空间面板数据计量经济分析

经济学学科研究经济数据的分析方法与技巧在当今全球化的经济环境中，经济数据的分析已成为经济学研究不可或缺的一部分。

通过对经济数据进行系统性的分析，经济学家能够获得对经济现象的深入了解，以及准确预测未来的趋势。

本文将介绍一些经济学学科研究经济数据时常用的分析方法与技巧。

一、时间序列分析时间序列分析是经济学中经常使用的一种分析方法，它主要用于研究随时间变化而变化的经济数据。

时间序列分析可以帮助经济学家揭示经济现象的周期性、趋势性和季节性等规律。

在进行时间序列分析时，经济学家通常会使用一些统计方法，如平均值、趋势线、季节调整等，来对数据进行预测和分析。

二、横截面分析横截面分析是经济学中另一种常用的分析方法，它主要用于研究同一时间点上不同个体之间的差异。

横截面分析可以帮助经济学家了解经济数据中的异质性，并找出各个因素对经济数据的影响程度。

在进行横截面分析时，经济学家通常会使用一些方法，如回归分析、相关性分析等，来找出变量间的关系并作出有关结论。

三、面板数据分析面板数据分析是经济学中一种常用的分析方法，它能够同时研究时间序列和横截面的数据。

面板数据分析可以帮助经济学家更全面地了解经济现象，并进行更精确的分析和预测。

在进行面板数据分析时，经济学家通常会使用一些方法，如固定效应模型、随机效应模型等，来探究时间和个体间的关系，并进行分析。

四、计量经济学方法计量经济学方法是经济学研究中的重要分支，它主要运用数理统计和经济理论的知识来对经济数据进行定量分析。

计量经济学方法可以帮助经济学家建立经济模型、验证经济理论，并进行深入的经济研究。

在进行计量经济学方法时，经济学家通常会运用一些数学和统计工具，如假设检验、最小二乘法、时间序列模型等，来对数据进行分析和建模。

五、计算机软件分析随着计算机技术的不断发展，使用计算机软件进行经济数据分析已成为经济学研究中的主流方法之一。

计算机软件可以帮助经济学家更快速、准确地进行数据处理和分析，并生成可视化的结果。

收稿日期：２０２２ １１ ２２基金项目：国家自然科学基金资助项目（７２１３４００２）；教育部哲学社会科学研究重大课题攻关项目（２１ＪＺＤ０２９）；中国博士后科学基金资助项目（２０２１Ｍ７００５７６）；中央高校基本科研业务费专项资金资助项目（２０２２ＣＤＪＳＫＪＣ３０）通讯作者简介：王丹，重庆大学公共管理学院助理研究员，博士，研究方向：建设可持续，项目绩效管理。

Ｅ ｍａｉｌ：ｗａｎｇｘｉａｏｄａｎ＠ｃｑｕ．ｅｄｕ．ｃｎ。

新基建对区域经济发展的空间溢出效应分析———基于空间面板模型的实证研究刘炳胜１，　郭慧文１，　王丹１，　陈思２（１．重庆大学公共管理学院，重庆４０００４４；２．东南大学土木工程学院，江苏南京２１１１００）摘　要：在新一轮科技革命与产业变革爆发的历史交汇时期，发展新基建是开辟新型发展路径、促进新旧动能转换和经济高质量增长的重要推动力。

现有研究大多定性分析新基建对经济发展的促进作用，尚未明确新基建投资与区域经济增长之间的量化关系。

本文以２００３—２０１９年中国大陆地区３０个省区市（不含西藏）的面板数据为研究样本，采用空间计量模型实证研究了各省区市新基建投资对经济增长的影响及其空间溢出效应。

