《表6 工具变量估计：信息贫困与区域全要素生产率》

  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

《信息贫困与区域全要素生产率》

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

本文首先采用Kleibergen-Paap rk LM方法检验工具变量是否存在识别不足问题，将“区域订销报纸和杂志数量”作为工具变量，分别以全要素生产率、技术效率和技术进步作为被解释变量时，KleibergenPaap rk LM检验统计量分别为4.56、5.85和3.76，通过了95%水平下的显著性检验，即认为工具变量与内生变量相关。进一步地，本文对工具变量是否是弱工具变量进行检验，弱工具变量检验采用StockYogo（2005）的方法，其原假设认为“工具变量与内生性变量有较强的相关性”，并构造Cragg-Donald Wald F统计量，将其与10%偏误下的弱工具变量临界值进行对比，以全要素生产率、技术效率和技术进步分别作为被解释变量时，假定“区域订销报纸和杂志数量”为弱工具变量的Cragg-Donald Wald F统计量分别为21.35、17.56和28.57，均大于10%偏误下的弱工具变量临界值16.38，即拒绝域“区订销报纸和杂志数量”是弱工具变量的假设。最后，Durbin-Wu Hausman chi-sq检验结果均通过95%显著性水平检验，拒绝信息贫困是外生变量的假设，需要利用工具变量法进行估计。工具变量估计结果如表6所示。