高质量发展背景下现代服务业经济增收效应研究——基于重庆市的实证分析

张荣博，杨加吉，黄 潇

（重庆工商大学长江上游经济研究中心，重庆 南岸400067）

一、引言

当前，世界经济正处于从“工业经济”向“服务经济”过渡时期，而我国作为最大的发展中国家，经济发展方式仍以粗放型为主，资源要素消耗较高，生产成本居高不下，对质量和效益的重视程度不够，深层次矛盾突出，经济延展深度有待加强。因此，党的十九大报告明确提出新时代要继续提高经济发展质量、效率，增强我国经济质量优势，扩大优质增量供给，从而将建设现代化经济体系摆在了国家战略高度。

在我国“现代服务业”的提法可以溯源到1997年9月党的十五大报告，其定义大体相当于第三产业。现代服务业是以生产性服务业为核心、以经济信息知识化为关键的现代化服务业态和全新的经济发展模式。现代服务业作为一种全新的经济增长方式，已经成为助推现代经济增长的动力，其发展势必成为各国发展的新趋势。

基于以上背景，本文提出了如下问题：现代服务业综合政策的实施是否真正促进了重庆市经济社会的进步？重庆市是否会由于该政策的实行而呈现出经济增长的差异？是否会因政策实行的时间段不同而表现出不同的反映？中国政府于2012年实施了现代服务业综合试点政策，这为我们提供了一个极好的实验机会。使用双重差分法与合成控制法来进行定量评估，解答上述问题，以便准确衡量现代服务业综合政策对重庆市经济增长的净影响，为其他各省调整产业发展战略和目标定位、优化与改进新型产业主导战略和政策提供支撑，为试点项目或者政策在其他地区推广提供借鉴。

随着现代服务业的迅猛发展，国内外专家学者的研究视角正逐渐转向现代服务业的发展与经济增长的关系上，研究方法大同小异，绝大部分的实证结论表明现代服务业的升级优化可以对区域经济的高质量发展产生明显的引擎作用。

现代服务业的高效集聚能够促进高新技术的产生，并以此推动地域范围内经济的快速增长［1］，其贡献在技术逐步转型升级中更加明显［2］。更进一步分析得到，现代服务业的细分产业领域在经济发展和优化升级中的地位各有不同［3］，其中，知识密集型的商务服务业能够提升技术扩散效率，提高区域经济增长潜力［4］。但是，现代服务业的发展滞后也会引致其他部门服务效果与产出效率低下［5］，在一定程度上对未来经济的可持续发展产生消极影响［6-7］。

现代服务业对GDP的拉动作用十分显著［8］，被誉为是经济发展新的增长点［9］，能够促进区域间平衡协调发展［10］。运用服务业的时间序列数据研究得出服务业对经济增长具有促进作用［11］，其中房地产业和金融业的作用较为明显［12-13］，科技服务业对经济增长的贡献度则居于前位［14］。使用空间计量经济模型和投入产出模型对数据进行分析，发现服务业能正向促进经济增长［15］，改善和优化地区产业结构［16］，提升生产效率和生产力［17］，同时也在促进自身的发展［18］。 通过标准差、离散系数等统计学方法发现我国历史上服务业的发展轨迹符合经济发展的“U”型变化过程［19］。我国服务业的泰尔指数值在总体上呈现出先缩小后扩大的发展趋势［20］，从区域来看，东部地区泰尔指数值呈现出逐步缩小的态势，中部泰尔指数值则变动较小，西部泰尔指数值却呈现出扩大的态势，以致出现地区产业恶性竞争问题［21］。采用包括赫芬达尔-赫希曼指数与香农-维纳指数等产业经济学指标进行实证研究，发现大型高新技术服务业发展对经济增长具有一定的负向效应［22］,同时由于现代服务业自身的不足，致使其在经济发展中优势作用受阻［23］。

综上所述，对文献资料的梳理整合发现：关于现代服务业的经济增收效应研究大多是多维度学科交叉的研究，总体上持肯定观点。国外学者由于关注时间早，展现了丰富的研究成果。而针对国内文献来讲，采用时间序列和空间计量模型进行计量结果分析的较多，但这些方法并不能完全控制自选择和反向因果偏误，存在较大的内生性问题。鉴于此，本文的贡献在于：第一，评估现代服务业综合政策对经济增长的影响。第二，利用双重差分法和合成控制法等非参数方法来评估现代服务业综合政策对重庆市产生的经济增收效应，在计量模型方面一定程度上排除了内生性问题。最后，借助动态演进模型进行深度分析，期望能弥补经济理论与计量实证相结合的不足。

