《表3 系统广义矩估计方法的回归结果》

  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

《社会收入分布对创新技术普及的影响》

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：括号中的数值为标准误；*、**、***分别表示显著性水平10%、5%、1%。

式（8）在式（7）的基础上加入了（t-1）期的进口汽车数量，从而能够更好地刻画进口汽车购买行为在时间维度的相关性。β0为回归方程的截距项，β1、β2、β3、β4分别为yi（t-1）、Xt、Vt和Wt的系数，即相应变量对yit的边际效应，?it为随机误差项。具体地，采用系统广义矩估计方法（system?GMM）对这一动态面板模型进行估计。回归结果如表3所示。其中，Qt-1和Rt-1分别表示滞后一期的汽车进口量和汽车进口总额。从第2、3列的结果来看，Qt-1前的系数为负但不显著，而Rt-1前的系数显著为负，这表明进口汽车行为在时间维度的确存在负的相关性。其次，Xt和Wt前的系数与前文类似，即显著为负，而Vt前的系数显著为正，同样表明，不同收入群体收入的变化对于进口汽车的消费量存在着显著的异质性，因此回归结果与前文的主要结论保持一致。在第4、5列中，同样剔除了样本中排量小于1.5 L的进口汽车重新进行回归，结果同样高度稳健。