双重差分法可以避免因反向因果引起的内生性问题，但无法处理选择性偏误造成的影响。为此本文采用倾向得分匹配法（PSM），尝试降低处理组与控制组中的企业在政策实施前的差异，并用匹配后的样本进行双重差分，检验前文结论的稳健性。参考董香书和肖翔（2017）等文献的处理方法，这一部分从一系列企业或行业层面的特征变量中选取政策冲击前处理组与控制组存在显著差异的变量，即企业资本劳动比（caplab）、全要素生产率（TFP）、所有制类型（soe）与二位码行业虚拟变量（Industry_2）作为协变量，按照最近邻匹配方法对处理组和控制组企业进行倾向得分匹配。匹配前后的平衡性检验结果汇报在附表2中，可以看到匹配后处理组与控制组的企业之间协变量不存在显著差异，且偏差绝对值均小于2%。附图1报告了匹配前后处理组和控制组企业倾向得分的核密度分布图，可以看出匹配前两组企业的倾向得分存在差异，但差异不大，由此初步推测，选择性偏误问题不严重，不会影响前文实证结果的稳健性；匹配后两组企业的一致性则较好，可以认为已控制了选择性偏误。表5汇报了在此基础之上利用子样本进行DID的检验结果。列（1）至列（3）分别报告了全样本、国有企业及非国有企业的回归结果，可以看到 DID 系数的符号与显著性均与前文一致。列（4）为动态回归，各交互项系数的显著性与匹配前相比得到了一定提升。列（5）至列（10）为安慰剂检验，分别假定以2002年和 2001年为政策实施年份，对全样本、非国有企业及国有企业进行平行趋势假定的检验，可以看到DID02和DID01的系数分别不显著，可以认为满足平行趋势假定，也进一步验证了前文结论的稳健性。
表5 PSM-DID的回归结果(www.xing528.com)
注：括号内的数值为聚类稳健标准误，***、**、*分别表示1%、5%和10%的显著水平。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
