \in [0, 1]\)：市场力量（market power），衡量 \(F\) 在 \(t\) 期的市场支配力。\(m_t = 1\) 表示完全垄断，\(m_t = 0\) 表示完全竞争。 - \(p_t \in [0, 1]\)：政治影响力（political influence），衡量 \(F\) 对 \(P\) 的影响能力。\(p_t = 1\) 表示完全控制政策，\(p_t = 0\) 表示无影响力。 - \(\pi_t(m_t, p_t)\)：\(F\) 在 \(t\) 期的利润，取决于市场力量与政治影响力。 - \(U_t(p_t, m_t)\)：\(P\) 在 \(t\) 期的效用（政治支持），取决于政治影响力与市场力量。 - \(\tau_t\)：\(P\) 选择的政策（如监管强度、税收、进入壁垒），是 \(p_t\) 与 \(m_t\) 的函数。

模型： - 这是一个无限期动态博弈（infinite-horizon dynamic game），参与者为 \(F\)、\(E\)（潜在进入者）与 \(P\)。 - 每期顺序如下： 1. \(P\) 选择政策 \(\tau_t\)，影响市场进入成本与竞争强度。 2. \(E\) 决定是否进入市场。若进入，与 \(F\) 进行古诺竞争（Cournot competition）；若不进入，\(F\) 维持垄断。 3. \(F\) 与 \(E\) 进行市场竞争，产生利润 \(\pi_t\)。 4. \(F\) 通过游说支出 \(l_t\) 影响 \(P\) 的未来政策（即 \(p_{t+1}\) 是 \(l_t\) 的函数）。 5. \(P\) 观察到市场结果与游说支出，更新其政治支持 \(U_t\)。 - 关键假设： - \(P\) 是战略性的：最大化其政治支持 \(U_t\)（可解释为连任概率、选民满意度等），而非社会福利。 - \(F\) 是战略性的：最大化其折现利润总和 \(\sum_{t=0}^\infty \beta^t \pi_t\)，其中 \(\beta \in (0,1)\) 是折现因子。 - \(E\) 是理性的：仅在预期利润为正时进入。 - 反馈机制：\(m_t\) 影响 \(p_t\)（市场力量越大，\(F\) 越有能力游说），\(p_t\) 又影响 \(m_{t+1}\)（政治影响力越大，\(F\) 越能通过政策巩固市场地位）。

可观测数据： - 在理论模型中，所有变量都是模型内生的，不存在“可观测”与“不可观测”之分——这是纯理论论文。 - 若要将模型应用于实证，研究者需要观测到：市场集中度（\(m_t\) 的代理变量，如赫芬达尔指数）、游说支出（\(l_t\) 的代理变量）、政策变化（\(\tau_t\)，如监管强度指数）、企业利润（\(\pi_t\)）。但本文不涉及数据。

第二步：讲最小内核¶

本文的核心机制可以用一个两期博弈（\(t=0,1\)）的最简特例来理解。去掉无限期动态、进入决策等复杂性后，剩下的最小内核是：

最简特例： - 只有两期：\(t=0\)（初始期）与 \(t=1\)（终期）。 - 只有一家主导企业 \(F\)，无潜在进入者（\(E\) 不存在）。因此市场结构完全由 \(m_t\) 刻画。 - \(P\) 在 \(t=0\) 选择政策 \(\tau_0\)，影响 \(m_1\)（即 \(m_1 = f(\tau_0)\)，\(f\) 是单调递减函数：更严格的监管降低市场力量）。 - \(F\) 在 \(t=0\) 选择游说支出 \(l_0\)，影响 \(p_1\)（即 \(p_1 = g(l_0)\)，\(g\) 是单调递增函数：更多游说带来更大政治影响力）。 - \(P\) 的效用 \(U_1\) 取决于 \(p_1\) 与 \(m_1\)：\(U_1 = \alpha p_1 - (1-\alpha) m_1\)，其中 \(\alpha \in (0,1)\) 是 \(P\) 对政治影响力的偏好权重。即，\(P\) 喜欢来自 \(F\) 的政治支持（\(p_1\) 越大越好），但不喜欢过大的市场力量（\(m_1\) 越大越差，因为可能损害选民利益）。 - \(F\) 的利润 \(\pi_1\) 取决于 \(m_1\)：\(\pi_1 = m_1\)（简化：利润与市场力量成正比）。