研究结果表明：总体而言，新基建投资水平的提高对经济增长具有显著的促进作用，但其他地区新基建投资水平的提高会抑制本地区经济增长，即新基建投资具有虹吸效应。

此外，在不同区域，新基建对经济增长表现出不同的作用规律。

本研究为新基建投资的布局及区域间平衡协调发展提供了一定的数据支撑和发展思路。

关键词：新基建；区域经济增长；空间计量模型；空间溢出效应中图分类号：Ｆ１２４．１文献标识码：Ａ文章编号：２０９７ ０１４５（２０２３）０２ ００５９ ０８ｄｏｉ：１０．１１８４７／ｆｊ．４２．２．５９ＡｎａｌｙｓｉｓｏｆＳｐａｔｉａｌＳｐｉｌｌｏｖｅｒＥｆｆｅｃｔｏｆＮｅｗＩｎｆｒａｓｔｒｕｃｔｕｒｅｏｎＲｅｇｉｏｎａｌＥｃｏｎｏｍｉｃＤｅｖｅｌｏｐｍｅｎｔ：ＡｎＥｍｐｉｒｉｃａｌＳｔｕｄｙＢａｓｅｄｏｎＳｐａｔｉａｌＰａｎｅｌＭｏｄｅｌＬＩＵＢｉｎｇ ｓｈｅｎｇ１，ＧＵＯＨｕｉ ｗｅｎ１，ＷＡＮＧＤａｎ１，ＣＨＥＮＳｉ２（１．ＳｃｈｏｏｌｏｆＰｕｂｌｉｃＰｏｌｉｃｙａｎｄＡｄｍｉｎｉｓｔｒａｔｉｏｎ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１１１００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｔｔｈｅｈｉｓｔｏｒｉｃａｌｉｎｔｅｒｓｅｃｔｉｏｎｏｆｔｅｃｈｎｏｌｏｇｉｃａｌｒｅｖｏｌｕｔｉｏｎａｎｄｉｎｄｕｓｔｒｉａｌｔｒａｎｓｆｏｒｍａｔｉｏｎ，ｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅｉｓａｎｉｍｐｏｒｔａｎｔｄｒｉｖｉｎｇｆｏｒｃｅｆｏｒｏｐｅｎｉｎｇｕｐｎｅｗｄｅｖｅｌｏｐｍｅｎｔｐａｔｈｓ，ｐｒｏｍｏｔｉｎｇｔｈｅｃｏｎｖｅｒｓｉｏｎｏｆｏｌｄａｎｄｎｅｗｋｉｎｅｔｉｃｅｎｅｒｇｙ，ａｎｄｐｒｏｍｏｔｉｎｇｈｉｇｈ ｑｕａｌｉｔｙｅｃｏｎｏｍｉｃｇｒｏｗｔｈ．Ａｌｔｈｏｕｇｈｐｒｅｖｉｏｕｓｓｔｕｄｉｅｓｈａｖｅｄｉｓｃｕｓｓｅｄｔｈｅｔｈｅｏｒｅｔｉ ｃａｌｍｅｃｈａｎｉｓｍｔｈａｔｈｏｗｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅｐｒｏｍｏｔｅｓｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ，ｔｈｅｑｕａｎｔｉｔａｔｉｖｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅｉｎｖｅｓｔｍｅｎｔａｎｄｒｅｇｉｏｎａｌｅｃｏｎｏｍｉｃｇｒｏｗｔｈｉｓｓｔｉｌｌｕｎｃｌｅａｒ．