《表4 工具变量回归估计结果》
本文进一步采用工具变量估计方法,本文选取两个工具变量:一个是当年企业所在行业其他企业CSR平均值(CSR_IndexIndOther),另一个是当年企业所在地区其他企业CSR平均值(CSR_IndexLocOther)。表4详细列示了面板工具变量估计结果,采用两阶段最小二乘估计方法(2SLS),本文同时采用了广义矩估计(GMM)和有限信息极大似然估计(LIML)方法,也都得到一致的结论。作为参照,本文同时报告基准模型估计结果(表4模型(1))。表4模型(2)表示第一阶段估计结果,其中,工具变量CSR_IndexIndOther的估计系数为0.212,且在1%水平上显著,即当年企业所在行业其他企业CSR平均值高的企业,企业创新专利产出越高;工具变量CSR_IndexLocOther的估计系数为0.429,同样在1%水平上显著为正。
图表编号 | XD00167421600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.22 |
作者 | 吴迪、赵奇锋、韩嘉怡 |
绘制单位 | 中国人民大学经济学院、中国人民大学经济学院、清华大学社会科学学院 |
更多格式 | 高清、无水印(增值服务) |