劉偉華 孫嘉琦 陳之璇 劉馨允

（天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津 300072）

引 言

21世紀(jì)的競爭不是企業(yè)之間的競爭，而是供應(yīng)鏈與供應(yīng)鏈之間的競爭。當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革加速演進(jìn)，在經(jīng)濟(jì)全球化大背景下，企業(yè)供應(yīng)鏈愈發(fā)變得更加動態(tài)和復(fù)雜，對企業(yè)經(jīng)營績效的重要性與日俱增［1］。因此，加快供應(yīng)鏈運作效率、提高供應(yīng)鏈柔性與協(xié)調(diào)能力和增加供應(yīng)鏈運營收益成為我國企業(yè)供應(yīng)鏈創(chuàng)新發(fā)展的必然要求。

在這樣的背景下，我國政府積極推進(jìn)供應(yīng)鏈領(lǐng)域政策的制定與發(fā)布，供應(yīng)鏈在我國政策文件中提及頻率明顯增加，如何更好地評估既有政策帶來的績效成為政府進(jìn)一步制定供應(yīng)鏈相關(guān)政策的關(guān)鍵。2017年10月，國務(wù)院辦公廳發(fā)布了第一份中央層面的供應(yīng)鏈政策文件 《國務(wù)院辦公廳關(guān)于積極推進(jìn)供應(yīng)鏈創(chuàng)新與應(yīng)用的指導(dǎo)意見》［2］，該政策文件有著重要的意義，指明了我國供應(yīng)鏈創(chuàng)新與應(yīng)用的必要性。但由于該政策是指導(dǎo)性意見，涉及企業(yè)數(shù)量廣泛且不確定，難以準(zhǔn)確評價該政策對企業(yè)帶來的影響。2018年4月10日，商務(wù)部、國家市場監(jiān)督管理總局、工業(yè)和信息化部、中國物流與采購聯(lián)合會等八部門下發(fā) 《關(guān)于開展供應(yīng)鏈創(chuàng)新與應(yīng)用試點的通知》（商建函［2018］142號）（以下簡稱 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策），該政策有明確的時間起點，并且有著明確的政策支持對象（即269家試點企業(yè)），試點實施期為2年。該政策具備 “準(zhǔn)自然實驗”的研究條件，對該政策實施效果進(jìn)行評估，不僅能夠?qū)υ撜哌M(jìn)行效果評價，考察該政策是否對試點企業(yè)有益，也能夠為促進(jìn)我國供應(yīng)鏈發(fā)展的相關(guān)政策建議提出提供具體的參考。因此，研究該政策對企業(yè)經(jīng)營績效的影響對進(jìn)一步完善供應(yīng)鏈相關(guān)政策具有重要的研究價值。

在以往政策評估的研究中，有幾種主流的評估方法，包括雙重差分方法、工具變量法和傾向得分匹配法等［3］。其中，工具變量法應(yīng)用的局限性較強，較難找到好的工具變量［4］。而由于本文選取的研究政策為試點政策，更加適合采取分組別差分的雙重差分法進(jìn)行研究。雙重差分（DID，Difference-in-Difference）最初由普林斯頓大學(xué)的Ashenfelter和Card于1985年在一篇項目評價的文章［5］中提出，之后在計量經(jīng)濟(jì)學(xué)界以及社會學(xué)界被廣泛應(yīng)用于政策評估領(lǐng)域。如Zareh Asatryan等（2017）［6］結(jié)合雙重差分方法和非連續(xù)性回歸方法利用德國巴伐利亞州1995年引入的地方自主權(quán)來研究直接民主對財政的影響。Lori Prince Hagood（2019）［7］采用雙重差分方法探討績效資助對國家撥款的影響，同時定量分析了不同機構(gòu)類型的異質(zhì)待遇效應(yīng)。 Chiu-Fang等（2020）［8］應(yīng)用雙重差分模型研究衛(wèi)生資源和服務(wù)管理局（HRSA）資助項目對美國牙醫(yī)執(zhí)業(yè)點的潛在影響。Lajos Baráth等（2020）［9］研究了 2006～2013年期間，不同類型的補貼對斯洛文尼亞農(nóng)業(yè)全要素生產(chǎn)率（TFP）不同組成部分的影響。國內(nèi)研究方面，用該方法進(jìn)行的研究包括我國 “抓大放小”、戰(zhàn)略重組政策（李楠和喬榛，2009）［10］、稅收政策（江明軒，2011；韓仁月和馬海濤，2019）［11，12］、 “營改增”政策（袁從帥等，2015）［13］、鐵道部改革（Wang等，2018）［14］、 “一帶一路”、 “中國制造 2025”（端利濤等，2020）［15］等。可見，雙重差分模型方法在政策效果評價領(lǐng)域被普遍認(rèn)可，但雙重差分模型仍然具有一定的局限性，即難以滿足樣本共同趨勢假設(shè)，針對此，傾向得分匹配法（PSM，Pro?pensity Score Matching）能夠很好地克服樣本選擇的內(nèi)生性影響，鑒于此，本文政策評估時將雙重差分方法和傾向得分匹配法相結(jié)合，構(gòu)建PSMDID模型以彌補雙重差分方法的局限性。

