《表8 基于邻接关系空间权重矩阵的空间相关性OLS回归检验结果》

  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

《科技金融政策对区域创新的影响——基于京津冀地区的空间计量研究》

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:表格内数据经stata操作所得。

基于此，本文先用普通最小二乘法（OLS）对模型进行误差估计，并对其进行空间自相关检验，结果如表8所示，OLS回归残差Moran’s I指数检验的值是1.067，达到1%的显著性水平，这可以证明OLS回归残差在空间维度上存在着很强的相关性，如果忽视空间因素，则普通最小二乘法（OLS）模型估计会出现误差。与此同时，可以利用拉格朗日乘子Lagrange multiplier及其稳健性Robust Lagrange multiplier检验数值来衡量SLM模型和SEM模型的适用性。在表8中，LM（Lag）显著性水平为0.3%，而LM（Error）的显著性水平为0.4%；同时，Robust LM（Lag）达到1.5%的显著性水平，而Robust LM（Error）则达到7.8%的显著性水平。两相比较，Lagrange multiplier（Lag）和Robust Lagrange multiplier（Lag）相对于Lagrange multiplier（Error）和Robust Lagrange multiplier（Error）均更为显著，因此空间滞后模型（SLM）对相关变量进行空间维度分析更为合适。