创新试点政策能够引领企业创新吗——来自国家创新型试点城市的微观证据

第37卷第12期2020年12月
统计研究
Statistical Research
Vol. 37, No. 12
Dec. 2020
创新试点政策能够引领企业创新吗?
—来自国家创新型试点城市的微观证据
杨仁发李胜胜
内容提要:本文在理论分析的基础上，以国家创新型试点城市设立为“准自然实验”，采用2005- 2016年沪深两市A股上市公司为样本,利用双重差分法检验了国家创新型城市试点政策对企业创新的 影响。

研究结果表明：国家创新型城市试点政策显著提高了企业创新水平，并且所得结论经过一系列的 稳健性检验依然成立。

试点政策不存在时滞效应，且具有持续的促进作用，但因企业规模、技术水平、控股性质和城市规模不同存在显著差异，具体表现为创新试点政策对于中小规模企业、高新技术企业、民营控股企业和大城市企业的创新具有显著的促进作用。

作用机制检验表明，创新型城市试点政策主要 通过政府财政补贴、提高企业集聚程度、降低制度交易成本作用于企业创新。

本文的研究为合理评估国 家创新型城市试点政策效应提供了微观证据以及进一步推进企业创新有着重要的政策启示意义。

关键词：创新型城市;试点政策；企业创新;“准自然实验”
D O I：10. 19343/ki. 11-1302/c.2020. 12.003
中图分类号：C812 文献标识码：A文章编号：1002-4565(2020) 12-0032-14
Can the Innovation Pilot Policy Lead Enterprise
Innovation? —Micro-Evidence from the National
Innovative City Pilot
Yang Renfa & Li Shengsheng
A bstract: Based on the theoretical analysis, this paper takes the establishment of national innovative city
pilot as a quasi-natural experiment, and using the A-share listed companies in Shanghai and Shenzhen from 2005 to 2016 as samples, builds a difference-in-difference model to empirically analyze the influence of national innovative city pilot policy on enterprise innovation. The results show that the pilot policy has significantly improves the level of enterprise innovation, and the conclusion is still true after a series of robust tests. There is no time lag effect in the pilot policy effect, and it has a sustained promotion effect, but there are significant differences due to the size, technological level, holding nature of the enterprise and city size. To be specific, the innovation pilot policy plays a significant role in promoting the innovation of small and medium-sized enterprises, high-tech enterprises, privately held enterprises and enterprises in big cities. The test of the mechanism shows that the innovation pilot policy mainly affects enterprise innovation through government financial subsidies, increasing the degree of enterprise agglomeration, and reducing institutional transaction costs. The above findings provide micro-evidence for the rational evaluation of the effect of the national innovative city pilot policy and has great significance in the further promotion of enterprise innovation.
Key w ords：Innovative City；Pilot Policy；Enterprise Innovation；Quasi-Natural Experiment *基金项目：国家社会科学基金一般项目“生产性服务业发展与中国全球价值链战略地位提升研究”（14BGL012)。

第37卷第丨2期杨仁发李胜胜：创新试点政策能够引领企业创新吗？• 33•
一、引百
我国经济从高速增长转向高质量发展过程中，创新建设具有重要的战略意义。

我国各级政府 不断进行机制体制改革，大力完善创新建设的制度环境，及时出台相应的实施政策，促进企业创新。

企业创新具有外部性，存在一定的不确定性风险，需要国家的政策支持（D〇si等,2006)。

国家宏观 层面的政策或因素对企业创新的影响越来越重要（Chava等，2013)，而作为具有中国特色的政策创 新和制度创新的试点政策显然属于国家宏观层面的政策因素。

围绕创新建设我国先后实行多项创 新试点政策，例如,2006年国家创新型企业试点政策、2008年国家创新型城市试点政策和2013年 国家创新型产业集群试点政策，多数试点政策已实施了较长时间，因此这些试点政策的创新效应需 要进行合理准确评估，这不仅需要宏观层面的评估，更需要微观层面的评估。

考虑试点实施时间和 微观效应评估，本文选择国家创新型城市试点政策进行微观层面效应评估，为现阶段建设创新型国 家发展战略提供经济学研究支持。

梳理国内外相关文献发现，与本文相关的文献主要集中在试点政策效应以及国家宏观政策对 企业创新影响两个方面。

从国家试点政策的相关研究来看，主要围绕两个方面展开:一是政策试点 的理论分析，主要围绕政策试点的特征、过程模式、作用机理、推广逻辑等方面展开，对政策试点作 为政策制定方法论的本质和推动改革的功能已基本达成共识，对试点效应的研究多数采用比较法 进行，未来的研究应基于控制变量和设置对照组的大样本量化进行（李壮，2018)，本文正是基于这 一方法进行试点效应评估;二是围绕国家试点政策效应进行分析，与本文相关的主要是对企业创新 的影响。

