空间计量经济学入门——在R中的应用（经济科学译丛；“十三五”国家重点出版物出版规划项目） pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

朱塞佩·阿尔比亚 著

图书标签:

• 空间计量经济学
• 计量经济学
• R语言
• 空间数据分析
• 经济学
• 统计学
• 数据分析
• 地理信息系统
• 模型
• 应用经济学

出版社： 中国人民大学出版社

ISBN：9787300254586

版次：1

商品编码：12364728

包装：平装

丛书名： 经济科学译丛

开本：16开

出版时间：2018-05-01

用纸：胶版纸

页数：240

内容简介

本书是**本将R软件作为分析基础的全面介绍空间计量经济学内容的*新力作。首先，本书系统而精要地分析了经典线性回归模型的基本假设及其增加空间因素分析的重要意义。随后，本书向读者介绍了空间因素的度量方法、基本空间线性回归模型的估计方法、空间估计参数的不同内涵，并对“空间溢出估计”进行了解读。*后，本书还对空间计量经济学*新的发展领域进行了全面的介绍，并对大数据条件下的替代模型及其应用进行了详细分析。

作者简介

朱塞佩·阿尔比亚（Giuseppe Arbia），英国剑桥大学博士，意大利米兰圣心天主教大学（意大利著名的人文社科类私立大学）经济统计学全职教授、美国纽约大学访问教授。他出版了5本专著，发表了100多篇有关空间统计和空间计量经济学的论文。目前，他是空间计量经济学学会的主席和空间计量经济学高级研究中心主任。

目录

第一章 经典线性回归模型 /1
1．1 基本线性回归模型 /1
1．2 非球面扰动项 /10
1．3 内生性 /15
1．4 R代码：执行回归 /19
核心术语与概念 /21
问 题 /22
练 习 /22
本章参考文献 /24

第二章 一些重要的空间定义 /26
2．1 空间权重矩阵W和空间滞后的定义 /26
2．2 在没有明确备择假设的情况下检验OLS残差的空间自相关性 /33
2．3 R代码 /38
核心术语与概念 /46
问 题 /46
练 习 /47
本章参考文献 /49

第三章 空间线性回归模型 /51
3．1 概 论 /51
3．2 纯空间自回归 /52
3．3 带有非随机空间滞后回归量的经典模型 /54
3．4 空间误差模型（SEM） /55
3．5 空间滞后模型 64
3．6 一般SARAR（1，1）模型 /72
3．7 在明确的备择假设下检验残差中的空间自相关 /79
3．8 空间计量模型中的参数解释 /83
3．9 R代码：线性空间模型的估计 /86
核心术语与概念 /88
问 题 /88
练 习 /89
本章参考文献 /91

第四章 空间计量经济学的深入探究 /94
4．1 异质性的残差 /94
4．2 二元响应变量的空间模型 /106
4．3 空间面板数据模型（由Giovanni Millo撰写） /122
4．4 非静态空间计量模型 /137
4．5 R代码 /144
核心术语与概念 /150
问 题 /151
练 习 /152
本章参考文献 /154

第五章 大数据下的替代模型 /162
5．1 引 言 /162
5．2 MESS设定 /164
5．3 单边逼近 /172
5．4 复合似然方法 /182
5．5 R代码 /188
核心术语与概念 /190
问 题 /191
练 习 /191
本章参考文献 /192

