我国碳排放水平的区域差异及影响因素分析_张珍(5)

模型的区别是前者假定模型中不存在个体效应和时间而FE模型与RE模型的区别在于观测不到的变量与某些解释变量是否相关，FE模型假设两者相关，RE模型假设两者不相关。至于选择哪种模型，可以通过相应的参数检验来确定。POLS模型与变截距模型的选择可以通过F检验（限于篇幅，具体方法省略，下同）和LM（拉格朗日乘数）检验来确定。F检验用于比较POLS模型与FE模型的优劣，LM检验用于比较POLS模型与RE模型的优劣，若拒绝零假设就选择POLS模型，若不拒绝零假设就选择FE模型或RE模型。后一种情况可以通过Hausman（豪斯曼）检验来进一步确定选择FE模型还是选择RE模型，零假设为观测不到的变量与模型中某些变量不相关，拒绝零假设表明选择FE模型比选择RE模型更加合理。

对于面板数据模型，区域间的异方差以及区域内的自相关问题不能被忽视。许多学者在用面板数据模型对类似问题进行研究时，通常情况下会认为FE模型或RE模型是最优选择，但事实并非如此，原因是FE模型或RE模型并不能完美地解决异方差和自相关的问题。针对这种情况，FGLS（广义最小二乘法）

表4

F检验

重度排放区域中度排放区域轻度排放区域

27.86（3.01）34.09（4.75）18.35（4.75）

模型能够较好地修正面板数据模型存在的异方差和自种选择。FGLS模型由残差项εi，t的协方差矩阵得到，εi，t的协方差矩阵由异方差矩阵和自相关矩阵相乘得到，具体表达式为：

效应，而后者假设个体间存在有观测不到的异质性。相关问题，被认为是优于FE模型和RE模型的另一

δ11W11δ12W12

δ21W21δ22W22

E（εε'）=U=

……

δN1WN1δN2WN2

阵，自相关矩阵Wij的表达式为：

…δ1NW1N…δ2NW2N…

……δNNWNN

（4）

其中，δij和Wij分别表示异方差矩阵和自相关矩

ω2

j

Wij=

… ωT－1 j

1 ω

j

ωj1ωj…ωj

T－2

ωj1

2

……………

ωj

ωj…ωj

T－3

ω

T－3ωj

… 1

T－2j

T－1

（5）

通过上述各检验方法对三大区域的面板数据模型的适应性进行判断，结果如表4所示。

面板数据模型检验结果

Hausman检验

15.76（9.27）12.28（9.05）8.74（9.05）

LR检验363.19（37.23）442.81（40.37）270.52（40.37）

Wooldridge检验

82.26（4.14）90.69（4.52）79.33（4.52）

LM检验518.02（7.36）926.51（7.71）270.44（7.71）

注：括号内为对应的t值；临界值均在5%的显著性水平下；F检验和LM检验的零假设为POLS模型，Hausman检验的零假设为RE模型，LR检验的零假设为方差齐性，Wooldridge检验的零假设为独立性。

从表4可以看出，三大区域F检验和LM检验统计量的值均大于相应的临界值，拒绝零假设，舍弃POLS模型而应该选择变截距模型，即选择FE模型或RE模型，Hausman检验的结果表明在变截距模型中应该选择FE模型，但LR检验和Wooldridge检验

［16］

自方差的问题，在这种情况下，不能认为FE模型是最优模型，而应该考虑选择能够修正异相关和自方差的FGLS模型。

在选择FGLS模型的基础上，对三大区域2000～2009年相关面板数据利用式（3）进行回归分析，得到碳排放影响因素的结果如表5所示。中度排放区域

轻度排放区域77.262＊＊（1.006）0.027＊＊（1.826）

的结果表明，三大区域的样本均存在异相关和

表5

重度排放区域

K

106.954＊＊（1.758）0.014＊＊（1.022）

FGLS模型参数估计结果

93.728＊＊（1.492）0.009＊＊＊（1.255）

ECS

94