![]()
《中国工业经济》2024年第9期论文
土地配置如何影响城市人口空间分布
门槛回归
xthreg
论文复刻结果如下：
原文表2结果
1、一文读懂门槛回归结果输出Word文档
将门槛回归结果，也就是单一门槛，双重门槛以及三重门槛回归结果快速输出到word文档里面。
可以使用命令outreg2，当然也可以使用其他命令。
完整命令为：
clear
xthreg i q1 q2 q3 d1 qd1, rx(c1) qx(d1) thnum(1) grid(100) trim(0.01) bs(100)
*_matplot e(LR), columns(1 2) yline(7.35, lpattern(dash)) connect(direct) msize(small) mlabp(0) mlabs(zero) ytitle("LR Statistics") xtitle("单一门槛") recast(scatter) graphregion(color(white)) ylabel(,nogrid)
outreg2 using 门槛回归结果2.doc, replace tstat bdec(3) tdec(2) ctitle(单一门槛)
xthreg i q1 q2 q3 d1 qd1, rx(c1) qx(d1) thnum(2) grid(100) trim(0.01 0.05) bs(100 100)
outreg2 using 门槛回归结果2.doc, append tstat bdec(3) tdec(2) ctitle(双重门槛)
xthreg i q1 q2 q3 d1 qd1, rx(c1) qx(d1) thnum(3) grid(400) trim(0.01 0.01 0.05) bs(100 100 100) thgiven nobslog noreg
outreg2 using 门槛回归结果.doc, append tstat bdec(3) tdec(2) ctitle(三重门槛)
2、动态面板数据结果输出
webuse abdata
qui reg n L(0/1).(w k ys),r
est store OLS
qui xtreg n L(0/1).(w k ys), fe
est store FE
qui xtabond n L(0/1).(w k ys),lag(2) vce(robust)
est store xtabond
local s "using 结果输出.rtf"
local model "OLS FE xtabond "
esttab `model' `s', mtitle(`model') replace ///
b(%6.3f) t(%6.2f) star(* 0.1 ** 0.05 *** 0.01) ///
scalar(N ) ///
compress nogap
结果为：
3、面板数据结果输出
1、输出时间固定效应/地区固定效应/行业固定效应/个体固定效应 Yse /No
可以使用reg2docx命令或者esttab等命令
reg2docx m1 m2 m3 m4 using 表4.docx,replace scalars(N) b(%9.4f) se(%7.4f)addfe("国家固定效应=是" "年份固定效应=是" "行业固定效应=*")note("注：***、**、*分别表示在1%、5%和10%的统计水平上显著；括号内为聚类国家层面的稳健标准误。")drop($c _cons)
use 数据.dta,clear
qui reg lntfp tt i.year i.area i.ind if so2==1,cluster(area)
est store m1
qui reg lntfp tt zcsy lf age owner sczy lnaj lnlabor lnzlb i.year i.area i.ind if ///
so2==1,cluster(area)
est store m2
qui xtreg lntfp tt i.year i.company if so2==1,cluster(area)
est store m3
qui xtreg lntfp tt zcsy lf age owner sczy lnaj lnlabor lnzlb i.year i.company if ///
so2==1,cluster(area)
est store m4
esttab m*, mtitle(m1 m2) b(%6.4f) se(%6.4f) nogap compress ///
star(* 0.1 ** 0.05 *** 0.01) ///
r2(%6.4f) scalar(N) replace ///
indicate("时间固定效应 =*.year" "地区固定效应 =*.area" "行业固定效应 =*.ind" "个体固定效应 =*.company")
结果为：
2、Stata面板个体固定、时间固定、双固定结果输出命令汇总
*# 结果输出汇总：
clear
set more off
use "E:\stata\data\FDI.dta", clear
xtset var1 year
*1、个体固定效应模型
*#方法1
xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe r
est store m1
*#方法2
reg lngdp lnfdi lnie lnex lnim lnci lngp i.var1, r
*2、【时点】固定效应变截距模型
reg lngdp lnfdi lnie lnex lnim lnci lngp i.year, r
est store m2
*3、个体时间双固定效应模型代码为：
*#方法1
xtreg lngdp lnfdi lnie lnex lnim lnci lngp i.year,fe r
est store m3
*#方法2
reg lngdp lnfdi lnie lnex lnim lnci lngp i.var1 i.year, r
esttab m1 m2 m3 , ///
title("面板数据计量分析之结果输出") replace ///
mtitles("个体" "时间" "个体时间") ///
b(%6.3f) t(%6.3f) ///
star( * 0.10 ** 0.05 *** 0.01 ) ///
addnotes("*** 1% ** 5% * 10%") staraux r2 nogap compress
个体固定效应、时间固定、双固定效应模型操作结果为：
1、个体固定效应模型代码为：
#方法1xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe r#方法2reg lngdp lnfdi lnie lnex lnim lnci lngp i.id, r
结果为：
2、时间固定效应模型代码为：
【时点】固定效应变截距模型reg lngdp lnfdi lnie lnex lnim lnci lngp i.year, r