第六章 结论：未来的研究方向 /197
本章参考文献 /199

参考答案 /203

空间计量经济学入门——在R中的应用 （经济科学译丛；“十三五”国家重点出版物出版规划项目） 本书聚焦于空间计量经济学的理论基础、核心模型及其在实际数据分析中的应用，尤其强调使用R语言这一强大工具进行操作与实现。本书旨在为经济学、地理学、统计学及相关领域的初学者和研究人员提供一个系统、深入且实用的学习路径。 --- 第一部分：基础理论与空间数据准备 本书的开篇部分致力于为读者构建坚实的理论基础，并解决空间计量分析中最常遇到的数据预处理挑战。我们深知，任何高阶的计量模型都依赖于准确、恰当的数据输入，因此，空间数据的组织和结构化被置于核心地位。 1. 空间计量经济学的基本概念：超越传统计量 本章首先明确了空间计量经济学区别于传统时间序列或截面计量经济学的本质特征——空间依赖性（Spatial Dependence）和空间异质性（Spatial Heterogeneity）。我们详细阐述了什么是空间自相关（Moran's I、Geary's C统计量），并讨论了为什么忽略空间效应会导致估计结果的偏差与效率损失。本部分深入探讨了理论框架，包括Tobler第一定律的哲学基础及其在经济地理学中的体现。 2. R语言环境搭建与空间数据结构 为了确保读者能够顺利地将理论转化为实践，本书用相当篇幅介绍了在R环境中进行空间分析所需的核心包生态系统。我们详尽介绍了`sf`（Simple Features）和`sp`包在处理矢量和栅格数据上的差异与互补性，以及如何利用`tidyverse`系列工具进行高效的数据清洗与管理。重点在于如何将传统的观测数据（如省级GDP、人口密度等）与地理边界数据（Shapefiles, GeoJSON）空间连接（Spatial Joining），形成可供模型识别的单元格结构。 3. 空间权重矩阵的构建与选择：空间关系的量化核心 空间权重矩阵（Spatial Weight Matrix, $mathbf{W}$）是所有空间计量模型的基石。本书对不同类型的权重矩阵进行了详尽的对比和操作指南： 基于距离的矩阵： 包括固定阈值（Contiguity-based, 如Rook/Queen邻接）和连续衰减函数（如Inverse Distance, Gaussian Kernel）。我们不仅展示了如何使用邻接矩阵，更详细讨论了如何设定距离阈值、带宽选择的敏感性分析，以及这些选择对模型结果的潜在影响。 基于属性的矩阵： 引入了如社会经济相似性（例如，基于人均收入或产业结构的差异构建的权重），探讨了如何将经济或社会联系融入到地理空间结构中，以构建更具解释力的混合权重矩阵。 空间矩阵的标准化： 解释了行标准化（Row Standardization）与双重标准化（Double Standardization）的数学原理及其在模型求解中的作用。 第二部分：核心空间计量模型的估计与推断 在掌握了数据准备和权重矩阵构建后，本书进入核心内容——经典空间计量模型的详细解析与R语言实现。 4. 空间滞后模型（SAR）：溢出效应的直接体现 空间滞后模型（Spatial Lag Model, SAR）是研究空间溢出效应（Spatial Spillover Effects）最常用的工具。本书首先推导了SAR模型的最大似然估计（MLE）原理，并重点讲解了如何使用R中的`spdep`和`spatialreg`包进行拟合。关键在于参数$ ho$（空间自回归系数）的解释，它直接衡量了邻居状态对本单元状态的影响强度。