二、计量模型设定、数据来源与变量选取

（一）计量模型的设立

1.双重倍差法。双重倍差法（DID）不仅能够控制各个样本之间不可观测的个体异质性，还能解决随时间而变的未知总体因素的影响，确保政策效果的无偏估计。一个完备的双重倍差法计量经济模型的设定，必须包含两个部分：年份虚拟变量和组别虚拟变量。本文设立计量经济模型为：

其中，lnserviceit为被解释变量，表示第i个省份（直辖市、自治区）第t个年份的经济增长水平；Dit为组别虚拟变量；Tit为时间虚拟变量；交互项DitTit为双重差分估计量，其估计系数τ是我们所关心的核心参数，因为它表示现代服务业综合政策对省域经济可持续发展产生的影响效应；Xit为控制变量；κt是时间固定效应；γi为个体固定效应；εit是随机干扰项。

2.合成控制法。合成控制法（SCM）最早提出并用于政策和事件评估是在2003年。由于控制组政策干预的反事实结果无法观测，加上在控制组的选取上存在内生性问题，存在主观随意性，通常不易找到最理想的控制区域，合成控制法的优势在于可以根据数据来选择线性组合的最优权重，尽量避免研究者主观选择控制组的随意性。

详细来讲，假定共存在（1+J）个区域，第1个地区为受到政策冲击地区，其余几个地区是未受到政策干预实施的区域（在此，J=21），形成潜在的控制组，称为donor pool。 但是，这里存在一个潜在假定，政策干预实施仅仅影响试点区域，而不会对控制组形成交叉影响和外溢效应。

将合成控制地区贡献的权重成分记为J维列向量：W=（w2…wJ+1）′。w2表示第2个省份（直辖市、自治区）在合成试点区域中占有的权重，权重都为非负，且权重之和都为1，这样做可以避免外推造成的可能偏差。w的不同取值构成的不同的合成控制区域，简称“合成控制”（synthetic control）。令X1是处理组个体单元事前的存在特征，涵盖可以观测到的所有协变量和事前可能结果的若干线性组合m×1，X0是二维向量。令X0为控制组的事前特征，为m×k的矩阵。显然我们希望选取适合的贡献权重w，使得X0w尽可能趋近于X1。因X1的预测变量对于因变量Y的预测程度有大小之分，所以应在距离函数中赋有不一样的权重，必须充分考虑事前均方预测误差（mean squared predicted error,简称MSPE）最小矩阵最小化。

综上所述，本文设立计量模型：

其中，Dit=1时，相应省级单位会受到政策的影响，即Yit=YitN+ρit；当Dit=0时，相应省级单位会受到政策的影响，即Yit=YitN；当第一个城市（i=1）在T0期之后受到政策实施干预，而其他城市在任意 t时期都不受到政策干预的影响。而 αit是需要估计的目标，在 t＞T0时，αit=Yit－YitN，其中，Yit是试点区域（重庆市）的经济增长状况，是可以直观看到的事实结果。由于YitN的结果无法观测，因此需拟合出与之相应的反事实结果状态：YitN= βt+ϑtZi+κtμi+εit，其中，Zi为协变量， βt是时间固定效应，ϑt是一个（1×r）维的未知参数向量，κt是（1×F）阶无法观测到的共同因子，μi是（F×1）阶不同地区的固定效应，εit是标准误差项。

（二）样本数据的选择

为了综合考察现代服务业综合政策实施区域经济增收的实施效果，确保各项数据指标的可获得性和一致性，我们借鉴陆贤伟［24］、魏丽［25］等人的做法将分批次试点省级单位删除①，最终统一选择我国22个省份（直辖市、自治区）1996—2017年的平衡面板数据进行分析。以上数据来源于《中国区域经济统计年鉴》和各省（直辖市、自治区）统计年鉴。

（三）变量选择与来源

使用第三产业增加值（亿元）取对数（lnservice）和第三产业增加值（亿元）占比（oservice）作为因变量来衡量重庆市的经济增长程度；控制变量则是按照一般文献的相关做法进行处理，包括：普通高中在校学生数（个）（lnedu）、政府财政支出总额（亿元）（lnfis）、全社会固定资产投资总额（亿元）（lnsfai）、消费品零售总额（亿元）占比（retail）、地区医院床位数（张）（lnhuman）、非农业人口数占总人口数的比重（urban）②。变量数据的描述性统计见表1。

