《表4 稳健性检验2：环境分权、地方政府竞争与绿色发展》

  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

《环境分权、地方政府竞争与绿色发展》

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：模型（1）的工具变量为L.ED和L2.ED；模型（2）和模型（3）的工具变量为L.ED和L.ED＿LGC1。Anderson canon.corr.LM统计量为识别不足检验，Cragg-Donald Wald F统计量为弱工具变量检验，Sargan统计量为过度识别检验，中括号内数值为统计量相应的P值。

考虑到潜在遗漏变量可能带来的估计结果偏误问题以及环境分权的内生性问题，本文采用面板工具变量法对其进行内生性处理，并选择环境分权的滞后项和相邻地区环境分权的平均水平作为本文的两类工具变量。原因在于，首先，二者对环境分权均具有较为显著的影响；其次，上年的环境分权对当年的绿色发展水平没有显著影响，相邻地区的环境分权平均水平受到地理位置这一客观因素的影响，故而满足排他性约束。具体如下：其一，模型（1）选择环境分权的滞后一期和滞后二期作为工具变量，模型（2）和模型（3）均选择环境分权滞后一期、环境分权与地方政府竞争的交互项滞后一期作为工具变量；其二，模型（1）、模型（2）和模型（3）均选择相邻地区环境分权平均水平作为工具变量。二者均采用2SLS进行估计，并考虑扰动项可能存在的异方差等问题，进一步采用GMM方法进行稳健性检验，估计结果如表4所示（1）。从内生性检验估计结果可以发现，采用两种估计方法得到的估计系数与显著性水平几乎一致，且工具变量均通过识别不足、弱工具变量及过度识别检验，这说明内生性检验估计结果是稳健的。同时，内生性检验估计结果与前文基准回归估计结果相比，尽管三个模型中各变量的估计系数不同，但影响方向与显著性水平几乎一致，这说明，考虑内生性问题以后，本文的估计结果仍然是稳健成立的。