面板数据模型的实证结果和分析：混合回归、固定效应和随机效应

面板数据模型的分析通常有三种形式可供选择：混合回归模型、固定效应模型和随机效应模型。在面板数据模型估计的选取方法上，使用F检验识别混合回归模型还是固定效应模型，原假设是混合回归模型优于固定效应模型。使用Breusch和Pagan（1980）提供的LM检验（LM Test for Individual-Specific Effects）来识别是混合效应模型还是随机效应模型，原假设是不存在随机效应即混合回归模型正确。使用Hausman检验来判断是选择使用固定效应还是随机效应，原假设是随机模型为正确模型。列（4.1）、列（4.2）和列（4.3）是依次引入一般人力资本、专业人力资本、企业家人力资本的基本回归结果，列（4.4）同时引入三类人力资本。所有列F2检验选择了固定效应模型，LM检验选择了随机效应，最终Hausman检验选择了固定效应。R2的数值和F1检验表明列的拟合度较高，整体具有很强的解释力。需要指出的是，所有的基本回归结果都是初步的，没有进行稳健性检验，也未能考虑内生性问题，最终结果有待进一步检验。

表4　三类人力资本与中国工业生产率的基本回归结果（因变量：TFP）

续表(www.xing528.com)

注：***、**、*分别代表在1%、5%、10%的水平上显著。FE模型下括号内为t统计量。为了避免混淆，本文设定1F是对回归方程的拟合结果的联合显著性检验的统计量，相当于OLS中的F统计量，2F检验则用来识别是否存在个体效应。H是Hausman检验统计量，原假设是随机效应模型设定正确。LM检验是使用随机效应估计后才能进行的，为了节省篇幅，本文也将LM检验结果报告在固定效应模型结果中。本表注适用于本文的表5至表8。