与随机效应不同,固定效应空间面板模型的个体效应尽管也是一个随机变量,但是,可以与自变量之间可以存在着某种相关关系。也就是说,个体效应是一个随机变量,但是并非独立存在着。固定效应空间面板模型的公式是:
其中ynt=(y1t,y2t,…,ynt )’是一个在时间t时刻因变量观察值的n ×1 的向量。Xnt是在时间t时刻的n × k的矩阵,这是一个非随机的但是随时间变化的自变量观察值所组成的矩阵。也就是说,Xnt不能包含不随时间变化的变量。如果Xnt中包含不随时间变化的变量,那么,就无法识别这些变量的影响。这里特别要注意,所谓的不随时间变化的变量,是指所有的空间样本单位上的观察值都不随时间的变化而变化。但是,如果其中有部分空间样本单位上的观察值随着时间的变化而变化,那么,这样的变量就可以包含进来。这是进行固定效应估计与回归的重要前提条件,需要牢记。此外,这个自变量矩阵还可能包括外生性协变量(exogenous covariates)的空间滞后。cn是n ×1 的个体效应向量。unt是n ×1 的空间滞后误差。其中εnt=(ε1t,ε2t,…,εnt)’是n ×1 的残差向量,其中的εit是呈独立同分布,其方差是σ2。W和M都是n × n的空间权重矩阵。(www.xing528.com)
可见,固定效应一般具有三个特征:其一是Xnt所包含的自变量并非时间不变的变量。其二是个体效因变量cn代表着是一个随时间固定不变的效应,即固定效应,且这个效应中自身就包含着来自时间的固定效应。其三是要有随时间和个体变化的特异性误差(idiosyncratic error)。与随机效应模型相比,固定效应模型少了独立性假设,因此,一般情况下,固定效应回归结果比随机效应回归结果更加稳健(Millo and Piras 2012)。
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。