《表3 系统GMM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

《经济自由是否促进国际R&D溢出效应——基于跨国（地区）面板数据的实证分析》

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:***、**、*分别表示在1%、5%、10%显著性水平下通过z检验，方括号内的数值为估计系数的标准误

显然，面板OLS估计方法容易受到干扰项自相关及模型中某些变量并不满足严格外生条件、而是先决变量等问题的困扰。模型内生性问题的存在将导致普通最小二乘法容易带来“动态面板估计偏误”的问题。此外，由于知识或技术等生产要素往往具有“延续性”特征，从技术进步角度来看也是如此，过去的技术积累往往对现在技术水平具有很大影响。因此，需要将技术进步的滞后项作为解释变量一并纳入计量模型，从而获得动态面板数据模型。又由于多数情形下变量滞后项并不一定构成一阶差分方程较为理想的工具变量，因此采用系统GMM方法可以克服一般GMM估计中可能存在的不良特性。参考戴翔和金碚（2014）的做法（2），本研究将经济自由度、国际R&D溢出及二者交互项视作内生变量，而将其他控制变量当作外生变量。根据模型的检验结果，动态面板估计的Ar（1）的P值虽然小于0.05，但Ar（2）统计量均呈现不显著，说明系统GMM估计未发现水平方程误差项存在序列自相关问题，而且判断工具变量是否过度识别的Sargan检验统计量均通过不同显著性水平检验，证明工具变量的设定在整体上是有效的。具体结果报告见表3。