空间计量模型的半参数方法及其应用研究——以中国区域经济增长和城市化为例

Currently the most widely used types of spatial econometric model, is essentially in the classical linear regression model introduced a spatial structure matrix which describes the data spatial correlation characteristics, its explanatory variables are still linear. Therefore, the models are inadequate to simultaneously depict the strong volatility and strong spatial correlation characteristics in Chinese economic data. Although there are some references attempted to overcome the shortcomings, but its usually based on the applied perspective, its theoretical basis is not enough.This program follows from the author's earlier research works, combined with the advantages of spatial econometric models and semiparametric regression models each, introducing a nonparametric component into the spatial lag model, spatial error model, such widely used types of spatial econometric models, and establishing a series of semiparametric spatial econometric models. Combined the nonparametric methods such as series estimator, kernel estimator, and the parameter estimation methods such as ML, GMM, and LS, under the different situation of model specification and data assumption, through the theoretic proof and computer simulation, the new model's estimating, hypothesis testing and the large sample properties of estimators will be systematically studied. And then, these models will be applied to the empirical research of regional economic growth and urbanization problems of China, its expected to simultaneously deal with the strong volatility and strong spatial correlation characteristics in Chinese economic data, and shape into some specific theoretic methods which adapted to the data types and application problems of China.

当前应用最广泛的几类空间计量模型，本质上是在经典线性回归模型中引入一个描述数据空间相关特征的空间结构矩阵，其解释变量仍是线性的，因而模型不足于刻画我国经济数据中同时具有的强波动性和强空间相关性特征。虽有少量文献试图克服这一缺陷，但多基于应用视角出发，其理论基础不足。本课题承袭笔者的前期研究思路，汲取空间计量模型和半参数回归模型各自的优点，在空间滞后模型、空间误差模型等处于研究热点的空间计量模型中引入非参数分量，建立一系列半参数空间计量模型。结合级数估计、核估计等非参数方法和极大似然估计、广义矩估计、最小二乘估计等参数估计方法，在不同的模型设定和数据假设条件下，通过理论证明和计算机仿真实验，系统地研究新模型的估计、检验和估计量的大样本性质，并将之应用于我国区域经济增长和城市化问题的实证研究，以期同时处理经济变量中的空间相关特性和强波动性特征，形成适用于我国特定数据类型和应用问题的理论方法。

我们建立半参数空间计量模型、半参数结构突变模型和半参数平滑转换回归模型（后两个模型为项目资助出版的专著主要研究内容），将自变量集合中具有强波动性的部分变量以非参数函数的形式引入模型，对其采用sieve估计、级数估计、核估计等估计方法，用以解释和滤除波动剧烈的经济变量对经济结构的影响，并在一定的规范性假设条件下，证明了估计量的相合性和渐近正态性等大样本性质。这些理论进展使得针对我国经济现象的实证研究能够更精确地描述其中的自相关性和强波动性特征，从而得到更有说服力的实证研究结果。. 我们基于非参数统计和半参数统计理论与方法，在加法风险率模型下考察了I型和II型聚类区间删失数据的回归分析建模问题，提出了一个簇内再抽样的方法，针对两种类型数据分别给出了相应估计量的极限分布理论。另外，我们从理论上推导出了某险种保费率或者再保险的保费率在一定规范性假设条件下满足的理论模型，得到了保险公司开展该项业务的破产概率上界。这些研究结果为相关领域的理论与应用研究做出了有益的探索。. 项目组实证研究了长江经济带、湖北省、襄阳市的区域经济增长与城市化问题，取得了一系列研究成果。我们对长江经济带城乡一体化与城市转型发展的空间关联性、差异进行空间统计分析，并构建空间计量模型分析城市转型发展与城乡一体化之间的关系，将两个研究领域联接起来，对城乡一体化理论是一种有益补充。我们对湖北省的区域经济增长及其影响因素进行了分析探究，考察了湖北省经济增长周期与固定资产投资周期的协同性，以及湖北省经济增长与城乡收入差距、劳动力质量的关联影响效应，系列研究结果可以为湖北省如何更好的促进省域经济增长和城市化进程提供一定的理论支撑。我们对襄阳市区域经济增长进行了空间计量分析，对襄阳市地区经济增长与城镇化推进实施数据调查，探讨了影响襄阳地区城镇化发展的相关问题，得到了一些对于推进襄阳区域经济增长和城镇化建设有参考意义的结论。