本研究の分析に用いるデータがパネルデータであるため、固定効果モデルか変量効果モデルのどちらを採用するかをハウスマン検定によって判定する。ハウスマン検定では「固有効果!#と説明変数"#$が独立である」という帰無仮説が採択された場合、変量効果モデルが分析に適している。逆に帰無仮説が棄却された場合、固定効果モデルが分析に適している。（例えば、■．■■や■．■■となる場合、固定効果と説明変数が独立である可能性が十分に小さいため固定効果モデルを採用する。）固定効果モデルまたは変量効果モデルでパネル分析を行った結果、SDG■■の値がマイナスとなりp値が有意な値になった場合、SDGs未来都市の選定によるCO■排出量の減少効果が出ていると結論づけることができる。ここで、p値が■．■■以下の場合は■％水準で有意、■．■■より大きく■．■■以下の場合は■％水準で有意、■．■■より大きく■．■以下の場合は■■％水準で有意であるとする。SDGs未来都市の選定を受けた場合、CO■排出量に削減効果があるのかについて、前節の回帰モデルを推定することで検証を行った。推定においては、モデル■は被説明変数に対数をとらないモデル、モデル■は被説明変数に対数をとったモデルで推定を行っている。表■は産業全体でのCO■排出量を対象としたデータの推定結果を表している。まず、ハウスマン検定により、被説明変数に対数をとらない場合と対数をとった場合の両方で、産業全体では固定効果モデルが採択された。固定効果モデルで分析した結果、表■のモデル■より、SDG■■の係数はマイナスで統計的に有意であった。これより、SDGs未来都市に選定され、かつSDG■■「気候変動に具体的な対策を」を目標に定めている自治体は、それ以外の自治体に比べてCO■排出量が少ないことが客観的に明らかになった。さらに、その削減量は平均的に約■■■．■万t−CO■であると推定された。■■■■年の日本の温室効果ガス排出量が■■億■，■■■万トンであることから、推定された排出量は、総排出量学生懸賞論文集第■■号■−■．モデルの選択：ハウスマン検定44■．分析の結果
元のページ ../index.html#51