《表1 面板回归结果一览表 (被解释变量:TFP)》
注:*、**、***分别表示在10%、5%和1%显著性水平下显著,括号内为标准误,AR(1)、AR(2)及Hansen Test和Differ-ence-in-Hansen的值为p值
为了保证回归结果的稳健性,本文对式(1)分别进行了系统GMM、固定效应和OLS回归。利用stata15软件,结果如表1所示。模型(2)是基于全样本对式(1)进行系统GMM的估计结果,以此为基准模型展开讨论,作为比较,模型(1)、(3)、(4)分别给出了差分GMM、混合OLS和固定效应模型的估计结果。估计结果可知,全要素生产率的一阶滞后项作为其本身的解释变量,在1%显著性水平下显著为正,系数为0.452,说明区域全要素生产率(TFP)存在一定的持续性,其主要原因可能在于,当期通过技术改进等对全要素生产率产生的影响会随时间而衰减;产业转移指数(FAI)对全要素生产率有负向影响,系数为-0.03且在1%显著性水平下显著,说明产业转移的确能够影响区域的全要素生产率,且考虑到产业转出地时产业转移指数的值为负,产业承接地的产业转移指数为正,说明产业转出地的全要素生产率会提高,而产业承接地的全要素生产率则会下降。从控制变量看,人力资本、基础设施水平、外商投资的系数为正,且均在10%的显著性水平上显著,说明这些因素均对当期的全要素生产率有促进作用;值得思考的是,经济发展水平的系数显著为负,说明经济发展水平越高,全要素生产率越低,可能的原因是本文所涉及的行业均是需要转移的劳动密集型、资源密集型及重污染型行业,经济发展水平越高的地区,人力成本及资源成本越高,同时受到的环境规制越强,进而对其要素生产率产生了负面的影响;产业结构系数不显著,说明产业转移并不受转出或转入地的产业结构的影响。
图表编号 | XD0034512400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.16 |
作者 | 纪程凯 |
绘制单位 | 重庆师范大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |