傾向得分匹配法介紹

1、傾向得分匹配法介紹 本研究主要考察政府對(duì)企業(yè)研究開發(fā)補(bǔ)貼的影響，由于傳統(tǒng)的模型例如采用普通最小 二乘法(OLS)估計(jì)的多元線性模型難以有效地解決可能存在的樣本選擇性偏差和遺漏關(guān) 鍵變量所造成的內(nèi)生性這兩個(gè)關(guān)鍵性問題。因此，本研究主要采用傾向得分匹配法 (prope nsity score matchi ng PSM)對(duì)政府對(duì)企業(yè)研究開發(fā)的補(bǔ)貼與企業(yè)發(fā)展水平的實(shí)證關(guān) 系進(jìn)行穩(wěn)健性的因果推斷。 一、模型構(gòu)建 1、政府補(bǔ)貼的二值分類指標(biāo) 傾向得分匹配法方法的理論框架是基于 “反事實(shí)推斷模型”，即假定任何因果分析的研 究對(duì)象都存在可以觀測(cè)到的和未被觀測(cè)到的兩種結(jié)果。以本研究為例，根據(jù)建模的需要， 首先

2、將樣本企業(yè)分為兩種類型，比較樣本企業(yè)在“受到補(bǔ)貼”與“沒有受到補(bǔ)貼”這兩種 狀態(tài)下是否存在系統(tǒng)性差異。一類是獲得政府在研究開發(fā)方面給予補(bǔ)貼的企業(yè)，即處理組 (T, treatment group)；另一類是沒有獲得政府補(bǔ)貼的企業(yè)，即為控制組(C, control group) 由此建立二元虛擬變量 Ds=0，1。當(dāng)Ds=1時(shí)，表示該企業(yè)S獲得了政府補(bǔ)貼；當(dāng)Ds=0 時(shí)，表示該企業(yè)S為參照組，沒有獲得政府補(bǔ)貼。 2、傾向得分匹配估計(jì)( PSM) 根據(jù)傾向得分匹配法方法的估計(jì)思路，假設(shè) lnincome 表示企業(yè)發(fā)展水平的結(jié)果變量， Inin come1表示獲得政府補(bǔ)貼的企業(yè)發(fā)展水平，Inin c

3、ome0表示未獲得政府補(bǔ)貼的企業(yè)發(fā)展水 平。根據(jù) Rubin 反事實(shí)估計(jì)的設(shè)定要求，本研究將獲得政府補(bǔ)貼對(duì)企業(yè)發(fā)展水平影響的參 照組平均處理效應(yīng)(ATT、控制組平均處理效應(yīng)(ATU和平均處理效應(yīng)(ATE分別定義 為公式( 1)-( 3)。 10 ATT=EI(nincome- Inincome) | X, subside=1( 1) 10 ATU= EI(nincome- Inincome) | X, subside=0( 2) 10 ATE=EI(nincome- Inincome) | X( 3) 其中，X為影響企業(yè)發(fā)展水平的一系列自變量；參照組平均處理效應(yīng)(ATT)測(cè)度的是 試驗(yàn)組樣本(

4、獲取政府補(bǔ)貼的企業(yè)樣本)在獲取政府補(bǔ)貼前后發(fā)展水平變化的期望值；控 制組平均處理效應(yīng)(ATU測(cè)度的是對(duì)照組樣本(未獲取政府補(bǔ)貼的企業(yè)樣本、在獲取政府 補(bǔ)貼前后發(fā)展水平變化的期望值；平均處理效應(yīng)( ATE 測(cè)度的是樣本滿足“個(gè)體處理效應(yīng) 穩(wěn)定假設(shè)”前提下，同一樣本企業(yè)在獲取政府補(bǔ)貼前后發(fā)展變化的期望值。 3、傾向得分匹配過程（matching） 在公式（1）和（2）中，E（nincome | X, subside=1表示獲得補(bǔ)貼的企業(yè)如果不接受政 府補(bǔ)貼時(shí)的企業(yè)發(fā)展水平，E（ nin come | X, subside=O表示沒有獲得補(bǔ)貼的企業(yè)如果接受政 府補(bǔ)貼時(shí)的企業(yè)發(fā)展水平，由此可以看出，這

5、兩個(gè)期望均值是非事實(shí)以及不可觀測(cè)的。解 決這一問題的關(guān)鍵思路是，如果可以找到與獲得政府補(bǔ)貼的企業(yè)“相似”的未獲取政府補(bǔ) 貼的企業(yè)，那么，就可以通過觀察未獲取補(bǔ)貼企業(yè)來(lái)判斷接受補(bǔ)貼的企業(yè)在反事實(shí)情況下 的發(fā)展水平，這一過程被稱之為匹配過程（matchi ng）。 通過匹配，可以使得獲取補(bǔ)貼的企業(yè)和未獲取補(bǔ)貼的企業(yè)所有的特征變量都盡量相同， 但這些特征變量的權(quán)重在很多情況下難以衡量?；诖耍捎脙A向得分匹配法則可以將眾 多指標(biāo)合成為一個(gè)得分（score），對(duì)得分相近的企業(yè)進(jìn)行匹配，因此，可以采用Probit或logit 二元選擇模型來(lái)估計(jì)企業(yè)接受補(bǔ)貼的概率值（公式（4）。 p(X) =Pro(su

6、bside =1| X)二 expX) 1 - expX) (4) 其中，p是企業(yè)獲取政府補(bǔ)貼的概率，X為一系列影響企業(yè)獲得政府補(bǔ)貼的因素，即匹 配變量。將這些匹配變量進(jìn)行回歸，進(jìn)而可以計(jì)算得到每一個(gè)企業(yè)是否獲取政府補(bǔ)貼的傾 向得分（propensity scor。根據(jù)這些傾向得分，我們可以將得分相近的企業(yè)進(jìn)行匹配，通 常采用的近鄰匹配方法有 K近鄰匹配、卡尺匹配和卡尺 K近鄰匹配。本研究分別采用上述 三種近鄰匹配方法進(jìn)行實(shí)證檢驗(yàn)，近鄰匹配方法的基本思想是為每個(gè)獲取政府補(bǔ)貼的企業(yè) 前向或者后向?qū)ふ椅ㄒ坏梅肿顬猷徑奈传@取政府補(bǔ)貼的企業(yè)作為前者的匹配對(duì)象。 4、匹配平衡性檢驗(yàn) 最后，要對(duì)匹配的結(jié)果進(jìn)行平衡性檢驗(yàn)，以檢測(cè)本研究的匹配結(jié)