回归结果的分析方法与应用

在回归分析之前，我们先看一下各变量的统计特征^[9]，如表4.1所示。

表4.1　各变量的统计特征

资料来源：Stata的“xtsum”命令输出结果。

这是一个非平衡面板数据，共有107个样本，1 926个观测值，从表4.1可以看出，其中FZNL、CZNL和FXSP的观测值最多，有1 764个，ZJNL的观测值最少，为1 617个。

根据Stata输出结果，被解释变量YLNL（营业毛利率）在107家企业的时间趋势如图4.4所示。

(www.xing528.com)

107家企业营业毛利率的时间趋势不尽相同，有些企业比较平稳，比如神州高铁、中信海直、沈阳机床等；有些企业呈上升趋势，比如昊志机电、海天精工等；有些企业出现了下降，比如天铁股份、海油工程等。在一定程度上，企业间盈利能力的差异有助于估计决定盈利能力的因素。

三种模型的估计结果如表4.2所示^[10]。不同的模型，估计结果有一定的差别。从三个模型都可以看出，ZJNL对高端装备制造企业的盈利能力有显著影响，这也印证了前面的分析：企业在转型过程中，不论生产原料的采购、员工的薪资支出，还是新技术的引进或创新、营销能力建设、品牌的建立等一系列活动都需要资金的支持，离开了资金的支持，企业转型升级就很难成功。FZNL在三个模型的系数都在1%水平上显著，这意味着高端装备制造企业在转型升级过程中，必须要有战略目标和长远眼光，不断扩大和积累自身的发展潜能。CZNL仅在混合回归模型中显著，而在固定效应模型和随机效应模型中都不显著，并且符号还不稳定。FXSP对高端装备制造企业转型升级的影响仅在随机效应模型中在10%水平上显著，在混合回归模型和固定效应模型中都不显著。GLNL和YXNL在三个模型中都显著，这也充分说明了管理能力和营销能力在高端装备制造企业转型升级中的重要性。根据固定效应模型的估计结果，营销能力对高端装备制造企业转型升级的影响最大，其次是资金能力，管理能力和发展能力对高端装备制造企业的转型升级也有显著影响。

表4.2　三种模型回归结果

续表

注：*表示显著水平为10%，**表示显著水平为5%，***表示显著水平为1%；括号内为对应解释变量的p值。