《表4 农业机械化水平对样本农户耕地复种指数影响的IVTobit估计结果》
***、**、*分别表示自变量在1%、5%、10%的置信水平上显著。括号内数据为标准误。*,**,***mean that explanatory variables have significant influences on levels of 10%,5%,and 1%,respectively.Data in parenthesis is the standard error.
前文采用了OLS回归方法估计了农业机械化水平对耕地复种指数的影响,但估计结果可能会因样本选择偏误和内生性问题而产生偏误,因此,还需要进一步验证以上问题是否存在。表4中的方程1为Tobit模型估计结果,方程2和方程3为2SLS模型估计结果,方程4为IVGMM模型估计结果,方程5和方程6为IVTobit模型估计结果。表4的方程1中农业机械化水平的Tobit回归系数比OLS回归系数更大,表明OLS回归模型中确实存在样本选择偏误问题。从方程2-方程4可知,不管是2SLS估计结果还是IVGMM结果,农业机械化水平的估计系数会因内生性问题而被严重低估,说明OLS回归模型中确实存在内生性问题。根据Stock和Yogo[31]所提出的工具变量弱识别(weak identifacation)检验方法检验结果表明本文所采用的工具变量并非弱工具变量。另外,工具变量也通过了冗余检验。以上一系列有关工具变量的检验结果表明,本文所采用的工具变量较为科学可行。
图表编号 | XD0062374700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.01 |
作者 | 彭继权、吴海涛、宋嘉豪、李孟丁 |
绘制单位 | 中南财经政法大学工商管理学院、中南财经政法大学工商管理学院、中南财经政法大学工商管理学院、中南财经政法大学工商管理学院 |
更多格式 | 高清、无水印(增值服务) |