第四讲 空间计量经济学基本模型
- 格式:pptx
- 大小:315.02 KB
- 文档页数:24
空间计量方法模型空间经济计量模型主要解决回归模型中复杂的空间相互作用与空间依存性结构问题(Anselin ,1988)。
长期以来,在主流的经济学理论中,空间事物无关联及均质性假定的局限,以及普遍使用忽视空间效应的普通最小二乘法 (OLS)进行模型估计,使得在实际应用中往往存在模型的设定偏差问题,进而导致经济学研究得出的各种结果和推论不够完整、科学,缺乏应有的解释力(吴玉鸣,2007)。
空间计量经济学 (Anselin ,1988)理论认为一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的。
几乎所有的空间数据都具有空间依赖性或空间自相关性的特征,空间依赖的存在打破了大多数经典统计和计量分析中相互独立的基本假设。
也就是说,各区域之间的数据存在与时间序列相关、相对应的空间相关。
根据空间计量经济学方法原理,空间计量分析的思路如下:首先采用空间统计分析Moran 指数法检验因变量是否存在空间自相关性;如果存在空间自相关性,则以空间计量经济学理论方法为基础,建立空间计量经济模型,进行空间计量估计和检验。
1.空间自相关性检验空间相关性存在与否,实际应用研究中常常使用空间自相关指数Moran’I ,其计算公式如下所示:∑∑∑∑==-==---=ni nj ijj ni nj i ijW S Y Y Y Y WI Moran 11211,)()( (3)其中,∑∑=-=-=-=ni i n i i Y n Y Y Y n S 1121;)(1,i Y 表示第i 地区的观测值;n 为地区总数(本文为28);ij W 为二进制的邻接空间权值矩阵,表示其中的任一元素,采用邻接标准或距离标准,其目的是定义空间对象的相互邻接关系,便于把地理信息系统(GIS)数据库中的有关属性放到所研究的地理空间上来对比。
一般邻接标准的ij W 为:⎩⎨⎧=不相邻;区域和当区域相邻;区域和当区域j i j i W ij 01 。
空间计量模型选择、估计、权重、检验(Spatialeffect)应读者的要求,推送⼀篇关于空间计量⽅⾯的⽂章。
空间计量模型,主要⽤来解决空间被解释变量⾃相关和测量误差⽅⾯的问题;⽽且两个空间事物存在交互效应和异质性,因此,存在常系数回归和变异系数的回归区分。
空间计量经济学是计量经济学的⼀个分⽀,研究的是如何在横截⾯数据和⾯板数据的回归模型中处理空间相互作⽤(空间⾃相关)和空间结构(空间不均匀性)结构分析。
它与地学统计和空间统计学相似。
从某种程度上⽽⾔,空间计量经济学与空间统计学之间的不同和计量经济学与统计学之间的不同⼀样。
由于对其理论上的关⼼以及将计量经济模型应⽤到新兴⼤型编码数据库中的要求,近年来这个领域获得了快速发展。
空间数据分析和建模技巧与GIS的结合,现已⼴泛应⽤于经济政策分析中,尤其是实产和房地产经济[Anselin (1998a), Can(1998)], 环境和资源经济[Bockstael (1996), Geoghegan, Waingerand Bockstael (1997)], 发展经济[Nelson and Gray (1997)].当⾯临空间⾃相关时,标准的计量分析技巧通常会失效,⽽这种情形经常在地理或横截⾯数据集中出现,这也是空间计量得以迅速发展的原因之⼀。
传统的统计理论是⼀种建⽴在独⽴观测值假定基础上的理论。
然⽽,在现实世界中,特别是遇到空间数据问题时,独⽴观测值在现实⽣活中并不是普遍存在的(Getis, 1997)。
对于具有地理空间属性的数据,⼀般认为离的近的变量之间⽐在空间上离的远的变量之间具有更加密切的关系(Anselin & Getis,1992)。
正如著名的Tobler地理学第⼀定律所说:“任何事物之间均相关,⽽离的较近事物总⽐离的较远的事物相关性要⾼。
”(Tobler,1979)地区之间的经济地理⾏为之间⼀般都存在⼀定程度的Spatial Interaction,Spatial Effects):Spatial Dependenceand Spatial Autocorrelation)。
空间计量经济学模型空间相关性是指 (),i j y f y i j =≠即i y 与j y 相关 模型可表示为()(),1i j j i i y f y x i j βε=++≠其中,()f为线性函数,(1)式的具体形式为()()2,0,2i ij j i i ii jy a y x N βεεδ≠=++∑如果只考虑应变量空间相关性,则(2)式变为(3)式()()21,0,,1,2...3ni ij j i ii y W y N i nρεεδ==+=∑式中1nijj i Wy =∑为空间滞后算子,ij W 为维空间权重矩阵n n W ⨯中的元素,ρ为待估的空间自相关系数。
