在国际贸易与工业组织（IO）的实证研究中，一个长期存在的争议是：是否可以用简单的需求模型表示复杂的真实市场行为？本文以经典的BLP模型（Berry, Levinsohn & Pakes, 1995）为“真实”数据生成过程，探讨了是否可以用贸易中广泛使用的CES模型来近似IO中使用的随机系数Logit模型的反事实预测结果。本文研究表明：尽管CES模型忽略了消费者异质性、寡头竞争、产品间差异化替代等现实特征，但在模拟关税冲击的加总结果时，其预测与BLP结果惊人地接近。主要原因在于误差的相互抵消：CES模型高估了成本传递，而BLP中因价格敏感度异质性产生的“选择效应”也推高了成本传递，二者恰好抵消。此外，作者强调使用关税变动估计弹性参数，而非简单校准，能显著提升CES模型的拟合能力。本文为在数据有限的情况下使用简化模型提供了理论支持。

一、引言

二、BLP数据生成过程

三、反事实计算：真实 BLP 与 CES 帽代数

四、BLP 数据生成过程的影响

五、通过模拟进行剖析：是什么让 CES 起作用？

六、结论

近年来，随着国际贸易摩擦的频发与产业政策的日益复杂，如何准确评估关税等成本冲击对市场结构、价格与福利的影响，成为学术界与政策界共同关注的焦点。在这一问题上，国际贸易与产业组织两大领域发展出了截然不同的方法论传统，也引发了长期的学术讨论。

国际贸易领域长期依赖不变替代弹性（CES）需求模型，其在垄断竞争框架下假设产品间替代弹性恒定、消费者同质。该模型因其形式简洁、数据需求少、可通过“精确帽子代数（Exact Hat Algebra）”轻松进行反事实推演，而被广泛用于多国多部门的一般均衡分析。然而，这种简化也受到IO学者的批评。例如，Berry et al. (2004) 指出，此类模型“在没有个体偏好差异的情况下，所生成的替代模式是先验不合理的”，因其交叉弹性仅取决于市场份额，而与产品特征是相似度无关。

相比之下，工业组织领域自 Berry et al. (1995) 开创的 BLP 模型以来，逐渐建立起以随机系数Logit需求与寡头竞争结构为核心的实证框架。该模型允许消费者在价格敏感度与产品特征偏好上存在异质性，从而能够捕捉更真实的、基于特征的替代模式。尽管BLP模型在理论上更贴近现实，但其应用也面临高昂的数据需求、复杂的估计过程、计算负担以及对工具变量敏感的挑战（Conlon & Gortmaker, 2020）。

在这样的方法论分野与争议背景下，一个核心问题长期悬而未决：在评估政策冲击时，是否必须使用复杂而“真实”的IO模型？简化但易于操作的CES模型是否会因忽略消费者异质性、寡头竞争与丰富替代模式而导致严重偏误？

本文的创新之处，正是以经典的BLP模型为“真实”数据生成过程，系统检验CES模型在模拟关税冲击时的表现。研究通过构建反事实实验（如对外国汽车加征10%关税），对比BLP均衡结果与CES“帽子代数”预测，不仅量化了二者在加总结果上的接近程度，更深入剖析了背后误差抵消的机制——尤其是传递弹性（pass-through elasticity） 的关键作用。

研究发现：第一，CES模型虽然在设定上存在多个“错误”（忽略了丰富的替代、寡头垄断、消费者异质），但这些误差在某些情况下会相互抵消，使得其加总预测与更真实的BLP模型惊人地接近。第二，成本传递弹性是否为“1”是决定CES近似法成败的首要因素。当BLP模型中的价格敏感性异质性足够大时，会导致“超级弹性”（弹性>1），这恰好抵消了CES模型因忽略寡头垄断而高估成本转嫁的倾向。第三，通过关税变动来估计关键的弹性参数，而不是简单地校准为平均需求弹性，能为CES模型提供一个额外的自由度，使其能更好地捕捉非单位成本转嫁，从而在更广泛的设定下表现良好。

本文不仅为在数据与计算资源有限时使用简化模型提供了理论依据与适用边界，也深化了我们对不同反事实方法内在机制的理解，对贸易政策评估、产业组织实证研究乃至跨领域方法论对话，都具有重要的启示意义。