教练员更替能改善中国足球超级联赛球队的表现吗?

王铭欣



教练员更替能改善中国足球超级联赛球队的表现吗?

王铭欣

运用2009—2015赛季中国足球超级联赛的球队数据，通过倾向得分匹配方法构造了与教练员更替相匹配的处理组与对照组的面板数据，并使用倍差法实证研究了赛季中途的教练员更替与球队表现之间的因果关系。有两个主要发现：1)教练员更替能够显著改善球队的短期表现，使球队的场均积分提高大约0.27分，以及胜率提高8.7%，但对于场均进球数和场均失球数没有显著影响；2)新教练员的个人特征对于教练员更替效应没有显著影响。因此，教练员更替是通过触发球队内部球员之间激烈竞争的机制从而改善球队的短期表现。

中国足球超级联赛；教练员；更替；球队表现；配对倍差法

1 引言

近年来，随着中国足球超级联赛(简称中超联赛)各俱乐部的运作资金投入大幅度增加，在提升中超联赛的观赏性和知名度的同时，也使得球队之间的竞争日趋激烈。而在激烈竞争的环境之下，教练员往往成为球队表现不理想的第一责任人而被俱乐部替换。当前，中超联赛的教练员更替极为频繁，如在2015赛季，16支中超球队中就有12支在赛季中途或者赛季结束后更替教练员。那么，在中超背景下，频繁的教练员更替能否带来球队表现的改善？如果能够改善，其背后机制又是怎样？这些问题对于评估当前各中超俱乐部的教练员管理工作是否合理，乃至对于整个职业足球运动的可持续发展都具有重要的现实意义。

尽管教练员更替是现代职业足球运动中的常见事件，但是来自全世界多个国家联赛的经验研究发现，教练员更替对于球队表现的影响方向比较复杂。一些文献发现，更替教练员能够改善球队表现。Balduck 等(2010)以比利时联赛球队作为研究样本，考察了教练员更替对球队质量和主队优势的影响，发现能够改善球队质量的新教练员更能够提升球队的联赛排名。Muehlheusser 等(2016)以德国联赛球队作为研究样本，发现当球队中各球员的能力更加同质时，教练员更替能够提高球队表现。也有一些文献发现，更替教练员也可能危害球队表现。这是因为，教练员需要时间了解球员能力和培育合理的比赛阵容，而更替教练员将意味着打破球队原有风格的一致性和持续性。Audas 等(1997)和刘冰等(2009)分别以英格兰各级联赛球队和中超联赛球队作为研究样本，发现教练员更替反而降低了球队的胜率。此外，教练员更替也可能对球队表现不产生明显影响。如果球队的短期表现波动完全是由于运气而非教练员自身原因，在这种情况下被解雇的教练员就成为了俱乐部管理层缓解舆论压力的“替罪羊”。Maximiano(2012)对葡萄牙联赛球队、Wirl 和 Sagmeister (2008)对奥地利联赛球队、ter Weel(2011)以及van Ours 和van Tuijl(2015)对荷兰联赛球队、De Paola 和 Scoppa(2012)对意大利联赛球队、Corea等(2012)对阿根廷联赛球队、Giraldo等(2013)对哥伦比亚联赛球队的研究等，都发现教练员更替并不显著影响球队表现。

尽管大多数现有文献都没有发现教练员更替能够改善球队表现的证据，但目前还比较缺乏在中超联赛背景下对相关问题所进行的经验分析。为此，本文以2009-2015赛季的中超联赛球队为研究样本，实证考察教练员更替与球队表现之间的关系，并探讨其中的影响机制。这一研究主题所面临的一个挑战是如何解决实证分析中出现的内生性问题，从而正确识别教练员更替与球队表现之间的因果关系。首先，前期表现不佳的球队更倾向于更替教练员，因此，教练员更替是一个“自选择”过程，而并非随机事件；其次，在构建实证分析的计量模型时，除了关注教练员更替变量是否对球队表现产生影响，还需要控制与球队本身特质有关的其他变量，但有些变量往往难以量化(如俱乐部文化)，而忽视这些变量将造成遗漏变量问题；最后，是“均值回归”的统计学现象，即前期表现低于均值的球队往往在后期具有向均值回归的趋势，而这种表现改善趋势与球队是否更替教练员无关。为了解决上述的内生性问题，本文使用倾向得分匹配-倍差法(PSM-DID)进行回归分析，将发生教练员更替的球队(处理组)在更替前后的表现与条件相似的但没有发生教练员更替的球队(对照组)进行比较。结果显示，教练员更替能够显著改善球队表现。进一步研究发现，这种改善效应与教练员的个人特征无关，表明球队更替教练员之后，触发了球队内部球员之间对上场机会的激烈竞争，从而提高了球队的整体表现。

