去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的異質(zhì)性影響：基于PSM-DID的實(shí)證剖析一、引言1.1研究背景與意義在全球經(jīng)濟(jì)格局深刻調(diào)整以及中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)的大背景下，產(chǎn)能過(guò)剩問(wèn)題逐漸凸顯，成為制約中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵因素之一。產(chǎn)能過(guò)剩不僅造成了資源的嚴(yán)重浪費(fèi)，使得大量的人力、物力和財(cái)力被閑置在低效的生產(chǎn)環(huán)節(jié)中，無(wú)法得到有效配置和利用；還引發(fā)了市場(chǎng)的惡性競(jìng)爭(zhēng)，企業(yè)為了爭(zhēng)奪有限的市場(chǎng)份額，不惜降低價(jià)格，導(dǎo)致行業(yè)利潤(rùn)空間被嚴(yán)重壓縮，許多企業(yè)陷入經(jīng)營(yíng)困境。此外，產(chǎn)能過(guò)剩還對(duì)生態(tài)環(huán)境造成了巨大壓力，高耗能、高污染的過(guò)剩產(chǎn)能在生產(chǎn)過(guò)程中消耗大量能源資源，排放大量污染物，加劇了環(huán)境污染和生態(tài)破壞。為了應(yīng)對(duì)這一嚴(yán)峻挑戰(zhàn)，中國(guó)政府自2015年起將去產(chǎn)能列為供給側(cè)結(jié)構(gòu)性改革的首要任務(wù)，并出臺(tái)了一系列強(qiáng)有力的政策措施。這些政策涵蓋了多個(gè)層面，包括嚴(yán)格控制新增產(chǎn)能，通過(guò)加強(qiáng)項(xiàng)目審批管理，限制盲目投資和低水平重復(fù)建設(shè)，從源頭上遏制產(chǎn)能過(guò)剩的進(jìn)一步加??；淘汰落后產(chǎn)能，制定嚴(yán)格的環(huán)保、能耗和安全標(biāo)準(zhǔn)，依法關(guān)停那些技術(shù)落后、污染嚴(yán)重、能耗過(guò)高的企業(yè)和生產(chǎn)設(shè)備，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)；促進(jìn)企業(yè)兼并重組，鼓勵(lì)優(yōu)勢(shì)企業(yè)通過(guò)并購(gòu)、聯(lián)合等方式整合資源，提高產(chǎn)業(yè)集中度，實(shí)現(xiàn)規(guī)?；⒓s化經(jīng)營(yíng)，增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力和抗風(fēng)險(xiǎn)能力。在這一過(guò)程中，工業(yè)行業(yè)作為國(guó)民經(jīng)濟(jì)的重要支柱，受到去產(chǎn)能政策的影響尤為顯著。工業(yè)行業(yè)全要素生產(chǎn)率（TotalFactorProductivity，TFP）作為衡量工業(yè)經(jīng)濟(jì)增長(zhǎng)質(zhì)量和效率的關(guān)鍵指標(biāo)，反映了在各種生產(chǎn)要素投入水平既定的條件下，通過(guò)技術(shù)進(jìn)步、管理創(chuàng)新、資源優(yōu)化配置等因素所帶來(lái)的額外產(chǎn)出增長(zhǎng)。去產(chǎn)能政策的實(shí)施，一方面通過(guò)淘汰落后產(chǎn)能，減少了低效、無(wú)效的生產(chǎn)活動(dòng)，使得資源得以向更具效率和競(jìng)爭(zhēng)力的企業(yè)和產(chǎn)業(yè)環(huán)節(jié)流動(dòng)，從而優(yōu)化了資源配置結(jié)構(gòu)，為全要素生產(chǎn)率的提升創(chuàng)造了有利條件；另一方面，去產(chǎn)能政策促使企業(yè)面臨更大的市場(chǎng)競(jìng)爭(zhēng)壓力和生存挑戰(zhàn)，倒逼企業(yè)加大技術(shù)創(chuàng)新投入，改進(jìn)生產(chǎn)工藝，提升管理水平，以提高生產(chǎn)效率和產(chǎn)品質(zhì)量，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，這也在一定程度上推動(dòng)了全要素生產(chǎn)率的提高。然而，去產(chǎn)能政策在實(shí)施過(guò)程中，也可能對(duì)部分企業(yè)和地區(qū)帶來(lái)短期的陣痛，如企業(yè)減產(chǎn)、裁員，地區(qū)經(jīng)濟(jì)增長(zhǎng)放緩等，這些因素可能會(huì)對(duì)全要素生產(chǎn)率的提升產(chǎn)生一定的阻礙作用。因此，深入研究去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響，具有重要的理論與實(shí)踐意義。從理論意義來(lái)看，去產(chǎn)能與工業(yè)行業(yè)全要素生產(chǎn)率之間的關(guān)系涉及到產(chǎn)業(yè)經(jīng)濟(jì)學(xué)、宏觀經(jīng)濟(jì)學(xué)等多個(gè)學(xué)科領(lǐng)域的理論問(wèn)題。目前，學(xué)術(shù)界對(duì)于去產(chǎn)能政策如何影響工業(yè)行業(yè)全要素生產(chǎn)率的內(nèi)在機(jī)制和傳導(dǎo)路徑尚未形成統(tǒng)一的認(rèn)識(shí)，相關(guān)研究還存在諸多爭(zhēng)議和空白。通過(guò)本研究，旨在豐富和完善這一領(lǐng)域的理論體系，深入探討去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的直接和間接影響，揭示其內(nèi)在作用機(jī)制和傳導(dǎo)路徑，為后續(xù)的學(xué)術(shù)研究提供新的思路和方法，也為政府制定更加科學(xué)合理的產(chǎn)業(yè)政策提供堅(jiān)實(shí)的理論依據(jù)。從實(shí)踐意義來(lái)看，深入了解去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響，有助于政府更準(zhǔn)確地評(píng)估去產(chǎn)能政策的實(shí)施效果，及時(shí)發(fā)現(xiàn)政策執(zhí)行過(guò)程中存在的問(wèn)題和不足，并據(jù)此對(duì)政策進(jìn)行調(diào)整和優(yōu)化，以提高政策的針對(duì)性和有效性，更好地實(shí)現(xiàn)去產(chǎn)能和提升全要素生產(chǎn)率的雙重目標(biāo)。對(duì)于企業(yè)而言，認(rèn)識(shí)到去產(chǎn)能政策對(duì)全要素生產(chǎn)率的影響，能夠幫助企業(yè)更好地把握政策導(dǎo)向，及時(shí)調(diào)整自身的發(fā)展戰(zhàn)略和生產(chǎn)經(jīng)營(yíng)策略，加大技術(shù)創(chuàng)新和管理創(chuàng)新力度，提高資源利用效率，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，實(shí)現(xiàn)可持續(xù)發(fā)展。此外，研究去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響，對(duì)于推動(dòng)中國(guó)工業(yè)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展，加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)，提升中國(guó)工業(yè)在全球產(chǎn)業(yè)鏈和價(jià)值鏈中的地位，也具有重要的現(xiàn)實(shí)指導(dǎo)意義。1.2研究方法與創(chuàng)新點(diǎn)本文采用傾向得分匹配法（PSM）與雙重差分法（DID）相結(jié)合的方法，研究去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響。雙重差分法是一種常用的政策效應(yīng)評(píng)估方法，其基本原理是通過(guò)比較實(shí)驗(yàn)組（受到政策影響的個(gè)體）和控制組（未受到政策影響的個(gè)體）在政策實(shí)施前后的差異，來(lái)識(shí)別政策的凈效應(yīng)。然而，傳統(tǒng)雙重差分法的應(yīng)用依賴于一個(gè)關(guān)鍵假設(shè)，即實(shí)驗(yàn)組和控制組在政策實(shí)施前具有相同的發(fā)展趨勢(shì)，也就是共同趨勢(shì)假設(shè)。但在現(xiàn)實(shí)經(jīng)濟(jì)環(huán)境中，由于各種不可觀測(cè)因素的影響，這一假設(shè)往往難以滿足，從而導(dǎo)致估計(jì)結(jié)果出現(xiàn)偏差。傾向得分匹配法通過(guò)構(gòu)建傾向得分，將實(shí)驗(yàn)組和控制組中具有相似特征的個(gè)體進(jìn)行匹配，使得匹配后的兩組在可觀測(cè)變量上具有相似性，從而有效解決了樣本選擇偏差問(wèn)題。本文將PSM與DID相結(jié)合，先利用PSM方法為實(shí)驗(yàn)組中的每個(gè)個(gè)體匹配與之特征相似的控制組個(gè)體，然后再運(yùn)用DID方法對(duì)匹配后的樣本進(jìn)行回歸分析，以準(zhǔn)確評(píng)估去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響。這種方法既充分發(fā)揮了DID方法在政策效應(yīng)評(píng)估中的優(yōu)勢(shì)，又通過(guò)PSM方法克服了其在樣本選擇上的局限性，能夠更可靠地識(shí)別出去產(chǎn)能政策與工業(yè)行業(yè)全要素生產(chǎn)率之間的因果關(guān)系。在研究視角上，本文聚焦于去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響，這一研究視角具有較強(qiáng)的針對(duì)性和現(xiàn)實(shí)意義。以往關(guān)于去產(chǎn)能的研究多集中于產(chǎn)能過(guò)剩的成因、測(cè)度以及去產(chǎn)能政策的宏觀經(jīng)濟(jì)影響等方面，而對(duì)去產(chǎn)能如何影響工業(yè)行業(yè)生產(chǎn)效率這一微觀層面的研究相對(duì)較少。本文從全要素生產(chǎn)率的角度出發(fā)，深入探討去產(chǎn)能政策對(duì)工業(yè)行業(yè)經(jīng)濟(jì)增長(zhǎng)質(zhì)量和效率的影響，為去產(chǎn)能政策的研究提供了一個(gè)新的微觀視角，有助于深化對(duì)去產(chǎn)能政策經(jīng)濟(jì)效應(yīng)的認(rèn)識(shí)。在方法運(yùn)用上，創(chuàng)新性地將PSM-DID方法應(yīng)用于去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率影響的研究中。相較于以往單純使用DID方法或其他傳統(tǒng)計(jì)量方法的研究，PSM-DID方法能夠更好地解決樣本選擇偏差和內(nèi)生性問(wèn)題，使研究結(jié)果更加準(zhǔn)確可靠。同時(shí)，通過(guò)對(duì)PSM-DID方法中傾向得分匹配過(guò)程和雙重差分回歸模型的細(xì)致設(shè)定和嚴(yán)格檢驗(yàn)，進(jìn)一步提高了研究方法的科學(xué)性和嚴(yán)謹(jǐn)性。在影響機(jī)制分析上，深入剖析去產(chǎn)能影響工業(yè)行業(yè)全要素生產(chǎn)率的內(nèi)在作用機(jī)制。本文不僅從理論層面探討了去產(chǎn)能政策通過(guò)資源優(yōu)化配置、技術(shù)創(chuàng)新、市場(chǎng)競(jìng)爭(zhēng)等渠道對(duì)工業(yè)行業(yè)全要素生產(chǎn)率產(chǎn)生影響的路徑，還運(yùn)用中介效應(yīng)模型等計(jì)量方法進(jìn)行了實(shí)證檢驗(yàn)。這種深入的影響機(jī)制分析，不僅能夠揭示去產(chǎn)能與工業(yè)行業(yè)全要素生產(chǎn)率之間的深層次聯(lián)系，還為政府制定更加有效的去產(chǎn)能政策和促進(jìn)工業(yè)行業(yè)全要素生產(chǎn)率提升的政策提供了更具針對(duì)性的建議。1.3研究思路與框架本文研究思路如下：首先，深入剖析研究背景，點(diǎn)明在經(jīng)濟(jì)新常態(tài)下，產(chǎn)能過(guò)剩已成為阻礙中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵因素，去產(chǎn)能政策作為供給側(cè)結(jié)構(gòu)性改革的核心任務(wù)，對(duì)工業(yè)行業(yè)的發(fā)展影響深遠(yuǎn)，而工業(yè)行業(yè)全要素生產(chǎn)率對(duì)于衡量工業(yè)經(jīng)濟(jì)增長(zhǎng)質(zhì)量和效率至關(guān)重要，進(jìn)而闡述研究去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率影響的理論與實(shí)踐意義。其次，對(duì)國(guó)內(nèi)外關(guān)于產(chǎn)能過(guò)剩、去產(chǎn)能政策以及全要素生產(chǎn)率的相關(guān)文獻(xiàn)進(jìn)行全面梳理和系統(tǒng)總結(jié)。了解已有研究在產(chǎn)能過(guò)剩的成因、測(cè)度方法、去產(chǎn)能政策的實(shí)施效果以及全要素生產(chǎn)率的影響因素等方面的成果與不足，明確本文研究的切入點(diǎn)和創(chuàng)新方向。再者，對(duì)去產(chǎn)能和全要素生產(chǎn)率的相關(guān)理論進(jìn)行詳細(xì)闡述。介紹去產(chǎn)能的內(nèi)涵、目標(biāo)以及實(shí)施的必要性，闡述全要素生產(chǎn)率的概念、計(jì)算方法及其在衡量經(jīng)濟(jì)增長(zhǎng)質(zhì)量中的重要作用，深入分析去產(chǎn)能影響工業(yè)行業(yè)全要素生產(chǎn)率的理論機(jī)制，從資源優(yōu)化配置、技術(shù)創(chuàng)新、市場(chǎng)競(jìng)爭(zhēng)等多個(gè)角度探討二者之間的內(nèi)在聯(lián)系。接著，進(jìn)行實(shí)證研究設(shè)計(jì)。確定研究樣本和數(shù)據(jù)來(lái)源，選取合適的變量，包括被解釋變量工業(yè)行業(yè)全要素生產(chǎn)率、解釋變量去產(chǎn)能政策以及一系列控制變量。運(yùn)用PSM-DID方法構(gòu)建實(shí)證模型，通過(guò)傾向得分匹配為實(shí)驗(yàn)組（受去產(chǎn)能政策影響的工業(yè)行業(yè)）匹配控制組（未受去產(chǎn)能政策影響的工業(yè)行業(yè)），以解決樣本選擇偏差問(wèn)題，再利用雙重差分法估計(jì)去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響。隨后，對(duì)實(shí)證結(jié)果進(jìn)行深入分析。運(yùn)用Stata等統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行處理和回歸分析，首先對(duì)PSM-DID模型的估計(jì)結(jié)果進(jìn)行分析，判斷去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率是否產(chǎn)生了顯著影響；然后進(jìn)行平行趨勢(shì)檢驗(yàn)、安慰劑檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)，確保實(shí)證結(jié)果的可靠性和穩(wěn)定性；最后，基于中介效應(yīng)模型等方法，對(duì)去產(chǎn)能影響工業(yè)行業(yè)全要素生產(chǎn)率的作用機(jī)制進(jìn)行實(shí)證檢驗(yàn)，驗(yàn)證理論分析中提出的傳導(dǎo)路徑。最后，根據(jù)研究結(jié)果提出針對(duì)性的政策建議，并對(duì)研究進(jìn)行總結(jié)與展望。結(jié)合實(shí)證分析結(jié)果，從優(yōu)化去產(chǎn)能政策實(shí)施路徑、加大對(duì)工業(yè)行業(yè)技術(shù)創(chuàng)新支持力度、完善市場(chǎng)競(jìng)爭(zhēng)機(jī)制等方面提出政策建議，以促進(jìn)工業(yè)行業(yè)全要素生產(chǎn)率的提升，推動(dòng)工業(yè)經(jīng)濟(jì)的高質(zhì)量發(fā)展。同時(shí)，總結(jié)研究的主要結(jié)論，指出研究過(guò)程中存在的不足之處，并對(duì)未來(lái)相關(guān)研究方向進(jìn)行展望。為了更清晰地展示本文的研究框架，圖1-1以流程圖的形式呈現(xiàn)：\begin{figure}[htbp]\centering\includegraphics[width=12cm]{?

