社交网络与近邻效应：来自空间自回归模型的新视角

近邻效应研究对优化社区结构、合理配置资源、人力资源开发等具有重要指导意义。然而， "反射问题"（reflection problem）、影响群（reference group）形成的内生性以及遗漏变量的影响等问题却严重制约近邻效应的研究。本项目力图从一个崭新的视角- - - - 空间自回归模型来探索和解决这些问题。结合近邻效应研究的特点，我们开创性地将社交网络、遗漏变量的固定影响以及外生近邻效应引进传统的空间自回归模型，为近邻效应研究中面临的难题找到可行的解决方案。我们将系统研究该模型的极大似然估计（ML）、GMM和最佳两阶段最小二乘估计（B2SLS）方法及相关渐进分布理论。我们还将把模型扩展到二元及多元离散变量的分析，研究模型均衡解的存在性、唯一性和多重性以及相关估计理论。我们还将运用所提出的模型对青少年的学习成绩、吸烟、喝酒、吸毒、逃学等行为和企业决策的溢出效应进行实证研究。