目前，在中超联赛背景下，定量研究教练员更替与球队表现关系的文献只有刘冰等(2009)一篇，他们以1994-2006赛季作为时间跨度，采用多元回归方法发现教练员更替对球队当期的胜率产生负面影响，而且，教练员能力因素对球队表现具有明显提升作用，而年龄因素作用并不明显。他们的分析表明，由于频繁更替的教练员与球队之间未实现最佳的默契程度，影响了更替教练员效应的充分发挥，容易导致球队表现陷入恶性循环。与该文献相比，本文研究主要有两个特点。第一，本文样本选取的时间跨度为2009-2015赛季。这一时期，中超各俱乐部在引进教练员方面展开了更加激烈的“军备竞赛”，引进了里皮、斯科拉里、埃里克森等具有世界一流球队执教经验的教练员，所以，这一时期的中超联赛教练员的平均能力水平明显高于前期。本文发现，教练员更替与球队表现之间的关系在这一时期逆转，得到与现有研究不同的结论。第二，在研究方法方面，多元回归方法可能会因为前文所述的内生性问题而无法识别教练员更替与球队表现之间的因果关系，而本文使用倾向得分匹配-倍差法进行计量分析，能够有效解决上述内生性问题。本文结构如下：第二部分是实证模型和数据说明；第三部分是实证结果与分析；第四部分是稳健性检验；第五部分是结论与政策含义。

2 实证模型和数据说明

2.1 实证模型

直观上，为了研究教练员更替是否改善了球队表现，需要比较更替了教练员的球队在发生更替前后两个时间段的表现变化。但是，直接进行简单比较可能由于以下原因而导致内生性问题，从而无法得到恰当的结论。首先，是教练员更替并非随机事件，因为更替教练员的球队往往是成绩不理想的球队。因此，本文采用倾向得分匹配法(propensity score matching，PSM)，以球队年龄、球队上赛季联赛排名、赛季虚拟变量以及更替发生阶段虚拟变量作为匹配标准，在匹配标准相似的更替教练员球队与未更替教练员球队之间进行匹配，从而模拟出两组样本的随机环境。然后，考虑到遗漏变量问题和“均值回归”的统计学现象，本文进一步使用倍差法(difference-in-difference，DID)进行回归估计，通过比较更替教练员球队与未更替教练员球队的表现差异，考察教练员更替与球队表现之间的因果关系。

本文以发生教练员更替的球队作为处理组和未发生教练员更替的球队作为对照组。具体而言，对于某个特定赛季，本文把球队样本分为4组：更替前的对照组、更替前的处理组、更替后的对照组和更替后的处理组。设置时期t和处理组treatment2个虚拟变量来度量这种样本划分，其赋值规则分别为：更替教练员之前为t=0，之后为t=1；对照组treatment=0，处理组treatment=1，即

在样本分组的基础上，倍差法的基本回归方程设定如下：

Yist=β0+β1×treatmentist+β2×tist+β3×treatment_tist+βn×controlist+εist

(1)

其中，下标i、s和t分别表示球队、赛季和时期。被解释变量Yist表示球队表现，用球队的场均积分、胜率、场均进球数和场均失球数等指标表示。controlist表示一系列控制变量，包括球队年龄teamage、球队上赛季联赛排名的对数lnranking、赛季固定效应和球队固定效应。εist为随机误差项。本文重点关注交互项treatment_tist系数β3，它度量了教练员更替对球队表现的影响，即教练员更替效应。出于简化需要，忽略控制变量的影响，则教练员更替效应的具体解释如下：

