《表3 倾向得分匹配的平衡性检验结果》

  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

《管理提升了企业劳动生产率吗——来自中国企业——劳动力匹配调查的经验证据》

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

注:根据2015年企业是否属于“高管理效率”分组进行1比1的k近邻匹配。*、**和***分别表示在1%、5%和10%水平上显著。

具体而言，我们首先根据受访企业2015年管理效率得分是否大于或等于中位值，将全部企业样本划分为“高管理效率”（M_high）、“低管理效率”（M_low）两组。在此基础上，分别选择人均固定资产净值、劳动力人数和研发人员占比作为“高管理效率”企业与“低管理效率”企业的匹配变量，对全部受访企业样本以劳动生产率（人均工业增加值）作为产出变量进行1:1的k近邻匹配。在此基础上，剔除找不到匹配对象的企业，最终分别得到300对（共600家）企业作为倾向得分匹配回归的子样本。表2报告了配对分组变量和企业维度匹配变量的统计结果，表3则进一步报告了k近邻匹配（n=1）估计的平衡性检验结果。从中可以看到，采用PSM配对之后，“高管理效率”分组与“低管理效率”分组在企业规模、研发人员占比等特征上的标准误绝对值减少了82.5%~90.1%。这表明，采用配对样本回归，可在一定程度上有效剔除企业规模、要素禀赋状况等特征的组间差异，从而规避选择性偏误对管理效率影响效应估计值的潜在干扰。