資產(chǎn)收益率ROA指標(biāo)的高低直接反映了公司的競爭實力和發(fā)展能力，也是決定公司是否應(yīng)舉債經(jīng)營的重要依據(jù)［16］，因此可以作為公司經(jīng)營績效的核心指標(biāo)。本文以 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策的實施作為研究對象，構(gòu)建供應(yīng)鏈政策評價的準(zhǔn)自然實驗，基于2015～2019年的面板數(shù)據(jù)，運用PSM-DID雙重差分傾向得分匹配模型探討政策對試點企業(yè)經(jīng)營績效中的盈利指標(biāo)資產(chǎn)收益率（Return On Assets，ROA）的影響，以研究政策的實施能否促進(jìn)試點企業(yè)更有效地經(jīng)營。本文的研究表明，實施 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策，對試點企業(yè)的經(jīng)營績效ROA有著顯著的正向促進(jìn)影響，表明我國該政策實施效果良好；此外，企業(yè)規(guī)模、企業(yè)的資產(chǎn)負(fù)債率、托賓Q值和企業(yè)固定資產(chǎn)投資比率都對ROA有顯著影響。其中企業(yè)規(guī)模和托賓Q值對ROA有正向影響，資產(chǎn)負(fù)債率和固定資產(chǎn)投資比率對ROA有負(fù)向影響。

1 研究假設(shè)

為開展本文的研究，根據(jù)本政策的相關(guān)內(nèi)容和本文研究目標(biāo)，特提出以下假設(shè)：

（1）試點政策與企業(yè)經(jīng)營績效的關(guān)系

“供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策旨在推動企業(yè)提高供應(yīng)鏈管理和協(xié)同水平、加強供應(yīng)鏈技術(shù)和模式創(chuàng)新、建設(shè)和完善各類供應(yīng)鏈平臺、規(guī)范開展供應(yīng)鏈金融業(yè)務(wù)、積極倡導(dǎo)供應(yīng)鏈全程綠色化，進(jìn)而全面提升企業(yè)經(jīng)營績效。針對 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策，本文將基于2015～2019年的面板數(shù)據(jù)對試點企業(yè)的經(jīng)營績效的影響效果進(jìn)行評估。根據(jù)政策內(nèi)容，該政策試點重點強調(diào)試點企業(yè)的創(chuàng)新轉(zhuǎn)型和降本增效，這會促進(jìn)試點企業(yè)的研發(fā)投入提升，而根據(jù)以往研究（劉睿智和張魯秀；鄭海元和李元杰）［17，18］，企業(yè)在研發(fā)或者無形資產(chǎn)上投入的增加能夠增強公司盈利能力。同時，該政策還積極推動企業(yè)同商業(yè)銀行、高校、研究機構(gòu)等的供應(yīng)鏈合作以推動供應(yīng)鏈信息化發(fā)展，而信息化水平提升有助于信息在組織內(nèi)傳播以及提升共享的有效程度從而有助于顯著提高企業(yè)績效［19］，信息化能夠增強和促進(jìn)企業(yè)資源利用效率和生產(chǎn)率的提升［20］，因而能夠降低企業(yè)運作成本。因此，本文認(rèn)為，該政策實施能夠顯著正向提升企業(yè)盈利能力，因此本文提出假設(shè)1。

H1：“供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策對試點企業(yè)的經(jīng)營績效ROA有顯著正向促進(jìn)作用。

