空间多层次误差模型的估计方法研究及应用

发布时间：2020-04-02 05:55

【摘要】：许多科学研究所用数据常呈现层级结构,面板数据即是层级数据的一类。多层次模型为研究复杂的层级结构数据提供了分析框架,但未考虑层级结构数据的空间相关性,使得研究结论可能出现偏差。本研究拓展空间多层次经济计量模型研究,同时考虑研究对象层级间的嵌套关系和层级结构数据的空间相关性,建立空间多层次误差模型(或称层级数据空间误差模型)包括空间多层次误差自回归(HSEAR)模型与空间多层次误差移动平均(HSEMA)模型。本研究建立空间多层次误差模型广义矩(GMM)估计框架,构造等权重GMM估计量与最优权重GMM估计量,对空间多层次误差模型误差项方差系数及空间相关系数进行估计,克服了极大似然估计(MLE)法在运算上的困难,以及工具变量(IV)估计的精确度问题。进一步,研究提出使用可行广义最小二乘(FGLS)方法估计模型总体回归参数,解决了经济计量实证研究中存在空间相关性下多层次模型参数估计问题。研究通过蒙特卡洛仿真实验,求得各估计量的估计偏误(Bias)与均方根误(RMSE),并对比HSEMA和HSEAR模型的GMM-FGLS估计量和空间多层次滞后(HSLAG)模型的IV-2SLS估计量的估计残差分布,以衡量各估计量的估计精度,并比较其有限样本性质。仿真对比结果显示,三个模型在对于不同的参数估计的精度表现上各有优劣。实证方面,本研究采用空间多层次误差模型对实际经济运行进行研究。研究分别采用二维面板数据(1995-2015年中国省际二氧化碳排放量、经济增长与能源消费结构等面板数据)、三维非平衡面板数据(2000-2013年广东省21个地区31个工业产业的三维面板数据),采用研究提出的通过空间多层次经济计量模型对中国省际碳排放影响因素,以及广东省工业产业中知识溢出与产业结构的关系进行研究,研究所得结论更加贴近中国经济运行现实。本文研究成果拓展了空间计量分析方法,并可应用于实际经济管理研究。
【图文】：

杓撇渭用商乜缡迥Ｄ馐笛榈娜，

本文编号：2611556