利用省际面板数据做了个体固定效应回归，但是不知道如何解释回归结果？另外，为什么第一个省份的数据被省略掉了呢？
回归结果如下，望高人指点！！
xtreg lnpcdi mictax mictaxlnpergdp lngsize secthipro secthiprolnpergdp lnfai urlabor lnpergdp
> i.id

Random-effects GLS regression                   Number of obs      =       372
Group variable: id                              Number of groups   =        31

R-sq:  within  = 0.9833                         Obs per group: min =        12
       between = 1.0000                                        avg =      12.0
       overall = 0.9901                                        max =        12

                                                Wald chi2(38)      =  33449.02
corr(u_i, X)   = 0 (assumed)                    Prob > chi2        =    0.0000

-----------------------------------------------------------------------------------
           lnpcdi |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
------------------+----------------------------------------------------------------
           mictax |  -.0845809   .0151008    -5.60   0.000     -.114178   -.0549838
   mictaxlnpergdp |   .0095775   .0016581     5.78   0.000     .0063277    .0128274
          lngsize |   .1751951   .0200731     8.73   0.000     .1358525    .2145377
        secthipro |  -.0382071   .0054567    -7.00   0.000     -.048902   -.0275122
secthiprolnpergdp |   .0037193    .000547     6.80   0.000     .0026472    .0047914
            lnfai |   .0983047   .0133925     7.34   0.000     .0720559    .1245534
          urlabor |   1.65e-08   2.54e-09     6.50   0.000     1.15e-08    2.14e-08
         lnpergdp |   -.138684   .0444595    -3.12   0.002     -.225823    -.051545
                  |
               id |
               2  |   .1235612   .0536018     2.31   0.021     .0185036    .2286189
               3  |   .2580817    .031279     8.25   0.000     .1967761    .3193873
               4  |    .165259   .0188679     8.76   0.000     .1282785    .2022394
               5  |  -.0582694   .0253131    -2.30   0.021    -.1078822   -.0086565
               6  |   .1460424   .0180495     8.09   0.000     .1106661    .1814187
               7  |   .1903824   .0187385    10.16   0.000     .1536555    .2271093
               8  |   .4340468   .0508089     8.54   0.000     .3344632    .5336303
               9  |  -.1071489   .0186031    -5.76   0.000    -.1436102   -.0706875
              10  |  -.1942462   .0196133    -9.90   0.000    -.2326875   -.1558049
              11  |  -.1125463   .0218118    -5.16   0.000    -.1552967   -.0697958
              12  |  -.0531311   .0185261    -2.87   0.004    -.0894416   -.0168207
              13  |   .0290839   .0174157     1.67   0.095    -.0050502    .0632179
              14  |   .0201831   .0252246     0.80   0.424    -.0292562    .0696223
              15  |  -.1217739    .023076    -5.28   0.000    -.1670021   -.0765457
              16  |   .0712014    .018075     3.94   0.000     .0357751    .1066276
              17  |  -.1882496   .0226057    -8.33   0.000    -.2325559   -.1439434
              18  |  -.0128251   .0284309    -0.45   0.652    -.0685486    .0428984
              19  |    .415377   .0433217     9.59   0.000     .3304681    .5002859
              20  |       .346   .0397837     8.70   0.000     .2680254    .4239747
              21  |  -.1709021   .0232671    -7.35   0.000    -.2165048   -.1252994
              22  |   .0695086   .0209165     3.32   0.001      .028513    .1105042
              23  |   .0250072   .0186525     1.34   0.180    -.0115511    .0615654
              24  |   .1060815   .0541417     1.96   0.050    -.0000343    .2121972
              25  |  -.1718988   .0184405    -9.32   0.000    -.2080415    -.135756
              26  |   .2250724    .054784     4.11   0.000     .1176978     .332447
              27  |   .7190281   .0581844    12.36   0.000     .6049887    .8330674
              28  |   .0064477   .0262161     0.25   0.806     -.044935    .0578304
              29  |    .143629   .0177969     8.07   0.000     .1087477    .1785104
              30  |   .2087878   .0294158     7.10   0.000     .1511338    .2664417
              31  |   .1980508   .0226834     8.73   0.000     .1535922    .2425094
                  |
            _cons |   8.639845   .3988889    21.66   0.000     7.858037    9.421653
------------------+----------------------------------------------------------------
          sigma_u |          0
          sigma_e |  .04013801
              rho |          0   (fraction of variance due to u_i)
-----------------------------------------------------------------------------------