在做固定效应的空间面板回归之前,先做没有空间效应的回归,作为参照,其Stata语句是:
. xtreg y x1 x2 i.year, fe
回归得到的组内R2值是0.0641,组间R2值是0.2837,总体R2值是0.1489。F值是70.1,Prob >F=0.0000。回归得到的sigma_u值是75177.41,sigma_e值是89857.892,而rho值0.412。
表6-15:固定效应面板模型结果
比较表6-1和表6-15,发现通过固定模型进行回归,X1的回归系数从显著变成了不显著。X2的回归系数尽管依然是显著的,但是,其值明显变小了。此外,年份虚拟变量回归系数的绝对值也明显变小了。
把空间滞后因变量引入到模型中,成为其中的一个自变量,在采用邻近空间权重矩阵进行固定效应空间面板模型回归,其Stata语句是:
. spxtregress y x1 x2 i.year, fe dvarlag(Wp)
得到的结果如下:Wald chi2(5)值是280.67,Prob >chi2 =0.0000,“准R2”(Pseudo R2)值是0.1489。对数似然函数(Log likehood)值是-52320。对于这个空间误差项的Wald检验,其chi2(1)值为0,Prob >chi2 =0.9763。回归得到的sigma_e值是89813.99。
表6-16:固定效应空间面板模型结果(空间滞后因变量)(www.xing528.com)
加入空间滞后因变量滞后,固定效应空间面板模型的回归结果显示,因变量空间滞后效应并不显著。不过,也不能简单就此得出结果,认为因变量空间滞后效应必定不存在。
若在空间面板回归模型中,改变空间权重矩阵,用反距离权重空间矩阵替换邻近空间权重矩阵,其Stata语句是:
. spxtregress y x1 x2 i.year, fe dvarlag(Mp)
得到的结果如下:Wald chi2(5)值是1477. 33,Prob >chi2 =0.0000, “准R2”(Pseudo R2)值是0.003。对数似然函数(Log likehood)值是-52370。对于这个空间误差项的Wald检验,其chi2(1)值为1171.88,Prob >chi2 =0.0000。回归得到的sigma_u值是42058.46,sigma_e值是86093.51。
表6-17:固定效应空间面板模型结果(空间滞后因变量与反距离权重)
续表
比较表6-16和表6-17, X1的回归系数依然是不显著的,而X2的回归系数同样是显著的。这说明,空间权重矩阵的变化,对这两个自变量的显著性都没有影响。在比较年份虚拟变量,发现了明显的不同,这些虚拟变量的回归系数都还是显著的,但是,其系数都已经从负数变成了正数。可见,空间权重矩阵的变化,对于这些变量而言,产生了明显的影响。此外,从WYt的回归系数来看,也有变化。之前是不显著,显著变成了一定程度上的显著。这些变化都表明,空间权重矩阵的调整,往往会产生一定的影响和作用,因此,在研究过程中,要谨慎分析不同空间权重矩阵的影响,避免出现以偏概全的错误出现。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。