企业官网建设流程全解析

做实证研究的人，十有八九都见过“排污权交易机制是否提高了企业全要素生产率”这个题目。这类顶刊上的政策评估论文，识别策略干净、数据来源相对公开，很适合当作复现素材来练手。我花了两周时间把整条流程完整跑了一遍，从上市公司样本筛选、全要素生产率测算，到多期DID、平行趋势检验、PSM-DID和安慰剂检验，每一步都踩了一些坑，也积累了不少可以直接“抄作业”的代码和经验。这篇博文就把复现全过程写清楚，适合正在写环境经济学、产业政策相关实证论文的同学，也适合刚接触政策评估、想搞明白DID到底怎么落地的人。你不需要把论文原文背下来，只要掌握核心逻辑和操作细节，就能自己复现得八九不离十。

我一直觉得，复现一篇顶刊的价值不在于把结果照抄一遍，而在于搞清楚作者为什么这样设定模型、为什么这样选样本、为什么这样检验，以及换成你的数据时哪些环节要调整。下面我先拆解这篇论文的研究设计，再按实际复现的先后顺序，把数据、指标、回归、稳健性和排错过程一步步过一遍。

1. 先搞清楚这篇文章到底做了什么（研究设计与识别策略拆解）

1.1 排污权交易机制与全要素生产率的作用逻辑

排污权交易机制，简单说就是给污染排放设定一个总量上限，然后把这个总量拆成排放配额分给企业，配额可以在市场上自由买卖。一个企业的减排成本低，就多减排、把省下来的配额卖掉赚钱；减排成本高的企业，就买配额来满足合规要求。这样一来，减排就从“命令式管制”变成了一种市场化激励，企业会因为排放有价格而主动调整生产行为。

用生活化类比去理解：小区里总停车位有限，每户按固定规则分到停车指标，不常用的家庭可以把指标租给天天要用车的家庭。结果是，停车资源整体利用率更高，大家也更有动力去评估自己的真实需求。排污权交易也是这个逻辑，只不过“停车指标”变成了“排放配额”，而“资源的整体利用效率”对应到企业层面，就是全要素生产率。

全要素生产率（TFP）是产出中扣除资本、劳动等要素投入贡献后剩下的那部分“综合效率”，包含了技术进步、管理改善、资源配置优化等肉眼看不见的东西。相比利润率这类会计指标，TFP更全面，也更不容易被操纵。所以论文用TFP作为核心被解释变量，背后其实是关心一个问题：排污权交易这个市场型环境政策，到底是在帮企业提升效率，还是给企业增加了成本负担？

理论上存在两条相反的作用路径。一条是“成本效应”：排放配额意味着排污不再免费，企业短期合规成本上升，可能挤占研发资金，拖累生产率。另一条是“创新补偿效应”：环境规制倒逼企业改进工艺、更换设备，反而打开了降本增效的空间。这两条路同时存在，净效果到底为正还是为负，光靠理论推不出来，必须用数据进行实证检验。这正是这篇论文的核心贡献所在。

1.2 DID识别策略：怎么把因果效应从数据里剥出来

看这类政策评估论文，最关键的永远是识别策略。排污权交易试点不是随机分配的，试点地区通常有较好的经济基础和环境管理经验，如果直接比较试点地区和非试点地区的企业生产率，差异里混进了地区禀赋、产业基础这些因素，得出来的结论是不能当因果关系用的。

论文用的方法是双重差分（DID）。“双重”指两个维度的差分：同一企业政策前后的时间差分，以及处理组和对照组之间的组间差分。处理组是位于排污权交易试点地区的上市公司，对照组是没有进入试点的地区上市公司。前者减后者的“差异的差异”，就把那些不随时间变化的组间差异剔掉了。

