您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
流通业发展与城镇化--基于面板数据模型的实证研究.pdf 8页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
流通业发展与城镇化--基于面板数据模型的实证研究.pdf
你可能关注的文档：
··········
··········
中国流通经济
２０14 年第 7 期
□流通现代化
流通业发展与城镇化
———基于面板数据模型的实证研究
（中国人民大学商学院， 北京市
流通业发展与城镇化是我国改革开放进程中密切相关的两个 重要方面 ，
两者间存在一种互相影响 、
互相促进的良性关系 。 文章运用省际面板数据对流通产业发展 与城镇化间的长期关系进行的实证研究表明 ，流通
产业发展与城镇化之间存在正相关关系 ，流通产业发展对城镇化进程具有长期正 向促进作用，流通业发展的短期
波动不会影响二者的长期均衡关系 ，而城镇化可为流通业发展营造广阔的市场环境 ，为进一步深化流通体制改革
提供充足动力 。 因此，为推动流通业发展和城镇化沿着一条均衡路径长期持续进行 ，要着眼于长远 ，注重流通业固
定资产长期稳定投入 ，稳步开发居民消费 ；要建立连接全国各城镇 的流通网 ，提高流通便利性与流通效率 ，降低流
通成本 ，加快商品供应速度 ，扩大商品供应数量 ，提升城镇对非城镇人口吸引力 ，促使非城镇人口持续主动地向城
镇转移 ；要规范流通企业市场行为 ，鼓励支持大型流通企业兼并重组 ，提高流通业集中度 ，提升流通业整体资本报
流通业 ； 城镇化 ； 正向关系 ； 短期波动
中图分类号：F291.1
文献标识码： A
文章编号： （31－08
交换在时间上的经常化和交换地点的固定化，城
镇便由此而生。[ 2 ] 城镇的出现一方面吸引人口和
2012 年 12 月召开的中央经济工作会议指出，
产业不断聚集，产生更大的消费和生产能力，对商
城镇化是我国现代化建设的历史任务，
品交换需求的不断增大会导致商品流通产业快速
为改革开放进程中的重点战略受到了各方面的广
发展；另一方面使流通成本降低，流通效率提高。[ 3 ]
随着城镇化的不断推进，我国进入了新型
流通产业的发展、商品流通的加快、流通费用的下
城镇化时代，新型城镇化成为扩大内需、促进消费
降反过来必然会使非城镇居民体会到城镇的优越
最大的动力。
一方面，新型城镇化未来 10 年将拉
性，农民和资源会愈加积极主动地向城市聚集，使
动 40 万亿元的投资，对物质资料生产将产生巨大
得城镇规模不断扩大。
除此之外，流通业发展对就
的拉动作用；另一方面，新型城镇化更加注重人的
业吸纳的贡献也极为显著，
就业带动功能极强，[ 4 ]
城镇化，将极大地扩大国内需求，促进居民消费增
对于拉动非城镇人口劳动力向城镇转移具有不可
长。[ 1 ] 在我国加快推进城镇化进程、积极扩大国内
忽视的作用。
由此可见，商品流通的发展与城镇化
有效需求的背景下，
流通作为连接生产和消费的
进程是一种相互促进的 良性关系。
那么 ，流通业发
中间环节，
必将在新型城镇化进程中扮演不可或
展与城镇化之间是一种什么样的关系，
缺的角色。
两者间的关系可以这样表述：随着社会
是一种短期 内相互促进的关系还是一种长期均衡
分工的不断扩大，商品交换规模不断扩大，频次不
作为经济社会发展的润滑剂，流通产业发
断加快，导致了商人的出现以及商业的产生，加之
展不仅是流通领域 的问题，
它与新型城镇化也有
正在加载中，请稍后...苹果/安卓/wp
积分 21, 距离下一级还需 3 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
Correlated Random Effects - Hausman Test& &
Pool: EDUCATION& &
Test cross-section random effects& &
Test Summary& && && && && && && &Chi-Sq. Statistic& &&&Chi-Sq. d.f.& &&&Prob.
Cross-section random& && && && && &0.000000& && && && && && &5& && && && && &1.0000
* Cross-section test variance is invalid. Hausman statistic set to zero.&&
不拒绝原假设，选随机效应模型
本帖被以下文库推荐
& |主题: 8540, 订阅: 56
不拒绝原假设，选随机效应模型
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
祝贺人大 发表于
不拒绝原假设，选随机效应模型* Cross-section test variance is invalid. Hausman statistic set to zero.
