《表5 倾向得分匹配估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《企业社会责任与技术创新——来自中国的证据》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文接下来根据企业社会责任指数，采用倾向得分匹配方法（Propensity Score Matching，简称PSM）估计企业社会责任对企业创新专利产出的“处理效应”。平衡性检验结果表明，绝大部分协变量经过匹配后的标准化偏差都小于10%，对比匹配前的结果，所有变量的标准化偏差均大幅缩小，这表明经过倾向得分匹配后，社会责任指数较高企业与社会责任指数较低企业的特征差异得到较大程度的消除，在进行倾向得分匹配时仅会损失少量样本。表5分别报告了企业社会责任指数对企业创新专利授权总量采用一对一匹配、邻近匹配、卡尺匹配、半径匹配、核匹配、局部线性回归匹配、样条匹配以及马氏匹配方法后的估计结果。其中，ATE表示考虑整个样本的匹配结果；ATU表示只考虑社会责任指数较低企业的匹配结果；ATT则为仅考虑社会责任指数较高企业的平均处理效应，这也是本文最关心的结果。由表5可知，ATT所有匹配结果均显著为正，且都在1%水平上显著，说明较高的企业社会责任指数使得企业专利授权总量平均增加40%左右。倾向得分匹配估计结果与基准模型较为接近，进一步验证本文结论，即较高企业社会责任指数能够显著提高企业创新专利产出。