王海成和吕铁（2016)研究发现知识产权刑事、民事、行政案件“三审合一”试点对企业创 新具有显著促进作用，且不存在时滞。

杨以文等（2018)分析发现试点政策对创新型企业创新绩效 具有显著的正向作用，但对创新质量提升不显著，且政策效果因企业规模和区域发展水平存在差异 性。

王永进和冯笑（2018)研究发现行政审批制度改革试点能够显著促进企业创新水平，但对不同 专利类型和企业性质的政策效果差异较大。

张璇等（2019)研究发现“营改增”政策通过企业税负 渠道显著促进企业创新，且与税负增幅下降程度呈正相关。

从国家宏观政策与企业创新的相关研究来看，宏观政策对企业创新的影响探讨主要从国家发 展战略、产业政策以及政治关联等方面进行。

一是在国家发展战略方面。

目前主要是基于“一带 一路”倡议的研究，研究发现“一带一路”倡议能够显著提高中国企业创新水平和助推中国企业升 级(王桂军和卢潇潇，2019a、201%)。

二是产业政策的企业创新效应。

现有的研究结论存在差异。

HuS S inger(2008)利用德国制造业数据研究发现补贴政策具有正向效应，能够激励私人研发投资，促进企业创新，此后许多学者研究均得到相似结论。

陆国庆等（2014)研究发现政府对战略性新兴 产业创新补贴绩效和外溢效应均显著，但对单个企业的产出绩效效应不明显。

Boeing( 2016)研究 发现政府补贴政策具有研发投资的挤出效应，从而抑制企业创新。

黎文靖和郑曼妮（2016)研究认 为中国产业政策激发企业创新更多的是一种创新策略而非实质性创新，追求“数量”而忽略“质 量”。

三是政治关联对企业创新的影响。

国内较多学者对此进行了探讨，袁建国等（2015)研究发 现企业政治关联通过降低市场竞争、助长过度投资等作用渠道阻碍企业创新活动，降低创新效率。

党力等(2015)采用双重差分方法探讨发现反腐败政策使得具有政治关联的企业显著增加研发支 出，从而促进企业创新。

王健忠和高明华（2017)基于上市公司企业家能力指数分析发现反腐败使 得企业家能力更多地配置到生产领域，增加创新投入，促进企业创新。

于文超（2019)基于政企关 系重构研究发现地方官员更替越频繁，企业创新概率和创新强度则越高，但在政府管制较强与法制 环境较差地区，企业创新概率和创新强度随官员更替频率增加呈倒“U”型变化。

.34.统计研究2020年12月
总的来看，现有文献对于企业创新的研究更多是基于企业内部微观层面以及产业政策等因素 进行分析，较少涉及国家宏观试点政策因素的影响，而国家创新试点政策对企业微观主体的影响分 析显得尤为重要，这正是本文探讨的视角。

本文的边际贡献主要在以下三个方面:一是利用国家创 新型城市试点政策，基于微观数据，采用双重差分法考察其对企业创新的影响，较好地解决无法量 化指标选取的问题，并有效克服内生性问题，提高研究结论的可靠性。

二是区别于现有文献对企业 创新影响因素的分析，本文从国家试点政策的角度分析对企业创新的影响作用机制，这将企业创新 影响因素拓展到宏观试点政策层面，拓宽了创新理论的研究视角。

三是丰富和补充了试点政策效 应评估的研究。

本文选取国家创新型城市试点这项具有明确政策目标的试点政策作为研究切人 口，评估其企业创新效应，这既丰富了试点政策效应评估方法研究，也为促进我国创新型城市建设 提供政策建议，还可为我国建设创新型国家发展战略提供决策参考。

