Tariffs and Labor Markets: The Employment Impact of the Recent Trade Conflict — A Multiregional Input–Output Analysis
创建于 更新于
摘要
本文基于内生化贸易份额与最终需求的多区域投入产出（MRIO）模型，模拟三种关税政策情景，估算2025年贸易紧张导致的全球就业与出口冲击，结果显示最不利情景下全球累计失业超过2300万，非正式与低技能劳动者承受最大损失，且高收入与上中等收入国家出口显著收缩 [page::2][page::10].
速读内容
全球就业冲击要点 [page::10]
- 三个情景均显示总体就业下降；Scenario 1 总计约 -21,702 千人，Scenario 2 总计约 -23,010 千人，Scenario 3 总计约 -15,336 千人，表明在更广泛或更持久的关税升级下就业损失更大 [page::10]。
- 绝对损失最大的是中国（Scenario 1: -6,322 千；Scenario 3: -6,972 千），低收入亚洲与上中等收入国家也遭受重大绝对损失 [page::10]。
- 就业损失具有回归性：非正式占比约53–57%，低技能占比约80%（Across scenarios），成年男性在贸易密集型行业损失占比更高，显示社会保护缺失群体更脆弱 [page::14]。
就业影响（关键表格展示）[page::10]
| Income group | Scenario 1 (Thousands) | Change | Scenario 2 (Thousands) | Change | Scenario 3 (Thousands) | Change |
|--------------|------------------------:|-------:|------------------------:|-------:|------------------------:|-------:|
| China | -6,322 | -1.23% | -6,183 | -1.22% | -6,972 | -1.29% |
| HIC-Asia | -860 | -0.85% | -798 | -0.77% | -549 | -0.62% |
| HIC-EU27 | -798 | -0.60% | -788 | -0.58% | -697 | -0.57% |
| HIC-Rest | -944 | -1.40% | -1,012 | -1.39% | -596 | -0.89% |
| Low income | -195 | -0.41% | -185 | -0.38% | -134 | -0.27% |
| Low income-Asia | -6,186 | -1.26% | -6,675 | -1.09% | -2,341 | -0.47% |
| USA | -846 | -0.15% | -1,330 | -0.91% | -541 | -0.12% |
| Upper middle-Asia | -1,612 | -1.31% | -1,601 | -1.28% | -594 | -0.60% |
| Upper middle-Rest | -2,903 | -0.93% | -3,405 | -1.07% | -1,888 | -0.69% |
| Other regions | -1,037 | -0.28% | -1,033 | -0.27% | -1,026 | -0.25% |
| Total | -21,702 | | -23,010 | | -15,336 | |
- 结论：即使在部分缓解情景（Scenario 3），对劳动市场的负面影响仍显著，且影响地域与收入层级存在明显差异 [page::10]。
出口与行业层面要点 [page::11]
| Income group | Scenario 1 (USD mn) | Change | Scenario 2 (USD mn) | Change | Scenario 3 (USD mn) | Change |
|--------------|--------------------:|-------:|--------------------:|-------:|--------------------:|-------:|
| China | -141,774 | -7.0% | -143,233 | -7.0% | -120,809 | -5.9% |
| USA | -108,616 | -11.0% | -177,199 | -17.4% | -95,625 | -9.7% |
| HIC-EU27 | -109,882 | -1.6% | -107,888 | -1.5% | -101,701 | -1.6% |
| Total | -807,148 | | -883,380 | | -596,463 | |
- 结论：关税升级导致全球出口大幅下降（Scenario 2 影响最甚），美国与中国在不同情景中均出现巨额出口损失，表明关税是非零和的贸易与产出冲击 [page::11]。
- 行业上，农业、零售、纺织与机动车等劳动密集或贸易依赖型部门受到最大绝对冲击；基础金属与机动车在相对变化上亦显著 [page::11][page::12]。
方法论与情景设定（模型关键点）[page::5][page::6][page::9]
- 模型：采用扩展的多区域投入产出（MRIO）框架，内生化双边贸易份额 T（作为价格与竞争力函数），并使最终需求对价格敏感，从而同时捕捉价格与数量调整的传播机制 [page::5][page::6][page::7]。
- 核心机制：贸易份额随相对价格重分配（Armington + Eaton–Kortum思想），产出由 (I - T A)^{-1}(T fd) 决定，价格变动、贸易成本与关税通过 T 与 fd 共同影响就业与出口 [page::6][page::7]。
- 情景：Scenario 1（普遍升级）、Scenario 2（升级 + 报复与双边调整）、Scenario 3（部分缓和）；关税冲击按国家/部门设置（见 Table 8 的百分比冲击）[page::9][page::17]。
就业构成与社会含义 [page::14]
| Group | Scenario 1 (%) | Scenario 2 (%) | Scenario 3 (%) |
|-------|---------------:|---------------:|---------------:|
| Formal | 42.55 | 42.29 | 46.95 |
| Informal | 57.45 | 57.71 | 53.05 |
| Skilled | 17.50 | 18.75 | 19.79 |
| Unskilled | 82.50 | 81.25 | 80.21 |
| Adult | 85.91 | 85.92 | 87.14 |
| Male | 64.29 | 66.66 | 66.51 |
- 结论：就业损失严重集中在非正式与非技能工人，政策需要强化社会保护、再培训和转岗支持以缓解分配性后果 [page::14][page::15].
