新能源汽車補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率的影響研究

中圖分類號(hào)：F426.471；F812.42 文獻(xiàn)標(biāo)識(shí)碼：Adoi：10.3969/j.issn.1672-2272.202504014

The Impact of the Subsidy Reduction Policy for New Energy Vehicles on Total Factor Productivity of Enterprises： A Study Based on Synthetic DID and Continuous DID Models

Yu Feiyan （School of Economics，Nanjing Audit University，Nanjing 211815，China）

Abstract：The new energy vehicle（NEV） industry，as a strategic emerging industry， has achieved rapid development with the support of policies. However，with the implementation of the subsidy reduction policy，enterprises are facing new challenges. Based on the data of Chinese NEV listed companies from 2009 to 2023，this paper employs Synthetic Difference-in-Differences （DID）and Continuous DID models to explore the impact of the subsidy reduction policy on the total factor productivity（TFP） of enterprises and its heterogeneity. The study finds that the subsidy reduction policy has a significant negative impact on the TFP of enterprises overall， but the impact varies among enterprises with different ownership and sizes，with a greater efect on non-state-owned enterprises and large-scale enterprises. Further analysis of the transmisson mechanism indicates that enterprises can mitigate the negative impact of the subsidy reduction policy to some extent by increasing Ramp;D and innovation investment. Finally， based on the research conclusions and the current development status of the NEV industry.

Key Words：New Energy Vehicles； Subsidy Reduction Policy； Total Factor Productivity; DID Model

0 引言

中國(guó)汽車流通協(xié)會(huì)乘用車市場(chǎng)信息聯(lián)席分會(huì)（以下簡(jiǎn)稱乘聯(lián)分會(huì)）發(fā)布的最新數(shù)據(jù)顯示，2024年中國(guó)新能源汽車銷量1286.6萬(wàn)輛，同比增長(zhǎng) 35.5% ，同時(shí)全球新能源汽車銷量突破1000萬(wàn)輛。新能源汽車產(chǎn)業(yè)作為全球汽車產(chǎn)業(yè)的重要發(fā)展方向，在減少環(huán)境污染和推動(dòng)能源轉(zhuǎn)型方面具有重要意義。中國(guó)政府自2009年起出臺(tái)了一系列補(bǔ)貼政策以支持新能源汽車產(chǎn)業(yè)的發(fā)展，并取得了顯著成效。然而，隨著產(chǎn)業(yè)逐漸走向成熟，補(bǔ)貼退坡政策應(yīng)運(yùn)而生，旨在減少企業(yè)對(duì)政策的依賴，提升新能源汽車產(chǎn)業(yè)的內(nèi)生發(fā)展動(dòng)力、市場(chǎng)競(jìng)爭(zhēng)力和自主創(chuàng)新能力。補(bǔ)貼退坡政策的實(shí)施對(duì)企業(yè)產(chǎn)生了深遠(yuǎn)影響，尤其是在企業(yè)全要素生產(chǎn)率（TFP）方面。目前，國(guó)內(nèi)外對(duì)新能源汽車產(chǎn)業(yè)政策的研究已取得較為豐富的成果[]。而對(duì)于新能源汽車行業(yè)補(bǔ)貼退坡政策的長(zhǎng)期影響研究相對(duì)較少[2]

新能源汽車產(chǎn)業(yè)政策的研究主要集中在政策的演變、實(shí)施效果以及政策調(diào)整對(duì)產(chǎn)業(yè)發(fā)展的影響。Li等[3]采用雙重差分（DID）模型評(píng)估新能源汽車補(bǔ)貼政策，發(fā)現(xiàn)“騙補(bǔ)\"現(xiàn)象削弱了補(bǔ)貼政策的效果，且不同層級(jí)政府的補(bǔ)貼政策效果存在差異。對(duì)于產(chǎn)業(yè)政策的作用機(jī)制及效應(yīng)評(píng)估研究，李良成和黎禎禎4構(gòu)建新能源汽車產(chǎn)業(yè)政策作用機(jī)制分析框架，分析研發(fā)創(chuàng)新等因素在其中的作用機(jī)制。Mao[5]指出，補(bǔ)貼退坡政策對(duì)新能源汽車產(chǎn)業(yè)鏈中的企業(yè)盈利能力產(chǎn)生了顯著影響。此外，補(bǔ)貼退坡政策還與汽車充電基礎(chǔ)設(shè)施建設(shè)密切相關(guān)，Loniamp;Asadi研究發(fā)現(xiàn)，充電基礎(chǔ)設(shè)施的不足仍是限制電動(dòng)汽車普及的重要因素。

自補(bǔ)貼政策實(shí)施以來(lái)，大多數(shù)研究認(rèn)為政府補(bǔ)貼對(duì)企業(yè)績(jī)效發(fā)展產(chǎn)生正向影響。周亞虹等在研究分析影響中國(guó)新能源汽車發(fā)展主要因素時(shí)，通過(guò)建立數(shù)學(xué)模型發(fā)現(xiàn)政策支持對(duì)中國(guó)新能源汽車產(chǎn)業(yè)發(fā)展具有正向影響。補(bǔ)貼退坡政策的實(shí)施影響企業(yè)成本和運(yùn)營(yíng)資金，蔣巧艷[9研究發(fā)現(xiàn)，補(bǔ)貼退坡政策的實(shí)施通過(guò)縮短企業(yè)資金周轉(zhuǎn)期限，降低企業(yè)運(yùn)營(yíng)成本，提高企業(yè)競(jìng)爭(zhēng)力。

關(guān)于補(bǔ)貼退坡對(duì)企業(yè)全要素生產(chǎn)率的影響，現(xiàn)有研究大多集中在短期效應(yīng)方面。李文龍和閆文靜9通過(guò)建立數(shù)學(xué)模型發(fā)現(xiàn)，政策支持對(duì)新能源汽車產(chǎn)業(yè)的發(fā)展具有正向影響。駱瑞雪[10]研究表明，補(bǔ)貼退坡政策對(duì)企業(yè)生產(chǎn)效益的影響取決于成本效益的大小。補(bǔ)貼退坡政策短期內(nèi)提高了企業(yè)競(jìng)爭(zhēng)力。然而，這些研究對(duì)補(bǔ)貼退坡政策的長(zhǎng)期效應(yīng)以及企業(yè)內(nèi)部資源配置效率和技術(shù)創(chuàng)新的分析相對(duì)不足。

