《表7 内生性处理:工具变量回归》
注:(1)***,**,*,分别表示在1%,5%和10%水平上显著;(2)括号内为稳健标准误,其中D—M检验、识别不足检验和弱识别检验的括号内为P值。
根据模型(2)式和(3)式,产业结构升级对高技能人才发展效率具有显著的提升作用,但另一方面高技能人才发展也为产业结构升级提供了人力支持,这会进一步加快产业结构升级速度,因此,产业结构升级与高技能人才发展效率可能存在双向因果关系。为此,本文采用产业结构升级的滞后1期和滞后2期作为当期产业结构升级的工具变量,并分别进行两阶段最小二乘法(2SLS)和广义矩估计法(GMM)回归,估计结果如表7所示。序列(1)(2)和(4)(5)没有加入控制变量,可以看出,产业结构升级的内生性(Davidson-MacKinnon)检验结果P值分别为0.309、0.427和0.532,表明产业结构升级不构成内生性的挑战。工具变量的识别不足检验和弱识别检验结果P值都为0,表明工具变量选择是合理的。尽管工具变量回归后产业结构升级的系数值和显著性有所下降,但仍然具有正向影响。
图表编号 | XD00173458000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 张俊 |
绘制单位 | 安徽财经大学经济学院 |
更多格式 | 高清、无水印(增值服务) |