鑒古問今,抗日戰爭對中日貿易的長期影響

摘 要 對外貿易高質量發展是“十四五”時期的重要任務，本文為黨中央新發展格局的構建和中日貿易的進一步發展提供了一定的政策建議。依據山東省黨史研究室統計的各縣（市、區）在抗日戰爭期間遇難人員的詳細信息，本文采用雙重差分模型考察了抗日戰爭期間山東省各縣（市、區）遇難者人數是否仍舊影響當今山東各行業企業對日貿易。結果表明，若各縣（市、區） 遇難者人數增加1%，則各縣（市、區）與日本在行業層面上的貿易總額和進口額將分別減少0. 239%和0. 366%，而出口額沒有受到顯著影響。我們發現遇難者人數對貿易的負面影響在中日政治關系緊張時顯著增強。進一步的分析結果顯示，年輕遇難者占比顯著增加其對貿易總額和進口額的抑制效應。此外，國有企業和全要素生產率更高行業的企業進口額受抗日戰爭的負面影響更大。最后，本文的穩健性檢驗顯示死難者人數對貿易的負面影響只存在于中日貿易中。

關鍵詞 抗日戰爭;中日貿易;雙重差分模型;新發展格局

0 引言

2020 年全球經濟遭受重創，國際貿易萎縮約8%，黨中央提出構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局。因而，在擴大內需的同時，國際循環依舊至關重要。日本作為我國第四大貿易伙伴，在我國進出口貿易中具有舉足輕重的位置，研究阻礙兩國貿易發展的因素對于促進兩國貿易的提升及經濟的良性循環具有重要的現實意義。然而現有的貿易引力模型不足以讓我們對阻礙貿易發展的因素有全面的認識（Head and Mayer， 2014）。除反傾銷（Blonigen and Haynes， 2002）、進出口配額（Khandelwa et al. ， 2013）、關稅（Yu， 2015）等相關貿易政策因素外，促使消費者和企業偏好發生轉變的非經濟因素（歷史、文化、沖突）由于量化的困難，我們對其知之甚少。基于上述背景，本文重點關注沖突對貿易的阻礙作用，采用1937 年至1945 年日本侵華戰爭的微觀數據，展開戰爭對中日貿易長期影響的研究。

日本侵華戰爭中，中國傷亡人數達3500 萬人次、財產損失3830 億美元①（以1937 年貨幣計算），特別是日軍在戰爭中使用很多非人道的戰爭手段，包括南京大屠殺、三光政策、慰安婦、活人細菌實驗等，使得戰爭即便過去了近八十年，中國民眾依舊籠罩在揮之不去的慘痛記憶中，戰爭帶來的仇恨可以有效地通過代際傳遞來影響現代居民對日本的態度。同時不可忽視的是，中國幅員遼闊，不同地區在戰爭中受到的侵害程度大不相同，這為我們的研究提供了便利條件。鑒于上述原因，本文展開抗日戰爭對中日貿易長期影響的研究，既有助于彌補貿易文獻中對非經濟因素研究的空白，也有助于為未來中日兩國的貿易發展提供建設性的意見，更為我國新發展格局的構建、對外貿易高質量發展提供助力。

本文采用山東省委黨史研究室出版的《山東省百縣（ 市、區） 抗日戰爭時期死難者名錄》，捕捉山東省各縣（市、區） 在抗日戰爭期間的遇難者②人數，測度了山東省各縣③（市、區） 在抗日戰爭中受侵害程度，同時匹配中國海關數據庫和工業企業調查數據庫的數據，重點考察了抗日戰爭中遇難者人數對當前山東各地區與日本貿易總額、進口額和出口額的影響。值得注意的是，本文采用的是雙重差分的估計方法，比較了遇難者人數較多的區縣（第一重差分）是否與日本在行業水平上的貿易總額（ 進口或出口） 較世界其他國家（ 第二重差分） 更少，該方法有效消除了縣（市、區）、國家、兩位協調制度（HS）編碼代表的商品層面上可能存在的干擾，從而得到較為嚴謹的實證結果，有助于進一步分析抗日戰爭對中日貿易的長期影響。

實證結果顯示：首先，抗日戰爭時期的遇難者人數對山東各縣（市、區）與日本的貿易有負面影響且該影響顯著體現在貿易總額和進口額兩方面。具體地，遇難者人數每上升1%，山東各縣（市、區）在各個行業層次上與日本的平均貿易總額要減少0. 239%，進口額減少0. 366%，出口額未受顯著影響。特別地，貿易總額和進口額所受負面影響在2004 年后有顯著增強的趨勢。其次，按照所有制將企業劃分為國有企業、私營企業、中外合資企業和外商獨資企業四組樣本，實證結果表明，中外合資企業和外商獨資企業的平均貿易總額受遇難者人數的負面影響顯著大于國有企業;只有國有、私營和中外合資企業的進口額受到遇難者人數的顯著負面影響且國有企業遭受的影響最大，遇難者人數每上升1%，國有企業對日本的進口額將減少0. 707%;僅外商獨資企業出口額受到遇難者人數的顯著負面影響。最后，按照行業全要素生產率（TFP） 水平的高低分組回歸，我們發現遇難者人數對貿易總額、進口額的負面影響比較穩健，并且進口額所受的負面影響隨TFP 水平的提高而增強。

為檢驗本文結果的穩健性，我們采用替換不同的固定效應、山東各縣（ 市、區）遇難者戰前總人口占比替換遇難者人數作為核心變量進行回歸。實證結果表明，遇難者對山東各地區與日本貿易的負面影響仍舊存在。通過偽造實驗，我們沒有發現死難者人數對其他國家貿易有顯著的負面影響。這意味著抗日戰爭期間遇難者人數只作用于日本且為因果關系，證實了本文結果的穩健性。