在对照组(treatment=0)，由(1)式可知，教练员更替之前(t=0)和之后(t=1)的球队表现分别为：

当t=1，教练员更替之后

因此，在教练员更替前后期间，对照组的球队表现变动为β2。同理，在处理组(treatment=1)，由(1)式可知，教练员更替之前和之后的球队表现分别为：

当t=1，教练员更替之后

因此，在教练员更替前后期间，处理组的球队表现变动为β2+β3。所以，教练员更替对球队表现的净效应等于处理组的球队表现变动减去对照组的球队表现变动：(β2+β3)-β2=β3，即交互项treatment_tist的系数。显然，β3显著为正表明教练员更替改善了球队表现，β3显著为负表明教练员更替损害了球队表现，β3不显著表明教练员更替对球队表现没有明显影响。

倍差法的操作简单且逻辑清晰，已经被广泛应用于各类公共政策效果评估中，如徐现祥等(2007)采用该方法探索了省长、省委书记异地交流对流入省区经济增长的影响，周浩和郑筱婷(2012)研究了中国铁路提速对铁路沿线城市经济增长的影响，蒋冠宏和蒋殿春(2014)研究了中国企业对外投资是否促进了企业出口，韩超和胡浩然(2015)研究了清洁生产标准规制对中国各个产业的全要素生产率的影响等。在职业足球运动领域，ter Weel(2011)以及van Ours 和 van Tuijl(2015)也采用倍差法研究教练员更替对球队表现的影响，但他们没有发现教练员更替对球队表现具有改善效应。2.2 数据说明

本文以2009-2015赛季中超联赛的球队数据作为样本。自2009赛季之后，中超联赛的参赛球队数量一直维持在16支，每支球队在单个赛季需要进行30轮联赛比赛①2008赛季中超联赛的规模已经达到16支球队，但是武汉光谷队在该赛季中途退出联赛，因此，本文的样本考察期从2009赛季开始。。本文使用各球队的场均积分、胜率、场均进球数和场均失球数等指标度量球队表现。其中，场均积分和胜率是现有文献中常用的度量球队表现的代理变量，而场均进球数和场均失球数则分别是度量球队进攻能力和防守能力的代理变量。以上数据来自搜达足球网和新浪网等主流的网络内容供应商②在样本考察期内，一共发生了3起罚分事件：2009赛季深圳红钻队因撞衫事件被扣3分、2013赛季上海申花队和天津泰达队因在2003赛季踢假球均被扣6分。但是，本文所考察的球队表现是指“真实的”球队积分，因此，不考虑以上罚分情况。。对于名称发生更改的球队，本文以其最近期的名称为准。教练员的名字、更替时间、个人特征等数据，来自各球队官方网站、《足球》、《体坛周报》、《当代体育》、《足球周刊》、《中国体育》等体育报刊以及新浪网、搜狐网等网络内容供应商。

本文对原始数据进行如下步骤的筛选：第一，本文只研究赛季中途的教练员更替，但不研究赛季间的教练员更替，因此，考察的是教练员更替的短期效应。一个合理的假设是，球队的球员队伍组成在单个赛季当中都处于比较稳定的状态，所以，赛季中途教练员更替前后的球队表现变化能够更明确地归因于新教练员带来的效应。而且，中超球队教练员的任职期普遍较短，研究教练员更替的短期效应比研究长期效应更符合当前的中超联赛环境。第二，本文剔除任职期少于或等于5场比赛的教练员样本，这是考虑到任职期过短的教练员难以对球队表现产生明显影响。第三，剔除单个赛季中途更替教练员超过一次的球队样本，因为这些样本不能用于构造倍差法所要求的二期面板数据。

