《表3 差分GMM与系统GMM实证结果》

  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

《中国工业增长质量测度及影响因素分析》

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：*、**、***分别表示结果通过10%、5%和1%统计水平下的显著性检验；括号内为稳健标准误，AR(1）、AR(2）、Sargan检验的结果为对应P值。

工业增长质量受多种因素影响，同时不同影响因素之间又存在可能因果关系，这些问题都可能导致内生性问题。本文采用广义矩估计法（GMM）以克服因测度误差、遗漏变量等所产生的内生性问题，估计结果如表3所示。Sargan检验结果概率的P值均在0.1之上，即表明所选择的工具变量是有效的。两个模型的AR(1）的检验结果显示残差项存在一阶序列自相关，但二阶自相关检验对应的P值都大于0.1，即不存在二阶序列自相关，则说明选择系统广义矩估计有效。差分GMM与系统GMM在估计结果以及显著性水平上基本保持一致，说明了回归结果的稳健性。由于系统GMM能够更好地解决差分GMM估计中存在的弱工具变量问题，所以本文对系统GMM结果进行分析，根据表3回归结果显示。