本文的研究主要與以下三方面文獻有關。第一，本文與探究局部政治沖突或戰爭對于國際貿易的影響有關。Reuveny and Kang（1996）聚焦于多對國家間沖突與貿易，采用格蘭杰因果分析發現兩者存在雙向因果關系。Barbieri andLevy（1999） 以1870 年以來7 場短期戰爭的雙邊貿易數據為樣本，發現戰爭顯著降低了短期國家間貿易量，但長期不會持續，甚至戰后敵對國間的貿易量呈現上升的趨勢。2002 年對美國和法國在伊拉克問題上的分歧，部分學者也有截然不同的觀點（ Ashenfelter et al. ， 2007;Chavis and Leslie， 2009;Michaels andZhi， 2010;Davis and Meunier， 2011）。國內也有有關政治關系對貿易影響的研究（鄺艷湘和向洪金，2009; 徐奇淵和陳思翀，2014;杜映昕，2015）。但總的來說結論尚不統一。本文著眼于日本侵華戰爭對于當前中日貿易的長期影響，可對該部分文獻有一定的補充。

第二，本文與研究文化因素對國家間貿易的影響有關。除了國家間政治沖突或戰爭， 也有部分學者關注國家間信任對貿易的影響。Frankel and Rose（2002）選取的研究對象是有較深文化關聯的國家，結果表明歐元區仍然存在一定的文化障礙，不利于貿易。Guiso et al. （2009） 發現歐洲國家間信任越低，貿易、證券投資和直接投資相應更低。Che et al. （2015）研究結果表明日本侵華戰爭給中國居民帶來的戰爭記憶顯著減少了當前中國各省份對日本的進口和貿易總額。本文立足于山東省抗戰時期死難者人數對于當前中日貿易的影響，補充了文化因素尤其是戰爭記憶對于國家間貿易的影響。

第三，本文與研究中國政治事件的影響文獻相關。Fuchs and Klann（2013）的研究揭示在2002—2008 年，若外國政府不顧中國反對接見達賴喇嘛，那么同年被訪問國對中國的出口有顯著下降的趨勢。Fisman et al. （2014）發現在2005年日本修改教科書和2010 年中日釣魚島沖突事件中，與日本經濟往來較為密切的中國企業的累計超額回報率顯著降低。與上述文獻不同的是，本文采用較為詳盡的企業數據探究日本侵華戰爭事件對中日貿易的影響，對于研究中國政治事件的文獻有一定的補充。

綜上可見，現存大量研究文獻主要集中于研究短期沖突或戰爭對國際貿易的即時影響，僅有少數文獻提供了戰爭對貿易的長期影響或基于微觀數據進行探討。本文同樣考察戰爭對于國際貿易的效應，但有別于以往文獻，本文的創新主要有以下幾點：第一，本文采用區縣級詳盡的數據而非國家間或省份區域數據研究貿易所受的影響，有助于發現加總數據中無法顯現的差異性;第二，立足于一場大規模、持續時間較長的戰爭對于貿易的長期影響而非即時影響，有助于審視歷史事件的長遠影響進而以史為鑒，為當下發展提供參考意見;第三，選擇戰爭侵害數據作為識別居民偏好的工具，而非依據政府關系指標，更好地反映戰爭對中日貿易的影響;第四，在微觀層面識別了個體年齡的異質影響和逼近因果關系解讀，采用了詳盡的行業、企業效率數據，為理解戰爭對國際貿易的影響提供了微觀證據。故本文為后續研究提供了新的視角，也為當前中日貿易關系的發展提供了有價值的參考意見。

本文其余部分安排如下：第1 部分介紹事件背景和探討沖突對貿易影響的理論機制;第2 部分介紹本文使用的數據;第3 部分介紹實證模型的設定;第4部分展示實證結果;第5 部分是穩健性檢驗;第6 部分總結全文。

1 背景和理論假說

1.1 歷史背景

1931 年九一八事變后，日本迅速攻陷我國東北，由此拉開了日本侵華戰爭的序幕。由于張學良的“不抵抗”政策，東北迅速淪陷，日軍甚至炮制偽滿洲國。1937 年日本挑起盧溝橋事變，發起全面侵華戰爭。整個抗日戰爭時期，中國軍隊經歷以淞滬會戰、武漢會戰為代表的大規模作戰22 次，重要戰役200 多次后， 終于取得了抗日戰爭的全面勝利。1945 年8 月，日本天皇宣布投降，標志著抗日戰爭的結束。漫長的抗日戰爭使中國軍民承受了3500 萬的死傷和極大的財產損失，尤其是在日軍侵華期間的大屠殺、細菌戰、人體實驗、無差別轟炸等滅絕人性罪行令人觸目驚心①。

南京大屠殺是日軍在侵華戰爭期間最血腥的暴行之一。據記載，南京大屠殺遇難總人數達到30 萬人以上，日軍在南京燒殺淫掠，持續時間長達6 周，大量平民被日軍殺害，大量財物被搶劫燒毀。無差別轟炸是繼恐怖大屠殺后日軍的又一殘暴罪行，日軍先后在遼寧錦州、上海、南京、重慶、成都等地實施無差別轟炸，造成大量的中國軍民傷亡和財產損失，尤其是震驚中外的“重慶大隧道窒息慘案”，導致1200 多人因此喪生。日軍在侵華期間，還公然實施毒氣戰、細菌戰和活人實驗，其中臭名昭著的731 部隊專門在哈爾濱用活人做實驗，研究鼠疫、霍亂、肺結核等病毒，甚至活體解剖觀察人體心臟變化，導致中國大量軍民因此喪生。

日軍殘害中國人民的暴行罄竹難書，繼“九三” 抗戰勝利紀念日、“七七” 抗戰紀念日和“ 九一八” 紀念日后，2014 年，中國十二屆全國人大常委會通過決定，將12 月13 日定為南京大屠殺死難者國家公祭日，以立法形式祭奠在南京大屠殺中遇難的同胞。正如習近平總書記在2014 年紀念中國人民抗日戰爭暨世界反法西斯戰爭勝利69 周年座談會上所說的“ 以史為鑒，才能避免重蹈覆轍”，本文研究日本侵華戰爭，有助于量化戰爭記憶對當今貿易的不利影響，更有助于銘記歷史、開創未來。

