我打算考察上海市开发区空间绩效的影响因素，并且着重从地理学的角度考察了开发区的空间区位对其空间绩效的影响，根据开发区的趣味选择了三个虚拟变量，位于中心城区为1，否则为0；位于近郊区为1，否则为0；位于远郊区为1，否则为0。还有其他的一些要素，见下面的回归结果。模型一是三个区位虚拟变量没有参与多元回归，模型二是三个区位虚拟变量参与了多元回归分析。模型二和模型一里面的一些自变量的显著性有了些差别。请问该怎么解释呢？谢谢了啊！

“在既往的研究中，生产函数模型和多元线性模型都经常被用来作为检验影响经济发展因素的统计模型。虽然在计量经济学领域通常会采用生产函数模型来检验经济增长的影响因素，但是线性回归模型的回归系数可以清楚地反映出自变量和因变量的共同变化趋势，而且标准化后的回归系数之间具有一定的可比性（我国省级开发区发展差异及影响因素分析，硕士毕业论文）。所以本文选择多元线性回归模型。同时在多元回归分析的过程中，为了从地理学的角度考察区位因素对开发区空间绩效的影响及其程度，本部分采取两种模型进行开发区空间绩效的影响因素分析。第一种模型是没有考虑区位因素的影响，即区位因素没有参加多元回归，得出此种情况下开发区空间绩效的影响因素。第二种模型将所有的13个指标参加回归，进而与第一种模型进行比较。同时为了消除共线性的影响，本部分采取逐步回归的方法。

构建的模型如下：

模型一：

                              

模型二：

一、    多元回归分析结果分析

利用spss17.0进行计算，具体结果如下表所示。

表多元回归结果

		模型1	模型2
		调整     =0.659	调整     =0.761
X1	赫芬达尔指数	0.315**
X2	中小企业产值占总产值的比重	-0.403**	-0.664***
X3	开发区的等级
X4	开发区已建成城镇建设用地面积
X5	开发区所在区县的人均GDP	0.304**	0.321**
X6	开发区所在行政区的公告开发区密度	0.363***	0.611***
X7	开发区的运行时间
X8	就业密度
X9	外商及港澳台投资企业的产值占工业总产值的比重		0.245**
X10	出口交货值占工业总产值的比重		-0.313*
X11	中心城区为1，否则为0		0.577***
X12	近郊区为1，否则为0
X13	远郊区为1，否则为0		0.474**

注:***表示P<0.01，**表示P<0.05，*表示p<0.1

从上表可以看出，模型一和模型二的调整后的 分别为0.659和0.761，模型拟合效果较好。而考虑了区位因素的模型二的调整后的R2为0.761，较没有考虑区位因素的模型一的调整后的R2高了0.102，同时在模型二中X11、X13两区位虚拟变量均显著（X11在0.01的水平下显著，X13在0.05的显著水平下显著），且回归系数均为正，说明两区位虚拟变量对开发区空间绩效具有较为明显的正向影响作用。但是添加了区位虚拟变量之后，模型一中赫芬达尔指数变得不显著了，这说明了。。。。。。；还有一些自变量的系数有了显著的提高，如X2中小企业产值占总产值的比重、X5开发区所在区县的人均GDP、X6开发区所在行政区的公告开发区密度,这说明了。。。。。。；同时，一些自变量在加入了趣味虚拟变量之后，由不显著变得显著了，如X9外商及港澳台投资企业的产值占工业总产值的比重、X10出口交货值占工业总产值的比重，这说明了。。。