3、个体时间双固定效应模型代码为：
#方法1xtreg lngdp lnfdi lnie lnex lnim lnci lngp i.year,fe r#方法2reg lngdp lnfdi lnie lnex lnim lnci lngp i.state i.year, r
4、结果输出
. clear. set more off. use "E:\stata\data\FDI.dta", clear. xtset var1 yearpanel variable: var1 (strongly balanced)time variable: year, 2005 to 2015delta: 1 unit. *1、个体固定效应模型. *#方法1. xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe rFixed-effects (within) regression Number of obs = 341Group variable: var1 Number of groups = 31R-sq: Obs per group:within = 0.9154 min = 11between = 0.4268 avg = 11.0overall = 0.5069 max = 11F(6,30) = 118.00corr(u_i, Xb) = 0.1189 Prob > F = 0.0000(Std. Err. adjusted for 31 clusters in var1)------------------------------------------------------------------------------| Robustlngdp | Coef. Std. Err. t P>|t| [95% Conf. Interval]-------------+----------------------------------------------------------------lnfdi | .1620616 .066825 2.43 0.022 .0255868 .2985365lnie | -.011579 .1955887 -0.06 0.953 -.4110244 .3878664lnex | .1780455 .1565214 1.14 0.264 -.1416139 .4977049lnim | .2169 .0619277 3.50 0.001 .0904269 .3433732lnci | .2069592 .1360425 1.52 0.139 -.0708767 .4847951lngp | .9621937 .1393597 6.90 0.000 .6775832 1.246804_cons | -4.36752 1.03917 -4.20 0.000 -6.489789 -2.245252-------------+----------------------------------------------------------------sigma_u | .76794087sigma_e | .13909251rho | .96823615 (fraction of variance due to u_i)------------------------------------------------------------------------------. est store m1. *2、【时点】固定效应变截距模型. reg lngdp lnfdi lnie lnex lnim lnci lngp i.year, rLinear regression Number of obs = 341F(16, 324) = 240.20Prob > F = 0.0000R-squared = 0.9044Root MSE = .34395------------------------------------------------------------------------------| Robustlngdp | Coef. Std. Err. t P>|t| [95% Conf. Interval]-------------+----------------------------------------------------------------lnfdi | -.0950417 .0461325 -2.06 0.040 -.1857987 -.0042847lnie | -.621826 .1563869 -3.98 0.000 -.929488 -.3141641lnex | .5672768 .0998822 5.68 0.000 .3707772 .7637763lnim | .336701 .0834118 4.04 0.000 .1726039 .5007981lnci | -.2755211 .1139567 -2.42 0.016 -.4997095 -.0513327lngp | -1.20302 .0771109 -15.60 0.000 -1.354721 -1.051318|year |2006 | .1611404 .1017936 1.58 0.114 -.0391193 .36140022007 | .3659864 .0975256 3.75 0.000 .174123 .55784972008 | .6134635 .0978729 6.27 0.000 .420917 .806012009 | .9791186 .1005827 9.73 0.000 .781241 1.1769962010 | 1.080576 .1030606 10.48 0.000 .8778236 1.2833292011 | 1.266939 .1046316 12.11 0.000 1.061096 1.4727822012 | 1.419002 .1053182 13.47 0.000 1.211808 1.6261952013 | 1.511623 .1078047 14.02 0.000 1.299537 1.7237082014 | 1.561977 .1080786 14.45 0.000 1.349353 1.7746022015 | 1.765482 .111232 15.87 0.000 1.546653 1.98431|_cons | 14.22978 .7091521 20.07 0.000 12.83466 15.6249------------------------------------------------------------------------------. est store m2. *3、个体时间双固定效应模型代码为：. *#方法1. xtreg lngdp lnfdi lnie lnex lnim lnci lngp i.year,fe rFixed-effects (within) regression