这句话不用考虑吗？被这个问题困扰许久...头都大了。
别只围观啊..真心求助！
http://bbs.pinggu.org/thread--1.html
楼主最后怎么解决的？
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师Eviews6.0 面板数据Hausman检验 大神帮忙看看啊，不懂啊_百度知道
Eviews6.0 面板数据Hausman检验 大神帮忙看看啊，不懂啊
Test Summary
Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random
Period random
Cross-section and period random
* Cross-section test variance is invalid. Hausman statistic...
我有更好的答案
做豪斯曼之前，要先做随机效应分析，注意，option选项里选ordinaryoption选项里面选择的估计方法不对，会对后面的检验产生很大影响你这种情况应该就是估计方法设定不对导致的，可以尝试调整一下
hausman 检验值大于0.05 接受random假设
要一步一步的来做啊，你前期的单位根结果呢？前期如果错误了，后面的结果都不用去看了
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。苹果/安卓/wp
积分 483, 距离下一级还需 317 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发下一级可获得
权限: 隐身
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
哼哼签到天数: 32 天连续签到: 1 天[LV.5]常住居民I
本帖最后由 bochuan 于
16:41 编辑
在看董大钧书P327 例子10-7-1，探讨冠心病发生的危险因素这道题时发现，logistic程序结果中会输出残差的卡方检验（&&Residual Chi-Square Test），这个检验是检验什么残差，有什么意义，取值在什么范围内有意义呢？
在下才疏学浅，没想清楚这个问题，还请各位高手指点，多谢了。
16:39:52 上传
残差卡方分析
本帖最后由 邓贵大 于
04:06 编辑
How about asking 董大钧?
According to
In your example, it tests whether the slope of X8=0, i.e., whether X8 can be added into the model.
根据规定进行奖励
总评分:&论坛币 + 10&
Be still, my soul: the hour is hastening on
When we shall be forever with the Lord.
When disappointment, grief and fear are gone,
Sorrow forgot, love's purest joys restored.
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师苹果/安卓/wp
积分 58, 距离下一级还需 27 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
权限: 自定义头衔
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
本帖最后由 蓝色 于
23:32 编辑
做硕士论文，用的stata软件，第一次使用，对于结果不是很明白，下面是命令，运用豪斯曼检验进行固定效应和随即效应的选择：
xtreg&&lngy lns lnb lnnt lns2 lnb2 lnnt2 lnblns lnblnnt lnslnnt, feestimates store FExtreg&&lngy lns lnb lnnt lns2 lnb2 lnnt2 lnblns lnblnnt lnslnnt, reestimates store REhausman FE RE,constant sigmamore
运行结果为:
Fixed-effects (within) regression& && && && && &Number of obs& && &=& && & 310
Group variable: province& && && && && && && && &Number of groups& &=& && &&&31
R-sq:&&within&&= 0.2910& && && && && && && && & Obs per group: min =& && &&&10
& && & between = 0.0075& && && && && && && && && && && && && & avg =& && &10.0
& && & overall = 0.0710& && && && && && && && && && && && && & max =& && &&&10
& && && && && && && && && && && && && && && && &F(9,270)& && && &&&=& &&&12.31
corr(u_i, Xb)&&= -0.7312& && && && && && && && &Prob & F& && && &&&=& & 0.0000
------------------------------------------------------------------------------
& && &&&lngy |& && &Coef.& &Std. Err.& && &t& & P&|t|& &&&[95% Conf. Interval]
-------------+----------------------------------------------------------------
& && && &lns |&&-.1770157& &.1978793& & -0.89& &0.372& & -.5665984& & .2125669
& && && &lnb |&&-.6578521& &.2686109& & -2.45& &0.015& &&&-1.18669& &-.1290138
& && &&&lnnt |& &.3687271& &.2585372& &&&1.43& &0.155& & -.1402781& & .8777322
& && &&&lns2 |&&-.0991062& &.1715131& & -0.58& &0.564& & -.4367792& & .2385668
& && &&&lnb2 |&&-.3003563& &.0928285& & -3.24& &0.001& & -.4831161& &-.1175965
& && & lnnt2 |& & .154885& &.1024755& &&&1.51& &0.132& & -.0468676& & .3566376
& && &lnblns |&&-.2234515& &.2404812& & -0.93& &0.354& & -.6969082& & .2500053
& &&&lnblnnt |&&-.0326152& &.1297092& & -0.25& &0.802& & -.2879853& &&&.222755
& &&&lnslnnt |&&-.0371887& &.2079901& & -0.18& &0.858& & -.4466774& && & .3723
& && & _cons |&&-2.130811& &.1868346& &-11.40& &0.000& & -2.498649& &-1.762973
-------------+----------------------------------------------------------------
& &&&sigma_u |&&.