Ｔａｋｉｎｇｔｈｅｐａｎｅｌｄａｔａｏｆ３０ｐｒｏｖｉｎｃｅｓ（ｅｘｃｌｕｄｉｎｇＴｉｂｅｔ）ｉｎｍａｉｎｌａｎｄＣｈｉｎａｆｒｏｍ２００３ｔｏ２０１９ａｓｔｈｅｒｅｓｅａｒｃｈｓａｍｐｌｅ，ｔｈｉｓｐａｐｅｒｕｓｅｓａｓｐａｔｉａｌｅｃｏｎｏｍｅｔｒｉｃｍｏｄｅｌｔｏｅｘ ａｍｉｎｅｔｈｅｉｍｐａｃｔｏｆｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅｉｎｖｅｓｔｍｅｎｔｉｎｅａｃｈｐｒｏｖｉｎｃｅｏｎｅｃｏｎｏｍｉｃｇｒｏｗｔｈａｎｄｉｔｓｓｐａｔｉａｌｓｐｉｌｌｏｖｅｒｅｆｆｅｃｔ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｉｎｇｅｎｅｒａｌ，ｌｏｃａｌｉｍｐｒｏｖｅｍｅｎｔｏｆｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅｉｎｖｅｓｔｍｅｎｔｐｌａｙｓａｓｉｇｎｉｆｉｃａｎｔｒｏｌｅｉｎｐｒｏｍｏｔｉｎｇｅｃｏｎｏｍｉｃｇｒｏｗｔｈ，ｂｕｔｔｈａｔｉｎｏｔｈｅｒｒｅｇｉｏｎｓｗｉｌｌｉｎｈｉｂｉｔｌｏｃａｌｅｃｏｎｏｍｉｃｇｒｏｗｔｈ，ｔｈａｔｉｓ，ｔｈｅｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅｉｎｖｅｓｔｍｅｎｔｈａｓａｓｉｐｈｏｎｅｆｆｅｃｔ．Ｉｎａｄｄｉｔｉｏｎ，ｉｎｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓ，ｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅｈａｓｄｉｆｆｅｒｅｎｔｅｆｆｅｃｔｓｏｎｅｃｏｎｏｍｉｃｇｒｏｗｔｈ．Ｔｈｉｓｓｔｕｄｙｐｒｏｖｉｄｅｓｃｅｒｔａｉｎｄａｔａｓｕｐｐｏｒｔａｎｄｄｅｖｅｌｏｐｍｅｎｔｉｄｅａｓｆｏｒｔｈｅｌａｙｏｕｔｏｆｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅｉｎｖｅｓｔｍｅｎｔｆｒｏｍａｎｅｍｐｉｒｉ ｃａｌｐｅｒｓｐｅｃｔｉｖｅ，ｓｏａｓｔｏｆａｃｉｌｉｔａｔｅｔｈｅｂａｌａｎｃｅｄａｎｄｃｏｏｒｄｉｎａｔｅｄｄｅｖｅｌｏｐｍｅｎｔｂｅｔｗｅｅｎｒｅｇｉｏｎｓ．Ｋｅｙｗｏｒｄｓ：ｎｅｗｉｎｆｒａｓｔｒｕｃｔｕｒｅ；ｒｅｇｉｏｎａｌｅｃｏｎｏｍｉｃｇｒｏｗｔｈ；ｓｐａｔｉａｌｅｃｏｎｏｍｅｔｒｉｃｍｏｄｅｌ；ｓｐａｔｉａｌｓｐｉｌｌｏｖｅｒｅｆｆｅｃｔ１　引言基础设施建设投资能够形成公共资本并提高全要素生产率，对经济增长有着长期、稳定的促进作用，是支撑我国经济社会发展的基石［１］。

