中国的经济增长及能源消费空间面板的分析.docVIP

三、空间面板数据模型 1，模型设定及其经济意义 空间经济计量学所研究的空间效应包括空间自相关或空间依赖性和空间差异性。前者指一个地区的样本观测值与其他地区的观测值相关。观测值在空间上缺乏独立性，而且空间相关的程度及模式由绝对位置和相对位置(布局、距离)决定。后者指由于空间单位的异质性而产生的空间效应在区域层面上的非均一性(Anselin , 1988a)。空间相关性来自于两方面(Anselin ,1988)：一方面，不同地区经济变量样本数据的采集可能存在空间上的测量误差；另一方面，相邻地区间的经济联系客观存在，尤其是在区域一体化和经济全球化的今天，地区间经济联系更加密切。由以上两方面可知，空间自相关性在空间自回归模型中体现在误差项和因变量的滞后项，因此，空间经济计量的两种基本模型分别是空间自回归模型(Spatial Auto regressive Model ,SAR) 和空间误差模型(Spatial Error Model ,SEM) ,这两个模型的基本形式为: 空间自回归模型(SAR) : （4） 空间误差模型(SEM) :） （5） 其中，y为因变量，X为自变量向量（包括常数项），为变量系数,和分别为空间自回归系数和空间自相关系数， 为误差成分。在一维误差分解模型中，或；在二维误差分解模型中，，～、以及～。分别为时间维度与截面维度，为T维单位时间矩阵，为n×n的空间权重矩阵(n为地区数)，权数系数可以根据实际情况决定。 根据误差成分分解的不同可以分为固定效应还是随机效应，本文使用空间固定效应模型(Elhorst 2003)。模型中控制了两类非观测效应——空间固定效应和时间固定效应，前者反映随区位变化，但不随时间变化的背景变量(如经济结构和自然禀赋等)对稳态水平的影响；后者代表随时间变化，但不随区位变化的背景变量(如商业周期和暂时性冲击等)对稳态水平的影响。 设和分别为空间固定效应的N维列向量和时间固定效应的T维列向量，如下所示： 则对应于每个观测值的空间和时间固定效应列向量如下所示： 其中和分别为T维和N维元素全为1的列向量。 那么（4）、（5）可以转化为以下表达式： （6） （7） Anselin(2003)从空间滞后变量的类型和空间相关性的作用范围两个维度，对空间计量经济模型进行了分类，并在一定程度上揭示了空间误差模型和空间滞后模型的经济意义。这两个模型所反映的空间相关性都是全局性的，考察范围内任何两个地区之间都存在相关性，并且相关强度服从距离衰减规律；空间自回归模型意味着一个地区经济增长的所有解释变量，都会通过空间传导机制作用于其他地区，而空间误差模型则反映了区域外溢是随机冲击的作用结果。因此，模型(6)和模型(7)不仅考虑了区域经济增长的空间和时间异质性，而且把空间相关性明确引入了生产函数方程。这就在很大程度上纠正了可能的模型误设问题，而且还可以为考察区域外溢提供启发。 2，空间相关性检验和模型选择 空间相关性检验是空间计量经济分析的一个重要内容。区域空间相关性的检验主要有基于极大似然估计的假设检验的Wald、LR和LM统计量和空间相关指数Moran’s I和Geary C。Moran’s I(Moran 1948)、LMerr(Burridge 1980)、LMsar、Lratios、Walds(Anselin 1988b)等空间相关性检验都是针对单个截面回归模型提出的，不能直接用于面板数据模型。本文用分块对角矩阵代替Moran’s I等统计量计算公式中的空间权重矩阵，就可以方便地把这些检验扩展到面板数据分析(何江,张馨之 2006)。 LMerr和LMsar及其稳健形式的空间相关性检验，不仅可以用来检验空间相关性，还可以为模型设定提供线索(Anselin Rey 1991；Anselin Florax 1995)，帮助我们在模型(6)和模型(7)之间进行选择。在模型选择问题上，目前通行做法是先用OLS方法估计不考虑空间相关性的受约束模型，然后进行空间相关性检验，如果LMsar(或LMerr)比LMerr(或Lmsar)统计量更显著，那么恰当的模型是空间滞后模型(或空间误差模型)。Anselin和Rey(1991)利用蒙特卡罗实验方法证明，这种方法能够为空间计量经济模型的选择提供很好的指导。 3，参数估计 OLS估计量是无偏的，但不再有效；在模型包含空间滞后被解释变量的情况下，OLS估计量不仅是有偏的而且非一致。所以，一般使用极大似然法（ML）来估计空间计量经济