基于PSM-DID模型的政策對試點企業經營績效的影響評價研究——以 “供應鏈創新與應用試點”政策為例

劉偉華 孫嘉琦 陳之璇 劉馨允

（天津大學管理與經濟學部，天津 300072）

引 言

21世紀的競爭不是企業之間的競爭，而是供應鏈與供應鏈之間的競爭。當前，新一輪科技革命和產業變革加速演進，在經濟全球化大背景下，企業供應鏈愈發變得更加動態和復雜，對企業經營績效的重要性與日俱增［1］。因此，加快供應鏈運作效率、提高供應鏈柔性與協調能力和增加供應鏈運營收益成為我國企業供應鏈創新發展的必然要求。

在這樣的背景下，我國政府積極推進供應鏈領域政策的制定與發布，供應鏈在我國政策文件中提及頻率明顯增加，如何更好地評估既有政策帶來的績效成為政府進一步制定供應鏈相關政策的關鍵。2017年10月，國務院辦公廳發布了第一份中央層面的供應鏈政策文件 《國務院辦公廳關于積極推進供應鏈創新與應用的指導意見》［2］，該政策文件有著重要的意義，指明了我國供應鏈創新與應用的必要性。但由于該政策是指導性意見，涉及企業數量廣泛且不確定，難以準確評價該政策對企業帶來的影響。2018年4月10日，商務部、國家市場監督管理總局、工業和信息化部、中國物流與采購聯合會等八部門下發 《關于開展供應鏈創新與應用試點的通知》（商建函［2018］142號）（以下簡稱 “供應鏈創新與應用試點”政策），該政策有明確的時間起點，并且有著明確的政策支持對象（即269家試點企業），試點實施期為2年。該政策具備 “準自然實驗”的研究條件，對該政策實施效果進行評估，不僅能夠對該政策進行效果評價，考察該政策是否對試點企業有益，也能夠為促進我國供應鏈發展的相關政策建議提出提供具體的參考。因此，研究該政策對企業經營績效的影響對進一步完善供應鏈相關政策具有重要的研究價值。

在以往政策評估的研究中，有幾種主流的評估方法，包括雙重差分方法、工具變量法和傾向得分匹配法等［3］。其中，工具變量法應用的局限性較強，較難找到好的工具變量［4］。而由于本文選取的研究政策為試點政策，更加適合采取分組別差分的雙重差分法進行研究。雙重差分（DID，Difference-in-Difference）最初由普林斯頓大學的Ashenfelter和Card于1985年在一篇項目評價的文章［5］中提出，之后在計量經濟學界以及社會學界被廣泛應用于政策評估領域。如Zareh Asatryan等（2017）［6］結合雙重差分方法和非連續性回歸方法利用德國巴伐利亞州1995年引入的地方自主權來研究直接民主對財政的影響。Lori Prince Hagood（2019）［7］采用雙重差分方法探討績效資助對國家撥款的影響，同時定量分析了不同機構類型的異質待遇效應。 Chiu-Fang等（2020）［8］應用雙重差分模型研究衛生資源和服務管理局（HRSA）資助項目對美國牙醫執業點的潛在影響。Lajos Baráth等（2020）［9］研究了 2006～2013年期間，不同類型的補貼對斯洛文尼亞農業全要素生產率（TFP）不同組成部分的影響。國內研究方面，用該方法進行的研究包括我國 “抓大放小”、戰略重組政策（李楠和喬榛，2009）［10］、稅收政策（江明軒，2011；韓仁月和馬海濤，2019）［11，12］、 “營改增”政策（袁從帥等，2015）［13］、鐵道部改革（Wang等，2018）［14］、 “一帶一路”、 “中國制造 2025”（端利濤等，2020）［15］等。可見，雙重差分模型方法在政策效果評價領域被普遍認可，但雙重差分模型仍然具有一定的局限性，即難以滿足樣本共同趨勢假設，針對此，傾向得分匹配法（PSM，Pro?pensity Score Matching）能夠很好地克服樣本選擇的內生性影響，鑒于此，本文政策評估時將雙重差分方法和傾向得分匹配法相結合，構建PSMDID模型以彌補雙重差分方法的局限性。