(一）政策背景
政策试点是我国治国理政策略体系的重要组成部分。

政策试点的目的是在正式政策或制度出 台之前，先在局部范围内进行政策活动以检验政策的可行性、合理性和科学性。

政策试点能够有效 降低整体性政策成本和制度成本，有助于把控不确定性风险和化解可能面临的种种阻碍（闫义夫，2017)。

本文分析的国家创新型城市试点正是这样的一种政策试点。

改革开放以来，我国经济社 会发展取得了举世瞩目的成就，但创新能力的不足对经济社会发展的制约逐渐体现出来，同时还面 临着发达国家科技占优的巨大压力。

为全面落实自主创新战略,2008年6月，国家发展和改革委 员会（简称国家发改委）批准深圳为第一个创建国家创新型试点城市;2010年1月，国家发改委批 准大连等16个城市、科技部批准北京市海淀区等20个城市（区）为国家创新型试点城市（区），此 后逐渐增加国家创新型试点城市（区），到2013年全国创新型试点城市（区）总数为61个。

自实施国家创新型城市试点政策以来，各试点城市均制定相应的《建设国家创新型城市试点 工作实施方案》。

经过多年建设，试点城市创新投人不断增加。

例如,第一个试点城市深圳的研究 与试验发展（R&D)经费支出自试点实施后大幅增加，从2009年的279.7亿元增加到2016年的 842. 6亿元，占GDP的比重也相应从3.4%提高到4.3%，远高于全国水平的2. 1%。

2010年成为试 点城市的合肥R&D经费由当年64亿元增加到2016年的194. 8亿元，占GDP比重从2.3%提高到3.1%,2017年1月获批成为全国第二个综合性国家科学中心。

更为重要的是，目前我国已进人创 新型国家建设“冲刺期”，需要充分发挥创新型城市的引领、示范和带动作用。

2018年4月，科技 部、国家发改委支持新一批17个城市开展创新型城市建设®，提出“着力探索具有自身特色的创新 发展路径，形成可复制、可推广的经验做法，打造区域创新示范引领高地”。

因此，这就需要对试点
—推广”，不断扩大试点范围，以更好地实现《国家
—总结—
政策进行效应评估，以更好地“试点—
创新驱动发展战略纲要》提出的战略目标。

(二） 机制分析
创新型城市试点政策对企业创新的影响机制主要为以下两个方面:一是创新型试点城市的政 策效应;二是创新型试点城市的集聚效应。

1.创新型试点城市的政策效应。

目前，试点城市实施的国家创新型城市建设方案均提出加快机制体制创新以及制定相应的政
①由于这批创新型城市建设开展时间较短，因此不纳人本文分析范围。

第37卷第12期杨仁发李胜胜：创新试点政策能够引领企业创新吗？• 35•
策措施，各级政府主要通过管理体制创新、投融资体系建设、法律法规完善、基础设施建设、政策优 惠制定等方式完善城市创新环境和条件，吸引创新企业,提高企业创新能力和创新发展水平。

试点 城市均提出相应的创新型目标产业和创新区域，例如高技术开发区、科技园、创新基地等。

由于政 府拥有对资本、土地等关键要素定价权的控制（李贲和吴利华，2018),以及财政支出的支配权和税 率设定的决定权（余明桂等,2010),因此政府能够相应提供涉及信贷、补贴、用地、行政审批等方面 的一系列特殊政策待遇（Alder等,2013)，同时政府也将大量资金投向基础设施和配套设施的建设，特别是创新区域的建设，这样，创新型试点城市的建设将给企业提供直接或间接的外部资源，增 强企业获取外部资源的能力。

总的来看，政策效应主要体现在“政策租金”和制度性交易成本两个 方面。

“政策租金”主要表现为财政补贴和税收优惠，能够使得企业获得相应的额外经济利益，这直 接增加了企业当期的资金存量，同时也将间接提高企业未来获取更多资源的能力。

地方政府对企 业财政补贴的主要目的是提高企业效率或社会效益（余明桂等，2010)，而企业效率的提高主要通 过科技创新和技术进步来实现，同时，财政补贴的主要形式是通过无偿资金转移直接增加企业可支 配资金,从而增加企业总利润，这将缓解企业融资约束，提高企业融资能力，加大企业研发投入，促 进企业创新。

税收优惠政策主要围绕促进区域协调发展、资源节约型和环境友好型社会建设、科技 进步和自主创新等方面进行，而对科技进步和自主创新的税收优惠政策主要包括鼓励高新技术产 业发展、鼓励企业增加研发投人、提高自主创新能力、鼓励先进技术推广和应用等方面。

对于企业 来说，税收优惠将直接获得成本优势，增强盈亏平衡能力，改善企业效率，同时，企业在税率降低时 将从效率改善的收益中获得更高的分成（向宽虎和陆铭，2015)。

