《表3 城镇化、工业化对农业全要素生产率增长的影响》

  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

《城镇化、工业化对农业全要素生产率增长的影响研究——来自重庆37个县(区)面板数据的证据》

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:1．括号内的数值是Z统计值；2．***、**、*分别表示在1%、5%、10%的水平显著。

为保证GMM估计量的一致性，广义矩估计方法通过AR（1）和AR（2）检验对扰动项进行自相关检验，利用Sargan检验对工具变量有效性进行过度识别检验。表3为不同模型设定下式（5）的一阶差分GMM估计和系统GMM估计的结果。由表3可知，各模型中检验AR（1）检验值的伴随概率均小于0.01，而AR（2）检验值的伴随概率均大于0.1，说明扰动项的差分存在一阶自相关，但不存在二阶自相关，由此接受原假设“扰动项无自相关”，均可采用差分GMM估计和系统GMM估计方法。另外，通过诊断结果还可知，Sargan检验值的伴随概率均大于0.1，在10%的显著性水平上，无法拒绝“所有工具变量均有效”的原假设，因此差分GMM估计和系统GMM估计通过了工具变量的有效性检验，模型设定合理。模型1和模型4分别采用差分GMM估计和系统GMM估计展开城镇化、工业化对农业全要素生产率增长的影响研究。通过回归估计结果可知，重庆市城镇化对农业全要素生产率增长具有显著正向影响，工业化对农业全要素生产率增长也具有显著正向影响。除此之外，基础设施、教育水平以及金融发展程度对农业全要素生产率增长均具有显著正向影响，而产业结构对农业全要素生产率增长具有显著负向影响。