北京工商大学学报
(
社会科学版
)摇 摇 摇 摇 2015
年
摇
第
4
期
表
3摇
知识产权保护
、
技术创新与品牌成长的回归结果
变量
(
1
)
(
2
)
(
3
)
(
4
)
ln
RD
0郾 671
***
0郾 532
***
0郾 640
***
0郾 491
***
IPP
0郾 155
***
0郾 169
***
0郾 132
***
0郾 136
***
ln
RD
伊
IPP
0郾 041
0郾 065
ln
PGDP
0郾 178
0郾 187
ln
Gov
- 0郾 110
- 0郾 156
ln
Open
0郾 089
0郾 111
**
Soe
- 0郾 174
- 0郾 204
常数
- 1郾 483
- 1郾 845
*
F
统计量
80郾 640
329郾 540
64郾 110
1 257郾 510
R
2
0郾 431
0郾 442
0郾 432
0郾 446
样本量
252
252
252
252
摇 摇
注
:
***
、
**
、
*
分别表示在
1
%
、
5
%
和
10
%
的水平上显著
。
摇 摇 (
三
)
内生性问题检验
内生性问题是本文必须要考虑的一个重要问
题
,
而导致内生性问题最常见的原因是模型中被
解释变量和解释变量之间存在双向因果关系
。
根
据以往的研究结果可知
,
一个地区的技术创新能
力是品牌成长的技术基础
,
反过来
,
品牌成长也会
进一步推动其技术创新能力的提升
。
因此
,
技术
创新与品牌成长的双向因果关系可能会导致模型
回归中出现内生性问题
。
本文利用
Davidson &
MacKinnon(1993)
[24]
提出的方法检验模型的设定
是不是存在内生性问题
,D鄄M
检验的原假设
H
0
:
IV
估计和
OLS
估计结果是一致的
(
即内生性问题
对最小二乘法参数估计结果影响不大
),
本文利
用
STATA 11郾 0
计算得到的
D鄄M
检验统计量为
0郾 067,
p
值为
0郾 796,
不能拒绝原假设
,
即内生性
问题对最小二乘法参数估计结果影响不大
。
因
此
,
本文利用最小二乘法得到的参数估计结果是
摇 摇
无偏的
。
五
、
知识产权保护间接影响的门槛效应分析
本文在
Hansen(1999)
[23]
的面板数据门槛模
型基础上
,
选取知识产权保护作为技术创新的门
槛变量
,
构建的门槛回归模型为
:
ln
BV
it
=
茁
0
+
茁
1
ln
RD
it
- 1
I
(
q
it
- 1
臆
酌
) +
茁
2
ln
RD
it
- 1
I
(
q
it
- 1
>
酌
) +
茁
3
ln
PGDP
it
- 1
+
茁
4
ln
Gov
it
- 1
+
茁
5
ln
Open
it
- 1
+
茁
6
Soe
it
- 1
+
着
i
t
(3)
其中
,
q
it
表示门槛变量
,
酌
为未知门槛
,
着
it
为
随机扰动项
,
I
(·)
为指标函数
。
(
一
)
门槛值的检验
首先利用
STATA11郾 0
对模型
(3)
依次设定不
存在门槛
,
存在
1
个门槛
、2
个门槛和
3
个门槛等
四种情况分别进行估计
,
来确定回归模型门槛的
个数
,
进而确定门槛回归模型的形式
,
估计结果如
表
4
所示
。
表
4摇
门槛回归模型的效果检验及估计结果
门槛效果检验
门槛值估计结果
指标
F
值
p
值
BS
次数
临界值
1% 5% 10%
门槛值
酌
估计值
95%
的置信区间
单一门槛检验
14郾 183
**
0郾 030 500 20郾 245 11郾 166 8郾 063
第一个门槛值
0郾 380
[
0郾 360
,
0郾 740
]
双重门槛检验
7郾 228
**
0郾 050 500 15郾 156 7郾 222 4郾 901
第二个门槛值
0郾 730
[
0郾 090
,
11郾 190
]
三重门槛检验
8郾 159
***
0郾 010 300
8郾 809 5郾 487 3郾 505
第三个门槛值
1郾 720
[
0郾 100
,
11郾 190
]
结论
存在单一门槛值
摇 摇
注
:
***
、
**
分别表示在
1%
和
5%
的水平上显著
,
采用
Bootstrap
方法反复抽样来估计
p
值
。
·601·
