《表2 Cox比例风险模型估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《PPP落地快慢：地方政府能力、领导者特征与项目特点——基于项目的连续时间事件史分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：当p<0.01，标记***；当p<0.05，标记**；当p<0.1，标记*。

在这里，我们展示了两个模型结果（见表2）。CITYFUND和TRANSFER的缺失值过多，放入模型中将导致我们损失太多观察值，因而我们首先剔除了该变量。继而根据上述假说，我们得到模型一。由于Cox比例风险模型需要遵循比例风险假设，即无论基准风险率如何，每一个个体发生事件的风险是恒定的，不受时间影响。我们采取Schoenfeld残差图法和Schoenfeld残差趋势检验两种方法对比例风险假设进行检验。模型一在Schoenfeld残差趋势检验中模型总体无法通过检验，变量中RE-TURN、CONCESSION、INVEST和LEVEL无法通过检验。上述变量如不经过处理会导致模型的选择和模型结果存在偏差，因此我们进一步调整了上述变量：我们首先去掉了WORKYEAR2、RETURN、CONCESSION这三个变量，保留了INVEST和LEVEL。考虑到国家级示范项目（LEVEL）占总体比例较低，我们进一步在数据中排除了所有观察值中的国家级示范项目，仅对非国家级示范项目构建模型。最后，我们对INVEST变量根据PPP项目的发起年份（STYEAR）进行了分层处理，即得到通过Schoenfeld残差趋势检验的模型二。两个模型的结果基本一致。模型结果的一致性表明了模型的稳健性。在下文中，我们主要采用模型二的结果进行分析。