《表3 环保投入与生产率的2SLS回归结果——LP法》

《表3 环保投入与生产率的2SLS回归结果——LP法》   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
《环保投入能提高企业生产率吗——基于企业创新中介效应的实证分析》


  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:***、**和*分别表示在1%、5%和10%水平上显著,括号中为t值,均使用行业层面聚类稳健标准误进行估计。后表同。

尽管本文在模型设定时已经考虑了环保投入与生产率之间的内生性,将生产率先导1至2期,但是仍然无法完全消除二者因果关系中的内生性问题。为解决该问题,本文进一步选取各省份的环保投入均值(EPI_mean)作为工具变量,用两阶段最小二乘法(2SLS)对主回归进行估计。因各省份的环保投入均值是用各省份所有样本公司的环保投入总额/营业收入总额计算的,故该工具变量与企业层面的环保投入高度相关;又因各地区的环保投入均值在不同时间存在差异,该差异相对于微观企业数据是外生的,因而可以作为有效工具变量以解决环保投入与生产率之间的内生性问题。为全面考察环保投入对企业生产率的影响,本文将环保投入的一次项和二次项依次加入模型,以观察环保投入及其二次项的系数变化。表3中报告了两阶段最小二乘法的回归结果。从第(1)列和第(4)列中第一阶段回归结果可以看出,工具变量EPI_mean和EPI_mean2的回归系数至少在5%的水平上显著,表明各地区的环保投入均值确实影响各企业的环保投入。同时,本文对工具变量的有效性进行了统计检验,在只有环保投入一个内生解释变量时,采用一个工具变量的第一阶段回归后F统计量为14.2799,大于10;在加入环保投入平方项后,模型存在两个内生解释变量,引入两个工具变量的第一阶段回归后最小特征值统计量(Minimum eigenvalue statistic)为23.6203,也大于10,说明不存在弱工具变量问题,本文工具变量的选择是恰当的。