綜上所述，現(xiàn)有文獻(xiàn)在補(bǔ)貼退坡政策對(duì)企業(yè)生產(chǎn)率影響以及補(bǔ)貼政策的研究方面已取得顯著進(jìn)展[11]。然而，這些研究仍存在一些不足之處，需要在未來(lái)的研究中加以完善和拓展。首先，在探討補(bǔ)貼退坡政策對(duì)企業(yè)生產(chǎn)率的影響方面，現(xiàn)有研究大多集中于短期效應(yīng)，而對(duì)企業(yè)內(nèi)部資源配置效率和技術(shù)創(chuàng)新的長(zhǎng)期影響分析則相對(duì)不足。其次，現(xiàn)有研究未能充分考慮企業(yè)異質(zhì)性。不同企業(yè)性質(zhì)（如國(guó)有企業(yè)與非國(guó)有企業(yè)）和技術(shù)水平的企業(yè)對(duì)補(bǔ)貼退坡政策的反應(yīng)存在顯著差異。

據(jù)此，文章基于補(bǔ)貼退坡政策的連續(xù)性特征，使用連續(xù)DID模型，實(shí)證研究補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率的長(zhǎng)期影響效應(yīng)。同時(shí)，根據(jù)《新能源汽車推廣應(yīng)用推薦車型目錄》（以下簡(jiǎn)稱《推薦目錄》中直接受政策影響的企業(yè)名單所示，實(shí)驗(yàn)組企業(yè)與對(duì)照組企業(yè)存在數(shù)量偏差，為解決可能帶來(lái)的選擇偏差，使用合成DID模型，具體操作見(jiàn)實(shí)證部分。本研究將從以下幾個(gè)方面展開(kāi)：首先，梳理新能源汽車補(bǔ)貼政策的演變歷程及其政策目標(biāo)，分析補(bǔ)貼退坡的背景和必要性。其次，基于企業(yè)微觀數(shù)據(jù)，構(gòu)建計(jì)量經(jīng)濟(jì)學(xué)模型，實(shí)證檢驗(yàn)補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率的長(zhǎng)期影響。再次，探討補(bǔ)貼退坡政策在不同企業(yè)規(guī)模和產(chǎn)權(quán)性質(zhì)中的異質(zhì)性。最后，結(jié)合政策實(shí)施過(guò)程中的問(wèn)題和挑戰(zhàn)，提出優(yōu)化補(bǔ)貼政策退出機(jī)制的建議，以促進(jìn)新能源汽車產(chǎn)業(yè)的高質(zhì)量發(fā)展。

1理論基礎(chǔ)與研究假設(shè)

1.1補(bǔ)貼退坡政策與企業(yè)全要素生產(chǎn)率的總體效應(yīng)

在我國(guó)加快推進(jìn)高質(zhì)量發(fā)展的背景下，新能源汽車行業(yè)補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率（TFP）的影響，亟待更多理論和實(shí)證研究支撐。政策實(shí)施為企業(yè)提供了龐大的市場(chǎng)需求，根據(jù)著名經(jīng)濟(jì)學(xué)家Rosenberg提出的\"需求驅(qū)動(dòng)技術(shù)假說(shuō)\"[12]，市場(chǎng)需求能夠推動(dòng)企業(yè)進(jìn)行自主創(chuàng)新，并根據(jù)市場(chǎng)需求不斷優(yōu)化產(chǎn)品和服務(wù)[13]。同時(shí)，政府補(bǔ)貼減少后，行業(yè)競(jìng)爭(zhēng)更加激烈，企業(yè)通過(guò)對(duì)關(guān)鍵資源的獲取與配置來(lái)促進(jìn)產(chǎn)能績(jī)效的增加。有研究表明，政府補(bǔ)貼與新能源汽車的全要素生產(chǎn)率呈負(fù)相關(guān)關(guān)系[14]。補(bǔ)貼退坡政策的實(shí)施旨在減少企業(yè)對(duì)政策的依賴，推動(dòng)產(chǎn)業(yè)向市場(chǎng)化競(jìng)爭(zhēng)轉(zhuǎn)型。然而，這一政策也可能對(duì)企業(yè)的全要素生產(chǎn)率產(chǎn)生負(fù)面影響。一方面，補(bǔ)貼退坡可能導(dǎo)致企業(yè)資金緊張，影響其生產(chǎn)運(yùn)營(yíng)和技術(shù)創(chuàng)新投入；另一方面，企業(yè)可能通過(guò)優(yōu)化資源配置和提升管理效率以應(yīng)對(duì)補(bǔ)貼退坡帶來(lái)的挑戰(zhàn)。因此，補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率的總體效應(yīng)是復(fù)雜的[15]。因此，本文提出以下假設(shè)：

假設(shè)1：補(bǔ)貼退坡政策的實(shí)施會(huì)降低新能源汽車企業(yè)的全要素生產(chǎn)率。

1.2補(bǔ)貼退坡政策影響企業(yè)全要素生產(chǎn)率的異質(zhì)性分析1.2.1企業(yè)規(guī)模異質(zhì)性

企業(yè)規(guī)模是影響企業(yè)生產(chǎn)率的重要因素。不同規(guī)模企業(yè)受補(bǔ)貼退坡政策影響存在差異[16]。小規(guī)模企業(yè)可能由于資源有限，對(duì)補(bǔ)貼的依賴程度更高，補(bǔ)貼退坡對(duì)其全要素生產(chǎn)率的影響可能更為顯著。而大規(guī)模企業(yè)通常具有更強(qiáng)的資源獲取能力和技術(shù)創(chuàng)新能力，能夠更好地應(yīng)對(duì)補(bǔ)貼退坡政策帶來(lái)的沖擊。同時(shí)，企業(yè)規(guī)模的擴(kuò)大也可能帶來(lái)管理復(fù)雜化和內(nèi)部協(xié)調(diào)等問(wèn)題，難以靈活適應(yīng)市場(chǎng)變化，從而降低決策效率和創(chuàng)新執(zhí)行效率[17]。因此，本文提出以下假設(shè)：

