空间面板模型-空间分析

1、空间面板模型1.1空间面板模型我们生活在时间和空间中，每个事件都在一定的时间和地点发生，因而可以标度出时间和空间坐标，这样的数据可以称为空间面板数据，它是指一定空间单 元的时间序列观测。在研究实际问题时，空间面板数据本身具有更大自由度、 更 丰富的信息量、更多的变异。空间面板模型(Spatial Panel Model)是针对空间 面板数据分析而提出的模型。相对于一般的回归模型及空间回归模型，它能够提参数高估计的有效性。空间模型在寻求科学解释方面有着重要的作用。通过空间面板模型，可以更好地结合研究对象的时空分布特征，发现其影响因素及规律。空间面板模型可分为两类：空间滞后模型和空间误差模型。(1

2、)空间滞后模型(Spatial Lag Model)空间滞后模型的基础形式为Nyit =-、叫 yjt . ： x；t , d ,；让h(6.2)其中，6：空间自相关系数，表示空间个体之间的相互作用W：空间权重矩阵，含义与第七章所述的空间权重矩阵相同i =1,2,3，N :横截面上的个体(某一区域、范围等)，共有N个t=12,3，,T .表示时间序列上的时点(某一时刻)，共有T个yit :在区域i、时刻t上的被解释变量Xit ：在区域i、时刻t上的解释变量i：空间的个体的效应，反映不受时间影响的空间特质。P:回归系数2褊：与时间和空间都有关系的随机误差项，其均值为 0,方差为仃，独立同分布空间

3、滞后模型主要在传统面板模型的基础上考虑了空间上的自相关，可以度量不同空间个体的相互影响。空间误差模型(Spatial Error Model)空间误差模型基本形式为yit Xit . 4 .)N- it 底 Wij : jt , ；itj 1其中：0:空间自相关系数，反映回归残差之间空间相关性的程度。*t:自相关的空间误差W：空间权重矩阵，含义与第七章所述的空间权重矩阵相同i =1,2,3,，N :横截面上的个体(某一区域、范围等)，共有N个t=1,2,3，T：表示时间序列上的时点(某一时刻),共有T个yit :在区域i、时刻t上的被解释变量Xit :在区域i、时刻t上的解释变量匕：空间的个体

4、的效应，反映不受时间影响的空间特质。0:回归系数:与时间和空间都有关系的随机误差项，其均值为0,方差为仃2 ,独立同分布。空间相关性除了由其他空间的影响造成，也可能是通过被忽略了的变量起作 用。在传统的模型中，认为这种相关性为噪声，实际上它度量了其他空间单元的 因变量的误差对本空间单元观测值的影响程度。 空间误差模型可以用于衡量这种 由于其他空间的误差影响而产生的自相关性。案例【8-2】采用空间面板模型分析2011年京津唐地区疾病数据，寻找疾病发病率的主要影响因素案例分析导图(1)使用的数据本节所用的数据为2011年京津唐地区某疾病的月度发病率，此处指展示前 十条，如表 错误！文档中没有指定样

5、式的文字。-1。该数据存放于光盘中的“空 间面板格式.csv文件。表 错误！文档中没有指定样式的文字。-1 2011年京津唐地区的月度某疾病发病情况codedateratepopuDenPerGdpaveTemprecprelHumsunShnwndspd1101012011014.4862.442514.7547-4.76108026.821642392.65125.259891101012011023.15942.453214.7856-2.36269117.874551.258251424.92419.238841101012011035.09822.463914.81707.89619

6、7025.531322812.12727.19841101012011045.94022.474514.848815.05488157.521436.445982597.41627.9921811010120110510.53872.485314.880921.15366225.534437.712452740.56628.8251811010120110614.5622.496014.913426.297371137.35552.528362390.69223.7806311010120110723.34792.506914.944627.388322611.29967.498981557.

7、91818.9594911010120110824.30862.517814.976126.307281593.76472.3341891.93518.8720911010120110914.16282.528615.009620.06084620.812660.619732093.26419.032951101012011107.89272.539515.041914.05408270.40362.431721716.00416.15945表8-2各变量的含义变量名称变量含义单位code地理编码无date年月信息rate发病率popuDen人口密度千人/平方公里PerGdp当月人均国内生产总

8、值丹aveTem平均温度摄氏度precp降水量封relHum相对湿度%sunShn日照强度瓦/平方米wndspd风速千米/时止匕外，还需要的数据是包含该地区所有区县的地图文件( dbf文件和shp文 件)。该文件为存放于光盘中的JJT.dbf和JJT.shp,另外，该文件也可以通过 ArcGis软件从全国各区县地图中选择生成。(2)采用R语言建立空间面板模型第一步，加载如下程序包。代码如下：library(splm)library(spdep)library(sp)library(maptools)library(foreign)第二步，导入所需的数据，代码如下：hData - read.cs

9、v(C:住问面板格式.csv)#导入发病率和影响因素的数据dbf -read.dbf(C:/JJT.dbf)#导入地图的数据(dbf 格式)第三步，将导入的两组数据合并，代码如下：hData - merge(hData,dbf, by.x=code , by.y = CNTY_CODE , all.x =T)第四步，生成新变量：人口密度(PopuDen)、人均GDP (PerGdp),代码如 下：hData - cbind(hData, PopuDen = hData$population/hData$area * 10A6 , PerGdp = hData$gdp/hData$populat

10、ion)第五步，导入shp格式的地图文件。由于dbf文件无法存储各地理单元的位 置关系，导致无法生成空间权重矩阵，因此还需要导入shp格式的地图文件，代码如下:data.shp - readShapePoly(C:/JJT.shp)第六步，生成空间权重矩阵。改步使用poly2nb函数实现，需要两个输入参数。第一个参数是导入的shp格式的地图数据名称。第二个参数是空间权重的确 定方法(逻辑变量queen),如果采用queen方法，则参数为TRUE,如果为rock 方法，参数为FALSE,代码如下：data.nb - poly2nb(data.shp, queen=TRUE)第七步，建立空间面板模

11、型，采用 spml函数。所使用的参数如下：fm：模型公式，用于指出因变量与自变量，data自变量与因变量取值的数据，listw:空间权重矩阵，需要用nb2listw函数进行一次转换，model:面板模型形式，spatial.error :处理空间误差的方法，lag：是否采用滞后模型。代码如下：fm - rate PopuDen + PerGdp + aveTem + precp + sunShn + wndspdspatFixLag - spml(fm, data = hData, listw = nb2listw(data.nb),model=within, spatial.error=no

12、ne, lag=TRUE)summary(spatFixLag)修吉果展示本例中采用的是空间滞后模型，如果想建立空间误差模型，可使用以下代码：spatFixErr - spml(fm, data = hData, listw = nb2listw(data.nb),model=within, spatial.error=b, lag=FALSE)(3)结果分析空间滞后模型的结果如下：表 错误！文档中没有指定样式的文字。-2空间面板(滞后模型)结果变量系数标准差T值P值Lambda0.56190.040313.93742.2e-16*PopuDen2.63393.97860.66200.5079PerGdp-1.51140.7665-1.97180.0486*aveTem0.01040.01985.27531.325e-07*Precp0.00060.00032.24180.02497*sunShn0.00070.00051.37550.1690Wndspd-0.15230.0445-3.42460.0006*Lambda即为滞后因子的系数，即相邻空间个体对所研究的空间个体的影响程度。以上结