在本章节进行断点回归模型验证之前，首先采用普通最小二乘法（OLS）回归模型对样本进行回归估计。通过两次回归结果的对比，可以看出市场中制造企业的改革意愿是否有跳跃提升，从而进一步探讨供给侧结构性改革政策对于企业改革意愿提升的冲击影响。

（1）普通最小二乘法（OLS）

首先利用普通最小二乘法对供给侧结构性改革政策影响我国制造企业改革意愿的程度进行分析，特别关注解释变量政策全面推行时间和各协变量的系数及显著性，估计结果见表3-3。

表3-3　普通最小二乘估计结果表

注：1.括号中是经异方差和序列相关修正后的标准差；
2.*、**、***分别代表显著性水平为10％、5％、1％。

根据普通最小二乘法估计的结果，可以得出供给侧结构性改革政策对我国制造企业改革意愿的影响是显著的，假设H成立。且从系数可以判断，改革政策对企业改革意愿的影响是正向的。一方面，国家政策对于企业来说具有一定的强制性；另一方面，基于“理性经济人”的假设，通常认为企业希望通过改革获取更大的利益，实现更长远的发展。但这一结果并不能直接证明企业改革意愿的积极趋势是由供给侧结构性改革政策引发的，因为这种方法不能排除其他因素的干扰。这正是普通最小二乘法进行政策评估时的不足之处，因此需要引入断点回归来进行进一步的验证。

同时，企业员工数量对企业改革意愿的影响显著，且为负向影响，表明企业员工人数越多，供给侧结构性改革意愿达成一致的过程越漫长，意愿一致性越低。另外，企业现金流量对企业改革意愿的影响作用也显著，也为负向，现金流量表征了企业整体和现有业务的健康程度，现状的良好往往掩盖了危机，企业往往被“温水煮青蛙”，很难下定决心做出强有力的供给侧结构性改革决策，导致供给侧结构性改革意愿较低，而并未出现现金流量较高，有资源和能力进行供给侧结构性改革，企业就下定决心进行供给侧结构性改革的显著局面。企业创新能力对企业改革意愿的影响不显著。(www.daowen.com)

（2）断点回归

在普通最小二乘法无法对供给侧结构性改革政策的影响进行有效评估的情况下，继续采用断点回归模型进行检验。不同于普通最小二乘法的估计，断点回归估计对于变量本身的内生性无苛刻的要求，只需要假定个体无法通过自选择操纵解释变量；另外，其研究设计更加接近于随机可控实验，因此估计结果更加可靠（Lee，etal，2010）。表3-4给出了供给侧结构性改革政策对我国制造企业改革意愿影响的断点回归结果，其中包含了有无协变量两种情况下的估计值。

表3-4　断点回归估计结果表

注：1.括号中是经异方差和序列相关修正后的标准差；
2.*、**、***分别代表显著性水平为10％、5％、1％；
3.表3-4中的局部效应量是基于三角内核非参数方法获得的，本文同时采用了矩
形内核非参数方法对模型进行估计，得到的结果与表3-4无显著区别。

（3）对数化后的变量进行估计后产生的结果与表3-4无显著差异

带宽的选择对断点回归估计结果有着显著的影响。将最小化均方误差作为选择最佳带宽的准则，计算得到最优带宽下的估计结果。表3-4给出最优带宽下的模型估计值（改革发文数量模型的最优带宽为13个月），以便对结果进行准确的判断。

在无协变量的情况下，根据计算的最优带宽下的估计结果可以看出，供给侧结构性改革政策对企业改革意愿的促进效果显著，显然与用普通最小二乘法估计的结果类似，然而当进一步观察其系数大小时，不难发现普通最小二乘法的估计结果过于乐观，扩大了供给侧结构性改革政策的影响力度，而断点回归的估计值则相对比较保守，更贴近实际情况。