假設(shè)2：不同規(guī)模的企業(yè)全要素生產(chǎn)率受補(bǔ)貼退坡政策影響程度不同。

1.2.2企業(yè)產(chǎn)權(quán)異質(zhì)性

根據(jù)產(chǎn)權(quán)性質(zhì)差異分析，國(guó)有企業(yè)和非國(guó)有企業(yè)在資源獲取、政策響應(yīng)和市場(chǎng)競(jìng)爭(zhēng)力等方面存在顯著差異[18]。國(guó)有企業(yè)通常具有更強(qiáng)的政策響應(yīng)能力、資源調(diào)配能力和更優(yōu)的市場(chǎng)待遇，能夠更好地應(yīng)對(duì)補(bǔ)貼退坡政策帶來(lái)的資金壓力；而非國(guó)有企業(yè)則可能更依賴市場(chǎng)機(jī)制，通過(guò)技術(shù)創(chuàng)新和效率提升來(lái)適應(yīng)政策變化。因此，本文提出以下假設(shè)：

假設(shè)3：不同產(chǎn)權(quán)性質(zhì)的企業(yè)全要素生產(chǎn)率受補(bǔ)貼退坡政策影響程度不同。

1.3 補(bǔ)貼退坡政策影響企業(yè)全要素生產(chǎn)率的傳導(dǎo)機(jī)制

補(bǔ)貼退坡政策雖然不會(huì)直接對(duì)企業(yè)的生產(chǎn)效率和競(jìng)爭(zhēng)力產(chǎn)生影響，但可能通過(guò)多種機(jī)制影響企業(yè)的全要素生產(chǎn)率[19]。其中，企業(yè)技術(shù)創(chuàng)新是重要的傳導(dǎo)機(jī)制之一，由于新能源汽車屬于技術(shù)密集型產(chǎn)業(yè)，技術(shù)創(chuàng)新水平?jīng)Q定企業(yè)的生產(chǎn)經(jīng)營(yíng)狀態(tài)。補(bǔ)貼退坡政策實(shí)施后，企業(yè)面臨更大的市場(chǎng)競(jìng)爭(zhēng)壓力，為了維持市場(chǎng)競(jìng)爭(zhēng)力，企業(yè)可能會(huì)增加研發(fā)投入，推動(dòng)技術(shù)創(chuàng)新，從而提升全要素生產(chǎn)率。因此，本文提出以下假設(shè)：

假設(shè)4：補(bǔ)貼退坡政策會(huì)激勵(lì)企業(yè)技術(shù)創(chuàng)新，進(jìn)而提升全要素生產(chǎn)率。

2數(shù)據(jù)來(lái)源與模型設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源

本文以 2009-2023 年中國(guó)新能源汽車上市企業(yè)作為研究對(duì)象。數(shù)據(jù)來(lái)源于國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)和上市公司年報(bào)。樣本經(jīng)過(guò)篩選處理，剔除了ST、*ST、退市以及數(shù)據(jù)缺失嚴(yán)重的樣本，最終得到831家上市公司數(shù)據(jù)。為了確保數(shù)據(jù)的準(zhǔn)確性和可靠性，本文對(duì)主要連續(xù)變量進(jìn)行了 1% 和 99% 分位數(shù)的雙邊縮尾處理，同時(shí)剔除了異常值。

2.2 變量定義

2.2.1 被解釋變量

本文的被解釋變量為企業(yè)全要素生產(chǎn)率（TFP），采用LP法（Levinsohn一Petrin）測(cè)算。借鑒魯曉東和連玉君[20]的方法，以柯布道格拉斯函數(shù)為基礎(chǔ)，具體計(jì)算公式如下：

lnY_it=β₀+β₁lnL_it+β₂lnK_it+β₃lnM_it+ε_it

其中， Y 為企業(yè)的營(yíng)業(yè)收入； L 為勞動(dòng)投入（員工總數(shù)）；K為資本投入（固定資產(chǎn)凈值）；M為中間投入（營(yíng)業(yè)成本、銷售費(fèi)用、財(cái)務(wù)費(fèi)用和管理費(fèi)用扣除折舊和支付給職工的現(xiàn)金）； ε_it 為殘差項(xiàng)[21]。

2.2.2 解釋變量

本文的主要解釋變量（ _DID ）為補(bǔ)貼退坡政策虛擬變量（Treat）與時(shí)間虛擬變量 （Post ）的交互項(xiàng)。其中，政策虛擬變量（Treat）[22]，若企業(yè)屬于《新能源汽車推廣應(yīng)用推薦車型自錄》中的企業(yè)，則取值為1，否則為0。時(shí)間虛擬變量 （Post ）則根據(jù)新能源汽車補(bǔ)貼退坡政策開(kāi)始實(shí)施時(shí)間，即2016年及以后取值為1，2016年以前取值為0。在連續(xù) DID 模型中還引入了另一個(gè)時(shí)間虛擬變量，即政策強(qiáng)度變量 （SubRe）^[23] ，本文將2016 年以前政策強(qiáng)度變量取值為0，2017年取值為1，2018年取值為2，以此類推。

2.2.3 其他變量

本文的控制變量為：企業(yè)壽命 （Age） 、營(yíng)業(yè)收入增長(zhǎng)率（Roa）、企業(yè)規(guī)模 .Size ）和流動(dòng)比率（Liquidity）。在研究政策影響企業(yè)生產(chǎn)率的作用機(jī)制以及異質(zhì)性分析時(shí)，機(jī)制變量為技術(shù)創(chuàng)新（RD）和企業(yè)所有制（Ownership）[24]

其中企業(yè)壽命 （Age ）是企業(yè)自成立之年至統(tǒng)計(jì)當(dāng)年的年限，取自然對(duì)數(shù)。營(yíng)業(yè)收入增長(zhǎng)率（Roa）用本期營(yíng)業(yè)收入與上期營(yíng)業(yè)收入的差值除以上期營(yíng)業(yè)收入來(lái)衡量。企業(yè)規(guī)模（ .Size ）是企業(yè)年度營(yíng)業(yè)收入的自然對(duì)數(shù)。流動(dòng)比率（Liquidity）用流動(dòng)資產(chǎn)合計(jì)與流動(dòng)負(fù)債合計(jì)的比率來(lái)衡量。研發(fā)創(chuàng)新（RD）用研發(fā)資金投入對(duì)數(shù)來(lái)衡量。企業(yè)所有制（Ownership），國(guó)有企業(yè)取值為1，非國(guó)有企業(yè)取值為0。變量說(shuō)明見(jiàn)表1。

