《表3 县域贫困影响因素的空间计量回归结果》

  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

《滇西集中连片特困地区县域贫困的时空演变特征及形成机制》

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

本文利用GeoDA软件估算了2013年滇西边境山区县域贫困影响因素的OLS、SLM和SEM模型，空间自相关性检验结果见表3。Moran's I指数表明，OLS回归的空间依赖性明显（显著性为0.001939）。表3中的拉格朗日乘子滞后和误差及其稳健性检验表明，LMlag和R-LMlag均通过1%水平的显著性检验，表示拒绝不存在空间滞后的原假设；而LMerr未通过10%水平的显著性检验。因此，根据Anselin提出的判别准则，SLM模型最适用于本研究分析。根据检验准则，logL值越大越好，而AIC、SC值越小越好。比较三者发现，SLM的logL值（37.0345）最大，而AIC和SC值最小。从拟合优度看，SLM的值最大（0.9994）明显优于SEM（0.9929），表明该模型对因变量的解释能力达到99.9%。然而，经典线性回归OLS模型由于未考虑空间效应，模型设定不当，回归结果与实际情况相比出现较大偏差。