首页 百科知识 估计结果和分析

估计结果和分析

时间:2022-09-03 百科知识 版权反馈
【摘要】:为了准确起见,我们分年度依次进行匹配。表1第1列报告了单独对俄蒙两国回归的结果。为了对比,我们进一步以全世界和发展中国家为样本空间进行了回归,表1第2列和第3列分别报告了结果。至于其他控制变量,所有的回归结果都基本与传统的理论或预期一致。基于马氏距离匹配法的各项回归结果与最近邻匹配法十分相似,核心变量OFDI·Time的系数符号和显著性水平均未发生根本性改变,这意味着OFDI对就业的影响是稳健的。

我们首先采用最近邻匹配方法为处理组企业寻找合适的对照组企业。为了准确起见,我们分年度依次进行匹配。之后,对样本的配对进行了匹配平衡性检验,结果发现,在匹配后各匹配变量的标准偏差的绝对值均小于20%,且处理组企业与对照组企业在所有的可观测特征上均不存在显著的差异,这表明本文对匹配变量和匹配方法的选取是恰当的。

在进行配对之后,我们采用(3)式的双重差分模型(DID)进行估计。表1第1列报告了单独对俄蒙两国回归的结果。为了对比,我们进一步以全世界和发展中国家为样本空间进行了回归,表1第2列和第3列分别报告了结果。

通过表1,我们发现企业对俄蒙两国直接投资与其他地区存在着诸多的不同。首先,从度量企业是处理组还是对照组的变量OFDI来看:表1第1列的回归结果中,它的估计系数为负但没有通过显著性检验,说明初始年份处理组企业的就业人数并不显著高于对照组企业;而第2列和第3列的回归结果中,它的估计系数均显著为正,说明无论是以全球为样本空间还是以发展中国家为样本空间,初始时期,对外直接投资的企业的就业人数明显要高于非对外直接投资企业。其次,表1第1列中,表示企业对外直接投资前后的时间二元虚拟变量Time的估计系数为负但不显著,说明向俄蒙投资的处理组企业和对照组企业的就业人数随时间的推移并不一定增加;而分别以全世界和发展中国家为样本空间的回归结果中,虚拟变量Time的估计系数为正,说明如果不考虑企业是否对外直接投资的影响,不论是处理组企业还是对照组企业,其就业人数随时间的推移均有所增加。本文的核心变量是交叉项OFDI·Time,它的估计系数刻画了企业对外直接投资对企业就业人数的影响。在表1第1列中,它的估计系数为正且通过了15%的显著性检验,说明企业向俄蒙两国投资会增加本国企业的就业;相反,在第2列和第3列中,该变量的估计系数均为负且都没有通过显著性检验,这表明无论是否考虑行业、地区以及时间效应的影响,企业对外直接投资都不会明显降低国内就业。我们认为造成这一显著差异出现的原因在于,中国企业对俄蒙两国的直接投资具有开发当地能源和矿产销售等目的,因此向两国投资可以促进国内的生产和发展,继而带来国内企业就业人数的增长。

至于其他控制变量,所有的回归结果都基本与传统的理论或预期一致。比如企业劳动生产率(lprod)和资本密集度(kl)的估计系数为负并在1%的水平上显著,表明劳动生产率和资本密集度越高的企业就业人数越低;企业规模(size)、企业经营年限(age)、出口密集度(ex)的估计系数显著为正,说明规模越大、经营年限越长、对外出口越多的企业,就业人数越多。由于篇幅所限,文中没有列出最终结果。

表1 检验结果

注:括号内数值为纠正了异方差后的t统计量;***、**、*和^分别表示1%、5%和10%和15%水平上显著;样本观测值由处理组和对照组组成;控制变量是指其他说明企业特征的变量,如劳动生产率、资本密集度、企业规模、经营年限、外资股份和出口密集度,由于篇幅限制,表中没有列出具体的结果。

为了考察结果的稳健性,本文还采用马氏距离匹配法(Mahalanobis Matching)为处理组企业配对合适的对照组企业。基于马氏距离匹配法的各项回归结果与最近邻匹配法十分相似,核心变量OFDI·Time的系数符号和显著性水平均未发生根本性改变,这意味着OFDI对就业的影响是稳健的。同样,由于篇幅所限,文中没有具体列示。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