201503 - page 122
北京工商大学学报
(
社会科学版
)摇 摇 摇 摇 2015
年
摇
第
3
期
子
(LM)
检验来选择采用空间滞后面板模型
(SIP鄄
DM)
还是空间误差面板模型
(SEPDM)。
三
、
实证结果与分析
(
一
)Moran I
指数测算结果
选用经济距离空间权重矩阵
W
计算
Moran I
指数
,
图
1
显示了我国
30
个地区在
2000—2012
年农村居民消费水平
Moran I
指数变动情况
。
可
以发现
,
各地区农村居民消费水平存在着正的空
间自相关性
(
系数在
0郾 38 ~ 0郾 65
之间波动
,
且均
通过了
5%
水平的显著性检验
),
表明在样本期
内
,
我国各地区农村居民消费水平在空间分布上
并不是随机的
,
而是随着其他地区消费水平的影
响
,
在空间上表现出空间依赖性
。
图
1摇
各地区农村居民消费水平
Moran I
指数及其变动
摇
为了进一步说明农村居民消费水平在空间分
布的局部特征
,
可以将
2012
年
Moran I
指数散点
图标识在地图上
,
如图
2
所示
。
由图
2
可以看到
,
农村居民消费的地区分布规律十分明显
,
处于高
-
高和高
-
低区域的大都为东部沿海经济发达地
区
,
而中西部地区则普遍处于低
-
高和低
-
低区
域
。
这与经济发达地区农村居民消费水平要明显
高于欠发达地区的现实相符
,
反映出农村居民消
费水平具有空间依赖性和空间异质性
。
(
二
)
空间面板模型估计结果
在通过
Moran I
指数判定存在空间相关性的
基础上
,
通过拉格朗日乘子
(LM)
检验来选择采用
空间滞后面板模型
(SIPDM)
还是空间误差面板模
型
(SEPDM)。
表
2
的结果显示
,LM鄄err
统计值
>
摇 摇
图
2摇 2012
年农村居民消费水平
Moran I
指数散点图
摇
LM鄄lag
统计值
,
这说明空间误差面板模型更优
,
对于固定效应和随机效应的选择
,
通常而言
,
当样
本是随机从总体抽取时选择随机效应
,
而当样本
是总体中一些特定个体时宜采用固定效应
,
由于
研究的样本为
30
个地区
,
并未满足随机原则
,
因
此
,
固定效应模型更为合适
。
基于稳健性的需要
,
实际估计过程中采取在主要解释变量为人口年龄
结构变量的基础上
,
逐步加入收入水平
、
财富水
平
、
通胀波动和利率变动等控制变量的做法
,
为了
便于比较
,
本文还给出了普通面板模型的估计结
果
。
表
3、
表
4
和表
5
分别报告了普通面板模型
、
静态和动态空间误差面板模型的估计结果
。
在逐步加入其余解释变量时
,
表
3、
表
4
和表
5
中
“
老龄化
冶
和
“
少子化
冶
系数的符号和显著性
并未改变
,
其数值变动幅度也不大
,
表明估计结果
是稳健的
。
进一步比较普通面板模型和空间面板
模型
,
由表
4
和表
5
的静态和动态空间面板模型
估计结果
,
表征农村居民消费水平空间依赖性的
空间相关系数
啄
(
W渍
的系数
)
均为正值
,
且通过了
1%
的显著性水平检验
,
印证了我国农村居民消费
水平在地区间存在着正向空间相关性
,
即社会经
济特征相近的地区之间
,
农村居民消费水平具有
互相促进的正影响
。
忽略这种显著空间相关性的
干扰
,
则可能造成估计结果的偏误
,
表
3
普通面板
模型的估计结果中
,“
老龄化
冶
的估计系数明显小
于静态和动态空间面板模型的估计系数
,
说明利
用传统的普通面板模型进行估计
,
会造成
“
老龄
摇 摇
表
2摇
模型的
LM
检验
检验方法
Lmerror
R鄄Lmerror
Lmlag
R鄄Lmlag
统计值
21郾 182
21郾 039
10郾 205
9郾 063
p
值
0郾 000
0郾 000
0郾 000
0郾 000
·221·
I...,112,113,114,115,116,117,118,119,120,121
123,124,125,126,127