& &&&sigma_e |&&.
& && && &rho |&&.& &(fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0:& &&&F(30, 270) =& &&&3.78& && && && & Prob & F = 0.0000
. estimates store FE
. xtreg&&lngy lns lnb lnnt lns2 lnb2 lnnt2 lnblns lnblnnt lnslnnt, re
Random-effects GLS regression& && && && && && & Number of obs& && &=& && & 310
Group variable: province& && && && && && && && &Number of groups& &=& && &&&31
R-sq:&&within&&= 0.1835& && && && && && && && & Obs per group: min =& && &&&10
& && & between = 0.4621& && && && && && && && && && && && && & avg =& && &10.0
& && & overall = 0.2522& && && && && && && && && && && && && & max =& && &&&10
Random effects u_i ~ Gaussian& && && && && && & Wald chi2(9)& && & =& & 101.17
corr(u_i, X)& && & = 0 (assumed)& && && && && & Prob & chi2& && &&&=& & 0.0000
------------------------------------------------------------------------------
& && &&&lngy |& && &Coef.& &Std. Err.& && &z& & P&|z|& &&&[95% Conf. Interval]
-------------+----------------------------------------------------------------
& && && &lns |&&-.1886155& &.1348137& & -1.40& &0.162& & -.4528455& & .0756145
& && && &lnb |& &-.802377& &.2290543& & -3.50& &0.000& & -1.251315& &-.3534388
& && &&&lnnt |& &.2085514& &.1868755& &&&1.12& &0.264& & -.1577178& & .5748206
& && &&&lns2 |&&-.2309068& &.1437411& & -1.61& &0.108& & -.5126342& & .0508205
& && &&&lnb2 |&&-.2559051& &.0856117& & -2.99& &0.003& & -.4237009& &-.0881092
& && & lnnt2 |& &.4438192& &.0792964& &&&5.60& &0.000& &&&.2884011& & .5992374
& && &lnblns |&&-.2977216& &.2195218& & -1.36& &0.175& & -.7279765& & .1325332
& &&&lnblnnt |&&-.2388466& &.1198195& & -1.99& &0.046& & -.4736885& &-.0040048
& &&&lnslnnt |& &.1226963& &.1833164& &&&0.67& &0.503& & -.2365973& & .4819899
& && & _cons |&&-2.525763& &.1472319& &-17.16& &0.000& & -2.814332& &-2.237194
-------------+----------------------------------------------------------------
& &&&sigma_u |& && && & 0
& &&&sigma_e |&&.
& && && &rho |& && && & 0& &(fraction of variance due to u_i)
------------------------------------------------------------------------------
. estimates store RE
. hausman FE RE,constant sigmamore
Note: the rank of the differenced variance matrix (9) does not equal the number of coefficients being tested (10); be sure
& && &&&this is what you expect, or there may be problems computing the test.&&Examine the output of your estimators for
& && &&&anything unexpected and possibly consider scaling your variables so that the coefficients are on a similar scale.
& && && && && &&&---- Coefficients ----
& && && && & |& && &(b)& && && & (B)& && && && &(b-B)& &&&sqrt(diag(V_b-V_B))
& && && && & |& && & FE& && && &&&RE& && && &Difference& && && & S.E.
