《表2 自变量的多重共线性检验》

  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

《服务业集聚、城市创新与城市生产率》

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

在进行模型回归时，可能有一些自变量之间存在较强的线性关系，如果这种相关程度非常高，则会导致t检验不准确、待估计系数符号与客观实际不符等一系列问题。为了克服由多重共线性带来的估计偏差，在回归分析之前首先对模型中的自变量进行多重共线性检验，一般使用方差扩大因子来判定是否存在多重共线性。方差扩大因子越大，多重共线性越严重，一般认为VIF大于10时，存在严重的多重共线性。检验结果如表2所示，可以看出，方差扩大因子（VIF）为1.70，远远低于临界值10，因此可以认为实证模型的估计结果基本上不会受到多重共线性的影响。