论文部分内容阅读
在空间计量经济学等领域,为了描述和理解不同的研究单元或地区间的潜在结构,一个便利的途径是通过定义空间权重矩阵来展示.而实证中,我们不可杜绝学者的主观目的.而权重矩阵的选择若不合理会使模型的最终估计结果呈现偏差,甚至是(大)错误.因此,如何选择权重矩阵也就成为空间分析等的关键问题.鉴于此,本文首先对空间权重矩阵的定义、分类、常用类型的构建、空间自相关统计量和空间计量模型作较详细的梳理.然后,我们在AMOEBA(A Multidirectional Optimum Ecotope-Based Algorithm)基础上利用局部Moran’I替代局部Gi*统计量,并与"经济距离"权重相结合来构建权重矩阵.同时,我们借助Monte Carlo模拟,采取极大似然(Maximum Likelihoud ML)方法在不同权重矩阵下作估计和进行比较研究.接着,本文提出一种基于局部Moran’I的空间权重矩阵自动选择生成方法(Spatial weights matrix automatic selection generating method,简记为WASG方法),并对各权重矩阵作Monte Carlo模拟和对比.最后,我们对新疆15个地州市2014年能源消费总量作空间自相关分析.本文主要结论及创新如下:(1)在模拟中,利用改进AMOEBA构建的权重矩阵对应的估计结果表现较好,且在大样本下其对应的估计结果较其他权重矩阵的表现更好.(2)利用本文提出的WASG方法,在数值模拟实验中(无论大、小样本)得到的空间权重矩阵对应的估计结果较其他类型更加接近实际值(真值).(3)实证可知:2014年新疆能源消费总量的空间自相关、异质性共存,且本文构建的权重矩阵使新疆各地州的空间自相关性能更好地体现.(4)通过Monte Carlo模拟和实证,我们发现AIC(Akaike Information Criterion)、全局Moran’I等可以为各权重矩阵或者模型的选择、比较等提供依据,对后续的各种与权重矩阵相关的现象分析和解释有重要作用.