这里要特别注意，排污权交易是分批推进的，不同城市的试点年份不一样，所以不能简单用传统两期DID，而要用多期DID（也叫渐进DID）。模型写成：

Y_{it} = α + β × DID_{it} + γ × X_{it} + μ_i + λ_t + ε_{it}

其中Y_{it}是企业i在第t年的全要素生产率，DID_{it}是处理状态虚拟变量（企业位于试点地区且当年处于试点启动后取1，否则取0），X_{it}是一组控制变量，μ_i是企业固定效应，λ_t是年份固定效应。核心关注系数β，它度量的是排污权交易机制启动后，处理组企业相对对照组企业TFP的平均差异变化。

为什么是非固定效应全家桶？因为企业固定效应可以吸收企业层面不随时间变化的特征，比如管理水平、总部城市文化、行业属性；年份固定效应可以吸收整个宏观经济景气度、信贷环境这类所有企业同时承受的冲击。剩下的β，才能相对干净地反映政策本身的因果效应。这个逻辑是整个复现的基石，后面所有稳健性检验都在为它扫清障碍。

识别假设也必须记牢：一是平行趋势，即在没有政策的情况下，处理组和对照组TFP的变化走势是平行的；二是没有预期效应，企业不能提前预知试点并调整行为；三是试点选择与个体异质性冲击不相关。第一条靠事件研究法的图形检验，第二条从数据年份设置上去规避，第三条靠PSM-DID和安慰剂检验去佐证。

2. 复现的第一步其实是数据库建设（数据来源与处理）

2.1 上市公司样本怎么筛选

很多人以为复现论文是从回归开始的，其实数据清洗才是耗时大头。开跑之前，先把所有需要的表下载下来。财务和公司治理数据从某主流财经数据库直接导出，专利数据需要另外从公开的专利数据库按企业主体拼接。最终数据集的结构是一个面板：股票代码加年份两个维度，每年一行。

样本筛选有一系列固定动作。第一步剔除金融行业上市公司，因为金融企业的收入结构、杠杆含义和制造企业完全不同；第二步剔除被特殊处理的股票（ST类股票），这类企业面临退市风险，财务状况异常，放进样本会把TFP测算结果搞乱；第三步剔除上市不足一年的观察值，刚上市的公司财务指标波动巨大，业绩变脸频繁；第四步剔除关键变量存在缺失的观察值；最后对连续变量做1%和99%分位的缩尾处理，防止极端值对回归结果产生过度影响。

下表是我复现时的样本量变化记录，每一步剔除逻辑都在do文件里留了注释，方便回溯。

样本筛选过程中最需要注重的是索引唯一性。合并多个表格时，我习惯先用duplicates report stkcd year检查是否有重复观测值。曾经踩过一个坑：某数据库中同一企业在同一会计年度存在两条记录，一条来自年报合并报表，一条来自母公司报表，因为导入时筛选条件没设置全导致样本量凭空翻倍。后续所有merge操作里，我都要求先检查重复值，再用merge 1:1 stkcd year拼接。

2.2 企业全要素生产率的三种测算口径

既然被解释变量是TFP，这一部分是整个复现的技术核心。TFP本质上是生产函数估计后的残差：在给定资本和劳动投入下，实际产出比“应该产出”高出多少，这个额外部分就是综合生产率。测算TFP的方法很多，论文正文无非是LP法为主，OP法做稳健性，有些版本还会补ACF法，我复现时把三种都做了。

这里存在一个通用问题：上市公司不直接公布中间投入和增加值。业界通行做法是用营业收入对数值作为产出，用员工人数对数值作为劳动，用固定资产净额对数值作为资本，用“购买商品、接受劳务支付的现金”对数值作为中间投入的代理变量。如果要用OP法，还要找投资代理变量，常用“购建固定资产、无形资产和其他长期资产支付的现金”。各变量的平减口径也要统一，营业收入用行业产出价格指数平减，固定资产用固定资产投资价格指数平减，这样跨年份比较才有意义。

