《表2 基准回归结果:社会资本对生活垃圾减量的影响及其作用机制》

《表2 基准回归结果:社会资本对生活垃圾减量的影响及其作用机制》   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
《社会资本对生活垃圾减量的影响及其作用机制》


  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:(1)括号中报告的是稳健的标准误;(2)***、**、*分别表示在1%、5%和10%水平上显著;(3)Sargan test、AR(1)test、AR(2)test和F test报告的均为统计量的p值。以下各表同。

由于方程(1)允许城市人均生活垃圾产生量具有一定的持续性,本文采用系统广义矩(SYS-GMM)的两步估计法对以下所有模型进行估计。相比于差分广义矩估计(DIF-GMM),系统广义矩估计不仅可以有效避免小样本偏误的影响,而且较好地解决了弱工具变量问题(Che等,2013;韦倩等,2014)[43-44]。在实际操作中,本文采用Roodman(2009)[45]提出的方法来估计实证模型。基于方程(1),本文建立了2个计量模型,详细回归结果见表2。其中,模型1是对主成分加权的社会资本指数进行回归,而模型2把等权重加总的社会资本指数纳入模型。如表2所示,2个模型的Sargan检验都无法拒绝所有工具变量均有效的原假设,而AR(1)检验和AR(2)检验表明扰动项的差分存在一阶自相关但不存在二阶自相关。因此,模型估计结果都不存在工具变量过度识别和扰动项自相关问题,具有良好的稳健性。此外,2个模型在变量系数符号和显著性方面具有较高的一致性,说明模型结果表现出较好的可靠性。回归结果的具体分析如下。