（2）試點企業(yè)規(guī)模與企業(yè)經(jīng)營績效的關(guān)系

企業(yè)規(guī)模的大小在一定程度上反映了企業(yè)成長的不同階段，目前對企業(yè)規(guī)模的衡量方式有兩種，分別是定性和定量。其中定性方式包括公司運營形式、行業(yè)地位、股東權(quán)益集中情況等，而定量方式則包括雇員人數(shù)、資產(chǎn)總額、營業(yè)總額等［21］。根據(jù)經(jīng)典的SCP理論，市場結(jié)構(gòu)決定企業(yè)市場行為，企業(yè)市場行為又決定經(jīng)濟(jì)績效，而企業(yè)規(guī)模作為重要的市場結(jié)構(gòu)變量對企業(yè)績效具有顯著影響［22］。一般來說，試點企業(yè)規(guī)模越小，占有市場就越小，抗風(fēng)險能力偏弱，生產(chǎn)技術(shù)等相對來講不如規(guī)模較大的企業(yè)技術(shù)成熟，盈利能力相對也較弱［23］，因此本文提出假設(shè)2。

H2：企業(yè)規(guī)模與企業(yè)經(jīng)營績效ROA有顯著正向關(guān)系。

（3）試點企業(yè)成長能力與企業(yè)經(jīng)營績效的關(guān)系

托賓Q值是公司市場價值對其資產(chǎn)重置成本的比率，該指標(biāo)主要反映了企業(yè)兩種不同價值估計的比值，而同時也側(cè)面反映了企業(yè)的成長能力［24］。若企業(yè)的托賓Q值越高，則對應(yīng)企業(yè)的市場價值相對高于資本的重置成本，此時企業(yè)在發(fā)行少量股票的情況下能夠買到較多的投資品［25］，進(jìn)而能夠提供給經(jīng)營活動的支出增多，企業(yè)主營業(yè)務(wù)以及其他業(yè)務(wù)總產(chǎn)出相應(yīng)增加，盈利也將相應(yīng)增多。因此，本文提出假設(shè)3：

H3：試點企業(yè)托賓Q值與企業(yè)經(jīng)營績效ROA有顯著正向關(guān)系。

（4）試點企業(yè)負(fù)債水平與企業(yè)經(jīng)營績效的關(guān)系

負(fù)債水平一般通過資產(chǎn)負(fù)債率衡量，即負(fù)債總額與資產(chǎn)總額的百分比。當(dāng)前，學(xué)術(shù)界針對資本結(jié)構(gòu)與盈利能力關(guān)系也開展了相關(guān)的研究。其中，我國學(xué)者對我國上市公司的研究結(jié)果大多為負(fù)債水平與盈利能力呈反比例關(guān)系，如陸正飛和辛宇（1998）［26］對35家運輸設(shè)備業(yè)上市公司的實證研究，宋忠寧和張建平（2010）［27］對江蘇省上市公司的實證分析。本文認(rèn)為，負(fù)債率越高的企業(yè)，其經(jīng)營風(fēng)險越高，導(dǎo)致企業(yè)很難有潛力實施更好的企業(yè)績效。綜合以往研究所得結(jié)論以及本文所選取的研究對象，本文提出假設(shè)4。

H4：試點企業(yè)負(fù)債水平與企業(yè)經(jīng)營績效ROA呈顯著負(fù)向關(guān)系。

（5）試點企業(yè)固定資產(chǎn)比率與企業(yè)經(jīng)營績效的關(guān)系

固定資產(chǎn)比率不同能夠在一定程度上反映出企業(yè)是輕資產(chǎn)型企業(yè)還是重資產(chǎn)型企業(yè)等，而資產(chǎn)異質(zhì)性等很大程度上影響企業(yè)的盈利能力［28］。同時，根據(jù)固定資產(chǎn)比率定義，該值為固定資產(chǎn)與資產(chǎn)總額的比值，因而該比率的不同還將影響企業(yè)的流動資金，具有不同固定資產(chǎn)比率的公司其流動資產(chǎn)額、現(xiàn)金持有水平等不同。而柳丹（2013）［29］針對A股制造業(yè)上市公司研究得到超額現(xiàn)金持有量能夠顯著提升公司經(jīng)營績效。另外根據(jù)權(quán)衡理論，現(xiàn)金持有量越多，能為企業(yè)投資提供越好的支撐，并且更有效地體現(xiàn)出持有現(xiàn)金的價值增值能力，有助于企業(yè)績效水平提升［30］。因此，本文提出假設(shè)5。