Number of obs = 341Group variable: var1 Number of groups = 31R-sq: Obs per group:within = 0.9853 min = 11between = 0.8468 avg = 11.0overall = 0.5721 max = 11F(16,30) = 499.31corr(u_i, Xb) = 0.4050 Prob > F = 0.0000(Std. Err. adjusted for 31 clusters in var1)------------------------------------------------------------------------------| Robustlngdp | Coef. Std. Err. t P>|t| [95% Conf. Interval]-------------+----------------------------------------------------------------lnfdi | .0152438 .0263219 0.58 0.567 -.0385126 .0690002lnie | -.0592966 .075265 -0.79 0.437 -.2130083 .094415lnex | .1103377 .0485864 2.27 0.030 .0111111 .2095643lnim | .0481628 .0351848 1.37 0.181 -.0236941 .1200197lnci | .150422 .0662466 2.27 0.031 .0151285 .2857156lngp | -.1767717 .1011458 -1.75 0.091 -.3833391 .0297956|year |2006 | .1302531 .0127947 10.18 0.000 .1041229 .15638332007 | .299032 .0263906 11.33 0.000 .2451352 .35292882008 | .4678728 .0425085 11.01 0.000 .3810588 .55468682009 | .5989009 .0529545 11.31 0.000 .4907533 .70704842010 | .7459874 .0635466 11.74 0.000 .6162079 .87576692011 | .9167391 .0757519 12.10 0.000 .7620331 1.0714452012 | 1.015613 .0830691 12.23 0.000 .8459637 1.1852632013 | 1.101845 .0862763 12.77 0.000 .9256458 1.2780452014 | 1.164955 .0878947 13.25 0.000 .9854505 1.344462015 | 1.242972 .0892019 13.93 0.000 1.060797 1.425146|_cons | 8.426454 .8562074 9.84 0.000 6.677845 10.17506-------------+----------------------------------------------------------------sigma_u | .78635225sigma_e | .05896912rho | .99440784 (fraction of variance due to u_i)------------------------------------------------------------------------------. est store m3. esttab m1 m2 m3 , ///> title("面板数据计量分析之结果输出") replace ///> mtitles("个体" "时间" "个体时间") ///> b(%6.3f) t(%6.3f) ///> star( * 0.10 ** 0.05 *** 0.01 ) ///> addnotes("*** 1% ** 5% * 10%") staraux r2 nogap compress面板数据计量分析之结果输出-------------------------------------------------(1) (2) (3)个体 时间 个体时间-------------------------------------------------lnfdi 0.162 -0.095 0.015(2.425)** (-2.060)** (0.579)lnie -0.012 -0.622 -0.059(-0.059) (-3.976)*** (-0.788)lnex 0.178 0.567 0.110(1.138) (5.679)*** (2.271)**lnim 0.217 0.337 0.048(3.502)*** (4.037)*** (1.369)lnci 0.207 -0.276 0.150(1.521) (-2.418)** (2.271)**lngp 0.962 -1.203 -0.177(6.904)*** (-15.601)*** (-1.748)*2005.year 0.000 0.000(.) (.)2006.year 0.161 0.130(1.583) (10.180)***2007.year 0.366 0.299(3.753)*** (11.331)***2008.year 0.613 0.468(6.268)*** (11.007)***2009.year 0.979 0.599(9.734)*** (11.310)***2010.year 1.081 0.746(10.485)*** (11.739)***2011.year 1.267 0.917(12.109)*** (12.102)***2012.year 1.419 1.016(13.473)*** (12.226)***2013.year 1.512 1.102(14.022)*** (12.771)***2014.year 1.562 1.165(14.452)*** (13.254)***2015.year 1.765 1.243(15.872)*** (13.934)***_cons -4.368 14.230 8.426(-4.203)*** (20.066)*** (9.842)***-------------------------------------------------N 341 341 341R-sq 0.915 0.904 0.985-------------------------------------------------t statistics in parentheses*** 1% ** 5% * 10%* p<0.10, ** p<0.05, *** p<0.01