计量经济学重点知识整理计量经济学是经济学中重要的一个分支，主要研究经济现象和经济理论的数理化方法。

本文将整理计量经济学中的重点知识，帮助读者系统地理解和掌握这门学科。

一、计量经济学简介计量经济学是运用统计方法和经济模型对经济问题进行定量分析的学科。

它利用数理统计学的工具，根据经济理论和实证研究的需要，对经济现象进行测度和解释。

计量经济学方法的特点是同时考虑了外生性和内生性变量之间的关系，能够揭示其中的因果关系。

二、计量经济学的基本原理1. 线性回归模型线性回归模型是计量经济学中最基本的模型之一，用于描述因变量与自变量之间的线性关系。

常见的线性回归模型有简单线性回归模型和多元线性回归模型。

对于简单线性回归模型，可以通过最小二乘法估计模型参数，求得最佳拟合曲线。

而多元线性回归模型则通过矩阵运算推导出参数的估计公式。

2. 假设检验在计量经济学中，假设检验是一种重要的统计方法，用于验证经济理论的假设。

常见的假设检验包括 t 检验、F 检验和卡方检验等。

通过构建原假设和备择假设，并计算相应的统计量，可以对经济理论提出的假设进行检验，从而得出结论。

3. 时间序列分析时间序列分析是计量经济学中的一个重要分支，用于研究随时间变化的经济现象。

常见的时间序列分析方法包括自相关函数（ACF）和偏自相关函数（PACF）的计算，以及平稳性检验、白噪声检验、单位根检验等。

这些方法可以帮助我们了解时间序列数据的性质，并进行有效的预测。

4. 面板数据分析面板数据是计量经济学中常用的一种数据类型，指同一时期内多个个体或单位的多个观测数据。

面板数据分析方法可以更好地解决普通截面数据和时间序列数据的缺陷，提高分析的效果。

常见的面板数据模型包括固定效应模型和随机效应模型，通过估计模型参数，可以得到各个因素对经济变量的影响。

三、计量经济学的应用领域1. 消费者行为分析计量经济学方法可以应用于消费者行为的分析，通过对消费者支出和收入等因素的测度和分析，揭示消费者行为背后的规律。

⾯板数据及其基本模型⾯板数据的定义在学习⾯板数据之前，我先介绍时间序列数据和截⾯数据的概念时间序列数据：时间序列数据是指对同⼀对象在不同时间连续观察所取得的数据。

它着眼于研究对象在时间顺序上的变化，寻找空间(对象)历时发展的规律。

利⽤时间序列作样本时，要注意⼏个问题：⼀是所选择的样本区间内经济⾏为的⼀致性问题；⼆是样本数据在不同样本点之间不可⽐，需要对原始数据进⾏调整，消除其不可⽐因素；三是样本观测值过于集中，因⽽时间序列数据不适宜于对模型中反映长期变化关系的结构参数的估计；四是模型随机误差的序列相关问题。

**notes：两个关键词：同⼀个对象，不同时间，例如：2016-2018年上海市⽉度cpi同⽐数据。

截⾯数据：横截⾯数据是指在某⼀时点收集的不同对象的数据。

它对应同⼀时点上不同空间(对象)所组成的⼀维数据集合，研究的是某⼀时点上的某种经济现象，突出空间(对象)的差异。

横截⾯数据的突出特点就是离散性⾼。

横截⾯数据体现的是个体的个性，突出个体的差异，通常横截⾯数据表现的是⽆规律的⽽⾮真正的随机变化。

即计量经济学中所谓的“⽆法观测的异质性”。

在分析横截⾯数据时，应主要注意两个问题：⼀是异⽅差问题，由于数据是在某⼀时期对个体或地域的样本的采集，不同个体或地域本⾝就存在差异；⼆是数据的⼀致性，主要包括变量的样本容量是否⼀致、样本的取样时期是否⼀致、数据的统计标准是否⼀致。

**notes：某⼀时间不同对象例如：上海市2016年7⽉cpi，gdp，ppi...⾯板数据：⾯板数据，即Panel Data，是截⾯数据与时间序列综合起来的⼀种数据资源。

在分析时,多⽤PanelData模型,故也被称为⾯板数据模型. 它可以⽤于分析各样本在时间序列上组成的数据的特征,它能够综合利⽤样本信息,通过模型中的参数,既可以分析个体之间的差异情况,⼜可以描述个体的动态变化特征。

时间序列数据和截⾯数据的组合就是不同时间，不同对象的组合，这⾥我直接图吧，看得明⽩⼀些截取平时⽤的数据的⼀部分，⾃⾏领悟。

中国经济增长与能源消费空间面板分析*王火根1沈利生 2（1. 华侨大学商学院；2. 华侨大学数量经济与技术经济研究所、中国社会科学院数量经济与技术经济研究所）【摘要】近年来面板数据广泛应用于各类统计分析，但变量的空间相关并没有引起足够的重视。

本文引入空间面板回归模型研究中国各省市经济增长和能源消费的关系。

利用matlab软件及其spatial econometric模块建立和比较传统面板回归模型与空间面板回归模型，研究结果表明空间面板回归模型较传统面板回归模型优越，我们的工作为空间面板数据分析提供了一个应用实例。

关键词经济增长；能源消费；空间面板自相关；空间面板回归中图分类号F224 文献标识码AA Spatial Panel Statistical Analysis on Chinese Economic Growthand Energy ConsumptionAbstract This article studies the spatial panel autocorrelation of the Chinese provincialeconomic growth and the energy consumption. We found there was statistically significant spatial panel autocorrelation for these three variables. Further, we established and compared the simple linear panel regression model and the spatial linear panel regression. Our results indicated that the spatial linear panel regression model was better than the simple linear panel regression.Key words Economic growth, Energy consumption, Spatial panel autocorrelation, Spatiallinear panel model一、前言经济增长与能源消费之间关系一直是经济领域学者热门研究的主题。

