两阶段回归TSLS分析结果解读
一、方法概述
两阶段最小二乘法（Two-Stage Least Squares, 2SLS/TSLS）是计量经济学中解决内生性问题最为经典的工具变量法之一。该方法由Theil和Basmann于1953-1957年间分别独立提出。2SLS方法分为两个阶段：第一阶段将内生变量对工具变量和所有外生变量进行回归，得到内生变量的预测值；第二阶段将被解释变量对第一阶段的预测值及其他外生变量进行回归，得到最终的参数估计。该方法能够有效处理由遗漏变量、互为因果、测量误差等原因导致的内生性问题，获得一致的参数估计。本研究使用SPSSAU软件进行2SLS回归分析，将x1、x2作为内生变量，z1、z2作为工具变量，y2作为外生变量，y1作为被解释变量，样本量为380。
在SPSSAU【计量经济研究】模块选择【两阶段回归TSLS】，将变量拖拽至右侧对应分析框，操作如下图：
二、研究变量设置
本次2SLS回归分析的变量设置如表1所示。被解释变量为y1，内生变量为x1和x2，工具变量为z1和z2，外生变量为y2。
三、2SLS回归分析结果
2SLS回归分析分为两个阶段。第一阶段将内生变量x1、x2分别对工具变量z1、z2和外生变量y2进行回归，得到预测值。第二阶段将被解释变量y1对第一阶段的预测值及外生变量y2进行回归，得到最终结果如表2所示。
从表2可以看出，模型R2值为-1.375，调整R2值为-1.394，均为负值。对模型进行Wald卡方检验，结果为卡方(3)=124.318，p=0.000<0.01，模型通过了Wald卡方检验，说明x1、x2和y2中至少有一项会对y1产生影响关系。模型公式为：y1 = -0.058 - 0.797*x1 + 0.200*x2 + 0.273*y2。
各自变量的具体影响情况如下：
（1）x1的回归系数值为-0.797，标准误为0.784，t值为-1.016，p=0.309>0.05，未达到0.05水平的显著性，95%置信区间为[-2.333, 0.740]，包含0。这表明x1并不会对y1产生显著的影响关系。
（2）x2的回归系数值为0.200，标准误为1.157，t值为0.173，p=0.862>0.05，未达到0.05水平的显著性，95%置信区间为[-2.067, 2.468]，包含0且区间跨度极大。这表明x2并不会对y1产生显著的影响关系。x2的标准误较大（1.157），表明其系数估计不够精确。
（3）y2的回归系数值为0.273，标准误为0.065，t值为4.201，p=0.000<0.01，达到0.01水平的显著性，95%置信区间为[0.146, 0.401]，不包含0。这表明y2会对y1产生显著的正向影响关系，y2每增加一个单位，y1平均增加0.273个单位。
四、模型汇总信息
模型汇总的中间过程信息如表3所示。
从表3可以看出，模型的均方根误差Root MSE为0.771，DW值为1.987，接近2，表明残差不存在明显的序列相关性。
五、简化格式结果
六、Durbin-Wu-Hausman外生性检验
Durbin-Wu-Hausman检验用于判断解释变量是否均为外生变量，即是否存在内生性问题。原假设为所有解释变量均外生（不存在内生变量）。如果拒绝原假设（p<0.05），则说明存在内生性问题，使用工具变量法是必要的。检验结果如表5所示。
从表5可以看出，Durbin检验的统计量为卡方(2)=36.937，p=0.000<0.01；Wu-Hausman检验的统计量为F(2,374)=20.134，p=0.000<0.01。两个检验均在0.01水平上拒绝所有解释变量均外生的原假设，说明解释变量中确实存在内生变量，使用工具变量法（2SLS）是必要且合理的。
七、第一阶段回归结果
第一阶段回归是将内生变量x1和x2分别对工具变量z1、z2和外生变量y2进行回归。第一阶段回归的汇总信息如表6所示。
从表6可以看出，以x1为被解释变量的第一阶段回归R2为0.202，Partial R2为0.019，Shea R2为0.003，F统计量为3.731（p=0.025<0.05），达到显著水平，说明工具变量对x1具有一定的解释力。以x2为被解释变量的第一阶段回归R2为0.040，Partial R2为0.008，Shea R2为0.001，F统计量为1.480（p=0.229>0.05），未达到显著水平。F值远小于经验阈值10，表明x2对应的工具变量可能为弱工具变量，需要引起关注。
第一阶段回归的详细结果如表7所示。
从表7可以看出，第一阶段x1的回归中，常数项（t=-3.758，p<0.01）、y2（t=-3.758，p<0.01）和z1（t=-2.533，p<0.05）均达到显著水平，而z2（t=-1.142，p>0.05）不显著。x2的回归中，常数项（t=-2.134，p<0.05）和y2（t=-2.134，p<0.05）达到显著水平，但z1（t=-1.209，p>0.05）和z2（t=-1.279，p>0.05）均不显著。这进一步说明工具变量对x2的解释力较弱，可能存在弱工具变量问题。
八、样本数据情况
九、图形分析
图1 2SLS回归系数对比图
从图1可以直观观察2SLS回归各自变量的回归系数及其显著性。y2的回归系数（0.273）呈现出统计显著性，其置信区间不包含0值线。x1（-0.797）和x2（0.200）的置信区间均跨越0值线，直观反映了这两个变量未达到统计显著性的事实。图形结果与表2的数值分析一致。
十、结论
本研究使用SPSSAU软件，以380个有效样本为研究对象，将x1、x2作为内生变量，z1、z2作为工具变量，y2作为外生变量，进行两阶段最小二乘回归分析。Durbin-Wu-Hausman检验结果（Durbin: 卡方(2)=36.937, p<0.01；Wu-Hausman: F(2,374)=20.134, p<0.01）证实了内生性问题的存在，使用2SLS方法是必要的。2SLS回归结果显示，Wald卡方检验显著（卡方(3)=124.318，p=0.000），外生变量y2（beta=0.273，t=4.201，p<0.01）对y1产生显著的正向影响。内生变量x1（beta=-0.797，p=0.309）和x2（beta=0.200，p=0.862）对y1的影响均不显著。第一阶段回归结果显示x2对应的工具变量可能为弱工具变量（F=1.480<10），建议后续研究中考虑优化工具变量的选择。