因此，税收优惠将使得企业具舍 更高的优化效率动力，从而增加创新投人，促进企业创新。

企业的制度性交易成本是指企业在运转过程中由于执行政府制定的一系列规章制度所付出的 成本，例如各种税费、融资成本（汪玉凯，2016)。

在创新型试点城市建设过程中，简政放权等政策 落地将使得企业的制度性交易成本下降，从而有利于企业创新。

例如，审批时间的缩短和审批手续 的简化将有利于企业及时把握市场信息，加快企业家创业（王永进和冯笑，2018);同时审批权限的 下放将缓解企业资金约束，进而降低企业的财务成本，从而促进企业创新;再如“营改增”政策的实 施有效降低企业税负的增加，从而促进企业创新（张璇等，2019)。

2.创新型试点城市的集聚效应。

创新型试点城市主要通过设立高技术开发区、科技园、创新基地等创新区和采取各种政策推动 产业技术体系创新。

创新区主要是引人创新型试点城市发展的目标产业及其关联产业，这样产业 内企业、生产和服务供应链相关企业则会大量入驻，形成相关产业集群，提高产业集聚程度。

总的 来看，产业集聚将会实现内部规模收益递增和外部规模经济，集聚效应主要作用之一是创新活动的 循环累积过程，创新区的产业集聚正是通过这种“循环累积”效应促进企业创新。

产业集聚外部性 来自知识技术溢出、劳动市场共享和中间品投入共享，这样创新区集聚效应对促进企业创新的影响 主要体现在知识溢出效应、技术扩散效应、要素投人规模效应等方面，创新区产业集聚加速企业创 新活动、知识溢出和技术扩散，提高企业创新效率，同时生产要素的集聚提供大量熟练劳动力、市场 需求和信息等有利条件，这不仅可以有效降低生产要素成本，改善企业生产效率，还将提高生产要 素服务质量（李贲和吴利华，2018)，从而促进企业创新。

具体来看，创新型试点城市的集聚效应主 要在以下四个方面:一是学习效应。

创新区目标产业及关联产业的企业集聚有利于创新主体即企 业之间的信息交流与沟通，有利于创新知识和技术的积累、扩散以及新知识和新技术的产生（范剑 勇，2004)，因此，由于产业集聚的知识和技术的溢出效应为企业创新提供知识供给，从而促进企业
.36•统计研究2020年12月
创新。

二是规模效应。

创新区的产业集聚容易增加劳动力要素、人才要素以及研发要素的流人，扩
大生产要素的规模，从而提高人力资源的配置效率，及时满足企业的创新投人需求，由于空间地理
上的接近，相关企业可以共享研发基础设施，企业所需的创新原料以及创新产品销售成本都将降
低。

此外，创新要素的自由流动将通过不同主体间的交流而加快创新要素的空间传播，从而优化企
业创新环境。

三是竞争效应。

创新区的目标产业企业以及关联产业企业的大量集聚将形成较高的
市场竞争，企业具有更为强烈的产品升级或产品创新动力，从而加大创新投人，促进企业创新。

四
是合作效应。

创新区大量目标产业及关联产业企业的集聚不但增加企业间的熟悉程度，还增强企
业间的相互信任，减少信息搜寻成本尤其是创新要素的搜寻成本；同时大量的关联企业集聚有利于
增加企业间的合作和信任，降低企业创新风险和交易成本，从而促进企业创新。

三、模型设定、变量选取与数据说明
(―)模型设定
国家创新型试点城市的设立为采用双重差分法（D ID)评估政策效应提供了一个良好的“准自
然实验”。

在使用双重差分时，需要设置两个虚拟变量：（1)实验组与控制组虚拟变量实
验组为创新试点城市的企业，定义为1。

控制组为非试点城市的企业，定义为0。

（2)政策时间虚
拟变量考虑到成为创新型试点城市的时间差异，将企业所在城市成为创新型试点城市的
年份及以后年份定义为1,之前年份定义为0。

其中，这两个虚拟变量的交乘项ZrmtofxpmW是政
策实施的净效应。

虽然使用DID模型可以得到政策对企业创新水平的影响，但企业的发展在时间效应上表现出
异质性，不同企业的特征会随着时间发生改变。

在运用DID方法分析时，很难保证实验组与控制
组的基本特征尽可能地相似。

针对这一问题，米用Heckman( 1979)提出的倾向得分匹配模型(PSM)可以消除这种样本选择偏差。

因此，采用Heckm an(1998)的做法将双重差分与倾向得分匹
配模型结合起来使用，分析创新型城市试点政策的企业创新效应。

根据以上分析，基准回归的双重
差分模型设定如下：
innovation,s, ^/30 +/?,〇.,+/3…XI S I + £：；s,(1)
进一步，利用PSM模型匹配与实验组最相似的控制组，因此，PSM-DID模型设定如下：
innovation™ =/30 +/3,Djl+/3n Xlsl +(2)
其中j为企业d为城市，《为时间，imiomf/w i为企业创新活动，Z为控制变量。