1.2 理論分析

時至今日，戰爭的慘痛記憶依舊在中國人民的心中揮之不去，日本高層參拜靖國神社的舉動時常挑動著中國人民的神經。基于兩國根深蒂固的戰爭仇恨和裂痕，我們感興趣的是，日本侵華戰爭是否依舊影響到當前兩國貿易？ 又是通過何種理論機制影響的？

參考Reuveny（2001），本文作如下假定：兩國政府在t 時刻可以觀察到對方政府的沖突/ 合作水平，從而作出本期的反應。例如當日本高層參拜靖國神社時，會提高中國對日本沖突水平的判斷;日本聯合訪華團試圖與中國擴大經濟交流進行訪問和對話時，表明日本向中國釋放貿易友好的信號，提高中國對日本合作水平的判斷。基于本文重點考察長期影響，故對于兩國政府間的沖突/合作水平，我們設定

根據Reuveny（2001）的設定，出口商、進口商和兩國政府都是理性的目標最大化者。政府只決定沖突/ 合作的水平，進口商最大化效用，出口商最大化利潤水平。進口商的需求函數為

出口商的供給函數為

基于上述的相關分析，本文提出以下假說。

假說1： 山東省各縣（市、區）遇難者數量越大，當今山東各行業企業對日貿易量越低。

2 數據

2.1 山東省抗日戰爭期間遇難者數據

從2004 年10 月起，中央黨史研究室組織全國黨史部門歷時10 年，對抗日戰爭時期中國人口傷亡和財產損失展開調研，有力揭露了日本帝國主義侵華戰爭犯下的滔天罪行，同時提醒國人勿忘國恥，居安思危。本文采用的就是“抗日戰爭時期中國人口傷亡和財產損失調研叢書” 中的《山東省百縣（市、區） 抗日戰爭時期死難者名錄》。該叢書總共有14 冊，記錄了抗日戰爭時期（1937 年7月至1945 年8 月）山東省100 個縣（市、區）的169173 名遇難者信息，其中囊括了遇難者姓名、籍貫、性別、年齡和死難時間這五項要素，上述信息主要是根據2006 年山東省走訪調查的口述資料和文獻資料中收錄的死難者信息整理而成。從這些信息中，山東省委黨史研究室選取信息比較完整、填寫比較規范的100個縣（市、區）的死難人員名錄編纂成此叢書。

由于中國疆域遼闊，日軍侵華期間各地區戰爭受損程度大不相同，本文為有效捕捉山東省各區縣受到抗日戰爭破壞的嚴重程度，采用山東省各區縣在抗日戰爭期間遇難者人數作為研究的核心變量，從而客觀甄別抗日戰爭如何影響了山東省各區縣的對日貿易量。 基于山東省100 個縣（ 市、區） 的遇難人員名錄，我們發現抗日戰爭時期山東省遇難者最少的地區是濰坊市濰城區，有361人;遇難者最多的地區是棗莊下的滕州市，有13120 人;遇難者人數均值為1692人。根據山東省死難者分布，我們可以發現，各縣（ 市、區） 死難者人數有所差異，表明各縣（市、區）在日軍侵華期間受到的損害程度不同。

圖1 是山東100 個縣（市、區）死難者人數的直方分布圖。對圖1 簡單觀察，不難看出，不同地區間的遇難者人數具有一定的差異，這對我們識別不同地區受侵害程度對貿易的影響提供了天然的條件。圖2 描繪的是抗日戰爭時期山東省不同年份的遇難者人數分布，我們可以看到，戰爭初始階段的1938 年和戰爭進入中期的1942 年遇難者人數比較多，分別是24645 人和27714 人。

2.2 貿易數據

近年來學術界基于海關細分貿易數據進行了大量的研究（許家云等，2015;王雅琦和余淼杰，2021）。海關數據詳細記錄了每一單貿易的具體信息，其中包括參與貿易的公司名稱，公司類別，公司所在地的郵政編碼，貿易物品的協調制度（HS）編碼，貿易單的金額以及對外貿易國別等信息。本文聚焦于國際貿易展開研究，故采用了2000—2006 年中國海關收集的山東企業的貿易數據。本文選用了206 個與山東企業產生貿易的國家和地區作為本文的研究對象。

通過數據中企業的郵政編碼，我們可以相應地匹配該企業所屬的行政區域，從而將該區域的貿易額與該區域在抗日戰爭時期的死難者人數相結合，開展下一步的研究。但需要注意的是，有7 個市轄區①的郵政編碼是相同的，我們無法有效識別企業究竟屬于哪個市轄區，故為了實證結論的準確性，本文剔除了這部分無法識別的數據，選取了剩下的93 個地區作為研究對象。

表1 列舉了2000 年海關記錄的山東企業進出口貿易額排列前十的商品（按照2 位HS 編碼代表）。其中第三列是山東省該類商品與日本的貿易額占該類商品總貿易額的比例。從表1 中我們不難看出山東企業與日本的貿易額占比在不同類別產品上的分布存有較大的差異，其中日本貿易額占比最高的商品分類是“針織或鉤編的服裝及衣著附件”，高達67. 2%;然而對“ 生皮（ 毛皮除外）及皮革”分類而言，日本貿易額僅占總貿易額的0. 7%。意味著山東省企業對日本的貿易行為在不同產品上的表現截然不同，因此我們在后續的分析中，需考慮商品層面的固定效應（通過兩位HS 編碼代表）。

2.3 其他相關數據

我們還通過山東省統計年鑒和山東省各個地級市的統計年鑒查詢到2000年到2006 年山東省各縣（市、區） 的名義GDP、人口①等數據，下文中我們采用國家統計局的國內生產總值指數對區縣名義GDP 進行平減，以2005 年為基準。另外我們從Penn World Table② 中找到與山東地區進行貿易的國家（ 地區） 的GDP③ 和人口數據。

眾所周知，根據引力模型距離會影響山東企業與其他國家之間的貿易量，所以我們考慮了山東各個地區到貿易國家的首都之間的距離。詳細的計算方法為：首先我們找到山東各個地區的經緯度與其他國家首都的經緯度信息，然后利用半正矢方程（Haversine formula）來計算球面上兩點大圓弧的距離。這樣計算出來的距離就作為山東地區到另一個國家間的距離，并且作為回歸中的一個控制變量。

