《表4 铁路密度对消费结构升级影响的回归结果》

  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

《铁路交通基础设施对居民家庭消费结构升级的影响》

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%的水平下显著；括号内数据为标准误。

从上文的理论分析以及数据的空间探索性分析中，我们不仅得到铁路交通基础设施改善对居民家庭消费结构转型存在某种引发作用，还发现了二者均有较强的空间自相关性。Hausman检验结果表明在空间面板模型选择时应该使用固定效应模型（Baltagi and Badi，2001；李婧等，2010）。本文主要采用固定效应的空间滞后模型（SLM）和固定效应的空间误差模型（SEM）对样本进行回归。为了对比分析，我们将三种权重矩阵的回归结果都列在表4中。从表4的回归结果可以看出，使用相邻权重矩阵、地理距离权重矩阵以及经济距离权重矩阵的空间滞后模型估计出来的回归系数ρ值均在1%的水平下显著为正，与此同时使用空间误差模型估计出来的误差系数λ值也显著为正，这意味着居民家庭消费结构转型体现出趋同性和显著的空间依赖性，通常邻近区域的消费结构水平较高时，本区域的消费结构和铁路密度水平也较高。从最终估计结果来看，无论使用何种权重矩阵，空间滞后模型估计出来的R2要高于空间误差模型估计的结果，因而我们主要以空间滞后模型估计的结果为解释对象。