《表4 要因确认表：僵尸企业、地方政府与经济高质量发展——基于企业贡献度的研究视角》

  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

《僵尸企业、地方政府与经济高质量发展——基于企业贡献度的研究视角》

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：同表1

变量的描述性统计结果见表3。可见，僵尸企业密度的最大值为0.81，最小值为0.04，与肖兴志等（2019)[12]的描述性统计结果不一致。这可能是因为二者对僵尸企业密度的衡量方式不一致，其中肖兴志等（2019)[12]采用的是省内僵尸企业总资产占比，而本文采用的是市内僵尸企业总资产占比。城市与城市之间的僵尸企业密度方差较大，有些城市的产业单一，可能会存在规模以上的工业企业在某一年度某一城市均符合僵尸企业特征的情况。为避免极端值的影响，本文对控制变量中的总资产报酬率（ROA）、总资产周转率（TA＿turn）、销售收入增长率（Sales Growth）、企业规模（size）和僵尸企业密度（DENC1）进行了1%和99%的缩尾处理。变量的相关性分析结果见表4。可见，无论是Pearson还是Spearman相关系数都显示，僵尸企业虚拟变量（Z1）与经济贡献（GDP＿con）、税收贡献（TAX＿con）均显著负相关，与就业贡献（STAF＿con）显著正相关，与表1的结果相一致。僵尸企业密度（DENC1）与经济贡献（GDP＿con）、税收贡献（TAX＿con）、就业贡献（STAF＿con）均显著相关，但相关系数的方向并不一致，有待进一步检验。此外，控制变量不存在显著较高的相关性，因此回归模型中不存在严重多重共线性问题。