2.4 描述性統計

描述性統計給出了本文采用變量的觀測數、均值和標準差，如表2 所示。

3 實證模型

本文的核心目標是刻畫抗日戰爭如何影響了山東省各縣（市、區）對日進出口及貿易總額，所以關鍵在于識別出山東省各縣（市、區） 相較于其他國家對日本進出口及貿易總額的差異。借鑒Che et al. （2015） 中所用模型，本文實質上采用的是雙重差分法（ Difference-in-Differences，DID） 進行實證研究。詳細的模型設定如下：

在這里，區縣固定效應和國家固定效應的同時控制使我們可以去除縣級和國家級不隨時間變化的特征，進而保證 log（ Deathi ）和Japanj 不會出現于方程，且只有兩者的交互項 log（ Deathi ） ×Japanj 出現在方程中（雙重差分項），并得以估計。特別地，我們首先計算山東某縣和日本的貿易與該縣和其他國家貿易的平均差額，然后計算該平均差額在受日本侵害程度不同縣之間的平均差異，這樣的雙重差分使我們得到方程（5）中的θ。由于變量數值已取對數，至此，我們通過模型（1）可得抗戰期間山東省各縣（市、區）遇難者人數每上升1%，該地區與日本貿易總額（進口額、出口額）的百分變化。

圖3 表示了山東省各縣（市、區）對日本和對世界其他國家平均貿易總額的差別。總體而言，山東省各縣（市、區） 對日本的貿易總額要大于對其他國家的平均貿易總額，體現了“政冷經熱” 的現象，但這一差別隨著遇難者人數的增加有逐漸縮小的趨勢。然而，未經調整的圖3 可能無法揭示日本入侵中國對山東地區與日本雙邊貿易的真正長期影響，因為對一些未觀察到的顯然影響遇難者人數、因變量的其他因素缺乏控制。故在下文實證分析中，我們將使用更加嚴謹的回歸分析來研究抗日戰爭期間山東省各縣（市、區）遇難者人數對該地區與日本貿易的影響。

4 實證結果

4.1 基準模型回歸結果

表3 首先報告了抗日戰爭影響山東省各縣（市、區）對日貿易的基準回歸結果。第（1）、（2）、（3）列的因變量分別為2000 年到2006 年山東省各縣（市、區）各行業對日貿易總額、進口額和出口額的對數值。顯然，第（1）、（2） 列遇難者人數的對數值和日本虛擬變量的交互項系數顯著為負，可見抗日戰爭中死難者人數越多的縣（市、區），與日本的貿易總額、進口額越少。而第（3） 列死難者人數的對數值和日本虛擬變量的交互項系數雖然為負，但不顯著，表明抗日戰爭中死難者人數較多的縣（市、區），對日本的出口額有減少的趨勢。實證結果與我們提出的假說一致。另，表3 的結果與Che et al. （2015）的結果也是一致的，說明日本入侵中國繼續損害當代中日貿易關系，而且大部分損害是由從日本的進口減少造成的。抗日戰爭傷亡對中國從日本進口和對日本出口的影響存在差異，可能的原因是我們更容易辨別出進口的日貨，而中國民眾由于日軍侵華戰爭帶來的戰爭記憶和長期敵對情緒，使得購買日貨的消費者承受了一定的社會壓力和不滿，因而會一定程度上減少對日貨的購買，而相較之下對日本出口的影響就微乎其微了。

從經濟意義上來看，山東省各縣（市、區）遇難者人數每增加1%，則相應的與日本在各種商品種類上的平均貿易總額減少0. 239%，平均進口額減少0. 366%。由此我們可以得出，山東省各縣（市、區）受到抗日戰爭侵害更嚴重的地區，目前與日本的貿易總額、進口額減少更多，這一結果在一定程度上符合日本侵華戰爭長期影響的機制。

同時，表3 顯示企業所在山東地區和貿易國家首都間的距離變量的估計系數顯著為負，與引力模型相一致，即山東地區與距離越遠的國家之間的貿易額越少。

4.2 不同年份下的回歸結果

從上文可知，我們采用的是2000 年至2006 年的數據，故在本節我們對每一年的數據單獨回歸，進而比較不同年份下，死難者人數是否對山東省各縣（市、區）與日本貿易有差異化的影響。模型設定參見（6）。在模型（6） 中，我們控制了地區、國家和商品的固定效應。至于山東地區和其他國家GDP、人口的影響，由于已經被相應的虛擬變量所控制，故無須加以考慮。

圖4、圖5 和圖6 分別給出貿易總額、進口額和出口額作為因變量時回歸方程（6）中交互項前系數在不同年份的估計值（ 方程中θ）。不難看出， 圖4、圖5 中的估計值均為負，尤其是2004 年及以后圖5 中交互項系數的絕對值明顯增大。說明即使在不同年份下，死難者人數對山東省各縣（市、區） 與日本的貿易總額和進口額仍舊有顯著的負面影響，尤其是在2004 年及之后，死難者人數對山東省各縣（市、區）與日本進口額的負面影響增強了。而圖6 則顯示交互項的系數在統計意義上不顯著，意味著不同年份下，遇難者人數依舊沒有對山東各行業向日本的出口產生顯著的負向影響。盡管貿易日益全球化，但根深蒂固的戰爭記憶對貿易依舊有不可磨滅的負面影響，并且在2005、2006 年愈加明顯。對于上述現象，我們認為可能的解釋是，2005 年前后由于日本首相參拜靖國神社、日本修改教科書等問題①造成中日政治關系的惡化。

從每年具體的回歸結果來看，戰爭帶來的死難對于當前山東地區與日本的貿易仍然有顯著且持續的影響。從我們研究的時間段來看，這一影響是長期的，并且在逐漸全球化的當今并沒有減弱的趨勢。上述實證結果與我們理論模型的構造是符合的。

