![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLicmbw5CNjVmY0QWZxMWMiJmNhVjZiNGZ2IzYxYjNjFTMwYTNl9CX0JXZ252bj91Ztl2Lc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
本次发布的内容为“如何利用MATLAB程序跑出SAR、SEM和SDM三种空间计量模型的参数估计结果”,本文系范巧老师2019年5月18日-5月26日在东北师范大学经济学院培训的部分内容。
一、参考文献:范巧,Hudson Darren.一种新的包含可变时间效应的内生时空权重矩阵构建方法[J].数量经济技术经济研究,2018,35(01):131-149.
二、程序提取路径
链接: https://pan.baidu.com/s/1mi7Y59uqDflWaBcG98mywg 提取码: srms
三、案例分析的基本情况:
1.2010-2015年重庆两江新区对周边38个区县的辐射带动力影响因素分解,被解释变量——两江新区的辐射带动力(y);解释变量——影响两江新区辐射带动力的可能因素(8个,x1,x2,x3,x4,x5,x,x7,x8)
2.空间权重矩阵的设定:基于queen的空间邻近关系;时间权重矩阵的设定:基于范巧(2018)的可变效应的内生时间权重矩阵。
3.估计SAR模型、SEM模型和SDM模型的参数估计结果。
四、主要的步骤:
1.在excel中完成空间权重矩阵的初步处理和标准化(标准化后行和为1);参见“1.重庆市的空间权重矩阵(经过标准化处理)”。该数据是38*38的数据。
图1 标准化的空间权重矩阵:基于queen邻接关系
2.在excel中完成被解释变量和解释变量的收集和整理(变量数据按照先截面堆积再按照时间堆积的方式完成,并进行无量纲处理(z-min(z))/(max(z)-min(z)));处理后的数据参见如下图2。该数据是228*9列的数据,见“2.两江新区辐射带动力影响因素的标准化后数据”。
图2 变量数据及其标准化(必须先截面堆积,再按时期堆积)
3.将空间计量的jplv7文件的所有内容设置进入matlab的预设分析路径中。
主页/设置路径/添加并包含子文件夹
图3 添加JPLV7进入分析路径
4.计算2010-2016年各年的全局莫兰指数,依据范巧(2018)的方法确定时间权重矩阵和时空权重矩阵。
第一步,将标准化后的空间权重矩阵数据导入matlab中,并保存为W.mat;将所有被解释变量和解释变量数据导入matlab,并保存为data.m;
第二步,导入data.m和W.mat数据,运行程序TW_Generating_run,计算各年的全局莫兰指数,并由此确定时空权重矩阵(TW)。
图4 运行并建立时空权重矩阵
第三步,在程序里找到TW,右键另存为spatial_temporal_weight_matrix.mat。
图5 保存时空权重矩阵的数据
5.将data.mat和spatial_temporal_weight_matrix.mat两个文件分别拷入SAR、SDM和SEM三个文件夹中。
6.分别运行data_SAR_run.m、data_SDM_run.m和data_SEM_run.m三个文件即可得到三种模型的参数估计结果。