构建动态空间计量模型 的介绍

1.直接效应的动态空间计量模型

在研究经济增长问题时，忽略变量之间的空间相关性是错误的设定。空间计量模型将地理与空间上的相关性很好地结合起来，可以揭示空间变化的规律性。借鉴Anselin（1995）的研究，空间计量模型一般分为空间滞后模型（SLM）和空间误差模型（SEM）两种。空间滞后模型（SLM）强调的是被解释变量的空间依赖性，空间误差模型（SEM）强调的是模型误差项之间的空间相关性。本文构建的空间滞后模型（SLM）和空间误差模型（SEM）如式（43）和式（44）所示：

其中，W表示空间权重矩阵；ωit和μit都表示服从于正态分布的误差项；表示变量系数，其他变量含义同上。

根据前一部分空间计量模型选择的分析，选择空间杜宾模型更适合研究技术创新、产业结构转型与经济增长之间的关系。因此，本文首先构建如下的静态空间杜宾模型：

各变量含义同上。对于空间权重的设置，通常采用的是（0，1）权重矩阵，相邻区域的权重为1，不相邻区域的权重为0。但是，李婧等（2010）认为空间相邻接的标准选择权重是不符合经济事实，比较粗糙的一种选取方法。鉴于此，本文根据研究的实际情况，选择经济空间权重来替代传统的（0，1）权重。经济空间权重构建如下：

其中，Wd为地理空间权重矩阵；为考察期内第i个地区的实际GDP均值；为考察期内实际GDP的均值。(www.xing528.com)

根据于斌斌（2015）的研究，经济增长的滞后一期对经济增长呈显著的正向影响。因此，本文将考虑采用动态空间面板模型研究技术创新、产业结构转型与经济增长之间的关系，构建如下所示的动态空间面板模型：

2.间接效应的动态空间计量模型

技术创新通过推动产业结构转型从而促进经济增长间接效应的动态空间杜宾模型构建如下所示：

其中，α1表示变量EDit-1的回归系数；σ表示W（EDit的回归系数；βi、λi、χi分别为解释变量的系数；νk、ϑk、ψk分别为控制变量W*Xit的系数；μit表示模型误差项；W为空间权重矩阵；其余变量含义同上。