4.3 不同企業類型的回歸結果

Pollins（1989）認為進口商進行貿易時不僅考慮經濟最優化，還考慮貿易帶來的國家安全問題。此外，正如Lake（2009） 所指出的，貿易關系可以作為國家的一種手段，使其滿足特定的政治目的。在各類型企業中，國有企業無疑是受到政府控制和干預最大的企業，那么遵照貿易對國家安全外部性的理論，國有企業對政治沖突的反應會更加強烈。同樣，部分學者的研究也表明了中國國有企業確實受到國家關系的影響更大（Fisman et al. ， 2014）。基于上述的研究分析內容，在此我們選用更加細致的企業分類，進一步研究不同類型企業在戰爭對貿易長期影響中的異質性。

首先，我們根據企業的所有制類型（ 國有企業、私營企業、中外合資企業和外商獨資企業）將其分類，然后將數據加總到與基準回歸模型相同的水平上（兩位HS 編碼所代表的商品種類上）。接著，我們按照基準回歸模型（5）的設定對不同類型的企業樣本進行回歸得到相應的實證結果。

基于不同的企業所有制類型，回歸結果如表4 所示。Panel A、Panel B、Panel C 分別表示以貿易總額、進口額和出口額對數值作為因變量的回歸結果。首先Panel A 的結果表明，山東省各縣（市、區）遇難者人數對國有企業、中外合資企業和外商獨資企業與日本的貿易總額有顯著負效應。中外合資企業和外商獨資企業受遇難者人數的負面影響大于國有企業。但當我們觀察Panel B時，發現遇難者人數對國有企業、私營企業和中外合資企業的進口額有顯著的負面影響。國有企業對日本的進口額受到死難者人數的影響最大，其回歸系數可以解釋為當死難者人數上升1%時，國有企業對日本的平均進口額減少0. 707%。但是，私營企業和中外合資企業的進口額受到的影響要弱一些，而死難者人數對外商獨資企業的進口額則沒有顯著影響。Panel C 中，除了外商獨資企業對日本的出口額受到死難者人數顯著為負的影響外，其他三種類型的企業出口額均沒有受到顯著影響。對此結果可能的解釋是在華經營的外商企業出于尊重中國人民民族感情①的考慮而減少對日貿易，據此避免企業在華經營受到消費者和雇傭工人的抵觸情緒。

我們得出的這一回歸結果與前人的研究相契合①，在兩位HS 編碼代表的商品種類水平上，國有企業從日本平均進口額受到抗戰期間死難者人數的影響最大，而私營企業和中外合資企業盡管也受到顯著的負面影響，但影響幅度要比國有企業小。由此可見，國有企業的貿易行為受到國家間關系的影響更大，而這一影響主要體現在進口水平上。正如Pollins（1989）中所提到的，貿易主體也會考慮國家安全，故而作出與政府關系相一致的反應。作為受政府干預、控制最大的一類企業，國有企業更容易受到國家關系或本文重點研究的戰爭的影響。

4.4 不同行業平均全要素生產率的回歸結果

經濟學的傳統假設認為理性企業是追求利潤最大化的，但學者的研究表明企業的行為也會受到其他文化因素的影響（ Disdier and Mayer，2007）。Becker（1993）提出企業對不同群體的態度不會完全被經濟競爭所消除， Michael andZhi（2010）研究發現美國—法國之間關系的惡化導致了雙邊貿易的下降，而下降主要來源于企業的選擇。企業可能受到非經濟因素的影響從而改變其行為，那么不同企業是否會對國家間的沖突有不同的反應呢？ 是否效率更高的企業更有能力來實行這種“歧視”行為呢？ 為了進一步分析該問題，我們在這里計算出兩位HS 編碼代表的行業的平均全要素生產率（ TFP）。接著，我們按照期初2000 年TFP 水平的高低分為三組，從而比較不同TFP 水平組死難者人數對山東地區在行業水平上②與日本貿易的影響。關于TFP 的估算，在此我們使用Olley and Pakes（1996）的方法，但需注意的是我們沒有考慮企業的退出。

表5 是我們按照期初不同的行業TFP 水平分類后的基準模型回歸結果。Panel A、Panel B、Panel C 分別表示以貿易總額、進口額和出口額對數值作為因變量的回歸結果。表5 中的三列是按照行業平均TFP 水平分類的不同樣本，其中第一列TFP 最低，第三列TFP 最高。Panel A 中，TFP 低水平和高水平的樣本顯示遇難者人數對山東地區與日本的貿易總額有顯著的負面影響，但在中等TFP 水平的行業中卻沒有顯著的影響。由此可見，TFP 水平不同的行業中，遇難者人數對貿易總額的影響是不一致的。而Panel B 中，隨著樣本中行業TFP水平的提高，遇難者人數對山東地區與日本的進口額影響越來越大。在平均TFP 水平最高的行業中，死難者人數每增加1%，山東地區從日本的進口會減少0. 924%。最后，Panel C 中，三組樣本死難者人數的負面影響均不顯著。綜上所述，可見行業TFP 水平不同的樣本所呈現出的死難者人數對貿易的影響是迥然不同的。

比較三列交互項系數的大小，我們發現以TFP 水平衡量企業效率的分組下，最高效率的山東企業所在的行業樣本組受到抗戰時期死難者人數對當今貿易的影響更大。和前文的分析一致，這一負面影響在進口額中更為明顯。我們得出的結果證實了不同TFP 水平中的企業貿易對戰爭的敏感性不同，TFP 水平更高的行業中的企業反應更大。結合之前提到的理論（ Becker， 1993），我們認為企業在貿易中受非經濟因素影響作出的改變可視為一種成本。TFP 水平較低的企業由于自身條件限制，其貿易行為受國家關系的影響較小;而TFP 水平較高的企業可以接受非經濟因素帶來的成本，反映出的貿易行為受抗戰時期死難者人數的影響則更大。