表1 数据的描述性统计

（四）前提假定条件

在每个现代服务业试点省份（直辖市、自治区）的选取过程中，随机分组假定要求其试点具有完全随机性，以保证每个省份（直辖市、自治区）都有相等概率接受同一实验处理，表现为E（εitj｜dj)=0。若试点省份（直辖市、自治区）的选择过程不具有随机性，第三产业的发达程度是其选择的重要依据，抑或省份（直辖市、自治区）的经济总量规模也是其着重考虑的指标，那么研究将深受严重的内生性问题困扰，致使基准估计结果有偏。因此，为了检验该项政策在试点省份（直辖市、自治区）的择取标准，本文设立Logit模型如下：

其中，Logitit作为因变量表示第i个省份（直辖市、自治区）第t年是否被选为试点区域。Xit为一系列的控制变量，包括：地区经济总量水平（lngdp）、第三产业增加值占比（oservice）、教育发展水平（lnedu）、财政支出规模（lnfis）、社会投资水平（lnsfai）、社会消费能力（retail）、人力资本质量（lnhuman）、城镇化程度（urban）。二元选择估计回归结果如表2所示③。从表2可知：估计系数的回归结果并不具有统计显著性，表明相较于其他省份（直辖市、自治区）来讲，现代服务业综合政策实施的选择很大程度上不以第三产业增加值的高低为依据，确立了研究样本选择的随机性。

表2 二元选择模型的回归结果

三、计量结果分析

（一）基准回归结果

因使用的数据是共计22年的平衡面板数据，我们进行豪斯曼检验。根据检验结果，本文使用模型（1）采取固定效应模型进行实证分析，估计结果参见表3。

表3 现代服务业综合政策对经济增长的影响

据表3第1行可知，重庆市在现代服务业综合政策实行后，经济发展程度增加明显。换句话讲，综合政策实施对重庆市的经济增长产生积极作用，能够促进该市经济快速发展。根据模型（1），现代服务业综合政策对经济增长的估计系数为0.152，统计意义显著为正，在不考虑其他因素的条件下，该系数反映其对重庆市经济发展水平产生的政策影响效应。控制地区和年份固定效应后，现代服务业综合政策实施可以使重庆市经济高质量增长16.7%，并再次通过了1%的统计意义检验。最后加入全部控制变量后，发现其核心参数仍具有统计显著性，能够促使经济提升9.6%。简言之，现代服务业综合政策实施对重庆市产生非常显著的经济增收效应和正向影响，说明该政策实施达到了预期效果，可以助推地域经济的发展实现最优化。

控制变量回归结果显示：绝大部分指标的估计系数显著为正，说明教育水平、财政支出、投资与消费总额和人力资本质量的提高能够促进重庆经济的高质量发展，显著改善区域第三产业结构，促进现代服务业转型升级，这符合相应的经济学规律。而城镇化率却没有成为重庆市实现经济新常态的发展高地和依托，估计系数为负数，表明应该加快各项基础设施建设，提升城镇化水平，使之成为助推城乡协调和产业协作的引擎。

（二）进一步分析

与目前处理组的研究方式和分析方法不同的是，合成控制法是通过为重庆市构建一个拟合对象进而评估政策实施产生的经济增收效果。该方法采取数据主导的方式来确定适合的样本权重，这既能够弥补平均化评价的缺陷，又能使实证结果不易受到样本选择偏误的影响。根据模型（2），借助Stata 15.0软件，使用Synth程序包得到模型估计结果。表4给出了重庆市的权重组合情况。

表4 非试点省级区域在试点区域的权重

我们发现：如果存在线性内推的问题，说明处理组与控制组存在交叉影响，这可能造成对处理组的政策干预外溢出到控制组，存在线性有偏。为了排除线性内推的可能性，对重庆市与其他区域进行分析，发现参与合成的省区和贡献权重是不同的。因此，重庆市与其他5个省区的权重不存在线性相关关系，也就不存在所谓的线性内推的问题。

表5给出了现代服务业综合政策实施前后处理组与合成组解释变量值的对比情况。可以知道：重庆市的所有变量的实际值和拟合值之间的差异十分小，说明用以上省区来对重庆市进行合成，得到的拟合效果非常好。

