倾向得分匹配法介绍

）Р在公式（）和（）中，E（lnincome|X,subside=1）表示获得补贴的企业如果不接受政府补贴时的企业发展水平，E（lnincome|X,subside=0）表示没有获得补贴的企业如果接受政府补贴时的企业发展水平，由此可以看出，这两个期望均值是非事实以及不可观测的。解决这一问题的关键思路是，如果可以找到与获得政府补贴的企业“相似”的未获取政府补贴的企业，那么，就可以通过观察未获取补贴企业来判断接受补贴的企业在反事实情况下的发展水平，这一过程被称之为匹配过程（matching）。Р通过匹配，可以使得获取补贴的企业和未获取补贴的企业所有的特征变量都尽量相同，但这些特征变量的权重在很多情况下难以衡量。基于此，采用倾向得分匹配法则可以将众多指标合成为一个得分（score），对得分相近的企业进行匹配，因此，可以采用Probit或logit二元选择模型来估计企业接受补贴的概率值（公式（4））。Рp（X）Pro（subsideIlX）exp（°X）.（4）Р、1.exp（X）、舛Р其中，是企业获取政府补贴的概率，为一系列影响企业获得政府补贴的因素，即匹配变量。将这些匹配变量进行回归，进而可以计算得到每一个企业是否获取政府补贴的倾向得分（propensityscore）。根据这些倾向得分，我们可以将得分相近的企业进行匹配，通常采用的近邻匹配方法有K近邻匹配、卡尺匹配和卡尺K近邻匹配。本研究分别采用上述三种近邻匹配方法进行实证检验，近邻匹配方法的基本思想是为每个获取政府补贴的企业前向或者后向寻找唯一得分最为邻近的未获取政府补贴的企业作为前者的匹配对象。Р4、匹配平衡性检验РР最后，要对匹配的结果进行平衡性检验，以检测本研究的匹配结果是否可靠。如果匹配结果良好，则两组企业匹配后在匹配变量上应该是不存在显著差异的，这表明本研究选取的匹配变量和匹配方法都是合适的,匹配后的获得政府补贴的