4.5 遇難者年齡對貿易的影響

遇難者個人特征對貿易的影響可能存在顯著不同。《山東省百縣（ 市、區）抗日戰爭時期死難者名錄》中記載了大部分遇難者的遇難年齡。總共16 萬死難者中，139326 人有確切或估計的年齡段記載。圖7 描繪了這些人的年齡分布圖。首先，可以從圖中看出大部分遇難者年齡為20 到40 歲之間，可能是因為這一年齡段的人數本就更多，也可能是他們更容易抵抗日本侵略者，從而遇難。其次，分布圖中整數年齡處的遇難者人數相對較多，原因可能是部分遇難者的具體年齡無人知曉，所以存世的回憶人只能提供整數估計的年齡。

為了進一步研究遇難者的年齡是否對貿易產生影響，我們將不同年齡階段的遇難者比例變量加入回歸方程。我們定義年齡在30 歲以下的死難者為年輕遇難者①，按年輕遇難者比例中位數分組，高于中位數的虛擬變量取1，低于中位數的虛擬變量取0。方程（7）是分析年輕死難者比例對貿易額外影響的回歸方程。我們在基準模型的設定上引入三重交互項即年輕死難者比例高低的虛擬變量與死難者人數、日本虛擬變量的交互項，youngRatioi 是區縣i 年輕死難者比例高低的虛擬變量，同樣，模型控制年份、地區、貿易國家和兩位HS 編碼下商品分類的固定效應，log（Deathi ） ×youngRatioi 和 log（Deathi ） 、Japanj、youngRatioi均被區縣和國家固定效應吸收，所以未出現在模型中。

表6 給出引入年輕死難者比例的三重交互項的異質性分析結果。年輕死難者比例更高的地區，相較于年輕死難者比例更低的地區，死難者對日貿易總額和進口額的負面影響顯著增強，對日出口額影響不顯著。本節中我們發現，抗戰期間年輕遇難者比例的提高會給當今山東地區對日貿易帶來更大的負面影響。鑒于上述現象，我們認為可能的解釋是，戰爭中年輕人的死亡會造成一些家庭的支離破碎，給當地帶來更大的人力資本損失，帶給當地民眾更沉痛的戰爭記憶，從而這一影響更深刻久遠，故產生更顯著的負面影響。

4.6 戰爭對貿易影響渠道的討論

本文的實證結果與過往文獻的結果一致，如Glick and Taylor（2010） 使用了1870—1997 年長期樣本研究發現，戰爭對于貿易同樣存在負面影響且在考慮滯后10～20 年效應的情況下，戰爭帶來的貿易損失是不考慮時的三到四倍;Martinet al. （2008）的跨國研究也有類似的結論。但我們不得不深入思考的是，戰爭對貿易影響的渠道是什么？

本文的研究與Guiso et al. （2009）的研究相近，我們認為戰爭對貿易影響的渠道主要歸結于戰后日本的非道歉態度引起的代際相傳的憤恨而非戰后引起的實物資本破壞和政府政策。由中國外文局和日本言論NPO 共同實施的第十七屆北京—東京論壇“中日關系輿論調查” 于2021 年10 月20 日發布，該調查于2021 年8—9 月進行，包含1547 名中國受訪者和1000 名日本受訪者。結果表明，盡管兩國受訪者仍然高度認同兩國關系的重要性，但是中日兩國民眾在歷史、領土與安全等三大問題上依舊存在較為突出的深層心理影響。

從具體數據來看，80. 6%的中國受訪者和56. 4%的日本受訪者認為歷史問題是中日關系的一大問題，極大地阻礙了當今中日關系的發展。其中，2021 年中國受訪者對日本印象“相對不好” 或“不好” 的比例由2020 年的52. 9%上升至66. 1%，對日印象不好的首要原因是“日本對侵略中國的歷史沒有真誠地道歉和反省”，占比為77. 5%，較2020 年74. 1%上升了3. 4%。此外，46. 9%的中國受訪者認為“兩國歷史問題幾乎沒有解決，這是中日關系決定性的大問題”。中日關系輿論調查的結果進一步表明由于日本侵華戰爭等歷史因素，中國民眾對于日本的印象相對不好甚至近年有惡化的趨勢。上述調查側面解釋了本文的實證結果，日本侵華戰爭導致了大量中國軍民傷亡，由此帶來的歷史仇恨極大影響了當今中國民眾對日本的態度，進而在雙邊貿易中凸顯。這一影響渠道同樣也被Che et al. （2015）所證實。

除此以外，根據2008 年東亞社會調查數據構建的中國同日本、韓國、中國臺灣及世界其他地區的社會距離指標可知，相較于中國臺灣、韓國以及歐洲、東南亞、北美而言，中國對日本的社會距離最遠，主要原因還是歸結于歷史。該指標主要來源于中國綜合社會調查（CGSS）中是否接受某國/ 地區人成為同事、成為鄰居以及通婚的數據，一定程度上反映了中國人對于日本人成為同事、鄰居和伴侶的接受程度，在本文中代理了中國人的反日情緒。類似地，Ouyang andYuan（2021）中采用CGSS 中是否接受日本人成為鄰居的數據，對歷史沖突的傳導機制進行了實證分析，同樣也驗證了本文的結論。

5 穩健性檢驗

5.1 檢驗遇難者人數對山東地區與其他國家貿易的影響

在我們的估計方程中，核心變量是山東地區的遇難者人數與日本虛擬變量的交互項。在前文的分析中，我們的實證結果表明交互項的系數為負，意味著遇難者人數降低了當今山東地區與日本的貿易。為了進一步驗證該結果是特定于日本的，我們在這里將遇難者人數和其他國家的虛擬變量進行交互，來看日本侵華戰爭期間死難者人數是否對山東地區與其他國家的貿易有影響。我們在這里使用的估計方程為：

5.2 不同固定效應下遇難者人數對山東地區與其他國家貿易的影響

上文中基準回歸控制了包括年份、山東區縣、兩位HS 編碼和貿易國家的固定效應，本節采用不同的固定效應做穩健性檢驗。表8 是在基準模型的設定上，控制年份、山東區縣×兩位HS 編碼產品和貿易國家的固定效應的回歸結果。結果顯示，山東省各區縣遇難者人數顯著降低了其與日本的平均貿易總額和進口額，但對出口額無顯著影響。表8 與表2 的結果保持一致，說明本文的基準結果穩健。

