7.3 空间计量经济学模型的估计与检验

在许多实证研究中，Moran’s I 和Geary’s C是常用方法，已在大量文献中出现，尤其是 前者。因此，以下介绍常用的Moran’s I指数 的计算及检验过程。
2020年3月20日11时30分
天行健，君子以自强不息；地势坤，君子以厚德载物。
16
全域空间相关性检验与分析
Moran’s I定义如下：
2020年3月20日11时30分
天行健，君子以自强不息；地势坤，君子以厚德载物。
18
目前计量研究方法及其局限性
目前有关研究的计量方法主要是传统的回归分析
方法（如多元统计分析、回归分析、数据包络分 析DEA等方法），其实质上都是线性的变量之间 相互关系的一种测量方法，适合于企业或产业部
门时间序列层面的经验研究，未考虑区域（或截 面单元）之间的空间关联，局限性比较明显。
天行健，君子以自强不息；地势坤，君子以厚德载物。
9
空间异质性
空间异质性反映了经济实践中的空间观测单元 之间经济行为（如增长或创新）关系的一种普 遍存在的不稳定性。
区域创新的企业、大学、研究机构等主体在研 发行为上存在不可忽视的个体差异，譬如研发 投入的差异导致产出的技术知识的差异，
这种创新主体的异质性与技术知识异质性的耦 合将导致创新行为在地理空间上具有显著的异 质性差异，进而可能存在创新在地理空间上的 相互依赖现象或者创新的局域俱乐部集团。
空间相关性表现出的空间效应可以用以下两种 模型来表征和刻画：当模型的误差项在空间上 相关时，即为空间误差模型；当变量间的空间 依赖性对模型显得非常关键而导致了空间相关 时，即为空间滞后模型（Anselin，1988）。
2020年3月20日11时30分
天行健，君子以自强不息；地势坤，君子以厚德载物。

➢解释变量中的度量误差
OLS估计量是有偏的，且不一致的。 注意： 1）如果解释变量存在度量误差，建议使用工具或替 代变量；2）确保变量X的数据尽可能准确，避免记录、舍入 和遗漏误差。对不同时期的变量，要确保数据的可比性。
2020/11/21
9
模型选择：标准与检验
7.7 诊断设定误差：设定误差的检验
2020/11/21
4
模型选择：标准与检验
第7 章
对Y的直接影响B3
Y
注：净影响指考虑
其它变量的影响；
总影响指不考虑其
它变量的影响。
X2 对X2的直接影响b32 X3
2020/11/21
5
模型选择：标准与检验
第7 章
7.4 包括不相关变量：“过度拟合”模型
假设真实的模型为
Yi B1 B2 X 2i ui
（加入多余变量X3）
Yi A1 A2 X 2i A3 X 3i vi
不相关变 量偏差
这里的设定误差是过度拟合了模型，即模型包括了 不必要的变量，“不必要”是指先验地看对Y没有 任何影响。
2020/11/21
6
模型选择：标准与检验
第7 章
过度拟合可能产生的后果：
➢ “不正确”模型的OLS估计量是无偏的，也是一 致的；
如果Z1i的系数是统计显著的，则拒绝零假设。
5.
Z2i
anti
log(ln Yi
)
Yˆi
6. 做lnY对X或logX和Z2i的回归。
如果Z2i的系数是统计显著的，则拒绝备择假设。
MWD检验的思想很简单。如果线性模型是正确
的，其残差中不应该包含对数线性回归中的成分，
反之亦然。
2020/11/21