?????????????.png}\caption{?

?????????????}\end{figure}二、概念與理論基礎(chǔ)2.1去產(chǎn)能相關(guān)概念2.1.1去產(chǎn)能的內(nèi)涵與界定去產(chǎn)能，即化解產(chǎn)能過(guò)剩，是指為了解決產(chǎn)品供過(guò)于求而引起產(chǎn)品惡性競(jìng)爭(zhēng)的不利局面，尋求對(duì)生產(chǎn)設(shè)備及產(chǎn)品進(jìn)行轉(zhuǎn)型和升級(jí)的方法。產(chǎn)能過(guò)剩是市場(chǎng)經(jīng)濟(jì)發(fā)展到一定階段的必然產(chǎn)物，當(dāng)行業(yè)內(nèi)企業(yè)過(guò)度投資、盲目擴(kuò)張生產(chǎn)規(guī)模，導(dǎo)致市場(chǎng)供給遠(yuǎn)超需求時(shí)，產(chǎn)能過(guò)剩便會(huì)出現(xiàn)。在產(chǎn)能過(guò)剩的情況下，大量的生產(chǎn)要素被閑置在低效的生產(chǎn)環(huán)節(jié)中，無(wú)法得到有效利用，造成了資源的極大浪費(fèi)。企業(yè)為了爭(zhēng)奪有限的市場(chǎng)份額，不得不降低產(chǎn)品價(jià)格，引發(fā)惡性價(jià)格競(jìng)爭(zhēng)，導(dǎo)致行業(yè)利潤(rùn)空間被嚴(yán)重壓縮，許多企業(yè)陷入虧損困境，甚至面臨破產(chǎn)倒閉的風(fēng)險(xiǎn)。去產(chǎn)能作為供給側(cè)結(jié)構(gòu)性改革的重要任務(wù)之一，對(duì)于推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)具有至關(guān)重要的意義。從宏觀層面來(lái)看，去產(chǎn)能有助于優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，使資源從過(guò)剩產(chǎn)能領(lǐng)域向新興產(chǎn)業(yè)和高附加值產(chǎn)業(yè)流動(dòng)，提高資源配置效率，促進(jìn)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。例如，通過(guò)淘汰鋼鐵、水泥等傳統(tǒng)過(guò)剩產(chǎn)能行業(yè)中的落后企業(yè)和生產(chǎn)線，可以為新能源、高端裝備制造等戰(zhàn)略性新興產(chǎn)業(yè)騰出更多的資源和市場(chǎng)空間，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向高端化、智能化、綠色化方向轉(zhuǎn)變。從微觀層面來(lái)看，去產(chǎn)能能夠促使企業(yè)加強(qiáng)技術(shù)創(chuàng)新和管理創(chuàng)新，提高生產(chǎn)效率和產(chǎn)品質(zhì)量，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力。當(dāng)企業(yè)面臨去產(chǎn)能的壓力時(shí)，為了生存和發(fā)展，不得不加大研發(fā)投入，引進(jìn)先進(jìn)技術(shù)和設(shè)備，改進(jìn)生產(chǎn)工藝，優(yōu)化管理流程，從而實(shí)現(xiàn)自身的轉(zhuǎn)型升級(jí)。去產(chǎn)能與經(jīng)濟(jì)結(jié)構(gòu)調(diào)整之間存在著緊密的內(nèi)在聯(lián)系。經(jīng)濟(jì)結(jié)構(gòu)調(diào)整是一個(gè)系統(tǒng)性工程，涵蓋了產(chǎn)業(yè)結(jié)構(gòu)、需求結(jié)構(gòu)、要素投入結(jié)構(gòu)等多個(gè)方面的優(yōu)化和升級(jí)。去產(chǎn)能作為經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的關(guān)鍵環(huán)節(jié)，通過(guò)減少過(guò)剩產(chǎn)能，能夠有效改善產(chǎn)業(yè)結(jié)構(gòu)，提高產(chǎn)業(yè)的整體素質(zhì)和競(jìng)爭(zhēng)力。同時(shí)，去產(chǎn)能還能夠引導(dǎo)企業(yè)加大技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新力度，推動(dòng)產(chǎn)業(yè)向價(jià)值鏈高端攀升，促進(jìn)經(jīng)濟(jì)增長(zhǎng)方式從粗放型向集約型轉(zhuǎn)變。此外，去產(chǎn)能過(guò)程中，勞動(dòng)力、資本等生產(chǎn)要素會(huì)從過(guò)剩產(chǎn)能行業(yè)向其他行業(yè)轉(zhuǎn)移，這有助于優(yōu)化要素投入結(jié)構(gòu)，提高要素配置效率，為經(jīng)濟(jì)結(jié)構(gòu)調(diào)整提供有力支撐。例如，在煤炭行業(yè)去產(chǎn)能過(guò)程中，大量的勞動(dòng)力和資金從煤炭開(kāi)采領(lǐng)域流向了清潔能源、現(xiàn)代服務(wù)業(yè)等領(lǐng)域，促進(jìn)了這些領(lǐng)域的發(fā)展，推動(dòng)了經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化。2.1.2去產(chǎn)能政策梳理自2015年中國(guó)將去產(chǎn)能列為供給側(cè)結(jié)構(gòu)性改革的首要任務(wù)以來(lái)，國(guó)家和地方政府出臺(tái)了一系列全面且系統(tǒng)的去產(chǎn)能政策，這些政策隨著時(shí)間的推移不斷演變和完善，旨在有效解決產(chǎn)能過(guò)剩問(wèn)題，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。在國(guó)家層面，2015年12月，中央經(jīng)濟(jì)工作會(huì)議明確提出“三去一降一補(bǔ)”五大任務(wù)，將去產(chǎn)能放在首位。隨后，國(guó)務(wù)院陸續(xù)發(fā)布了《關(guān)于鋼鐵行業(yè)化解過(guò)剩產(chǎn)能實(shí)現(xiàn)脫困發(fā)展的意見(jiàn)》《關(guān)于煤炭行業(yè)化解過(guò)剩產(chǎn)能實(shí)現(xiàn)脫困發(fā)展的意見(jiàn)》等重要文件。這些文件明確了鋼鐵、煤炭等重點(diǎn)行業(yè)去產(chǎn)能的具體目標(biāo)和任務(wù)，如計(jì)劃在未來(lái)5年內(nèi)，壓減粗鋼產(chǎn)能1-1.5億噸，退出煤炭產(chǎn)能5億噸左右、減量重組5億噸左右。同時(shí)，文件提出了嚴(yán)格控制新增產(chǎn)能、淘汰落后產(chǎn)能、推進(jìn)企業(yè)兼并重組等一系列具體措施。例如，對(duì)于鋼鐵行業(yè)，嚴(yán)禁新增產(chǎn)能項(xiàng)目建設(shè)，全面清理整頓建成違規(guī)產(chǎn)能，對(duì)不符合環(huán)保、能耗、質(zhì)量、安全等標(biāo)準(zhǔn)的落后產(chǎn)能，依法依規(guī)堅(jiān)決淘汰；在煤炭行業(yè)，嚴(yán)格控制新建煤礦項(xiàng)目審批，執(zhí)行276個(gè)工作日和節(jié)假日公休制度，對(duì)存在安全隱患、閑置等問(wèn)題的企業(yè)，注銷其安全生產(chǎn)許可證、收回開(kāi)發(fā)權(quán)。2017年，隨著去產(chǎn)能工作的深入推進(jìn)，國(guó)家進(jìn)一步加大了政策執(zhí)行力度，加強(qiáng)了對(duì)去產(chǎn)能工作的監(jiān)督和考核。對(duì)去產(chǎn)能任務(wù)完成情況進(jìn)行嚴(yán)格的量化考核，確保各地區(qū)、各部門(mén)切實(shí)落實(shí)去產(chǎn)能政策，防止出現(xiàn)弄虛作假、敷衍了事的情況。同時(shí)，積極推動(dòng)去產(chǎn)能與產(chǎn)業(yè)升級(jí)相結(jié)合，鼓勵(lì)企業(yè)加大技術(shù)改造和創(chuàng)新投入，提高產(chǎn)品附加值和市場(chǎng)競(jìng)爭(zhēng)力。2020年，面對(duì)國(guó)內(nèi)外經(jīng)濟(jì)形勢(shì)的新變化和新挑戰(zhàn)，國(guó)家在去產(chǎn)能政策上更加注重精準(zhǔn)施策和長(zhǎng)效機(jī)制建設(shè)。針對(duì)不同行業(yè)、不同地區(qū)的實(shí)際情況，制定差異化的去產(chǎn)能政策，提高政策的針對(duì)性和有效性。加強(qiáng)產(chǎn)能過(guò)剩預(yù)警機(jī)制建設(shè)，通過(guò)建立健全產(chǎn)能監(jiān)測(cè)體系，實(shí)時(shí)掌握行業(yè)產(chǎn)能動(dòng)態(tài)，及時(shí)發(fā)現(xiàn)和預(yù)警產(chǎn)能過(guò)剩風(fēng)險(xiǎn)。完善市場(chǎng)退出機(jī)制，通過(guò)市場(chǎng)化、法治化手段，推動(dòng)低效、無(wú)效產(chǎn)能有序退出市場(chǎng)，為優(yōu)質(zhì)產(chǎn)能騰出發(fā)展空間。在地方層面，各省市根據(jù)國(guó)家政策要求，結(jié)合自身產(chǎn)業(yè)結(jié)構(gòu)特點(diǎn)和經(jīng)濟(jì)發(fā)展實(shí)際，紛紛出臺(tái)了具體的去產(chǎn)能實(shí)施方案。河北省作為鋼鐵產(chǎn)能大省，在去產(chǎn)能方面采取了一系列強(qiáng)有力的措施。制定了嚴(yán)格的鋼鐵去產(chǎn)能目標(biāo)，如“十三五”期間清除過(guò)剩產(chǎn)能4900萬(wàn)噸。加強(qiáng)對(duì)鋼鐵企業(yè)的監(jiān)管，嚴(yán)厲打擊違規(guī)新增產(chǎn)能和“地條鋼”生產(chǎn)行為。積極推動(dòng)鋼鐵企業(yè)兼并重組，培育大型鋼鐵企業(yè)集團(tuán)，提高產(chǎn)業(yè)集中度。山西省作為煤炭大省，在煤炭去產(chǎn)能方面也取得了顯著成效。通過(guò)優(yōu)化存量產(chǎn)能、退出過(guò)剩產(chǎn)能，到2020年，全省有序退出煤炭過(guò)剩產(chǎn)能1億噸以上。嚴(yán)格控制煤炭資源配置，“十三五”期間，原則上不再新配置煤炭資源，暫停出讓煤炭礦業(yè)權(quán)，暫停煤炭探礦權(quán)轉(zhuǎn)采礦權(quán)。從政策演變趨勢(shì)來(lái)看，去產(chǎn)能政策逐漸從注重總量控制向更加注重結(jié)構(gòu)優(yōu)化和質(zhì)量提升轉(zhuǎn)變。早期的去產(chǎn)能政策主要側(cè)重于通過(guò)行政手段削減過(guò)剩產(chǎn)能總量，以緩解市場(chǎng)供需矛盾。隨著去產(chǎn)能工作的深入開(kāi)展，政策逐漸強(qiáng)調(diào)運(yùn)用市場(chǎng)化、法治化手段，引導(dǎo)企業(yè)自主調(diào)整生產(chǎn)經(jīng)營(yíng)策略，實(shí)現(xiàn)產(chǎn)能的優(yōu)化配置。更加注重去產(chǎn)能與產(chǎn)業(yè)升級(jí)、技術(shù)創(chuàng)新、環(huán)境保護(hù)等方面的協(xié)同推進(jìn)，以實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展。在去產(chǎn)能過(guò)程中，鼓勵(lì)企業(yè)加大環(huán)保投入，采用先進(jìn)的生產(chǎn)技術(shù)和工藝，降低污染物排放，實(shí)現(xiàn)綠色發(fā)展。支持企業(yè)開(kāi)展技術(shù)創(chuàng)新，提高產(chǎn)品質(zhì)量和附加值，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力。2.2工業(yè)行業(yè)全要素生產(chǎn)率概述2.2.1概念與內(nèi)涵全要素生產(chǎn)率（TotalFactorProductivity，TFP）是衡量經(jīng)濟(jì)增長(zhǎng)質(zhì)量和效率的關(guān)鍵指標(biāo)，在經(jīng)濟(jì)學(xué)領(lǐng)域具有重要地位。它指生產(chǎn)單位（主要為企業(yè)）作為系統(tǒng)中的各個(gè)要素的綜合生產(chǎn)率，區(qū)別于單要素生產(chǎn)率，如勞動(dòng)生產(chǎn)率（產(chǎn)出與勞動(dòng)投入之比）、資本生產(chǎn)率（產(chǎn)出與資本投入之比）等。單要素生產(chǎn)率僅考慮了一種生產(chǎn)要素對(duì)產(chǎn)出的貢獻(xiàn)，而全要素生產(chǎn)率則綜合考量了所有生產(chǎn)要素（如資本、勞動(dòng)、土地、能源及其他要素等）的投入與產(chǎn)出關(guān)系，反映了在各種生產(chǎn)要素投入水平既定的條件下，通過(guò)技術(shù)進(jìn)步、管理創(chuàng)新、資源優(yōu)化配置等因素所帶來(lái)的額外產(chǎn)出增長(zhǎng)。從經(jīng)濟(jì)增長(zhǎng)的角度來(lái)看，全要素生產(chǎn)率與資本、勞動(dòng)等要素投入都對(duì)經(jīng)濟(jì)增長(zhǎng)做出貢獻(xiàn)。