4.3.4　模型计量结果与分析

使用Stata 12.0软件对机电产业计量模型和纺织产业计量模型进行了拟合，相关计算结果分别如表4-2和表4-3所示。我们将固定效应、混合回归、随机效应模型的拟合结果都列出在表中，按照前文的检验和判定，固定效应模型为优选模型。从模型回归结果来看，模型中全部t值均通过了显著性水平检验，所有解释变量均显著，解释变量系数符号全部符合预期特征，表明选定的计量模型具有较强解释力。

表4-2是机电产业计量模型拟合结果。在所有解释变量系数中，解释变量赫克歇尔—俄林要素禀赋指数（Hoet）、技术要素（Ednpr）和人力资本要素（Gsvtet）的系数均为正；盈利能力（Pret）变量系数为负。赫克歇尔—俄林要素禀赋指数系数为正，说明产品内分工的参与度与该指数是正相关的，由于机电产业具有资本密集型产业的特征，说明从我国机电产业的情况来看，该产业存在的资本要素优势是其参与产品内分工的原因，该结论支持了产品内分工要素禀赋动因的假设。技术要素变量的系数为正，这与我国机电产业的高技术密集的特征相关。人力资本要素变量的系数为正，这说明人力资本状况越好，越有利于机电产业加入产品内分工网络。从上述3个广义的要素禀赋变量的系数来看，说明中国的机电产业属于技术和资本密集型产业，该结论很好地支持了产品内分工要素禀赋动因的假设。盈利能力变量的系数为负，说明在产品内分工网络之中我国机电产业获得的直接收益比较低，从另一个角度来看，表明在当前的分工条件下，我国机电产业低收益导致的低成本正是该产业能够被引入产品内分工网络的原因。

表4-2　机电产业计量模型回归结果

续表

注：采用Stata 12.0计算。∗、∗∗、∗∗∗分别表示10%、5%、1%显著水平。

表4-3是纺织产业计量模型拟合结果。在所有解释变量系数中，解释变量赫克歇尔—俄林要素禀赋指数（Hospi）、技术要素（Ednpr）和盈利能力（Prspi）的系数均为负；人力资本要素（Gsvtet）变量系数为正。赫克歇尔—俄林要素禀赋指数系数为负，说明产品内分工的参与度与该指数是负相关的，由于纺织产业具有劳动密集型产业的特征，说明从我国纺织产业的情况来看，该产业存在的劳动力要素优势是其参与产品内分工的原因，该结论支持了产品内分工要素禀赋动因的假设。技术要素变量的系数为负，这与我国纺织产业的低技术密集的特征有关。人力资本要素变量的系数为正，这说明人力资本状况越好，越有利于纺织产业加入产品内分工网络。从上述3个广义的要素禀赋变量的系数来看，说明中国的纺织产业属于劳动密集型产业，该结论很好地支持了产品内分工要素禀赋动因的假设。盈利能力变量的系数为负，这说明在产品内分工网络之中，我国的纺织产业获得的直接收益比较低，表明在当前的分工条件下，我国纺织产业低收益导致的低成本正是该产业能够被引入产品内分工网络的原因。

表4-3　纺织产业计量模型回归结果

注：采用Stata 12.0计算。∗、∗∗、∗∗∗分别表示10%、5%、1%显著水平。

综合我国机电产业和纺织产业模型的实证结论，可以发现，研究结论充分体现了这两个产业的要素禀赋特征，很好地支持了产品内分工要素禀赋动因的假设。充分说明在跨国公司主导下的产品内分工全球生产网络内部，不同链节的分布按照的是不同工序或流程的要素密集度与各个国家或地区的要素禀赋之间相匹配的原则。