运用空间误差自回归模型研究江苏省地方性氟中毒的影响因素

目的运用空间误差自回归模型分析江苏省地方性氟中毒的影响因素。方法利用1982—1985年江苏省地方性氟中毒的调查数据,建立包含当地气象海拔资料的地方性氟中毒的地理信息数据库,采用ArcView进行空间误差自回归分析。结果空间误差自回归模型分析表明水氟浓度与氟斑牙患病率呈正相关(P<0.05),气象和海拔等因素对患病率无影响(P值均>0.05)。模型还提示当地的氟斑牙患病率水平还可能受到其他空间聚集因素的影响。结论江苏省氟斑牙患病率主要受水氟浓度的影响,与气象和海拔因素关系不大,可能还受到其他因素的影响。

基于误差空间模型城乡居民医疗保健消费影响因素的实证分析

目的探讨影响城乡居民医疗保健消费的主要因素及两者差异。方法利用误差空间自回归模型,对2009年我国31个省域城乡居民医疗保健消费支出的影响因素进行实证分析。结果出院病人医药费、地方财政卫生支出、受教育年限是影响城镇居民消费的主要因素,而个人纯收入、地方财政卫生支出、受教育年限是影响农村居民消费的主要因素;地方财政卫生支出、受教育年限对城乡居民医疗保健消费的作用方向相反。结论要区别对待城乡居民的健康需求。

考虑空间相关性和交通环境影响的宏观事故建模

为准确分析宏观尺度下各项因素对发生交通事故的影响,从人口岗位等社会经济特征、交通环境和城市重要设施分布等角度出发,基于深圳市61.4万警情事故和892个交通分析小区建立带空间自回归误差项的空间自回归模型(SARAR),采用广义空间二段最小二乘法进行模型参数估计后,计算出各要素的空间溢出效应。模型结果表明:人口数量、岗位数量、区域面积、学校数量、主次干道长度和主次干道衔接不足均会显著增加本区域和周边区域内的交通事故数量;拥堵路段长度与交通事故的发生不存在显著关系。拟合优度对比结果发现,SARAR模型优于OLS、SAR和SEM模型,是分析宏观尺度下区域安全水平的有效方法。

带固定效应面板数据空间误差模型的分位回归估计

本文研究了含有个体固定效应的面板数据空间误差模型,基于工具变量法给出了估计模型未知参数的分位回归方法.随机模拟结果显示,工具变量分位回归估计是处理空间面板数据的有效手段,且明显优于均值回归方法.

我国省域人口增长与经济发展的空间分析

研究发现人口增长与经济发展存在着相关关系.本文分别利用普通线性回归模型、空间滞后回归模型、空间误差自回归模型以及空间半参数模型研究了我国2011年30个省区(除海南省)的经济发展和人口增长的关系.结果表明,省域人口增长不仅与本地区经济发展水平相关,还受到周边地区人口增长情况的影响.

层级数据空间误差自回归模型的估计方法研究

本文建立同时考虑空间误差自回归和嵌套随机效应误差分量的层级数据空间误差自回归模型,并推导最优权重GMM估计量,对空间自回归系数和误差项的方差进行估计。然后,定义对应的FGLS估计量,对层级数据空间误差自回归模型的总体回归系数进行估计。通过蒙特卡洛模拟,验证了所提出模型估计量的有限样本性质。模拟结果表明,本文提出的最优权重GMM估计量以及总体回归系数的GMM-FGLS估计量有很好的小样本性质。