面板空间计量模型主要有空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM)。面板空间计量模型的选择主要是通过对模型残差的拉格朗日乘子(LM-lag和LM-err)及其稳健性(Robust-LM-lag和Robust-LMerr))的显著性来选择。但是,如果采用传统面板的判断方法来选择模型,结果可能会出现偏差。Elhorst(2012)提出了改进办法,对传统的ML方法进行改良。因此,在Elhorst(2012)的基础上,本文进一步借鉴于斌斌(2015)、崔庆安等(2018)的检验方法,对模型只进行LM检验,结果(见表7-7)。在直接效应模型和间接效应模型中,SLM模型和SEM模型均通过了显著性检验。为了将两种模型的滞后性全部考虑在内,避免残差自相关对回归结果造成影响,本文选择空间杜宾模型(SDM)进行实证分析。
表7-7 LM检验和稳健LM检验表(www.xing528.com)
为了避免回归结果出现偏差,对于选择随机效应模型还是固定效应模型的选择,主要有两种判断方法;一种是由Houseman提出的,对样本进行估计,根据结果的显著性选择相应的模型;另一种是由Baltagi(2001)提出的,当样本是随机选取的,则选择随机效应模型比较合适,当回归分析局限于一些特定的固体时,选择固定效应模型比较合适。本文所选取的数据是我国30个省(市、区)的面板数据,是对特定的个体进行回归分析,在参数估计中选择时间和空间双固体效应模型更合适。此外,混合效应和时间固定效应都忽略了经济增长客观存在的地区结构性差异,空间和时间双固定效应模型同时考虑了实体经济增长的地区差异和时期影响,还可以将空间依赖的作用与空间异质性和遗漏变量的影响区分开来。因此,本文的回归结果只列出了动态空间杜宾模型中的空间和时间双固定效应模型。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。