表5 变量对比说明

图1展示了重庆市的试点区域与合成控制对象在1996—2017年的经济增长状况。垂直虚线左边是现代服务业综合政策实施之前的年份，右边则是此政策实施之后的年份。政策干预带来的影响效果取决于重庆市该政策实施后与合成地区的经济增收水平的偏离程度。

从图1中我们发现，在现代服务业综合政策实施前，实际重庆市经济增长演变路径与合成重庆市演进路径具有较高的拟合程度，虚线（合成重庆市）和实线（实际重庆市）两条线基本重合，说明合成控制法很好地拟合了现代服务业综合政策实施前重庆市的发展路径。在垂直虚线代表的2012年之后，且随着时间的推移，代表实际重庆市的实线始终高于合成重庆市的虚线，二者的差距呈现出逐步扩大的趋势，两者之差即是政策干预效果，说明现代服务业综合政策确实给重庆市经济带来了明显的高质量发展。

图1 重庆市现代服务业综合政策实施拟合效果图

四、稳健性检验

（一）平稳性检验

为了保证估计结果的平稳性，我们针对模型（1）使用双重倍差法进行以下几个方面的检验。

1.单差法检验。我们使用传统处理方法——单差法来检验现代服务业综合政策实施对重庆市经济发展水平的净影响。具体回归结果见表6。

根据表6第1列和第2列所示，发现使用单差法得到其估计参数具有统计显著性，且大小明显高于使用双重倍差法得到的核心数值，说明该方法并没有完全控制影响经济发展的其他因素，使得现代服务业综合政策实施后经济增收效应的估计效果存在有偏性。

2.替换指标检验。借鉴颜冬芹［26］的做法，替换原有指标使用第三产业增加值增长比率（gservice）作为因变量来重新衡量其经济增收效应。表6第3列和第4列给出了相应估计结果。

3.平行趋势检验。平行趋势假定是使用双重倍差方法的前提条件。一般来讲，如果不满足平行趋势假定，则实证分析结果会出现明显偏差，各个控制变量在样本数据之间的分布也并不平衡，容易存在显著差异。借鉴吴芸［27］以及王立勇等［28］做法，进行共同趋势假定检验。

表6 单差法检验和变换指标检验

据图2发现，在1996—2011年，处理组（重庆市）和控制组的经济发展走势基本相同，两条线基本重合，而在2012年现代服务业综合政策实行后，相较于控制组的变动趋势而言，处理组呈现波动上升的态势，说明符合平行趋势假定④。同时，重庆市在该项政策实行后，经济实现高速度发展，表明现代服务型产业对区域经济产生正向增收效应［29］。

图2 平行趋势假定

（二）安慰剂检验

为了保证实证结果的有效性，针对模型（2）使用合成控制法再次进行检验。

1.变换指标检验。上文中的核心结论是否会因经济增收衡量指标的不同而出现显著差异？基于此问题，通过引入实际GDP（lngdp）指标、人均GDP取对数（lnpergdp）和第三产业增加值占比（oservice）指标进行检验［30］。图3给出了重庆市经济增收和合成重庆市经济增收演变路径。可以发现：对于重庆市而言，实际经济增长指数的与合成的经济增长指数演变路径在现代服务业综合政策实施后都出现了较大分离，与前文的结论一致。这说明2012年重庆市在现代服务业综合政策实施后，经济呈现较大幅度增长，现代服务业综合政策对重庆市经济产生明显的积极推动作用。

综上所述，我们仍发现现代服务业综合试点政策不仅能显著提升区域产业增加值，也能明显提高相应产业增加值所占的比重，更能增加产业增长比率，这也进一步证明了现代服务业政策具有经济增收效应。

图3 变换指标检验

2.排序法检验。基本步骤如下：首先，因现代服务业综合政策实施后得出的实际值与合成值的差异不能判定是否来源于合成误差或政策干预，排除前期拟合效果和事前偏离程度较大的省区［31］；接着，根据表4，选取合成贡献权重为非负的省区；最后，对各个省区进行排序法检验，假定该省区同重庆市一样于2012年进行政策实施，通过绘制折线图，对比试点区域（重庆市）与非试点区域的差值大小，来凸显重庆市的政策效果。

