《变系数空间面板数据模型及其应用的研究》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:邓明著
  • 出 版 社:厦门:厦门大学出版社
  • 出版年份:2014
  • ISBN:9787561550694
  • 页数:177 页
图书介绍:本文对变系数的空间面板数据模型进行研究,此类模型的优点在于可以考察经济关系以及空间关系的个体特征与动态特性,不论在理论上还是在实际应用上都有重要的研究价值与意义。主要的研究创新体现在以下几个方面:(1)对时变空间自回归固定系数模型提出了贝叶斯估计方法,并利用MCMC抽样方法对参数进行估计;并对混合形式的空间固定系数模型提出了一个四阶段的估计量,证明了该估计量在 时的渐进性质,并利用Monte Carlo模拟分析了估计量的小样本性质。(2)对时变误差合成空间固定系数模型进行研究,提出了两种参数估计方法:第一种方法是基于极大似然方法的多阶段迭代方法,第二种方法则是利用矩估计方法,后者借鉴了Kelejian and Prucha(1999)所提出的矩估计方法。对这两种方法所得到的估计量,本文均证明了估计量的一致性,并利用Monte Carlo方法模拟了其小样本性质。

第1章 导论 1

1.1 选题背景 1

1.1.1 空间计量经济学的提出与发展 1

1.1.2 问题的提出与研究意义 4

1.2 国内外研究综述 5

1.2.1 国外研究综述 5

1.2.2 国内研究综述 14

1.3 本书研究内容与结构安排 18

第2章 空间计量模型:基础理论 21

2.1 空间计量分析中的基础概念 21

2.1.1 空间相关性与空间权重矩阵 22

2.1.2 空间异质性 26

2.2 空间截面回归模型 27

2.2.1 空间滞后模型(SLM) 27

2.2.2 空间误差模型(SEM) 28

2.2.3 SLM与SEM的选择 29

2.2.4 空间截面回归模型的估计 29

2.2.5 地理加权回归模型(GWR) 32

2.2.6 空间回归模型中的参数解释 34

2.3 空间面板数据模型 36

2.3.1 使用面板数据的优势 36

2.3.2 空间面板数据模型 37

2.4 本章小结 43

第3章 非时变的空间变系数模型 45

3.1 引言 45

3.2 非时变的空间自回归固定系数模型 46

3.2.1 模型设定与估计 46

3.2.2 模型简化 49

3.3 非时变的空间误差固定系数模型 50

3.3.1 模型设定与估计 50

3.3.2 模型设定检验 52

3.3.3 模型简化 54

3.4 非时变的空间随机系数模型 55

3.4.1 空间误差随机系数模型 56

3.4.2 空间自回归随机系数模型 58

3.5 本章小结 60

第4章 时变的空间固定系数模型 61

4.1 引言 61

4.2 Spatial SUR模型的极大似然估计及其设定检验 62

4.2.1 模型估计 62

4.2.2 设定检验 65

4.3 Spatial SUR模型的贝叶斯估计 66

4.3.1 普通空间计量模型的贝叶斯估计 68

4.3.2 Spatial SUR模型的贝叶斯估计 69

4.4 混合形式的空间固定系数模型 73

4.4.1 模型设定 74

4.4.2 模型估计:四阶段估计 75

4.4.3 Monte Carlo模拟 82

4.5 本章小结 84

第5章 误差合成空间固定系数模型 87

5.1 引言 87

5.2 误差合成面板数据模型与空间面板数据模型 88

5.2.1 误差合成面板数据模型 89

5.2.2 误差合成空间面板数据模型 90

5.3 误差合成空间固定系数模型:模型设定 94

5.4 误差合成空间固定系数模型的估计:极大似然方法 97

5.5 误差合成空间固定系数模型的估计:矩估计方法 99

5.6 Monte Carlo模拟 101

5.6.1 Monte Carlo模拟设计 101

5.6.2 Monte Carlo模拟结果 102

5.7 本章小结 102

第6章 我国省际知识生产及其空间溢出——基于变系数空间面板数据模型的实证研究 104

6.1 引言 104

6.2 知识生产与知识生产函数 105

6.2.1 知识生产 105

6.2.2 知识生产函数的理论发展 106

6.2.3 本书所使用的知识生产函数 110

6.3 指标选取、数据来源与我国省际知识存量的估算 112

6.3.1 指标选取 112

6.3.2 数据来源 113

6.3.3 我国省际知识存量的估算 113

6.4 基于常系数模型的实证分析 115

6.5 基于变系数空间面板数据模型的实证研究 118

6.5.1 基于Spatial SUR模型的贝叶斯估计 118

6.5.2 基于混合模型和误差合成模型的实证分析 120

6.6 本章小结 123

第7章 研究总结与展望 124

7.1 研究总结 124

7.2 研究不足与展望 126

附录 128

参考文献 150

致谢 176