空间计量经济分析课件空间计量经济分析幻灯片.ppt

* 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 空间权值矩阵的选择 从理论上来看，较之邻近矩阵，距离矩阵在空间效应测算中应该是比较科学和理想的一个指标。但是，在实际应用中，这种方法实行起来比较困难，原因有二： 一是社会经济距离的实际统计数据难以获得； 二是模型中权值的计算是外生的。 当然，基于经济、社会因素的权值计算方法更加接近区域经济的现实，因而在数据可得和模型结构清晰的情况下，可以考虑选择这种类型的权值。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 空间权值矩阵的选择 尽管二进制的空间邻近权值矩阵并非适用于所有的空间计量经济模型，但是，处于某些情况下的实用性，空间统计学家在构建空间计量模型时的首选就是从二进制的邻近矩阵开始的。 一般是先从空间邻近的最基本二进制矩阵开始，逐步选择确定空间权值矩阵。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 空间权值矩阵的选择 关于各种权值矩阵的选择，没有现成的理论根据，一般可考虑空间计量模型对各种空间权值矩阵的适用程度，检验估计结果对权值矩阵的敏感性，最终的依据实际上就是结果的客观性和科学性。 本研究 所有具体应用中涉及的空间邻近矩阵的计算，主要采用Anselin（1999，2003）研制开发的空间统计分析软件GeoDa095i，直接生成邻近矩阵来测算并确定地区之间的空间效应。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 欢迎访问、欢迎参与空间计量经济学讨论 吴玉鸣空间计量经济学论坛 /web/wuyuming/ 人大经济论坛对吴玉鸣教授的学者专访 /bbs/dispbbs.asp?boardid=56ID=306098 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 实例 空间计量经济模型在省域研发与创新中的应用研究《数量经济技术经济研究》2006年第5期。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 空间自相关检验与SLM、SEM的选择 Anselin和Florax（1995）提出了如下判别准则：如果在空间依赖性的检验中发现LMLAG较之LMERR在统计上更加显著，且R-LMLAG显著而R-LMERR不显著，则可以断定适合的模型是空间滞后模型；相反，如果LMERR比LMLAG在统计上更加显著，且R-LMERR显著而R-LMLAG不显著，则可以断定空间误差模型是恰当的模型。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 空间自相关检验与SLM、SEM的选择 除了拟合优度R2检验以外，常用的检验准则还有：自然对数似然函数值（Log likelihood，LogL）、似然比率（Likelihood Ratio，LR）、赤池信息准则（Akaike information criterion，AIC）、施瓦茨准则（Schwartz criterion，SC）。 对数似然值越大，AIC和SC值越小，模型拟合效果越好。这几个指标也用来比较OLS估计的经典线性回归模型和SLM、SEM，似然值的自然对数最大的模型最好。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 空间变系数回归模型及估计 就目前国内外的研究来看，大多直接假定横截面单元是同质的，即地区或企业之间没有差异。 传统的OLS只是对参数进行“平均”或“全域”估计，不能反映参数在不同空间的空间非稳定性（吴玉鸣，李建霞，2006；苏方林，2007）。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 空间变系数回归模型及估计 当用横截面数据建立计量经济学模型时，由于这种数据在空间上表现出的复杂性、自相关性和变异性，使得解释变量对被解释变量的影响在不同区域之间可能是不同的，假定区域之间的经济行为在空间上具有异质性的差异可能更加符合现实。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 空间变系数回归模型及估计 空间变系数回归模型（Spatial Varying-Coefficient Regression Model）中的地理加权回归模型（Geographical Weighted Regression，GWR）是一种解决这种问题的有效方法。 * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 地理加权回归模型GWR 地理加权回归模型是一种相对简单的回归估计技术，它扩展了普通线性回归模型。 在扩展的GWR模型中，特定区位的回归系数不再是利用全部信息获得的假定常数，而是利用邻近观测值的子样本数据信息进行局域（Local）回归估计而得的、随着空间上局域地理位置变化而变化的变数，GWR模型可以表示为： * 天行健，君子以自强不息；地势坤，君子以厚德载物。 * 地理加权回归模型GWR 式中， 系数的下标j表