/)、，表示构建的双
重差分项D,£为随机干扰项。

(二）变量选取
1. 被解释变量。

企业创新活动，主要从两个维度进行衡量：一是企业创新活动的
产出指标，由于专利授权量更能反映中国企业自主创新能力（张杰等，2017)，因此本文使用企业当
年专利授权量进行衡量。

考虑到企业专利从研发到真正授权具有一定的时滞，也将专利授权量滞
后一期作为被解释变量（虞义华等，2018)。

这里专利授权量的处理方法为加1后取自然
对数。

二是企业研发投入密集度如），主要反映企业创新投人强度，采用企业当年研发经费
投入占主营业务收人比值衡量（张杰等，2017)。

2. 解释变量。

前文中构造的两个虚拟变量交乘项，即双重差分项为解释变量，代表创新型城市 试点对企业创新的政策效应。

3. 控制变量。

根据已有文献，借鉴王海成和吕铁（2016)、虞义华等（2018)等的做法，选择的控 制变量如下：企业规模（^匕），取企业总资产自然对数；主营业务收人（hMZe)，取自然对数；员工
第37卷第12期杨仁发李胜胜：创新试点政策能够引领企业创新吗？• 37•
劳动生产率(,取企业人均营业收入自然对数;企业总资产净利润率（),用净利润与总资 产比值衡量;企业负债率(k)，用企业负债总额与总资产比值衡量；现金资产比率用现金
资产与总资产比值衡量现金持有;资金约束用应收账款与总资产比值衡量;全要素生产率采用王海成和吕铁(2016)的计算方法得到。

(三）数据说明
为保证研究的政策效应可靠性，本文删除北京海淀区、天津滨海新区、上海杨浦区、重庆沙坪坝 区等4个直辖市辖区得到57个创新型试点城市的企业作为实验组，其余非试点城市企业为控制 组。

本文企业数据来源于国泰安数据库中发行A股的上市公司相关数据，选取的样本时间为2005-2016年。

参照已有文献的做法对企业相关数据进行以下处理:删除被ST或* S T的企业;删 除主营业务收入小于0,净利润大于1或者小于-1的样本;删除负债率大于1，净资产收益率大于1或小于-1的公司。

为了减少离群值对回归的影响，本文对总资产净利润率（/?〇/!)、企业负债率 (/«；)、现金资产比率(c a d)在1%和99%分位上进行双边缩尾处理。

采用人工手动的方式匹配每 个企业所在的地级以上城市，最终得到234个城市1645家上市公司的非平衡面板数据。

由于2007 年中国上市企业才公布研发投入数据，因此在使用研发投入密集度作为被解释变量进行回归时，样 本数会相应减少。

对少量缺漏值采用插值法补齐。

主要变量的描述性统计见表1所示。

表1主要变量描述性统计
变量平均值标准差最小值最大值样本数pafenf (项） 2. 1595 1.22500. 1305 5. 856410292
rd_ratio(—)0. 03370. 03430.00010. 19696741
Insize (兀)21.68531. 126016. 703727.138810292
Insale (j c)21. 1445 1.336210.715026.015710292
labor (兀/人、 2. 63720.0771 2. 4570 2. 849210292
R0A(~)0. 02410. 0353-0. 08250.154010292
lev(—)0.41600. 20340. 04560. 884310292
cash(-)0. 04520. 0697-0. 15340.248110292
Jinan(-)0. 12780. 09910.00000.759710292
pradu (兀/人）16.6303 1.42297.573423.596410292
四、实证分析
(一）初步回归结果
由于创新型试点城市政策实施时间不一致,为此构建多期双重差分模型。

由于创新型试点城 市政策时间跨度较大，导致部分估计双重差分项的观测值较少。

针对这一问题，由于双向固定效应 模型在样本较少时估计结果可能有偏，因此本文使用混合最小二乘法（pooled OLS)检验政策对企 业创新的净效应。

表2报告了基本初步回归结果，第（1)~(3)列为不加控制变量的估计结果，第(4) ~ (6)列为加人控制变量的结果，三个模型中分别采用专利授权量(pateW)、专利授权量滞后一 期(i.pateW)、研发投人密集度（心）衡量企业创新水平。

