《表5 空间回归模型的估计结果》

  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

《农业产业集群创新通道及溢出效应——以山东寿光蔬菜产业集群为例》

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

通过加入空间权重，分别利用空间滞后模型（SLM）和空间误差模型（SEM）进行运算，估计结果见表5。由表5知，空间滞后模型（SLM）和空间误差模型（SEM）调整R2分别为0.2754和0.3967，均高于非线性回归模型（OLS）调整R2的0.2698。空间滞后模型（SLM）和空间误差模型（SEM）的对数似然函数值（Log L）分别为22.8176和23.5418，均高于非线性回归模型（OLS）的22.7364；同时空间滞后模型（SLM）和空间误差模型（SEM）的AIC、SC值相比于非线性回归模型（OLS）较小，且空间误差模型（SEM）的AIC、SC值小于空间滞后模型（SLM），表明空间回归模型要比非线性回归模型（OLS）更优，同时在空间回归模型选择中，空间误差模型（SEM）更佳。进一步说明了，寿光蔬菜集群企业创新效率存在实质性的空间依赖，而不是干扰性空间依赖。