《表4 制造业“四化”并进影响因素的回归分析结果》

  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

《中国制造业高质量转型升级水平测度与省际比较——基于“四化”并进视角》

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：括号内的数为t统计量；[]内的数为p值；*、**和***表示通过了在10%、5%和1%水平上的显著性检验；N为样本数量。

为了对制造业高质量转型升级的影响因素进行深入分析，运用面板数据进行回归分析。回归分析之前，使用HT检验法检验面板数据平稳性，并分别进行混合回归（OLS）、固定效应（FE）、随机效应（RE）估计。首先，通过LSDV法（最小二乘虚拟变量）检验模型应采用个体效应而不是混合回归；其次，从Hausman的检验结果看，模型在1%的显著性水平上拒绝了随机扰动项与解释变量无关的原假设，说明应建立固定效应（FE）模型而非随机效应（RE）模型；最后还采用广义最小二乘法（FGLS）对模型进行了估计，因为FGLS方法可消除随机扰动项可能存在的异方差性和序列相关性。表4列示了混合回归（OLS）、固定效应（FE）、随机效应（RE）、广义最小二乘法（FGLS）和相应的检验结果（限于篇幅，HT检验法和LSDV法的检验结果未在表中呈现）。依照上述检验结果，对照固定效应（FE）和可行的广义最小二乘法（FGLS）回归结果，可看出两者的符号一致且系数大小差别较小，说明回归结果是稳健的。