| 研究问题 | 稳岗返还政策(中小微企业60%、大型企业30%)能否显著降低企业裁员概率?返还比例的差异化设计是否产生异质性效果? |
| 理论框架 | Mortensen & Pissarides 的搜寻匹配模型(Search and Matching Theory),结合 Feldstein 的临时解雇理论(Temporary Layoff Theory) |
| 研究方法 | 双重差分法(DID),以政策延续前后企业裁员率为处理变量,利用返还比例差异构建强度DID |
| 数据来源 | 人社部失业保险司企业参保缴费数据库、国家统计局工业企业数据库、各地社保经办机构微观数据 |
| 创新点 | 首次利用"60% vs 30%"返还比例的制度断点,识别不同规模企业裁员决策对边际补贴的弹性差异 |
基于Mortensen-Pissarides匹配模型,稳岗返还降低了企业解雇的边际收益(因需放弃返还),提高了岗位维持的价值。H1:稳岗返还使企业裁员概率显著下降;H2:中小微企业(60%返还)的稳岗效应强于大型企业(30%返还),体现规模异质性;H3:经济下行期稳岗效应更为显著,因企业裁员倾向更强、政策机会成本更低。
利用2026年底政策延续的时间断点和中小微/大型企业60% vs 30%的返还比例差异,构建强度双重差分(Intensity DID)。核心假定为平行趋势:政策延续前不同规模企业的裁员率变动趋势无系统性差异。可通过事件研究法(Event Study)检验该假定,并排除同期其他就业政策的干扰效应。
设定模型:Layoff_it = α + β₁·Treat_i × Post_t + β₂·Treat_i × Post_t × SME_i + γ·X_it + μ_i + δ_t + ε_it。其中Treat_i为企业是否参保虚拟变量,Post_t为政策延续后时期,SME_i为中小微虚拟变量。β₁捕捉大型企业30%返还的稳岗效应,β₂捕捉中小微企业额外30%的增量效应。
被解释变量为企业季度裁员率(期末参保人数变动/期初参保人数)。核心解释变量为稳岗返还强度(0/30%/60%三档)。控制变量包括企业规模、行业、资产负债率、营收增长率、所在地区经济增速。数据来源于社保经办系统微观记录,匹配企业工商登记信息,样本覆盖2024-2027年参保企业面板。
第一,采用倾向得分匹配DID(PSM-DID)缓解参保企业的自选择偏误;第二,使用断点回归(RDD)在中小微/大型企业认定阈值处检验返还比例跳跃的因果效应;第三,构建合成控制法(SCM)对单一省份进行反事实分析;第四,替换被解释变量为员工流失率、新增招聘率进行安慰剂检验。
---