資產收益率ROA指標的高低直接反映了公司的競爭實力和發展能力，也是決定公司是否應舉債經營的重要依據［16］，因此可以作為公司經營績效的核心指標。本文以 “供應鏈創新與應用試點”政策的實施作為研究對象，構建供應鏈政策評價的準自然實驗，基于2015～2019年的面板數據，運用PSM-DID雙重差分傾向得分匹配模型探討政策對試點企業經營績效中的盈利指標資產收益率（Return On Assets，ROA）的影響，以研究政策的實施能否促進試點企業更有效地經營。本文的研究表明，實施 “供應鏈創新與應用試點”政策，對試點企業的經營績效ROA有著顯著的正向促進影響，表明我國該政策實施效果良好；此外，企業規模、企業的資產負債率、托賓Q值和企業固定資產投資比率都對ROA有顯著影響。其中企業規模和托賓Q值對ROA有正向影響，資產負債率和固定資產投資比率對ROA有負向影響。

1 研究假設

為開展本文的研究，根據本政策的相關內容和本文研究目標，特提出以下假設：

（1）試點政策與企業經營績效的關系

“供應鏈創新與應用試點”政策旨在推動企業提高供應鏈管理和協同水平、加強供應鏈技術和模式創新、建設和完善各類供應鏈平臺、規范開展供應鏈金融業務、積極倡導供應鏈全程綠色化，進而全面提升企業經營績效。針對 “供應鏈創新與應用試點”政策，本文將基于2015～2019年的面板數據對試點企業的經營績效的影響效果進行評估。根據政策內容，該政策試點重點強調試點企業的創新轉型和降本增效，這會促進試點企業的研發投入提升，而根據以往研究（劉睿智和張魯秀；鄭海元和李元杰）［17，18］，企業在研發或者無形資產上投入的增加能夠增強公司盈利能力。同時，該政策還積極推動企業同商業銀行、高校、研究機構等的供應鏈合作以推動供應鏈信息化發展，而信息化水平提升有助于信息在組織內傳播以及提升共享的有效程度從而有助于顯著提高企業績效［19］，信息化能夠增強和促進企業資源利用效率和生產率的提升［20］，因而能夠降低企業運作成本。因此，本文認為，該政策實施能夠顯著正向提升企業盈利能力，因此本文提出假設1。

H1：“供應鏈創新與應用試點”政策對試點企業的經營績效ROA有顯著正向促進作用。

（2）試點企業規模與企業經營績效的關系

企業規模的大小在一定程度上反映了企業成長的不同階段，目前對企業規模的衡量方式有兩種，分別是定性和定量。其中定性方式包括公司運營形式、行業地位、股東權益集中情況等，而定量方式則包括雇員人數、資產總額、營業總額等［21］。根據經典的SCP理論，市場結構決定企業市場行為，企業市場行為又決定經濟績效，而企業規模作為重要的市場結構變量對企業績效具有顯著影響［22］。一般來說，試點企業規模越小，占有市場就越小，抗風險能力偏弱，生產技術等相對來講不如規模較大的企業技術成熟，盈利能力相對也較弱［23］，因此本文提出假設2。

H2：企業規模與企業經營績效ROA有顯著正向關系。

（3）試點企業成長能力與企業經營績效的關系

托賓Q值是公司市場價值對其資產重置成本的比率，該指標主要反映了企業兩種不同價值估計的比值，而同時也側面反映了企業的成長能力［24］。若企業的托賓Q值越高，則對應企業的市場價值相對高于資本的重置成本，此時企業在發行少量股票的情況下能夠買到較多的投資品［25］，進而能夠提供給經營活動的支出增多，企業主營業務以及其他業務總產出相應增加，盈利也將相應增多。因此，本文提出假設3：

H3：試點企業托賓Q值與企業經營績效ROA有顯著正向關系。

（4）試點企業負債水平與企業經營績效的關系

負債水平一般通過資產負債率衡量，即負債總額與資產總額的百分比。當前，學術界針對資本結構與盈利能力關系也開展了相關的研究。其中，我國學者對我國上市公司的研究結果大多為負債水平與盈利能力呈反比例關系，如陸正飛和辛宇（1998）［26］對35家運輸設備業上市公司的實證研究，宋忠寧和張建平（2010）［27］對江蘇省上市公司的實證分析。本文認為，負債率越高的企業，其經營風險越高，導致企業很難有潛力實施更好的企業績效。綜合以往研究所得結論以及本文所選取的研究對象，本文提出假設4。