2.2.4 描述性統(tǒng)計(jì)分析

變量描述性統(tǒng)計(jì)分析結(jié)果如表2所示，其中共6546個(gè)觀測(cè)值，企業(yè)全要素生產(chǎn)率均值為3.183，標(biāo)準(zhǔn)差為0.212，最小值為0.586，最大值為7.503，這表明樣本企業(yè)在全要素生產(chǎn)率上存在一定的差異性。樣本企業(yè)的研發(fā)投人平均值為4.453，標(biāo)準(zhǔn)差為3.047，最小值為0.004，最大值為36.86，這顯示出企業(yè)在研發(fā)投入上存在較大差異。由其余變量可以看出，樣本企業(yè)年齡分布較為廣泛，營(yíng)業(yè)收入增長(zhǎng)率波動(dòng)較大，企業(yè)規(guī)模相對(duì)集中，流動(dòng)性比率的波動(dòng)較小，顯示出樣本企業(yè)在流動(dòng)性管理上的一致性。

2.3 模型設(shè)定

雙重差分法（Difference-in-Differences，簡(jiǎn)稱DID）是一種評(píng)估政策或干預(yù)效果的計(jì)量經(jīng)濟(jì)學(xué)方法，其通過(guò)比較實(shí)驗(yàn)組和對(duì)照組在政策實(shí)施前后的變化差異來(lái)估計(jì)政策效應(yīng)。通過(guò)回歸分析法估計(jì)模型參數(shù)，重點(diǎn)關(guān)注交互項(xiàng)的系數(shù)。模型設(shè)定如下：

Y_it=β₀+β₁Treat_i×Post_t+β₂Control_it+μ_t+λ_i +ε_it （2）

其中， Y_it 為企業(yè)的全要素生產(chǎn)率； treat_it×post_t 即下文的DID，為政策虛擬變量與時(shí)間虛擬變量的交互項(xiàng)； Control_it 為控制變量； μ_t 為時(shí)間固定效應(yīng)； λ_i 為個(gè)體固定效應(yīng)； ε_it 為隨機(jī)擾動(dòng)項(xiàng)；交互性系數(shù) β₂ 為政策的處理效應(yīng)[25]，正系數(shù)表示政策產(chǎn)生了積極影響，負(fù)系數(shù) 則表示政策效果可能不佳。

由于實(shí)驗(yàn)組企業(yè)僅為名錄中的18家企業(yè)，參考Arkhangelsky等[26]的方法，選取合成DID模型進(jìn)行研究。合成DID模型通過(guò)構(gòu)建合成對(duì)照組來(lái)模擬實(shí)驗(yàn)組在沒(méi)有政策干預(yù)下的潛在結(jié)果，在合成DID中根據(jù)對(duì)照組與實(shí)驗(yàn)組的相似程度分配個(gè)體權(quán)重。而與政策后期趨勢(shì)更為相似的事前時(shí)期則分配更大的時(shí)間權(quán)重。適合估計(jì)單位數(shù)量少的情況。

連續(xù)DID方法參考Hegland[2的做法，連續(xù)DID模型將補(bǔ)貼退坡政策視為連續(xù)變量，能夠更準(zhǔn)確地反映政策強(qiáng)度的變化對(duì)企業(yè)全要素生產(chǎn)率的影響。在模型中引人政策強(qiáng)度變量，文章根據(jù)政策實(shí)施年份將2016年政策實(shí)施當(dāng)年賦值為1，政策實(shí)施第二年賦值為2，以此類推。

3 實(shí)證結(jié)果分析

3.1 合成DID回歸分析

使用模型式（2）檢驗(yàn)補(bǔ)貼退坡政策實(shí)施與企業(yè)全要素生產(chǎn)率之間關(guān)系，回歸結(jié)果見(jiàn)表3列（1），回歸系數(shù)為-0.123 ，在 1% 的顯著性水平上顯著。表3列（2）顯示，在加入控制變量后回歸系數(shù)為一0.104，系數(shù)絕對(duì)值減小，在 1% 的顯著性水平上顯著?？梢缘贸鲅a(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生了顯著的負(fù)向影響，假設(shè)1得到驗(yàn)證。具體而言，政策實(shí)施后，企業(yè)的全要素生產(chǎn)率（ TFP ）下降，表明補(bǔ)貼退坡政策在短期內(nèi)對(duì)企業(yè)生產(chǎn)效率產(chǎn)生了較為明顯的抑制作用。這可能是因?yàn)檠a(bǔ)貼退坡導(dǎo)致企業(yè)面臨成本上升的壓力，同時(shí)企業(yè)需要時(shí)間來(lái)調(diào)整生產(chǎn)策略和優(yōu)化資源配置以適應(yīng)新的政策環(huán)境。

圖1為合成DID的估計(jì)結(jié)果趨勢(shì)圖。橫軸表示時(shí)間，縱軸表示企業(yè)全要素生產(chǎn)率。實(shí)線和虛線分別表示實(shí)驗(yàn)組和對(duì)照組的變化趨勢(shì)。圖1右下角為L(zhǎng)ambda權(quán)重，表示每個(gè)對(duì)照組單位在合成對(duì)照組中的權(quán)重。權(quán)重的分布是對(duì)照組單位對(duì)合成對(duì)照組的貢獻(xiàn)率。2016年政策實(shí)施前，實(shí)驗(yàn)組和對(duì)照組的趨勢(shì)接近，即在沒(méi)有政策干預(yù)下，實(shí)驗(yàn)組和對(duì)照組的趨勢(shì)相似，支持平行趨勢(shì)假設(shè)。2016年政策實(shí)施后，實(shí)驗(yàn)組數(shù)值顯著下降，與前文回歸結(jié)果一致，表明2016年補(bǔ)貼退坡政策的實(shí)施對(duì)實(shí)驗(yàn)組產(chǎn)生了顯著負(fù)向影響。進(jìn)一步驗(yàn)證了前文合成DID實(shí)證結(jié)果的穩(wěn)健性。