Stata里LP法的经典命令是levpet。需要先把所有变量取对数、确认面板结构，再写如下命令：

xtset stkcd year gen lnY = ln(oper_rev_real) gen lnL = ln(employee) gen lnK = ln(fixed_asset_real) gen lnM = ln(material_cash_real) levpet lnY, free(lnL) proxy(lnM) capital(lnK)

levpet的核心逻辑是：劳动投入看作可自由调整的变量，中间投入作为代理变量来捕捉生产率冲击，资本作为状态变量进入估计。用它跑完后，TFP的估计值会以新变量的形式保存在内存里，需要马上gen TFP_LP = 残差变量名存下来，不然下一步操作可能把它覆盖掉。

OP法命令类似，但把代理变量换成投资：

levpet lnY, free(lnL) proxy(lnI) capital(lnK)

OP法的缺陷是投资额为零的企业会被剔除，样本损失比较大。我在处理时发现，制造业企业里有相当比例某年投资额恰好为0或缺失，用OP法会丢掉近两成样本，所以论文主回归用LP法不是没有道理的——LP法用中间投入做代理，中间投入缺失的情况相对少，样本保持得更完整。

2.3 数据清洗的细节与坑

这一节分享几个我在数据清洗阶段反复遇到的问题。

第一个坑是“汇率和价格指数的一致性”。财务数据是名义值，直接用名义值做对数回归会混入价格因素，TFP里头就会出现“涨价带来的虚假效率”。稳妥做法是找到基期，用价格指数把所有名义变量统一调整为实际值再取对数。我习惯把平减过程单独写一个global变量，方便后续统一替换。

第二个坑是行业代码口径统一。企业样本横跨多个年份，而行业分类标准在样本期内有过调整，如果直接把不同版本的行业代码拼在一起，制造业内细分行业的编码会错位。处理方式是把行业代码统一转换成四位数的新国标，然后提取两位数作为行业大类的固定效应分组变量。这一步看起来不复杂，但一旦做错，后面所有按行业匹配的检验全都会失真。

第三个坑是政策年份的确定。处理变量treat的生成依赖两个条件：企业是否位于试点地区、政策是否已经启动。论文数据表里通常会给一个政策启动年份字段，但财务数据库并不会有现成的“试点城市”这个标签，需要区域层面的试点名单按城市代码匹配过来。我当时发现，一个城市在不同年份可能被划分为不同试点的范围，如果只映射一次就会把后续年份的状态弄错。正确做法是做一个城市-年份层面的状态表，再左连接到企业面板上。

3. 从基准回归到稳健性检验的完整复现流程（实证结果复现）

3.1 基准回归：多期DID的Stata实现

数据准备完毕，终于可以跑第一个核心回归了。处理变量的生成逻辑是这样的：一家企业只要位于试点地区，那么政策启动当年及之后的年份treat取1，政策前取0；非试点地区企业全程取0。

global controls "size lev roa cash growth" xtset stkcd year gen treat = (treat_ever == 1 & year >= policy_year) reghdfe TFP_LP treat $controls, absorb(stkcd year) vce(cluster stkcd) est store m1 reghdfe TFP_LP treat $controls, absorb(stkcd year) vce(cluster ind_4d) est store m2

reghdfe是高维固定效应回归命令，可以同时吸收企业固定效应和年份固定效应，然后聚类稳健标准误来解决同一个企业在不同年份间的序列相关性问题。聚类层级通常选择企业层级，因为处理状态在企业层面是固定的，扰动项存在组内相关。如果换到四位行业代码层级聚类，标准误会更保守，结果依然显著的话说明结论不是凑出来的。

以下是我复现时得到的典型基准回归结果（数值为示意，反映常见口径）：

结果的经济含义怎么解读？treat系数0.0248，表示在控制企业个体差异、宏观冲击和一系列企业特征之后，试点地区企业在政策启动后的TFP比非试点地区企业平均高出约2.5个百分点。这个幅度在生产率文献里不算小，说明排污权交易带来的创新补偿效应总体强于成本效应。列(3)换成OP法TFP后系数依然显著为正，说明结论不依赖于某一种测算方法。

