空间变系数分层自相关模型的截面似然估计及应用

非参数空间动态模型作为一类能同时处理回归分析中的空间非平稳性和空间依赖性现象的建模技术,在多类问题的研究中得到了广泛的应用.本篇将重点讨论当因变量中存在分层结构情形时的空间变系数模型.通过截面极大似然方法给出模型估计,并通过AIC准则将模型参数和非参数分量加以识别.证明了估计量的一致性和渐近正态性,蒙特卡洛数值模拟表明:在有限样本时该模型及方法是有效的.在对我国地方经济社会发展集聚性与差异的应用研究中,省内城市之间的经济发展空间溢出效应大于省边界城市之间的溢出效应,这两种空间溢出效应都是不可忽视的;此外,对外贸易和城镇化率对经济发展的影响不随着空间位置而发生变化,而其他影响因素,包括:人口密度、人力资本、储蓄水平、产业结构、政府干预、社会需求和公路密度对经济发展的影响存在显著的空间异质性.

随机效应变系数空间自回归面板模型的估计

具有良好可读性和稳健性的变系数模型在各学科领域应用广泛。本文构建了一种新的随机效应变系数空间自回归面板模型,运用截面极大似然估计方法,导出了模型的估计量,证明其具备一致性和渐近正态性,蒙特卡洛模拟研究显示估计量的小样本表现效果良好。

空间滞后门限回归模型的估计

为了解决变量空间相关性的存在对模型拟合的影响,捕捉数据截断特征,提高解释力度,提出了一类新的空间滞后门限回归模型,导出其截面极大似然估计量,证明其估计量的大样本性质,Monte Carlo数值模拟了估计量的小样本表现。研究结果表明:(1)大样本情形下,参数估计量具有相合性和渐近正态性;(2)小样本情形下,估计量的精度随样本量的增加而提高,敏感度随样本量的增加而降低;(3)空间复杂程度对空间相关系数的估计量影响较大,对其他估计量的影响较小。该研究结果为空间权重矩阵和样本量的选择提供了有价值的参考。

随机效应空间滞后单指数面板模型

本文构建了随机效应空间滞后单指数面板模型的截面极大似然估计方法,从理论证明和数值模拟两方面分别考察了其估计量的大样本性质和小样本表现。研究结果表明:在大样本条件下,估计量均具有一致性,并且参数估计量具有渐近正态性;在小样本条件下,各估计量依然具有良好的表现,其精度随着样本容量的增加而提高。空间权重矩阵结构的复杂性对空间相关系数的估计量影响较大,但对其他估计量的影响较小。

半参数变系数空间误差回归模型的估计

研究目标:克服半参数变系数回归模型中误差项可能存在的空间相关性问题。研究方法:提出一类新的半参数变系数空间误差回归模型,并构造其截面似然估计。研究发现:在小样本条件下,模型估计量具有良好的表现,其精度随着样本容量的增加而提高;应用该方法分析我国资源禀赋与地方公共品供给之间的相互关系,进一步证实了模型较强的适用性。研究创新:证明了估计量的一致性与渐近正态性,并通过蒙特卡洛模拟考察了估计方法的小样本表现。研究价值:新方法对于其他结构的半/非参数空间计量模型理论研究具有推广价值,其估计技术在经济、管理等学科中具有应用价值。