此外，本文将单个赛季的30轮联赛比赛平均划分成六6个阶段，即第1～5轮为第1阶段，6～10轮为第2阶段，如此类推。这样处理的好处在于，球队在单场比赛的表现很大程度上受到对手能力的影响，而考察多场比赛的平均表现则有助于弱化这种来自对手能力的干扰。本文在6个阶段划分的基础上统计各球队在每个阶段的表现数据(场均积分、胜率、场均进球数和场均失球数)以及教练员更替情况。需要指出的是，这种阶段划分方法属于经验性处理，为了得到更加稳健的结论，本文实证分析部分还采用其他阶段划分方法进行稳健性检验。

2.3 构造二期面板数据

样本的数据结构为赛季-球队-阶段三维结构，其中，阶段是时间维度，赛季和球队为横截面维度。如前所述，使用倍差法需要对时期虚拟变量t和处理组虚拟变量treatment具体赋值，从而将样本整合为二期多截面面板数据结构。接下来介绍二期面板数据的构造方法。

首先，考察处理组的变量t的赋值策略。各个球队更替教练员的时间并不完全一致，参考徐现祥等(2007)的做法，对于发生教练员更替的球队，本文定义t=0，表示更替发生的当前阶段以及上一阶段；t=1，表示从更替发生的下一阶段直到当赛季结束。这样，各个球队的时期1的时间跨度是相同的，都是2个阶段(10场比赛)；而时期2的时间跨度是不完全相同的，因教练员更替后当赛季余下比赛场数而异。例如，在2015赛季第13轮比赛之后，广州恒大俱乐部以新教练员斯科拉里更替了原教练员卡纳瓦罗，因此，当赛季该队样本的第2和第3阶段(第5～15轮)赋值为t=0，第4～6阶段(16～30轮)赋值为t=1。接下来考察对照组的设置方法。本文将那些单个赛季中途未发生教练员更替的球队作为对照组，其变量t的赋值规则与上述讨论的相同，然后分别汇总计算各球队在2个时期的表现指标。

2.4 处理组与对照组的匹配

第二，新版《梅葛》，是按照演唱的语境进行完整的翻译。而且基本是直译，没有文辞修饰。这个做法造成了两个版本的《梅葛》不同的取向。梅葛演唱中，有非常多的内容是重复前面那个人所唱，然后才进入下一个环节的“提问”，然后答问者，也要继续重复前述内容，才慢悠悠地给出解答。这些重复的内容，究竟有多少？我们可以从这组数据感受一下。

通过比较更替了教练员的球队(处理组)与条件相似的但未更替教练员的球队(对照组)在各个表现指标上的差异，能够考察教练员更替对球队表现的影响。然而，这种比较方法要求能够寻找到条件相似的两组球队。事实上，教练员更替并非随机事件，而是球队的“自选择”过程。大部分在赛季中途更替了教练员的球队的联赛排名都比较靠后，说明弱队更倾向于更替教练员。因此，直接将处理组样本与所有对照组样本进行匹配很可能面临样本的选择性偏误，从而无法识别因果关系。本文采用Rosenbaum和Rubin(1983)提出的倾向得分匹配方法对处理组和对照组样本进行匹配处理。该方法首先依据一定的匹配标准计算各样本个体进入处理组的条件概率，即倾向得分，然后根据倾向得分前向或后向寻找与处理组最为接近的对照组样本进行匹配。本文选取的匹配标准为球队年龄、球队上赛季联赛排名(对数)①、赛季虚拟变量以及更替发生阶段虚拟变量。匹配使用logit法来估计倾向得分，进

行k=4的有放回k近邻匹配，并且只对共同取值范围(common support)内个体进行匹配。匹配后得到208个样本，其中，处理组和对照组的样本个数分别为72个和136个，共涉及36个教练员更替事件，新教练员33人，球队22支。