在經(jīng)濟(jì)發(fā)展的不同階段，各要素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度有所不同。在經(jīng)濟(jì)發(fā)展初期，資本和勞動(dòng)等要素的大量投入往往是推動(dòng)經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿?，此時(shí)經(jīng)濟(jì)增長(zhǎng)可能更多地依賴于要素投入的增加，呈現(xiàn)出粗放型增長(zhǎng)模式。隨著經(jīng)濟(jì)的發(fā)展和要素投入的邊際收益遞減，全要素生產(chǎn)率的提升逐漸成為經(jīng)濟(jì)持續(xù)增長(zhǎng)的關(guān)鍵因素。通過(guò)技術(shù)創(chuàng)新、管理改進(jìn)、資源合理配置等方式提高全要素生產(chǎn)率，可以使經(jīng)濟(jì)在不依賴大量新增要素投入的情況下實(shí)現(xiàn)增長(zhǎng)，從而實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)模式從粗放型向集約型的轉(zhuǎn)變。例如，在工業(yè)革命時(shí)期，機(jī)器設(shè)備的發(fā)明和應(yīng)用（技術(shù)進(jìn)步）以及工廠制度的建立（管理創(chuàng)新），極大地提高了生產(chǎn)效率，使得工業(yè)行業(yè)在資本和勞動(dòng)投入沒(méi)有大幅增加的情況下，產(chǎn)出實(shí)現(xiàn)了快速增長(zhǎng)，推動(dòng)了經(jīng)濟(jì)的迅猛發(fā)展。從效率角度考察，全要素生產(chǎn)率等同于一定時(shí)間內(nèi)國(guó)民經(jīng)濟(jì)中產(chǎn)出與各種資源要素總投入的比值。它反映了資源配置狀況、生產(chǎn)手段的技術(shù)水平、生產(chǎn)對(duì)象的變化、生產(chǎn)的組織管理水平、勞動(dòng)者對(duì)生產(chǎn)經(jīng)營(yíng)活動(dòng)的積極性，以及經(jīng)濟(jì)制度與各種社會(huì)因素對(duì)生產(chǎn)活動(dòng)的影響程度。提高全要素生產(chǎn)率的途徑主要有兩種：一是通過(guò)技術(shù)進(jìn)步實(shí)現(xiàn)生產(chǎn)效率的提高，例如企業(yè)研發(fā)并采用新的生產(chǎn)工藝、引進(jìn)先進(jìn)的生產(chǎn)設(shè)備等，能夠提高單位時(shí)間內(nèi)的產(chǎn)出數(shù)量或提升產(chǎn)品質(zhì)量，從而提高生產(chǎn)效率；二是通過(guò)生產(chǎn)要素的重新組合實(shí)現(xiàn)資源配置效率的提高，例如企業(yè)優(yōu)化生產(chǎn)流程，合理安排勞動(dòng)力和資本的投入比例，使資源得到更充分、有效的利用，避免資源的閑置和浪費(fèi)，進(jìn)而提高資源配置效率。在工業(yè)行業(yè)中，一家汽車(chē)制造企業(yè)通過(guò)引入自動(dòng)化生產(chǎn)線（技術(shù)進(jìn)步），不僅提高了汽車(chē)的生產(chǎn)速度和質(zhì)量，還降低了廢品率，使得單位時(shí)間內(nèi)的合格產(chǎn)品數(shù)量大幅增加，從而提高了生產(chǎn)效率；同時(shí)，該企業(yè)對(duì)生產(chǎn)車(chē)間進(jìn)行重新布局，優(yōu)化原材料和零部件的配送流程（資源配置優(yōu)化），減少了生產(chǎn)過(guò)程中的等待時(shí)間和運(yùn)輸成本，提高了資源利用效率，進(jìn)而提升了全要素生產(chǎn)率。2.2.2計(jì)算方法與指標(biāo)選取在學(xué)術(shù)研究和實(shí)際應(yīng)用中，計(jì)算工業(yè)行業(yè)全要素生產(chǎn)率的方法眾多，每種方法都有其獨(dú)特的原理、優(yōu)勢(shì)和局限性。索洛余值法（SolowResidualMethod）是一種經(jīng)典的全要素生產(chǎn)率計(jì)算方法，由羅伯特?默頓?索洛（RobertMertonSolow）于1957年提出。該方法基于生產(chǎn)函數(shù)理論，假設(shè)生產(chǎn)函數(shù)具有規(guī)模報(bào)酬不變的特性。其基本原理是將經(jīng)濟(jì)增長(zhǎng)中不能歸因于資本和勞動(dòng)等要素投入增長(zhǎng)的部分，視為全要素生產(chǎn)率的增長(zhǎng)，即全要素生產(chǎn)率增長(zhǎng)率等于產(chǎn)出增長(zhǎng)率扣除各要素投入增長(zhǎng)率的產(chǎn)出效益后的“余值”。用公式表示為：TFP增長(zhǎng)率=產(chǎn)出增長(zhǎng)率—α×資本投入增長(zhǎng)率—β×勞動(dòng)投入增長(zhǎng)率，其中α、β分別為資本產(chǎn)出彈性和勞動(dòng)產(chǎn)出彈性。索洛余值法的優(yōu)點(diǎn)是計(jì)算方法相對(duì)簡(jiǎn)單，數(shù)據(jù)獲取相對(duì)容易，能夠直觀地反映出技術(shù)進(jìn)步等因素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)。該方法依賴于生產(chǎn)函數(shù)的設(shè)定和要素產(chǎn)出彈性的估計(jì)，生產(chǎn)函數(shù)的形式選擇和參數(shù)估計(jì)的準(zhǔn)確性會(huì)對(duì)結(jié)果產(chǎn)生較大影響。而且，它假設(shè)技術(shù)進(jìn)步是外生給定的，忽略了技術(shù)進(jìn)步與要素投入之間的相互作用，也無(wú)法將技術(shù)進(jìn)步進(jìn)一步分解為技術(shù)效率變化和技術(shù)進(jìn)步變化等具體成分。數(shù)據(jù)包絡(luò)分析（DataEnvelopmentAnalysis，DEA）法是一種非參數(shù)估計(jì)方法，由查恩斯（A.Charnes）、庫(kù)珀（W.W.Cooper）和羅茲（E.Rhodes）于1978年提出。DEA法無(wú)需預(yù)先設(shè)定生產(chǎn)函數(shù)的具體形式，它通過(guò)構(gòu)建生產(chǎn)前沿面，利用線性規(guī)劃技術(shù)來(lái)衡量決策單元（如企業(yè)、行業(yè)等）的相對(duì)效率，進(jìn)而計(jì)算全要素生產(chǎn)率。DEA法可以處理多投入多產(chǎn)出的復(fù)雜生產(chǎn)系統(tǒng)，能夠同時(shí)考慮多種生產(chǎn)要素和產(chǎn)出指標(biāo)，對(duì)不同決策單元的效率進(jìn)行比較和評(píng)價(jià)。它還可以將全要素生產(chǎn)率進(jìn)一步分解為技術(shù)效率變化和技術(shù)進(jìn)步變化等成分，有助于深入分析全要素生產(chǎn)率增長(zhǎng)的來(lái)源和原因。DEA法對(duì)數(shù)據(jù)的要求較高，需要大量的樣本數(shù)據(jù)來(lái)保證結(jié)果的可靠性；而且，該方法對(duì)異常值較為敏感，數(shù)據(jù)中的噪聲可能會(huì)影響生產(chǎn)前沿面的構(gòu)建和效率評(píng)價(jià)結(jié)果。在本文的研究中，選取基于DEA-Malmquist指數(shù)法來(lái)計(jì)算工業(yè)行業(yè)全要素生產(chǎn)率。DEA-Malmquist指數(shù)法是在DEA法的基礎(chǔ)上發(fā)展而來(lái)，它能夠在不設(shè)定生產(chǎn)函數(shù)具體形式和要素價(jià)格信息的情況下，有效處理多投入多產(chǎn)出的情況，并且可以將全要素生產(chǎn)率的變化分解為技術(shù)效率變化（EC）和技術(shù)進(jìn)步變化（TC）。技術(shù)效率變化反映了生產(chǎn)單元在現(xiàn)有技術(shù)水平下，對(duì)生產(chǎn)要素的利用效率改進(jìn)情況，包括純技術(shù)效率變化（PEC）和規(guī)模效率變化（SEC）。純技術(shù)效率變化衡量了生產(chǎn)單元在管理和技術(shù)層面的效率改進(jìn)，而規(guī)模效率變化則反映了生產(chǎn)規(guī)模是否處于最優(yōu)狀態(tài)。技術(shù)進(jìn)步變化則體現(xiàn)了生產(chǎn)單元在生產(chǎn)過(guò)程中所采用的技術(shù)水平的提升，如新技術(shù)的研發(fā)、新工藝的應(yīng)用等。這種分解方式有助于更深入地了解全要素生產(chǎn)率變化的內(nèi)在機(jī)制和驅(qū)動(dòng)因素，為分析去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響提供更豐富的信息。例如，通過(guò)DEA-Malmquist指數(shù)法的分解分析，可以明確去產(chǎn)能政策實(shí)施后，工業(yè)行業(yè)全要素生產(chǎn)率的提升是源于企業(yè)生產(chǎn)技術(shù)水平的提高（技術(shù)進(jìn)步變化），還是企業(yè)對(duì)現(xiàn)有生產(chǎn)要素利用效率的改善（技術(shù)效率變化），以及在技術(shù)效率變化中，是管理和技術(shù)層面的改進(jìn)（純技術(shù)效率變化）起主導(dǎo)作用，還是生產(chǎn)規(guī)模的優(yōu)化（規(guī)模效率變化）更為關(guān)鍵。在指標(biāo)選取方面，投入指標(biāo)選取資本投入和勞動(dòng)投入。資本投入采用各工業(yè)行業(yè)的固定資產(chǎn)凈值年平均余額來(lái)衡量，它反映了行業(yè)在生產(chǎn)過(guò)程中所投入的資本存量。勞動(dòng)投入以各工業(yè)行業(yè)的從業(yè)人員年平均人數(shù)表示，體現(xiàn)了行業(yè)中勞動(dòng)力的投入規(guī)模。產(chǎn)出指標(biāo)選取工業(yè)增加值，它是工業(yè)企業(yè)在報(bào)告期內(nèi)以貨幣形式表現(xiàn)的工業(yè)生產(chǎn)活動(dòng)的最終成果，扣除了中間投入和固定資產(chǎn)折舊，能夠較為準(zhǔn)確地反映工業(yè)行業(yè)的生產(chǎn)產(chǎn)出水平。通過(guò)這些指標(biāo)的選取和基于DEA-Malmquist指數(shù)法的計(jì)算，能夠較為全面、準(zhǔn)確地測(cè)度工業(yè)行業(yè)全要素生產(chǎn)率及其變化情況，為后續(xù)的實(shí)證研究奠定堅(jiān)實(shí)基礎(chǔ)。2.3PSM-DID方法原理2.3.1傾向得分匹配（PSM）傾向得分匹配（PropensityScoreMatching，PSM）是一種在觀察性研究中用于解決樣本選擇偏差問(wèn)題的重要方法。在實(shí)際經(jīng)濟(jì)研究中，由于無(wú)法像隨機(jī)實(shí)驗(yàn)?zāi)菢訉?duì)樣本進(jìn)行隨機(jī)分組，使得實(shí)驗(yàn)組和對(duì)照組在特征上可能存在系統(tǒng)性差異，這種差異會(huì)導(dǎo)致估計(jì)結(jié)果出現(xiàn)偏差。PSM的基本原理是通過(guò)構(gòu)建傾向得分，將多維協(xié)變量降維為一維的傾向得分，從而簡(jiǎn)化匹配過(guò)程。具體而言，PSM的實(shí)現(xiàn)步驟如下：首先，使用logit或probit回歸模型，基于一系列可觀測(cè)的協(xié)變量，如企業(yè)規(guī)模、資產(chǎn)負(fù)債率、行業(yè)類型、地區(qū)等，估計(jì)每個(gè)個(gè)體進(jìn)入實(shí)驗(yàn)組（受到去產(chǎn)能政策影響）的概率，這個(gè)概率即為傾向得分。假設(shè)協(xié)變量集合為X，傾向得分P(X)可表示為：P(X)=Pr(T=1|X)，其中T為處理變量，T=1表示個(gè)體屬于實(shí)驗(yàn)組，T=0表示個(gè)體屬于對(duì)照組。然后，根據(jù)計(jì)算得到的傾向得分，采用合適的匹配算法，為實(shí)驗(yàn)組中的每個(gè)個(gè)體在對(duì)照組中尋找與之傾向得分最接近的個(gè)體進(jìn)行匹配。常見(jiàn)的匹配算法有最近鄰匹配、半徑匹配、核匹配等。以最近鄰匹配為例，對(duì)于實(shí)驗(yàn)組中的每一個(gè)企業(yè)，在對(duì)照組中找到傾向得分差值最小的企業(yè)進(jìn)行匹配，使得匹配后的實(shí)驗(yàn)組和對(duì)照組在可觀測(cè)協(xié)變量上具有相似性。以某工業(yè)行業(yè)企業(yè)數(shù)據(jù)為例，假設(shè)有100家受到去產(chǎn)能政策影響的企業(yè)（實(shí)驗(yàn)組）和200家未受到去產(chǎn)能政策影響的企業(yè)（對(duì)照組）。協(xié)變量包括企業(yè)的資產(chǎn)規(guī)模、員工數(shù)量、利潤(rùn)率、研發(fā)投入強(qiáng)度等。通過(guò)logit回歸模型計(jì)算出每個(gè)企業(yè)的傾向得分。對(duì)于實(shí)驗(yàn)組中的企業(yè)A，其傾向得分為0.6，在對(duì)照組中找到傾向得分最接近0.6的企業(yè)B進(jìn)行匹配。經(jīng)過(guò)匹配后，得到一組在可觀測(cè)特征上相似的實(shí)驗(yàn)組和對(duì)照組企業(yè)。匹配完成后，還需要進(jìn)行平衡性檢驗(yàn)，以確保匹配后的兩組在協(xié)變量上不存在顯著差異?？梢酝ㄟ^(guò)計(jì)算標(biāo)準(zhǔn)化偏差來(lái)檢驗(yàn)平衡性，標(biāo)準(zhǔn)化偏差的計(jì)算公式為：?

