【正文】 主要選擇都集中在 S pe ci f i cat i on （設(shè)定）模塊中。 點(diǎn)擊 E st i m at i on 鍵，隨后彈出 Poole d E st i m at i on （混合估計）對話窗 。在 T yp e of O bje ct 選擇區(qū) 選擇 Po ol（混合數(shù)據(jù)庫） ，點(diǎn)擊 OK 鍵，從而打開 P ool （混合數(shù)據(jù)） 窗口 。 注意： 點(diǎn)擊 P oo l G ene r 或 Pr oc / G enerat e P oo l Seri es by E quati on 鍵 ，可以通過公式用已有的變量生成新變量（注意：輸入變量時，不要忘記帶變量后綴“？” ?？梢杂面I盤 輸入數(shù)據(jù) ，也可以用復(fù)制和粘貼的方法 輸入數(shù)據(jù) 。 點(diǎn)擊 OK 鍵，從而打開 混合數(shù)據(jù)庫（ P ool ） 窗口 。在 窗口 中輸入 15 個地區(qū)的 標(biāo)識 AH （安徽） 、BJ （北京） 、 … 、 ZJ （浙江），如 圖 。在 T ype o f O bj ec t 選擇區(qū) 選擇 P ool （合并數(shù)據(jù)庫） 。 注意： N um ber o f cr oss 添 1 。 （ 1 996 ~200 2 年 15 個省級 地區(qū)城鎮(zhèn)居民家庭年人均消費(fèi)性支出和年人均收入數(shù)據(jù) ） 15 . 6 .1 建立 混合數(shù)據(jù)庫（ P ool ） ① 建立 一般 年度 工作文件 （ 1 996 ? 2 002 ） 。 人均受教育時間每增加1 年，人均產(chǎn)出 yit增加 16% ，而且受教育年限越長，對人均產(chǎn)出的貢獻(xiàn)就越大。經(jīng)濟(jì)含義是 人均 實物 資本每增加 1% ，人均產(chǎn) 出增加 0. 75% 。 因為 H = 22. 4 ?20. 05 ( 2) = ，結(jié)論 是 應(yīng)該建立個體固定效應(yīng)模型。 H0： 個體隨機(jī)效應(yīng)模型 。比較上述兩個模型，個體固定效應(yīng) 模型（ 15 3 3 ）比混合 模型（ 1 5 31 ）合理。 H1：模型中不同個體的截距 項 不同 。 2022/7/13 計量經(jīng)濟(jì)學(xué) 案 例 15 3 加入人力資本的生產(chǎn)函數(shù)研究 。其他,地區(qū)，個如果屬于第,0 29 . . . , ,2 ,1,1 ii 模型 ( 15 32 ) 的 DW 值太小，加 入 A R ( 1) 項的個體固定效應(yīng)模型估計結(jié)果如下： L nyit= 1 D1+ D2 + … + D29+ 5 Ln kit+ eduit+ A R ( 1) + vit ( ) ( ) ( ) R2 = , SS E = , D W = ( 15 33 ) 其中 D1, D2... D29的定義見 式 ( 15 32 ) 。 05 , 00 01 0, 0 001 5, 0 002 0, 0 002 5, 0 003 0, 0 003 5, 0 004 0, 0 004 5 6 7 8 9 10 11Y A H Y B J Y F JY G D Y G S Y G XY G Z Y H E B Y H E NY H L J Y H N Y H U BY H U N Y J L Y J SY J X Y LN Y N M GY N X Y Q H Y S CY S D Y S H Y S XY S X C Y T J Y X JY Y N Y Z JE D U678910114 5 6 7 8 9 10 11L N Y A H 0 1 L N Y B J 0 1 L N Y G D 0 1L N Y G S 0 1 L N Y G X 0 1 L N Y G Z 0 1L N Y H E B 0 1 L N Y H E N 0 1 L N Y H L J 0 1L N Y H N 0 1 L N Y H U B 0 1 L N Y H U N 0 1L N Y J L 0 1 L N Y J S 0 1 L N Y J X 0 1L N Y L N 0 1 L N Y N M G 0 1 L N Y N X 0 1L N Y Q H 0 1 L N Y S C 0 1 L N Y S D 0 1L N Y S H 0 1 L N Y S X C 0 1 L N Y T J 0 1L N Y X J 0 1 L N Y Y N 0 1 L N Y Z J 0 1E D U根據(jù)散點(diǎn)圖 15 12 和 15 1 4 分析， 應(yīng)該建立如下形式的面板數(shù)據(jù)模型， itititiit ue duL nkcL ny ???? 