深度阅读
引言与报告概览（元数据）
- 报告核心论点：以一个价格-數量一致的多区域投入产出（MRIO）模型结合贸易模型，模拟三种政策情景（无报复的既有关税、更新後含报复的关税、以及部分降级情景），并得出关税升级会导致全球就业与出口大幅下降、且影响呈再分配与回归性质，非熟練/非正式工承受最大损失的结论；最严重情景全球累计失业超过 2300 万人次（作者文字表述）。[page::0]
逐节深度解读
1) 摘要与研究动机（Abstract / Introduction）
- 背景脉络引用 2016–2018 年的贸易政策变化与相关文献（如 Fajgelbaum 等；Itakura 等），并指出已有研究显示关税有显著的产出与就业影响，但针对 2025 年阶段的劳动力市场研究仍相对稀缺，故本研究填补该空白。此断言与文献综述见引言部分。[page::1]
2) 资料与方法论（方法综述与数据）
- 模型关键假设与结构性要点：一是采用 Armington 式偏好，产地间为不完全替代品，双边支出份额以交货成本 c{d,o}、偏好参数 ao 以及替代弹性 σ 決定；二是借用 Eaton–Kortum 风格的交货成本框架 c{d,o}=co/(zo) d{d,o}，其中 co 為工資、zo 生產率、d{d,o} 為貿易成本；三是最重要的制度設定：贸易分配矩阵 T 由 ALL 矩阵標準化得到且隨相对价格變動而調整；四是使用 OECD ICIO 2019 為 MRIO 基礎資料，並以 ILOSTAT 家庭調查衍生衛星就業賬戶作為就業參數來源。以上資料與方法說明見第 3 節。這些關鍵方法陳述由原文明確提出。 [page::5][page::7]
3) 政策情景設計（Scenarios）
图表与表格深度解读（逐个说明与解析）
- 展示內容（圖左 (a)）：按區域的貨物貿易餘額（十億美元）分佈；圖右 (b) 顯示各區域所承受的“有效關稅”（百分比）。[page::3]
- 解讀：圖 (a) 顯示東亞與太平洋、歐洲與中亞及中國三個區域對美國存在最大順差（分別約 -403 bn、-363 bn、-338 bn 美元，圖中負值表示該區對美貿易順差/美方逆差），這解釋了為何這些區域被標為高關稅目標；圖 (b) 則顯示歐洲與中亞平均有效關稅最高（約 21.6%），中國 15.5%，東亞太平洋 11.4%，北美保障最小（約 0.1%），與文本對美國逆差面臨政策壓力的描述相吻合。這些視覺數據支持作者論點：關稅政策有針對性且會影響主要順差區域。[page::3]
- 圖片顯示（按稿件要求插入原圖）：
- 描述：列出 2025 年 2–8 月間主要關稅宣布、實施與反制事件的時序（含“Liberation Day”、鋼鋁 25%/50% 稅等細節）。[page::4]
- 解讀：表格呈現出政策衝擊的頻繁與階段性升溫—由初期對特定國家與行業的針對，進而擴散為全球性、跨產業的關稅升級，並伴隨暫停、談判與局部協議，這種波動性對模型假定中的價格與貿易分配產生重大衝擊並驗證情景選擇的合理性。[page::4]
- 描述與解讀：明確指定三情景中美國稅率、貿易夥伴回應或豁免情形；此表為後續 MRIO 模擬關稅矩陣的政策設定依據。情景差異點（是否有報復、豁免國家與稅率大小）直接決定 T 的變動路徑與最終就業影響。[page::9]
- 描述：展示三情景下各收入/區域群體的就業淨變化（千人與百分比）。[page::10]
- 解讀關鍵數據點：情景 1 顯示總計 -21,702 千（約 21.7 百萬）失業；情景 2 總計 -23,010 千；情景 3 為 -15,336 千。中國在各情景均顯著受創（情景 1：-6,322 千，-1.23%），低收入亞洲、上中等（上中-其他）等也顯著受創，且美國在情景 2 的絕對衝擊比情景 1 更大（情景 2：-1,330 千，-0.91%）。這說明雙邊報復與更廣泛關稅升級會放大總體就業損失。需要注意的是作者在文本中多次強調非正式與低技能勞工承擔超過 80% 的總就業損失影響（後文 Table 7 支持該點）。[page::10]
