空间面板数据模型估计数据, 程序和解读

空间计量研究小组计量经济圈 2021-10-23

凡是搞计量经济的，都关注这个号了

邮箱：econometrics666@sina.cn

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

提要：xsmle是一个使用stata进行空间计量分析的新命令(各位学者可以采用R或Matlab估计，根据需要选择软件)。作者考虑了一组适用于平衡面板数据的固定和随机效应空间模型的拟极大似然估计。特别值得注意的是，由于xsmle与mi系列命令完全兼容，它允许处理不平衡面板，使用stata矩阵和spmat对象形式的空间权重矩阵，根据lesage和pace（2009）中概述的程序计算直接、间接和总体效应，并利用后估计特征，将Kelejian和Prucha（2007）提出的预测方法扩展到面板数据的情形。本文描述了使用模拟和实际数据的命令及其所有功能。

人们普遍认为，从地理位置相近的实体收集的样本数据不是独立的，而是空间相关的，这意味着对较近单位的观察结果往往比其他单位更为相似（Tobler 1970）。对于经济和社会人口变量，如失业率、犯罪率、房价、人均卫生支出等，经常观察到空间聚类或基于地理的相关性（Soll'e Oll'e 2003；Moscone和Knapp 2005；Reveli 2005；Soll'e Oll'e 2005；Kostov 2009；Elhorst和Freret 2009；Elhorst等人 2010年；Moscone等人2012年）。理论模型通常认识到空间溢出的存在，随着单位距离的增加而下降；经验地，空间面板数据模型已经成为测量这种溢出的常用工具。

据我们所知，R和Matlab都为空间面板数据模型的估计提供了大量功能（Millo和Piras 2012；Lesage和Pace 2009）。Stata的功能包括一系列的命令，这些命令仅用于处理横截面数据（Drukker等人2013年a、c、b）。我们开发了xsmle命令来填补这一空白，从而提供了使用stata估计各种空间面板数据模型的可能性。特别是，xsmle允许估计随机效应空间自回归、空间durbin和空间误差模型、固定效应空间自相关模型和广义空间随机效应模型。对于空间自回归和空间durbin模型，XSMLE还允许通过实施Yu et al（2008年）中描述的偏差校正的最大似然方法来实现动态建模。在本文描述的其他有趣的特性中，特别要注意的是xsmle允许i）使用通过Drukker等人创建的空间权重矩阵（2013A）的SPMAT命令；ii）根据Lesage和Pace（2009）中概述的程序计算直接、间接和总效应；iii）计算聚类误差和Driscoll-Kray标准误差；iv）使用稳健的豪斯曼检验测试固定效应；v）利用广泛的预测因子，将Kelejian和Prucha（2007）提出的估计推广到面板数据情形。

各位学者在解读以下例子前，可以先行参看以下文章，以对相关概念有较深的理解：

1.空间计量经济学最新进展和理论框架

2.空间和时间的计量，关注二位国人

3.空间计量模型选择、估计、权重、检验

4.空间计量百科全书式的使用指南的do file公开

5.空间计量百科全书式的使用指南, 只此一份掌握此独门秘籍

6.空间计量的46页Notes, 区经相关学者可参阅

7.空间计量软件代码资源集锦(Matlab/R/Python/SAS/Stata)

8.用R语言做空间计量, 绝不容错过的简明教程

9.R软件中的空间计量经济学程序包纵览

10.空间计量的研究领域模型, 发展阶段与最新进展

11.空间计量和交互项如何使用, 将空间计量进行到底