《表3 内生性分析结果：技术进步、全球价值链与贸易开放:来自双边国家制造业的经验证据》

  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

《技术进步、全球价值链与贸易开放:来自双边国家制造业的经验证据》

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:K-P LM检验（Kleibergen-Paap rk LM statistic）为工具变量识别不足检验，括号内为伴随概率；C-D F检验（Cragg-Donald Wald F statis-tic）和K-P F检验（Kleibergen-Paap Wald rk F statistic）为弱工具变量检验，中括号内为Stock-Yogo弱工具变量检验10%显著水平的临界值。固定效

为保证结论的可信性应再进行内生性分析。尽管前文分析中已经加入了多个控制变量和控制了多个固定效应，较好地解决了遗漏变量所引致的内生性问题，但仍然不能忽视双向因果问题。本文尝试采用工具变量法来解决这一问题。首先，与既有文献一致，使用核心解释变量的滞后一期LDTFP作为当期的工具变量。其次，与Fisman和Svensson（2007）方法相似，使用双边国家层面的均值DTFP＿c作为DTFP的工具变量。这是因为DTFP＿c变动会影响该国目标行业的DTFP，进而作用于ERP，但DTFP＿c几乎不受目标行业层面的ERP影响，因而基本满足相关性和外生性的约束条件。最后，类似于马光荣和李力行（2012）的研究，使用双边国家内其他行业的均值DTFP＿o作为DTFP的工具变量。其原因是，由于行业间的相互关联性，DTFP＿o会影响目标行业的DTFP，进而作用于ERP；但目标行业层面的ERP几乎不会影响到DTFP＿o，从而较好地满足相关性和外生性的约束条件。使用两步最小二乘法（2SLS）对上述三个工具变量分别进行估计，结果汇报于表3。第一阶段估计结果显示，变量LDTFP、DTFP＿c和DTFP＿o的估计系数皆在1%的水平上显著为正，并且F值大于10，经验上满足了“相关性”条件。在通过了工具变量识别不足的K-P LM检验以及弱工具变量的K-P F检验和C-D F检验后，核心结论依然稳健。此外，使用工具变量法后，变量DTFP的估计系数绝对值变大，意味着不考虑内生性问题将低估技术进步对贸易开放的影响。