《表2 模型各变量相关系数矩阵》

  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

《金融发展提高城镇化水平吗——基于省际面板数据的实证分析》

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

注:*表示在5%水平上显著。

为了初步获得模型变量间的关系，在正式进行实证分析之前，本文先对模型的各个变量进行相关性分析。表2为模型各变量相关系数矩阵，由表2可知，城镇化率与金融发展规模、人均GDP、人力资本和外商直接投资都存在着显著的正相关关系，与金融发展效率呈现显著的负相关关系；此外控制变量和解释变量间也具有相关性，初步说明本文模型变量的选取是合理的。为了降低模型存在的估计偏误，还需要考虑多重共线性问题。在计量分析中往往通过计算解释变量的方差膨胀因子（Variance Inflation Factor，VIF）来判断变量间是否存在多重共线性。令第i个解释变量Xi的方差膨胀因子为VIFi=1/（1-Ri2），其中Ri2是解释变量Xi对模型其它解释变量进行回归后的判定系数，方差膨胀因子越大说明模型存在越严重的多重共线性。通常认为模型最大的方差膨胀因子不超过10，模型就可不必再考虑多重共线性问题。通过回归计算，所有解释变量的方差膨胀因子的平均水平为2.33，最大值为3.99，明显低于4。所以可认为模型不存在系统性的多重共线性问题，进一步说明模型变量的选取是合理的。