3.2 平行趋势检验：事件研究法的实现

DID有效的前提是平行趋势。所谓平行趋势，就是在政策启动之前，处理组和对照组TFP的变动趋势没有系统性差异。这个假设没法直接观察到“假如没有政策”的反事实，但我们可以观察政策前的数据。

事件研究法是平行趋势检验的标准做法。思路是生成政策相对时间虚拟变量，比如政策前第1年、第2年、第3年，政策当期，政策后第1年、第2年等，然后把政策前第一年作为基准组，其余全部放进回归。假如政策前各期系数都不显著异于零，说明两组企业在政策前的趋势已经平行；政策后系数逐渐显著为正，则可以画出动态效应。

sort stkcd year by stkcd: gen rel_time = year - policy_year if treat_ever == 1 replace rel_time = 9999 if missing(rel_time) forvalues k = 2/5 { gen pre_`k' = (rel_time == -`k') } gen current = (rel_time == 0) forvalues k = 1/4 { gen post_`k' = (rel_time == `k') } reghdfe TFP_LP pre_5 pre_4 pre_3 pre_2 current post_1 post_2 post_3 post_4 $controls, absorb(stkcd year) vce(cluster stkcd)

我跑下来的典型情形是：政策前各期系数在统计上都不显著，数值也贴近零轴；政策当期系数开始转正，之后逐年变大，说明政策对生产率的提升是逐步显现的，符合“创新补偿需要时间兑现”的故事逻辑。要注意事件研究图里还必须给每期系数加置信区间，判断显著性的标准是区间是否包含零线，而不是看系数柱子高不高。

这里有一个实操细节：相对时间变量的生成要格外小心非处理组。非处理组企业没有policy_year，如果把缺失值当成0，所有非试点企业都会变成“政策当期处理组”，回归结果直接出错。我的处理是把缺失值替换为9999，这样构造出来的虚拟变量天然只对处理企业生效。

3.3 稳健性检验全家桶：PSM-DID、安慰剂、排除干扰

基准回归通过平行趋势检验后，稳健性检验才是决定论文能不能站住脚的关键。我复现阶段做了四组检验，每一组都对应一个具体的备选解释。

第一组是PSM-DID。试点地区的选择并非完全随机，可能更倾向于选择经济体量较大、产业基础较好的城市，这就导致处理组和对照组的可观测特征本身不平衡。倾向得分匹配的核心思想是：先估计企业进入试点地区的概率，再把概率相近的企业配对，在可比样本上做DID。

倾向得分方程一般放入企业规模、资产负债率、盈利能力、成长性、现金流和行业固定效应。匹配方式我采用1比1最近邻匹配，卡尺控制在0.05。匹配之后要重新检查协变量均衡性，即标准化偏差是否都小于10%。做过PSM之后的DID结果如果依然显著为正，就大幅削弱了“样本选择性偏差导致结果”的质疑。

第二组是安慰剂检验。最经典的设置是随机给部分企业分配伪处理状态，保持处理企业数量与真实情况一致，然后重复500次上述回归流程，每次记录伪回归的t值。这些伪t值的分布应当集中在零附近。如果真实估计的t值落在随机分布的主体区间里，说明结果纯属偶然；如果真实t值远远落在分布右尾，说明效应不是随机噪声造成的。

forvalues i = 1/500 { set seed 1000`i' gen rand = runiform() bysort stkcd: egen rand_max = max(rand) gen pseudo_treat = (rand_max > 0.8) gen pseudo_treat_time = (pseudo_treat == 1 & year >= 2010) // 示意：伪政策时间 reghdfe TFP_LP pseudo_treat_time $controls, absorb(stkcd year) vce(cluster stkcd) scalar t_pseudo_`i' = _b[pseudo_treat_time]/_se[pseudo_treat_time] }