我们还深入探讨了如何进行效应分解（Decomposition of Effects），区分直接效应（Direct Effect）、间接效应（Indirect Effect，即空间溢出效应）和总效应（Total Effect）。 5. 空间误差模型（SEM）：未观测的空间相关的处理 空间误差模型（Spatial Error Model, SEM）用于处理残差项中存在空间自相关的情况，即空间误差。本书阐述了SEM与SAR在理论和应用上的区别，强调SEM适用于解释误差项的空间结构，而非因变量的空间相关性。我们详细介绍了如何使用工具变量法或贝叶斯方法来估计涉及空间误差项的模型，并展示了在R中如何通过似然比检验（LR Test）来判断SAR和SEM哪个模型更适合当前数据。 6. 空间杜宾模型（SDM）：全面考量溢出效应与误差结构 空间杜宾模型（Spatial Durbin Model, SDM）是SAR和SEM的结合，它同时包含了解释变量的空间滞后项和误差项的空间滞后项。SDM的优势在于它能更全面地捕捉复杂的空间互动机制。本书提供了SDM的严格估计过程，并再次强调了效应分解的重要性。特别是，对于SDM而言，直接、间接和总效应的计算公式更为复杂，本书提供了清晰的R代码实现路径，确保读者能够准确计算和解释这些关键的政策含义。 第三部分：模型诊断、异质性处理与前沿拓展 本部分的重点在于模型选择的科学性、诊断的严谨性，以及如何应对现实世界中空间关系复杂性的挑战。 7. 模型选择、诊断与稳健性检验 计量经济学研究的可靠性依赖于严格的诊断。本书指导读者如何利用残差分析（特别是残差的空间自相关检验）来判断模型是否充分吸收了空间信息。我们详细介绍了： 空间模型的检验： 如Rook/Queen邻接下的空间相关性检验，以及如何使用Lagrange Multiplier (LM) 检验来区分SAR和SEM的偏好。 模型比较： 使用AIC、BIC以及嵌套/非嵌套模型的检验方法来科学选择最优模型结构。 稳健性检验： 讨论了权重矩阵敏感性分析——即如何更换不同的空间权重矩阵（如从Queen到固定距离）来检验核心估计结果的稳定性。 8. 空间异质性处理：地理加权回归（GWR） 现实世界中，空间效应的强度往往是变化的，即存在空间异质性。本书引入了地理加权回归（Geographically Weighted Regression, GWR）作为处理局部变异性的工具。我们解释了GWR的基本思想（局部最优拟合），并详细介绍了带宽（Bandwidth） 的选择方法，如最优点选择（CV）和自适应带宽。GWR的实现部分，本书展示了如何生成局部回归系数的空间分布图，直观地揭示哪些区域的变量关系与其他区域显著不同。 9. 动态空间模型与面板数据扩展 对于时间序列和截面相结合的面板数据，空间计量方法需要进一步扩展。本书简要介绍了空间面板模型的类型，包括： 空间固定效应与时间固定效应模型。 动态空间面板模型（SDP/SEM-DP）： 引入了时间滞后项（$Y_{i,t-1}$）和空间滞后项（$W Y_{i,t}$）的联合模型，这类模型在分析区域发展和政策扩散方面具有重要意义。虽然其估计相对复杂，但本书提供了基于特定R包（如`splm`）的实操指南和关键参数的解释。 通过本书的学习，读者将不仅掌握空间计量经济学的核心理论，更重要的是，能够熟练运用R语言强大的数据处理和统计建模能力，独立完成从空间数据准备、模型构建、估计、诊断到结果解释的完整空间计量分析流程，从而提升在相关领域的研究水平和政策分析能力。

