《表4 面板数据回归结果：中国高技术制造业转型升级的优势依托——基于综合优势战略论的实证分析》

  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

《中国高技术制造业转型升级的优势依托——基于综合优势战略论的实证分析》

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：表中圆括号内的数字为回归系数标准差，方括号内的数字为P值；*、**、***分别表示在10%、5%、1%的水平上显著，AR(1）和AR(2）分别表示差分残差项一阶和二阶序列相关的P值，Sargan为过度识别检验

基于综合优势原则，本文使用Stata15.0软件对2000—2017年我国30个省、市、自治区的面板数据进行实证分析。面板数据模型估计主要包括最小二乘法（OLS）、固定效应模型（FE）和随机效应模型（RE）三类，具体采用哪种模型需要根据F检验、拉格朗日乘数检验和Hausman检验结果来确定。表4中的列（1）、（2）、（3）分别给出了OLS、FE、RE模型的回归结果。可以看出，面板数据F检验统计量的值为67.44，相应的P值为0.000 0，检验结果显著拒绝了原假设，说明在OLS与固定效应模型的比较中应选择固定效应模型。拉格朗日乘数检验统计量的值为chi2（8）=62.98，相应的P值为0.000 0，显著拒绝了原假设，说明在混合OLS与随机效应模型的比较中应选择随机效应模型。Hausman检验统计量的值为chi2（8）=32.71，相应的P值为0.000 1，显著拒绝了原假设，说明在固定效应模型与随机效应模型的比较中应选择固定效应模型。