3.2 連續(xù)DID回歸分析

傳統(tǒng)DID模型通常使用二值虛擬變量即0、1變量，來(lái)反映政策的實(shí)施與否的二元狀態(tài)。而補(bǔ)貼退坡政策的實(shí)施是一個(gè)動(dòng)態(tài)過(guò)程，其對(duì)企業(yè)全要素生產(chǎn)率的影響隨著時(shí)間的推移而發(fā)生變化。為了捕捉這種動(dòng)態(tài)效應(yīng)，本文進(jìn)行了動(dòng)態(tài)效應(yīng)分析。使用連續(xù)DID模型，將政策分組虛擬變量替換為連續(xù)型變量。在模型中，假如企業(yè)屬于實(shí)驗(yàn)組且年份在2016年以前設(shè)為0、2016年設(shè)為1、2017年設(shè)為2，以此類推，能夠更準(zhǔn)確地反映政策影響的動(dòng)態(tài)變化。回歸結(jié)果見(jiàn)表4，列（1）中退坡政策系數(shù)為一0.105，列（2）加入控制變量后回歸系數(shù)為一0.082，均在 1% 的顯著性水平上顯著?；貧w結(jié)果與合成DID回歸結(jié)果一致。

3.3 異質(zhì)性分析

3.3.1產(chǎn)權(quán)性質(zhì)異質(zhì)性

用連續(xù)DID法分析政策對(duì)企業(yè)全要素生產(chǎn)率時(shí)，將補(bǔ)貼退坡政策視為連續(xù)型政策。能夠得到補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率的平均處理效應(yīng)，為了深入剖析補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率的影響效應(yīng)，基于企業(yè)產(chǎn)權(quán)性質(zhì)和企業(yè)規(guī)模進(jìn)行異質(zhì)性分析。表5為異質(zhì)性分析結(jié)果，列（1）和列（2）分別為補(bǔ)貼退坡政策對(duì)非國(guó)有企業(yè)和國(guó)有企業(yè)全要素生產(chǎn)率的影響結(jié)果。列（1）非國(guó)有企業(yè)回歸系數(shù)為一0.170，列（2）中國(guó)有企業(yè)回歸系數(shù)為—0.082，均在 10% 的顯著性水平上顯著。分析發(fā)現(xiàn)，補(bǔ)貼退坡政策對(duì)不同產(chǎn)權(quán)性質(zhì)企業(yè)的全要素生產(chǎn)率影響存在差異。對(duì)于國(guó)有企業(yè)而言，其全要素生產(chǎn)率受到的負(fù)面影響相對(duì)較小，而對(duì)非國(guó)有企業(yè)的影響則更為顯著。這可能是因?yàn)閲?guó)有企業(yè)在資源獲取和政策響應(yīng)方面具有優(yōu)勢(shì)，能夠更有效地應(yīng)對(duì)補(bǔ)貼退坡帶來(lái)的資金壓力；而非國(guó)有企業(yè)則可能由于資源有限，對(duì)補(bǔ)貼的依賴程度更高，補(bǔ)貼退坡后資金鏈緊張，進(jìn)而影響其生產(chǎn)運(yùn)營(yíng)和技術(shù)創(chuàng)新投入，假設(shè)2得到驗(yàn)證。

3.3.2企業(yè)規(guī)模異質(zhì)性

在企業(yè)規(guī)模異質(zhì)性分析中，如表5列（3）所示，中規(guī)模企業(yè)的退坡政策系數(shù)為一0.072，在 5% 的顯著性水平上顯著。列（4）大規(guī)模企業(yè)的退坡政策系數(shù)為一0.098，在 1% 的顯著性水平上顯著。在企業(yè)規(guī)模方面，研究發(fā)現(xiàn)補(bǔ)貼退坡政策對(duì)大規(guī)模企業(yè)的全要素生產(chǎn)率產(chǎn)生了較大的負(fù)面影響。這可能是因?yàn)榇笠?guī)模企業(yè)在發(fā)展過(guò)程中對(duì)補(bǔ)貼政策形成了較高的依賴性，補(bǔ)貼退坡后，這些企業(yè)需要調(diào)整經(jīng)營(yíng)策略和業(yè)務(wù)模式，以適應(yīng)新的市場(chǎng)環(huán)境，但其轉(zhuǎn)型難度較大。此外，大規(guī)模企業(yè)在技術(shù)創(chuàng)新和研發(fā)投人方面通常具有優(yōu)勢(shì)，補(bǔ)貼退坡可能導(dǎo)致其資金鏈緊張，進(jìn)而影響技術(shù)創(chuàng)新的持續(xù)投人。假設(shè)3得到驗(yàn)證。

3.4 傳導(dǎo)機(jī)制分析

文章以研發(fā)創(chuàng)新投入（RD）作為衡量指標(biāo)，檢驗(yàn)企業(yè)研發(fā)創(chuàng)新在補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率影響中的作用機(jī)制。機(jī)制檢驗(yàn)的計(jì)量模型是將原模型被解釋變量企業(yè)全要素生產(chǎn)率替換為企業(yè)創(chuàng)新投人[27]。表6列（1）、列（2）分別為合成DID和連續(xù)DID的傳導(dǎo)機(jī)制回歸結(jié)果。列（1）中，退坡政策系數(shù)為0.573，在 10% 的顯著性水平上顯著。列（2）中，退坡政策系數(shù)為0.542，在 1% 的顯著性水平上顯著。結(jié)果表明，補(bǔ)貼退坡政策實(shí)施后，企業(yè)為了應(yīng)對(duì)市場(chǎng)競(jìng)爭(zhēng)壓力，增加了研發(fā)投入，推動(dòng)了技術(shù)創(chuàng)新，從而在一定程度上緩解了補(bǔ)貼退坡政策對(duì)全要素生產(chǎn)率的負(fù)面影響。這表明企業(yè)技術(shù)創(chuàng)新在補(bǔ)貼退坡政策影響企業(yè)全要素生產(chǎn)率的過(guò)程中發(fā)揮了積極的傳導(dǎo)作用，假設(shè)4得到驗(yàn)證。

