《表5 模型的内生性检验》

  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

《城市行政级别、城市规模与城市生产效率》

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

模型内生性指的是随机误差项与解释变量相关所带来的问题，这使得估计结果产生偏差。当存在变量遗漏、测量误差或反向因果时，都容易出现该问题。如表5所列，模型的内生性识别检验发现，存在内生性问题，并采用工具变量法来解决该问题。工具变量要满足相关性与外生性的假定，本文通过反复尝试寻找了两个工具变量，城市行政级别的工具变量为平均财政支出额，城市规模的工具变量为万人大学生数。首先，两个工具变量满足相关性，过度识别检验显示也满足外生性。为了保证科学性，克服内生性问题，本文采用两阶段最小二乘回归的方法来获得一致估计量。结果显示，在第一阶段，工具变量对解释变量有很好的解释力度，系数都为正，且都在1%的显著性水平下通过实证检验，第二阶段结果也都显著，也都在1%的显著性水平下通过实证检验，且回归结果与初始回归结果相吻合。但如果存在弱工具变量的问题，模型的解释力度也会受到影响，会导致结果有偏，因此本文也采取了弱工具变量检验，从检验的结果来看，值都大于10，且统计量的值为0.000，最小特征值也都大于相应的检验的临界值，因此，本文并不存在弱工具变量的问题。