《表3 基于空间杜宾模型估计的农村教育减贫效应》
注:W代表以地理距离特征或经济特征距离设置的空间权重矩阵;*、**、***分别代表在10%、5%、1%显著性水平下显著;括号内是t值。
为便于对结果进行深入分析比较,本文在前文邻接矩阵的基础上进行扩展,再分别构建地理距离空间矩阵和经济距离空间矩阵(1),并依据Elhorst(2010)[27]的建议采取拟极大似然法(QMLE)进行参数估计。在进行参数回归检验之前,首先对空间杜宾模型是否会退化为空间滞后或空间误差模型进行甄别,结果显示,Wald-spatial-lag值和LR-spatial-lag值均在1%的水平上拒绝了θ为零的原假设,而Wald-spatial-error值和LR-spatial-error也拒绝了θ+δβ为零的原假设,这充分证明了选择空间杜宾模型作为计量工具是合理的,即必须考虑解释变量的空间溢出效应,否则会导致回归结果有偏。此外,Hausman检验依然支持固定效应较随机效应更合适的结论。三种不同的空间权重矩阵设置下,检验结果如表3所示。
图表编号 | XD00189863200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 陈鸣、姚旭兵 |
绘制单位 | 南华大学经济管理与法学学院、重庆三峡学院财经学院 |
更多格式 | 高清、无水印(增值服务) |