Page 39 - 201903
P. 39

北京工商大学学报(社会科学版)摇 摇 摇 摇 2019 年摇 第 3 期

   结果显示存在显著的个体效应,说明 FE 模型明                         较紧张,铁路运输的仓储和冷藏条件也难以有效

   显优于混合 OLS 模型。 通过进行 Hausman 检验,                  满足农产品区域间运输的需要,导致铁路对农产
   进一步比较固定效应模型和随机效应模型,结果                           品跨区域流通的促进作用并不明显。 我们在计量
   表明应该选择固定效应(FE)模型。 另外,根据第                        模型中删除铁路密度变量重新进行估计,第(4)
   (1)列 ~ 第(3)列的估计结果可以得出,无论是混                      列和第(5)列分别报告了固定效应(FE)模型和随
   合 OLS 模型、FE 模型还是 RE 模型,都显示铁路                    机效应(RE)模型的估计结果。 面板设定的 F 检
   密度(Rail)对农产品流通市场分割的影响并不显                        验和 Hausman 检验显示,仍然应该选用固定效应
   著。 其原因可能在于,中国铁路运力长期以来比                          模型。

                    表 2摇 交通基础设施和流通组织规模对农产品流通市场分割影响的估计结果

                                                 OLS                                  IV鄄GMM
                     POOLED(1)      FE(2)       RE(3)        FE(4)       RE(5)         (6)
                             **         ***          ***         ***           **           ***
                      - 0郾 023 1  0郾 094 5     0郾 027 8     0郾 102 0    - 0郾 021 7   - 0郾 085 3
         Road
                      (0郾 009 0)  (0郾 017 9)  (0郾 016 9)   (0郾 017)     (0郾 008 5)   (0郾 019 2)
                       0郾 288 0  - 0郾 981 0    0郾 323 0
          Rail
                      (0郾 331 0)  (0郾 812 0)  (0郾 276 0)
                             ***        *            ***         ***           ***          ***
                       0郾 016 6  - 0郾 013 0    0郾 016 4     0郾 016 1     0郾 013 8    - 0郾 071 5
        Cirscale
                      (0郾 005 2)  (0郾 006 7)  (0郾 005 2)   (0郾 006 2)   (0郾 004 6)   (0郾 020 1)
                             ***                     ***                       ***          **
                       0郾 051 1  - 0郾 009 2    0郾 053 2     0郾 001 7     0郾 056 4    - 0郾 113 0
         Trade
                      (0郾 013 9)  (0郾 029 6)  (0郾 010 9)   (0郾 028 2)   (0郾 010 3)   (0郾 049 7)
                             **         **           ***         **            ***          ***
                       0郾 752 0   1郾 063 0     0郾 836 0     1郾 121 0     0郾 791 0     1郾 287 0
          Fine
                      (0郾 322 0)  (0郾 450 0)  (0郾 282 0)   (0郾 448 0)   (0郾 279 0)   (0郾 490 0)
                      - 0郾 002 2  - 0郾 134 0  **  - 0郾 006 8  - 0郾 126 0 *  - 0郾 012 3  0郾 072 4
         Govex
                      (0郾 015 0)  (0郾 065 4)  (0郾 022 2)   (0郾 065 1)   (0郾 021 4)   (0郾 097 9)
                             ***        *            ***         **            ***          ***
                       0郾 070 2   0郾 041 6     0郾 070 1     0郾 044 3     0郾 073 6     0郾 071 3
        Stahold
                      (0郾 010 8)  (0郾 022 1)  (0郾 013 1)   (0郾 022 0)   (0郾 012 7)   (0郾 025 6)
                      - 0郾 010 5  0郾 026 3  ***  - 0郾 007 2  0郾 025 7 ***  - 0郾 007 9  0郾 024 8 **
        Dummy08
                      (0郾 011 6)  (0郾 099)    (0郾 008 5)   (0郾 009 9)   (0郾 008 5)   (0郾 010 7)
                                        ***                      ***
                       0郾 021 5   0郾 133 0     0郾 019 7     0郾 112 0     0郾 018 9     0郾 121 1
        常数项
                      (0郾 021 1)  (0郾 040 0)  (0郾 019 7)   (0郾 036 1)   (0郾 019 5)   (0郾 400 0)
           2
          R            0郾 275 0   0郾 350 0     0郾 293 0     0郾 347 0     0郾 289 0     0郾 216 0
                                  26郾 56                   30郾 12
         F 检验
                                 [0郾 000 0]                [0郾 000 0]

                                              37郾 61                     36郾 08
      Hausman 检验
                                              [0郾 000 0]                [0郾 000 0]
           、 、 分别表示在 1% 、5% 、10% 的水平上显著;()内为系数的标准误,[]内为相应检验统计量的 p 值;样本量
   摇 摇 注: *** ** *
   为 434。
   摇 摇 因此,本文以第(4)列的 FE 模型为基础进行                     表明公路交通基础设施建设有利于促进农产品流
   计量结果分析。 公路密度(Road) 对农产品流通                       通市场整合,降低农产品流通市场分割。 这与预
   市场分割具有负向影响,并且在 1% 水平上显著,                        期是相符的。

    · 3 4 ·
   34   35   36   37   38   39   40   41   42   43   44