理论教育 实证研究结果:差分误差项序列相关检验

实证研究结果:差分误差项序列相关检验

时间:2023-07-23 理论教育 版权反馈
【摘要】:我们采用上文提到的差分误差项的序列相关检验和Hansen或Sargan过度识别检验这两种统计检验法来判定我们实证模型中工具变量的有效性问题。然后,我们对计量回归模型进行差分误差项的序列相关检验,结果显示差分误差项检验的AR检验值为0.9946,超过了0.1,由此可见,实证模型不存在残差项二阶序列相关的问题。

实证研究结果:差分误差项序列相关检验

我们主要是考察我国计划生育政策对人力资本积累的影响,因此,利用统计分析软件Stata12.0对1990年到2013年24年的全国29个行政区的省际动态面板数据模型进行实证分析,考察我国计划生育政策对人力资本积累的作用,采用系统广义矩的估计方法,即SYS-GMM,具体回归分析结果如表3-2所示。

因为在我们的计量回归方程中,引入了人力资本的一阶滞后来作为回归方程的工具变量,所以存在着工具变量是否有效的问题,因此,需要对我们实证模型中工具变量的有效性进行检验(乔宁宁,2010)。我们采用上文提到的差分误差项的序列相关检验(AR检验)和Hansen或Sargan过度识别检验这两种统计检验法来判定我们实证模型中工具变量的有效性问题。

其中,Hansen或Sargan过度识别检验结果为chi2(274)=272.7007,Prob>chi2=0.5108,结果显示Sargan检验的P值超过了0.1,由此可见,实证模型不存在过度识别的问题。然后,我们对计量回归模型进行差分误差项的序列相关检验,结果显示差分误差项检验的AR(2)检验值为0.9946,超过了0.1,由此可见,实证模型不存在残差项二阶序列相关的问题。

表3-2 全国范围计划生育政策对人力资本的影响(www.daowen.com)

由以上的回归分析结果,我们可以得知,本文针对于29个行政区的计量回归方程的设计是非常稳健的,我们的实证分析模型中回归系数的Wald卡方联合显著性检验也是非常显著的。计量回归方程中的工具变量也是符合过度识别约束这一限定条件的,并且也不存在残差项二阶序列相关的问题。此计量回归结果是针对于全国层面的实证分析,从计量回归的结果看,很明显计量回归方程的系数(即变量ln fp的系数β2=0.2323)明显大于0,所以,我们可以得出,在全国范围内,我国的计划生育政策在一定程度上促进了我国人力资本的积累,并且回归结果也表明在全国范围来看,当用来衡量计划生育政策的计划生育率每提高一个百分点时,以平均受教育年限表示的全国范围内的人力资本水平将提高0.23个百分点。通过对以上全国层面的面板数据进行回归分析,我们还可以发现,我国的人力资本存在着明显的人力资本累积效应,人力资本是通过国家或社会群体进行的人力资本投资而不断进行积累的,具体主要表现为三种人力资本投资方式:即教育培训投资、医疗保健投资和迁移投资,而人力资本的形成是明显存在着一定的时间上的滞后性的,在刚开始的阶段,一定程度的人力资本水平会不断地增强以后的人力资本的累积过程,这也是我们将人力资本的滞后项作为工具变量加入到本文中计量模型的原因。

鉴于我国地理面积广阔,经济文化差异较大,下面我们按照东部地区、中部地区和西部地区三个区域分别来考察我国计划生育政策对人力资本积累的作用。其中,剔除了西藏自治区的数据,并且将四川和重庆的数据进行了合并,因此,西部地区只包括8个行政划分。

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。

我要反馈