- 方法學上的連結：這些就業數據來自於將部門產出變動乘以部門特定的就業-產出係數（作者稱係數對價格/競爭力“回應”，但模型中 A（技術係數）仍為分塊對角矩陣，貿易轉向主要透過 T 調整，因此就業調整主要源自需求與貿易份額變化傳導）。此邏輯由第 3 節模型方程支持。 [page::6][page::7]
- 描述：列示三情景下各組別的出口淨變動（USD million 與百分比）。[page::11]
- 解析：情景 1 中總體出口減少 -807,148 百萬美元，情景 2 為 -883,380 百萬美元，情景 3 為 -596,463 百萬美元。美國在情景 2 受創最大（-177,199 百萬，-17.4%），中國在三情景中絕對損失均最大（情景 1：-141,774 百萬，-7.0%）。報告指出情景 2 的出口損失最大，顯示報復與雙邊升級對外銷影響尤甚。這也與作者在摘要中提出的“高收入與上中收入國出口顯著收縮”一致。 [page::11]
- 描述：列出三情景中就業損失最多的 15 國（千人與百分比）。[page::11]
- 解讀：中國、印度、墨西哥、越南等國在絕對上受損最重；按比例看則加拿大與墨西哥、越南出現更高百分比跌幅（例如加拿大情景 1：-6.77%）。報告同時呈現情景間絕對與相對差異，凸顯貿易依賴度與部門結構決定脆弱性。需要注意表格中有部分排版/數字合併錯誤（例如總計行呈現混淆文字），作者未在主文做進一步更正，這降低了透明度與可重現性。 [page::11]
- 描述：作者聲稱列出受損最深 15 個部門，但在檔案中該表格呈現為 HTML/編碼碎片或被截斷（page 13 顯示 garbled / 空白），無法直接讀取完整數據。這是報告的一個明顯資料呈現缺陷。報告正文仍引用若干部門（農業、零售、紡織、汽車、基礎金屬、電腦電子等）作為最受影響部門。由正文可知農業與零售等勞動密集型部門在絕對就業損失上居首，汽車與基礎金屬在百分比跌幅上也顯著。對於 Table 6 的具體數值應要求作者補正原始表格以利審閱重現。 [page::11][page::12][page::13]
- 描述：呈現三情景下失業損失在正式/非正式、技能、年齡與性別的分配百分比。[page::14]
- 解讀關鍵要點：非正式就業佔總失業損失的比重在 53–57% 之間，未熟練工佔比高達約 80% 以上，成年工與男性比例偏高（成年 85–87%，男性約 65–66%）；作者以此強調衝擊的回歸性（vulnerable groups 更受害）。[page::14]
- 描述：列示各國在三情景下美國提高關稅的數值以及是否有報復標記（百分比）。[page::17]
- 解讀：表中顯示某些低收入亞洲國家與上中等國家面臨非常高的百分比衝擊（例如 India 51%、Cambodia 49%、Viet Nam 初期 46%），同時有些高收入或例外國（英國、日本、越南在某情景下獲豁免或降幅）。這直接決定模型中各國的進口價格跳升幅度，進而影響相對價格、貿易份額與最終需求。由於表中稅率相當分散且在某些情景下極高，模型的結果對這些數值高度敏感。作者已將此表作為模擬衝擊輸入來源。 [page::17]
估值與數值假設分析（模型關鍵輸入）
風險因素與模型限制評估（批判性視角）
- 數據與年份基準：ICIO 使用 2019 作為基準年，而 2025 的經濟結構可能已有改變（例如疫情後供應鏈重構、產業升級），這可能讓基於 2019 的係數低估或高估某些部門的脆弱性；作者應討論基準年差異的可能偏差。 [page::7]
- 勞動市場調整機制未完全建模：作者以就業-產出係數直接連結產出變動與就業變動，未充分模型化工資彈性、勞動移動成本、失業期間、再就業速度與結構性轉職成本等真實世界動態；因此報告所呈現為「靜態或短期比較靜態」影響，而非動態一般均衡下的長期勞動調整路徑。報告在結論中建議未來研究納入薪資、職業重配與遷移動態，此為必要補充。 [page::2][page::15]