5.3 改變遇難者變量的定義

在我們的基準模型中，戰爭受侵害程度的衡量變量是采用死難者人數的對數值，而Che et al. （2015）采用各省遇難者人數占戰前總人口的比例作為戰爭受侵害程度的衡量變量并與日本的虛擬變量交互。但由于我們不能獲取山東各個縣（市、區）的戰前總人數，所以在上述基準分析中，我們使用各地區遇難者人數對數值與日本的虛擬變量交互作為核心控制變量。為了檢驗我們使用核心變量的穩健性，我們在此推算山東地區戰前的總人數，并據此估計死難者比例，將其放入回歸方程中替換基準方程的Deathi 作為偽造實驗。

《中華民國統計提要》記載1936—1937 年山東省總人口為3810 萬人①。我們使用1983、1990 和2000 年山東各地區人口占當年山東總人口的平均比例，大致推算出1937 年山東各個地區人口占全省人口的比例。利用山東省戰前總人口數和我們推算的各個地區人口占比，我們可以得出山東省各縣（市、區） 的戰前總人口，從而進一步計算出遇難者人數占戰前總人口的比例。通過使用死難者占比而不是絕對人數與日本虛擬變量交互，我們可以驗證遇難者對山東地區與日本貿易的影響。

回歸結果詳見表9。從表9 中可以看到，在使用死難者占比作為自變量與日本虛擬變量交互后，其估計系數仍顯著為負。表9 結果跟我們前文的結果有一定差異，但考慮到這里的歷史人口推算是依據現在的比例，很可能不準確，所以我們將這里的分析僅作為基準結果的穩健性檢驗，證實抗戰時期的死難者人數或占比確實對當前中日貿易有抑制作用。

本文還基于抗日戰爭中死難者人數分為三組，將人數中間組和最高組的虛擬變量和日本交互，加入基準回歸，結果如附錄附表1 所示，基準結果依舊保持穩健①。

6 結論

本文根據山東省各縣（市、區） 抗日戰爭期間死難者的具體信息，以及工業企業調查數據庫、中國海關數據庫的匹配數據，采用雙重差分的估計方法，分析了抗日戰爭期間山東省各縣（市、區）死難者人數對于當今各地區與日本貿易的阻礙效應。

基準模型的回歸結果表明，遇難者人數更多的地區，當前與日本在商品種類層次上的貿易總額和進口額更少，而出口額無明顯變化。死難者人數對山東各地區與日本貿易的負面影響在2004 年及以后逐漸增強。根據企業所有制分類樣本，我們發現在國有企業、中外合資企業及外商獨資企業中，死難者人數對他們與日本的貿易總額有顯著的負面影響;國有企業的進口額受到死難者人數的負面影響最大，而私營企業、中外合資企業受到的影響相對國有企業較小;僅有外商獨資企業的出口額受到死難者人數的顯著影響。年輕死難者比例高的地區，相較于年輕死難者比例低的地區，死難者對日貿易總額和進口額的負面影響顯著增強，對日出口額影響不顯著。對于不同行業全要素生產率的分類樣本，我們發現遇難者人數對各企業進口額的影響隨TFP 水平的上升而增強，意味著效率更高的企業更容易受到抗戰時期遇難者人數的影響而調整他們的貿易行為。最后，我們的穩健性分析驗證了不管是死難者人數還是死難者比例對于山東省各縣（市、區）與日本的貿易都具有顯著的負面影響，且該影響是特定于日本的，與其他國家的貿易并未受抗日戰爭時期遇難者人數的影響。此外，本文采用不同固定效應的回歸結果也保持穩健。

基于上述回歸結論，本文可以得出以下政策建議：首先，抗日戰爭給遇難者人數更多的地區造成更沉重的歷史記憶和仇恨，不利于當前中日兩國的經貿往來，所以消除戰爭記憶帶來的不利影響是當前中日兩國的重要議題之一;其次，日本應停止修改教科書、參拜靖國神社等繼續挑動中國人民神經的行為，需妥善處理本國歷史、中國臺灣等敏感問題以重建雙方民眾的信任，逐漸減輕抗日戰爭帶來的負面影響;最后，中日兩國經濟高度互補，應在現有基礎上加強交流合作，把握產業鏈和供應鏈的合作機遇，實現互利互贏。

參考文獻

杜映昕. 2015. 國家間政治沖突對貿易的影響———文獻綜述及基于中國與大國關

系的實證研究[J]. 經濟學報， 2（1）： 124-144.

Du Y X. 2015. The effect of political conflicts on trade—Literature review and

empirical study based on Chinas foreign relations with major powers[ J]. China

Journal of Economics， 2（1）： 124-144. （in Chinese）

鄺艷湘， 向洪金. 2009. 貿易與國際沖突的因果檢驗[J]. 國際政治科學（2）： 1-26.

Kuang Y X， Xiang H J. 2009. Causality test of trade and international conflict[J].

Quarterly Journal of International Politics， （2）： 1-26. （in Chinese）

山東省委黨史研究室. 2014. 山東省百縣（ 市、區） 抗日戰爭時期死難者名錄[ M].

北京： 中共黨史出版社.

Shandong Provincial Party History Research Office. 2014. List of victims of the

Anti-Japanese War in hundreds of counties （cities， districts） in Shandong Province

[M]. Beijing： CPC History Publishing House.

王雅琦， 余淼杰. 2021. 匯率對中國加工貿易出口份額的影響： 市場需求視角[ J].

世界經濟， 44（10）： 57-77.

Wang Y Q， Yu M J. 2021. The impact of exchange rate movement on Chinas

processing trade share of exports： An analysis from the perspective of market demand

[J]. The Journal of World Economy， 44（10）： 57-77. （in Chinese）

許家云， 佟家棟， 毛其淋. 2015. 人民幣匯率變動、產品排序與多產品企業的出口

行為———以中國制造業企業為例[J]. 管理世界，31（2）： 17-31.

