《表5 工具变量估计结果》

  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

《劳动力工资扭曲如何影响企业创新》

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

（2） 工具变量估计。传统的工具变量方法依赖于寻找一个影响企业劳动力工资扭曲程度、对创新活动又没有任何影响的外生变量，但是与工资扭曲程度相关性较高的工具变量可能会通过其他渠道影响企业创新，不受创新活动影响的外生变量与工资扭曲的相关性可能又较弱，寻找一个有效的外部工具变量非常困难，这也是相关文献对工具变量部分争议较大的原因。Lewbel（1997）提出一种不借助外部因素构建有效内部工具变量的方法，张杰等（2011）、高翔等（2018）均采用这种方式构建要素市场扭曲的工具变量，本文也选取Lewbel（1997）方法尝试建立工资扭曲的工具变量:企业工资扭曲与行业工资扭曲均值差额的三次方。表5汇报了工具变量估计结果，第（1）列是作为对照的基准模型回归结果，第（2）、（3）列为使用Lewbel工具变量的一阶段和二阶段估计结果，一阶段估计显示工具变量与工资扭曲显著正相关，F统计值远大于经验规则10，说明本文选取的工具变量不存在弱工具问题，二阶段回归中工资扭曲的估计系数为-0.03，在1%显著性水平上异于零，与基准回归结果相比，工资扭曲对企业创新的解释力降低了10%，表明反向因果和遗漏变量问题共同导致基准模型高估了工资扭曲对企业创新的影响。第（4）、（5）列以企业是否有新产品为被解释变量，汇报了工具变量的一阶段和二阶段回归结果，支持假说1，劳动力工资扭曲对企业创新具有抑制效应，同时为工具变量回归的稳健性提供了证据。进一步建立半简化式回归，检验Lewbel工具变量是否符合排他性约束条件，验证思路在于，如果工具变量与基准模型扰动项不相关，将工具变量加入基准模型进行回归，其估计系数会表现为无显著影响（孙圣民和陈强，2017）。第（6）列将Lewbel工具变量作为解释变量加入基准模型（1）中，其估计系数并未通过显著性检验，表明Lewbel工具变量除通过内生变量工资扭曲外，不存在影响企业创新的其他直接途径，佐证了该工具变量的外生性。