《表5 我国劳动年龄人口BMI的2SLS、LIML、GMM估计》
注:*p<0.1,**p<0.05,***p<0.01。
对BMI的2SLS估计结果进行检验,在豪斯曼检验中p<0.05,拒绝原假设,说明存在内生性问题,需要引入工具变量。以性别、婚姻状况、从事第二职业三个变量作为工具变量,引入工具变量模型中。过度识别检验中p=0.4904,接受原假设,说明纳入的这三个工具变量并不存在过度识别问题。家庭劳务时间变量在第一阶段回归中R2=0.1668,该数值较大,且三个工具变量中除第二职业变量以外,其余两个变量均对家庭劳务时间影响显著,说明未暴露出弱工具变量问题。而家庭劳务时间变量的解释力为0.1441,也具有较强的解释力。在弱变量工具检验中,F=75.26远大于建议的经验法则临界值10,也同时大于2SLS估计量的沃尔德检验值的10%(22.30),因此可以轻松拒绝是弱工具变量的原假设。综上所述,表明基准模型中存在内生性问题,在引入性别、婚姻状况、第二职业状况这三个变量作为工具变量后,内生性得到解决,且工具变量的效果较好。甚至可以看到,在2SLS、LIML、GMM等多种估计中,各变量的系数变化极小,甚至未发生任何改变。这说明,该工具变量模型具有较强的稳定性,即对于我国劳动年龄人口BMI的影响估计是准确且稳定的。由迭代GMM和两步GMM估计结果可以看出,劳动时间及家庭劳务时间均在0.05的统计水平上,对BMI的影响效果显著。且前者对BMI具有正向作用效果,后者具有负向作用效果。说明,在工具变量模型中,长时间劳动依旧会促使BMI的增加。但家庭劳务时间的增加会明显减少BMI,这样的估计结果是与事实相吻合的。而睡眠时间对BMI的作用效果方向未发生改变,但在该模型中并不显著,详见表5。
图表编号 | XD00122264400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 王欣、杨婧 |
绘制单位 | 首都经济贸易大学工商管理学院、北京第二外国语学院旅游科学学院、北京旅游发展研究基地 |
更多格式 | 高清、无水印(增值服务) |