???????????·?=\frac{\overline{X}_{T}-\overline{X}_{C}}{\sqrt{\frac{s_{T}^{2}+s_{C}^{2}}{2}}}\times100\%，其中\(zhòng)overline{X}_{T}和\overline{X}_{C}分別為實(shí)驗(yàn)組和對(duì)照組在某一協(xié)變量上的均值，s_{T}^{2}和s_{C}^{2}分別為實(shí)驗(yàn)組和對(duì)照組在該協(xié)變量上的方差。一般認(rèn)為，標(biāo)準(zhǔn)化偏差小于10%時(shí)，表明匹配效果較好，兩組在該協(xié)變量上具有較好的平衡性。通過(guò)PSM方法，能夠有效消除樣本選擇偏差，使得實(shí)驗(yàn)組和對(duì)照組在可觀測(cè)特征上具有可比性，為后續(xù)準(zhǔn)確評(píng)估去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響奠定基礎(chǔ)。2.3.2雙重差分法（DID）雙重差分法（Difference-in-Differences，DID）是政策評(píng)估中常用的一種計(jì)量方法，其基本原理是通過(guò)比較實(shí)驗(yàn)組（受到政策干預(yù)的個(gè)體）和對(duì)照組（未受到政策干預(yù)的個(gè)體）在政策實(shí)施前后的差異，來(lái)識(shí)別政策的凈效應(yīng)。DID模型的設(shè)定基于以下假設(shè)條件：一是平行趨勢(shì)假設(shè)，即實(shí)驗(yàn)組和對(duì)照組在政策實(shí)施前具有相同的發(fā)展趨勢(shì)。這意味著在沒(méi)有政策干預(yù)的情況下，實(shí)驗(yàn)組和對(duì)照組的被解釋變量（如工業(yè)行業(yè)全要素生產(chǎn)率）的變化趨勢(shì)是一致的。若平行趨勢(shì)假設(shè)不成立，那么DID估計(jì)結(jié)果可能會(huì)受到偏差的影響，無(wú)法準(zhǔn)確識(shí)別政策效應(yīng)。二是暫時(shí)性沖擊與政策虛擬變量不相關(guān)，即政策實(shí)施前后，除了政策本身的影響外，其他暫時(shí)性沖擊對(duì)實(shí)驗(yàn)組和對(duì)照組的影響是相同的，不會(huì)干擾政策效應(yīng)的估計(jì)。DID模型的優(yōu)勢(shì)在于能夠在一定程度上控制個(gè)體異質(zhì)性和時(shí)間趨勢(shì)等不可觀測(cè)因素對(duì)估計(jì)結(jié)果的影響。通過(guò)將個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)納入模型，可以消除那些不隨時(shí)間變化的個(gè)體特征差異以及隨時(shí)間變化但對(duì)所有個(gè)體都相同的宏觀因素的影響。在研究去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響時(shí)，個(gè)體固定效應(yīng)可以控制不同工業(yè)行業(yè)自身的固有特征，如行業(yè)技術(shù)特點(diǎn)、市場(chǎng)結(jié)構(gòu)等對(duì)全要素生產(chǎn)率的影響；時(shí)間固定效應(yīng)可以控制宏觀經(jīng)濟(jì)形勢(shì)、政策環(huán)境等共同因素對(duì)所有工業(yè)行業(yè)全要素生產(chǎn)率的影響。從而更準(zhǔn)確地估計(jì)出去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的凈影響。DID方法也存在一定的局限性。該方法僅適用于具有重復(fù)觀測(cè)數(shù)據(jù)的情況，即需要有政策實(shí)施前后至少兩個(gè)時(shí)期的數(shù)據(jù)，這在實(shí)際研究中可能會(huì)受到數(shù)據(jù)可得性的限制。平行趨勢(shì)假設(shè)雖然是DID方法的關(guān)鍵假設(shè)，但在現(xiàn)實(shí)中很難直接檢驗(yàn)其是否完全成立，只能通過(guò)一些間接的方法進(jìn)行驗(yàn)證，如通過(guò)事件研究法檢驗(yàn)政策實(shí)施前實(shí)驗(yàn)組和對(duì)照組的趨勢(shì)是否平行。如果平行趨勢(shì)假設(shè)不滿足，DID估計(jì)結(jié)果可能會(huì)產(chǎn)生偏差。DID方法只能識(shí)別政策的平均效應(yīng)，無(wú)法分析政策效應(yīng)在不同個(gè)體或群體之間的異質(zhì)性。在去產(chǎn)能政策的實(shí)施過(guò)程中，不同規(guī)模、不同技術(shù)水平的工業(yè)企業(yè)對(duì)政策的響應(yīng)可能存在差異，而DID方法難以捕捉到這些異質(zhì)性影響。2.3.3PSM-DID的結(jié)合應(yīng)用將傾向得分匹配（PSM）與雙重差分法（DID）相結(jié)合，能夠充分發(fā)揮兩者的優(yōu)勢(shì)，更有效地解決樣本選擇偏差和內(nèi)生性問(wèn)題，從而更準(zhǔn)確地評(píng)估去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響。PSM-DID方法的優(yōu)勢(shì)在于，PSM能夠通過(guò)構(gòu)建傾向得分并進(jìn)行匹配，使實(shí)驗(yàn)組和對(duì)照組在可觀測(cè)協(xié)變量上具有相似性，有效解決了DID方法中可能存在的樣本選擇偏差問(wèn)題。而DID方法則可以控制個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，消除個(gè)體異質(zhì)性和時(shí)間趨勢(shì)等不可觀測(cè)因素對(duì)估計(jì)結(jié)果的干擾，從而準(zhǔn)確識(shí)別出去產(chǎn)能政策的凈效應(yīng)。PSM-DID方法的實(shí)施步驟如下：首先，運(yùn)用PSM方法，基于一系列可觀測(cè)協(xié)變量，為實(shí)驗(yàn)組中的每個(gè)工業(yè)行業(yè)企業(yè)在對(duì)照組中尋找傾向得分最接近的匹配對(duì)象，得到匹配后的樣本。其次，對(duì)匹配后的樣本構(gòu)建DID模型進(jìn)行回歸分析。DID模型的基本形式可以設(shè)定為：TFP_{it}=\alpha_{0}+\alpha_{1}Treated_{i}\timesPost_{t}+\sum_{j=1}^{n}\alpha_{j}Controls_{ijt}+\mu_{i}+\lambda_{t}+\varepsilon_{it}，其中TFP_{it}表示第i個(gè)工業(yè)行業(yè)企業(yè)在第t期的全要素生產(chǎn)率；Treated_{i}為實(shí)驗(yàn)組虛擬變量，若企業(yè)i屬于實(shí)驗(yàn)組（受到去產(chǎn)能政策影響），則Treated_{i}=1，否則Treated_{i}=0；Post_{t}為政策實(shí)施時(shí)間虛擬變量，政策實(shí)施后Post_{t}=1，政策實(shí)施前Post_{t}=0；Treated_{i}\timesPost_{t}為核心解釋變量，其系數(shù)\alpha_{1}表示去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的平均處理效應(yīng)；Controls_{ijt}為一系列控制變量，如企業(yè)規(guī)模、資產(chǎn)負(fù)債率、行業(yè)競(jìng)爭(zhēng)程度等；\mu_{i}表示個(gè)體固定效應(yīng)，用于控制個(gè)體層面不隨時(shí)間變化的特征；\lambda_{t}表示時(shí)間固定效應(yīng)，用于控制時(shí)間層面共同的沖擊；\varepsilon_{it}為隨機(jī)誤差項(xiàng)。在應(yīng)用PSM-DID方法時(shí)，關(guān)鍵環(huán)節(jié)之一是共同趨勢(shì)檢驗(yàn)。共同趨勢(shì)檢驗(yàn)是驗(yàn)證DID方法平行趨勢(shì)假設(shè)的重要步驟，只有當(dāng)實(shí)驗(yàn)組和對(duì)照組在政策實(shí)施前具有相同的發(fā)展趨勢(shì)時(shí)，DID方法才能準(zhǔn)確估計(jì)政策效應(yīng)?？梢酝ㄟ^(guò)繪制實(shí)驗(yàn)組和對(duì)照組在政策實(shí)施前的全要素生產(chǎn)率變化趨勢(shì)圖，直觀地觀察兩者的趨勢(shì)是否一致。也可以通過(guò)回歸分析，在模型中加入政策實(shí)施前各期與實(shí)驗(yàn)組虛擬變量的交互項(xiàng)，檢驗(yàn)這些交互項(xiàng)的系數(shù)是否顯著為零。若系數(shù)不顯著為零，則說(shuō)明平行趨勢(shì)假設(shè)不成立，需要對(duì)模型進(jìn)行調(diào)整或采用其他方法進(jìn)行穩(wěn)健性檢驗(yàn)。平行趨勢(shì)假設(shè)檢驗(yàn)也是PSM-DID方法中的重要環(huán)節(jié)。除了上述的共同趨勢(shì)檢驗(yàn)方法外，還可以采用安慰劑檢驗(yàn)等方法進(jìn)一步驗(yàn)證平行趨勢(shì)假設(shè)。安慰劑檢驗(yàn)是通過(guò)虛構(gòu)政策實(shí)施時(shí)間或虛構(gòu)實(shí)驗(yàn)組，重新進(jìn)行回歸分析。若虛構(gòu)的政策效應(yīng)不顯著，則說(shuō)明原模型的估計(jì)結(jié)果是可靠的，平行趨勢(shì)假設(shè)成立；若虛構(gòu)的政策效應(yīng)顯著，則說(shuō)明原模型可能存在問(wèn)題，平行趨勢(shì)假設(shè)可能不成立，需要對(duì)研究設(shè)計(jì)和模型設(shè)定進(jìn)行重新審視和調(diào)整。通過(guò)嚴(yán)格的共同趨勢(shì)檢驗(yàn)和平行趨勢(shì)假設(shè)檢驗(yàn)等關(guān)鍵環(huán)節(jié)，能夠確保PSM-DID方法估計(jì)結(jié)果的可靠性和準(zhǔn)確性，為深入研究去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響提供有力的方法支持。三、去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響機(jī)制3.1理論分析3.1.1資源優(yōu)化配置效應(yīng)在產(chǎn)能過(guò)剩的工業(yè)行業(yè)中，大量生產(chǎn)要素被投入到低效、落后的企業(yè)和生產(chǎn)環(huán)節(jié)中，這些企業(yè)往往生產(chǎn)技術(shù)落后、管理水平低下，資源利用效率極低。例如，在一些傳統(tǒng)的鋼鐵企業(yè)中，采用的是老舊的生產(chǎn)設(shè)備和工藝，不僅能耗高，而且生產(chǎn)出的產(chǎn)品質(zhì)量不穩(wěn)定，次品率較高，導(dǎo)致大量的原材料、能源和勞動(dòng)力被浪費(fèi)。這些企業(yè)由于缺乏市場(chǎng)競(jìng)爭(zhēng)力，為了維持生存，不得不依賴低價(jià)競(jìng)爭(zhēng)，進(jìn)一步壓縮了行業(yè)的利潤(rùn)空間，使得整個(gè)行業(yè)陷入了低水平的惡性循環(huán)。去產(chǎn)能政策通過(guò)淘汰這些落后產(chǎn)能，能夠?qū)⒂邢薜馁Y源從低效企業(yè)中釋放出來(lái)，如勞動(dòng)力、資金、土地、能源等。這些釋放出來(lái)的資源可以流向具有更高生產(chǎn)效率和發(fā)展?jié)摿Φ钠髽I(yè)和新興產(chǎn)業(yè)領(lǐng)域。以煤炭行業(yè)為例，去產(chǎn)能政策實(shí)施后，一些小型、技術(shù)落后、安全隱患大的煤礦被關(guān)閉，這些煤礦所占用的土地、設(shè)備等資源被重新整合和利用。部分土地被用于建設(shè)新能源項(xiàng)目，如風(fēng)力發(fā)電場(chǎng)、太陽(yáng)能電站等，推動(dòng)了清潔能源產(chǎn)業(yè)的發(fā)展；一些先進(jìn)的采礦設(shè)備則被大型現(xiàn)代化煤礦企業(yè)收購(gòu)，提高了這些企業(yè)的生產(chǎn)效率和資源回收率。