稳健性检验：如何确保数据准确性？

虽然本章通过引入省份、行业、年度及省会城市虚拟变量尽可能地缓解不随时间而变和不随地区而变的遗漏变量所造成估计偏误，但选取核心解释变量不同类型交通基础设施与不同类型市场规模与新企业选址决策之间可能存在双向因果关系，造成内生性问题。一方面，市场规模扩大，由于企业的逐利性，新增的企业数量会越来越多，经济发展水平也随着提高，当地市场规模也就随着扩大；另一方面，交通基础设施的不断完善，企业运输成本不断降低，从而吸引更多新企业选址落户，新增企业数量越多，地区经济发展水平就越高，就有更多的资本用于当地改善道路交通网络，比如提升公路等级、改善内河航道设施、修建高速公路及高铁等。为了解决交通基础设施、市场规模和企业区位选址之间的内生性问题，本章采用Hilbe（2011）两步法^[10]，首先估计得到内生解释变量的残差项，然后将残差项代入估计模型，得到残差项的系数估计值，若在1%的显著性水平下，拒绝原假设，则说明确实存在内生性问题。稳健性检验结果（I-III）的估计结果显示，相比前文企业区位选址的全样本基准回归结果（表4-3）、空间差异回归结果（表4-4）、行业差异估计结果（表4-5）和不同类型及不同技术等级交通基础设施的企业区位选址效应（表4-6和表4-7），变量的泊松系数估计值大小非常接近，并且系数估计值的显著性水平和正负号均没有变化，说明市场规模和交通基础设施等变量引起的内生性问题较小；但两步法的似然比却提高了，所以两步法的估计结果是有效的。

表4-8　稳健性检验结果（I）

续　表

注：圆括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著；控制变量包括人口规模、工资水平、公共财政支出、外资开放度、经济增长、贸易条件和省会城市虚拟变量；模型（1）-（4）均为Hilbe（2011）两步法中第二步的零膨胀泊松回归估计结果。

表4-9　稳健性检验结果（II）

续　表

注：圆括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著；控制变量包括人口规模、工资水平、公共财政支出、外资开放度、经济增长、贸易条件和省会城市虚拟变量；模型（1）-（4）均为Hilbe（2011）两步法中第二步的零膨胀泊松回归估计结果。其中，行业虚拟变量包括cic_6_11（采矿业）、cic_13_16（食品制造及烟草加工）、cic_17_19（皮革及纺织工业）、cic_20_21（木材加工及家具制造业）、cic_22_24（造纸印刷及文教体育用品制造业）、cic_26_30（化学工业）、cic_25_31_33（矿业加工业）、cic_34_41（装备制造业）、cic_42_43（其他制造业）、cic_44_46（电力、燃气及水的生产和供应业）。

表4-10　稳健性检验结果（III）

续　表(www.xing528.com)

注：圆括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著；控制变量包括人口规模、工资水平、公共财政支出、外资开放度、经济增长、贸易条件和省会城市虚拟变量。模型（1）-（4）均为Hilbe（2011）两步法中第二步的零膨胀泊松回归的估计结果。

表4-11　稳健性检验结果（IV）

续　表

续　表

注：圆括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著；控制变量包括人口规模、工资水平、公共财政支出、外资开放度、经济增长、贸易条件和省会城市虚拟变量。模型（1）-（4）均为Hilbe（2011）两步法中第二步的零膨胀泊松回归的估计结果。

社会消费品零售总额是表现国内消费需求最直接的数据，是研究国内零售市场变动情况及市场规模大小的重要指标。因此，本章使用人均实际全社会消费品零售总量来衡量市场规模，并用Hilbe（2011）两步法进行估计。相比表4-7的估计结果，变量的泊松系数估计值大小非常接近，并且系数估计值的显著性水平和正负号均没有变化，说明市场规模和交通基础设施等变量引起的内生性问题相对较小，本章所得到的估计结果是稳健的。

表4-12　稳健性检验结果（V）

注：圆括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著；控制变量包括人口规模、工资水平、公共财政支出、外资开放度、经济增长、贸易条件和省会城市虚拟变量。模型（1）-（4）均为Hilbe（2011）两步法中第二步的零膨胀泊松回归的估计结果。