Page 14 - 中国药房2021年11期

1.4.2 模型建立 断点回归估计有参数估计和非参数 存在驱动变量被操纵的情况，可以有效保证系数估计值
估计两种方法，本研究使用非参数法进行估计。根据 的无偏性与一致性；其次，由图1、图2可见，政策断点处
Lee等 研究，构建如下模型： 医药制造业研发投入和主营业务利润率均存在明显“跳
[11]
Investk，t＝αD1+βCOVk，t+εk，t … … … … … … … … （1） 跃”现象。由图1可见，政策实行后医药制造业研发投入
Profitk，t＝δD2+γCOVk，t+ζk，t … … … … … … … … … （2） 在较高水平上稳步上升，表明研发费用加计扣除对医药
其中，Investk，t 和 Profitk，t分别表示第 t 年第 k 家医药 制造业研发投入具有促进作用；由图2可见，政策实行后
制造企业研发投入与主营业务利润率；D1、D2均表示处 医药制造业主营业务利润率变化趋势整体呈下降趋势，
理变量，其系数α、δ为政策实施效应系数；COVk，t为控制 说明研发费用加计扣除对医药制造业盈利能力不具有
变量，包括Lev、Cof、Size、Net、Tot等5个指标，其系数β、 正向激励作用。
γ表示控制变量的作用效果；ε k，t 和ζ k，t 为随机扰动项； 6.8
Year、Num 分别表示虚拟变量中的时间效应和省份
效应。 5.9
2 结果 Invest均值 5.0
2.1 描述性统计结果
4.2
本文研究研发投入政策效应时将 2015 年之前的样
本观测值归为控制组，将 2015 年之后（包括 2015 年）的 3.3
－4 －2 0 2 4
样本观测值归为试验组；而在研究企业盈利能力政策效 D
应时将 2016 年之前的样本观测值归为控制组，将 2016
图1 医药制造业研发投入变化趋势
年之后（包括2016年）的样本观测值归为试验组。
Fig 1 Change trend of R&D investment of pharma-
通过样本观测可知，整体上医药制造业研发投入均 ceutical manufacturing industry
值为4.625、中位数为3.970，医药制造业主营业务利润率
均值为 12.273、中位数为 12.034，均值大于中位数，说明 19
大部分医药制造业研发投入与盈利能力处于较高水 13
平。试验组的研发投入均值为 4.947，高于控制组的
4.088，说明享受研发费用加计扣除政策的医药企业研发 Profit均值 7
投入更高，与预期相符；试验组的主营业务利润率均值 1
为 9.413，低于控制组的 15.133，表明该项政策对于提升
医药企业盈利能力效果不明显。相关变量描述性统计 －5 －4 －2 0 2 4
结果见表2。 D
表2 相关变量描述性统计结果 图2 医药制造业主营业务利润率变化趋势
Tab 2 Descriptive statistics result of related variables Fig 2 Change trend of main business profit margin of
pharmaceutical manufacturing industry
项目 变量 样本量 最大值 最小值 平均值 标准差 中位数
控制组 Invest，％ 294 15.900 0.200 4.088 2.585 3.700 2.2.2 总样本断点回归结果 为使回归模型的残差平
Profit，％ 392 111.446 －64.258 15.133 13.877 12.922
试验组 Invest，％ 490 42.510 0.170 4.947 3.829 4.090 方降低，通常在回归中加入控制变量，使得解释效率增
Profit，％ 392 70.930 －334.287 9.413 32.239 11.201 加，所以本文在结果分析中包括了无控制变量和有控制
总样本 Invest，％ 784 42.510 0.170 4.625 3.440 3.970 变量两种情况。本文采用面板固定效应模型对样本数
Profit，％ 784 111.446 －0.003 12.273 24.967 12.034
Lev，％ 784 88.583 2.464 31.294 18.273 29.150 据进行总样本回归，结果见表3。
Cof，％ 784 50.647 －0.013 8.837 10.460 8.972 在表3列（1）、列（3）不加入任何控制变量情况下，回
Size 784 25.056 18.429 22.142 0.979 21.042 归结果显示政策效应系数α、δ分别为 0.215、－1.430，且
Net，％ 784 96.469 －91.226 6.648 8.480 6.276
Tot，％ 784 112.024 －91.270 8.130 9.555 7.505 在 5％的水平下显著，表明研发费用加计扣除政策显著
2.2 断点回归结果 提高了企业的研发投入，而对企业盈利能力具有负向作
2.2.1 断点回归的适用性检验 为保证政策评估效应 用。在表 3 列（2）和列（4）中，将控制变量加入回归模型
的有效性，运用断点回归模型需要满足以下两个前提条 中，结果相对于列（1）和列（3）情况，政策效应的系数α、δ
件：一是政策断点附近是否存在个体操纵驱动变量的情 分别增加了44.19％、16.29％，且在1％水平上显著。这说
况；二是观察断点附近结果变量的变化趋势，即结果变 明研发费用加计扣除政策与资产负债率、现金流、企业
量在政策断点处是否存在“跳跃”现象 。断点回归结 规模、净资产收益率、总资产收益率等因素协同应用能
[12]
果见图1和图2。首先，本文的驱动变量是时间，因此不 显著提高政策效果，使断点回归模型的解释力度更强。

·1288 · China Pharmacy 2021 Vol. 32 No. 11 中国药房 2021年第32卷第11期