《表3 模型回归结果：城镇化与乡村振兴:基于四川省的空间实证分析》

  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

《城镇化与乡村振兴:基于四川省的空间实证分析》

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:***、**、*分别代表1%、5%、10%的显著性水平。

基于上述乡村产业发展确实存在空间依赖性的事实，必须考虑将空间依赖性纳入分析框架。将四川省21个地市州2008—2017年的面板数据分别带入经典模型（OLS模型）、空间误差模型（SEM模型）、空间滞后模型（SLM模型）进行回归，结果如表3所示。经典模型的回归结果显示，城镇化对乡村产业发展具有显著的正向促进作用，城镇化率每提高1单位，乡村产业发展水平提高0.39个单位。控制变量中民营经济（市场动力）、科技进步、交通基础设施通过1%的显著性水平检验，对乡村产业发展具有正向促进作用，政府调控对乡村产业发展几乎没有影响。考虑空间因素时，模型的拟合优度有所下降，但解释变量仍能够较好地解释被解释变量。空间误差模型（SEM模型）与空间滞后模型（SLM模型）具有相似的拟合优度和变量显著性，为了科学地进行模型选择，参照Anselin（1997）[15]提出的原则，通过拉格朗日乘数检验（LM检验），比较LM（R-LM）空间误差检验与LM（R-LM）空间滞后检验的显著性，空间误差检验更加显著，则选用SEM模型，反之，则选用SLM模型。拉格朗日乘数检验结果如表4所示，结果显示空间滞后检验、空间误差检验的统计量均通过显著性检验，但稳健的空间误差检验统计量显著性更低，因此选择空间滞后模型（SLM模型）更加科学。