結論性綜合
- 圖表洞見的重申：Figure 1 與 Table 4 合理解釋了為何歐洲與東亞等順差區會成為高關稅目標，而 Table 3–5 的數據則顯示受損在地理與產業上是非均衡分布的—大國（中國、印度）在絕對值上受創最深，小型出口導向國在相對值上更脆弱（例如加拿大、墨西哥、越南）。[page::3][page::11]
- 最後對報告的整體評價（客觀）：研究在方法上有創新（將 T 內生化並結合最終需求價格反應）並以 MRIO 捕捉 GVC 內部傳導，是對現有文獻的重要補充；但若要強化結論的政策可信度，作者需補充參數透明度、敏感性分析、表格與數據整潔度，以及動態勞動市場調整的更完整建模。上述建議旨在提升結果的可重複性與穩健性。 [page::6][page::7][page::11][page::13]
如需我進一步：
- 依本報告模型，嘗試對 σ、貿易成本等進行假設敏感性模擬樣本並給出替代結果範圍（需額外時間以做計算）。
（所有直接引用或基於原文的主要陳述在相應段落末均標示了來源頁碼以便溯源。）
- 报告标题为 “Tariffs and Labor Markets: The Employment Impact of the Recent Trade Conflict — A Multiregional Input–Output Analysis”，作者为 Christoph Ernst、Gabriel Michelena 与 Pablo Bertin，发布机构与作者隶属 ILO 与 MESi 等机构，主题聚焦 2025 年新一轮美方“America First”政策下的关税升级对全球就业與貿易的影响。[page::0]
- 报告核心论点：以一个价格-數量一致的多区域投入产出（MRIO）模型结合贸易模型，模拟三种政策情景（无报复的既有关税、更新後含报复的关税、以及部分降级情景），并得出关税升级会导致全球就业与出口大幅下降、且影响呈再分配与回归性质，非熟練/非正式工承受最大损失的结论；最严重情景全球累计失业超过 2300 万人次（作者文字表述）。[page::0]
逐节深度解读
1) 摘要与研究动机（Abstract / Introduction）
- 报告指出 2025 年美方重新採取“America First”策略并伴随大规模关税调整，可能对全球生产鏈、双边贸易份额与最终需求产生联动效应，进而影响各国就业分布与不平等格局；作者特别强调对非正式与低技能工的冲击尤甚，并认为影响具有不对称性与再分配性（即非零和）。[page::0]
- 背景脉络引用 2016–2018 年的贸易政策变化与相关文献（如 Fajgelbaum 等；Itakura 等），并指出已有研究显示关税有显著的产出与就业影响，但针对 2025 年阶段的劳动力市场研究仍相对稀缺，故本研究填补该空白。此断言与文献综述见引言部分。[page::1]
2) 资料与方法论（方法综述与数据）
- 方法总体架构：采用扩展的 MRIO 框架，将双边贸易流在中间投入與最终需求中显性拆解，使贸易份额 T 成为内生变量（依相对价格與竞争力调整），同时令最终需求 f d 为价格函數 ψ(p) 的内生响应；产出向量 x 透過 x = (I − T A)^{-1} (T f d) 解得。该方法直接借鉴并延伸 Bardazzi & Ghezzi 的双边贸易模型思想。作者将贸易份额从固定转为依价格调整的内生矩阵，以捕捉关税冲击下的市场份额再配置效果。[page::5][page::6]