经济学毕业论文中的空间计量经济模型方法空间计量经济模型方法在经济学毕业论文中的应用经济学毕业论文是经济学专业学生完成学业的重要环节。

在撰写毕业论文时，研究方法的选择和应用是至关重要的。

空间计量经济模型方法作为一种现代经济学研究方法，在经济学毕业论文中得到了广泛应用。

本文将介绍空间计量经济模型方法的基本原理和应用，并分析其在经济学毕业论文中的重要性。

一、空间计量经济模型方法的基本原理空间计量经济模型方法是以地理空间为基础，考虑空间相关性的经济学模型方法。

它的基本原理有三个方面：1. 空间依赖性原理：空间上的相邻地区可能会相互影响，即一个地区的经济现象可能会对相邻地区产生影响。

这是基于空间相关性的一个基本假设。

2. 空间滞后效应原理：一个地区的经济现象可能在时间上对该地区和相邻地区产生滞后效应。

这意味着当前的经济现象可能受到过去一段时间内的经济现象的影响。

3. 空间误差项自相关原理：由于未观测到的空间上的相关变量存在，空间误差项之间可能存在相关性。

这是空间计量经济模型方法的一个重要特征。

二、空间计量经济模型方法的应用空间计量经济模型方法在经济学毕业论文中有多种应用。

以下是几个常见的应用领域：1. 区域经济学研究：空间计量经济模型方法可用于区域经济学研究，比如考察不同地区之间的经济增长差异。

通过考虑空间相关性，可以更准确地分析不同地区之间的相互影响。

2. 城市经济学研究：在城市经济学研究中，空间计量经济模型方法可用于分析城市发展的驱动因素和空间布局。

例如，可以研究城市人口流动对经济增长的影响，并探讨不同城市之间的空间相关性。

3. 环境经济学研究：空间计量经济模型方法在环境经济学领域也有广泛应用。

例如，可以通过空间计量模型来分析环境污染的空间分布和扩散规律，从而提出环境保护政策建议。

4. 农业经济学研究：在农业经济学研究中，空间计量经济模型方法可用于分析农业生产效率和农村发展问题。

通过考虑土地利用、气候等空间因素，可以更好地理解农业经济现象。

许多空间统计学中的经典理论并不直接适合于经济学问题。在后面将看到，经典空间统 计学中对空间权重矩阵的定义具有很大的限制性。而目前计量经济学中广泛采用的权重矩阵 早已超越了最初的定义，而具有相当高的灵活性以包含并刻画众多不同性质的经济学中的相 关关系。这不能不说是空间计量经济学对空间统计学的补充和扩展。
另一条路线是随着空间数据及其处理技术的驱动而开展实证研究。20世纪60年代以来， 随着地理信息系统和遥感技术的飞速发展，空间数据量极大地丰富，且以指数方式不断增长， 计量经济学的热点由时间序列数据转向空间数据。空间数据具有不同于一般数据的特质，即 数据的空间相关性、空间和时间上的多尺度性、数据表达的不确定性等，但是标准的计量经 济技术通常不能用于存在空间自相关的情形中。这就导致人们在空间相互作用研究中，遇到 了各种问题。例如，解释变量的构造经常依据被解释变量的范围进行空间插值估计，导致空 间预测呈现出系统空间变异的预测误差，此类问题在研究环境和资源分配的经济效果时常常 遇到。再如，在空间数据汇总时，往往会出现数据与经济变量不匹配的问题。这些空间数据 的共同特征是普通回归模型的误差序列是空间相关的。这些空间数据所引起普通模型设定的 偏倚，推动了空间经济计量模型的产生。因此，除了需要处理空间模型的方法之外，还需要 能够从实践、适用的角度来处理空间数据的技术。地理信息技术的推广和相关的地理编码社 会经济数据（如包含被观察单元位置信息的数据）推动了处理空间数据独特特征（主要是空 间自相关特征）的专门技术的发展。这种专门技术是由于认识到空间（横截面）数据的空间 自相关性以及标准计量经济学难以处理空间自相关而得以快速发展。在应用经济学和政策分 析中，地理信息技术与空间数据分析和模拟技术的结合已很普遍，特别是在房地产和住宅经 济学、环境和资源经济学、发展经济学等领域中。