大數據環境下非線性空間計量模型研究及其套用

《大數據環境下非線性空間計量模型研究及其套用》是依託南京大學，由盧翠翠擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：大數據環境下非線性空間計量模型研究及其套用
• 項目類別：青年科學基金項目
• 項目負責人：盧翠翠
• 依託單位：南京大學

項目摘要

在大數據的時代背景下，網際網路、信息技術突飛猛進，經濟學者們在創新企業研究，產品網路平台，社會網路、國際貿易等領域都可以得到存在空間相關的海量數據。在此背景下，空間數據的可得性增大，包括樣本量增大和變數維度增大，給參數估計和假設檢驗提出了新的問題。在經濟領域利用大數據確定變數之間的因果關係及假設檢驗還屬於計量經濟學領域的新興方向。同時，空間計量方法近年來迅速發展，但非線性模型的研究還有很多尚未解決的問題。如何在大數據背景下，使用非線性空間模型尚未有人探索。首先，本課題將在M估計（M-estimation）的框架下研究一般非線性空間模型的估計方法。其次，我們將探索大樣本數據以及高維變數在非線性模型估計中的難點問題。再次，我們將使用蒙特卡羅計算機模擬方法來試驗本課題中計量方法的優點。最後本課題將收集數據，探索非線性空間計量模型的實證套用，為實證經濟研究者提供方法，為中國經濟政策評估提供參考依據。

結題摘要

本項目研究了在大數據背景下非線性空間數據的估計，主要有以下幾個方面。首先，我們在類最大似然估計方法的框架下使用廣義估計方程的方法（GEE）研究了空間數據線性模型的估計。為了提高估計的有效性，對於Poisson模型和Probit模型，利用在誤差項的空間關聯，我們使用了分組方法來使用數據的相關性。在溫和的弱相關假設條件下，我們提供了估計的一致性和趨近的常態分配理論。蒙特卡洛計算機模擬比較了幾種不同的估計方法，並證實了我們提出的方法有估計效率的提高。我們最後使用了國際貿易數據來驗證了GEE方法在實證估計中的有效性。 其次，我們用一個特殊的似最大似然估計方法（QGLS）估計了空間誤差數據，證明QGLS方法具有一致性和趨近正太分布，在大樣本量情形下簡化了估計方法，並且提出了對於異方差和空間相關都穩健型方差的估計方法。 再次，我們提出了一個廣義矩方法，將兩種最小二乘方法所用的工具變數相結合，選擇這組變數重新構建一個廣義矩方法，這種方法至少比最小二乘估計和廣義最小二乘估計都要有效。我們將這個方法套用到家庭資產方程的估計當中。 最後，我們用Poisson GEE模型研究一帶一路國家中，文化距離和機制距離對國際貿易量的影響。近期中國提出了一帶一路倡議引起了國際社會廣泛關注，我們用2002年至2016年99個國家在產品種類上面的雙邊貿易，包括出口額，進口額和進出口總額。其中38個國家屬於一帶一路共建國家。 我們將引力模型的距離變數擴展到地理、文化、機制三個維度，用泊松分布估計了拓展的引力方程，計算了文化和機制距離的beta係數。我們發現，文化距離和機制距離對中國對外貿易都有阻礙作用。我們做了雙重差分分析，一帶一路倡議的提出減少了中國和一帶一路共建國家貿易中的文化距離的阻礙作用，但是增加了機制距離對中國對一帶一路國家出口發揮的作用。這說明中國的一帶一路倡議在促進貿易的大框架下，可以注重各國文化和體制建設和合作，促進雙邊貿易。