H4：試點企業負債水平與企業經營績效ROA呈顯著負向關系。

（5）試點企業固定資產比率與企業經營績效的關系

固定資產比率不同能夠在一定程度上反映出企業是輕資產型企業還是重資產型企業等，而資產異質性等很大程度上影響企業的盈利能力［28］。同時，根據固定資產比率定義，該值為固定資產與資產總額的比值，因而該比率的不同還將影響企業的流動資金，具有不同固定資產比率的公司其流動資產額、現金持有水平等不同。而柳丹（2013）［29］針對A股制造業上市公司研究得到超額現金持有量能夠顯著提升公司經營績效。另外根據權衡理論，現金持有量越多，能為企業投資提供越好的支撐，并且更有效地體現出持有現金的價值增值能力，有助于企業績效水平提升［30］。因此，本文提出假設5。

H5：試點企業固定資產比率與企業經營績效ROA呈顯著負向關系。

2 研究設計

2.1 模型構建

（1）對樣本進行PSM傾向得分匹配

使用DID方法，必須要保證對照組和處理組滿足共同趨勢假設這一前提，即需要保證二者的被解釋變量在政策實施前的時間趨勢是相同的，若不滿足該前提，就無法滿足用對照組模擬未受政策影響時時間效應的要求，結果將存在較大的偏誤，不能有效反映政策真實效果。然而由于政策涵蓋領域較大，不同行業和領域以及不同企業自身存在差異性，很難保證最初所選樣本能夠滿足共同趨勢假設，因此需要借助一定方法篩選出滿足共同趨勢假設的樣本，在此基礎上再去進行政策效果的評估。關于如何選擇出具有平行趨勢的樣本，由Rusenbaum和Rubin于1983年提出的PSM傾向得分匹配法被廣泛應用于解決樣本選擇偏差問題中，其原理是選出可能影響處理組樣本未來趨勢的各種特征，并根據這些特征在對照組中選取盡可能相同的樣本進行匹配，從而篩選出符合共同趨勢假設的可用樣本，從而減少誤差。PSM有多種匹配方法，包括最鄰近匹配、核匹配、半徑匹配［31］。本文將采用3種方法中最為常見的最鄰近匹配方法進行研究。

（2）構建DID雙重差分模型評估政策效果

DID模型作為政策效應評估的廣泛應用方法，能夠較大程度地克服內生性的干擾，其基本思想是將政策看成一項準自然實驗，通過比較處理組和對照組在政策實施前后發生的差異來反映政策效果的方向及強弱。則對于本文來講，處理組即“供應鏈創新與應用試點”企業，對照組則是非試點企業，并構建DID模型。具體見下式：

其中，Y代表被解釋變量，下標i代表第i個企業，下標t代表第t年，Xit代表若干控制變量（匹配變量），εit代表隨機擾動項。若個體是試點企業，屬于處理組，則令Treati＝1，若不是，則令Treati＝0；若時間在政策實施后，則令Postt＝1，若在政策實施前，則令Postt＝0。根據表1可知交互項的系數β3的大小和方向能夠直觀反映政策效應。

表1 DID模型表格

2.2 變量選取

（1） 解釋變量

本節主要評估 “供應鏈創新與應用試點”政策的實施對企業的經營績效是否有顯著效果，因此將 “開展供應鏈創新與應用試點”政策實施作為解釋變量，在模型中體現為treat和post。

（2）被解釋變量

小學階段是學生語文學習的啟蒙階段，是培養學生良好學習習慣的最佳時期。在小學語文的教學中，朗讀教學的開展，有利于培養學生的語感，發展學生的智力，加深學生對文本內涵的理解。因此，在新課程改革不斷深入發展的社會背景下，小學語文教師要重視朗讀教學，充分認識到朗讀教學的積極作用，積極開展朗讀教學，加強對學生的朗讀訓練，促進學生語文學習質量的提升，促進學生的全面發展。

本節目的在于評價該政策對企業的經營績效是否有顯著效果，而企業經營活動中往往最被關注的是賺取利潤，企業的盈利能力是企業生存與發展的物質基礎，也是企業業績的最終反映之一［15］，因此本文以總資產收益率ROA作為經營績效的對應指標，著重考察經營績效中的盈利能力部分。

