实证模型设定及门槛效应分析

根据文献综述部分可知，受研发强度的影响，价值链嵌入对制造业供给质量的影响可能会呈现出非线性关系，为了探寻两者之间的非线性关系的形态，以及门槛值的大小，本书选择面板门槛效应模型进行实证研究。同时，为了确保样本区间划分的合理性并减少模型估计偏误，本书借鉴Hansen（1999）的面板门槛模型，根据样本数据的自身特点找寻门槛值，进而建立门槛效应模型。以研发强度作为门槛值，单一门槛的实证模型可设定如下：

Qit=μi+β1GVCit（Rit≤γ）+β2GVCit（Rit＞γ）+β′Xit+εit　（4）

其中，μ表示不随时间变化的个体效应，β1、β2和β′为待估计系数，γ为待估计的门槛值，Xit为控制变量，ε为随机干扰项。同理，也可以建立双门槛、三门槛等n个门槛的实证模型，具体如下：

Qit=μi+β1GVCit（Rit≤γ1）+β2GVCit（γ1＜Rit≤γ2）+…+βn+1GVCit（γn＜Rit）+β′Xit+εit　（5）

因此，合理确定门槛值的数量是建立实证模型的前提，本书使用Hansen（1999）“自抽样法”模拟似然比统计量的渐近分布，并结合P值判断门槛值的数量，表7.2-2报告了不同门限检验类型的F统计量和采用自抽样法计算出的P值，三种门槛均在1%水平上通过了显著性检验，因此认为存在三个门槛值。

表7.2-2　门槛数量检验

(www.xing528.com)

注：***、**和*分别表示在1%、5%和10%水平上显著，下同。

确定门槛数量后，还需依据似然比检验统计量为0时γ的取值，以确定门槛值的大小。表7.2-3报告了研发强度的三个门槛值及其95%置信区间，三个门槛值分别为0.67，1.06和1.67。

表7.2-3　门槛估计值

据此，本书以研发强度为门槛值构造的三门槛效应模型为：

Qit=μi+β1GVCit（Rit≤0.67）+β2GVCit（0.67＜Rit≤1.06）+β3GVCit（1.06＜Rit≤1.67）+β3GVCit（1.67＜Rit）+β′Xit+εit　（6）