“晋升锦标赛理论”的结果无法复刻

—— by zhihu 薛定鹅

一、缘起

今天早起刷微博的时候,发现关注的几个学者都在转发或讨论一篇关于“晋升锦标赛理论”的文章。该文章由英属哥伦比亚大学的学者Michael Wiebe撰写,他通过收集中国县级层面的数据,发现GDP增长与官员晋升之间的并没有关联性。同时,作者通过复刻三篇关于锦标赛理论的重要文献,也没有得到显著的结果。因此,作者声称这部分文献可能是错误的。

To find out, I replicated the main papers claiming evidence for prefecture-level meritocracy. Short answer: the literature is wrong.

二、背景介绍

锦标赛理论一直被认为是解释中国经济增长奇迹的重要理论之一。该理论认为:在我国的集权型政治体制之下,上级官员主要依据经济增长来考核和提拔下级官员,因此下级官员有着很强烈的动力来发展经济以求能够获得政治上的升迁(周黎安,2007,经济研究)。

锦标赛理论最初由北京大学的周黎安老师提出并发扬光大,其发表在2005年《Journal of public economics》的论文《Political turnover and economic performance: the incentive role of personnel control in China》目前引用量已经高到2562次,是中国经济学家引用量最高的几篇论文之一。2007年发表于《经济研究》的论文《中国地方官员的晋升锦标赛模式研究》,则更是高达6355次,也是知网引用量最高的几篇文献之一。

在国内众多知名学者的研究下,锦标赛理论已经成为一个重要的研究领域。突然发现有人对此提出了质疑,怎能不激起po主熊熊燃烧的八卦之火?现在po主就带大家一探究竟。

三、论文复刻

Wiebe复刻了三篇经典文献,具体内容待我慢慢道来。

1. Yao and Zhang (2015, JEG)

先简单介绍一下姚洋老师这篇文章,他们使用1994-2010年中国地市层面的数据,检验了地方领导人在经济增长中的作用。结果发现,领导人的个人能力对经济增长具有重要影响;并且,个人能力还会影响政治晋升,随着年龄的增长,个人能力越来越重要,且这一效应在样本中位数年龄(median age in the sample)中最为明显。该文目前在Google scholar的引用量为148,被认为是支持锦标赛理论的重要文献之一。

针对姚洋老师的文章,Wiebe提出了以下质疑:

该文在回归中并未发现官员个人能力与晋升之间的显著关联(如下图第一列所示,leader effect虽然为正但并不显著)。进一步地,姚洋老师引入了个人能力与年龄的交互项(第二列),并进一步设置了不同年龄的dummy(49、50、51、52),发现个人能力对51、52岁的领导人更为重要(因为年长者有着更为清晰的能力信号)。

对此,Wiebe指出,该文与锦标赛理论的一般特征相矛盾,因为晋升锦标赛不论年龄,包括所有领导人;再者,这也与现实不符,因为一半的晋升都发生在51岁以下。如果组织部无法评估51岁以下的领导人的个人能力,那么是按照什么标准晋升他们的呢?

据此,Wiebe认为,Yao and Zhang (2015)并不能作为晋升锦标赛的经验证据,因为它与晋升锦标赛的普遍特征在一定程度上是矛盾的。

It offers no general support for meritocracy, and its model of a limited promotion tournament partly contradicts the literature.

2. Li, Xing, et al. (2019, EJ)

这篇文章发表在The Economic Journal上,通讯作者为周黎安老师。这篇文章观察到一个重要现象:省级经济增长目标普遍高于中央定下的增长目标,而地市的增长目标则要普遍高于省级。对此,作者的解释是,由于行政区数量随行政级别下降而增加(例如地级行政区比省级行政区多),较低层级的行政区需要更高的经济增长目标,才能在晋升锦标赛中脱颖而出,得到晋升。

在实证方法上,作者使用年实际增长率和累积年实际增长率(上任至今的增长率的移动平均)作为解释变量,对官员是否晋升进行回归。下图可知,一二行的结果都显著为正,验证了作者的假设。

原文中,作者使用的是Structural Estimation,而非一般的OLS,作者给出的原因是:官员晋升不仅由自身(经济)增长率决定,也由其竞争者的增长率所决定;再者,晋升函数是非线性的,这也会导致OLS无效。

Standard linear regression does not work here partly because promotion is determined by local officials’ own growth rates as well as by the growth rates of their competitors. The nonlinearity of the promotion function is another factor that invalidates the OLS estimation

但是,Wiebe对这一点提出了质疑,估计方法(OLS)并不是问题。因为如果真的存在锦标赛的话,可以省级增长目标与地市增长目标的相对值来进行刻画;再者,OLS是非线性条件期望函数的最佳线性近似值(best linear approximation to a nonlinear conditional expectation function),即使增长率与晋升之间存在非线性关系,也可以被OLS捕捉到。

因此,Wiebe使用线性概率模型(OLS和Logit)对原文进行了复刻,发现回归结果不显著了,即并没有得出与Li et al.(2019)相似的结论。同时,Wiebe还指出,OLS作为默认方法,作者未做汇报,却使用了更为复杂的MLE,这无疑需要做出一个更为有力的解释。

3. Chen and Kung (2019, QJE)

这篇论文的内容不多做介绍,大家有兴趣可以自行阅读。

Wiebe对该文的质疑来自于数据。在Chen and Kung (2019)一文中,地市官员的年晋升率从未超过15%,有6年晋升率低于2%(下图最下面的虚线)。而Wiebe的数据显示,晋升率在5%-30%不等,而Yao and Zhang (2015)、Li et al. (2019)的晋升率数据,也与Chen and Kung (2019)相差较大。可见,Chen and Kung (2019)的数据存在明显的异常。

为做进一步验证,Wiebe从James Kung那里获得了原始数据,使用自己的方法对数据进行的编码,最终所得的晋升率数据如下所示,依然与自己的数据存在较大的差异。

Wiebe还用Chen and Kung (2019)的数据与自己的数据进行回归,发现GDP增长率与晋升之间并无显著关系,回归系数甚至是负的

Wiebe将数据错误归咎到RA(研究助理)上,可见一个好的RA是多么的重要。

But maybe the data didn’t agree, and their RA had to falsify the mayor promotion data to get the ‘correct’ result.

在文章的最后,作者还对学术界的p-hacked现象做了一番高论,po主就不多做介绍了。

四、结语

以上内容都源自Michael Wiebe的论文《Replicating the literature on meritocratic promotion in China》,文章简介为https://michaelwiebe.com/blog/2021/02/replications#fn:2,完整内容下载网址为https://michaelwiebe.com/assets/ch2.pdf

po主仅对Michael Wiebe的论文做简要翻译与介绍,对上文提及的三篇论文的作者,也一直非常仰慕,且心向往之,绝无任何不敬

参考文献:

Yao, Y., & Zhang, M. (2015). Subnational leaders and economic growth: evidence from Chinese cities. Journal of Economic Growth, 20(4), 405-436.

Li, X., Liu, C., Weng, X., & Zhou, L. A. (2019). Target setting in tournaments: Theory and evidence from china. The Economic Journal, 129(623), 2888-2915.

Chen, T., & Kung, J. K. S. (2019). Busting the “Princelings”: The campaign against corruption in China’s primary land market. The Quarterly Journal of Economics, 134(1), 185-226.

Share this page

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料