按：本文转载微信公众号“政儿八经追论文”，内容略高能 ，大家仔细体会下。

今天推送的文章，seriously，政儿八经只做介绍，而并不认同其观点。

这篇文章是NBER的工作论文。作者讨论了某个政治组织中的派别问题，分析了派别政治运作的方式，并从经验上描绘了派别的结构和变化。

作者提出了这样的理论假说：政治组织中的一个派别由形成庇护关系的官员组成，低级官员参加派别是为了从高级官员那里获得好处。一个低级官员参加派别既可以在晋升道路上取得高级官员的支持，又可能受到同一派别其它竞争者的阻碍，所以必须经过等待才能让高级官员的支持兑现。派别中的高级官员根据自身晋升目标而决定如何支持低级官员。并非所有官员都参加一定的派别，也存在处于任何派别之外的官员。总之，加入派别与否是有关晋升的成本收益分析所得出的结果。

作者定义了四个派别：C派、S派、M派和P派。作者搜集了自1992年以来4494名各重要领域官员的履历信息，还搜集了自1956年以来1853名历届委员的履历信息。

上表是4494名各重要领域官员的履历信息的描述性统计。第一列是各个领域，第二列的数字是有多少人在这个领域的职位上一共工作了多少年，所以数字的单位是“人年”。第三列到第六列是任职期限、年龄、性别和民族的均值。最后四列是各派别官员在这些职位上出现的频率。注意，各派别频率之和并不一定等于1。

上表是1853名历届委员的履历信息的描述性统计。除了性别、年龄的均值之外，该表还列出了以下信息的均值：是否有大学学历、是否有研究生学历、是否有海外经历、是否有为重要人物担任秘书的经历、是否在下一届被提拔、是否在下一届退休。

有了这一套数据，作者发现了几个现象：

1.

C派和S派的官员的地理分布比较均匀，没有某个派别集中在某地区的情况。M派和P派的地理分布则比较集中，M派多集中于比较穷的地区，P派多集中于比较富的地区。

上图是1956-2014年各派别在各地区的地理分布，颜色越深代表数量该派别的官员越多。

2.

作者发现，对于一个领域的一把手和二把手来说，很少出现两人来自同一派别的情况。作者用计量方法来确定这一现象：如果一个领域最高的两个职务中，有一个职务是某个派别的官员，那么另一个职务也是该派别官员的概率有多大？结果显示概率很小。

3.

作者发现，如果某派的官员成为最高官员，那么该派的官员就会有更大的概率获得晋升。作者对晋升概率进行了计量分析，上图给出了计量分析得出的历年的估计系数（竖线代表估计系数的标准误）。在计量分析中，被解释变量为是否取得晋升，解释变量为该官员的派别属性与最高官员是否同属于同一派这两个变量的交叉项。可以看到，随着最高官员派别属性的变化（阴影部分所示），各派官员晋升的概率就会提高。

4.

作者发现，在反腐过程中，C派和S派受到惩罚的概率相对来说既不过高，也不过低，与两派在官员中的比例相当。

5.

作者用Bo(2010)的方法衡量了各派在1956-2014年之间的力量指数，发现1989年之后，M派的力量显著下降，C派和S派的力量明显上升。

Francois, P., Trebbi, F. & Xiao, K., 2016. Factions in Nondemocracies: Theory and Evidence from the Chinese Communist Party. NBER Working Paper.