面板数据分析：中国30省市回归模型优化

本文使用面板数据模型分析方法，利用计量分析软件Eviews8.0对2001年～2010年中国内地30个省市和自治区的面板数据进行回归分析。面板数据模型可以分为混合模型、固定效应模型和随机效应模型。在进行面板数据分析时，首先应选择合适的模型。如果模型形式设定不正确，估计结果就可能与模拟的经济现实出现偏差。不同的模型所用的估计方法也不一样，至于选择哪种模型需要进行模型设定检验。

首先，我们用F统计量检验是应该建立混合回归模型，还是个体固定效应回归模型。F检验的原假设为真实模型是混合模型，备择假设为真实模型是固定效应模型。利用Eviews8.0对模型（1）的数据进行建立混合回归模型，还是个体固定效应回归模型的设定检验，检验结果见表7-10。

表7-10　F检验结果

续表

从表7-10 F检验结果可以看出，F检验的概率值为0，故拒绝真实模型是混合模型原假设，所以与混合模型相比，固定效应模型更为合理。

其次，再用Hausman统计量检验应该是建立个体随机效应模型还是个体固定效应模型。HAUSMAN检验是对同一参数的两个估计量差异进行显著性检验，原假设是随机效应模型系数与固定效应模型系数没有差别，如果接受原假设，表明应该选择随机效应模型，否则就应选择固定效应模型。利用Eviews8.0对模型（1）的数据进行建立个体随机效应模型，还是个体固定效应回归模型的设定检验，检验结果见表7-11。(www.xing528.com)

表7-11　Hausman检验结果

从表7-11 Hausman检验结果可以看出，Hausman统计量的值是0.451377，相对应的概率值为0.5017，故接受原假设，说明建立个体随机效应模型更为合理。

最后，利用计量分析软件Eviews8.0对2001年～2010年中国内地30个省市和自治区的面板数据进行回归分析，回归结果如表7-12所示。

表7-12　中国乳制品产业集聚对产业竞争力影响回归结果

从表7-12中国乳制品产业集聚对产业竞争力影响回归结果可以看出，各回归系数均通过5%的显著性检验，德宾—沃森（D.W）值为2.0357说明不存在自相关问题，调整的R2=0.7827说明模型拟合程度较好。

回归结果显示，中国乳制品产业集聚程度对乳制品产业竞争力的影响系数为0.2879，乳制品产业集聚程度每增加1%导致乳制品产业竞争力提升0.29%，表明2001年～2010年十年间乳制品产业集聚度变化对乳制品产业竞争力已经产生出明显的正效应，乳制品产业集聚的提高有利于提升产业竞争力且作用比较明显。产业集聚度提高导致外部经济效应发生和生产效率的提高，外部经济效应可以产生知识和技术的外溢、中间投入品的共享以及劳动力市场共享，从而促进产业内部企业之间的合作与竞争，提升了产业的创新能力。因此，产业集聚化可能通过专业化分工、技术外溢、外部经济效应和区域品牌效应提高产业竞争力。