- 模型关键假设与结构性要点：一是采用 Armington 式偏好，产地间为不完全替代品，双边支出份额以交货成本 c{d,o}、偏好参数 ao 以及替代弹性 σ 決定；二是借用 Eaton–Kortum 风格的交货成本框架 c{d,o}=co/(zo) d{d,o}，其中 co 為工資、zo 生產率、d{d,o} 為貿易成本；三是最重要的制度設定：贸易分配矩阵 T 由 ALL 矩阵標準化得到且隨相对价格變動而調整；四是使用 OECD ICIO 2019 為 MRIO 基礎資料，並以 ILOSTAT 家庭調查衍生衛星就業賬戶作為就業參數來源。以上資料與方法說明見第 3 節。這些關鍵方法陳述由原文明確提出。 [page::5][page::7]
- 註：模型中 σ（替代彈性）、貿易成本 d
3) 政策情景設計（Scenarios）
- 三種情景由報告明確定義：情景 1（普遍化關稅升高，含鋼鋁等部門之大幅增加）、情景 2（更新關稅並含雙邊談判/報復，某些國家獲部分豁免或降幅）、情景 3（部分降級：美國普遍降至 10% 但對中國維持更高率，其他部分國家對美減免部分關稅）。具體情境表述及個別國家/行業的稅率安排見 Table 2 與 Table 8。這些情景是本研究的政策衝擊來源。[page::9][page::17]
图表与表格深度解读（逐个说明与解析）
- Figure 1（page 3）——描述與解讀：
- 展示內容（圖左 (a)）：按區域的貨物貿易餘額（十億美元）分佈；圖右 (b) 顯示各區域所承受的“有效關稅”（百分比）。[page::3]
- 解讀：圖 (a) 顯示東亞與太平洋、歐洲與中亞及中國三個區域對美國存在最大順差（分別約 -403 bn、-363 bn、-338 bn 美元，圖中負值表示該區對美貿易順差/美方逆差），這解釋了為何這些區域被標為高關稅目標；圖 (b) 則顯示歐洲與中亞平均有效關稅最高（約 21.6%），中國 15.5%，東亞太平洋 11.4%，北美保障最小（約 0.1%），與文本對美國逆差面臨政策壓力的描述相吻合。這些視覺數據支持作者論點：關稅政策有針對性且會影響主要順差區域。[page::3]
- 圖片顯示（按稿件要求插入原圖）：
- Table 1（page 4）——時間序列事件表：
- 描述：列出 2025 年 2–8 月間主要關稅宣布、實施與反制事件的時序（含“Liberation Day”、鋼鋁 25%/50% 稅等細節）。[page::4]
- 解讀：表格呈現出政策衝擊的頻繁與階段性升溫—由初期對特定國家與行業的針對，進而擴散為全球性、跨產業的關稅升級，並伴隨暫停、談判與局部協議，這種波動性對模型假定中的價格與貿易分配產生重大衝擊並驗證情景選擇的合理性。[page::4]
- Table 2（page 9）——情景摘要：
- 描述與解讀：明確指定三情景中美國稅率、貿易夥伴回應或豁免情形；此表為後續 MRIO 模擬關稅矩陣的政策設定依據。情景差異點（是否有報復、豁免國家與稅率大小）直接決定 T 的變動路徑與最終就業影響。[page::9]
- Table 3（page 10）——就業影響按區域/收入等級：
- 描述：展示三情景下各收入/區域群體的就業淨變化（千人與百分比）。[page::10]
- 解讀關鍵數據點：情景 1 顯示總計 -21,702 千（約 21.7 百萬）失業；情景 2 總計 -23,010 千；情景 3 為 -15,336 千。中國在各情景均顯著受創（情景 1：-6,322 千，-1.23%），低收入亞洲、上中等（上中-其他）等也顯著受創，且美國在情景 2 的絕對衝擊比情景 1 更大（情景 2：-1,330 千，-0.91%）。這說明雙邊報復與更廣泛關稅升級會放大總體就業損失。需要注意的是作者在文本中多次強調非正式與低技能勞工承擔超過 80% 的總就業損失影響（後文 Table 7 支持該點）。[page::10]
- 方法學上的連結：這些就業數據來自於將部門產出變動乘以部門特定的就業-產出係數（作者稱係數對價格/競爭力“回應”，但模型中 A（技術係數）仍為分塊對角矩陣，貿易轉向主要透過 T 調整，因此就業調整主要源自需求與貿易份額變化傳導）。此邏輯由第 3 節模型方程支持。 [page::6][page::7]
