《表4 2SLS模型的参数估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《要素价格扭曲、政治关联与中国工业企业的技术创新积极性》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:{}为Cragg-Donald Wald F统计量对应的Stock-Yogo检验临界值（10%显著性水平下）。下同。数据来源:作者根据STATA估计结果整理。

借鉴以往学者在要素价格扭曲回归模型估计中的办法，构造 作为Distit的工具变量（Lewbel，1997；陈艳莹等，2013；白雪洁等，2017）。这一工具变量的优点在于，可以在不增加模型变量个数的前提下，满足与模型中的残差项无关且与内生解释变量相关的基本要求。具体的操作步骤为:首先，对模型（1）—（3）依次进行Sargan过度识别检验，检验结果所对应的p值均大于0.1，说明残差项和解释变量不相关；其次，从识别不足检验的估计结果来看，Anderson canon.corr.LM统计量的p值均为0.0000，说明应当拒绝“工具变量不可识别”的原假设；最后，从弱工具变量检验的结果来看，CraggDonald Wald F统计量远远大于Stock-Yogo检验10%水平下的临界值16.38，因此可以拒绝“弱工具变量”的原假设。此外，第一阶段回归结果的F值均大于10，且通过了1%水平下的显著性检验，也可证明 并不存在弱工具变量问题。综上所述，本文构造的工具变量是合理的。接下来，通过对比固定效应模型和2SLS模型的参数估计结果可知，引入工具变量后，各个解释变量的正负号以及显著性水平均未发生明显改变，再次证明本文的模型设定具有较高的稳健性。各参数估计结果的经济含义在前文中已有详细解读，此处不再赘述。