在实证研究中，内生性问题长期困扰着学者对“因果关系”的判定。近期，发表于《政治经济学杂志》（Journal of Political Economy，简称JPE）的一篇论文《更多法律会带来更多增长吗？来自美国各州的证据》（Ash, Morelli, & Vannoni, 2025），通过构造文本数据专用的Bartik工具变量，为法律与经济增长的因果分析提供了创新路径，其方法的可迁移性更是为政策文本、专利文献等领域的研究打开了新窗口。
一、研究背景与核心方法
在经济学和法学的交叉领域，“立法数量与经济增长是否存在因果关系”一直是争议焦点。美国各州立法产出与GDP的相关性（如图1所示）虽直观呈现正相关，但这种关联是否为“因果”需严谨验证。
为解决内生性，作者团队创新地将自然语言处理（NLP）与Bartik工具变量结合：
先用主题模型（如LDA）对1965-2012年美国各州立法文本分类，量化“法律主题流量”；
构造“留一法法律主题流量 × 预处理法律主题占比”的交互项，作为立法的工具变量——这一设计让工具变量既捕捉立法的“结构变化”，又避免与本地经济冲击直接相关，从而满足外生性假设。
二、关键结论与机制
研究发现，边际上更高的立法产出会因果性促进经济增长。其作用机制在于：
法律中的“或有条款（contingent clauses）”能减少事后机会主义（ex post holdup），尤其在“关系专用性投资（relationship-specific investments）”高的行业（如制造业、金融业）效果更显著；
经济不确定性越高的地区，立法对增长的促进作用越强，印证了“法律作为不确定性缓冲器”的理论。
三、可迁移性：从美国立法到全球实证研究
这篇论文的核心价值在于方法的普适性：
政策文本研究：可迁移至中国地方政策文件分析，例如用类似工具变量量化“营商环境政策流量”，研究其对区域产业升级的因果影响；
专利与创新研究：通过NLP处理专利文本，构造“技术主题Bartik工具变量”，分析技术创新对企业绩效的因果效应；
司法裁判研究：对裁判文书进行主题分类后，可探究“司法裁判流量”与地区营商环境、企业投资的因果关系。
引用格式
Ash, E., Morelli, M., & Vannoni, M. (2025). More Laws, More Growth? Evidence from US States. Journal of Political Economy, 133(7), 2139-2179. https://doi.org/10.1086/734874.