《表7 日本绿色经济增长影响因素的估计结果》

  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

《区域性绿色经济增长:测度、分解与驱动因素——来自日本的实证数据》

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

资料来源：笔者整理。注：***、**和*分别为1%、5%、10%的显著性水平；括号内为稳健标准差。LM检验、LR检验、Hausman检验括号内为p值

2.估计结果分析与稳健性检验。在空间面板模型的选择上，Anselin（1988；1996）[12-13]提出通过建立不含空间效应的OLS模型、对其残差项进行拉格朗日乘数检验（LM检验）（3）来判断LM-Error、LM-Lag两个统计量的显著性、进而在空间滞后模型（SLM）与空间误差模型（SEM）中进行选择。本文在已有OLS模型（公式9）的基础上进行LM检验的结果显示：在1%的显著性水平上模型受空间滞后因素影响显著，即支持SLM模型，同时接受了SEM模型不成立的假设。Elhorst（2010）[14]指出LM检验结果在SLM或SEM模型中至少有一个不成立的情况下需要建立空间杜宾模型（SDM）来进一步考察。由于SDM模型是SLM与SEM模型的一般形式，故需要通过LR检验（4）来判断可否由SDM模型转化为SLM模型或SEM模型。本文LR检验结果显示，在1%和5%的显著性水平下拒绝接受SLM与SEM模型的原假设，即选择SDM模型进行估计最优。同时Hausman检验的结果在1%的显著性水平下拒绝接受随机效应的原假设，最终选择时间与空间双向SDM固定效应模型进行空间估计。作为对比，本文分别列出不考虑空间效应的普通面板模型、以及考虑时间与个体效应的空间杜宾模型（SDM）的回归结果（见表7）。