為了直觀地觀測(cè)到檢驗(yàn)結(jié)果，圖2展示了合成雙重差分模型（SDID）的機(jī)制檢驗(yàn)結(jié)果，圖中橫軸為政策年份，縱軸為企業(yè)的研發(fā)創(chuàng)新投入水平?？梢钥闯?016年后實(shí)驗(yàn)組企業(yè)技術(shù)創(chuàng)新水平相較于對(duì)照組顯著上升。自2016年補(bǔ)貼退坡政策實(shí)施以來(lái)，補(bǔ)貼力度逐年減少，企業(yè)面臨著加大研發(fā)投入力度的迫切需求，推動(dòng)了整個(gè)行業(yè)的技術(shù)革新。同時(shí)，國(guó)內(nèi)龐大市場(chǎng)需求轉(zhuǎn)化為產(chǎn)業(yè)發(fā)展的內(nèi)生動(dòng)力，即使在補(bǔ)貼逐年退坡的背景下，新能源汽車行業(yè)也展現(xiàn)出了強(qiáng)勁的增長(zhǎng)趨勢(shì)。

4結(jié)論與建議

4.1 研究結(jié)論

本文通過(guò)合成DID和連續(xù)DID兩個(gè)模型，實(shí)證分析了新能源汽車補(bǔ)貼退坡政策對(duì)企業(yè)全要素生產(chǎn)率的影響及其異質(zhì)性和傳導(dǎo)機(jī)制。實(shí)證分析中通過(guò)第一個(gè)模型合成DID模型，使用合成控制法來(lái)構(gòu)建一個(gè)合成對(duì)照組，這個(gè)合成對(duì)照組是未受政策影響的個(gè)體的加權(quán)組合，旨在模擬如果沒(méi)有政策發(fā)生，實(shí)驗(yàn)組可能會(huì)經(jīng)歷的情況。結(jié)果顯示與現(xiàn)有文獻(xiàn)研究結(jié)果一致，2016年政策實(shí)施當(dāng)年，補(bǔ)貼退坡政策的確顯著降低了企業(yè)的全要素生產(chǎn)率水平。之后，基于補(bǔ)貼退坡政策的連續(xù)型特征，根據(jù)政策實(shí)施年份定義政策實(shí)施強(qiáng)度，通過(guò)連續(xù)DID模型得出平均處理效應(yīng)指標(biāo)，驗(yàn)證2016年補(bǔ)貼退坡政策實(shí)施后數(shù)年，隨著政策力度的增加對(duì)企業(yè)全要素生產(chǎn)率的影響。結(jié)果表明政策實(shí)施后，補(bǔ)貼退坡政策仍在降低企業(yè)的全要素生產(chǎn)率。據(jù)此得出結(jié)論，補(bǔ)貼退坡政策總體上對(duì)企業(yè)的全要素生產(chǎn)率產(chǎn)生了顯著的負(fù)向影響，且從長(zhǎng)期角度看，該政策在整個(gè)實(shí)施過(guò)程中對(duì)企業(yè)生產(chǎn)率的影響是持續(xù)的。但這種影響在不同產(chǎn)權(quán)性質(zhì)和規(guī)模的企業(yè)中存在差異。具體表現(xiàn)為國(guó)有企業(yè)和中規(guī)模企業(yè)受補(bǔ)貼退坡政策的影響相對(duì)較小，而非國(guó)有企業(yè)和大規(guī)模企業(yè)受影響程度較大。此外，在機(jī)制檢驗(yàn)中發(fā)現(xiàn)，企業(yè)技術(shù)創(chuàng)新在補(bǔ)貼退坡政策影響企業(yè)全要素生產(chǎn)率的過(guò)程中發(fā)揮了積極的傳導(dǎo)作用，能夠有效緩解政策的負(fù)面影響。

4.2 政策建議

面對(duì)日益激烈的同質(zhì)化競(jìng)爭(zhēng)，智能化正逐漸成為車企的核心競(jìng)爭(zhēng)力。隨著智駕解決方案的優(yōu)化與降本，各大頭部車企正大力推動(dòng)智駕平權(quán)，高階智駕有望加速向全車系滲透。預(yù)計(jì)2025年或成為基礎(chǔ)智能駕駛體驗(yàn)的普及階段，隨著更多功能逐步下沉至中低端車型，或?qū)⑦M(jìn)一步激發(fā)下沉價(jià)位段消費(fèi)者購(gòu)買意愿，進(jìn)而帶動(dòng)產(chǎn)業(yè)鏈核心零部件需求快速放量。因此，補(bǔ)貼退坡政策后，政府仍需出臺(tái)政策協(xié)助構(gòu)建更加成熟且更具競(jìng)爭(zhēng)優(yōu)勢(shì)的產(chǎn)業(yè)體系。同時(shí)，對(duì)高補(bǔ)貼依賴度的新能源汽車企業(yè)來(lái)說(shuō)，及時(shí)轉(zhuǎn)型升級(jí)是企業(yè)在競(jìng)爭(zhēng)日益激烈的環(huán)境下生存的關(guān)鍵。基于此，本文提出以下幾點(diǎn)建議：

4.2.1 優(yōu)化補(bǔ)貼政策設(shè)計(jì)

新能源汽車產(chǎn)業(yè)作為戰(zhàn)略性新興產(chǎn)業(yè)，在發(fā)展初期離不開(kāi)政府補(bǔ)貼的扶持。然而，隨著產(chǎn)業(yè)逐步成熟，補(bǔ)貼政策也需要適時(shí)調(diào)整。政府應(yīng)深入研究產(chǎn)業(yè)發(fā)展階段特點(diǎn)，精準(zhǔn)把握企業(yè)實(shí)際需求，靈活調(diào)整補(bǔ)貼政策。在補(bǔ)貼退坡過(guò)程中，設(shè)立過(guò)渡期至關(guān)重要。例如，可以按照一定比例逐年遞減補(bǔ)貼額度，讓企業(yè)有足夠的時(shí)間適應(yīng)補(bǔ)貼減少的情況，逐步增強(qiáng)自身造血功能。同時(shí)，政府要加強(qiáng)對(duì)補(bǔ)貼資金使用的監(jiān)管，建立嚴(yán)格的審核機(jī)制和跟蹤評(píng)估體系。通過(guò)定期檢查、審計(jì)等方式，確保企業(yè)將補(bǔ)貼資金真正用于技術(shù)研發(fā)和創(chuàng)新，如電池技術(shù)升級(jí)、自動(dòng)駕駛系統(tǒng)研發(fā)等關(guān)鍵領(lǐng)域，提高補(bǔ)貼政策的精準(zhǔn)性和有效性，避免補(bǔ)貼資金被濫用，使補(bǔ)貼政策發(fā)揮最大效能，推動(dòng)新能源汽車產(chǎn)業(yè)可持續(xù)發(fā)展。