H5：試點企業(yè)固定資產(chǎn)比率與企業(yè)經(jīng)營績效ROA呈顯著負(fù)向關(guān)系。

2 研究設(shè)計

2.1 模型構(gòu)建

（1）對樣本進(jìn)行PSM傾向得分匹配

使用DID方法，必須要保證對照組和處理組滿足共同趨勢假設(shè)這一前提，即需要保證二者的被解釋變量在政策實施前的時間趨勢是相同的，若不滿足該前提，就無法滿足用對照組模擬未受政策影響時時間效應(yīng)的要求，結(jié)果將存在較大的偏誤，不能有效反映政策真實效果。然而由于政策涵蓋領(lǐng)域較大，不同行業(yè)和領(lǐng)域以及不同企業(yè)自身存在差異性，很難保證最初所選樣本能夠滿足共同趨勢假設(shè)，因此需要借助一定方法篩選出滿足共同趨勢假設(shè)的樣本，在此基礎(chǔ)上再去進(jìn)行政策效果的評估。關(guān)于如何選擇出具有平行趨勢的樣本，由Rusenbaum和Rubin于1983年提出的PSM傾向得分匹配法被廣泛應(yīng)用于解決樣本選擇偏差問題中，其原理是選出可能影響處理組樣本未來趨勢的各種特征，并根據(jù)這些特征在對照組中選取盡可能相同的樣本進(jìn)行匹配，從而篩選出符合共同趨勢假設(shè)的可用樣本，從而減少誤差。PSM有多種匹配方法，包括最鄰近匹配、核匹配、半徑匹配［31］。本文將采用3種方法中最為常見的最鄰近匹配方法進(jìn)行研究。

（2）構(gòu)建DID雙重差分模型評估政策效果

DID模型作為政策效應(yīng)評估的廣泛應(yīng)用方法，能夠較大程度地克服內(nèi)生性的干擾，其基本思想是將政策看成一項準(zhǔn)自然實驗，通過比較處理組和對照組在政策實施前后發(fā)生的差異來反映政策效果的方向及強弱。則對于本文來講，處理組即“供應(yīng)鏈創(chuàng)新與應(yīng)用試點”企業(yè)，對照組則是非試點企業(yè)，并構(gòu)建DID模型。具體見下式：

其中，Y代表被解釋變量，下標(biāo)i代表第i個企業(yè)，下標(biāo)t代表第t年，Xit代表若干控制變量（匹配變量），εit代表隨機擾動項。若個體是試點企業(yè)，屬于處理組，則令Treati＝1，若不是，則令Treati＝0；若時間在政策實施后，則令Postt＝1，若在政策實施前，則令Postt＝0。根據(jù)表1可知交互項的系數(shù)β3的大小和方向能夠直觀反映政策效應(yīng)。

表1 DID模型表格

2.2 變量選取

（1） 解釋變量

本節(jié)主要評估 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策的實施對企業(yè)的經(jīng)營績效是否有顯著效果，因此將 “開展供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策實施作為解釋變量，在模型中體現(xiàn)為treat和post。

（2）被解釋變量

小學(xué)階段是學(xué)生語文學(xué)習(xí)的啟蒙階段，是培養(yǎng)學(xué)生良好學(xué)習(xí)習(xí)慣的最佳時期。在小學(xué)語文的教學(xué)中，朗讀教學(xué)的開展，有利于培養(yǎng)學(xué)生的語感，發(fā)展學(xué)生的智力，加深學(xué)生對文本內(nèi)涵的理解。因此，在新課程改革不斷深入發(fā)展的社會背景下，小學(xué)語文教師要重視朗讀教學(xué)，充分認(rèn)識到朗讀教學(xué)的積極作用，積極開展朗讀教學(xué)，加強對學(xué)生的朗讀訓(xùn)練，促進(jìn)學(xué)生語文學(xué)習(xí)質(zhì)量的提升，促進(jìn)學(xué)生的全面發(fā)展。