-------------+----------------------------------------------------------------
& && && &lns |& &-.1770157& & -.1886155& && &&&.0115998& && &&&.1785459
& && && &lnb |& &-.6578521& &&&-.802377& && &&&.1445249& && &&&.1994137
& && &&&lnnt |& & .3687271& &&&.2085514& && &&&.1601756& && &&&.2247687
& && &&&lns2 |& &-.0991062& & -.2309068& && &&&.1318007& && && &.130161
& && &&&lnb2 |& &-.3003563& & -.2559051& && & -.0444512& && &&&.0607118
& && & lnnt2 |& &&&.154885& &&&.4438192& && & -.2889343& && &&&.0844736
& && &lnblns |& &-.2234515& & -.2977216& && &&&.0742702& && &&&.1604238
& &&&lnblnnt |& &-.0326152& & -.2388466& && &&&.2062315& && &&&.0845579
& &&&lnslnnt |& &-.0371887& &&&.1226963& && & -.1598849& && &&&.1472895
& && & _cons |& &-2.130811& & -2.525763& && &&&.3949519& && &&&.1514747
------------------------------------------------------------------------------
& && && && && && && && && &b = consistent under Ho and Ha; obtained from xtreg
& && && && &B = inconsistent under Ha, efficient under Ho; obtained from xtreg
& & Test:&&Ho:&&difference in coefficients not systematic
& && && && && && &chi2(9) = (b-B)'[(V_b-V_B)^(-1)](b-B)
& && && && && && && && &&&=& && & 75.35
& && && && && & Prob&chi2 =& && &0.0000
请问蓝色部分是什么意思，没发现之前有什么错误的地方啊，为什么会出现这个问题。
另外这个结果是支持选择固定效应的吧。不晓得如何看结果，不知这个结果是不是好。
如何是确定固定效应，我下一步想要控制时间虚拟变量，在固定效应模型中考虑时间效应，定义年度虚拟变量。在确认固定效应模型以前，我还做了个体效应的检验，也能用的LSDV方法，结果是大部分省份的p值都是0.000，这样是不是就说明个体效应明显。
问题有点多，思路也有些混乱，做论文的时间很紧迫了，请各位帮帮我吧~~~
好着急啊，不晓得结果好不好~
为什么没人帮帮我呀~
求各位大神帮帮忙哇~
没人帮我么。。。。stata大神们，归来吧~
在固定效应模型中加入了时间虚拟变量，结果如下，这样可以么，怎么分析结果啊。
这样我的模型是不是回归做完了，我需要的系数结果是用这个加入时间虚拟变量的结果呢，还是用帖子中做出的固定效应模型的系数结果呢？？？？
好混乱，，，
. tab year,gen(year)
& && & year |& && &Freq.& &&&Percent& && &&&Cum.
------------+-----------------------------------
& && & 2001 |& && && &31& && & 10.00& && & 10.00
& && & 2002 |& && && &31& && & 10.00& && & 20.00
& && & 2003 |& && && &31& && & 10.00& && & 30.00
& && & 2004 |& && && &31& && & 10.00& && & 40.00
& && & 2005 |& && && &31& && & 10.00& && & 50.00
& && & 2006 |& && && &31& && & 10.00& && & 60.00
& && & 2007 |& && && &31& && & 10.00& && & 70.00
& && & 2008 |& && && &31& && & 10.00& && & 80.00
& && & 2009 |& && && &31& && & 10.00& && & 90.00
& && & 2010 |& && && &31& && & 10.00& && &100.00
------------+-----------------------------------
& && &Total |& && &&&310& && &100.00
. xtreg&&lngy lns lnb lnnt lns2 lnb2 lnnt2 lnblns lnblnnt lnslnnt year2-year10,fe vce(cluster province)
Fixed-effects (within) regression& && && && && &Number of obs& && &=& && & 310
Group variable: province& && && && && && && && &Number of groups& &=& && &&&31
R-sq:&&within&&= 0.7224& && && && && && && && & Obs per group: min =& && &&&10
& && & between = 0.4727& && && && && && && && && && && && && & avg =& && &10.0
& && & overall = 0.6489& && && && && && && && && && && && && & max =& && &&&10
& && && && && && && && && && && && && && && && &F(18,30)& && && &&&=& & 122.69
corr(u_i, Xb)&&= -0.1568& && && && && && && && &Prob & F& && && &&&=& & 0.0000
