《表2 第二阶段：3个外部环境变量的SFA参数估计》

  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

《广西种植业生产要素优化路径研究》

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：*、**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。