本節(jié)目的在于評價該政策對企業(yè)的經(jīng)營績效是否有顯著效果，而企業(yè)經(jīng)營活動中往往最被關(guān)注的是賺取利潤，企業(yè)的盈利能力是企業(yè)生存與發(fā)展的物質(zhì)基礎(chǔ)，也是企業(yè)業(yè)績的最終反映之一［15］，因此本文以總資產(chǎn)收益率ROA作為經(jīng)營績效的對應(yīng)指標(biāo)，著重考察經(jīng)營績效中的盈利能力部分。

（3）控制變量（匹配變量）

為進(jìn)行傾向得分匹配方法，需要將處理組即試點企業(yè)的一些主要特征作為匹配標(biāo)準(zhǔn)，采用最鄰近匹配方法進(jìn)行匹配。參考丁寧和丁華（2020）［32］的研究，以總資產(chǎn)自然對數(shù)代表企業(yè)規(guī)模，以資產(chǎn)負(fù)債率代表企業(yè)負(fù)債水平，以托賓Q值代表企業(yè)價值，以固定資產(chǎn)占總資產(chǎn)比重代表企業(yè)結(jié)構(gòu)，以這4個指標(biāo)作為匹配變量。變量說明如表2所示。

表2 變量設(shè)定

續(xù) 表

3 實證過程與結(jié)果分析

3.1 樣本選取與描述性統(tǒng)計

本文選取樣本為我國大陸A股上市公司，所有樣本數(shù)據(jù)均來自于CSAMR數(shù)據(jù)庫，并按照以下原則對企業(yè)數(shù)據(jù)進(jìn)行初步篩選（王雄元和譚建華，2019）［33］：（1） 剔除 ST及 ST*類上市公司；（2）剔除相關(guān)數(shù)據(jù)缺失企業(yè)；（3）剔除B股企業(yè)；（4）剔除金融類上市公司。

經(jīng)過處理后，最終得到3494家樣本上市公司，其中，供應(yīng)鏈創(chuàng)新與應(yīng)用試點企業(yè)77家，非供應(yīng)鏈創(chuàng)新與應(yīng)用試點企業(yè)3417家，樣本共包括2015～2019年5年間共15278個樣本，并在99%和1%分位處進(jìn)行了縮尾（Winzorize）處理，并通過Stata15.0對主要變量進(jìn)行了描述性統(tǒng)計，統(tǒng)計結(jié)果如表3所示。

表3 主要變量的描述性統(tǒng)計結(jié)果

3.2 傾向得分匹配結(jié)果分析

在對樣本進(jìn)行相關(guān)處理后，本文對處理后的樣本面板數(shù)據(jù)運用Stata15.0進(jìn)行傾向得分匹配，采用的具體匹配方法是最鄰近匹配，其中，匹配變量包括總資產(chǎn)自然對數(shù)、資產(chǎn)負(fù)債率、托賓Q值和固定資產(chǎn)比率。匹配過程中刪除沒有進(jìn)行匹配的對照組，最終得到總樣本數(shù)為10680個，具體如表4所示。

表4 傾向得分匹配樣本結(jié)果

同時，由于傾向得分匹配依據(jù)樣本數(shù)據(jù)各匹配變量進(jìn)行匹配，因此匹配后處理組和對照組均值差異相比于匹配前大幅降低。對此幅度降低的程度需要進(jìn)行平衡性檢驗，以保證在樣本匹配后，對照組和實驗組的各匹配變量間沒有顯著差異，本文針對樣本的平衡性檢驗結(jié)果如表5所示，同時各匹配變量的標(biāo)準(zhǔn)化偏差如圖1所示，可以直觀地看出匹配前后各相關(guān)變量的標(biāo)準(zhǔn)差差異顯著減小且處于共同支持范圍以內(nèi)，因而從平衡性檢驗的結(jié)果可以得知當(dāng)前進(jìn)行匹配之后的樣本滿足進(jìn)行雙重差分研究的共同趨勢假設(shè)前提，因此將用DID方法進(jìn)行接下來的政策評價研究。