计量经济学主要公式1. 简介计量经济学是一门研究经济现象的定量分析方法。

在计量经济学中，有许多重要的公式被广泛应用于经济数据的分析和解释。

本文将介绍计量经济学中的一些主要公式，并对其进行解释和应用。

2. 最小二乘法估计最小二乘法估计是计量经济学中最常用的估计方法之一。

它用于确定数据之间的线性关系，并找到使得预测值与真实值之间的平方差最小化的最佳拟合线。

最小二乘法估计的公式如下：Y = β0 + β1X + ε其中，Y表示因变量，X表示自变量，β0和β1是待估计的参数，ε表示误差项。

最小二乘法估计的目标是最小化误差项的平方和，即使得∑ε^2最小化。

3. 弹性系数弹性系数是衡量变量之间相互影响程度的指标。

在计量经济学中，弹性系数经常被用来衡量因变量对自变量的变化的敏感度。

常见的弹性系数有价格弹性、收入弹性等。

弹性系数的计算公式如下：E = (ΔY / Y) / (ΔX / X)其中，E表示弹性系数，ΔY表示因变量的变化量，ΔX表示自变量的变化量，Y表示因变量的原始值，X表示自变量的原始值。

弹性系数的绝对值越大，表示变量之间的相互影响越大。

4. 汇总函数汇总函数用于描述宏观经济关系中的总量变量之间的关系。

计量经济学中常用的汇总函数包括线性汇总函数和非线性汇总函数。

线性汇总函数的一般形式如下：Y = a + b1X1 + b2X2 + ... + bnXn其中，Y表示因变量，X1、X2、…、Xn表示自变量，a表示截距，b1、b2、…、bn表示回归系数。

线性汇总函数可以用于宏观经济模型的建立和政策分析。

5. 假设检验假设检验是计量经济学中用于检验统计推断的一种方法。

通过对样本数据进行分析，假设检验可以判断统计推断是否具有显著性。

常用的假设检验有t检验、F检验等。

假设检验的一般步骤包括建立原假设和备择假设、计算检验统计量、确定临界值和进行推断。

假设检验的结果通常用p值来表示。

6. 时间序列分析时间序列分析是计量经济学中研究时间序列数据的方法。

中国区域经济发展收敛的空间计量分析一、本文概述《中国区域经济发展收敛的空间计量分析》一文旨在深入探讨中国不同区域间经济发展水平是否存在收敛趋势，并运用空间计量经济学的方法对这一现象进行科学分析。