- Table 4（page 11）——出口影響：
- 描述：列示三情景下各組別的出口淨變動（USD million 與百分比）。[page::11]
- 解析：情景 1 中總體出口減少 -807,148 百萬美元，情景 2 為 -883,380 百萬美元，情景 3 為 -596,463 百萬美元。美國在情景 2 受創最大（-177,199 百萬，-17.4%），中國在三情景中絕對損失均最大（情景 1：-141,774 百萬，-7.0%）。報告指出情景 2 的出口損失最大，顯示報復與雙邊升級對外銷影響尤甚。這也與作者在摘要中提出的“高收入與上中收入國出口顯著收縮”一致。 [page::11]
- Table 5（page 11）——受影響最大之國家前 15：
- 描述：列出三情景中就業損失最多的 15 國（千人與百分比）。[page::11]
- 解讀：中國、印度、墨西哥、越南等國在絕對上受損最重；按比例看則加拿大與墨西哥、越南出現更高百分比跌幅（例如加拿大情景 1：-6.77%）。報告同時呈現情景間絕對與相對差異，凸顯貿易依賴度與部門結構決定脆弱性。需要注意表格中有部分排版/數字合併錯誤（例如總計行呈現混淆文字），作者未在主文做進一步更正，這降低了透明度與可重現性。 [page::11]
- Table 6（page 11–13）——部門層面（Top 15 sectors）：
- 描述：作者聲稱列出受損最深 15 個部門，但在檔案中該表格呈現為 HTML/編碼碎片或被截斷（page 13 顯示 garbled / 空白），無法直接讀取完整數據。這是報告的一個明顯資料呈現缺陷。報告正文仍引用若干部門（農業、零售、紡織、汽車、基礎金屬、電腦電子等）作為最受影響部門。由正文可知農業與零售等勞動密集型部門在絕對就業損失上居首，汽車與基礎金屬在百分比跌幅上也顯著。對於 Table 6 的具體數值應要求作者補正原始表格以利審閱重現。 [page::11][page::12][page::13]
- Table 7（page 14）——就業群體構成：
- 描述：呈現三情景下失業損失在正式/非正式、技能、年齡與性別的分配百分比。[page::14]
- 解讀關鍵要點：非正式就業佔總失業損失的比重在 53–57% 之間，未熟練工佔比高達約 80% 以上，成年工與男性比例偏高（成年 85–87%，男性約 65–66%）；作者以此強調衝擊的回歸性（vulnerable groups 更受害）。[page::14]
- Table 8（page 17）——模擬關稅衝擊：
- 描述：列示各國在三情景下美國提高關稅的數值以及是否有報復標記（百分比）。[page::17]
- 解讀：表中顯示某些低收入亞洲國家與上中等國家面臨非常高的百分比衝擊（例如 India 51%、Cambodia 49%、Viet Nam 初期 46%），同時有些高收入或例外國（英國、日本、越南在某情景下獲豁免或降幅）。這直接決定模型中各國的進口價格跳升幅度，進而影響相對價格、貿易份額與最終需求。由於表中稅率相當分散且在某些情景下極高，模型的結果對這些數值高度敏感。作者已將此表作為模擬衝擊輸入來源。 [page::17]
估值與數值假設分析（模型關鍵輸入）
- 關鍵方法論輸入包括：輸入產出技術係數 A（以 ICIO 2019 為基準）、貿易分配基礎 ALL/T 矩陣、部門就業-產出係數（來自 ILO 衛星賬戶）、以及關稅衝擊規格（Table 8）。作者明確內生化 T 與最終需求 ψ(p) 以捕捉價格效應，但未在文本中公開 σ（替代彈性）、d
風險因素與模型限制評估（批判性視角）
- 參數不透明性：報告未清楚披露替代彈性 σ、貿易成本 d{d,o} 與偏好參數 ao 的具體校準值與估計方法，導致結果的敏感性無法被充分檢驗或複製；這在任何基於 Armington / Eaton–Kortum 式建模中都是核心限制。模型的結果高度依賴這些參數值。建議作者提供一組敏感性分析（例如 σ 的多值情形、不同貿易成本變化幅度）以提升可信度。 [page::6]