表5 傾向得分匹配平衡性檢驗結(jié)果

圖1 各匹配變量的標(biāo)準(zhǔn)化偏差圖示

3.3 PSM-DID模型運行結(jié)果分析與討論

雙重差分結(jié)果如表6所示。運用Stata15.0對經(jīng)匹配后滿足進(jìn)行雙重差分方法研究前提條件的樣本進(jìn)行研究，考察實施 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策對企業(yè)經(jīng)營行為中經(jīng)營績效的影響，具體體現(xiàn)為PSM-DID模型中交互項did對企業(yè)ROA指標(biāo)的影響方向和影響程度。根據(jù)結(jié)果也可以分析得知，在進(jìn)行該政策對ROA的影響評價時，必須對企業(yè)規(guī)模、企業(yè)資產(chǎn)等匹配變量加以控制和匹配。表6為最終的模型運行結(jié)果。

表6 供應(yīng)鏈創(chuàng)新與應(yīng)用試點對試點企業(yè)經(jīng)營績效的雙重差分回歸分析

（1）假設(shè)1的主要結(jié)論與討論

從表6結(jié)果中可以看到，解釋變量，即交互項did，對ROA的雙重差分回歸系數(shù)為正（0.0114），并在1%的水平上顯著。因此，本文認(rèn)為我國商務(wù)部等八部門于2018年開始實施的供應(yīng)鏈創(chuàng)新與應(yīng)用試點政策，對試點企業(yè)的經(jīng)營績效ROA有著顯著的正向促進(jìn)作用。該結(jié)果說明，我國開展該試點政策實施效果較好，政策成功促進(jìn)試點范圍內(nèi)企業(yè)的經(jīng)營績效增加，增強了企業(yè)的盈利能力，因此，本文提出的假設(shè)1成立。

實際上，假設(shè)1的成立本身也來自于試點政策相關(guān)內(nèi)容的推動。根據(jù)該試點政策的內(nèi)容，政策可能在5個方面上促進(jìn)了企業(yè)盈利能力的提升。①政策推動試點企業(yè)信息化升級以及技術(shù)的應(yīng)用能夠使得企業(yè)各部門數(shù)據(jù)對接加快，效率提升，在相同時間內(nèi)能夠完成更多的經(jīng)營活動，加快供應(yīng)鏈運作效率；②政策推動試點企業(yè)與高校和研究機構(gòu)等開展密切合作，進(jìn)行供應(yīng)鏈相關(guān)領(lǐng)域技術(shù)的創(chuàng)新及研發(fā)，加快供應(yīng)鏈新技術(shù)的推廣與應(yīng)用，加速試點企業(yè)所在供應(yīng)鏈的智能化、數(shù)字化等，這也將有效提升供應(yīng)鏈和企業(yè)的盈利效率；③政策推動試點企業(yè)建立供應(yīng)鏈平臺。 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策所選取的試點企業(yè)大多是國內(nèi)知名企業(yè)，在各自領(lǐng)域占據(jù)較大市場份額，該政策試點過程中推動試點企業(yè)建立相關(guān)平臺并發(fā)揮平臺資源集聚、供需對接等功能，有效完善了各領(lǐng)域的現(xiàn)代供應(yīng)鏈體系，其中的資源共享等福利可能使試點企業(yè)大大受益；④政策支持試點企業(yè)開拓和發(fā)展供應(yīng)鏈金融業(yè)務(wù)，支持企業(yè)與商業(yè)銀行等合作，穩(wěn)固并且優(yōu)化了企業(yè)經(jīng)營中非常重要的資金流，同時拓展了試點企業(yè)的盈利業(yè)務(wù)領(lǐng)域，能夠有效提升企業(yè)資產(chǎn)盈利能力；⑤政策要求全環(huán)節(jié)、全鏈條、全過程實現(xiàn)試點企業(yè)供應(yīng)鏈綠色化發(fā)展，資源消耗降低一定程度上對企業(yè)經(jīng)營績效也有著正向促進(jìn)的影響。