文章首先概述了中国区域经济发展的现状和特点，指出改革开放以来，中国经济发展取得了显著成就，但区域间发展不平衡的问题依然存在。

东部沿海地区经济发展迅速，而中西部地区相对滞后，这种差异在一定程度上影响了社会稳定和可持续发展。

文章进一步阐述了区域经济收敛的概念和理论基础，包括绝对收敛、条件收敛等不同类型，以及影响收敛的因素，如人力资本、技术创新、基础设施建设等。

同时，文章也指出了空间效应在区域经济发展中的重要作用，即地理邻近性如何通过各种渠道影响区域间的经济互动和发展。

在方法论上，本文采用了空间自相关、空间误差模型和空间杜宾模型等空间计量经济模型，以期更准确地捕捉区域间经济发展的动态关系和空间依赖性。

通过对中国省际面板数据的实证分析，文章旨在揭示中国区域经济发展收敛的真实情况，为政策制定提供科学依据，推动区域协调发展，缩小区域发展差距。

二、文献综述区域经济发展收敛性的研究一直是经济学领域中的热点话题。

自20世纪80年代以来，众多学者通过不同的理论框架和实证方法，对区域间的经济差异进行了深入探讨。

Solow（1956）的外生增长模型首次提出了收敛的概念，认为在一定条件下，不同地区的经济水平会趋向一致。

随后，Romer（1986）和Lucas（1988）等人的内生增长理论进一步丰富了收敛机制的讨论，强调了人力资本和技术进步在区域经济收敛中的作用。

在中国的背景下，随着改革开放的不断深入，区域间经济发展的不平衡问题日益凸显。

张晓晶和李善同（2003）通过对中国省际面板数据的分析，发现中国东部沿海地区与中西部地区的经济差距在不断扩大。

近年来，随着国家一系列区域发展战略的实施，如西部大开发、东北振兴等，区域经济差距有所缩小，这引起了学术界对区域经济收敛性的新关注。

第⼀讲⾯板数据第⼀讲⾯板数据因家庭调查得到的⾯板数据越来越多，⾯板数据的计量分析可以说是过去三⼗年社会应⽤研究领域所取得的最重要的进展。

－Fitzgerald, Gottschalk和Moffitt（1998, P252）第⼀讲内容⾯板数据⾯板数据的优点与缺陷扩展的⾯板数据⾯板数据线性回归模型体系⾯板数据单因素误差模型⾯板数据双因素误差模型第⼀节⾯板数据1.1 ⾯板数据“⾯板数据”⼀词指的是⼀部分家庭、国家或企业等在⼀段时期内的观测值所构成的集合。

这样的数据可以通过在⼀段时期内对⼀些家庭或个体进⾏跟踪调查来获得。

从横截⾯看，⾯板数据是由若⼲个体在某⼀时点构成的截⾯观测值，并且，从纵剖⾯看每个个体都是⼀个时间序列。

1978-2005中国各省级地区消费性⽀出占可⽀配收⼊⽐例⾛势图(张晓峒⽼师绘制)⾯板数据通常分为两类：由个体调查数据得到的⾯板数据通常被称为微观⾯板（micro panels ）。

微观⾯板数据的特点是个体数N 较⼤（通常是⼏百或⼏千个），⽽时期数T 较短（最少是2年，最长不超过10年或20年）。

由⼀段时期内不同国家的数据得到的⾯板数据通常被称为宏观⾯板（macro panels ）。

这类数据⼀般具有适度规模的个体N （从7到100或200不等，如七国集团，OECD ，欧盟，发达国家或发展中国家），时期数T ⼀般在20年到60年之间。

因数据结构上的区别，微观⾯板和宏观⾯板要求使⽤不同的计量⽅法。

样本容量的区别微观⾯板必须研究T 固定⽽N 较⼤时的渐近特性，⽽宏观⾯板的渐近特性则是指T 和N 都较⼤时的情况。

平稳性对于宏观⾯板，当时间序列较长时需要考虑数据的⾮平稳问题，如单位根、结构突变以及协整等；⽽微观⾯板不需要处理⾮平稳问题，特别是每个家庭或个体的时期数T 较短时。

个体相关性在处理宏观⾯板时必须考虑国家之间的相关性，⽽在微观⾯板中，如果个体是随机抽样产⽣，则个体之间不⼤可能存在相关性，因此不需要考虑此问题。

285摘要随着中国城镇化步伐的加快，城市化进程中的空间格局以及影响因素变得越来越引人关注。

本文以中国地级市面板数据为基础，运用空间计量经济分析方法，探讨中国新型城镇化的空间格局演变及其影响因素。

研究发现，中国新型城镇化呈现的空间格局具有明显的地域差异和阶段性特征，并受到政策、经济周期、地理位置等因素的影响。

关键词：中国新型城镇化，空间格局，影响因素，面板数据，空间计量经济AbstractWith the acceleration of China's urbanization process, the spatial pattern and influencing factors in the process of urbanization have become increasingly significant. This paper takes the panel data of China's prefecture-level cities as the basis and uses spatial econometric analysis methods to explore the evolution of the spatial pattern of China's new urbanization process and its influencing factors. The results show that the spatial pattern of China's new urbanization process has obvious regional differences and stage characteristics, and is influenced by policy, economic cycle, geographic location, and other factors.Keywords：China's new urbanization process, spatial pattern, influencing factors, panel data, spatial econometrics引言城镇化是现代化进程中的一个重要组成部分，是国民经济和社会发展的重要动力之一。

