【摘要】:为消除非政策因素对企业创新的作用影响,本文采用了广泛应用于政策效果评价的双重差分模型,以评价战略性新兴产业政策对于企业创新的效果。实际上,通过以上变量的设置,可将我们的实验样本划分为四组:战略性新兴产业政策实施之前的企业,战略性新兴产业政策实施之后的企业,战略性新兴产业政策实施之前对照组企业,政策实施之后对照组企业。
为消除非政策因素对企业创新的作用影响,本文采用了广泛应用于政策效果评价的双重差分模型,以评价战略性新兴产业政策对于企业创新的效果。具体设置方法,就是构造受战略性新兴产业政策支持的企业组(处理组)和没有划分到战略性新兴产业当中的企业组(对照组),通过控制其他影响因素,比较认定政策实施前后两组企业的创新水平之间的变化差异,来检验政府制定的战略性新兴产业的政策效果。
实际上,通过以上变量的设置,可将我们的实验样本划分为四组:战略性新兴产业政策实施之前的企业(IP=1,time=0),战略性新兴产业政策实施之后的企业(IP=1,time=1),战略性新兴产业政策实施之前对照组企业(IP=0,time=0),政策实施之后对照组企业(IP=0,time=1)。根据以上变量设置,构建以下双重差分(DID)模型:
模型(1)中:1β控制处理组与对照组之间的不同,2β控制时间对处理组与对照组的共同冲击,1α是控制其他影响企业创新的关键因素,3β则是体现战略性新兴产业政策效果的系数,具体解释如下:
根据模型(1)可知,对于处理组(IPit=0)和对照组(IPit=1),在政府实施战略性新兴产业政策之前(timeit=0)和之后(timeit=1)对于企业创新分别的影响效果如表3所示。(www.xing528.com)
表3 双重差分理论表
注:本表由作者计算、整理。
可以发现,战略性新兴产业政策实施前后对于处理组的企业创新影响效果为β2+β3,对于控制组的影响效果为β2,因此,战略性新兴产业政策 β2+β3-β2=β3,即模型(1)中的交叉项的系数。
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。