《表4 模型检验结果：中国城镇化的农村减贫及其空间溢出效应——基于省级面板数据的空间计量分析》

  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

《中国城镇化的农村减贫及其空间溢出效应——基于省级面板数据的空间计量分析》

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

选择空间面板计量模型的具体形式时，首先需结合拉格朗日乘数（LM）和稳健性拉格朗日乘数（Robust LM）检验加以判断，即检验其空间依赖性的表现形式（空间误差还是空间滞后），再通过Wald检验和LM检验，判断SPDM能否简化为SPLM和SPEM。先运用普通最小二乘法（ordinary least squares，OLS）建立非空间面板的普通回归模型，由于农民人均纯收入与其他解释变量存在严重的多重共线性（VIF>10），因此在原模型中将其剔除。同时为了检验城镇化是否存在“门槛效应”，尝试在回归模型中加入人口城镇化（urb＿p）、土地城镇化（urb＿l）和经济城镇化（urb＿e）的二次项，模型检验结果见表4。从OLS模型空间依赖性检验结果可知，空间滞后模型的2个LM检验统计量均在1%的显著性水平，拒绝了无空间滞后的原假设，而空间误差模型的LM检验中Robust LM＿Spatial error虽未通过10%的显著性检验，但LM＿Spatial error同样在1%的显著性水平拒绝了无空间误差的原假设，因此认为不能忽略城镇化对农村减贫的空间效应，且空间滞后模型（SPLM）优于空间误差模型（SPEM）。此外，运用空间面板计量模型时需进行Hausman检验，以判断选择固定效应还是随机效应。检验结果显示，Hausman和Robust Hausman检验结果均在1%的显著性水平拒绝了原假设，认为应选择固定效应模型。在此基础上构建空间杜宾模型（SPDM），并进一步通过Wald和LM检验H0:θ=0和H0:θ+ρβ=0的原假设，若拒绝原假设，则认为SPDM不能简化为SPLM或SPEM。结果显示，SPLM和SPEM的Wald和LR检验均通过了1%的显著性检验，表明SPDM不能简化为SPLM和SPEM（表4）。综上所述，空间杜宾固定效应模型是本研究的最佳模型。