倾向得分匹配结果的可靠性取决于发生教练员更替球队和未更替球队在匹配变量上不存在显著性差异。对k近邻匹配的结果进行平衡性检验，表1报告了球队年龄(teamage)和球队上赛季联赛排名对数(lnranking)的t检验结果。结果显示，两个变量的标准化偏差都小于10%，而且，t检验的结果不拒绝处理组与对照组无系统差异的原假设，说明匹配效果较好。图1分别展示了k近邻匹配前后对照组和处理组球队的倾向得分值的核密度函数图，可见匹配前两组样本的核密度分布曲线存在明显差异(图1a)，说明对照组中存在不适合的球队样本，直接估计会造成样本的选择性偏误；匹配后两组样本的核密度分布曲线更加接近(图1b)，说明匹配结果可靠。

表1 本研究匹配变量的t检验结果

图1 k近邻匹配前后的核密度函数

3 倍差法估计及结果分析

3.1 基本回归结果

在上述k近邻匹配样本的基础上，本文运用倍差法对(1)式进行回归估计，结果见表2。其中，四列回归分别使用场均积分、胜率、场均进球数和场均失球数作为被解释变量，比较全面地考察了教练员更替对球队表现的影响。

表2第1列结果显示，在控制了球队年龄和上赛季联赛排名，以及赛季固定效应和球队固定效应后，度量教练员更替效应的交互项treatment_t系数为0.272，而且通过显著性水平为5%的t检验。这表明，与对照组相比，处理组球队在更替教练员后从每场比赛中获得的平均积分显著地提高了大约0.27分。在第2列，交互项系数为0.0866，同样通过显著性水平为5%的t检验，表明更替教练员能够使处理组球队的比赛获胜概率提高大约8.7%。

交互项系数的估计值在第3列中为正，在第4列中为负，但都未能通过显著性检验，表明教练员更替在短期内不能改善球队的进攻能力和防①对于从中甲联赛升级到中超联赛的球队，上赛季联赛排名变量的赋值规则是：中甲联赛排名第1位的球队该变量赋值为15，中甲联赛排名第2位的球队该变量赋值为16。守能力②使用得失球差作为被解释变量的回归结果，同样显示交互项treatment_t系数不显著，结果未报告。。本文对这一结果的解释是，球队的球员队伍组成在单个赛季之中都相对固定，而现有球员的个人技术能力又是长期专业训练的结果，因此，新教练员在短期内未能带来球队进攻能力和防守能力的实质性改善。这表明，球队的场均积分和胜率的提高主要归功于新教练员更倾向于使用实用主义的战术安排，如比赛过程中在比分领先的情况下球队采用更加保守的战术，注重保持而非努力扩大现有的领先优势；但球队在比分持平的情况下更倾向于使用进取的战术，期望最终获得比赛的胜利而非平局的结果①可以采用如下例子说明在球队进攻和防守能力都不变的情况下，实用主义的战术安排如何提高球队的场均积分和胜率：假设在其他条件相同的情况下，某个球队使用非实用主义战术时，两场比赛的最终比分分别为2∶0和1∶1；而在使用实用主义战术时，最终比分分别为1∶0和2∶1，显然两种情况下的进球数和失球数都相等，但实用主义战术能够为球队带来更多积分和更高胜率。。

表2 本研究基本回归结果

本文发现，教练员更替能够显著提升球队表现，与同样研究中超联赛的刘冰等(2009)的发现不一致。本文认为，两者差异主要在于样本考察期的不同。在本文使用的更近期的样本中，平均而言，中超球队教练员的知名度和能力都明显高于前期，更强的专业技能使他们更可能在短期内改善球队表现。另外，本文结论也与大多数研究西欧和南美洲各国联赛的现有文献不一致(van Ours 和 van Tuijl，2015；De Paola和Scoppa，2012；Corea 等，2012；Giraldo 等，2013)，这些文献发现，教练员更替不能对球队表现产生短期影响。本文对此的解读是，中超联赛属于新兴联赛，俱乐部在财务运作方面尚缺乏经验。在这种情况下，联赛降级容易对俱乐部财政造成巨大打击，迫使俱乐部更加关注短期目标，并极力促进球队在短期内实现联赛排名提高；相反，在足球发达地区的联赛中，俱乐部的财政体系比较稳定，因此，相对地更加看重球队的长期发展目标，是导致教练员更替的短期效应在这些地区的联赛球队中不明显的原因之一。