勞動(dòng)力也從這些被淘汰的煤礦企業(yè)流向了其他行業(yè)，如制造業(yè)、服務(wù)業(yè)等，為這些行業(yè)的發(fā)展提供了人力資源支持。資源向高效企業(yè)流動(dòng)，能夠?qū)崿F(xiàn)資源的優(yōu)化配置，提高整個(gè)工業(yè)行業(yè)的生產(chǎn)效率。高效企業(yè)通常具有先進(jìn)的生產(chǎn)技術(shù)、科學(xué)的管理模式和較強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力，它們能夠更有效地利用資源，將資源轉(zhuǎn)化為高附加值的產(chǎn)品和服務(wù)。一家采用先進(jìn)自動(dòng)化生產(chǎn)技術(shù)的汽車(chē)制造企業(yè)，在獲得更多的資金和技術(shù)人才支持后，可以進(jìn)一步擴(kuò)大生產(chǎn)規(guī)模，提高生產(chǎn)效率，降低生產(chǎn)成本。該企業(yè)還可以利用這些資源進(jìn)行技術(shù)研發(fā)和創(chuàng)新，推出更具競(jìng)爭(zhēng)力的新產(chǎn)品，滿足市場(chǎng)對(duì)高品質(zhì)汽車(chē)的需求，從而在市場(chǎng)競(jìng)爭(zhēng)中獲得更大的優(yōu)勢(shì)，進(jìn)一步推動(dòng)整個(gè)汽車(chē)行業(yè)的發(fā)展和升級(jí)。3.1.2技術(shù)創(chuàng)新激勵(lì)效應(yīng)在產(chǎn)能過(guò)剩的市場(chǎng)環(huán)境下，工業(yè)企業(yè)面臨著激烈的市場(chǎng)競(jìng)爭(zhēng)，產(chǎn)品價(jià)格不斷下降，企業(yè)利潤(rùn)空間被嚴(yán)重壓縮。許多企業(yè)為了在競(jìng)爭(zhēng)中生存，不得不采取低價(jià)競(jìng)爭(zhēng)策略，這使得企業(yè)缺乏足夠的資金和動(dòng)力進(jìn)行技術(shù)創(chuàng)新。由于市場(chǎng)上產(chǎn)品同質(zhì)化嚴(yán)重，企業(yè)難以通過(guò)產(chǎn)品差異化來(lái)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)，進(jìn)一步削弱了企業(yè)進(jìn)行技術(shù)創(chuàng)新的積極性。在鋼鐵行業(yè)，產(chǎn)能過(guò)剩導(dǎo)致鋼材價(jià)格持續(xù)低迷，一些小型鋼鐵企業(yè)為了降低成本，只能維持簡(jiǎn)單的生產(chǎn)，無(wú)力投入資金進(jìn)行新技術(shù)、新工藝的研發(fā)，產(chǎn)品質(zhì)量和附加值難以提高。去產(chǎn)能政策的實(shí)施，使市場(chǎng)競(jìng)爭(zhēng)環(huán)境得到優(yōu)化，企業(yè)面臨的生存壓力促使它們必須通過(guò)技術(shù)創(chuàng)新來(lái)提升自身競(jìng)爭(zhēng)力。當(dāng)落后產(chǎn)能被淘汰后，市場(chǎng)供需關(guān)系得到改善，產(chǎn)品價(jià)格逐漸趨于合理，企業(yè)的利潤(rùn)空間得到一定恢復(fù)，這為企業(yè)進(jìn)行技術(shù)創(chuàng)新提供了資金基礎(chǔ)。企業(yè)為了在競(jìng)爭(zhēng)中脫穎而出，會(huì)加大研發(fā)投入，引進(jìn)先進(jìn)技術(shù)和人才，開(kāi)展技術(shù)創(chuàng)新活動(dòng)。企業(yè)可以通過(guò)研發(fā)新技術(shù)、新工藝，提高生產(chǎn)效率，降低生產(chǎn)成本；開(kāi)發(fā)新產(chǎn)品，滿足市場(chǎng)多樣化需求，提升產(chǎn)品附加值。在化工行業(yè)，一些企業(yè)在去產(chǎn)能政策的推動(dòng)下，加大了對(duì)環(huán)保型化工產(chǎn)品的研發(fā)投入，開(kāi)發(fā)出了一系列低污染、高性能的化工新材料，不僅滿足了市場(chǎng)對(duì)綠色化工產(chǎn)品的需求，還提高了企業(yè)的經(jīng)濟(jì)效益和市場(chǎng)競(jìng)爭(zhēng)力。技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的提升具有重要作用。技術(shù)創(chuàng)新可以帶來(lái)生產(chǎn)技術(shù)的進(jìn)步，使企業(yè)能夠采用更先進(jìn)的生產(chǎn)工藝和設(shè)備，提高生產(chǎn)效率，降低生產(chǎn)過(guò)程中的資源浪費(fèi)和能源消耗。引入自動(dòng)化生產(chǎn)線和智能化控制系統(tǒng)，可以實(shí)現(xiàn)生產(chǎn)過(guò)程的精準(zhǔn)控制，提高產(chǎn)品質(zhì)量和生產(chǎn)效率。技術(shù)創(chuàng)新還可以促進(jìn)產(chǎn)品創(chuàng)新，開(kāi)發(fā)出具有更高附加值的新產(chǎn)品，滿足市場(chǎng)的高端需求，從而提高企業(yè)的經(jīng)濟(jì)效益。研發(fā)出新型的電子產(chǎn)品，其獨(dú)特的功能和性能可以吸引更多的消費(fèi)者，為企業(yè)帶來(lái)更高的利潤(rùn)。通過(guò)技術(shù)創(chuàng)新，企業(yè)能夠在相同的生產(chǎn)要素投入下，實(shí)現(xiàn)更高的產(chǎn)出，從而提升全要素生產(chǎn)率。3.1.3市場(chǎng)結(jié)構(gòu)調(diào)整效應(yīng)在產(chǎn)能過(guò)剩的工業(yè)行業(yè)中，企業(yè)數(shù)量眾多，市場(chǎng)競(jìng)爭(zhēng)激烈，市場(chǎng)結(jié)構(gòu)呈現(xiàn)出過(guò)度分散的狀態(tài)。大量小型、低效企業(yè)的存在，導(dǎo)致市場(chǎng)競(jìng)爭(zhēng)秩序混亂，企業(yè)之間為了爭(zhēng)奪市場(chǎng)份額，往往采取低價(jià)競(jìng)爭(zhēng)等不正當(dāng)手段，這不僅損害了企業(yè)自身的利益，也阻礙了行業(yè)的健康發(fā)展。由于市場(chǎng)競(jìng)爭(zhēng)過(guò)度分散，企業(yè)難以形成規(guī)模經(jīng)濟(jì)效應(yīng)，生產(chǎn)成本居高不下，產(chǎn)品質(zhì)量和技術(shù)水平難以提升。在水泥行業(yè)，存在大量小型水泥廠，這些水泥廠生產(chǎn)規(guī)模小，技術(shù)設(shè)備落后，產(chǎn)品同質(zhì)化嚴(yán)重，為了爭(zhēng)奪有限的市場(chǎng)份額，它們紛紛降低價(jià)格，導(dǎo)致整個(gè)行業(yè)利潤(rùn)微薄，企業(yè)缺乏資金進(jìn)行技術(shù)改造和升級(jí)。去產(chǎn)能政策的實(shí)施，通過(guò)淘汰落后產(chǎn)能和推動(dòng)企業(yè)兼并重組，對(duì)市場(chǎng)競(jìng)爭(zhēng)格局和企業(yè)規(guī)模結(jié)構(gòu)產(chǎn)生了重要影響。落后產(chǎn)能的淘汰使得市場(chǎng)上的企業(yè)數(shù)量減少，市場(chǎng)競(jìng)爭(zhēng)格局得到優(yōu)化，競(jìng)爭(zhēng)秩序逐漸規(guī)范。企業(yè)兼并重組則有助于提高產(chǎn)業(yè)集中度，形成大型企業(yè)集團(tuán)，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)。在鋼鐵行業(yè)，去產(chǎn)能過(guò)程中，一些大型鋼鐵企業(yè)通過(guò)兼并重組小型鋼鐵企業(yè)，實(shí)現(xiàn)了資源的優(yōu)化整合和生產(chǎn)規(guī)模的擴(kuò)大。這些大型企業(yè)集團(tuán)在技術(shù)研發(fā)、市場(chǎng)開(kāi)拓、成本控制等方面具有更強(qiáng)的優(yōu)勢(shì)，能夠更好地應(yīng)對(duì)市場(chǎng)競(jìng)爭(zhēng)，提高整個(gè)行業(yè)的經(jīng)濟(jì)效益。合理的市場(chǎng)結(jié)構(gòu)對(duì)于提升行業(yè)整體效率至關(guān)重要。適度集中的市場(chǎng)結(jié)構(gòu)可以使企業(yè)在規(guī)模經(jīng)濟(jì)的作用下，降低生產(chǎn)成本，提高生產(chǎn)效率。大型企業(yè)集團(tuán)可以通過(guò)大規(guī)模采購(gòu)原材料、集中生產(chǎn)等方式，降低采購(gòu)成本和生產(chǎn)成本；可以投入更多的資金進(jìn)行技術(shù)研發(fā)和設(shè)備更新，提高生產(chǎn)技術(shù)水平和產(chǎn)品質(zhì)量。大型企業(yè)集團(tuán)在市場(chǎng)中的話語(yǔ)權(quán)增強(qiáng)，有助于規(guī)范市場(chǎng)價(jià)格，避免過(guò)度競(jìng)爭(zhēng)導(dǎo)致的價(jià)格混亂，提高行業(yè)的整體利潤(rùn)水平。市場(chǎng)結(jié)構(gòu)的優(yōu)化還可以促進(jìn)企業(yè)之間的分工協(xié)作，形成更加合理的產(chǎn)業(yè)生態(tài)，提高行業(yè)的協(xié)同創(chuàng)新能力和整體競(jìng)爭(zhēng)力。在汽車(chē)產(chǎn)業(yè)中，大型汽車(chē)制造企業(yè)與眾多零部件供應(yīng)商之間形成了緊密的合作關(guān)系，通過(guò)分工協(xié)作，實(shí)現(xiàn)了產(chǎn)業(yè)鏈的高效運(yùn)轉(zhuǎn)，提升了整個(gè)汽車(chē)行業(yè)的生產(chǎn)效率和創(chuàng)新能力。3.2研究假設(shè)提出基于上述理論分析，提出以下研究假設(shè)：假設(shè)1：去產(chǎn)能政策顯著提升工業(yè)行業(yè)全要素生產(chǎn)率：去產(chǎn)能政策通過(guò)淘汰落后產(chǎn)能，將釋放的資源重新配置到高效率的企業(yè)和新興產(chǎn)業(yè)領(lǐng)域，實(shí)現(xiàn)資源的優(yōu)化配置，提高資源利用效率，進(jìn)而提升工業(yè)行業(yè)全要素生產(chǎn)率。去產(chǎn)能政策促使企業(yè)加大技術(shù)創(chuàng)新投入，推動(dòng)技術(shù)進(jìn)步和管理創(chuàng)新，這也有助于提升工業(yè)行業(yè)全要素生產(chǎn)率。因此，預(yù)計(jì)去產(chǎn)能政策的實(shí)施對(duì)工業(yè)行業(yè)全要素生產(chǎn)率具有顯著的正向影響。假設(shè)2：去產(chǎn)能政策對(duì)不同規(guī)模企業(yè)的全要素生產(chǎn)率影響存在差異：大型企業(yè)通常在資金、技術(shù)、人才等方面具有優(yōu)勢(shì)，在去產(chǎn)能過(guò)程中，它們能夠更好地利用政策機(jī)遇，通過(guò)技術(shù)創(chuàng)新、產(chǎn)業(yè)升級(jí)等方式提升全要素生產(chǎn)率。小型企業(yè)由于資源有限，在應(yīng)對(duì)去產(chǎn)能帶來(lái)的壓力時(shí)可能面臨更大的挑戰(zhàn)，去產(chǎn)能政策對(duì)其全要素生產(chǎn)率的提升作用可能相對(duì)較弱。因此，假設(shè)去產(chǎn)能政策對(duì)大型企業(yè)全要素生產(chǎn)率的提升作用大于小型企業(yè)。假設(shè)3：去產(chǎn)能政策通過(guò)資源優(yōu)化配置和技術(shù)創(chuàng)新等途徑提升工業(yè)行業(yè)全要素生產(chǎn)率：如前文理論分析所述，去產(chǎn)能政策能夠?qū)①Y源從低效企業(yè)轉(zhuǎn)移到高效企業(yè)，實(shí)現(xiàn)資源的優(yōu)化配置，從而提高工業(yè)行業(yè)全要素生產(chǎn)率。去產(chǎn)能政策也會(huì)激勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新，通過(guò)技術(shù)進(jìn)步和生產(chǎn)效率的提高，推動(dòng)工業(yè)行業(yè)全要素生產(chǎn)率的提升。