《表3 三种空间模型的检验结果》

  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

《中国金融发展水平的空间动态差异与影响因素》

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:*、**、***分别表示在10%、5%、1%水平显著。表4与此注同。

在模型选择的实践中，学者们常通过Wald检验（Wald test_spatial lag、Wald test_spatial error）与拉格朗日乘数LM检验（LM_spatial lag test，LM_spatial error test）进行判断（Anselin，1988）:当Wald test_spatial lag、Wald test_spatial error统计量都显著时，应该选择空间杜宾模型；当Wald test_spatial lag显著，而Wald test_spatial error不显著时，应该选择空间滞后模型；同理，当Wald test_spatial error显著，而Wald test_spatial lag不显著时，应该选择空间误差模型（Anselin，1994）。在本文中Wald检验中，空间杜宾模型的空间滞后Wald统计量为48.532，在1%的水平显著，空间误差的Wald统计量为5.123，统计值不显著；同时空间滞后模型的拉格朗日乘数（LMLAG）的p值为0.036，统计显著，而空间误差模型的LMERR的p值不显著，应采用空间滞后模型；同时综合比较三种空间模型的统计检验指标发现，三种面板模型的拟合度相近，但空间滞后模型的Log L值最大，AIC和SC值最小，从而说明空间滞后模型最优。因此选用空间滞后模型来解释中国金融业发展的影响因素（见表3）。后文的分析将采用空间滞后模型的回归结果，同时为了便于比较本文将三种模型的回归结果列于表4所示。