3.2 新教练员个人特征的影响

基本回归的估计结果表明了新教练员能够通过使用实用主义的战术安排改善球队表现，那么，这种正效应是否会受到新教练员个人特征的影响呢？直觉上，新教练员可以通过两个机制影响球队表现。第一个机制是新教练员直接将自身的专业经验和技能应用于比赛的指挥工作上，从而制定出合理的战术安排。在这种情况下，球队表现的改善幅度与新教练员的经验、能力和执教风格相关。第二个机制是“触发竞争”效应。Muehlheusser 等(2016)认为，在原教练员任职期间，球队的核心球员阵容往往已经固定下来，导致核心球员和非核心球员之间的竞争比较温和；但是新教练员在任职初期对球员的能力不熟悉，因此，教练员更替对于球队内所有球员都意味着一次重新选拔进入核心阵容的机会，触发了队内不同球员之间展开激烈竞争并激励他们在训练和比赛中投入更多努力，从而在整体上有利于球队表现的提高。在这种情况下，教练员更替这一事件本身就能够引起球队表现改善，但改善幅度与新教练员的个人特征无关。为了对以上两个机制进行考察，本文在(1)式的基础上引入新教练员的个人特征变量：

Yist=β0+β1×treatmentist+β2×tist+β3×treatment_tist+β4×treatment_tist_coachj+βn×controlist+εist

(2)

其中，变量coachj表示新教练员j的个人特征变量，并且与treatment_t形成交互项进入(2)式。本文采用以下3组虚拟变量表示新教练员的个人特征：第一，新教练员j的国籍变量foreignj，对于外籍教练员，foreign=1；对于中国籍教练员，foreign=0。来自足球发达国家的外籍教练员往往具有更加先进的执教理念，但在理解中国足球文化和制度以及与国内球员沟通方面会面临较大阻力，而本土教练员的优劣势与外籍教练员互补。第二，新教练员j的年龄变量youngj，对于1960年之后出生的年轻教练员，young=1；对于1960年之前出生的年长教练员，young=0。年龄在一定程度上反映了教练员的经验水平，年长教练员往往参与过更多的球队管理工作，也经历过更多比赛场数，具有更加丰富的经验。第三，新教练员j的能力变量abilityj，对于有过知名球队执教经历的教练员，ability=1；否则ability=0②本文将至少满足以下其中一个条件的教练员定义为执教过知名球队的教练员：第一，执教期间球队获得过中超联赛冠军；第二，执教过中国国家队；第三，执教过世界知名国家队；第四，执教过欧洲五大联赛、巴西联赛或者阿根廷联赛球队。。知名球队对教练员的专业能力有更高要求，因此，拥有知名球队执教经历是高能力教练员对外释放的“信号”。如前所述，如果新教练员是通过其自身经验和技能直接地改善球队表现，那么，国籍、年龄和能力等个人特征变量将会对这种改善效应产生显著影响；但如果是通过“触发竞争”机制产生影响，那么，上述个体特征变量的估计结果将不会显著。

表3～表5分别展示了引入3组新教练员个人特征变量后(2)式的回归结果，并主要关注新教练员的国籍(foreign)、年龄(young)和能力(ability)虚拟变量与treatment_t交互项的回归系数。回归结果均显示，所有回归中这些系数都不显著，说明在改善球队短期表现方面，外籍教练员与本土教练员之间、年轻教练员与年长教练员之间以及高能力教练员与低能力教练员之间，不存在显著性差异。这表明，教练员更替这一事件本身已经具有短期内改善球队表现的作用，而新教练员的个人特征对于这种改善效应并不重要。这一发现符合教练员更替效应的“触发竞争”机制的理论预期。由于新教练员在任职初期对球队内各个球员的能力不熟悉，因此，在追求更多上场机会的球员之间触发了激烈竞争，并激励球员们在训练和比赛中都付出更多努力，最终提升了球队的整体表现。