4.2.2 支持企業(yè)技術(shù)創(chuàng)新

技術(shù)創(chuàng)新是新能源汽車產(chǎn)業(yè)發(fā)展的核心動(dòng)力。政府應(yīng)積極加大對(duì)新能源汽車企業(yè)技術(shù)創(chuàng)新的支持力度，設(shè)立專項(xiàng)基金，為企業(yè)開(kāi)展前沿技術(shù)研發(fā)和應(yīng)用提供充足資金保障。這些專項(xiàng)基金可以用于支持企業(yè)研發(fā)高性能電池、智能駕駛系統(tǒng)、輕量化材料等關(guān)鍵技術(shù)。同時(shí)，政府要充分發(fā)揮稅收優(yōu)惠、財(cái)政補(bǔ)貼等政策工具的作用，降低企業(yè)的研發(fā)成本。例如，對(duì)企業(yè)的研發(fā)投入給予一定比例的稅收抵免，或者對(duì)成功實(shí)現(xiàn)技術(shù)突破并產(chǎn)業(yè)化應(yīng)用的企業(yè)給予一次性財(cái)政獎(jiǎng)勵(lì)，提高企業(yè)技術(shù)創(chuàng)新的積極性。此外，政府還可以搭建產(chǎn)學(xué)研合作平臺(tái)，加強(qiáng)企業(yè)與高校、科研機(jī)構(gòu)的聯(lián)系。通過(guò)組織產(chǎn)學(xué)研對(duì)接活動(dòng)、建立聯(lián)合實(shí)驗(yàn)室等方式，促進(jìn)各方資源共享、優(yōu)勢(shì)互補(bǔ)，加速技術(shù)成果轉(zhuǎn)化和應(yīng)用。比如，高校和科研機(jī)構(gòu)可以為企業(yè)提供前沿理論和技術(shù)支持，企業(yè)則為高校和科研機(jī)構(gòu)提供實(shí)踐平臺(tái)和資金支持，共同推動(dòng)新能源汽車技術(shù)創(chuàng)新，提升產(chǎn)業(yè)整體技術(shù)水平。

4.2.3推動(dòng)產(chǎn)業(yè)升級(jí)與轉(zhuǎn)型

當(dāng)前，新能源汽車產(chǎn)業(yè)正處于轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期。政府應(yīng)積極引導(dǎo)新能源汽車企業(yè)向高端化、智能化、綠色化方向發(fā)展，鼓勵(lì)企業(yè)加大在新能源汽車關(guān)鍵核心技術(shù)領(lǐng)域的研發(fā)投入。例如，引導(dǎo)企業(yè)加大對(duì)固態(tài)電池技術(shù)、氫燃料電池技術(shù)等前沿電池技術(shù)的研發(fā)投人，提高新能源汽車的續(xù)航里程和安全性；支持企業(yè)開(kāi)展智能網(wǎng)聯(lián)汽車技術(shù)研發(fā)，提升車輛的智能化水平，增強(qiáng)產(chǎn)品附加值和市場(chǎng)競(jìng)爭(zhēng)力。同時(shí)，政府要加強(qiáng)對(duì)新能源汽車產(chǎn)業(yè)鏈上下游企業(yè)的扶持。對(duì)于上游原材料供應(yīng)商，可以通過(guò)產(chǎn)業(yè)政策引導(dǎo)，幫助企業(yè)優(yōu)化資源配置，降低生產(chǎn)成本；對(duì)于中游整車制造企業(yè)，鼓勵(lì)其加強(qiáng)品牌建設(shè)，提升產(chǎn)品質(zhì)量和工藝水平；對(duì)于下游的銷售、售后服務(wù)以及充電基礎(chǔ)設(shè)施建設(shè)等環(huán)節(jié)，加大政策支持力度，促進(jìn)產(chǎn)業(yè)鏈協(xié)同發(fā)展。通過(guò)完善產(chǎn)業(yè)鏈上下游企業(yè)之間的協(xié)作機(jī)制，提升整個(gè)產(chǎn)業(yè)的韌性和競(jìng)爭(zhēng)力，打造具有國(guó)際影響力的新能源汽車產(chǎn)業(yè)集群。

4.2.4加強(qiáng)市場(chǎng)機(jī)制建設(shè)

完善的市場(chǎng)機(jī)制是新能源汽車產(chǎn)業(yè)健康發(fā)展的保障。政府應(yīng)進(jìn)一步完善新能源汽車市場(chǎng)機(jī)制，加強(qiáng)市場(chǎng)監(jiān)管，規(guī)范市場(chǎng)競(jìng)爭(zhēng)秩序。建立健全新能源汽車質(zhì)量檢測(cè)標(biāo)準(zhǔn)和安全監(jiān)管體系，加強(qiáng)對(duì)新能源汽車產(chǎn)品質(zhì)量和安全性能的檢測(cè)，確保消費(fèi)者權(quán)益。同時(shí)，嚴(yán)厲打擊不正當(dāng)競(jìng)爭(zhēng)行為，如虛假宣傳、價(jià)格欺詐、惡意低價(jià)競(jìng)標(biāo)等，為企業(yè)創(chuàng)造公平競(jìng)爭(zhēng)的市場(chǎng)環(huán)境。此外，政府要通過(guò)建立完善的市場(chǎng)準(zhǔn)入和退出機(jī)制，鼓勵(lì)企業(yè)通過(guò)市場(chǎng)競(jìng)爭(zhēng)提升自身實(shí)力。對(duì)于新進(jìn)入企業(yè)，要設(shè)定合理的準(zhǔn)入門檻，確保其具備一定的技術(shù)實(shí)力和資金實(shí)力，避免低水平重復(fù)建設(shè)；對(duì)于經(jīng)營(yíng)不善、技術(shù)落后的企業(yè)，要建立有序的退出機(jī)制，引導(dǎo)其通過(guò)兼并重組等方式實(shí)現(xiàn)資源優(yōu)化配置。通過(guò)市場(chǎng)競(jìng)爭(zhēng)機(jī)制的完善，推動(dòng)新能源汽車產(chǎn)業(yè)的優(yōu)勝劣汰，促進(jìn)產(chǎn)業(yè)健康發(fā)展，提升產(chǎn)業(yè)整體質(zhì)量和效益，使新能源汽車產(chǎn)業(yè)在全球市場(chǎng)中更具競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1]左世全，趙世佳，祝月艷.國(guó)外新能源汽車產(chǎn)業(yè)政策動(dòng)向及對(duì)我國(guó)的啟示J].經(jīng)濟(jì)縱橫，2020（1）：113-122.