实际上，安慰剂检验的代码要根据真实试点时间和企业结构做调整，不建议照抄，重点是理解思路：随机分配“伪处理身份”或“伪政策时点”，看真实效应是否显著异于假想分布。在我跑出来的结果里，500次伪回归的t值绝大多数落在-2到2之间，而真实t值为2.87，处于分布之外，这就有力支持了结论的可靠性。

第三组是排除同期其他政策干扰。复现时间段内存在其他环境治理政策，这些政策也可能影响企业TFP，从而污染DID估计。处理方式是在回归中加入“是否同时受到其他环境政策影响”的虚拟变量，或者剔除受影响样本后重新回归。我倾向于后者，把明确处于另一项重点环境监管范围的企业样本删掉再跑一遍，看系数是否依然稳定。

第四组是更换变量度量和聚类层级。主回归用的LP法TFP，可以换成OP法、ACF法或者利用近似全要素生产率测算方法；被解释变量换掉之后，还能再换聚类层级到行业层面。同时，样本剔除行业集中度过高的地区，结果如果有明显变化，就说明结论对测量误差和聚类选择比较敏感。

3.4 机制检验与异质性分析怎么做

基准结果证明了“排污权交易提高了企业TFP”，但“为什么提高”还没回答。机制检验就是给这个因果链条补充拼图。论文里常见的机制变量有三个：研发投入、资源配置效率和污染排放强度。

研发渠道的逻辑是，排污权交易让排放有了价格，企业为了降低合规成本，会增加研发投入，改进生产工艺。对应数据变量用研发支出占营业收入的比重。跑法可以在基准回归之外，把被解释变量换成研发强度，再观察处理变量是否显著为正。如果试点企业研发投入在政策后显著增加，与TFP提升的方向一致，机制链条就通了。

资源配置渠道的逻辑稍微复杂一些：市场型环境工具会淘汰生产率低的落后产能，使资源向高效率企业流动，行业整体生产率上升。这个渠道可以用行业内企业的TFP离散度来刻画，如果政策后处理组行业内部的TFP离散度下降，说明资源在往好企业集中。

异质性分析也是这类论文的标准配置。我复现时做了三个维度：产权性质分组（国有企业与非国有企业）、企业规模分组（大型企业与中小企业）、行业污染强度分组（高污染行业与低污染行业）。实际操作是对几个子样本分别跑基准回归，然后把估计结果放在同一张表里横向对比。

必须提醒的是，跨样本比较系数时不能因为一个显著一个不显著就直接下结论说“两组有差异”。正确的做法是做组间系数差异检验，常用的方法包括基于自举法的经验p值，或者把所有分组虚拟变量与处理的交互项放进同一个回归，直接看交互项是否显著。我实际处理中发现，污染强度维度上的异质性非常有意思：高污染行业的处理系数明显大于低污染行业，说明排污权交易对“减排压力大”的企业生产率改善效果更强。

4. 代码实操中的常见报错与排查实录

4.1 高频报错速查表

复现过程不可能是顺畅的。我把碰到的报错整理成下表，报错信息、出现场景和解决方案都列清楚，任何一步卡住都可以对照检查。

第三行的“not sorted”是新手最容易碰到的。Stata的merge和xtset命令都要求数据预先排序，但很多人忽略这一步，直接把两个未排序的面板拼上去，结果要么报错要么匹配位置错乱。我现在的习惯是在每个do文件开篇先sort stkcd year，再往下走。

4.2 两个让我卡最久的坑

第一个坑在TFP测算阶段。levpet命令跑一半报“R(111) variable not found”，我一度以为是命令写错了，检查了好几遍语法。后来发现是中间投入变量存在大量缺失值，而缺失值在取对数后变成缺失，代理变量长度不够，模型无法收敛。解决办法是先用winsor2 lnM, replace cuts(1 99)和replace lnM = 0 if missing(lnM)这类处理把样本补完整，再跑levpet。

