《表2 第二阶段:3个外部环境变量的SFA参数估计》
注:*、**和***分别表示在10%、5%和1%的水平上显著
在第二阶段的SFA模型中,将第一阶段计算得到的各决策单元投入松弛变量作为被解释变量,城镇化率、财政支农比重、农民人均收入作为解释变量,采用最大似然估计(MLE)对参数进行估计。需要说明的是,在运用SFA模型进行回归时有两种方法,一种是单独对每一组数据进行回归,此方法允许环境变量对不同的松弛变量产生不同的影响;另一种是将所有投入松弛变量进行叠加从而只回归一组数据,此方法的自由度更高。Fried等[5]学者认为舍弃自由度而保持灵活性更为有效。因此本文采用逐年截面数据进行回归分析,以获得更加准确的计算结果,一共建立30组回归方程,由于篇幅有限,仅列出最近的2016年的回归结果,见表2。
图表编号 | XD00197142200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 陆泉志、罗明智、梁盛凯、范稚莲、莫良玉 |
绘制单位 | 广西大学农学院、广西蚕业科学研究院、广西农业科学院、广西大学农学院、广西大学农学院 |
更多格式 | 高清、无水印(增值服务) |