《表2 主要变量之间的相关系数矩阵》

  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

《环境规制对企业创新绩效影响及实现机制研究——基于中国企业调查数据的经验分析》

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:*、**和***分别表示在10!、5!和1!的统计水平上显著。

一般而言，使用普通最小二乘法（OLS）对截面数据进行实证检验，需要注意模型中可能存在的异方差及多重共线问题。对于异方差的缓解，本文除对核心变量取自然对数之外，还使用White（1980）所推导出的异方差稳健性标准误法，从而使得采用OLS方法得出的结果更为稳健可靠。对于多重共线的诊断，表2报告了核心自变量与主要控制变量之间的相关系数及显著性，王同存认为如果模型中解释变量的相关系数很高，则模型中可能存在多重共线性[27]，而本文的各解释变量相关系数，除环境规制及其滞后项之外，其他自变量之间的相关系数都在0.3以下，因此模型中的多重共线问题并不严重（2）。