科研之友
微信
新浪微博
Facebook
分享链接
摘要
空间计量模型与门限效应模型的理论发展与成功应用，客观上要求对模型的空间效应与门限效应进行综合研究。在面板数据结构下构建了空间门限自回归模型(STAR)、空间门限误差模型(STEM)、广义空间门限模型(STAC)和空间门限杜宾模型(STDM)等4种具有广泛应用前景的空间门限效应模型，采用最大似然法(ML)推导了模型的参数估计量。在Hansen方法的基础上提出了改进的门限搜索法，并构建LR统计量通过Monte Carlo方法进行门限的显著性检验和门限置信区间估计。在此基础上，通过数值仿真和估计结果偏误分析，对模型的系数估计结果做了系统比较，从数值实证角度对前述理论方法进行验证。研究发现，当模型既存在空间效应又存在门限效应时，忽略任何一种效应都会导致模型参数估计的偏误，而构建的空间门限效应模型可以同时有效识别并捕捉模型的空间效应和门限效应；与Hansen方法相比，所提出的改进的门限搜索法，在模型搜索运行速度与估计精度等方面均大幅提升。通过对模型各参数不同情境的仿真分析发现，提出的估计与检验方法，无论是对于小样本还是大样本，无论是单门限还是多门限，均有良好表现。这一研究结论对各主要空间门限效应模型均成立，表明该方法具有一般性和广泛适用性，从而为空间门限效应模型的实证研究提供了支撑。
- 单位