作者： 侯韵 孙铁山
作者机构： 北京大学,北京100871
出版物刊名： 经济问题探索
页码： 80-88页
年卷期： 2016年 第2期
主题词： 城市群 空间结构 经济绩效
摘要：本文选取中国12个城市群为研究对象，首先利用区位基尼系数和单中心指数这两个指标分别对城市群空间结构集聚程度和集聚结构两个方面的特征进行了定量测度，根据测度结果分析了中国12个城市群从1994年到2012年空间结构主要的特征及变动规律，并在此基础上利用面板数据计量模型对城市群空间结构的经济绩效进行了定量探究。

本文发现，集聚程度对经济发展的影响呈现倒U型的特征，而较高的单中心程度对经济发展呈现负向影响，且集聚程度与集聚结构两者相互联系、共同作用于城市群的经济发展。

本文认为，一定集聚水平的多中心结构对城市群经济发展更为有利。

计量经济学4种常用模型计量经济学是经济学的一个重要分支，主要研究经济现象的数量关系及其解释。

在计量经济学中，常用的模型有四种，分别是线性回归模型、时间序列模型、面板数据模型和离散选择模型。

下面将对这四种模型进行详细介绍。

第一种模型是线性回归模型，也是计量经济学中最常用的模型之一。

线性回归模型是通过建立自变量与因变量之间的线性关系来解释经济现象的模型。

在线性回归模型中，自变量通常包括经济学理论认为与因变量相关的变量，通过最小二乘法估计模型参数，得到经济现象的解释。

线性回归模型的优点是简单易懂，计算方便，但其前提是自变量与因变量之间存在线性关系。

第二种模型是时间序列模型，它主要用于分析时间序列数据的模型。

时间序列模型假设经济现象的变化是随时间演变的，通过分析时间序列的趋势、周期性和随机性，可以对经济现象进行预测和解释。

时间序列模型的常用方法包括自回归移动平均模型（ARMA）、自回归条件异方差模型（ARCH）等。

时间序列模型的优点是能够捕捉到时间的动态变化，但其局限性是对数据的要求较高，需要足够的时间序列观测样本。

第三种模型是面板数据模型，也称为横截面时间序列数据模型。

面板数据模型是将横截面数据和时间序列数据结合起来进行分析的模型。

面板数据模型可以同时考虑个体间的差异和时间的变化，因此能够更全面地解释经济现象。

面板数据模型的常用方法包括固定效应模型、随机效应模型等。

面板数据模型的优点是能够控制个体间的异质性，但其需要对个体间的相关性进行假设。

第四种模型是离散选择模型，它主要用于分析离散选择行为的模型。

离散选择模型假设个体在面临多种选择时，会根据一定的规则进行选择，通过建立选择概率与个体特征之间的关系，可以预测和解释个体的选择行为。

离散选择模型的常用方法包括二项Logit模型、多项Logit模型等。

离散选择模型的优点是能够分析个体的选择行为，但其局限性是对选择行为的假设较强。

综上所述，计量经济学中常用的模型有线性回归模型、时间序列模型、面板数据模型和离散选择模型。

实证经济学中的计量方法实证经济学是一种基于数据的经济学研究方法，通过对现实经济现象的测量、观察和验证来得出经济理论的结论。

在这一领域中，计量方法起着至关重要的作用。

本文将介绍实证经济学中常用的计量方法，并探讨其在经济研究中的应用。

一、计量方法的概述及分类计量方法是实证经济学中研究经济现象和经济理论的重要工具，主要通过对经济数据的收集和分析来得出结论。

根据数据类型和研究目标的不同，计量方法可以分为描述统计方法和推断统计方法。

1. 描述统计方法描述统计方法主要用于对经济数据进行总结和展示，以揭示数据的特征和规律。

常见的描述统计方法包括均值、中位数、标准差等。

通过这些方法，研究者可以对经济现象进行定量描述和比较分析，为后续的推断统计方法提供数据基础。

2. 推断统计方法推断统计方法主要用于根据样本数据对总体进行推断。

它通过对样本数据进行统计推断，得出总体参数的估计值，并进行假设检验来验证经济理论的有效性。

常见的推断统计方法包括回归分析、方差分析、协整分析等。

这些方法可以帮助研究者研究经济现象的因果关系、影响机制等重要问题。

二、回归分析回归分析是实证经济学中最常用的计量方法之一，它用于研究变量之间的相关关系并进行因果推断。

回归分析通过建立回归方程来描述因变量和自变量之间的关系，进而通过参数估计和假设检验来得出结论。

回归分析具有广泛的应用领域，例如确定需求函数、评估政策效果、预测经济变量等。

在具体的研究中，研究者需要选择适当的回归模型、收集相关数据，并进行模型参数的估计和推断。

通过回归分析，可以揭示出不同变量之间的关系及其强度，并帮助研究者对经济现象进行解释和预测。

三、实证经济学中的其他计量方法除了回归分析，实证经济学还使用了许多其他的计量方法，以满足不同研究目标的需求。

下面介绍几种常见的计量方法：1. 面板数据分析面板数据分析是一种适用于观测对象在时间和空间上具有多维度数据的计量方法。

它充分利用了面板数据的特点，既考虑了跨个体的异质性，又兼顾了时间序列的相关性。