评分☆☆☆☆☆

作为一名可能对经济学理论本身不那么精通，但对数据分析和可视化有较高要求的工程师，我最初是被《空间计量经济学入门——在R中的应用》中“在R中的应用”这个副标题吸引的。这本书的优点在于，它非常有效地连接了晦涩的经济学理论和实用的编程技能。对于我这样可能不熟悉大量经济学公式的读者，书中通过清晰的图示和代码示例，将复杂的概念变得更容易理解。我尤其喜欢书中关于空间自相关检验（如Moran’s I）和地理加权回归（GWR）的讲解。这些方法能够直观地揭示经济现象的空间聚集性和异质性，而R语言的实现则让这些分析变得触手可及。本书的叙述逻辑非常清晰，从数据的导入和初步探索，到模型的选择和应用，再到结果的解释，都循序渐进，非常适合希望快速掌握空间计量分析技能的读者。它不仅是学习理论的入门书，更是一本实用的操作手册。

评分☆☆☆☆☆

作为一名有一定空间计量经济学基础，但希望深入理解其在R中实际应用的研究者，我发现这本《空间计量经济学入门——在R中的应用》简直是一股清流。书中并没有停留在理论的堆砌，而是以一种非常务实的方式，将复杂的空间计量模型与R语言强大的统计分析能力紧密结合。我尤其喜欢书中对不同空间计量模型（如空间滞后模型、空间误差模型、空间杜宾模型等）的推导和讲解，不仅清晰地阐述了它们的理论基础，更重要的是，详细展示了如何在R中通过调用特定的函数来实现这些模型的估计和检验。书中提供的代码示例清晰、可复现性强，让我能够迅速地将理论知识转化为实践操作。让我印象深刻的是，作者在讲解模型选择和诊断时，也给出了非常实用的建议和R语言的实现方法，这对于避免模型误用、提高研究的严谨性非常有帮助。对于那些希望将空间分析能力提升到新高度的同行而言，这本书绝对是不可多得的宝贵资源。

评分☆☆☆☆☆

这本书《空间计量经济学入门——在R中的应用》的出现，对我来说，就像是打开了一扇通往新研究领域的大门。在“十三五”国家重点出版物出版规划项目的背景下，这本书所承载的内容必然具有重要的学术价值和现实意义。我尤其欣赏其“入门”的定位，但同时又不失学术的严谨性和深度。书中对空间计量经济学核心概念的阐述，比如空间依赖性、空间异质性等，都做得非常到位，而且能够很好地与R语言的实现相结合。我最看重的是，本书并非照搬国外的研究范式，而是融入了中国经济研究的视角，这使得本书在本土化方面做得尤为出色。书中关于如何构建适合中国国情的空间权重矩阵的讨论，以及对中国实际案例的分析，都让我倍感亲切，也让我对如何在中国的研究中应用空间计量经济学有了更清晰的认识。这本书的出版，无疑将为国内相关领域的研究提供强有力的支持。

评分☆☆☆☆☆

这本《空间计量经济学入门——在R中的应用》是我近期翻阅过的最令人印象深刻的经济学著作之一，尤其是它在“十三五”国家重点出版物出版规划项目中的出现，本身就预示着其价值和前瞻性。从我作为一名初步接触空间计量经济学领域的研究生的角度来看，本书的翻译质量非常高，语句流畅，术语的采用也十分专业且统一，这对于理解那些本身就比较晦涩的概念至关重要。更重要的是，书中对R语言的应用讲解得细致入微，几乎是从零开始，手把手地教读者如何在R环境中实现各种空间计量模型。我特别欣赏其中关于数据准备和可视化部分的详尽说明，这往往是初学者最容易感到头疼的地方，而本书恰恰在这方面提供了极大的帮助。例如，书中对于地理空间数据的读取、处理以及地图绘制的介绍，都充满了实践指导意义。读完第一部分，我感觉自己已经能够独立地在R中进行一些基础的空间数据分析了，这对于提升我的研究效率起到了决定性的作用，也让我对后续的学习充满了信心，感觉真正踏入了空间计量经济学的大门。

评分☆☆☆☆☆

我是一名对城市经济学和区域发展研究充满兴趣的学者，一直以来都觉得传统的计量经济学方法在处理地理空间相关问题时存在局限性。《空间计量经济学入门——在R中的应用》这本书的出现，正好填补了我的知识空白。本书的“经济科学译丛”的定位，以及“十三五”国家重点出版物出版规划项目的背景，都让我对其内容和深度充满期待。读下来之后，我的感觉是这本书的选材非常契合当前经济研究的热点，特别是在强调区域联动和空间溢出效应的当下。书中对各种空间权重矩阵的构建和讨论，以及如何将它们融入到计量模型中，是本书的一大亮点。我非常欣赏书中对于不同空间权重设定的敏感性分析的讲解，这使得读者能够更深入地理解不同空间假设对研究结果的影响。通过学习本书，我不仅掌握了空间计量模型的基本理论，更重要的是，学会了如何利用R语言这一强大的工具来解决实际的经济学问题，这对我未来的研究方向产生了深远的影响。