在政策实施事前年份，重庆市和其他省区的预测误差基本保持一致，没有呈现特别大的发展差距，而在2012年政策实施之后，重庆市的预测误差始终处于参照组省区的最上方，差异效果渐渐显现并出现扩大的态势。这说明重庆市在现代服务业综合政策实施后产生经济增收效应的结论是有效的，以此证实在94.44%置信水平上该效应是统计显著的。图4给出了排序检验法的结果。

现代服务业综合试点政策实施后，想要得到重庆市那样的经济效果的概率是非常低的，仅为5.56%（1/18）。如果我们在控制组中随机抽取一个省区，假定其在2012年与重庆市一样实行该项政策，要得到与重庆市相同的预测误差⑤，出现与重庆市那么大的变动程度的概率则很小，因此重庆市的综合政策干预产生的经济增收效应在高置信度上是可信的［32］。这表明现代服务业政策实施的经济增收效应并不受偶发因素影响。

图4 排序法检验

3.反事实检验。虽然我们发现现代服务业综合政策实施区域的实际值和合成值存在显著差异，但是这种差异是由该政策实施引起的，还是由不可观测因素偶然产生的呢？为此选择一个没有进行政策实施干预的省区，假设该省区在2012年与重庆市一样实行该项政策，使用合成控制法虚拟构造该省区的合成对象的经济增收差异［33-34］。若其在2012年政策实施之后，该处理组与合成控制省区的经济增收差异仍然很大，说明处理组与合成组出现的显著差异不能完全归因于现代服务业政策的影响；如果在政策实施之后，两个组别产生很小的差异，或者没有产生经济增收差距，则证实这的确是现代服务业综合政策实施后的结果。

根据表4，合成重庆市权重最高的省区是湖北省（0.551），因此选取湖北省进行检验。图5给出了湖北省经济增收效应的结果。发现假定湖北省在2012年实行该项政策，其产生的经济增收效应的影响程度很小，湖北省与合成湖北省的路径几乎重合，说明试点区域经济增收效应确实是因为现代服务业综合试点政策引起的，证实现代服务业综合政策的经济增收效应并非来自偶发因素。

图5 有效剂检验

五、动态演进效应分析

为了检验现代服务业政策对重庆市经济增长的长期动态效应，我们将基准模型进行变换［35］：

其中，Di×Ttk为重庆市实施现代服务业综合政策第k年的年份虚拟变量。比如，重庆市在2012年实行现代服务业综合政策，则在2012年时k=1，从而Di×Ttk=1，其余年份赋值为0，并以此类推。其中，βk是我们所关注的核心参数，度量在政策实施后的第k年现代服务业的经济增收效应。具体估计结果参见表7。

表7 动态影响检验

据表7可知：在控制个体效应和时间效应后的动态演进模型中，现代服务业综合政策实施经济增收效应的核心参数同样具有统计显著性，Di×Ttk的估计系数并没有随着时间推移而呈现出与前文相悖的结论，表明重庆市在2012年加速现代服务业转型升级后，不仅能够有效提升经济发展速度，而且这种经济增收效应是可持续的。但是其估计系数数值逐渐减小，说明重庆市在争取政策试点后利用自身资源禀赋先行先试，充分享受政策红利，通过现代服务业综合政策产生的经济增收效应来提高地域经济增长速度，而随着时间的演进，政策红利的边际效应逐渐递减，试点政策的动力机制也趋于弱化。相应的控制变量的系数大部分显著，符合相应的经济学规律，同时说明计量模型建立的合理性。

六、结论与政策建议

本文选取现代服务业综合政策作为一项自然实验，利用1996—2017年我国22个省（直辖市、自治区）的平衡面板数据，以样本期内政策干预省级区域作为处理组，实证现代服务业综合政策对经济增长的净影响，并经过一系列检验，排除了内生性问题的困扰，保证结论的稳健可靠。研究结论如下：

第一，使用双重倍差法对重庆市的经济增收效应进行系统评价，发现现代服务业综合政策实施后对地域经济发展存在显著的促进作用。这表明现代服务业综合政策促进了重庆市经济发展，提升了经济增长速度。经过诸多稳健性检验，说明该结论是可靠性的。

第二，为了弥补倍差法可能存在的内生性问题，搭配使用合成控制法对重庆市现代服务业综合政策实施后的经济增收效应进行个案评估，同样发现该项政策明显地助推重庆市的经济发展，具有显著的增长驱动效应，达到了政策原有的预期目的。

