

空间面板计量经济学在Stata中的实现

数据皮皮侠

2021-12-14

导读：空间面板计量经济学

空间面板计量经济学在Stata中的实现

计量经济学家在进行应用计量经济学研究时，开始更多地关注空间相互作用。在某种程度上，这是由于明确关注政策制定或市场行为中的空间相互作用，但它也可能反映了对忽略的变量的作用的关注，这些变量是或可能是空间相关的。

空间自相关和空间误差的经典模型依赖一个预定义的空间权重矩阵W,这可能是源于一个显式的空间相互作用模型。对于空间面板数据，原则上可以将W视为潜在的可估算值，尽管相对于空间面板单元的数量而言，时间周期的数量必须要大一些，除非对空间交互的结构施加严格的限制。虽然W的估计对大多数真实数据可能是不可行的，但空间面板模型和非空间面板模型之间有很强的形式相似性，其中面板误差的方差-协方差矩阵不是对角的。

在某些应用中——例如，跨国(宏观)经济数据----假设各面板单位的反应系数是相同的，从直观上讲是不可信的。不只是将系数的差异扫到一般的误差项中，随机系数模型允许分析师专注于对自变量变化的响应的共同组成部分，同时保留与系数相关的误差结构的信息，这些系数在面板单元中是随机的，但在每个面板单元中随着时间的推移是恒定的。

目前，Stata的空间过程包括一系列用户编写的命令，这些命令被设计用来处理截面空间数据。最近由Drukker、Prucha和Raciborski编写的一组程序(包括spmat、spivreg和spreg)的发布为Stata的用户提供了一个机会，可以为截面数据适应广泛的标准空间计量经济学模型。扩展这样的程序来处理面板数据是非常重要的，部分原因是关于如何处理数据不完整的面板存在一些重要的问题。对于横断面数据，遗漏数据的排除是自动的，但是由于面板中的一些数据丢失而忽略整个面板单元，通常会导致工作数据集的大小大大减少。例如，关于宏观经济或其他数据的国际数据集很少是完整的，因此如果排除丢失的数据，就会产生包含比其他情况下可用的更少的国家或时间的数据集。

关于空间面板分析的计量经济学模型的理论文献在过去十年中蓬勃发展，LeSage和Pace、Elhorst和Pfaffermayr等人做出了显著的贡献。在某些情况下，作者为他们开发的技术的实现提供了特定的代码。然而，这种方法的编程语言选择是MATLAB，这是昂贵的，并有一个相当陡峭的学习曲线的非用户。许多过程假设没有丢失数据，并且过程可能无法处理大型数据集，因为如果N(空间单元的数量)或T(时间周期的数量)变大，模型规范很容易变得无法管理。

本文将涵盖一组用户编写的最大似然估计程序，用于拟合各种空间结构的模型，包括空间误差模型、空间Durbin模型、空间自相关模型，以及这些模型的某些组合——术语可归因于LeSage和Pace(2009)。Elhorst(2010)编写了一套MATLAB程序来适应这些模型的随机和固定效应，并为Stata/Mata的实现提供了基础。将讨论处理缺失数据的方法，包括Pfaffermayr(2009)提出的方法的实施。

介绍的用户编写的程序将通过对基础设施需求、卫生结果和气候的分析得出的应用程序加以说明，这些数据涵盖了发展中国家和发达国家以及中国各地区。

Stata中的空间分析