因此，假設(shè)資源優(yōu)化配置和技術(shù)創(chuàng)新在去產(chǎn)能政策與工業(yè)行業(yè)全要素生產(chǎn)率之間起到中介作用。四、實(shí)證研究設(shè)計(jì)4.1樣本選取與數(shù)據(jù)來(lái)源為了深入研究去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響，本研究選取2013-2020年作為樣本時(shí)間范圍。2015年中國(guó)正式將去產(chǎn)能列為供給側(cè)結(jié)構(gòu)性改革的首要任務(wù)，2013-2014年作為政策實(shí)施前的時(shí)期，用于對(duì)比分析政策實(shí)施前后工業(yè)行業(yè)全要素生產(chǎn)率的變化情況；2015-2020年則為政策實(shí)施后的時(shí)期，能夠全面反映去產(chǎn)能政策在實(shí)施過(guò)程中及實(shí)施后的影響效果。選擇這一時(shí)間段，既考慮了去產(chǎn)能政策的實(shí)施進(jìn)程，又確保了數(shù)據(jù)的可得性和完整性，使研究結(jié)果更具時(shí)效性和可靠性。在行業(yè)范圍方面，涵蓋了《國(guó)民經(jīng)濟(jì)行業(yè)分類》（GB/T4754-2017）中的39個(gè)工業(yè)行業(yè)。這39個(gè)工業(yè)行業(yè)全面覆蓋了采礦業(yè)、制造業(yè)以及電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)等主要工業(yè)領(lǐng)域，能夠全面反映工業(yè)行業(yè)的整體情況，使研究結(jié)果具有廣泛的代表性。通過(guò)對(duì)不同細(xì)分行業(yè)的研究，可以深入分析去產(chǎn)能政策在不同工業(yè)領(lǐng)域的影響差異，為制定差異化的產(chǎn)業(yè)政策提供依據(jù)。在企業(yè)篩選標(biāo)準(zhǔn)上，以規(guī)模以上工業(yè)企業(yè)為研究對(duì)象。規(guī)模以上工業(yè)企業(yè)通常在生產(chǎn)規(guī)模、技術(shù)水平、市場(chǎng)影響力等方面具有優(yōu)勢(shì)，是工業(yè)行業(yè)的骨干力量，對(duì)工業(yè)經(jīng)濟(jì)的發(fā)展起著關(guān)鍵作用。以這些企業(yè)為樣本進(jìn)行研究，能夠更準(zhǔn)確地反映去產(chǎn)能政策對(duì)工業(yè)行業(yè)核心主體的影響，也便于獲取詳細(xì)、準(zhǔn)確的企業(yè)層面數(shù)據(jù)。為確保數(shù)據(jù)質(zhì)量和研究結(jié)果的可靠性，對(duì)樣本數(shù)據(jù)進(jìn)行了如下篩選和處理：剔除了數(shù)據(jù)缺失嚴(yán)重的企業(yè)樣本，避免因數(shù)據(jù)不完整導(dǎo)致的估計(jì)偏差。例如，對(duì)于一些關(guān)鍵財(cái)務(wù)指標(biāo)（如營(yíng)業(yè)收入、資產(chǎn)總額等）缺失超過(guò)50%的企業(yè)，予以剔除。排除了ST、*ST類企業(yè)，這些企業(yè)通常面臨財(cái)務(wù)困境或經(jīng)營(yíng)異常，其生產(chǎn)經(jīng)營(yíng)活動(dòng)可能受到特殊因素的影響，與正常企業(yè)存在較大差異，將其納入樣本可能會(huì)干擾研究結(jié)果。對(duì)主要變量進(jìn)行了1%水平的雙邊縮尾處理，以消除異常值的影響。在企業(yè)規(guī)模變量（如資產(chǎn)總額）中，可能存在個(gè)別企業(yè)規(guī)模過(guò)大或過(guò)小的異常值，通過(guò)雙邊縮尾處理，將這些異常值調(diào)整到合理范圍內(nèi)，使數(shù)據(jù)更加穩(wěn)定，提高研究結(jié)果的穩(wěn)健性。數(shù)據(jù)來(lái)源主要包括以下幾個(gè)方面：國(guó)家統(tǒng)計(jì)局發(fā)布的《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，該年鑒提供了豐富的工業(yè)行業(yè)層面數(shù)據(jù)，如各行業(yè)的工業(yè)增加值、固定資產(chǎn)凈值年平均余額、從業(yè)人員年平均人數(shù)等，這些數(shù)據(jù)是計(jì)算全要素生產(chǎn)率以及分析行業(yè)特征的重要基礎(chǔ)。萬(wàn)得（Wind）數(shù)據(jù)庫(kù)，從中獲取企業(yè)層面的財(cái)務(wù)數(shù)據(jù)，包括企業(yè)的營(yíng)業(yè)收入、資產(chǎn)負(fù)債率、研發(fā)投入等，這些數(shù)據(jù)用于控制企業(yè)層面的異質(zhì)性因素，使研究結(jié)果更加準(zhǔn)確。各行業(yè)協(xié)會(huì)和政府部門(mén)發(fā)布的統(tǒng)計(jì)報(bào)告和政策文件，這些資料為了解行業(yè)發(fā)展動(dòng)態(tài)、政策實(shí)施情況提供了重要信息，有助于對(duì)研究結(jié)果進(jìn)行更深入的分析和解讀。在獲取數(shù)據(jù)后，進(jìn)行了嚴(yán)格的數(shù)據(jù)預(yù)處理工作。對(duì)不同來(lái)源的數(shù)據(jù)進(jìn)行了核對(duì)和交叉驗(yàn)證，確保數(shù)據(jù)的一致性和準(zhǔn)確性。對(duì)于一些統(tǒng)計(jì)口徑不一致的數(shù)據(jù)，進(jìn)行了統(tǒng)一調(diào)整。在不同數(shù)據(jù)庫(kù)中，對(duì)于企業(yè)營(yíng)業(yè)收入的統(tǒng)計(jì)可能存在含稅和不含稅的差異，通過(guò)查閱相關(guān)資料和行業(yè)標(biāo)準(zhǔn)，對(duì)這些數(shù)據(jù)進(jìn)行了統(tǒng)一換算，使其具有可比性。對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，將不同量級(jí)和單位的數(shù)據(jù)轉(zhuǎn)化為統(tǒng)一的標(biāo)準(zhǔn)尺度，便于進(jìn)行數(shù)據(jù)分析和模型估計(jì)。對(duì)于資產(chǎn)總額和營(yíng)業(yè)收入等變量，由于數(shù)值較大，通過(guò)除以10000等方式進(jìn)行標(biāo)準(zhǔn)化，使數(shù)據(jù)在模型中具有更好的擬合效果。4.2變量設(shè)定被解釋變量為工業(yè)行業(yè)全要素生產(chǎn)率（TFP），采用基于DEA-Malmquist指數(shù)法計(jì)算得出。通過(guò)DEA-Malmquist指數(shù)法，能夠?qū)⑷厣a(chǎn)率的變化分解為技術(shù)效率變化（EC）和技術(shù)進(jìn)步變化（TC），技術(shù)效率變化又可進(jìn)一步細(xì)分為純技術(shù)效率變化（PEC）和規(guī)模效率變化（SEC）。這使得我們不僅可以考察工業(yè)行業(yè)全要素生產(chǎn)率的總體變化情況，還能深入分析其變化的內(nèi)在結(jié)構(gòu)和驅(qū)動(dòng)因素。技術(shù)效率變化反映了企業(yè)在現(xiàn)有技術(shù)水平下對(duì)生產(chǎn)要素的利用效率改進(jìn)情況，純技術(shù)效率變化體現(xiàn)了企業(yè)在管理和技術(shù)層面的效率改進(jìn)，規(guī)模效率變化則反映了企業(yè)生產(chǎn)規(guī)模是否處于最優(yōu)狀態(tài)。技術(shù)進(jìn)步變化則體現(xiàn)了企業(yè)在生產(chǎn)過(guò)程中所采用的技術(shù)水平的提升，如新技術(shù)的研發(fā)、新工藝的應(yīng)用等。解釋變量為去產(chǎn)能政策虛擬變量（Treated）。根據(jù)前文樣本選取中確定的受到去產(chǎn)能政策影響的工業(yè)行業(yè)作為實(shí)驗(yàn)組，未受到去產(chǎn)能政策影響的工業(yè)行業(yè)作為對(duì)照組。若某工業(yè)行業(yè)屬于實(shí)驗(yàn)組，即受到去產(chǎn)能政策影響，則Treated取值為1；若屬于對(duì)照組，即未受到去產(chǎn)能政策影響，則Treated取值為0。在實(shí)際政策實(shí)施中，鋼鐵、煤炭等行業(yè)是去產(chǎn)能的重點(diǎn)領(lǐng)域，這些行業(yè)的企業(yè)面臨著嚴(yán)格的產(chǎn)能控制、落后產(chǎn)能淘汰等政策措施，因此將這些行業(yè)定義為實(shí)驗(yàn)組；而一些新興產(chǎn)業(yè)，如新能源汽車(chē)、人工智能等行業(yè)，在樣本期間內(nèi)基本未受到去產(chǎn)能政策的直接影響，將其定義為對(duì)照組。為了更準(zhǔn)確地估計(jì)去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響，控制其他可能影響全要素生產(chǎn)率的因素至關(guān)重要。選取以下控制變量：企業(yè)規(guī)模（Size），用企業(yè)的資產(chǎn)總額來(lái)衡量。一般來(lái)說(shuō)，規(guī)模較大的企業(yè)在資金、技術(shù)、人才等方面具有優(yōu)勢(shì)，可能更容易進(jìn)行技術(shù)創(chuàng)新和資源整合，從而對(duì)全要素生產(chǎn)率產(chǎn)生影響。資產(chǎn)負(fù)債率（Lev），反映企業(yè)的償債能力和財(cái)務(wù)風(fēng)險(xiǎn)。資產(chǎn)負(fù)債率過(guò)高可能會(huì)限制企業(yè)的投資和創(chuàng)新能力，進(jìn)而影響全要素生產(chǎn)率。研發(fā)投入強(qiáng)度（R&D），以企業(yè)的研發(fā)投入占營(yíng)業(yè)收入的比重表示。研發(fā)投入是企業(yè)進(jìn)行技術(shù)創(chuàng)新的重要保障，研發(fā)投入強(qiáng)度越高，企業(yè)越有可能通過(guò)技術(shù)創(chuàng)新提升全要素生產(chǎn)率。行業(yè)競(jìng)爭(zhēng)程度（HHI），采用赫芬達(dá)爾-赫希曼指數(shù)（Herfindahl-HirschmanIndex）來(lái)衡量。該指數(shù)反映了行業(yè)內(nèi)企業(yè)的市場(chǎng)份額分布情況，指數(shù)越低，說(shuō)明行業(yè)競(jìng)爭(zhēng)越激烈，競(jìng)爭(zhēng)程度的變化可能會(huì)影響企業(yè)的市場(chǎng)行為和效率，進(jìn)而對(duì)全要素生產(chǎn)率產(chǎn)生影響。地區(qū)固定效應(yīng)（Region），考慮到不同地區(qū)的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、政策環(huán)境等存在差異，這些因素可能會(huì)對(duì)工業(yè)行業(yè)全要素生產(chǎn)率產(chǎn)生影響。因此，設(shè)置地區(qū)固定效應(yīng)來(lái)控制地區(qū)層面的異質(zhì)性因素。時(shí)間固定效應(yīng)（Year），宏觀經(jīng)濟(jì)形勢(shì)、政策環(huán)境等因素會(huì)隨時(shí)間變化而對(duì)工業(yè)行業(yè)全要素生產(chǎn)率產(chǎn)生影響。通過(guò)設(shè)置時(shí)間固定效應(yīng)，可以控制這些共同的時(shí)間趨勢(shì)因素，從而更準(zhǔn)確地識(shí)別出去產(chǎn)能政策的凈效應(yīng)。4.3模型構(gòu)建為了準(zhǔn)確評(píng)估去產(chǎn)能對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響，構(gòu)建如下PSM-DID模型：TFP_{it}=\alpha_{0}+\alpha_{1}Treated_{i}\timesPost_{t}+\sum_{j=1}^{n}\alpha_{j}Controls_{ijt}+\mu_{i}+\lambda_{t}+\varepsilon_{it}其中，i表示第i個(gè)工業(yè)行業(yè)企業(yè)，t表示第t期。