（2）其他假設(shè)的主要結(jié)論與討論

從結(jié)果中同樣可以看到，企業(yè)規(guī)模、企業(yè)的資產(chǎn)負(fù)債率、托賓Q值和企業(yè)固定資產(chǎn)投資比率都對ROA有顯著關(guān)系，這說明H2、H3、H4、H5都是成立的。其中企業(yè)規(guī)模和托賓Q值與ROA有正向相關(guān)關(guān)系，資產(chǎn)負(fù)債率和固定資產(chǎn)投資比率對ROA有負(fù)向相關(guān)關(guān)系。數(shù)據(jù)驗證的結(jié)果也恰好驗證了將該4種變量作為傾向得分匹配變量的必要性。同時，該假設(shè)結(jié)果也可以得到合理的解釋：企業(yè)規(guī)模越大，說明企業(yè)整合資源的能力更強，并且擁有一些技術(shù)，因而盈利能力更強；托賓Q值衡量了企業(yè)價值，價值越高，一定程度上企業(yè)盈利能力越高；企業(yè)資產(chǎn)負(fù)債率越高，則表明其收入低于成本，其盈利能力很可能較差，導(dǎo)致ROA也呈現(xiàn)負(fù)向效應(yīng)；固定資產(chǎn)投資比率高則其現(xiàn)金持有水平較高，根據(jù)以往研究，有利于公司的投資盈利活動，此外，固定資產(chǎn)占比高，其折舊額也會高，成本提高，同時資產(chǎn)周轉(zhuǎn)率會降低，影響經(jīng)營活動效率，因此固定資產(chǎn)投資比率與ROA存在負(fù)向關(guān)系。

4 結(jié)論與啟示

本文通過檢索CSAMR數(shù)據(jù)庫，獲得我國2015～2019年間的3494家樣本上市公司的面板數(shù)據(jù)，構(gòu)建PSM-DID模型，實證檢驗了我國商務(wù)部等八部門于2018年開始實施的 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策對試點企業(yè)經(jīng)營績效ROA的影響，得到以下主要結(jié)論：（1）實施 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策，對試點企業(yè)的經(jīng)營績效ROA有著顯著的正向促進(jìn)影響，表明我國該政策實施效果良好；（2）企業(yè)規(guī)模、企業(yè)的資產(chǎn)負(fù)債率、托賓Q值和企業(yè)固定資產(chǎn)投資比率都對ROA有顯著相關(guān)關(guān)系。其中企業(yè)規(guī)模和托賓Q值與ROA有顯著正向相關(guān)關(guān)系，資產(chǎn)負(fù)債率和固定資產(chǎn)投資比率與ROA有顯著負(fù)向相關(guān)關(guān)系。這也側(cè)面表明了企業(yè)可以通過擴大企業(yè)規(guī)模、改善公司投資結(jié)構(gòu)、減少負(fù)債、增強高附加值創(chuàng)造能力等方式提升自身的盈利能力。

根據(jù)實施 “供應(yīng)鏈創(chuàng)新與應(yīng)用試點”政策對試點企業(yè)的經(jīng)營績效有著顯著的正向促進(jìn)影響這一主要結(jié)論，結(jié)合該政策內(nèi)容，本文能夠得到一定的政策含義：（1）推動試點企業(yè)信息化升級以及技術(shù)的應(yīng)用，推動試點企業(yè)與高校和研究機構(gòu)等開展密切合作，推動試點企業(yè)建立供應(yīng)鏈平臺，支持試點企業(yè)開拓和發(fā)展供應(yīng)鏈金融業(yè)務(wù)，推動試點企業(yè)供應(yīng)鏈綠色化發(fā)展等具體政策舉措能夠在促進(jìn)智慧供應(yīng)鏈創(chuàng)新與應(yīng)用的同時，有效提升企業(yè)的經(jīng)營績效和盈利能力，激發(fā)市場活力，因此，類似的政策舉措可以在未來供應(yīng)鏈相關(guān)政策制定中繼續(xù)采用，甚至加大落實力度；（2）本文通過實證分析證明了試點類政策具有較好的實施效果，因此未來促進(jìn)供應(yīng)鏈發(fā)展相關(guān)政策的制定可以從試點類政策開始，以點帶面，共同促進(jìn)供應(yīng)鏈體系向更智能、更可視、更協(xié)同、更綠色、更完善的方向發(fā)展。

本文仍存在一些研究的局限性，具體體現(xiàn)在研究過程中定量研究的部分重點只關(guān)注了政策實施對企業(yè)的影響程度，沒有利用數(shù)據(jù)定量研究細(xì)致研究政策具體的作用機制。另外由于數(shù)據(jù)采集的困難性，沒有能夠獲取2020年的數(shù)據(jù)進(jìn)行研究，會在一定程度上影響研究結(jié)果的精度。在后續(xù)研究中，可以選取合適的定量研究方法以深入探究政策對企業(yè)影響的具體作用機制，這對于供應(yīng)鏈政策制定將有著重要的參考價值。