核心思路： - \(F\) 选择 \(l_0\) 来最大化 \(\pi_1 - l_0 = m_1 - l_0\)，其中 \(m_1 = f(\tau_0)\)，而 \(\tau_0\) 由 \(P\) 选择。 - \(P\) 选择 \(\tau_0\) 来最大化 \(U_1 = \alpha g(l_0) - (1-\alpha) f(\tau_0)\)，但 \(P\) 知道 \(l_0\) 是 \(F\) 对 \(\tau_0\) 的最优反应。 - 反馈循环：\(P\) 的 \(\tau_0\) 影响 \(m_1\)，\(m_1\) 影响 \(F\) 的游说意愿 \(l_0\)（因为 \(F\) 的利润 \(m_1\) 越大，它越愿意花钱保护它），\(l_0\) 影响 \(p_1\)，\(p_1\) 又影响 \(P\) 的效用。 - 边界条件：当 \(m_1\) 很大时，\(P\) 的效用中 \((1-\alpha) m_1\) 项变得很大（选民不满），使得 \(P\) 宁愿牺牲 \(p_1\) 也要降低 \(m_1\)。因此，\(F\) 的游说 \(l_0\) 在 \(m_1\) 超过某个阈值后反而会降低 \(P\) 选择有利于 \(F\) 的政策的意愿——这就是“反馈循环有界”的含义。

这个特例要说明什么： - 即使没有进入者，市场力量与政治影响力之间的正反馈也不是无限的。当市场力量过大时，政策制定者的选民利益（降低市场力量）会压倒其对政治支持的偏好，导致政策反转。 - 本文的一般模型（无限期、有进入者、动态博弈）只是在这个最小内核上添加了更多复杂性（如进入决策影响未来市场结构、折现因子影响长期策略），但核心机制不变。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：市场力量与政治影响力之间的双向反馈如何影响市场竞争的动态效率与静态效率，以及这种反馈是否存在边界。
核心工具/方法：无限期动态博弈模型（infinite-horizon dynamic game），使用马尔可夫完美均衡（Markov Perfect Equilibrium, MPE）作为解概念，通过逆向归纳与值函数迭代求解。
主要结论：市场力量与政治影响力之间存在正反馈循环，但该循环是有界的——当市场力量超过某个阈值时，政策制定者与主导企业的利益出现分歧，反而加剧静态与动态无效率；战略性政策制定者的存在可能颠覆传统产业组织理论中关于“竞争促进效率”的直觉。

关键设定与假设¶

在第二节最小记号的基础上，补全完整设定：

参与者：主导企业 \(F\)、潜在进入者 \(E\)（每期可决定是否进入）、政策制定者 \(P\)。
时间：无限期 \(t = 0, 1, 2, \dots\)，每期顺序如前所述。
状态变量：市场力量 \(m_t \in [0,1]\) 与政治影响力 \(p_t \in [0,1]\) 是状态变量，由前一期决策内生决定。
政策空间：\(P\) 每期选择 \(\tau_t \in [0,1]\)，影响进入成本 \(c(\tau_t)\) 与 \(F\) 的边际成本 \(c_F(\tau_t)\)。\(\tau_t\) 越大表示监管越严格（进入成本越高、\(F\) 成本越低？——需确认原文具体设定，但核心是 \(\tau_t\) 影响市场结构）。
进入决策：\(E\) 在观察到 \(\tau_t\) 后决定是否进入。若进入，支付固定成本 \(K\)，然后与 \(F\) 进行古诺竞争；若不进入，\(F\) 垄断。
游说：\(F\) 每期选择游说支出 \(l_t \geq 0\)，影响下一期政治影响力：\(p_{t+1} = h(l_t, p_t)\)，其中 \(h\) 是递增凹函数（边际游说效果递减）。
市场力量演变：\(m_{t+1} = \phi(m_t, \tau_t, \text{进入结果})\)，其中 \(\phi\) 刻画了政策与竞争如何改变市场结构（如进入降低 \(m_{t+1}\)，严格监管降低 \(m_{t+1}\)）。
效用函数：
\(F\)：\(\sum_{t=0}^\infty \beta^t [\pi_t(m_t, p_t) - l_t]\)，其中 \(\pi_t\) 是古诺竞争利润。
\(E\)：若进入，获得 \(\pi_t^E(m_t, p_t) - K\)；若不进入，获得 0。
\(P\)：\(U_t = \alpha p_t - (1-\alpha) m_t\)，其中 \(\alpha \in (0,1)\) 是 \(P\) 对政治影响力的偏好权重。\(P\) 最大化 \(\sum_{t=0}^\infty \delta^t U_t\)，其中 \(\delta \in (0,1)\) 是 \(P\) 的折现因子。
均衡概念：马尔可夫完美均衡（MPE），即策略仅依赖于当前状态 \((m_t, p_t)\)，且是子博弈完美均衡。