21 ?? 混合模型估計結(jié)果如下： ititit e duL nkynL 08 3 1 7 ??? ( ) ( 58. 5) ( ) R2 = 0 .96, D W = , N = 2 9, T =1 5, NT = 432 （非平衡面板數(shù)據(jù)） 2022/7/13 計量經(jīng)濟(jì)學(xué) 案 例 15 3 加入人力資本的生產(chǎn)函數(shù)研究 。用對數(shù)的人均產(chǎn)出 l ny it 與 人均教育時間 edu it 面板數(shù)據(jù)畫散點(diǎn)圖如圖 15 1 4 。 人均產(chǎn)出 y it 與 人均教育時間 e du it 的面板數(shù)據(jù)散點(diǎn)圖見圖 15 1 3 。用 BJ 、 TJ 、 H E B 、 SX C 、 N MG 、 LN 、 JL 、 H L J 、 SH 、 JS 、 ZJ 、 AH 、FJ 、 JX 、 SD 、 H E N 、 H U B 、 H U N 、 GD 、 GX 、 HN 、 SC 、 GZ 、 YN 、 SX 、 GS 、QH 、 NX 、 XJ 分別表示北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、 江西、山東、河南、湖北、 湖南、 廣東、廣西、海南、四川、貴州、云南、陜西、甘肅、 青海、寧夏和新疆。 （ 非 平衡面板數(shù)據(jù) ） 2022/7/13 計量經(jīng)濟(jì)學(xué) 案 例 15 3 加入人力資本的生產(chǎn)函數(shù)研究 。 隨機(jī)誤差項的 貢獻(xiàn)反映的不僅是技術(shù)和知識，還包括了 實物資本 和人力資本以外的所有產(chǎn)出 的 決定因素。顯然，人們接受教育越多，其人力資本就越雄厚 。 在宏觀經(jīng)濟(jì)學(xué)的新增長理論中，經(jīng)濟(jì)學(xué)家提出人力資本這一概念，將其加入到生產(chǎn)函數(shù)中，以此試圖解釋產(chǎn)出的地區(qū)差異。 2022/7/13 計量經(jīng)濟(jì)學(xué) 案 例 15 3 加入人力資本的生產(chǎn)函數(shù)研究 。 H0：混合 模型 ； H1： 個體時間雙固定 效應(yīng) 模型 F = )/()/()(kTNNTSSETNSSESSEuur?????=0 3 5 6 7 6 )7483 3 6/()17148/()(???????? F0. 05 ( 53, 281) = 因為 F = 4 F0 . 05( 55, 2 79) = 8 ，推翻原假設(shè)，比較上述兩種模型，建立個體時間雙 固定效應(yīng) 模型比混合 模型合理。 按個體時間雙固定效應(yīng)模型估計 itb e rmnu ?= D11 + … 46 be er t ax it （ 15 30 ） ( 2 3 . 3 ) ( 3 .25) S SE = 其中 D1,1， ... D48, 7的定義是 Di j =??? ?? 。其他,州，個如果屬于第,0 48 ..., ,2 ,1,1 ii 2022/7/13 計量經(jīng)濟(jì)學(xué) 案例 15 2 美國公路交通事故死亡人數(shù)與啤酒稅的關(guān)系研究 用 F 檢驗判斷應(yīng)該建立混合模型還是個體固定效應(yīng)模型。如果選用個體固定效應(yīng)模型，即利用離差變換 O L S 法估計回歸參數(shù)就可以排除 那些因素如 各州路況、車型、交通立法等因素的影響。其原因是 啤酒稅之外還有許多因素（如各州的路況、車型、交通立法等 因素）影響交通事故死亡人數(shù)。飲酒司機(jī)出交通事故數(shù)是不飲酒司機(jī)的 13 倍。這個比率在飲酒高峰期會上升。 以式（ 15 27 ）為依據(jù)，安徽省和北京市的 1 996 ? 