- 數據與年份基準：ICIO 使用 2019 作為基準年，而 2025 的經濟結構可能已有改變（例如疫情後供應鏈重構、產業升級），這可能讓基於 2019 的係數低估或高估某些部門的脆弱性；作者應討論基準年差異的可能偏差。 [page::7]
- 表格呈現問題與內部矛盾：Table 6 缺失及 Table 5 在總計行出現排版錯誤均降低可讀性並可能暗示資料處理或排版檢查不足；同時 Table 3、5、11 等總量在不同處呈現的“總計”文字略有不一致（例如報告摘要提及“超過 23 百萬”而 Table 3 的情景 2 給出 -23,010 千，數字接近但表格格式需修正），建議作者在正式版本中修正表格與提供可下載的數據表。 [page::11][page::13]
- 勞動市場調整機制未完全建模：作者以就業-產出係數直接連結產出變動與就業變動，未充分模型化工資彈性、勞動移動成本、失業期間、再就業速度與結構性轉職成本等真實世界動態；因此報告所呈現為「靜態或短期比較靜態」影響，而非動態一般均衡下的長期勞動調整路徑。報告在結論中建議未來研究納入薪資、職業重配與遷移動態，此為必要補充。 [page::2][page::15]
- 關稅幅度的極端性與政治可行性：某些情景與 Table 8 顯示極高關稅（例如超過 100% 的案例在文字描述中提及），這在實務上可能引起市場扭曲、非法貿易或實物替代，且政策持續性與可行性未被模型內生考量；作者可補充政治經濟層面的機率加權或敏感性檢驗。 [page::4][page::17]
結論性綜合
- 主要發現綜述：作者透過價格-數量一致的 MRIO 與內生貿易份額 T 的方法，模擬三種關稅情景並一貫發現：關稅升級導致全球需求收縮、出口大幅下降與顯著就業損失，尤其是非正式與未熟練勞工承受最大份額，農業、零售、紡織與汽車等勞動密集或貿易依存行業損失尤重；在最不利的情景中全球就業損失超過 23 百萬（報告數字）。作者由此主張關稅保護主義具有再分配效應且可能削弱外國直接投資誘因。這些結論在整份報告的多處段落與表格中反覆支持。 [page::0][page::10][page::11][page::15]
- 圖表洞見的重申：Figure 1 與 Table 4 合理解釋了為何歐洲與東亞等順差區會成為高關稅目標，而 Table 3–5 的數據則顯示受損在地理與產業上是非均衡分布的—大國（中國、印度）在絕對值上受創最深，小型出口導向國在相對值上更脆弱（例如加拿大、墨西哥、越南）。[page::3][page::11]
- 對政策制定者的關鍵含義（基於報告）：報告建議需有目標性的勞動政策與社會保護以緩和對非正式與低技能工的衝擊，並強調關稅政策若單純以吸引 FDI 或重建製造業為目標，可能因全球需求與成本效應而事與願違；作者亦建議未來研究納入工資、職業遷移與 FDI 相互作用的動態分析以完善政策評估。這些政策建議在結論段中明確提出。[page::15]
- 最後對報告的整體評價（客觀）：研究在方法上有創新（將 T 內生化並結合最終需求價格反應）並以 MRIO 捕捉 GVC 內部傳導，是對現有文獻的重要補充；但若要強化結論的政策可信度，作者需補充參數透明度、敏感性分析、表格與數據整潔度，以及動態勞動市場調整的更完整建模。上述建議旨在提升結果的可重複性與穩健性。 [page::6][page::7][page::11][page::13]
如需我進一步：
- 我可以生成一份逐表格的核對清單（含需作者提供的缺失參數/原始數據與建議敏感性檢驗），或
- 依本報告模型，嘗試對 σ、貿易成本等進行假設敏感性模擬樣本並給出替代結果範圍（需額外時間以做計算）。
（所有直接引用或基於原文的主要陳述在相應段落末均標示了來源頁碼以便溯源。）