0ρ≠,存在空间效应 (3)式的矩阵形式为()()21,0,4u n y Wy N I ρεδ⨯=(4)式称为一阶空间自回归模型,记为FAR 模型 当在模型中引入一系列解释变量X 时,形式如下()()2,0,5n y Wy X N I ρβεεδ=++(5)式称为空间自回归模型,记为SAR 模型 当个体间的空间效应体现在模型扰动项时有()()21,,0,6u n y X u u Wu N I βλεδ⨯=+=(6)式成为空间误差模型,记为SEM 模型 当应变量与扰动项均存在空间相关时有()()2121,,0,7u n y W y X u u W u N I ρβλεεδ⨯=++=+(7)式称为一般空间模型,记为SAC 模型当0X =且20W =时,SAC →FAR ;当20W =时,SAC →SAR当10W =时,SAC →SEM当空间相关性还体现在解释变量上时,则有()()2,0,8n y Wy X WXr N I ρβεεδ=+++(8)式成为空间杜宾模型,记为SDM 模型面板数据空间混合回归模型空间滞后应变量()NT T N Wy W y I W y ==⊗ 空间滞后解释变量()NT T N WX W X I W X ==⊗ 空间滞后扰动项()NT T N W W I W εεε==⊗,,*(...)NT N N N NT NT T N W diag w w w I W ==⊗含因变量空间滞后的模型为()()1119NT T N NK K K NT Y I W Y X ρβε⨯⨯⨯⨯=⊗++ρ为空间自回归参数空间面板固定效应模型2,,()0,()T t t t t t t t t t NY X W E E I βμφφδφεεεεσ=++=+==(10)(10)为加入空间残差自相关的固定效应模型2,()0,()T t t t t t t t N Y WY X E E I δβμεεεεσ=+++== (11)(11)为加入空间滞后因变量的固定效应模型. 空间面板随机效应模型为Y X v β=+,1()()T N T v I I B ιμε-=⊗+⊗ (12)其中()1,,1T T ι'= , N B I W δ=-, (12)式为空间误差随机效应模型.()T N Y I W Y X v δβ=⊗++ (13)(13)式为空间滞后应变量随机效应模型.空间计量经济学:既要考虑应变量的空间相关性Wy ρ,也要考虑各个解释变量的空间相关性rWX ,还要考虑各个扰动项的空间相关性u Wu λ= a) 地理空间权重 b) 经济空间权重c) 基于距离的(阀值法、K 最近点法) 注:划*者应用最为广泛W 为空间权重矩阵,以0-1空间权重矩阵为例550111010011100101110101010A ⨯⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦,1y 与234,,y y y 相关。
空间计量经济模型的理论与应用第一部分空间计量经济模型介绍 (2)第二部分模型理论基础与原理 (5)第三部分空间相关性分析方法 (8)第四部分常用空间计量模型构建 (10)第五部分模型估计与检验方法 (14)第六部分应用案例与实证分析 (19)第七部分空间计量模型的局限性 (22)第八部分展望与未来研究方向 (25)第一部分空间计量经济模型介绍空间计量经济模型是一种将地理空间因素纳入传统经济学模型的分析方法,它通过在传统的线性模型中引入空间相关系数来考虑地区间的相互作用和影响。
这种模型起源于 20 世纪 70 年代,并逐渐成为经济学、地理学、城市规划等领域的重要工具。
本文将从理论与应用两个方面对空间计量经济模型进行详细介绍。
一、理论基础1.空间数据特性空间数据通常具有以下特点:(1)空间邻接性:相邻地区的变量之间往往存在相互影响。
(2)空间异质性:不同地区的自然环境、人文条件等差异会导致数据表现出不同的特性。
(3)空间相关性:同一地区内的多个变量之间可能存在着内在的联系,从而使得数据具有一定的空间自相关性。
2.空间计量模型的分类根据空间效应的不同,空间计量经济模型可分为两大类:(1)局部空间模型:这类模型关注的是单个区域的数据,如空间滞后模型(SLM)和空间误差模型(SEM),它们分别考虑了邻居地区的影响和空间内相关性的效果。