相比已有文献的假设变化： - 放宽：相比 Grossman & Helpman (1994)，本文允许市场结构内生演变（而非完全竞争）。 - 强化：相比 Stigler (1971)，本文假设 \(P\) 是战略性的（而非被动被俘获），且 \(P\) 的效用函数中市场力量有负权重（选民利益）。 - 关键假设：\(P\) 的效用函数中 \(m_t\) 的负权重 \((1-\alpha)\) 是模型产生“反馈有界”的核心——若 \(\alpha = 1\)（\(P\) 只关心政治支持），则反馈循环无限放大；若 \(\alpha = 0\)（\(P\) 只关心选民利益），则无反馈循环。因此，\(\alpha \in (0,1)\) 是模型产生非平凡结果的关键参数。

主要结果¶

本文为纯理论论文，主要结果以命题（Propositions）形式呈现。以下挑 2-3 个最关键命题：

命题 1（反馈循环的存在性与有界性）： - 陈述：在 MPE 中，存在一个阈值 \(\bar{m} \in (0,1)\)，使得当 \(m_t < \bar{m}\) 时，\(m_t\) 与 \(p_t\) 正相关（市场力量越大，政治影响力越大），且 \(p_t\) 进一步增加 \(m_{t+1}\)（政治影响力巩固市场力量）；当 \(m_t > \bar{m}\) 时，\(m_t\) 与 \(p_t\) 负相关（市场力量过大导致 \(P\) 的政策反转，降低 \(m_{t+1}\)）。 - 直觉：当 \(m_t\) 较小时，\(P\) 的选民利益损失 \((1-\alpha)m_t\) 较小，因此 \(P\) 愿意用政策换取 \(F\) 的政治支持；当 \(m_t\) 超过 \(\bar{m}\) 时，选民利益损失过大，\(P\) 宁愿牺牲政治支持也要降低市场力量。 - 必要条件：\(\alpha \in (0,1)\) 且 \(\delta\) 足够大（\(P\) 有耐心等待未来收益）。 - 解决的技术难点：需要证明 MPE 的存在性与唯一性，以及值函数的单调性。作者使用压缩映射定理（contraction mapping theorem）证明值函数存在唯一不动点，然后通过单调比较静态（monotone comparative statics）推导阈值的存在性。

命题 2（静态无效率的加剧）： - 陈述：当 \(m_t\) 接近 \(\bar{m}\) 时，均衡价格高于传统古诺竞争下的价格，且这种无效率在 \(m_t\) 超过 \(\bar{m}\) 后进一步加剧。 - 直觉：在反馈循环的边界附近，\(P\) 的政策选择变得不稳定——既想通过监管降低 \(m_t\)（选民利益），又想通过放松监管换取 \(F\) 的政治支持。这种权衡导致政策波动，增加市场不确定性，从而推高价格。 - 必要条件：\(E\) 的进入成本 \(K\) 足够低（否则 \(E\) 不进入，市场始终垄断）。 - 解决的技术难点：需要比较不同均衡路径下的价格水平，作者使用包络定理（envelope theorem）与隐函数定理（implicit function theorem）推导比较静态。

