具有内生权重矩阵的空间计量模型：方法和应用

Spatial econometrics, a subfield that studies the cross sectional dependence, has gained increasing importance among econometricians. The main approach in this subfield is to explicitly model the cross sectional interaction through a (spatially) weighted average of all dependent variables and/or of all error terms as added regressors. The spatial weights capture the dependence structure. In the existing literature, these weights are required to be exogenous. However, in economic applications, these weights are constructed from socio and economic characteristics and likely to be endogenous. If these weights are indeed endogenous, the existing estimation methods will produce biased estimates. The main objective of this project is to investigate estimation of the spatial regression with endogenous weights. We will discuss estimation strategies and their statistical properties. Specifically, we will study two cases: continuous weights and discrete weights. For each case, we will study modeling strategy and estimation strategy. Finally, we will apply the proposed model and estimation to analyze the spillover effects in regional economic growth and firm innovations.

致力于研究经济个体之间相关问题的空间计量经济学在最近30年成为现代计量经济学的一个重要分支。空间计量经济学的主要建模思想是将被解释变量的加权和或误差项的加权和做为额外的解释变量以体现个体之间的交互影响，而权重矩阵反映个体之间的相依模式。现有的空间计量估计方法都要求权重矩阵外生，然而根据经济或社会变量、社会关系、甚至地理距离构造的权重矩阵有可能是内生的，即权重矩阵与误差项相关。一旦权重矩阵是内生的，现有的空间计量估计方法将产生错误的结果。本课题的主要目标是研究具有内生权重矩阵的空间计量模型的建模、估计和统计特性，对该问题提出一个系统而全面的解决方法。 具体来讲，本项目将分别讨论连续内生权重矩阵和非连续内生权重矩阵情形下的建模和方法，并应用于中国经济增长的溢出和收敛、企业自主创新的实证分析。

虽然经济个体相关数据在经济管理领域普遍存在，但目前的计量经济学模型却没有对其较为准确地建模和分析, 特别是针对具有内生权重矩阵的空间计量模型的研究还不够，其后果是模型的设置不恰当，导致不相合的估计值、错误的结论、甚至有偏差的政策建议。在此背景下，较好考虑了经济个体之间相关性质的空间计量模型具有重要的理论和现实意义，该研究是计量方法论中的前沿研究，而且空间计量经济学的进展对其他学科的发展也具有一定的推动作用。本项目将非线性面板数据模型、内生性与空间计量模型（即，空间自相关、误差自相关、空间和误差自相关）相结合，并基于部分线性假设，给出模型的相合估计，求出估计大样本理论，通过模拟检验讨论估计有限样本特性。我们也将拓展模型应用于实证研究。本项目的研究成果都以论文形式呈现，其中两篇论文以英文形式发表（一篇发表于SSCI一区期刊，一篇发表于SSCI三区期刊），一篇发表在国内核心B类期刊，并有多篇论文在审稿中。