雾霾污染对服务业绿色发展的影响研究雾霾污染对服务业绿色发展的影响研究----基于省级面板数据的空间计量经济学实证赵军峰叫冉启英Z(1.新疆大学经济与管理学院，新疆乌鲁木齐830046;2.重庆工商大学环境与资源学院，重庆400067;3.新疆大学创新管理研究中心，新疆乌鲁木齐830046)摘要：运用非径向距离函数(NDDF)测算出2006—2016年中国30个(西藏、港澳台除外)省区市的服务业绿色发展水平，构建了地理距离矩阵、经济距离矩阵和技术距离矩阵，对比分析了雾霾污染对省份服务业绿色发展水平的全局性和异质性影响。

研究发现：雾霾污染与省份服务业绿色发展水平之间存在此消彼长的关系，雾霾污染与省份服务业绿色发展水平在全国层面可能存在“N型”关系，而与人力资本存在较弱的“倒N型”关系，雾霾污染与东部省份服务业绿色发展水平可能存在“倒U 型”曲线关系，而与中部省份、西部省区市服务业绿色水平存在“U型”曲线关系。

研究从雾霾治理政策、研发投入强度、基础设施建设力度等方面提出相应对策建议。

关键词：雾霾污染；月艮务业；距离矩阵；绿色协调；创新能力中图分类号：F719文献标识码：A文章编号：1004-292X(2021)04-0089-06Research on the Impact of Haze Pollution on the Green Development of Service Industry: An Empirical Study of Spatial Econometrics based on Provincial Panel DataZHAO Jun-feng1,2,RAN Qi-ying1,3(1.School of Economics and Management,Xinjiang University,Urumqi Xinjiang830046,China；2.College of Environment and Resources,Chongqing Technology and Business University,Chongqing400067,China；3.Center for Innovation Management Research,Xinjiang University,Urumqi Xinjiang830046,China)Abstract:The paper uses the non radial distance function(NDDF)to calculate the level of green development of service industry in30provinces(cities)of China(except Tibet,Hong Kong,Macao and Taiwan)from2006to2016,and comparatively analyzes the glo­bal and heterogeneous impact of haze pollution on the green development of service industry in provinces by constructing the geographi­cal distance matrix,economic distance matrix and technical distance matrix.The results show that:Haze pollution and the green develop­ment of service industry in provinces have a reciprocal relationship,and they may have a"N-type"relationship at the national level, while there is a weak"inverted N-type"relationship between haze pollution and human capital.Haze pollution and the green develop­ment of service industry in eastern provinces may have an"inverted U-type"curve relationship,while they have a"U-shaped"curve relationship in central and western provinces.Therefore,suggestions are put forward from the aspects of haze control policy,R&D invest­ment intensity,infrastructure construction.Key words:Haze pollution；Service industry；Distance matrix；Green and coordinated development；Innovative ability一、引言目的成就，尤其是中国服务业得到了长足发展。