(2)全局空间模型:这类模型考虑的是整个研究区域的空间效应,如空间杜宾模型(SDM)和空间卡尔曼滤波模型(SKF),它们能够捕捉到区域间广泛存在的相互作用关系。
二、空间计量模型的构建1.空间权重矩阵在构建空间计量模型时,首先要确定空间权重矩阵。
空间权重矩阵用于衡量地区之间的空间关联程度,常见的有邻接矩阵、距离衰减矩阵等。
例如,在邻接矩阵中,如果两个地区相邻,则它们之间的权值为1;否则,权值为 0。
2.模型选择根据所要解决的问题和数据特点,可以选择相应的空间计量模型。
例如,当研究区域内部存在明显的空间自相关性时,可以采用空间误差模型或空间滞后模型;当研究区域之间的互动效应较强时,则应选用空间杜宾模型。
空间计量模型选择、估计、权重、检验(Spatialeffect)应读者的要求,推送⼀篇关于空间计量⽅⾯的⽂章。
空间计量模型,主要⽤来解决空间被解释变量⾃相关和测量误差⽅⾯的问题;⽽且两个空间事物存在交互效应和异质性,因此,存在常系数回归和变异系数的回归区分。
空间计量经济学是计量经济学的⼀个分⽀,研究的是如何在横截⾯数据和⾯板数据的回归模型中处理空间相互作⽤(空间⾃相关)和空间结构(空间不均匀性)结构分析。
它与地学统计和空间统计学相似。
从某种程度上⽽⾔,空间计量经济学与空间统计学之间的不同和计量经济学与统计学之间的不同⼀样。
由于对其理论上的关⼼以及将计量经济模型应⽤到新兴⼤型编码数据库中的要求,近年来这个领域获得了快速发展。
空间数据分析和建模技巧与GIS的结合,现已⼴泛应⽤于经济政策分析中,尤其是实产和房地产经济[Anselin (1998a), Can(1998)], 环境和资源经济[Bockstael (1996), Geoghegan, Waingerand Bockstael (1997)], 发展经济[Nelson and Gray (1997)].当⾯临空间⾃相关时,标准的计量分析技巧通常会失效,⽽这种情形经常在地理或横截⾯数据集中出现,这也是空间计量得以迅速发展的原因之⼀。
传统的统计理论是⼀种建⽴在独⽴观测值假定基础上的理论。
然⽽,在现实世界中,特别是遇到空间数据问题时,独⽴观测值在现实⽣活中并不是普遍存在的(Getis, 1997)。
对于具有地理空间属性的数据,⼀般认为离的近的变量之间⽐在空间上离的远的变量之间具有更加密切的关系(Anselin & Getis,1992)。
正如著名的Tobler地理学第⼀定律所说:“任何事物之间均相关,⽽离的较近事物总⽐离的较远的事物相关性要⾼。
”(Tobler,1979)地区之间的经济地理⾏为之间⼀般都存在⼀定程度的Spatial Interaction,Spatial Effects):Spatial Dependenceand Spatial Autocorrelation)。
空间计量模型_截面数据空间计量模型空间误差空间计量模型是空间计量经济学的基础,用来研究空间数据的相互依存关系。
截面数据空间计量模型是空间计量模型中常用的一种。
截面数据空间计量模型基于空间自相关的概念,空间自相关指的是地理空间上的实体之间存在相互依赖关系。
在空间自相关的基础上,截面数据空间计量模型可以刻画空间数据间的相互影响和空间效应。
它基于传统的截面数据模型,添加了空间自相关项,从而考虑了空间因素的影响。
在截面数据空间计量模型中,假设观测数据x和y在空间上是相关的,即同一地理区域的观测数据之间存在相关性。
空间自相关可以分为正向自相关和负向自相关两种情况。
正向自相关表示相邻地理区域的观测数据之间具有相似的特征,负向自相关表示相邻地理区域的观测数据之间具有相反的特征。
空间误差模型是截面数据空间计量模型的一种形式,它将空间自相关建模为误差项的一部分。
空间误差模型可以形式化为:y = Xβ + u,其中u = λWu + ε在上述公式中,y是因变量,X是自变量矩阵,β是自变量的系数向量,u是误差项,λ是空间自相关参数,W是权重矩阵,ε是独立同分布误差项。
空间误差模型的参数估计可以采用广义最小二乘法(GLS)或最大似然法。
通过估计模型中的参数,我们可以得到自变量的系数估计值,进而分析空间自相关对因变量的影响。
截面数据空间计量模型的应用非常广泛。
比如,在城市经济学中,可以使用截面数据空间计量模型来研究城市的空间分布、空间集聚效应和空间溢出效应等问题。
在环境经济学中,可以利用截面数据空间计量模型来研究污染物之间的相互影响和空间溢出效应等。
总之,截面数据空间计量模型是空间计量经济学中的重要工具。
通过考虑空间自相关,它可以更精确地分析和解释空间数据之间的相互依存关系。
在实际应用中,研究人员可以根据具体问题选择适合的模型形式和估计方法来分析空间数据的特征和效应。