命题 3（动态无效率的加剧）： - 陈述：在反馈循环的边界附近，\(F\) 的创新投资低于社会最优水平，且这种动态无效率在 \(m_t\) 超过 \(\bar{m}\) 后进一步加剧。 - 直觉：\(F\) 的创新投资不仅影响未来利润，还影响未来政治影响力（创新可能改变市场结构）。当 \(m_t\) 过大时，\(P\) 的政策反转风险增加，\(F\) 的创新投资回报不确定性上升，从而抑制投资。 - 必要条件：创新投资具有沉没成本（sunk cost），且创新结果影响 \(m_{t+1}\)。 - 解决的技术难点：需要建模创新投资与市场结构的动态关系，作者使用最优控制理论（optimal control theory）中的汉密尔顿-雅可比-贝尔曼方程（Hamilton-Jacobi-Bellman equation）求解。

证明路线与技术技巧¶

整体路线（3-5 步逻辑主干）： 1. 定义状态空间与策略空间：将博弈简化为以 \((m_t, p_t)\) 为状态的马尔可夫决策过程。\(F\) 的策略是 \(l_t = \sigma_F(m_t, p_t)\)，\(P\) 的策略是 \(\tau_t = \sigma_P(m_t, p_t)\)，\(E\) 的策略是进入决策 \(\sigma_E(m_t, p_t, \tau_t)\)。 2. 逆向归纳求解 MPE：从终期（若有限期）或通过值函数迭代（无限期）求解。作者假设值函数 \(V_F(m,p)\) 与 \(V_P(m,p)\) 存在且连续，然后写出贝尔曼方程： - \(V_F(m,p) = \max_{l \geq 0} \{ \pi(m,p) - l + \beta \mathbb{E}[V_F(m', p') | m, p, l, \sigma_P] \}\) - \(V_P(m,p) = \max_{\tau \in [0,1]} \{ \alpha p - (1-\alpha)m + \delta \mathbb{E}[V_P(m', p') | m, p, \tau, \sigma_F] \}\) 3. 证明值函数的存在性与单调性：使用压缩映射定理证明贝尔曼算子 \(T\) 是压缩映射，因此存在唯一不动点。然后通过拓扑斯定理（Topkis's theorem）证明值函数关于 \(m\) 与 \(p\) 的单调性（\(V_F\) 关于 \(m\) 递增，\(V_P\) 关于 \(m\) 递减）。 4. 推导阈值 \(\bar{m}\)：利用单调性，证明存在唯一的 \(\bar{m}\) 使得 \(P\) 的最优政策 \(\tau^*\) 在 \(m < \bar{m}\) 时随 \(m\) 递减（放松监管以换取政治支持），在 \(m > \bar{m}\) 时随 \(m\) 递增（加强监管以降低市场力量）。这一步需要隐函数定理与包络定理。 5. 比较静态与福利分析：在均衡路径上，比较不同参数（\(\alpha, \beta, \delta, K\)）下的价格、产量与创新投资，推导静态与动态无效率的加剧。

关键跳跃点： - 最吃功夫的引理：证明值函数 \(V_P(m,p)\) 关于 \(m\) 的单交叉性（single-crossing property）——即存在 \(\bar{m}\) 使得 \(V_P\) 在 \(m < \bar{m}\) 时关于 \(m\) 递减（\(P\) 偏好更小的市场力量），在 \(m > \bar{m}\) 时关于 \(m\) 递增（\(P\) 偏好更大的市场力量？——需确认原文，但直觉是 \(P\) 在 \(m\) 过大时反而希望 \(m\) 更大以触发政策反转？）。这个性质是推导阈值存在性的关键，但证明需要假设 \(V_P\) 的交叉偏导数 \(\partial^2 V_P / \partial m \partial p\) 的符号。 - 难点：\(V_P\) 的单调性依赖于 \(F\) 的游说策略 \(\sigma_F\)，而 \(\sigma_F\) 又依赖于 \(V_P\)，形成固定点问题。作者通过单调算子理论（monotone operator theory）证明存在唯一的固定点，且该固定点具有所需的单调性。

