叶倩婷,龙志和(博士生导师),吴 梅(副教授),陈青青(博士)
经济管理研究中的数据常呈现层级结构分布,数据层级间相互嵌套、相互作用,被称为层级数据[1][2];层级数据包含了经济管理研究中常用的面板数据,对面板数据维度作了进一步延伸。常见的面板数据空间模型主要关注数据的空间特性,却未考虑数据的层级结构以及层级间的嵌套关系。
为深入挖掘层级数据的内在规律,需要进一步拓展空间多层次计量经济学模型,即同时考虑研究对象层级间的嵌套关系和层级数据的空间相关关系,以及多层次模型误差项的空间相关性,建立并研究空间多层次滞后模型和空间多层次误差模型及其衍生结构组合模型。现有文献中,对空间多层次计量经济学模型研究得并不多。Corrado和Fingleton[3]探索性地提出了空间多层次计量经济学模型的结构,但未对其具体的参数估计方法做深入讨论。在层级数据空间计量模型参数估计方面,Baltagi等[4]提出了空间多层次滞后(HSLAG)模型,并使用工具变量法(IV)以及两阶段最小二乘法(2SLS)对模型的参数进行估计;叶倩婷、龙志和[5]使用广义矩(GMM)估计法和可行的广义最小二乘法(FGLS),对空间多层次误差自回归(HSEAR)模型的参数进行了估计;随后,Fingleton等[6]把HSEAR模型用于分析英格兰房价的空间关系与层级嵌套关系。
然而,对于空间多层次误差模型而言,HSEAR模型在考察层级效应的基础上仅关注邻接地区数据误差的空间自相关关系,该如何同时考虑层级效应以及衡量地区自身所受到的空间误差冲击呢?……