评估示范推广模式的效果，首先要考察公共服务领域的电动汽车运营对私人电动汽车购买产生的影响。按照前面研究设计的思路，在2013—2015年开展私人电动汽车推广工作的城市中，根据数据完整性筛选出44个试点城市组成观测样本，以是否参加2009—2012年“十城千辆工程”为原则将其分为处理组和对照组，最终得到23个处理组[9]和21个对照组个体。由于“十城千辆工程”实施期间电动汽车尚未被正式引入私人领域，公共服务用电动汽车示范运营的效果积累至2013年以后才能被观察到，所以2013—2015年为示范项目真正发挥作用的时期，此时虚拟变量dt在2013—2015年记为1，在2009—2012年记为0。
根据式（2）设定的计量模型，通过比较对照组和处理组在“十城千辆工程”实施前后电动私家车数量的差异，就可以判断电动汽车在公共领域的示范运营对私人电动汽车产生的作用。需要指出，为了尽可能排除其他因素对私家车购买的干扰，控制变量的挑选除了要包含刺激消费者购买的政策与环境变量，还需要纳入用以匹配控制组和处理组的城市个体特征，以消除样本自选择问题带来的估计偏差。为此，在利用PSM-DID方法回归前，要利用Probit模型对地级市是否参与“十城千辆工程”的决定因素进行识别，备选变量包括：（1）反映城市经济与环境特征的人均可支配收入（inc）、人口密度（den）、空气质量（so2）[10]、当地是否有汽车整车厂商（iffirm）[11]；（2）反映城市综合地位的是否为省会或者计划单列城市（level）；（3）反映周边城市溢出效应的当年省内是否有试点城市（neibor）；（4）反映地方政府官员特征的市委书记年龄（age_sj）与上任时长（tenure_sj）。由拟合结果可知（见表5），各城市参与“十城千辆工程”与否主要与城市的经济发展水平、人口密度、空气质量、城市地位、省内是否有试点城市、市委书记上任时长有关。在后续PSM-DID回归中，显著相关变量将用于对照组和处理组的匹配。
表5 城市参与“十城千辆工程”的决定因素
续表
为了观察处理组和对照组的匹配效果，本文进行了样本匹配的平衡性检验。根据表6，与匹配前相比，匹配后的处理组和对照组在人均可支配收入、人口密度、城市地位、邻近试点城市、市委书记上任时长等方面的差异大幅下降。除了空气质量以外，其他变量均值的t检验都不拒绝“处理组与对照组不存在显著差异”的原假设，可以认为处理组和对照组的个体特征基本一致，成为“十城千辆工程”试点城市的概率接近，从而保证了样本的选择性偏差得以消除，PSM-DID的估计结果是有效的。(www.xing528.com)
表6 PSM-DID的平衡性检验结果
接下来，基于匹配后的样本进行PSM-DID估计，为了便于比较，将DID回归结果同样列出（见表7）。列（1）和列（3）的回归过程没有包括控制变量，列（2）和列（4）则加入了控制变量。容易发现，无论采用DID还是PSM-DID估计方法，交互项treated×t的系数均显著为正，说明“十城千辆工程”的实施对私人电动汽车的推广的确存在积极影响。也就是说，电动汽车在公共领域的示范能够促进私人消费者对电动汽车的购买。加入控制变量之后，尽管交互项treated×t的系数大小有所下降，但依然在10%的置信性水平上显著为正。相较于DID的估计结果，PSM-DID的处理效应更为明显。
表7 DID与PSM-DID的估计结果
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。
