《表7 加入交互项的差分GMM和系统GMM回归结果》
注:()括号内的数字为标准误;[]括号内给出的为p值;*、**、***分别表示在1%、5%、10%的水平下显著;AR(1)、AR(2)给出的均为统计量对应的p值;[2]Sargan检验统计量是J-statistic,原假设为“过度识别的矩条件是有效的”。
随着环境污染问题的日益严重,中央和地方政府意识到环境保护的重要性,并逐步加大环境保护力度,把生态文明建设和环境保护提升到了战略发展位置,不断提高居民的环保意识,加大环保资金和环保人员投入,那么环境治理是否降低了雾霾的污染,进而影响经济的高质量发展呢?为了探究此问题,我们在模型中加入了雾霾污染和环境治理水平的交互项,如式(10)所示,环境治理水平借鉴Keller and Levison(2002)[30]等的研究,选用地区环保人员数量表征。如果该交互项的系数为正,则说明环境治理能够减弱雾霾污染的负面影响,进而促进经济的高质量发展;如果该交互项的系数为负或者不显著,则说明环境治理并没有起到应用的作用。我们使用GMM方法对式(10)进行估计,最终的结果如表7所示。鉴于篇幅,我们结合一步法GMM估计和两步法GMM估计各自的优点,报告了一步法GMM的系数回归结果和二步法得出的检验值AR(1)、AR(2)和Sargan值。
图表编号 | XD00162553600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 张煜晖、王钺 |
绘制单位 | 南开大学经济学院、南开大学经济学院 |
更多格式 | 高清、无水印(增值服务) |