電力擴張對工業(yè)發(fā)展影響的因果評估

《經(jīng)濟學(xué)》（季刊）2024年第1期電力擴張對工業(yè)發(fā)展影響的因果評估——來自近代中國的證據(jù)劉叢陳婷薄詩雨目錄附錄I附表 1附錄II關(guān)于交錯雙重差分方法的討論 4附錄Ⅰ附表表A1變量描述統(tǒng)計變量（單位）觀察值均值標(biāo)準(zhǔn)差最小值最大值自變量縣級發(fā)電容量（千瓦時）2816187.575904.113024000是否有電廠281610.0580.23501因變量新進(jìn)入企業(yè)數(shù)量（個）281610.1180.779069新進(jìn)入企業(yè)資本量（千元，1875年不變價格）28161113715.3919836027276452控制變量經(jīng)度28161114.8875.561100.134134.033緯度2816131.7955.21619.23448.045洋務(wù)運動時期的軍工企業(yè)數(shù)（個）281610.0560.29803是否簡缺281610.210.40801是否中缺281610.320.46601是否要缺281610.3620.48101是否省會281610.2080.40601是否首縣281610.2710.44401到對外戰(zhàn)場的距離（千米）28161394.772306.74301690.16到海岸線的距離（千米）28161352.806323.8250.5131247.605到河流的距離（千米）281613.5986.005040.052到通商口岸的距離（千米）28161216.933176.39601295.844是否被太平天國運動影響281610.3740.48401土壤適宜程度指數(shù)（棉）281615.631.3108.748土壤適宜程度指數(shù)（茶葉）281616.7662.00909.167土壤適宜程度指數(shù)（大豆）281615.91.10608.286土壤適宜程度指數(shù)（小麥）281615.750.91408.143是否有租界281610.0160.12401

表A2工具變量的穩(wěn)健性檢驗(1)(2)(3)(4)(5)2sls2sls2sls2slsols變量企業(yè)進(jìn)入企業(yè)進(jìn)入企業(yè)進(jìn)入企業(yè)進(jìn)入企業(yè)進(jìn)入滯后一期的電廠設(shè)立0.896***0.6050.512***0.665*(0.298)(0.405)(0.186)(0.363)滯后一期的工具變量0.120(0.127)觀察值個數(shù)26,71226,71226,14526,14521,987調(diào)整R平方0.2410.3680.2880.2300.391縣級固定效應(yīng)YesYesYesYesYes省×年度固定效應(yīng)YesYesYesYesYes是否添加控制變量YesYesYesYesYesK-PF統(tǒng)計量21.068.09350.859.681注：列（1）至列（4）為使用不同工具變量的二階段回歸結(jié)果。列（1）使用電線進(jìn)口關(guān)稅稅率乘以1851年人口；列（2）使用手工機械進(jìn)口關(guān)稅稅率乘以1851年人口；列（3）使用發(fā)電機進(jìn)口關(guān)稅稅率乘以1851年人口乘以1776年城市化率；列（4）使用發(fā)電機進(jìn)口關(guān)稅稅率乘以1880年人口乘以1776年城市化率。列（5）使用從來沒有電廠設(shè)立的縣作為樣本，基準(zhǔn)工具變量（發(fā)電機進(jìn)口關(guān)稅稅率乘以1851年人口）作為自變量進(jìn)行安慰劑回歸。括號內(nèi)為異方差穩(wěn)健標(biāo)準(zhǔn)誤。***、**、*分別代表在1%、5%和10%的顯著性水平上顯著。

表A3分行業(yè)的異質(zhì)性回歸結(jié)果(1)(2)(3)(4)變量企業(yè)進(jìn)入企業(yè)進(jìn)入企業(yè)進(jìn)入企業(yè)進(jìn)入滯后一期的發(fā)電容量-0.0030.011(0.004)(0.008)滯后一期的發(fā)電容量×資本勞動比0.007*(0.004)滯后一期的發(fā)電容量×是否重工業(yè)0.050**(0.024)滯后一期的電廠設(shè)立0.0050.003(0.007)(0.005)滯后一期的電廠設(shè)立×資本勞動比0.002(0.003)滯后一期的電廠設(shè)立×是否重工業(yè)0.006**(0.003)觀察值個數(shù)38,24738,24746,90946,909調(diào)整R平方0.1330.1320.1170.115行業(yè)固定效應(yīng)YesYesYesYes縣級固定效應(yīng)YesYesYesYes省×年度固定效應(yīng)YesYesYesYes是否添加控制變量YesYesYesYes注：因變量是每年縣×行業(yè)級別的新建企業(yè)數(shù)，加1后取對數(shù)。列（1）的關(guān)鍵自變量為該縣發(fā)電容量的一期滯后值×該行業(yè)的資本-勞動比；列（2）的關(guān)鍵自變量為該縣是否有發(fā)電廠的一期滯后值×該行業(yè)的資本-勞動比；列（3）的關(guān)鍵自變量為該縣發(fā)電容量的一期滯后值×該行業(yè)是否為重工業(yè)；列（4）的關(guān)鍵自變量為該縣是否有發(fā)電廠的一期滯后值×該行業(yè)是否為重工業(yè)。括號內(nèi)為異方差穩(wěn)健標(biāo)準(zhǔn)誤。***、**、*分別代表在1%、5%和10%的顯著性水平上顯著。附錄Ⅱ關(guān)于交錯雙重差分方法的討論值得注意的是，從正文圖1可以看出，基準(zhǔn)回歸在不同時期的處理效應(yīng)有所不同，這提示我們異質(zhì)性處理效應(yīng)的存在。由于我們的回歸是一個標(biāo)準(zhǔn)的交錯雙重差分方法，異質(zhì)性處理效應(yīng)的存在可能使得入手檢驗我們的估計量產(chǎn)生偏誤（Goodman-Bacon，2021）。Goodman-Bacon（2021）提出，交錯雙重差分方法的估計量可以分解為三組簡單雙重差分估計量的加權(quán)平均：（1）處理組vs從未處理組；（2）早處理組vs晚處理組；（3）晚處理組vs早處理組。而當(dāng)異質(zhì)性處理效應(yīng)存在時，第（3）組的對照組不是好的對照組，因為此時早處理組的值已經(jīng)受到了異質(zhì)性處理效應(yīng)的影響，從而導(dǎo)致整個交錯雙重差分估計量產(chǎn)生偏誤。因此，我們進(jìn)行了Goodman-Bacon（2021）所建議的系數(shù)分解，從三組雙重差分估計量的權(quán)重判斷可能偏誤的大小。結(jié)果顯示，我們的交錯雙重差分方法賦予第（1）組的權(quán)重為0.9486，賦予第（2）組的權(quán)重為0.0384，賦予第（3）組的權(quán)重為0.0130。由于可能存在問題的第（3）組簡單雙重差分估計量在交錯雙重差分估計量中所占的權(quán)重極低（0.0130），我們的交錯雙重差分估計量受到的影響不大，存在的偏誤事實上非常小，總體依舊可信。我們認(rèn)為，呈現(xiàn)這一結(jié)果的主要原因是我們樣本中一直