《表2 mlogit模型估计结果汇报》

  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

《居住条件、子女就学与农民工城市定居意愿——基于2017年流动人口动态监测数据的实证分析》

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：*表示10%的显著性水平，**表示5%的显著性水平，***表示1%的显著性水平。括号内为t值。

在研究中，农民工选择留在城市、返乡或者前往其他城市，是典型的多项选择模型，本文以“没有想好”为基准组，进行mlogit模型估计。多值选择模型中的系数β∧并不是边际影响，因此其符号、大小并不能直接反映x对y的边际影响，甚至β∧的显著性也不一定能说明边际影响必然显著，因此在进行多值选择模型结果汇报时，系数β∧的参考价值有限。一种办法是，不报告β∧，直接汇报边际影响的大小dy/dx。另一种办法是不报告β∧，而是汇报相对风险比的变化倍数RRR，也就是exp（β∧）的值，尤其是当x的取值只能变化一单位（比如性别、婚姻等虚拟变量），则应汇报exp（β∧）。第三种办法是同时汇报β∧、RRR、dy/dx中的两个或者三个。本文采用第三种办法，同时将三种估计结果进行汇报，回归结果如表2所示。从基准模型看（列（1）所示），进城农民工居住条件、子女就学条件显著影响其城市定居意愿，另外进城农民工年龄、婚姻状态、受教育程度、家庭成员同住人数、所从事职业的行业类型、是否参与社会保险、城市房价、流动的时间、范围、区域均对其最终选择留在城市的意愿产生显著的影响，但是OLS方法的估计结果仅仅作为参照，而mlogit模型估计出的参数，尤其是RRR与边际系数更准确更有效。因此本文重点关注列（5)—（10）的结果，其中列（5）—（7）汇报的是RRR系数，相对风险比，即x增加一个微小量引起几率比或者风险比的变化倍数；列（8）—(10）汇报的是边际效果，表示x增加一个微小量引起的定居意愿概率的绝对量的变化情况。