空間權(quán)重矩陣的構(gòu)造與分析---基于 AMOEBA 的改進(jìn)和 WASG 方法.pdf

1、摘 要在空間計量經(jīng)濟(jì)學(xué)等領(lǐng)域, 為了描述和理解不同的研究單元或地區(qū)間的潛在結(jié)構(gòu), 一個便利的途徑是通過定義空間權(quán)重矩陣來展示. 而實(shí)證中, 我們不可杜絕學(xué)者的主觀目的. 而權(quán)重矩陣的選擇若不合理會使模型的最終估計結(jié)果呈現(xiàn)偏差, 甚至是 (大) 錯誤. 因此, 如何選擇權(quán)重矩陣也就成為空間分析等的關(guān)鍵問題.鑒于此, 本文首先對空間權(quán)重矩陣的定義、分類、常用類型的構(gòu)建、空間自相關(guān)統(tǒng)計量和空間計量模型作較詳細(xì)的梳理. 然后, 我們在 AMOE

2、BA(𝐴 𝑀𝑢𝑙𝑡𝑖𝑑𝑖𝑟𝑒𝑐𝑡𝑖𝑜𝑛𝑎𝑙 𝑂𝑝𝑡𝑖𝑚𝑢𝑚

3、; 𝐸𝑐𝑜𝑡𝑜𝑝𝑒 ? 𝐵𝑎𝑠𝑒𝑑 𝐴𝑙𝑔𝑜𝑟𝑖𝑡?𝑚) 基礎(chǔ)上利用局部𝑀𝑜ү

4、03;𝑎𝑛′𝐼 替代局部 𝐺* 𝑖 統(tǒng)計量, 并與“經(jīng)濟(jì)距離”權(quán)重相結(jié)合來構(gòu)建權(quán)重矩陣. 同時, 我們借助 𝑀𝑜𝑛𝑡𝑒 𝐶𝑎𝑟𝑙𝑜 模擬, 采取極大似然 (𝑀𝑎

5、9909;𝑖𝑚𝑢𝑚 𝐿𝑖𝑘𝑒𝑙𝑖?𝑜𝑜𝑑, 𝑀𝐿) 方法在不同權(quán)重矩陣下作估計和進(jìn)行比較研究. 接著, 本文提出一種基于局部 𝑀𝑜𝑟𝑎&

6、#119899;′𝐼的空間權(quán)重矩陣自動選擇生成方法 (𝑆𝑝𝑎𝑡𝑖𝑎𝑙 𝑤𝑒𝑖𝑔?𝑡𝑠 𝑚𝑎𝑡𝑟𝑖𝑥 𝑎&

7、#119906;𝑡𝑜𝑚𝑎𝑡𝑖𝑐 𝑠𝑒𝑙𝑒𝑐𝑡𝑖𝑜𝑛𝑔𝑒𝑛𝑒𝑟𝑎𝑡

8、9894;𝑛𝑔 𝑚𝑒𝑡?𝑜𝑑, 簡記為 WASG 方法), 并對各權(quán)重矩陣作 𝑀𝑜𝑛𝑡𝑒 𝐶𝑎𝑟𝑙𝑜 模擬和對比. 最后, 我們對新疆 15 個地州市 2014 年能源

9、消費(fèi)總量作空間自相關(guān)分析.本文主要結(jié)論及創(chuàng)新如下:(1)在模擬中, 利用改進(jìn) AMOEBA 構(gòu)建的權(quán)重矩陣對應(yīng)的估計結(jié)果表現(xiàn)較好,且在大樣本下其對應(yīng)的估計結(jié)果較其他權(quán)重矩陣的表現(xiàn)更好.(2)利用本文提出的 WASG 方法, 在數(shù)值模擬實(shí)驗(yàn)中 (無論大、小樣本) 得到的空間權(quán)重矩陣對應(yīng)的估計結(jié)果較其他類型更加接近實(shí)際值 (真值).(3)實(shí)證可知: 2014 年新疆能源消費(fèi)總量的空間自相關(guān)、異質(zhì)性共存, 且本文構(gòu)建的權(quán)重矩陣使新疆各地州的空

10、間自相關(guān)性能更好地體現(xiàn).(4)通過 𝑀𝑜𝑛𝑡𝑒 𝐶𝑎𝑟𝑙𝑜 模擬和實(shí)證, 我們發(fā)現(xiàn) 𝐴𝐼𝐶 (𝐴𝑘𝑎𝑖𝑘𝑒 𝐼w

11、899;𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛𝐶𝑟𝑖𝑡𝑒𝑟𝑖𝑜𝑛)、全局 𝑀𝑜𝑟𝑎𝑛′

12、19868; 等可以為各權(quán)重矩陣或者模型的選擇、比較等提供依據(jù), 對后續(xù)的各種與權(quán)重矩陣相關(guān)的現(xiàn)象分析和解釋有重要作用.關(guān)鍵詞: 空間權(quán)重矩陣; AMOEBA 過程; WASG 方法; 空間自相關(guān)Abstractresult under the large sample is better than that of the other weight matrix.(2)Using the WASG method by us, the r

13、esults of the spatial weight matrixobtained are more close to the actual value (true value) than those of the othertypes in the numerical simulation experiment (large and small samples).(3)In the empirical, we have that

14、the spatial autocorrelation and heterogeneitycoexist in the total energy consumption of 15 states in Xinjiang in 2014, and theweight matrix constructed in this paper can reflect the spatial autocorrelation ofspatial unit

15、s.(4)Through 𝑀𝑜𝑛𝑡𝑒 𝐶𝑎𝑟𝑙𝑜 simulation and demonstration, we found that 𝐴𝐼𝐶(𝐴𝑘𝑎𝑖⻕

16、6;𝑒 𝐼𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝐶𝑟𝑖𝑡𝑒𝑟𝑖𝑜𝑛), the global 𝑀

17、9900;𝑟𝑎𝑛′𝐼 and so on can provide thebasis for the selection or comparison of weight matrix or model, and play an im-portant role in the follow-up analysis and explanation of the phenomena