浅析各省份大中型工业企业研究开发投入与产出绩效关系.docVIP

TOC \o 1-5 \h \z —\引言 1 HYPERLINK 若拒绝H2的原假设，则对H1的原假设进行检验。若接受H1的假设，则采用的冋 归模型为变截距模型，记变截距模型的残差平方和为S?；当同样拒绝H1假设的情况 下，该面板数据需要采用变系数模型，记此时模型的残差平方和为：。 根据F假设检验步骤，模型的残差平方和以及自由度，计算笃统计量如下所示: 厂二( 厂二(S?-SJ/[(N-1)幻1 一 SJ(NT - N伙+ 1)) ?F[(N —1)￡,N(U1)]； ◎ 一 SJ/[(N — 1) ◎ 一 SJ/[(N — 1)伙+ 1)]S\(NT_N(k + \y) ?F\(N -1)伙 +1), N(T _ ￡ _ 1)]。 其中，S「S2,S3代表不同模型的残差平方和，N是个体总数，R是解释变量的个 数，T是时期总数。所以，本篇文章中N = 248 , k = 2, T = 80 对于该面板数据的不变参数模型，我们得到5 =14.89255； 对于该面板数据的变截距模型，我们得到S? =21.45144； 对于该面板数据的变参数模型，我们得到S? =25.(X)lllo 据此我们根据F值的计算公式，计算得出毘=1.75,好=1.14。 紧接着在给定的显著性水平5%的情况下得到相应的临界值：巧2(90,155) = 1.35 , 心(60,155) = 1.40。 因为坊〉你2(90,155)且百 ＜你(60,155),所以拒绝原假设H2并接受原假设H1, 即采用变截距模型。 3.Panel Data模型估计 通过以上的检验估计，我们确定建立变截距固定效应模型來分析问题。在冋归的 时候，因为本篇文章采用的模型横截面个数大于时序个数，所以模型选择了按截面加 权(Cross-section Weights),允许不同的截面存在异方差现象。输出的结果如下所示。 表6变截距固泄效应模型估计结果 变量 系数 标准误差 l ■统计量 伴随概率 variable coefficient Std. Error ^Statistic Prob. C 8.226701 0.308805 26.64044 0 InP? 0.175042 0.072554 2.412579 0.0167 In/?? 0.638193 0.073622 8.668567 0 Fixed Effects (Cross) _BJ-C 0.017999 _TJ-C 0.021171 _HB-C 0.095678 _SX-C -0.308586 _NMG-C -0.139832 _LN-C -0.279479 _JL-C -0.25174 _HLJ-C -0.244285 _SH-C 0.234299 0.135269 _ZJ-C 0.143858 _AH-C -0.010663 _FJ-C 0.122658 _JX-C 0.10231  _SD—C -0.053691 _HN-C 0.021222 _HB—C 0.095678 _HN-C 0.021222 _GD-C -0.058908 _GX-C 0.033233 _HN-C 0.021222 _CQ-C 0.129768 _SC-C 0.033341 _GZ-C -0.007777 _YN-C 0.007056 _XZ-C 0.033858 _SHX-C 0.089044 _GS—C -0.020356 -QH-C -0.049584 _NX-C 0.076962 XJ-C -0.010947 效应说明 Effects Specification 面板固定效应(虚拟变量)Cross-section fixed (dummy variables) 加权统计量 Weighted Statistics R-squared 0.969625 Mean dependent var 21.44685 Adjusted R-squared 0.965105 S.D. dependent var 6.750447 S.E. of regression 0.315867 Sum squared resid 21.45096 F-statistic 214.478 Durbin-Watson stat 2.231831 Prob(F-statistic) 0 无加权统计量 Unweighted Statistics R-squared 0.958419 Mean dependent var 18.89691 Sum squared resid 21.45178 Durbin- Watson stat 2.344311 根据上表所示，我们发现该表共有两部分组成,第一部分指明该模型变量的系数、 标准误差、T■统计量以及