Page 15 - 中国药房2021年11期

表3 总样本断点回归结果 计扣除政策对东、西部地区医药制造业主营业务利润率
Tab 3 Results of total sample regression discontinuity 的政策效应系数分别为－1.169、－0.925，分别在 1％、
design 10％水平下具有显著性，而该政策对中部地区的政策效
Invest Profit Invest Profit 应系数为正值但并不具有显著性。
结果变量
（1） （2） （3） （4） （5） （6） 本文将企业总资产自然对数的平均值作为划分企
处理变量D 0.215 ＊＊ 0.310 ＊＊＊ －1.430 ＊＊ －1.197 ＊＊＊ 0.261 ＊＊＊ －0.813 ＊＊ 业规模大小的依据，以大于企业总资产自然对数平均值
（0.063） （0.067） （0.644） （0.369） （0.065） （0.365）
Invest －1.240 ＊＊＊ 的为大型规模企业，反之则为中小型规模企业，不同规
（0.198） 模医药企业断点回归结果如表 4 的列（7）～（10）所示。

Profit －0.040 ＊＊＊ 研发费用加计扣除政策对大型规模和中小型规模医药
（0.006） 企业研发投入的政策效应系数分别为0.502、0.264，且均
在 1％水平下具有显著性差异，表明该政策对大规模和
控制变量 无 有 无 有 有 有
省份效应 有 有 有 有 有 有 中小型规模企业均具有正向激励作用；研发费用加计扣
时间效应 有 有 有 有 有 有 除政策对大型规模医药企业主营业务利润率的政策效
观测值数 784 784 784 784 784 784 应系数很小且在10％水平下不具有显著性，而对中小型
年份数量 8 8 8 8 8 8
规模主营业务利润率的政策效应系数为－1.857，在1％
注：“＊”“＊＊”“＊＊＊”分别表示 P＜0.1、P＜0.05、P＜0.01；括
号内数值为稳健性的标准误 水平下具有显著性，表明该政策对中小型规模企业盈利
Note：“＊”“＊＊”“＊＊＊”mean P＜0.1，P＜0.05，P＜0.01 re- 能力具有负向作用。
spectively；the values in parentheses are the standard errors of robustness 3 有效性检验、稳健性检验及安慰剂检验
[3]
盈利能力是促进企业加大研发投入的关键因素 ， 3.1 有效性检验
为进一步论证医药制造业研发投入与盈利能力两者的关 断点回归方法要求控制变量在断点附近具有连续
系，本文将两个结果变量分别纳入对方的控制变量中进 性，控制变量需要满足平滑性假设；在检验控制变量是
否出现连续现象的过程中，如果控制变量在断点处不连
行分析验证。结果由表3列（5）、列（6）可以看出，医药研
续，则说明结果变量在断点处的“跳跃”将不仅仅是由于
发投入对企业盈利能力的政策效应系数为－1.240，而医
政策效应引起的，可能是其他因素影响，从而导致断点
药企业盈利能力对研发投入的政策效应系数为－0.040，
[12]
回归不能进行有效的因果推断 。本文借鉴 Mccrary [13]
表明研发投入与盈利能力两者存在显著的负相关关系。
提出的方法对控制变量密度函数是否连续进行检验，结
2.2.3 差异化样本回归结果 在进行总样本分析之后，
果资产负债率、现金流、企业规模、利润率、总资产收益
考虑到不同类型的医药制造企业对于政策的敏感度可
率的概率密度分布详见图3～图7。由图3～图7可以发
能不同，接下来本文将按样本特征区分之后进行差异化
现，控制变量基本上服从正态分布，说明控制变量在断
回归分析。区分的要素有两点：企业规模大小和企业所
点处具有随机分配的特征且在断点附近具有连续性，方
属区域。差异化样本回归结果见表4。 法通过有效性检验。
不同地区医药制造业断点回归结果如表 4 中的列 3.2 稳健性检验
（1）～（6）所示。研发费用加计扣除政策对东部地区医 为确保方法和指标解释能力的稳健性，本文进行稳健
药制造业研发投入的政策效应系数为0.413，并在1％水 性检验，具体包括加入新的控制变量和替换结果变量两种
平下具有显著性，表明东部地区医药制造业的研发投入 情况，检验结果见表5（注：表中数据是使用 Stata 12.0软件
受到研发费用加计扣除政策的正向激励影响，而中、西 计算得到的，研发投入以2016年为断点时的最优带宽为
部地区在政策影响下其系数不具有显著性；研发费用加 1.5年，盈利能力以2017年为断点时的最优带宽为1年）。
表4 差异化样本回归结果
Tab 4 Results of differentiated sample regression discontinuity design
Invest Profit Invest Profit
结果变量
（1）东部地区 （2）中部地区 （3）西部地区 （4）东部地区 （5）中部地区 （6）西部地区 （7）大型规模企业 （8）中小型规模企业 （9）大型规模企业 （10）中小型规模企业
＊＊＊
＊＊＊
＊＊＊
＊
＊＊＊
＊＊＊
处理变量D 0.413 （0.104） 0.078（0.096） 0.192（0.123） －1.169 （0.402） 0.566（1.153） －0.925（0.300） 0.502 （0.102） 0.264 （0.089） －0.044（0.565） －1.857 （0.495）
控制变量 有 有 有 有 有 有 有 有 有 有
省份效应 有 有 有 有 有 有 有 有 有 有
时间效应 有 有 有 有 有 有 有 有 有 有
观测值数 440 128 152 440 128 152 381 403 381 403
年份数量 8 8 8 8 8 8 8 8 8 8
注：“＊”“＊＊”“＊＊＊”分别表示 P＜0.1、P＜0.05、P＜0.01；括号内数值为稳健性的标准误
Note：“＊”“＊＊”“＊＊＊”mean P＜0.1，P＜0.05，P＜0.01 respectively；the values in parentheses are the standard errors of robustness
中国药房 2021年第32卷第11期 China Pharmacy 2021 Vol. 32 No. 11 ·1289 ·