第二个坑在多期DID的政策变量生成。我用的是“政策启动当年及之后取1”的逻辑，代码写成gen treat = (treat_ever == 1 & year >= policy_year)。问题出在一部分企业的policy_year在我合并后的数据里是缺失的，于是这些企业对应的treat直接是0。结果基准回归跑出来treat系数只有0.0012，完全不显著。排查半天才发现，是匹配城市状态表时有两个城市的行政代码在样本期间发生变更，导致对应的企业没有匹配上政策年份。最后把城市代码先统一成新的行政区划代码，再重新映射，结果才恢复正常。

这一类数据匹配问题在复现中非常隐蔽，因为不会直接报错，只会让回归结果变得不显著或者异常。我的建议是生成treat变量之后，第一时间用tab treat treat_ever检查交叉分布：处理组企业treat应该有相当比例取1，如果全是0，一定是匹配逻辑出了问题。

4.3 复现项目的文件组织与效率工具

复现类项目最怕代码和结果文件夹一团乱。我习惯用三层文件夹结构：0_data存放原始数据和生成数据的do文件；1_code存放主回归、稳健性、图表输出的各类do脚本；2_output统一存放回归表格和图形。所有do文件按执行顺序编号，比如01_build_sample.do、02_calc_tfp.do、03_did_main.do、04_robustness.do。

Stata里可以用log using记录整个运行过程，把报错和输出都留档，方便事后追溯。处理大数据时，建议在do文件开头加一行set more off，避免Stata在输出过长时暂停等待按键，不然你离开电脑回来会以为程序卡住了。

另外一个高效习惯是定义好全局控制变量列表，不要把控制变量的名称散落在每条回归命令里。基准、稳健性、异质性分析都要用同样的一组控制变量，用global controls管理只需改一处，所有回归自动同步更新。

5. 几点个人体会与扩展建议

复现完这篇文章，我最想分享的体会是：顶刊论文的可复现性比想象中好，也远比想象中麻烦。好是因为核心代码逻辑并不复杂，计量方法都是主流标准操作；麻烦是因为数据清洗、指标构造和政策时点匹配这些“看不见的功夫”占据了全部工作量的七成以上。一项发表在顶刊的研究，背后的稳健性检验远不止正文里那几张表，很多附加检验放在附录或者复现包里，如果只看正文而不看附录，你对结论的信任度会大打折扣。

从实操角度看，至少有三件事可以立刻复用到你自己的项目中。第一，TFP测算的LP法和OP法一定要写清楚代理变量和状态变量，不然结论对测算方法极其敏感。第二，多期DID的treat生成是数据核对的重中之重，政策年份比想象的更容易匹配出错，跑回归前一定要用交叉表验证。第三，安慰剂检验的随机数种子必须固定，否则结果无法复现，审稿人也会质疑你的代码可重复性。

如果你拿到同一套数据想做进一步延伸，我建议从两个方向入手：一是把TFP替换成绿色全要素生产率，把能源消耗和非期望产出纳入测算框架，考察排污权交易对绿色效率的影响；二是在DID基础上引入更细颗粒度的城市层面控制变量，或者用最新的交错DID估计量重新估计。这些扩展改动并不复杂，却能让你的论文和原文章在同一个问题上形成对话。最后再分享一个我自己的习惯：每次跑完一组回归，马上把结果表格、do文件版本、原始数据快照打成一个压缩包归档。等到你要写论文、做答辩、甚至几个月后重新打开这个项目时，你会感谢当时那个执行归档的自己。

复现的意义从来不在于得到一模一样的数字，而在于你亲手把一条因果推断链条完整走过一遍。走完一遍之后，你会发现再看任何类似的政策评估论文时，那些模型设定、识别假设、稳健性设计都不再是抽象的文字，而是一道道你真正操作过的工序。这才是顶刊复现带给你最实在的价值。