（3）控制變量（匹配變量）

為進行傾向得分匹配方法，需要將處理組即試點企業的一些主要特征作為匹配標準，采用最鄰近匹配方法進行匹配。參考丁寧和丁華（2020）［32］的研究，以總資產自然對數代表企業規模，以資產負債率代表企業負債水平，以托賓Q值代表企業價值，以固定資產占總資產比重代表企業結構，以這4個指標作為匹配變量。變量說明如表2所示。

表2 變量設定

續 表

3 實證過程與結果分析

3.1 樣本選取與描述性統計

本文選取樣本為我國大陸A股上市公司，所有樣本數據均來自于CSAMR數據庫，并按照以下原則對企業數據進行初步篩選（王雄元和譚建華，2019）［33］：（1） 剔除 ST及 ST*類上市公司；（2）剔除相關數據缺失企業；（3）剔除B股企業；（4）剔除金融類上市公司。

經過處理后，最終得到3494家樣本上市公司，其中，供應鏈創新與應用試點企業77家，非供應鏈創新與應用試點企業3417家，樣本共包括2015～2019年5年間共15278個樣本，并在99%和1%分位處進行了縮尾（Winzorize）處理，并通過Stata15.0對主要變量進行了描述性統計，統計結果如表3所示。

表3 主要變量的描述性統計結果

3.2 傾向得分匹配結果分析

在對樣本進行相關處理后，本文對處理后的樣本面板數據運用Stata15.0進行傾向得分匹配，采用的具體匹配方法是最鄰近匹配，其中，匹配變量包括總資產自然對數、資產負債率、托賓Q值和固定資產比率。匹配過程中刪除沒有進行匹配的對照組，最終得到總樣本數為10680個，具體如表4所示。

表4 傾向得分匹配樣本結果

同時，由于傾向得分匹配依據樣本數據各匹配變量進行匹配，因此匹配后處理組和對照組均值差異相比于匹配前大幅降低。對此幅度降低的程度需要進行平衡性檢驗，以保證在樣本匹配后，對照組和實驗組的各匹配變量間沒有顯著差異，本文針對樣本的平衡性檢驗結果如表5所示，同時各匹配變量的標準化偏差如圖1所示，可以直觀地看出匹配前后各相關變量的標準差差異顯著減小且處于共同支持范圍以內，因而從平衡性檢驗的結果可以得知當前進行匹配之后的樣本滿足進行雙重差分研究的共同趨勢假設前提，因此將用DID方法進行接下來的政策評價研究。

表5 傾向得分匹配平衡性檢驗結果

圖1 各匹配變量的標準化偏差圖示

3.3 PSM-DID模型運行結果分析與討論

雙重差分結果如表6所示。運用Stata15.0對經匹配后滿足進行雙重差分方法研究前提條件的樣本進行研究，考察實施 “供應鏈創新與應用試點”政策對企業經營行為中經營績效的影響，具體體現為PSM-DID模型中交互項did對企業ROA指標的影響方向和影響程度。根據結果也可以分析得知，在進行該政策對ROA的影響評價時，必須對企業規模、企業資產等匹配變量加以控制和匹配。表6為最終的模型運行結果。

表6 供應鏈創新與應用試點對試點企業經營績效的雙重差分回歸分析

（1）假設1的主要結論與討論

從表6結果中可以看到，解釋變量，即交互項did，對ROA的雙重差分回歸系數為正（0.0114），并在1%的水平上顯著。因此，本文認為我國商務部等八部門于2018年開始實施的供應鏈創新與應用試點政策，對試點企業的經營績效ROA有著顯著的正向促進作用。該結果說明，我國開展該試點政策實施效果較好，政策成功促進試點范圍內企業的經營績效增加，增強了企業的盈利能力，因此，本文提出的假設1成立。

