《表4 广义矩估计回归结果》

  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

《风险投资如何影响城市创新——基于政府引导基金的工具变量分析》

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:括号中为t值，且标准误进行了城市层面聚类处理；*、**和***分别表示在10%、5%和1%的水平上显著；其他控制变量包含在Controls一项中。

基于固定效应模型中依然可能存在的由“个体与时间层面均有变化的遗漏变量”及反向因果导致的内生性问题，我们考虑加入被解释变量的（一阶）滞后项，分别进行AB-GMM估计和系统GMM估计。从表4结果中可以看出，风投活动对发明专利的正向影响依然显著，而对于实用新型专利和外观设计专利的影响不仅在统计上未呈现显著性，从系数维度上来看也小于发明专利的估计系数。在AB-GMM估计中，根据GMM一致性估计要求，扰动项应满足一阶差分相关、二阶及以上差分不相关的条件。而根据表4中的AR（1）和AR（2）检验结果，一阶及二阶差分均不相关，拒绝“扰动项差分不存在自相关”的原假设。基于此，我们进一步采用系统GMM进行估计。系统GMM在AB-GMM之上添加了水平方程，并引进了滞后的差分变量作为工具变量，进而显著提高了估计结果的一致性和有效性。AR（1）及AR（2）检验结果显示，一阶差分满足相关性，二阶差分不相关，不拒绝原假设；但检验过度识别的Sargan值未通过，这表明在本研究中，被解释变量的滞后项并不是最优的工具变量，我们必须继续寻找更加适用的工具变量。