第三，通过动态演进模型对重庆市现代服务业综合政策的经济增收效应进行分析发现，从长期来看，重庆市现代服务业综合政策的经济增长效应是显著的，具有正向的溢出效应，但是，随着时间的演进，其影响力度却逐渐减弱，政策红利的驱动效应趋于弱化，现代服务业综合政策的经济增收效应影响程度逐渐减小。

因此，上述结论具有明显的政策含义：

我国于2011—2014年已经分四批开展了现代服务业综合政策试点工作，接下来应该在总结试点经验的基础上，向其他省级区域推广试点经验，扩大政策的覆盖区域，增强其辐射带动作用，缩小区域经济发展差距。积极探索现代服务业跨省市跨地区的多方合作，重点关注尚未开始实施现代服务业综合政策的省级区域的市场培育工作，建立与完善相应的配套机制，制定并颁布现代服务业发展的办法，注重顶层设计，提高对政策试点推广工作的动态性和复杂性的认识，避免出现盲目跟风、重复建设和生搬硬套等现象。

由于各个省级区域之间的经济社会发展状况、资源禀赋条件和市场制度环境等方面都存在明显差异，因此，有关政府在实施现代服务业政策方面，应该充分考虑各地区的异质性，结合自身实际，因地制宜，具体问题具体分析，避免后续推广政策的一刀切，保持政策的应变性。

重庆市应该持续深化现代服务业综合政策试点示范工作，继续依托国家“一带一路”倡议和长江经济带发展战略，改善区域内部产业空间布局，形成完备的产业关联网络体系，优化资源配置，充分发挥市场在资源配置中的决定性作用。适应未来地域经济新常态发展的要求，构建并完善地域政策执行的体制和制度体系，确保政策实施的有效性和协同性。落实各项创新政策，实行科技创新驱动战略，加大科技创新投入力度，提高区域自主创新和协同合作能力，积极参与国际分工，提高在全球中高端产业价值链中的地位。

注释：

① 删除试点地区包括：北京市、浙江省、天津市、湖南省、上海市、江苏省、广东省、福建省和辽宁省。资料来源于中华人民共和国商务部流通业发展司（网址：http://ltfzs.mofcom.gov.cn/）。

②被预测变量的选取借鉴张俊的文章（张俊.高铁建设与县域经济发展——基于卫星灯光数据的研究［J］.经济学季刊，2017年第4期：1533-1562.）的思路，用第三产业增加值取对数来表征，借鉴刘金山、徐明的做法（刘金山，徐明.对口支援政策有效吗？——来自19省市对口援疆自然实验的证据［J］.世界经济文汇，2017年第4期：43-61页），用第三产业增加值占实际GDP比重来衡量。控制变量中人力资本质量变量的选取则是借鉴张克中、陶东杰的做法（张克中，陶东杰.交通基础设施的经济分布效应——来自高铁开通的证据［J］.经济学动态，2016年第6期：62-73页）。而其他控制变量的选取则是参照王垚、王雨飞、董艳梅等的做法（王垚，年猛.高速铁路带动了区域经济发展吗？［J］.上海经济研究，2014年第2期：82-91页；王雨飞，倪鹏飞.高速铁路影响下的经济增长溢出与区域空间优化［J］.中国工业经济，2016年第2期：21-36页；董艳梅，朱英明.高铁建设的就业效应研究——基于中国285个城市倾向匹配倍差法的证据［J］.经济管理，2016 年第 11 期：26-44 页）。

③ 全部样本是指1996—2017年22个省份（直辖市、自治区）的样本量；前置样本是指1996—2011年政策实施之前的22个省份（直辖市、自治区）的样本量。

④ 在1996年到2011年时间段，两者的差值都基本稳定在0.1左右，符合共同趋势假定。但是从2012年到2017年，两者差值逐渐变大，差值最终变为0.3左右。

⑤ 本文计算重庆市2012年政策实施前后MSPE之比，对于处理组来讲，政策实施后的MSPE值与政策实施前的MSPE值得比值越大，说明现代服务业综合试点政策确实对重庆市产生了较为显著促进作用。实证结果发现：倍数最大的为黑龙江省（4.98倍），其次是重庆市（4.01倍），但是黑龙江省在政策实施后经济增收效应不显著，所以通过随机给予处置的方法，想要获得和重庆市一样的情况的概率为1/18。