一份关于关税影响的研究遭到了严厉批评，但批评者自身也忽略了关键的 反事实推理。该研究通过比较关税前后的价格变化来衡量关税成本的转嫁程度，即 关税传导率。然而，文章指出，该研究忽略了一个重要因素：这些关税有被裁定为非法并 获得退款的可能性。考虑到退款预期，实际的关税传导率应低于观测值，这部分解释了为何最终消费者感受到的影响小于进口商。文章最终呼吁，应更多利用 预测市场 来评估政策预期，从而更准确地理解政策效果。
对关税研究的批评与反思
凯文·哈塞特批评某项关税研究是“史上最差论文”，理由是既然总体物价在下降，关税就不可能让我们整体状况变差。这种说法本身缺乏基本的 反事实思维——他没有考虑，如果没有关税，我们的状况本可以好得多。
尽管哈塞特的批评方式存在问题，但他批评的这项研究确实存在一个值得探讨的细节。
关税传导率是如何计算的？
研究人员衡量关税传导率的方法相对直接：
- 对比价格变化：比较关税实施前后，征收关税的商品价格变化。
- 控制变量：同时会与其他市场的价格进行对比，以排除普遍物价上涨的干扰。
- 计算传导率：如果某商品被加征 13% 的关税，而进口商支付的价格也上涨了 13%，那么可以认为关税被 100% 转嫁给了进口商。
谁真正承担了关税成本，取决于买卖双方的需求弹性。完全转嫁意味着买方需求完全无弹性（价格不影响需求），而零转嫁则意味着情况相反。
被忽略的关键因素：退款的可能性
这项研究的关键疏漏在于，它没有考虑关税可能被裁定为非法并获得退款。这种退款预期会显著影响企业的行为。
- 有效税率降低：如果企业预期支付的关税有 40% 的概率会被退还，那么他们感受到的 实际有效税率 就会降低。
- 高估传导率：退款的可能性会使测算出的关税传导率 偏高。因为如果企业预期能拿回部分关税，他们就更愿意承担价格上涨，表现得好像需求更“刚性”。
一个简单的公式可以说明：
真实传导率 = (观测传导率 - 退款概率) / (1 - 退款概率)
重新计算真实传导率
将退款概率考虑进去后，研究得出的结论会发生变化。
- 研究测得的初始传导率为 94%。若假设有 40% 的退款概率，真实传导率降至 90%。
- 若假设退款概率为 60%，真实传导率则降至 85%。
- 研究后期观察到的传导率为 85%。若考虑 40% 的退款概率，真实传导率为 77%；若考虑 60% 的退款概率，则降至 65%。
结论很明确：将关税可能被推翻的因素纳入考量，会大幅降低我们对关税传导率的估算。
这部分解释了为何在多轮关税事件中，最终消费者受到的冲击远小于进口商所承受的冲击。虽然它不能解释全部差距，但提供了一个重要的视角。
未来的政策评估工具
为了更好地评估政策预期及其影响，我们应该更多地利用 预测市场。
如果像 Kalshi 这样受监管的预测市场平台能提供更多直接评估政策问题的市场（例如，某项关税被推翻的概率），研究人员就能更准确地从人们的集体预期中学习。这虽然不能直接指导美联储的决策，但能帮助我们更好地从过去的成功与失败中吸取教训。