论文：地理加权空间误差模型的GMM估计.docVIP

论文：地理加权空间误差模型的GMM估计 论文：地理加权空间误差模型的GMM估计【摘要】本文建立了地理加权空间误差模型的GMM估计框架，对模型进行了估计研究。在GMM估计框架下估计地理加权空间误差模型能够有效减少计算量，解决了地理加权空间误差模型估计中误差分布未知的限制，拓展了地理加权空间误差模型的估计方法及?应用范围。关键词：空间相关性;空间异质性;地理加权空间误差模型;GMM估计GMM?Estimation?for?the?GWR-SEA?ModelAbstract：This?paper?set?up?a?GMM?framework?to?estimate?and?infer?GWR-SEA?model?(Geographically?Weighted?Regression?with?Spatial?Error?Autocorrelation?Model).?GMM?estimates?can?effectively?reduce?the?computational?complexity,?and?solved?the?unknown?error?distribution?restrictions,?expanding?the?GWR-SEA?model’s?estimation?method.Keyword:?Spatial?dependence;?Spatial?heteroscedasticity;GWR-SEA?model;GMM?estimate一、引言空间相关性与空间异质性是空间经济研究的两大主题。由于处理空间异质性问题的复杂性，相比较而言，解决空间异质性经济计量研究落后于空间相关性分析技术进展。目前，空间异质性经济计量分析中，Brunsdon?(1998a)?提出(1)假设误差项独立同分布，且。根据上述假设及式（1），有，所以，记，有（2）式(1)存在两个零矩条件（Kelejian??Pruch,1999，2009）：，?。（其中。）（3）记。考虑式模型（1）的样本矩，将与的一致估计量与代入式（3），有，空间误差项的GMM估计值如下：（4）权重矩阵为。将代入式(1)，可得的一致估计量。由于空间异质性的存在，?Paze等（2002）提出模型(1)的局部模型，即地理加权空间误差模型(GWR-SEA模型)。假设在任意观测点o(o=1,2,…,n)的回归曲面可近似为如下线性形式：，?(5)其中Y、X是因变量矩阵和解释变量矩阵，W是对角线元素为0的空间权重矩阵（取法见Anselin,1988），为观测点o的地理位置坐标，记是空间误差系数，是系数向量，是误差向量。令，随着观测点o(o=1,2,…,n)的变化，GWR-SEA模型的系数为，可见是一个型的矩阵，有别于空间误差模型(1)的系数向量。模型(5)假设误差向量各元素相互独立，且，，地理权重矩阵(是的逆矩阵)有多种取法(Brunsdon,1998a)，本文取应用最广的Gauss地理权重矩阵：表示观测点o与观测点i的欧氏距离，是窗宽。?三、GWR-SEA模型的GMM估计将矩阵左乘式(5)的两端，有(6)记,，[?Wo的对角线元素为0，Wo随着观测点o的变动而变化，结合了地理权重与空间权重的特征，本文将它命名为“地理空间权重矩阵”，与通常的空间权重矩阵区别。]，,，式(6)可以写成如下形式：?????????????(7)其中，。又，有，记，（8）依据Kelejian等(1999,2009)，式(7)存在如下两个零条件矩：，?(其中)?(9)注意到，，代入式（9）化简，可展开为如下方程组形式：（10）令，，有，，用的一致无偏估计量代入式（10），得到式（7）的样本矩方程：（11）可看成残差向量。对式（11）采用非线性最小二乘估计，得到的GMM估计量：（12）权重矩阵(Kelejian等,2009)。根据Kelejian等(2009)，按上述方法求出的的GMM估计量，。对采用GLS估计，可得的一致无偏估计量：（13）将式（5）变形为：，?（14）将参数估计值代入式（14），有记，有（15）取式（15）的o点，令表示真值的第o(o=1,2,…,n)个元素的拟合值，表示矩阵的第o行，有，得到式(5)被解释变量在各个观测点的拟合值：，投影矩阵。全局误差拟合值为，全局误差平方和为。最优窗宽的确定法则有很多，如交错鉴定法（Cross-Validation?Method，简称CV法）、拇指法（Rule-of-thumb）,插入法（Plug-In）,广义交错鉴定法（General?Cross-Validation?Method?），AIC信息法则，BIC信息法则等。本文与多数研究者