部分数据展示

分析结果

1.基本描述性统计分析

本文首先通过平均值mean、标准差sd 等统计量来分析描述了各个变量对应样本数据的分布结构，其中平均值mean 能够反映样本数据的集中趋势，标准差sd 能够反映样本的分散和波动状态，通过基本描述性统计分析对所用到的样本数据有一个初步的了解，具体结果如表 1所示：

2.相关性分析和多重共线性分析

在对样本数据有一定初步了解之后，本文在此进行了相关性分析，以此来了解各个变量之间的相关程度，具体结果如表 2所示：

从表2中的相关性分析结果开看，在解释变量之间的相关性结果中，多数解释变量之间的相关性程度较低，这说明在后续的回归模型中，解释变量之间的多重共线性在容忍范围之内，因此可以通过进一步建立模型对它们之间的关系进行探究。

进一步地，我们用方差膨胀因子(Variance Inflation Factor，VIF) 来判断解释变量的多重共线性问题。多重共线性检验有两个评判标准：最大的VIF 大于10；平均的VIF 大于1。仅当这两个标准同时满足时，才能认为变量之间存在多重共线性。但是根据检验结果来看，各变量的VIF 值均小于10，所以结果仅仅满足了平均值大于1 这一标准，因此可以认为各变量之间不存在多重共线性。

3.回归分析

首先我们通过 F 检验来判断 pooled effect model 和 fixed effect model 这两种模型那种更优，通过 F 检验选择出来的是 fixed effect model；接着，需要进一步通过 Hausman test 来判断 fixed effect model 和 random effect model 这两种模型哪种更优。一系列的检验结果显示，模型选择固定效应模型更佳。

根据设定的计量模型，以表4中的回归结果做进一步的说明：

首先，模型的模型解释力均较高，三个模型解释力分别为59.8%、52.1%、78.6%，关键自变量对三个因变量均在1%或5%的显著水平上有显著影响，从列（1）和列（3）中可以看到，在控制其他变量后，Gdebt对Tertiary_ind和Urban_Rate有显著的正向影响，而Sdebt对Tertiary_ind和Urban_Rate均无统计意义上的显著影响，列（2）表明Gdebt和Sdebt对CPI_growth均有显著影响。

其次，控制变量也显示出有意义的结果，对于因变量Tertiary_ind 和Urban_Rate，Gov_Selffin对其有1%显著水平上的显著负向影响，而LTD_Rate对Urban_Rate则是有10%显著水平的正向影响，lnGov_fin对CPI_growth和Urban_Rate分别有5%和1%显著水平上的正向影响。

完成本次分析核心代码展示：

import excel 面板数据自回归.xlsx,firstrow clear

order Area Year GDP_Growth Urban_Rate Tertiary_ind PCDI_Growth CPI_growth Gdebt SDebt Geo_East Geo_Weast Eco_loca1 Eco_loca2 Gov_fin Gov_Selffin GDP GDP LTD_Rate

*设定面板
egen id=group(Area)
xtset id Year

gen lnGov_fin=ln(Gov_fin)
gen lnGDP=ln(GDP)

drop Gov_fin GDP
order id Area

*描述性统计分析
asdoc sum GDP_Growth-lnGov_fin, stat(mean sd min max median) save(table1.doc) title(Table1: Descriptive statistics) replace
*相关性分析
asdoc pwcorr GDP_Growth Urban_Rate Tertiary_ind PCDI_Growth CPI_growth Gdebt SDebt Gov_Selffin LTD_Rate Indvag lnGov_fin, star(.01) bonferroni save(table1.doc) title(Table2: Correlation) append

*数据属于大N小T，这类数据通常无需考虑单位根和协整的问题

*多重共线性检验
reg Tertiary_ind Gdebt SDebt Gov_Selffin LTD_Rate Indvag lnGov_fin
vif

********模型选择*********

*step1:检验个体效应，看选择混合模型还是固定模型*

xtreg Tertiary_ind Gdebt SDebt Gov_Selffin LTD_Rate Indvag lnGov_fin,fe

*F统计量概率为0.0000，固定效应模型优于混合OLS模型*
*注意是看底下那个F和P*

*step2:检验时间效应，看选择随机效应模型还是混合模型*

xtreg Tertiary_ind Gdebt SDebt Gov_Selffin LTD_Rate Indvag lnGov_fin,re
xttest0
*LM检验P值为0.0000，随机模型优于混合效应模型*

*Hausman检验选固定效应还是随机效应*

*固定效应模型，不可观测的个体效应和某个解释变量相关*
*随机效应模型，不可观测的个体效应和所有解释变量不相关*
*混合回归模型，不存在个体效应*

*STEP1：固定效应模型估计*
quietly xtreg Tertiary_ind Gdebt SDebt Gov_Selffin LTD_Rate Indvag lnGov_fin,fe
est store fe1
*STEP2：随机效应模型估计*
quietly xtreg Tertiary_ind Gdebt SDebt Gov_Selffin LTD_Rate Indvag lnGov_fin,re
est store re1
*STEP3：进行Hausman检验*
hausman fe1 re1