Xu J Y， Tong J D， Mao Q L. 2015. Changes in RMB exchange rate， product

sorting and export behavior of multi-product enterprises—Taking Chinese

manufacturing enterprises as an example[J]. Journal of Management World， 31（2）：

17-31. （in Chinese）

徐奇淵， 陳思翀. 2014. 中日關系緊張對雙邊貿易的影響[J]. 國際政治科學，（1）：

1-23.

Xu Q Y， Chen S C. 2014. The impact of Sino-Japanese tension on bilateral trade

[J]. Quarterly Journal of International Politics， （1）： 1-23. （in Chinese）

Abadie A， Gardeazabal J. 2003. The economic costs of conflict： A case study of the

Basque country[J]. The American Economic Review， 93（1）： 113-132.

Acemoglu D， Yared P. 2010. Political limits to globalization[R]. Cambridge： National

Bureau of Economic Research.

Ashenfelter O， Ciccarella S， Shatz H J. 2007. French wine and the U. S. boycott of

2003： Does politics really affect commerce？ [J]. Journal of Wine Economics， 2（1）：

55-74.

Barbieri K， Levy J S. 1999. Sleeping with the enemy： The impact of war on trade[J].

Journal of Peace Research， 36（4）： 463-479.

Becker G S. 1993. Nobel lecture： The economic way of looking at behavior[J]. Journal

of Political Economy， 101（3）： 385-409.

Blomberg S B， Hess G D. 2006. How much does violence tax trade？ [J]. The Review of

Economics and Statistics， 88（4）： 599-612.

Blonigen B A， Haynes S E. 2002. Antidumping investigations and the pass-through of

antidumping duties and exchange rates[ J]. American Economic Review， 92（ 4）：

1044-1061.

Chavis L， Leslie P. 2009. Consumer boycotts： The impact of the Iraq war on French

wine sales in the U. S[J]. Quantitative Marketing and Economics， 7（1）： 37-67.

Che Y， Du J L， Lu Y， et al. 2015. Once an enemy， forever an enemy？ The long-run

impact of the Japanese invasion of China from 1937 to 1945 on trade and investment

[J]. Journal of International Economics， 96（1）： 182-198.

Davis C L， Meunier S. 2011. Business as usual？ Economic responses to political tensions

[J]. American Journal of Political Science， 55（3）： 628-646.

Disdier A C， Mayer T. 2007. Je taime， moi non plus： Bilateral opinions and

international trade[J]. European Journal of Political Economy， 23（4）： 1140-1159.

Felbermayr G， Gr?schl J. 2014. Within U. S. trade and the long shadow of the American

secession[J]. Economic Inquiry， 52（1）： 382-404.

Fisman R， Hamao Y， Wang Y X. 2014. Nationalism and economic exchange： Evidence

from shocks to Sino-Japanese relations[ J]. Review of Financial Studies， 27（ 9）：

2626-2660.

Fouka V， Voth H J. 2013. Reprisals remembered： German-Greek conflict and car sales

during the euro crisis[R]. Paris： CEPR Press.

Frankel J， Rose A. 2002. An estimate of the effect of common currencies on trade and

income[J]. The Quarterly Journal of Economics， 117（2）： 437-466.

Fuchs A， Klann N H. 2013. Paying a visit： The Dalai lama effect on international trade

[J]. Journal of International Economics， 91（1）： 164-177.

Glick R， Taylor A M. 2010. Collateral damage： Trade disruption and the economic

impact of war[J]. The Review of Economics and Statistics， 92（1）： 102-127.

Guidolin M， La Ferrara E. 2007. Diamonds are forever， wars are not： Is conflict bad for

private firms？ [J]. American Economic Review， 97（5）： 1978-1993.

Guiso L， Sapienza P， Zingales L. 2009. Cultural biases in economic exchange？ [ J].

The Quarterly Journal of Economics， 124（3）： 1095-1131.

Head K， Mayer T. 2014. Gravity equations： Workhorse， toolkit， and cookbook[ J].

Handbook of International Economics， 4： 131-195.

Helpman E， Melitz M， Rubinstein Y. 2008. Estimating trade flows： Trading partners

and trading volumes[J]. The Quarterly Journal of Economics， 123（2）： 441-487.

Khandelwal A K， Schott P K， Wei S J. 2013. Trade liberalization and embedded

institutional reform： Evidence from Chinese exporters[ J]. The American Economic

Review， 103（6）： 2169-2195.

Krugman P. 1980. Scale economies， product differentiation， and the pattern of trade

[J]. American Economic Review， 70（5）： 950-959.

Lake D A. 2009. Hierarchy in international relations[ M]. Ithaca： Cornell University

Press.

Martin P， Mayer T， Thoenig M. 2008. Make trade not war？ [ J]. The Review of

Economic Studies， 75（3）： 865-900.

Mayda A M， Rodrik D. 2005. Why are some people （ and countries） more protectionist

than others？ [J]. European Economic Review， 49（6）： 1393-1430.

Melitz M J. 2003. The impact of trade on intra-industry reallocations and aggregate

industry productivity[J]. Econometrica， 71（6）： 1695-1725.

Michaels G， Zhi X J. 2010. Freedom fries[ J]. American Economic Journal： Applied

Economics， 2（3）： 256-281.

Olley G S， Pakes A. 1996. The dynamics of productivity in the telecommunications

equipment industry[J]. Econometrica， 64（6）： 1263-1297.

Ouyang D F， Yuan W D. 2021. The intergenerational transmission of historical conflicts：

An application to Chinas trade[ J]. Journal of Comparative Economics， 49（ 3）：

675-692.

Pollins B M. 1989. Does trade still follow the flag？ [ J]. American Political Science

Review， 83（2）： 465-480.

Reuveny R， Kang H. 1996. International trade， political conflict/ cooperation， and

granger causality[J]. American Journal of Political Science， 40（3）： 943-970.

Reuveny R. 2001. Disaggregated bilateral trade and conflict： Exploring propositions in a

simultaneous framework[J]. International Politics， 38（3）： 401-428.

Yu M J. 2015. Processing trade， tariff reductions and firm productivity： Evidence from

Chinese firms[J]. The Economic Journal， 125（585）： 943-988.