& && && && && && && && && && &(Std. Err. adjusted for 31 clusters in province)
------------------------------------------------------------------------------
& && && && & |& && && && && &Robust
& && &&&lngy |& && &Coef.& &Std. Err.& && &t& & P&|t|& &&&[95% Conf. Interval]
-------------+----------------------------------------------------------------
& && && &lns |&&-.2859842& &.2296574& & -1.25& &0.223& & -.7550073& & .1830388
& && && &lnb |&&-1.399925& &.3853927& & -3.63& &0.001& & -2.187002& &-.6128478
& && &&&lnnt |& &.9676064& &.2815406& &&&3.44& &0.002& &&&.3926238& & 1.542589
& && &&&lns2 |&&-.0966852& &.1369389& & -0.71& &0.486& & -.3763518& & .1829814
& && &&&lnb2 |& &-.355244& &.1126106& & -3.15& &0.004& & -.5852255& &-.1252626
& && & lnnt2 |&&-.3067152& &.1030958& & -2.98& &0.006& & -.5172649& &-.0961655
& && &lnblns |& &-.237157& &.2102173& & -1.13& &0.268& & -.6664779& & .1921639
& &&&lnblnnt |& &.5260562& &.1209874& &&&4.35& &0.000& &&&.2789669& & .7731455
& &&&lnslnnt |& &.1909498& &.1830842& &&&1.04& &0.305& &&&-.182958& & .5648576
& && & year2 |& &.0915558& &.0218068& &&&4.20& &0.000& &&&.0470204& & .1360912
& && & year3 |& &.2843631& &.0296249& &&&9.60& &0.000& && &.223861& & .3448651
& && & year4 |& &.4663503& &.0449073& & 10.38& &0.000& &&&.3746375& & .5580632
& && & year5 |& &.4099921& &.0508033& &&&8.07& &0.000& &&&.3062379& & .5137463
& && & year6 |& &.4959206& &.0623594& &&&7.95& &0.000& &&&.3685658& & .6232755
& && & year7 |& &.6624229& &.0811437& &&&8.16& &0.000& &&&.4967053& & .8281404
& && & year8 |& &.4870199& &.0984146& &&&4.95& &0.000& &&&.2860305& & .6880092
& && & year9 |& & .419465& &.0873113& &&&4.80& &0.000& &&&.2411516& & .5977785
& && &year10 |& &.7601846& &.1312376& &&&5.79& &0.000& &&&.4921615& & 1.028208
& && & _cons |&&-3.552531& &.3520557& &-10.09& &0.000& & -4.271524& &-2.833537
-------------+----------------------------------------------------------------
& &&&sigma_u |&&.
& &&&sigma_e |&&.
& && && &rho |&&.& &(fraction of variance due to u_i)
------------------------------------------------------------------------------
. test year2 year3 year4 year5 year6 year7 year8 year9 year10
( 1)&&year2 = 0
( 2)&&year3 = 0
( 3)&&year4 = 0
( 4)&&year5 = 0
( 5)&&year6 = 0
( 6)&&year7 = 0
( 7)&&year8 = 0
( 8)&&year9 = 0
( 9)&&year10 = 0
& && & F(&&9,& & 30) =& &33.49
& && && && &Prob & F =& & 0.0000
加这个选项是通常可以减少hausman检验得出负值的情况，这个你可以具体看help hausman
一般情况下，如果刚开始没有加sigmamore，得出负值，那么你可以加上再进行检验。
从你的检验结果来看，p值小于0.01，拒绝RE模型，所以选择FE模型。
总评分:&论坛币 + 20&
学术水平 + 1&
热心指数 + 1&
一份耕耘，一份收获。
fjfj1987 发表于
在固定效应模型中加入了时间虚拟变量，结果如下，这样可以么，怎么分析结果啊。
这样我的模型是不是回归做 ...你加入虚拟变量的方式可以，如果想更简单，可以用
xi:xtreg y x1 x2 i.year,fe这种方式
至于哪个模型的结果比较好，这个你必须根据自己的经济理论去
判断了，比如你预期某一个变量的系数为正，或者为负等，只有你
一份耕耘，一份收获。
fjfj1987 发表于
在固定效应模型中加入了时间虚拟变量，结果如下，这样可以么，怎么分析结果啊。
这样我的模型是不是回归做 ...检验应该是这样
test year2=year3=year4=year5=year6=year7=year8=year9=year10=0
一份耕耘，一份收获。
吼吼，神速呀！都开始回归了，我还滞留在咱开题的阶段呢，.。。。。。。
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师}