[2] 龐德良，卜睿，劉兆國(guó).我國(guó)新能源汽車產(chǎn)業(yè)制度安排演進(jìn)與優(yōu)化建議[J].經(jīng)濟(jì)縱橫，2022（4）：106-115.

[3] LIJ，JIANG M，LIG.Does the new energy vehiclessubsidy policy decrease the carbon emissions of the urbantransport industry？ Evidence from Chinesecitiesin Yan-gtze RiverDelta[J].Energy，2024，298：131322.

[4]李良成，黎禎禎.補(bǔ)貼退坡政策對(duì)新能源汽車企業(yè)研發(fā)投入的影響實(shí)證研究[J].科學(xué)決策，2023（5）：152-168.

[5]MAO X. The impact of the reduction of consumption subsi-dies on the industrial chain of new energyvehicles：Based ontheperspectiveofprofitabilityand Ramp;Dability[C]//E3SWeb of Conferences.Paris：EDP Sciences，2O21，235：01002.

[6]LONI A，ASADI S.Data-driven equitable placement forelectric vehicle charging stations：case study San Francisco[J].Energy，2023，282：128796.

[7] 周亞虹，蒲余路，陳詩(shī)一，等.政府扶持與新型產(chǎn)業(yè)發(fā)展——以新能源為例[J].經(jīng)濟(jì)研究，2015，50（6）：147-161.

[8] 蔣巧艷.新能源汽車行業(yè)的戰(zhàn)略成本管理研究——以BYD為例[J].商展經(jīng)濟(jì)，2023（11）：140-142.

[9] 李文龍，閆文靜.財(cái)政支持、技術(shù)創(chuàng)新與稀土企業(yè)高質(zhì)量發(fā)展[J].大連大學(xué)學(xué)報(bào)，2023，44（5）：100-109.

[10] 駱瑞雪.“雙碳”目標(biāo)背景下新能源汽車行業(yè)盈利能力分析LJ].科技創(chuàng)業(yè)月刊，2023，36（2）：76-81.

[11]李龍.新能源汽車營(yíng)銷策略研究[J].科技創(chuàng)業(yè)月刊，2020，33（10） ：84-86.

[12]ROSENBERG N. Perspectives on technology[M].Cambridge：Cambridge University Press，1976

[13]李曉華.技術(shù)推動(dòng)、需求拉動(dòng)與未來(lái)產(chǎn)業(yè)的選擇[J].經(jīng)濟(jì)縱橫，2022（11）：45-54.

[14］王曉君.財(cái)政補(bǔ)貼對(duì)研發(fā)創(chuàng)新的影響研究——基于行業(yè)景氣度視角[J].當(dāng)代經(jīng)濟(jì)研究，2019（5）：98-107.

[15]徐鍇.政府補(bǔ)貼、雙元?jiǎng)?chuàng)新與企業(yè)全要素生產(chǎn)率關(guān)系的實(shí)證研究[J].技術(shù)與市場(chǎng)，2023，30（11）：9-15.

[16]李天籽，谷雨，李振濤.高鐵網(wǎng)絡(luò)節(jié)點(diǎn)優(yōu)勢(shì)與企業(yè)生產(chǎn)率——基于復(fù)雜網(wǎng)絡(luò)分析方法[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2023（4）：99-113.

[17]陳奉先，封文華.國(guó)際資本流動(dòng)“突然停止”如何影響企業(yè)全要素生產(chǎn)率？——基于準(zhǔn)自然實(shí)驗(yàn)的考察[J].經(jīng)濟(jì)社會(huì)體制比較，2023（5）：28-42.

[18]李俊成，李建軍.“一帶一路\"倡議對(duì)企業(yè)海外投資的增進(jìn)效應(yīng)[J].金融論壇，2022，27（4）：31-41.

[19]孫一平，彭梁峰.政府補(bǔ)助準(zhǔn)則變化對(duì)新能源汽車企業(yè)利潤(rùn)質(zhì)量影響研究——以比亞迪為例[J].科技創(chuàng)業(yè)月刊，2023，36（4）：40-44.

[20]魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999-2007[J].經(jīng)濟(jì)學(xué)（季刊），2012，11（2）：541-558.

[21]李小克，李小平.中國(guó)全要素生產(chǎn)率演變的測(cè)度和多重效應(yīng)分解：偏向性技術(shù)進(jìn)步視角[J].經(jīng)濟(jì)研究，2022，57（4）：191-208.

[22]任曉怡，葉顯，吳非.地方經(jīng)濟(jì)增長(zhǎng)目標(biāo)、政府行為與企業(yè)全要素生產(chǎn)率[J].公共管理與政策評(píng)論，2021，10（4）：127-146.

[23]BRUCE M，DALY L，KAHN K B. Delineating designfactors that influence the global product launch process[J]. Journal of Product Innovation Management，2007，24（5）：456-470.

[24]楊汝岱，李艷，孟珊珊.企業(yè)數(shù)字化發(fā)展、全要素生產(chǎn)率與產(chǎn)業(yè)鏈溢出效應(yīng)[J].經(jīng)濟(jì)研究，2023，58（11）：44-61.

[25]劉甲炎，范子英.中國(guó)房產(chǎn)稅試點(diǎn)的效果評(píng)估：基于合成控制法的研究[J].世界經(jīng)濟(jì)，2013，36（11）：117-135.

[26]ARKHANGELSKY D，ATHEY S，HIRSHBERG D A，et al. Synthetic difference-in-differences[J]. AmericanEconomic Review，2021，111（12）：4088-4118.

[27]HEGLAND T A. Wooldid：estimation of difference-in-differences treatment effects with staggered treatmentonset using heterogeneity-robust two-way fixed effectsregressions[EB/OL].（2023-10-06）[2025-05-28].ht-tps：//github.com/thegland/wooldid/.（責(zé)任編輯：周媛）