《表4 改变估计方法之后的估计结果》

  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

《出口强度、产品价值链与企业信息化水平——学习效应还是规模经济效应》

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:hausman是对iv-2sls模型与OLS模型进行的Hausman内生性检验；wald是对iv-probit模型进行的Wald外生性检验。

考虑到总体维度的因变量虽然是受限变量，但也是连续变量，故采取工具变量的二阶段最小二乘法（iv-2sls）模型进行估计。产品价值链维度的因变量为多元有序离散变量，将因变量ict＿value设定为二元离散变量，然后采取iv-probit模型进行估计。具体思路为:若ict＿value的值为1或2，即ICT使用频率为未使用或偶尔使用，则认为该企业未使用ICT，取值为0；若ict＿value的值大于或等于3，即ICT使用频率至少是有时使用（一个月几次），则认为其使用了ICT，取值为1。在将因变量设定为二元离散变量的基础上，进一步采取iv-probit模型进行估计。估计结果见表4。可以看出，总体维度下iv-2sls模型的第一阶段估计结果的F统计量为69.91，远远大于10的经验值，拒绝了弱工具变量的假设，加之Hausman检验结果的P值为0，表明本文在总体维度选取的工具变量是有效的。此外，产品价值链维度下iv-probit模型的Wald外生性检验的P值都小于1%，即显著地拒绝了变量严格外生的原假设，说明产品价值链维度下选取的工具变量也是有效的。从表4给出的估计结果来看，与表2的估计结果相比，主要自变量export及控制变量的估计结果及其边际效应关系未发生实质性变化，表明前文所得结论是可靠的。