根据估计结果可知，无论是否加入控 制变量，D的估计系数在1%水平上都显著为正,表明创新型城市试点政策有利于企业创新水平的 提升。

第（4)列和第（5)列估计结果显示，在控制时间效应与行业效应并加入控制变量后，D的系 数分别为0.1295与0.1225,说明考虑专利授权的滞后性，估计结果也基本一致，从经济意义上看，创新型城市试点政策使企业专利增加约12.25%。

第（6)列结果表明创新型城市试点政策使企业 研发投入密集度提升7.9%。

因此，国家创新型城市试点政策有利于提高企业创新水平，能够起到 引领企业创新的作用。

• 38•统计研究2020年12月
表2 创新型城市试点政策对企业创新影响的回归结果
(1)(2)(3)(4)(5)(6)
patent L. patent rd一r atio patent L. patent rd 一ratio
D 0. 1610***0. 1581 …0. 0097 …0. 1295 ***0. 1225***0. 0079 …
(6. 06)(5.56)(11. 13)(5.20)(4. 59)(10.04)
Insize 0. 3339 ***0. 3319***0.0174 *** (11.58)(10.60)(17. 12)
Insale 0. 1389***0. 1335***-0. 0204 % (5.42)(4.83)(-22. 32)
labor -0. 6766 **-0. 7883 ***0.0153 (-2. 53)(-2.72)(1.63)
ROA 0. 9770 **0.7980 *0. 0445 …
(2.41)(1.79)(3. 14)
lev -0.5241 …-0. 3864 …-0. 0239 *** (-7.36)(-4.92)(-9.76)
cash
0. 29450.20110. 0232 …
(1.63)(1.00)(3.76)
2. 1362*** 2. 0635 ***0• 0366 …
Jinan
(17. 13)(15. 31)(8.36)
produ
-0. 0495 ***-0. 0433-0. 0009 *
(-3.71)(-3.03)(-1.93) 0. 9001 …0• 9605-0.0101-6.3376***-5.9981 ***0. 0256
一cons
(7. 17)(7.00)(-1.39)(-11.88)(-10. 37)(1.32)
年份效应控制控制控制控制控制控制行业效应控制控制控制控制控制控制N10292857267411029285726741 R20. 05580. 05490. 05880. 18380. 18110. 2414注：* ** *** :分别在10% 5%、1%水平上显著，括号里为t值，下表同。

(二）PSM-DID方法检验
丨.匹配检验。

双重差分法对政策效应进行评价时，需要保证实验组与控制组具有相同的发展趋势，二者之间 的差异不随时间发生变化。

为了克服实验组企业与控制组企业之间变动趋势的系统性差异，本文 进一步采用PSM-DID方法分析创新型城市试点政策对企业创新的影响，降低双重差分估计偏误。

借鉴王海成和吕铁（2016)的做法，使用A:个最近邻域匹配方法®(A= 4,半径为0.05)进行匹配效果 分析。

使用PSM模型进行匹配的前提是满足平行假设与共同支撑假设。

匹配效果如图I所示，可 以看出，匹配前代表变量的点远离标准误为0的竖线，表明协变量之间存在较大差异，匹配后的大 多数点靠近竖线，表明协变量之间不存在显著差异。

共同支撑假设则通过ROC曲线比较判断，满 足共同支撑假设的原则是匹配后AUC结果接近0.5,越接近匹配效果越好。

图2中ROC线下面积 AUC为0.57,表明通过共同支撑假设检验。

因此，本文使用的PSM-DID模型具有较好的实证分析 效果®。

2.PSM-DID检验结果。

进一步似然比检验结果发现，匹配前^ = 0.000,匹配后/；= 0.903，表明匹配前实验组与控制组 之间的差异在匹配后已无显著性差异，进一步表明本文使用的PSM-DID具有合理性。

匹配完成 后，删除不满足共同区域假定的观测值。

在此基础上，使用DID方法分析K配后的数据，表3列出 了PSM-DID的检验结果。

可以看出，无论是否加人控制变量，估计系数在1%水平上显著为正，表
①本文采用其他不同的匹配方法得到的结果相近。

②因篇幅所限，共同支撑假设统计检验以附表1展示，见《统计研究》网站所列附件;。