實際上，假設1的成立本身也來自于試點政策相關內容的推動。根據該試點政策的內容，政策可能在5個方面上促進了企業盈利能力的提升。①政策推動試點企業信息化升級以及技術的應用能夠使得企業各部門數據對接加快，效率提升，在相同時間內能夠完成更多的經營活動，加快供應鏈運作效率；②政策推動試點企業與高校和研究機構等開展密切合作，進行供應鏈相關領域技術的創新及研發，加快供應鏈新技術的推廣與應用，加速試點企業所在供應鏈的智能化、數字化等，這也將有效提升供應鏈和企業的盈利效率；③政策推動試點企業建立供應鏈平臺。 “供應鏈創新與應用試點”政策所選取的試點企業大多是國內知名企業，在各自領域占據較大市場份額，該政策試點過程中推動試點企業建立相關平臺并發揮平臺資源集聚、供需對接等功能，有效完善了各領域的現代供應鏈體系，其中的資源共享等福利可能使試點企業大大受益；④政策支持試點企業開拓和發展供應鏈金融業務，支持企業與商業銀行等合作，穩固并且優化了企業經營中非常重要的資金流，同時拓展了試點企業的盈利業務領域，能夠有效提升企業資產盈利能力；⑤政策要求全環節、全鏈條、全過程實現試點企業供應鏈綠色化發展，資源消耗降低一定程度上對企業經營績效也有著正向促進的影響。

（2）其他假設的主要結論與討論

從結果中同樣可以看到，企業規模、企業的資產負債率、托賓Q值和企業固定資產投資比率都對ROA有顯著關系，這說明H2、H3、H4、H5都是成立的。其中企業規模和托賓Q值與ROA有正向相關關系，資產負債率和固定資產投資比率對ROA有負向相關關系。數據驗證的結果也恰好驗證了將該4種變量作為傾向得分匹配變量的必要性。同時，該假設結果也可以得到合理的解釋：企業規模越大，說明企業整合資源的能力更強，并且擁有一些技術，因而盈利能力更強；托賓Q值衡量了企業價值，價值越高，一定程度上企業盈利能力越高；企業資產負債率越高，則表明其收入低于成本，其盈利能力很可能較差，導致ROA也呈現負向效應；固定資產投資比率高則其現金持有水平較高，根據以往研究，有利于公司的投資盈利活動，此外，固定資產占比高，其折舊額也會高，成本提高，同時資產周轉率會降低，影響經營活動效率，因此固定資產投資比率與ROA存在負向關系。

4 結論與啟示

本文通過檢索CSAMR數據庫，獲得我國2015～2019年間的3494家樣本上市公司的面板數據，構建PSM-DID模型，實證檢驗了我國商務部等八部門于2018年開始實施的 “供應鏈創新與應用試點”政策對試點企業經營績效ROA的影響，得到以下主要結論：（1）實施 “供應鏈創新與應用試點”政策，對試點企業的經營績效ROA有著顯著的正向促進影響，表明我國該政策實施效果良好；（2）企業規模、企業的資產負債率、托賓Q值和企業固定資產投資比率都對ROA有顯著相關關系。其中企業規模和托賓Q值與ROA有顯著正向相關關系，資產負債率和固定資產投資比率與ROA有顯著負向相關關系。這也側面表明了企業可以通過擴大企業規模、改善公司投資結構、減少負債、增強高附加值創造能力等方式提升自身的盈利能力。

根據實施 “供應鏈創新與應用試點”政策對試點企業的經營績效有著顯著的正向促進影響這一主要結論，結合該政策內容，本文能夠得到一定的政策含義：（1）推動試點企業信息化升級以及技術的應用，推動試點企業與高校和研究機構等開展密切合作，推動試點企業建立供應鏈平臺，支持試點企業開拓和發展供應鏈金融業務，推動試點企業供應鏈綠色化發展等具體政策舉措能夠在促進智慧供應鏈創新與應用的同時，有效提升企業的經營績效和盈利能力，激發市場活力，因此，類似的政策舉措可以在未來供應鏈相關政策制定中繼續采用，甚至加大落實力度；（2）本文通過實證分析證明了試點類政策具有較好的實施效果，因此未來促進供應鏈發展相關政策的制定可以從試點類政策開始，以點帶面，共同促進供應鏈體系向更智能、更可視、更協同、更綠色、更完善的方向發展。

本文仍存在一些研究的局限性，具體體現在研究過程中定量研究的部分重點只關注了政策實施對企業的影響程度，沒有利用數據定量研究細致研究政策具體的作用機制。另外由于數據采集的困難性，沒有能夠獲取2020年的數據進行研究，會在一定程度上影響研究結果的精度。在后續研究中，可以選取合適的定量研究方法以深入探究政策對企業影響的具體作用機制，這對于供應鏈政策制定將有著重要的參考價值。