《表5 回归估计结果：金融发展促进技术创新效率研究——基于省际面板数据的系统GMM模型》

  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

《金融发展促进技术创新效率研究——基于省际面板数据的系统GMM模型》

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

最后，本文加入不同的控制变量来分析金融发展对技术创新效率的影响，来避免因模型存在遗漏变量而产生误差。在模型1中，它的联合显著性检验统计量Wald chi2(5）统计量为18.42，且通过了检验，说明金融发展促进技术创新效率；模型2在模型1的基础上加入地区经济发展水平，它的联合显著性检验统计量Wald chi2(6）统计量为37.92，也是显著的，因而可以认定模型1可能存在遗漏变量；在模型3中加入外商直接投资而不考虑科研经费支出的增加，它的联合显著性检验统计量Wald chi2(5）统计量为17.58，在1%的显著性水平下是显著的；在模型4中，加入所有的控制变量，它的联合显著性检验统计量Wald chi2(7）统计量为58.96，在1%的显著性水平下是显著的。在所有的模型中，可以看出所有的变量的系数并不存在较大的偏差，而且所有模型在5%的水平下是显著的，因此可以认为模型的设定是合理的。