变量 | GKLQL（面板数据固定效应模型） |
原始模型 | 稳健性检验 |
GJZY用x1衡量 | GJZY用x2衡量 |
模型1 | 模型2 | 模型3 | 模型1 | 模型2 | 模型3 |
（GJZY） | 9.859** (3.14) | 6.457*** (4.00) | 6.562*** (4.26) | 6.721*** (6.08) | 7.658*** (13.64) | 7.754*** (13.69) |
（JYTR） | 0.0881** (2.73) | 0.0380*** (5.75) | 0.0362*** (4.81) | 0.117** (2.69) | 0.0668*** (4.87) | 0.0656*** (5.19) |
虚拟变量1 （SRS） | 0.144*** (4.11) | 0.0188 (1.09) | | 0.146*** (3.96) | 0.0160 (0.85) | |
虚拟变量2 （SCS） | 0.122*** (5.39) | -0.0361** (-2.80) | -0.0417** (-2.72) | 0.120*** (5.70) | -0.0435*** (-3.68) | -0.0484** (-3.49) |
常数项 _cons | 0.239 (1.57) | 0.359*** (7.15) | 0.358*** (7.38) | 0.307*** (2.77) | 0.285*** (13.68) | 0.283*** (13.80) |
时间效应 | | 显著 | 显著 | | 显著 | 显著 |
实证时首先未控制不可观测的时间效应，将影响y的变量均放入实证模型中，实证结果见表2中的模型1，从模型1看，虚拟变量1（SRS）增加了y，虚拟变量2（SCS）也增加了y，与现实中所观察的表面现象一致，但这种增加也可能是由不可观测的时间效应所致，可能是一虚假现象。
在模型2中加入不可观测的时间效应，时间效应在统计学上显著，说明模型1中存在时间效应。模型2中加入不可观测的时间效应后，虚拟变量2（SCS）为负数,平均比其他低，虚拟变量1（SRS）系数虽为正数，但未通过10%的显著性检验，在统计上不显著，这说明虚拟变量1（SRS）未显著提高y，未达到政策的设计初衷。
由于虚拟变量1（SRS）未通过统计上的显著性检验，故在实证模型中将其剔除，得到了表2中的模型3。从模型3结果看,在其他条件不变时，虚拟变量2平均比其他低4.17%，这说明虚拟变量2显著降低了y。模型3中时间效应显著，说明y具有显著时间效应，需加入模型予以剔除不可观测的时间效应。
为了检验稳健性，GJZY用x2衡量，经检验，模型稳健。
请问实证结果中虚拟变量2加入时间效应变号，和表下文字表述解释是否可行？这模型结果能不能用？能不能将表格放入文章中？如不能，请教如何修正？
扫码加好友，拉您进群
全部版块
我的主页
收藏