技术技巧点名： - 压缩映射定理：用于证明值函数的存在性与唯一性。 - 拓扑斯定理（Topkis's theorem）：用于证明值函数的单调性与超模性（supermodularity）。 - 隐函数定理与包络定理：用于推导比较静态与阈值。 - 汉密尔顿-雅可比-贝尔曼方程（HJB）：用于求解动态创新投资问题（命题 3）。 - 马尔可夫完美均衡（MPE）：作为解概念，避免多重均衡问题（相比子博弈完美均衡，MPE 更易处理）。

真实例子与应用¶

本文为纯理论论文，无实证例子。作者在结论部分提到“模型预测可为实证研究提供可检验的假设”，但未提供任何模拟或数据验证。因此，本文属于“纯理论/无实证例子”类型。

🔎 结论是否比证明窄¶

结论的泛化问题：命题 1 的阈值 \(\bar{m}\) 是在假设 \(P\) 的效用函数为线性（\(U_t = \alpha p_t - (1-\alpha) m_t\)）下证明的。作者在结论中声称“反馈循环的有界性是一个一般性结果”，但证明依赖于线性效用假设。若 \(P\) 的效用函数为非线性（如 \(U_t = \alpha p_t^\gamma - (1-\alpha) m_t^\gamma\)），阈值是否存在？作者未讨论。
动态无效率的结论：命题 3 关于创新投资的结论依赖于“创新投资具有沉没成本”的假设。作者在结论中将其泛化为“市场力量与政治影响力的反馈抑制创新”，但未证明在创新投资可逆或具有溢出效应时结论是否仍然成立。
均衡的唯一性：作者假设 MPE 是唯一的，但未提供唯一性的充分条件。在动态博弈中，MPE 通常不唯一，作者可能只刻画了其中一个均衡（如“最有效均衡”或“最稳定均衡”）。结论中“均衡结果”的表述可能隐含了唯一性假设，但证明中未明确处理。

四、开放问题¶

实证检验：本文的模型预测（如阈值 \(\bar{m}\) 的存在性、反馈循环的有界性）如何转化为可检验的因果假设？例如，能否使用工具变量（如外生的监管冲击）来估计市场力量对政治影响力的因果效应，并检验是否存在非线性关系？扎根点：作者在结论中写道“模型预测可为实证研究提供可检验的假设”，但未给出具体检验策略。
非线性效用函数：当 \(P\) 的效用函数为非线性时（如 \(U_t = \alpha p_t^\gamma - (1-\alpha) m_t^\gamma\)），阈值 \(\bar{m}\) 是否仍然存在？若存在，其表达式如何变化？扎根点：命题 1 的证明依赖于线性效用假设（见第 12 页的引理 1）。
多重均衡与均衡选择：本文假设 MPE 唯一，但动态博弈通常存在多重 MPE。是否存在其他 MPE（如“共谋均衡”或“惩罚均衡”）？这些均衡是否改变反馈循环的边界？扎根点：作者在第 8 页脚注 3 中承认“MPE 可能不唯一”，但未进一步分析。
动态无效率的微观基础：命题 3 中创新投资的抑制效应是否依赖于特定的创新函数形式？若创新具有溢出效应（如知识外溢），结论是否反转？扎根点：命题 3 的证明假设创新投资仅影响 \(F\) 的边际成本，未考虑溢出效应（见第 18 页的假设 4）。

提醒：要确认这些是否是真 gap，建议去读同子领域近期约 5 篇的 intro（如 Bombardini & Trebbi 2020, Acemoglu & Robinson 2013, 以及一些实证产业组织论文）。若多篇都指向“缺乏理论模型的实证检验”或“非线性反馈的建模”，则这些是共识性 gap；若互相打架（如有的认为反馈无限、有的认为有界），则可能是机会。

Maintained by 陈星宇 · Homepage · Source on GitHub