表3 加入新教练员国籍变量的回归结果

表4 加入新教练员年龄变量的回归结果

表5 加入新教练员能力变量的回归结果

4 稳健性检验

为了得到更加可靠的结论，本文从两个方面进行稳健性检验。首先，在单个赛季当中，教练员更替事件在各球队中发生的时间并不完全一致。如果这种更替时间上的差异性会对球队表现的改善效应产生影响，那么，上文基本回归的结论将过于简单。为此，本文将教练员更替的阶段虚拟变量p2～p5与treatment_t形成交互项并纳入(1)式，再以场均积分为被解释变量进行倍差法的回归估计，结果报告在表6。其中，第1～4列是单独加入各个上述交互项的回归结果，第5列是同时加入所有上述交互项的回归结果。结果显示，各列中交互项treatment_t_p2～treatment_t_p5的系数都不显著，说明教练员更替的时间差异性对于球队表现的改善没有产生明显影响，因此，上文结论基本稳健。

第二个稳健性检验是尝试使用另一种阶段划分方法。如前所述，将单个赛季划分为6个阶段的做法只是经验性处理。为了说明上文结论在其他阶段划分方法下依然成立，本文把各个赛季30轮联赛比赛划分为前15轮(t=0)和后15轮(t=1)两个阶段。这样处理的好处首先在于，在双循环赛制下，球队在两个阶段所面对的对手都是相同的，因此，不必考虑因对手不同而引起的结果偏差；其次，36个教练员更替事件中有24个是发生在联赛的前15轮，因此，两阶段划分方法能够比较准确地捕捉球队在教练员更替前后的表现变化。本文首先采用k近邻匹配方法对处理组和对照组样本进行匹配，匹配时取k=2(相关检验结果未列出)，然后进行倍差法的回归估计，结果报告在表7。第1列是(1)式的回归结果，显示交互项treatment_t的系数依然显著为正，说明在两阶段划分方法下，教练员更替对球队场均积分仍然具有正效应。第2～4列是(2)式的回归结果，显示新教练员的国籍、年龄和能力交互项的系数都不显著，与表3～表5的结论一致。因此，使用两阶段划分方法后，上文结论依然稳健。

表6 考虑更替时间差异性的回归结果

表7 基于两阶段划分方法的回归结果

5 结论与政策含义

随着近年来中超联赛的迅猛发展，俱乐部更替教练员的现象日益频繁，但针对教练员更替是否能够改善中超球队表现的文献并不多见。本文以2009—2015赛季中超联赛球队作为考察对象，构造了与教练员更替相匹配的处理组和对照组的面板数据，运用倾向得分匹配-倍差法较好地克服了内生性问题，并识别和考察了教练员更替与球队表现之间的因果关系。

本文有两个主要发现：第一，赛季中途的教练员更替显著改善了球队表现，使球队的场均积分提高大约0.27分，胜率提高8.7%，但对于球队的场均进球数和场均失球数没有显著影响，这表明，新教练员通过使用更加实用主义的战术安排改善球队的短期表现，但并没有给球队的进攻能力和防守能力带来实质性改变；第二，新教练员的个人特征对于教练员更替效应没有显著影响，说明教练员更替是通过“触发竞争”机制改善球队表现，即俱乐部对新教练员的任命触发队内不同球员之间为了获得新教练员的认同而展开了激烈竞争，并且在训练和比赛中付出更多努力，最终在整体上改善了球队表现。

本文结论对于中超俱乐部的教练员管理工作具有政策含义。在赛季中途更替教练员可以作为俱乐部用于改善球队短期表现的政策手段，但是，教练员更替的短期效应是通过“触发竞争”机制实现的，而当球队的核心球员阵容重新确立之后，这种短期效应将会消退。所以，那些过度追求短期目标的俱乐部可能会形成对于教练员更替做法的依赖，并因此陷入“联赛排名下降→更替教练员→球队表现短暂提升→短期效应消退→联赛排名下降”的恶性循环之中。因此，俱乐部管理层对于更替教练员的决策需要持有慎重态度。

[1]韩超，胡浩然.清洁生产标准规制如何动态影响全要素生产率——剔除其他政策干扰的准自然实验分析[J].中国工业经济，2015，(5)：70-82.

