工具变量(instrumental variable,简称“IV”)也称为“仪器变量”或“辅助变量”,是经济学、社会学、人口学、教育学、计量经济学、流行病学等相关学科中无法实现可控实验时,用于估计模型因果关系的方法。因此,这是社会科学实证研究中被广泛使用的一种方法。由于存在着空间滞后效应以及空间误差效应,在空间回归模型中引入工具变量,问题会变得更为复杂。例如,在研究中国地区R&D经费支出的特征时,往往具有空间上的聚集效应,也会存在着外溢效应。但是,当对于影响中国地区R&D经费支出的因素进行实证分析,就会遇到内生性问题。在空间回归模型中,除了引入工具变量之外,有时还需要调整估计方法,例如采用的局部线性工具变量估计(冯烽 2015)。
除了在空间误差模型中可以引入工具变量之外,在空间滞后模型中也可以进行工具变量分析。例如,当研究中国地级以上城市的经济发展与资源约束的关系时,可能既存在空间滞后效应,也存在内生性问题。在研究一个城市、地区或者国家所拥有的天然资源对于经济发展的作用时,往往会出现所谓的“资源诅咒(resource curse)”的现象,即拥有大量的某种不可再生的天然资源却反而形成工业化低落、产业难以转型、过度依赖单一经济结构的窘境。造成“富足的矛盾(paradox of plenty)”的原因是多方面的,有来自现实社会的客观因素,但也可能是回归模型在估计时出现的偏差。对于同样的数据,采用带有工具变量的空间滞后分位数回归模型来进行实证研究的结果表明中国地级以上城市并不存在着所谓的“资源诅咒”的现象,在有些城市反而可能存在“资源福音”现象(李坤明和方丽婷 2018)。(www.xing528.com)
上述两者研究表明,在空间回归模型中,只要合理引入工具变量,就可以有效破解内生性问题,就可以获得无偏估计。在开展时空社会科学研究的过程中,研究者需要根据具体的社会时空特征来选取合适的工具变量。工具变量的选取,不仅要考虑到所研究的社会时空的特征,而且还要考虑到时空网络的传导机制。在社会时空系统中,内生性问题不仅仅是静态的,也可能是动态的。因此,在空间面板模型中,根据需要也可以引入工具变量,从而来有效应对内生性问题(Baltagi and Liu 2011)。
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。