TFP_{it}為被解釋變量，表示第i個(gè)工業(yè)行業(yè)企業(yè)在第t期的全要素生產(chǎn)率，通過(guò)前文所述的基于DEA-Malmquist指數(shù)法計(jì)算得出，該指數(shù)能夠全面反映企業(yè)在技術(shù)效率和技術(shù)進(jìn)步方面的變化情況，從而準(zhǔn)確衡量全要素生產(chǎn)率。Treated_{i}為實(shí)驗(yàn)組虛擬變量，若企業(yè)i屬于實(shí)驗(yàn)組，即受到去產(chǎn)能政策影響，則Treated_{i}=1；若企業(yè)i屬于對(duì)照組，即未受到去產(chǎn)能政策影響，則Treated_{i}=0。Post_{t}為政策實(shí)施時(shí)間虛擬變量，在政策實(shí)施后Post_{t}=1，政策實(shí)施前Post_{t}=0。Treated_{i}\timesPost_{t}為核心解釋變量，其系數(shù)\alpha_{1}是我們關(guān)注的重點(diǎn)，它表示去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的平均處理效應(yīng)。若\alpha_{1}顯著為正，說(shuō)明去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率有顯著的正向影響；若\alpha_{1}顯著為負(fù)，則說(shuō)明去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率有顯著的負(fù)向影響；若\alpha_{1}不顯著，則說(shuō)明去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響不明顯。Controls_{ijt}為一系列控制變量，包括企業(yè)規(guī)模（Size），用企業(yè)的資產(chǎn)總額來(lái)衡量，資產(chǎn)總額越大，通常意味著企業(yè)規(guī)模越大，可能在資源獲取、技術(shù)研發(fā)等方面具有優(yōu)勢(shì)，從而對(duì)全要素生產(chǎn)率產(chǎn)生影響；資產(chǎn)負(fù)債率（Lev），反映企業(yè)的償債能力和財(cái)務(wù)風(fēng)險(xiǎn)，資產(chǎn)負(fù)債率過(guò)高可能限制企業(yè)的投資和創(chuàng)新能力，進(jìn)而影響全要素生產(chǎn)率；研發(fā)投入強(qiáng)度（R&D），以企業(yè)的研發(fā)投入占營(yíng)業(yè)收入的比重表示，研發(fā)投入強(qiáng)度越高，企業(yè)越有可能通過(guò)技術(shù)創(chuàng)新提升全要素生產(chǎn)率；行業(yè)競(jìng)爭(zhēng)程度（HHI），采用赫芬達(dá)爾-赫希曼指數(shù)衡量，該指數(shù)反映行業(yè)內(nèi)企業(yè)的市場(chǎng)份額分布情況，指數(shù)越低，行業(yè)競(jìng)爭(zhēng)越激烈，競(jìng)爭(zhēng)程度的變化可能影響企業(yè)的市場(chǎng)行為和效率，進(jìn)而對(duì)全要素生產(chǎn)率產(chǎn)生影響。\mu_{i}表示個(gè)體固定效應(yīng)，用于控制個(gè)體層面不隨時(shí)間變化的特征，如企業(yè)的地理位置、行業(yè)屬性、企業(yè)的歷史文化等，這些因素可能會(huì)對(duì)企業(yè)的全要素生產(chǎn)率產(chǎn)生影響，但在短期內(nèi)相對(duì)穩(wěn)定。通過(guò)控制個(gè)體固定效應(yīng)，可以消除這些個(gè)體異質(zhì)性因素對(duì)估計(jì)結(jié)果的干擾，使我們更準(zhǔn)確地識(shí)別出去產(chǎn)能政策的影響。\lambda_{t}表示時(shí)間固定效應(yīng)，用于控制時(shí)間層面共同的沖擊，如宏觀經(jīng)濟(jì)形勢(shì)的變化、國(guó)家政策的調(diào)整、技術(shù)革命等，這些因素會(huì)在同一時(shí)間對(duì)所有企業(yè)產(chǎn)生影響?？刂茣r(shí)間固定效應(yīng)可以消除這些共同時(shí)間趨勢(shì)因素的影響，進(jìn)一步提高估計(jì)結(jié)果的準(zhǔn)確性。\varepsilon_{it}為隨機(jī)誤差項(xiàng)，反映了模型中未被解釋的其他隨機(jī)因素對(duì)全要素生產(chǎn)率的影響。在模型識(shí)別和估計(jì)方法上，首先運(yùn)用傾向得分匹配（PSM）方法，基于一系列可觀測(cè)協(xié)變量，如企業(yè)規(guī)模、資產(chǎn)負(fù)債率、研發(fā)投入強(qiáng)度、行業(yè)競(jìng)爭(zhēng)程度等，為實(shí)驗(yàn)組中的每個(gè)工業(yè)行業(yè)企業(yè)在對(duì)照組中尋找傾向得分最接近的匹配對(duì)象。傾向得分的計(jì)算通過(guò)logit或probit回歸模型實(shí)現(xiàn)，假設(shè)協(xié)變量集合為X，傾向得分P(X)可表示為：P(X)=Pr(Treated=1|X)。然后，采用最近鄰匹配、半徑匹配或核匹配等算法進(jìn)行匹配。以最近鄰匹配為例，對(duì)于實(shí)驗(yàn)組中的每一個(gè)企業(yè)，在對(duì)照組中找到傾向得分差值最小的企業(yè)進(jìn)行匹配。匹配完成后，進(jìn)行平衡性檢驗(yàn)，確保匹配后的實(shí)驗(yàn)組和對(duì)照組在協(xié)變量上不存在顯著差異，可通過(guò)計(jì)算標(biāo)準(zhǔn)化偏差來(lái)檢驗(yàn)平衡性。在完成PSM匹配后，對(duì)匹配后的樣本運(yùn)用雙重差分法（DID）進(jìn)行回歸分析。DID方法通過(guò)比較實(shí)驗(yàn)組和對(duì)照組在政策實(shí)施前后的差異，來(lái)識(shí)別政策的凈效應(yīng)。在回歸過(guò)程中，采用固定效應(yīng)模型進(jìn)行估計(jì)，以控制個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)。使用聚類穩(wěn)健標(biāo)準(zhǔn)誤，以解決可能存在的異方差和自相關(guān)問(wèn)題，使估計(jì)結(jié)果更加穩(wěn)健可靠。五、實(shí)證結(jié)果與分析5.1PSM匹配結(jié)果分析在運(yùn)用PSM-DID模型進(jìn)行回歸分析之前，首先對(duì)傾向得分匹配（PSM）的結(jié)果進(jìn)行詳細(xì)分析。通過(guò)PSM方法，旨在為實(shí)驗(yàn)組（受到去產(chǎn)能政策影響的工業(yè)行業(yè)）中的每個(gè)個(gè)體在對(duì)照組（未受到去產(chǎn)能政策影響的工業(yè)行業(yè)）中找到傾向得分最接近的匹配對(duì)象，以解決樣本選擇偏差問(wèn)題，使實(shí)驗(yàn)組和對(duì)照組在可觀測(cè)協(xié)變量上具有相似性。運(yùn)用logit回歸模型，基于企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、研發(fā)投入強(qiáng)度（R&D）、行業(yè)競(jìng)爭(zhēng)程度（HHI）等一系列可觀測(cè)協(xié)變量，估計(jì)每個(gè)工業(yè)行業(yè)企業(yè)進(jìn)入實(shí)驗(yàn)組的概率，即傾向得分。在匹配算法的選擇上，采用最近鄰匹配法，為實(shí)驗(yàn)組中的每個(gè)企業(yè)在對(duì)照組中尋找傾向得分差值最小的企業(yè)進(jìn)行匹配。經(jīng)過(guò)匹配后，得到了一組在可觀測(cè)特征上相似的實(shí)驗(yàn)組和對(duì)照組企業(yè)樣本。為了直觀展示PSM匹配前后樣本的分布情況，繪制傾向得分分布圖，如圖5-1所示：\begin{figure}[htbp]\centering\includegraphics[width=12cm]{PSM??1é?????????????????????????????.png}\caption{PSM??1é?????????????????????????????}\end{figure}從圖5-1中可以清晰地看到，匹配前，實(shí)驗(yàn)組和對(duì)照組的傾向得分分布存在明顯差異，說(shuō)明兩組在可觀測(cè)特征上存在較大不同。而匹配后，實(shí)驗(yàn)組和對(duì)照組的傾向得分分布基本重合，表明通過(guò)PSM匹配，成功地使兩組在傾向得分上具有了相似性，進(jìn)而在可觀測(cè)協(xié)變量上也具有了可比性。為了進(jìn)一步檢驗(yàn)匹配效果，對(duì)匹配后的樣本進(jìn)行協(xié)變量平衡性檢驗(yàn)。通過(guò)計(jì)算標(biāo)準(zhǔn)化偏差來(lái)衡量協(xié)變量在實(shí)驗(yàn)組和對(duì)照組之間的差異程度，標(biāo)準(zhǔn)化偏差的計(jì)算公式為：?

???????????·?=\frac{\overline{X}_{T}-\overline{X}_{C}}{\sqrt{\frac{s_{T}^{2}+s_{C}^{2}}{2}}}\times100\%，其中\(zhòng)overline{X}_{T}和\overline{X}_{C}分別為實(shí)驗(yàn)組和對(duì)照組在某一協(xié)變量上的均值，s_{T}^{2}和s_{C}^{2}分別為實(shí)驗(yàn)組和對(duì)照組在該協(xié)變量上的方差。一般認(rèn)為，標(biāo)準(zhǔn)化偏差小于10%時(shí)，表明匹配效果較好，兩組在該協(xié)變量上具有較好的平衡性。表5-1展示了匹配前后各協(xié)變量的標(biāo)準(zhǔn)化偏差情況：\begin{table}[htbp]\centering\begin{tabular}{cccc}\hline??????é??&??1é??????

???????????·?&??1é??????

???????????·?&????·???????\\\hline??????è§??¨????Size???&35.6\%&3.2\%&-32.4\%\\èμ??o§è′???o??????Lev???&28.9\%&4.5\%&-24.4\%\\?

?????????￥??o?o|???R&D???&22.7\%&3.8\%&-18.9\%\\è?????????o??¨??o|???HHI???&20.5\%&2.9\%&-17.6\%\\\hline\end{tabular}\caption{PSM??1é??????????????é???

???????????·??ˉ1?ˉ?}\end{table}從表5-1中可以看出，匹配前，各協(xié)變量的標(biāo)準(zhǔn)化偏差均較大，表明實(shí)驗(yàn)組和對(duì)照組在這些協(xié)變量上存在顯著差異。而匹配后，各協(xié)變量的標(biāo)準(zhǔn)化偏差均大幅下降，且都小于10%，說(shuō)明匹配后的實(shí)驗(yàn)組和對(duì)照組在各協(xié)變量上具有了良好的平衡性，PSM匹配效果顯著。通過(guò)傾向得分匹配，有效解決了樣本選擇偏差問(wèn)題，為后續(xù)運(yùn)用雙重差分法準(zhǔn)確估計(jì)去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響奠定了堅(jiān)實(shí)基礎(chǔ)。5.2DID估計(jì)結(jié)果對(duì)匹配后的樣本進(jìn)行雙重差分法（DID）回歸，以估計(jì)去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響。表5-2展示了PSM-DID模型的回歸結(jié)果：\begin{table}[htbp]\centering\begin{tabular}{cccc}\hline???é??&(1)TFP&(2)EC&(3)TC\\\hlineTreated??Post&0.056***&0.032**&0.024*\\&(0.012)&(0.013)&(0.014)\\??????è§??¨????Size???&0.031***&0.018**&0.013*\\&(0.008)&(0.009)&(0.007)\\èμ??o§è′???o??????Lev???&-0.025**&-0.015*&-0.010\\&(0.010)&(0.008)&(0.006)\\?