[2]蒋冠宏，蒋殿春.中国企业对外直接投资的“出口效应”[J].经济研究，2014，(5)：160-173.

[3]刘冰，马宇，许启发.教练员的价值：基于中国足球职业联赛的实证分析[J].体育科学，2009，29(7)：19-28.

[4]徐现祥，王贤彬，舒元.地方官员与经济增长——来自中国省长、省委书记交流的证据[J].经济研究，2007，(9)：18-31.

[5]周浩，郑筱婷.交通基础设施质量与经济增长:来自中国铁路提速的证据[J].世界经济，2012，(1)：79-97.

[6]AUDAS R,DOBSON S,GODDARD J.Team performance and managerial change in the English Football League[J].Eco Affairs,1997,17(3):30-36.

[7]BALDUCK A,PRINZIE A,BUELENS M.The effectiveness of coach turnover and the effect on home team advantage,team quality and team ranking[J].J Applied Statistics,2010,37(4):679-689.

[8]CORREA J,MENDOZA J,ROSAS A,etal.Does it pay to fire the coach? Evidence from Argentine Professional Soccer[R].Bogotá,Colombia:Pontificia Universidad Joveriana Working Paper,2012:1-8.

[9]DE PAOLA M,SCOPPA V.The effects of managerial turnover:Evidence from coach dismissals in Italian Soccer Teams[J].J Sports Eco,2011,13(2):152-168.

[10]GIRALDO A,MENDOZA J,ROSAS A,etal.Managerial turnover:Coach dismissals and team performance in Colombia[R].Bogotá,Colombia:Pontificia Universidad Joveriana Working Paper,2013:1-23.

[11]MAXIMIANO S.Does Replacing a Manager Improve Performance?[R].West Lafayette,United State:Purdue University Working Paper,2012:1-41.

[12]MUEHLHEUSSER G,SCHNEEMANN S.SLIWKA D.The impact of managerial change on performance:The role of team heterogeneity[J].Eco Inquiry,2016,54(2):1128-1149.

[13]ROSENBAUM P,RUBIN D.The central role of the propensity score in observational studies for causal effects[J].Biometrica,1983,70:41-55.

[14]TER WEEL B.Does manager turnover improve performance? New evidence using information from Dutch Soccer,1986-2004[J].De Economist,2011,159(3):279-303.

[15]VAN OURS J,VAN TUIJL M.In-season head-coach dismissals and the performance of professional football teams[J],Eco Inquiry,2015,54(1):591-604.

[16]WIRL F,SAGMEISTER S.Changing of the guards.New coaches in Austria’s Premier Football League[J].Empirica,2008,35(3):267-278.

Can Coach Turnover Improve the Performance of China Football Association Super League Teams?

WANG Ming-xin

Based on the data of teams in China Football Association Super League in season 2009—2015,this paper constructs panel data in which treatment groups and control groups are matched,and studies the causal relationship between within-season coach turnover and teams performance by matching difference-in-difference method.It draws conclusions as follow:firstly,coach turnover significantly improve teams’ short-term performance.Specifically,the points gain per game and winning probability in turnovered teams are 0.27 and 8.7% higher than the ones in unturnovered teams.However,goals or concedes per game of teams do not change with coach turnover events.Secondly,the individual characteristics of new coaches have no significant impact on the effects of coach turnover.Therefore,coach turnover improve teams performance by the mechanism of triggering competition between players within-team.

ChinaFootballAssociationSuperLeague;coach；turnover;teamsperformance;matchingdifference-in-differencemethod

1000-677X(2016)10-0080-07

10.16469/j.css.201610011

2016-08-30；

2016-10-04

王铭欣(1987-)，男，广东佛山人，在读博士研究生，主要研究方向为经济发展理论与政策研究，E-mail：wmingxin87@foxmail.com。

暨南大学 经济学院，广东广州 510632 Jinan University,Guangzhou 510632,China.

G80-05

A