《表3 内生性检验估计结果》

  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

《公共服务对产业结构高级化的影响研究——基于中介变量的检验》

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：***、**、*分别表示在1%、5%、10%水平上显著，括号内为t统计值，中括号内为p值。资料来源：作者利用Stata13.1计算得到。

前文实证检验了公共服务发展对产业结构高级化的推动作用。事实上，一个地区经济发展水平越高，产业结构越高级，政府服务意识越强、服务质量越好，公共服务供给效率往往越高，因此公共服务发展与产业结构可能存在双向因果关系，核心解释变量公共服务可能存在内生性问题。基于此，进一步进行核心解释变量公共服务的内生性检验，检验方法为差分GMM与系统GMM。该方法引入被解释变量的滞后项，并使用内生变量的高阶滞后项作为其差分项的工具变量，有效处理模型内生性问题（Arellano&Bond，1991）。系统GMM将差分GMM与水平GMM结合在一起，加入内生变量的差分项并将其作为水平方程的工具变量，提高了估计效率。表3报告了依次加入控制变量的差分GMM与系统GMM回归结果。其中模型15—模型18为差分GMM估计，模型19—模型22为系统GMM估计。二阶序列相关检验的P值均大于0.1，表明接受不存在二阶序列相关的原假设；除模型15、16、19外，Hansen检验均在10%水平上通过，接受工具变量均有效的原假设，模型设定合理。在使用Hansen统计量时，容易出现因工具变量过多而失效的问题，因此本文使用折叠后的GMM式工具变量，有效避免了工具变量过多而弱化Hansen统计量的问题，表3报告了模型的工具变量个数。由结果可知，核心解释变量公共服务对产业结构高级化的影响始终显著为正，说明估计结果是稳健的，在依次加入控制变量后，Hansen检验逐步接受原假设，再次表明实证结果的稳健性，不存在内生性问题。