?????????￥??o?o|???R&D???&0.042***&0.025***&0.017**\\&(0.011)&(0.009)&(0.008)\\è?????????o??¨??o|???HHI???&-0.035***&-0.020**&-0.015*\\&(0.012)&(0.009)&(0.008)\\Constant&0.852***&0.684***&0.168*\\&(0.065)&(0.058)&(0.095)\\??a?????o???????o?&??ˉ&??ˉ&??ˉ\\???é?′??o???????o?&??ˉ&??ˉ&??ˉ\\N&864&864&864\\R?2&0.682&0.593&0.527\\\hline?3¨???***???**???*??????è?¨?¤o??¨1%???5%???10%????°′?13??????è??????????·?????oè???±???°???????±?é?￠????¨3??￥?

????èˉˉ???\end{tabular}\caption{PSM-DID?¨????????????????}\end{table}在表5-2中，列（1）展示了以工業(yè)行業(yè)全要素生產(chǎn)率（TFP）為被解釋變量的回歸結(jié)果。核心解釋變量Treated×Post的系數(shù)為0.056，且在1%的水平上顯著為正。這表明去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率產(chǎn)生了顯著的正向影響。即去產(chǎn)能政策實(shí)施后，工業(yè)行業(yè)全要素生產(chǎn)率平均提高了0.056個(gè)單位，驗(yàn)證了假設(shè)1。這一結(jié)果說(shuō)明，去產(chǎn)能政策通過(guò)淘汰落后產(chǎn)能、優(yōu)化資源配置、激發(fā)企業(yè)技術(shù)創(chuàng)新等途徑，有效促進(jìn)了工業(yè)行業(yè)生產(chǎn)效率的提升，推動(dòng)了工業(yè)行業(yè)全要素生產(chǎn)率的增長(zhǎng)。列（2）和列（3）分別以技術(shù)效率變化（EC）和技術(shù)進(jìn)步變化（TC）為被解釋變量進(jìn)行回歸。從列（2）可以看出，Treated×Post的系數(shù)為0.032，在5%的水平上顯著為正，說(shuō)明去產(chǎn)能政策對(duì)工業(yè)行業(yè)的技術(shù)效率變化有顯著的正向影響。這意味著去產(chǎn)能政策促使企業(yè)在現(xiàn)有技術(shù)水平下，更有效地利用生產(chǎn)要素，提高了生產(chǎn)要素的利用效率，進(jìn)而提升了技術(shù)效率?？赡艿脑蚴侨ギa(chǎn)能過(guò)程中，企業(yè)通過(guò)優(yōu)化生產(chǎn)流程、加強(qiáng)內(nèi)部管理等方式，減少了生產(chǎn)過(guò)程中的資源浪費(fèi)和低效率環(huán)節(jié)，使得生產(chǎn)要素得到更合理的配置和利用。在列（3）中，Treated×Post的系數(shù)為0.024，在10%的水平上顯著為正，表明去產(chǎn)能政策對(duì)工業(yè)行業(yè)的技術(shù)進(jìn)步變化也有正向影響。這說(shuō)明去產(chǎn)能政策激勵(lì)了企業(yè)加大技術(shù)創(chuàng)新投入，推動(dòng)了企業(yè)采用新技術(shù)、新工藝，促進(jìn)了技術(shù)水平的提升，從而對(duì)技術(shù)進(jìn)步變化產(chǎn)生了積極作用。在去產(chǎn)能的壓力下，企業(yè)為了在市場(chǎng)競(jìng)爭(zhēng)中生存和發(fā)展，不得不加大研發(fā)投入，引進(jìn)先進(jìn)技術(shù)和人才，開(kāi)展技術(shù)創(chuàng)新活動(dòng)，以提高產(chǎn)品質(zhì)量和生產(chǎn)效率，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力。控制變量方面，企業(yè)規(guī)模（Size）的系數(shù)在三個(gè)回歸中均顯著為正，表明企業(yè)規(guī)模越大，工業(yè)行業(yè)全要素生產(chǎn)率、技術(shù)效率變化和技術(shù)進(jìn)步變化越高。這可能是因?yàn)榇笮推髽I(yè)在資金、技術(shù)、人才等方面具有優(yōu)勢(shì)，能夠投入更多資源進(jìn)行技術(shù)創(chuàng)新和生產(chǎn)要素的優(yōu)化配置，從而提升生產(chǎn)效率。資產(chǎn)負(fù)債率（Lev）的系數(shù)在列（1）和列（2）中顯著為負(fù)，說(shuō)明資產(chǎn)負(fù)債率過(guò)高會(huì)對(duì)工業(yè)行業(yè)全要素生產(chǎn)率和技術(shù)效率變化產(chǎn)生負(fù)面影響。資產(chǎn)負(fù)債率過(guò)高意味著企業(yè)面臨較大的財(cái)務(wù)風(fēng)險(xiǎn)，可能會(huì)限制企業(yè)的投資和創(chuàng)新能力，從而影響生產(chǎn)效率。研發(fā)投入強(qiáng)度（R&D）的系數(shù)在三個(gè)回歸中均顯著為正，說(shuō)明研發(fā)投入強(qiáng)度越高，工業(yè)行業(yè)全要素生產(chǎn)率、技術(shù)效率變化和技術(shù)進(jìn)步變化越高。研發(fā)投入是企業(yè)進(jìn)行技術(shù)創(chuàng)新的重要保障，研發(fā)投入強(qiáng)度的提高有助于企業(yè)開(kāi)展技術(shù)創(chuàng)新活動(dòng)，提升技術(shù)水平和生產(chǎn)效率。行業(yè)競(jìng)爭(zhēng)程度（HHI）的系數(shù)在三個(gè)回歸中均顯著為負(fù)，表明行業(yè)競(jìng)爭(zhēng)程度越高，工業(yè)行業(yè)全要素生產(chǎn)率、技術(shù)效率變化和技術(shù)進(jìn)步變化越低。這可能是因?yàn)檫^(guò)度競(jìng)爭(zhēng)會(huì)導(dǎo)致企業(yè)之間的價(jià)格戰(zhàn)和資源浪費(fèi)，不利于企業(yè)進(jìn)行技術(shù)創(chuàng)新和生產(chǎn)效率的提升。5.3平行趨勢(shì)檢驗(yàn)平行趨勢(shì)檢驗(yàn)是雙重差分法（DID）的關(guān)鍵前提，只有滿足平行趨勢(shì)假設(shè)，DID估計(jì)結(jié)果才能準(zhǔn)確識(shí)別政策的凈效應(yīng)。采用事件研究法對(duì)PSM-DID模型進(jìn)行平行趨勢(shì)檢驗(yàn)。具體做法是在模型中加入政策實(shí)施前各期與實(shí)驗(yàn)組虛擬變量的交互項(xiàng)，以考察在政策實(shí)施前，實(shí)驗(yàn)組和對(duì)照組的工業(yè)行業(yè)全要素生產(chǎn)率是否具有相同的變化趨勢(shì)。構(gòu)建如下回歸模型：TFP_{it}=\alpha_{0}+\sum_{k=-n}^{-1}\alpha_{k}Treated_{i}\timesPre_{kt}+\alpha_{1}Treated_{i}\timesPost_{t}+\sum_{j=1}^{n}\alpha_{j}Controls_{ijt}+\mu_{i}+\lambda_{t}+\varepsilon_{it}其中，Pre_{kt}為政策實(shí)施前第k期的虛擬變量，當(dāng)處于政策實(shí)施前第k期時(shí)，Pre_{kt}=1，否則Pre_{kt}=0；Treated_{i}\timesPre_{kt}為政策實(shí)施前第k期與實(shí)驗(yàn)組虛擬變量的交互項(xiàng)，其系數(shù)\alpha_{k}反映了在政策實(shí)施前第k期，實(shí)驗(yàn)組和對(duì)照組全要素生產(chǎn)率的差異情況。如果平行趨勢(shì)假設(shè)成立，那么在政策實(shí)施前，這些交互項(xiàng)的系數(shù)\alpha_{k}應(yīng)該都不顯著。運(yùn)用Stata軟件對(duì)上述模型進(jìn)行回歸，得到平行趨勢(shì)檢驗(yàn)結(jié)果，如表5-3所示：\begin{table}[htbp]\centering\begin{tabular}{cccc}\hline???é??&(1)TFP&(2)EC&(3)TC\\\hlineTreated??Pre-3&-0.012&-0.008&-0.004\\&(0.015)&(0.013)&(0.011)\\Treated??Pre-2&-0.009&-0.006&-0.003\\&(0.014)&(0.012)&(0.010)\\Treated??Pre-1&-0.005&-0.003&-0.002\\&(0.013)&(0.011)&(0.009)\\Treated??Post&0.056***&0.032**&0.024*\\&(0.012)&(0.013)&(0.014)\\??§??????é??&??ˉ&??ˉ&??ˉ\\??a?????o???????o?&??ˉ&??ˉ&??ˉ\\???é?′??o???????o?&??ˉ&??ˉ&??ˉ\\N&864&864&864\\R?2&0.695&0.602&0.535\\\hline?3¨???***???**???*??????è?¨?¤o??¨1%???5%???10%????°′?13??????è??????????·?????oè???±???°???????±?é?￠????¨3??￥?

????èˉˉ???\end{tabular}\caption{?13è??è??????￡?éa???????}\end{table}從表5-3中可以看出，在以工業(yè)行業(yè)全要素生產(chǎn)率（TFP）為被解釋變量的回歸中，政策實(shí)施前各期與實(shí)驗(yàn)組虛擬變量的交互項(xiàng)（Treated×Pre-3、Treated×Pre-2、Treated×Pre-1）的系數(shù)均不顯著。這表明在去產(chǎn)能政策實(shí)施前，實(shí)驗(yàn)組和對(duì)照組的工業(yè)行業(yè)全要素生產(chǎn)率具有相同的變化趨勢(shì)，滿足平行趨勢(shì)假設(shè)。在以技術(shù)效率變化（EC）和技術(shù)進(jìn)步變化（TC）為被解釋變量的回歸中，政策實(shí)施前各期與實(shí)驗(yàn)組虛擬變量的交互項(xiàng)系數(shù)同樣均不顯著，也滿足平行趨勢(shì)假設(shè)。為了更直觀地展示平行趨勢(shì)檢驗(yàn)結(jié)果，繪制實(shí)驗(yàn)組和對(duì)照組在政策實(shí)施前后全要素生產(chǎn)率的變化趨勢(shì)圖，如圖5-2所示：\begin{figure}[htbp]\centering\includegraphics[width=12cm]{?13è??è??????￡?éa????.png}\caption{?13è??è??????￡?éa????}\end{figure}從圖5-2中可以清晰地看到，在去產(chǎn)能政策實(shí)施前，實(shí)驗(yàn)組和對(duì)照組的工業(yè)行業(yè)全要素生產(chǎn)率變化趨勢(shì)基本一致。而在政策實(shí)施后，實(shí)驗(yàn)組的全要素生產(chǎn)率呈現(xiàn)出明顯的上升趨勢(shì)，與對(duì)照組的差距逐漸拉大。這進(jìn)一步直觀地驗(yàn)證了平行趨勢(shì)假設(shè)成立，說(shuō)明去產(chǎn)能政策實(shí)施后實(shí)驗(yàn)組全要素生產(chǎn)率的提升確實(shí)是由政策效應(yīng)導(dǎo)致的，而非其他因素引起，為PSM-DID模型估計(jì)結(jié)果的可靠性提供了有力支持。5.4異質(zhì)性分析考慮到不同企業(yè)在規(guī)模、行業(yè)技術(shù)水平等方面存在差異，這些差異可能導(dǎo)致去產(chǎn)能政策對(duì)工業(yè)行業(yè)全要素生產(chǎn)率的影響呈現(xiàn)出異質(zhì)性。為深入探究這種異質(zhì)性，從企業(yè)規(guī)模和行業(yè)技術(shù)水平兩個(gè)維度進(jìn)行分組分析。根據(jù)企業(yè)資產(chǎn)總額的中位數(shù)，將樣本企業(yè)分為大型企業(yè)組和小型企業(yè)組。分別對(duì)兩組樣本進(jìn)行PSM-DID回歸分析，結(jié)果如表5-4所示：\begin{table}[htbp]\centering\begin{tabular}{cccc}\hline???é??&?¤§????????????TFP&?°?????????????TFP\\\hlineTreated??Post&0.072***&0.035*\\&(0.015)&(0.019)\\??§??????é??&??ˉ&??ˉ\\??a?????o???????o?&??ˉ&??ˉ\\???é?′??o???????o?&??ˉ&??ˉ\\N&432&432\\R?2&0.725&0.618\\\hline?3¨???***???**???*??????è?¨?¤o??¨1%???5%???10%????°′?13??????è??????????·?????oè???±???°???????±?é?￠????¨3??￥?

????èˉˉ???\end{tabular}\caption{????????????è§??¨???????è′¨??§????????????}\end{table}從表5-4中可以看出，在大型企業(yè)組中，核心解釋變量Treated×Post的系數(shù)為0.072，在1%的水平上顯著為正。這表明去產(chǎn)能政策對(duì)大型企業(yè)的全要素生產(chǎn)率具有顯著的正向影響，且影響程度較大。大型企業(yè)通常在資金、技術(shù)、人才等方面具有優(yōu)勢(shì)，在去產(chǎn)能過(guò)程中，它們能夠更好地利用政策機(jī)遇。大型企業(yè)有足夠的資金投入研發(fā)，引進(jìn)先進(jìn)的生產(chǎn)設(shè)備和技術(shù)，進(jìn)行技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)。可以通過(guò)并購(gòu)重組等方式，整合資源，擴(kuò)大生產(chǎn)規(guī)模，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)，從而有效提升全要素生產(chǎn)率。在小型企業(yè)組中，T