《表5 互联网对中国企业全要素生产率的影响(IV 2SLS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

《互联网电子商务、企业研发与全要素生产率》

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：在工具变量两阶段最小二乘估计（IV 2SLS）下，识别不足检验是Anderson canon.corr.LM检验，拒绝原假设表明工具变量是合理的；弱识别检验是Cragg-Donald Wald F检验，拒绝原假设表明工具变量是合理的；外生性检验为Sargan检验，在10%显著性水平下接受原假设，表明工具变量合

控制内生性问题的一个通常做法是寻找一个与互联网电子商务相关但独立于中国企业全要素生产率的工具变量（IV），并进行相关估计。为此，本文选取2001年城市电话用户总量（单位：百万户，phone2001）和人均邮电业务总量（单位：万元，perpost）作为工具变量。选择工具变量的原因如下：一方面，电话用户和人均邮电业务量代表了城市电信基础设施的发展水平，也必将对城市的互联网电子商务发展产生影响；另一方面，在2001年，中国互联网电子商务刚刚起步发展，滞后期的历史数据不会对2015年中国企业全要素生产率产生影响。因此，本文的工具变量满足外生性及与内生变量相关的要求，是合理的工具变量。表5的识别不足、弱识别、外生性及F检验等相关检验也表明，本文工具变量回归结果是有效和稳健的。