2022 年 樣本內(nèi) 人均消費(fèi)（ Ln C PAH t和Ln C PBJ t） 預(yù)測結(jié)果與實際值比較分別見圖 15 6 和 15 7 。其經(jīng)濟(jì)含義是人均可支配收入每增加 1% ，人均消費(fèi)增加 0. 8925 % 。 2022/7/13 計量經(jīng)濟(jì)學(xué) 綜上分析，針對 15 個省級地區(qū)的居民家庭人均消費(fèi)和人均可支配收入關(guān)系應(yīng)該建立個體固定效應(yīng)模型。應(yīng)該建立個體固定效應(yīng)模型。 因為被比較的回歸系數(shù)只有 1 個（ ? 1 ），所以原假設(shè)成立條件下 H ? ?2( 1) 。由式（ 15 27 ）知W??= 81 ，)?( Ws ?= 739 。 F = )1/(/)(???NNTR S SNR S SR S Suur=)1151 0 5/(0 6 6 14/)0 6 6 7 0 (???=0 0 0 7 0 0 0 7 = F 0. 05 ( 14, 89) = 因為 F = 9. 87 F 0 . 05 ( 14, 8 9 ) = ，推翻原 假設(shè)，比較上述兩種模型，建立個體固定效應(yīng)模型比混合模型 合理。 2022/7/13 計量經(jīng)濟(jì)學(xué) 用 F 統(tǒng)計量檢驗應(yīng)該建立混合 模型還是個體固定效應(yīng) 模型。加入一個 AR 項的估計結(jié)果如下： itPCLn ?= 2 + 5 L nIP i t + 0 .7383 A R ( 1) + u i t ( ) ( ) ( 9 .0) R2 = 90 4, R S S r = 01, D W = 2022/7/13 計量經(jīng)濟(jì)學(xué) 面板數(shù)據(jù)建模案例分析 個體固定效應(yīng)模型的估計結(jié)果是 itPCLn ?= 9 D 1 + … + 2 D 15 + 5 Ln I P i t （ 15 27 ） ( ) R2 = 937, R S S u = 667, D W = 1 .51, T = 7, N =15, TN =105 其中 D 1 , .. ., D 15 的定義是 D i =??? ? 。通過散點(diǎn)圖分析應(yīng)該建立對數(shù)變量的 面板數(shù)據(jù) 線性回歸模型。 199619992022安徽河北江蘇內(nèi)蒙古山西020224000600080001000012022安徽北京福建河北黑龍江吉林江蘇江西遼寧內(nèi)蒙古山東上海山西天津浙江1996199820222022安徽福建黑龍江江蘇遼寧山東山西浙江 02022400060008000100001202214000安徽北京福建河北黑龍江吉林江蘇江西遼寧內(nèi)蒙古山東上海山西天津浙江15個省級地區(qū)的人均消費(fèi)序列 15個省級地區(qū)的人均收入序列（個體） 2022/7/13 計量經(jīng)濟(jì)學(xué) 面板數(shù)據(jù)建模案例分析 案例 15 1 1 5 個省級地區(qū)的居民家庭人均消費(fèi)和人均可支配收入關(guān)系分析。 2022/7/13 計量經(jīng)濟(jì)學(xué) H（豪斯曼）檢驗 原假設(shè)與備擇假設(shè)是 H0: 個體效應(yīng)與回歸變量無關(guān)（個體隨機(jī)效應(yīng)回歸模型） H1: 個體效應(yīng)與回歸變量相關(guān)（個體固定效應(yīng)回歸模型） 離差變換 O LS 估計 可行 G LS 估計 估計量 之差 個體隨機(jī)效應(yīng)回歸模型 估計量具有一致性 估計量具有一致性 小 個體固定效應(yīng)回歸模型 估計量具有一致性 估計量不具有一致性 大 2022/7/13 計量經(jīng)濟(jì)學(xué) 面板數(shù)據(jù)建模案例分析 案例 1（ file:5panel02）： 19962022年中國東北、華北、華東 15個省級地區(qū)的居民家庭固定價格的人均消費(fèi)（ CP）和人均收入（ IP）數(shù)據(jù)見 file:panel02。原假設(shè)成立條件下， 式 （ 15 22 ） 定義的 H 統(tǒng)計量漸近服從 ?2( m ) 分布。 ()~(??V a r)?(??V a r) 1 (???~)