双重差分技术的使用价值在于规避样本选择的内生性问题，换言之，要证明部分省被选择成为中央试点省是完全随机的。如果有某些我们所关注的被解释变量相关因素影响到中央政府试点的选择，那么“试点组”与“对照组”彼此之间就不构成有效的对照关系。此外，我们还必须证明两组之间在“营改增”前后具有相同的走势特征，否则后文的估计结果可能并不可靠。在采取这种估计手段前必须对这两个问题进行判断。当然在此我们有一个的假定前提：即如果各省之间的服务化水平在数据结构上满足以下要求，那么两个“研究组”之间企业的服务化水平也应满足以下特征。

5.3.5.1　试点省份是否是随机选择的？

根据财政部和国家税务总局的信息，税改时期除了后来成为试点的省市，河北、河南、山东、江西、湖南以及新疆等十多个省区市也曾申请加入试点，中央政府的抉择是否带有倾向呢？在选择上海作为实施税改的“试验田”的2012年国务院常务会议中曾提到：“营改增”涉及面广，利益调整复杂，为保证改革顺利实施，选择应当服务业门类齐全，辐射作用较为明显的地区试行，这种选择有利于为全面实施改革积累经验。由于试点年份为2012年，因此要对试点八省市2011年的产业结构进行分析。本书分析的是工业服务化的问题，不能仅仅以第三产业的比重作为服务化的表征，本书采用的是生产型服务业与第二产业的比值作为工业服务化的表征^[2]。本书采用Logit模型来检验“营改增”试点省份选择的标准，以“是否为试点省”为因变量，0表示非试点省，1为试点省，以“营改增”试点之前三年（2009—2011）内31个省的服务化程度值、生产型服务业产值的自然对数、人均收入水平的自然对数（均按2009年不变价进行折算）以及人均财政收入等分别作为解释变量，期望通过估计结果找到中央政府选择试点地区的依据，尽可能避免之后计量研究中出现的内生性问题。估计结果如表5-1所示。

表5-1　Logit二元选择模型估计结果

续表：

注：（）内为z值，*、**与***分别表示在10%、5%和1%的水平下显著。(www.daowen.com)

回归结果显示，服务业的产业规模、地区人均收入水平以及人均财政支出的系数都在1%的水平上显著为正，这表明服务业的发展水平以及经济规模、财政上缴总量较大的省份容易被中央政府挑选出来作为试点对象，而以我们最为关注的服务化产业结构中的生产型服务业所占比重作为依据。我们也可以看出一个省的工业服务化水平与服务业的总量以及经济财政水平并没有直接关系，由此，可以确定试点省的选择满足随机性的特征，如果省级层面工业服务化水平并没有出现“试点组”与“对照组”之间明显的差异，那么推测各省内企业微观层面的服务化水平也应当能够符合“双重差分方法”模型的自然实验要求。

5.3.5.2　试点省份与对照省份的工业服务化程度在“营改增”前后走势是否具有相同或相似的变动趋势？

DID运用还有一个基本假设前提，即要保证“试点组”与“对照组”省份历年工业服务化水平可以存在差异，但必须在试点的时点前后两组之间工业服务化水平保持较为一致的走势，我们采用2007—2014年期间的数据进行验证，图5-2展示了两组之间的变化。很明显我们发现尽管对照组在样本期内始终略高于对照组，但两组样本内服务化程度保持了几乎一致的走势^[3]。显然，“营改增”税改的外生性结论得到了进一步的支持。

图5-2　试点组与对照组工业服务化程度走势图