《表8 外商直接投资对内资企业创新的影响 (IV估计)》

  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

《外商直接投资对中国企业创新的影响——基于中国工业企业数据与企业专利数据的实证检验》

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:括号内为异方差聚类调整后（行业层面）回归系数的标准误。*p<0.1，**p<0.05，***p<0.01。

既往有关FDI溢出效应研究中一个不容忽视的问题是，难以识别是外资促进了内资企业的创新，还是内资企业创新的提高吸引了更多外资。在因果识别方面，Lu等学者以2002年外资进入管制的政策调整作为准自然实验，采用双重差分法考察外资的溢出效应，但是未考察行业间的溢出效应[11]（P75-90）。为此，我们采用系统GMM和工具变量法（IV）来进行识别。其中，系统GMM方法在检验工具变量的合法性，由于动态面板数据模型经常存在弱工具变量问题，使得Sargan检验都难以在正常的显著性水平下通过，在表5模型3中，我们只报告Sargan检验的统计值:AR（1）和AR（2），用来检验残差中是否有一阶和二阶序列相关，GMM估计的一致性要求差分残差的二阶序列的相关性为零。本文参照Park等学者的方法[29]（P822-842），利用1995年工业企业数据库内外资企业所在投资国外资水平，以外资投资国汇率变化指数为权重变量，计算得到随时间变化的行业内外资水平，并以此作为工具变量。进一步，根据上文中前后项系数分别算出后向外资水平和前向外资水平的工具变量。工具变量的选择需要满足相关性（工具变量与内生变量相关）和外生性（工具变量与误差项不相关）。我们认为，外资投资国的货币贬值越严重，外国资本将更倾向流入我国，从而影响企业的外资水平，满足“相关性”。同时，国家层面的汇率与企业初始外资水平构造的工具变量对于单个企业来说可以看作是外生的，因为单个企业行为不足以影响外资来源国的汇率变化，使得工具变量满足“外生性”。此外，本文构建的工具变量在行业和时间维度上存在波动，这使得我们能够利用面板数据的回归方法，从而更为准确地估计出外资与内资企业创新之间的因果关系。表7中工具变量的相关性和弱工具变量的检验，其中，F值均大于20，大于临界值（10）[30]（P557-586），拒绝弱工具变量的假设，证明工具变量是有效的。表8为工具变量回归结果。由表5–8各个层面的稳健性检验结果可以看出，虽然行业内和行业间前向、后向外资对内资企业创新的回归系数与总体回归结果相比存在一定的差异，但是后向关联溢出效应均显著为正，并且系数显著高于前向关联系数，表明本文检验结果的一致性。