从σ到β：区域全要素生产率收敛性分析的完整Stata实现路径

📅 2026/7/2 8:01:42 👁️ 次浏览

一、收敛性分析的核心逻辑收敛性分析主要包括σ收敛和β收敛两个维度σ收敛通过计算不同年份的变异系数CV观察地区间差异的动态变化变异系数越小说明收敛趋势越明显β收敛分为绝对β收敛和条件β收敛前者假设地区发展条件相同后者加入控制变量分析条件趋同通常结合空间计量模型更符合现实二、σ收敛的Stata实现σ收敛的计算相对直接通过tabstat命令按年份计算变异系数即可tabstat gtfp, stats(cv) by(year)这个命令会输出每一年GTFP的变异系数我们可以通过绘制折线图直观观察收敛趋势。如果变异系数随时间持续下降说明存在显著的σ收敛。三、β收敛的空间计量分析框架β收敛的分析相对复杂需要结合空间计量模型处理地区间的空间相关性我通常遵循以下步骤1. 空间计量命令安装首先安装空间面板数据处理的必备命令ssc install spcs2xt // 安装空间面板数据处理命令2. 空间权重矩阵构建空间权重矩阵是空间计量分析的基础我一般使用地理距离矩阵use MATRIX.dta, clear // 加载空间权重矩阵数据 set matsize 5000 // 扩容面板数据维度 spcs2xt v*, matrix(W1) time(14) // 生成时间维度匹配的空间权重矩阵 spatwmat using W1xt.dta, name(Wxt1) standardize // 标准化权重矩阵并存储3. 空间效应检验LM检验通过LM检验判断是否存在空间效应选择合适的模型use GTFP.dta // 载入面板数据 xtset id year // 设定面板数据 gen log_gtfp log(gtfp) // 对被解释变量取对数 gen dgtfp D.log_gtfp // 计算增长率 gen lgtfp L.log_gtfp // 生成滞后一期值 drop if year 2005 // 删除缺失值 reg dgtfp lgtfp // 基础OLS回归 spatdiag, weights(Wxt1) // 输出LM检验结果LM检验结果解读若LM-error和LM-lag均不显著选择OLS模型仅LM-error显著选择SEM空间误差模型仅LM-lag显著选择SAR空间滞后模型两者均显著结合Robust LM检验结果进一步判断4. 空间杜宾模型SDM回归我通常优先选择空间杜宾模型SDM因为它同时考虑了空间滞后和空间误差效应use MATRIX.dta, clear set matsize 5000 spcs2xt v*, matrix(W2) time(15) // 重新生成匹配实际年份的权重矩阵 spatwmat using W2xt.dta, name(W2) standardize // 存储为W2 use GTFP.dta xtset id year gen log_gtfp log(0.01 gtfp) // 避免对0取对数 gen dgtfp D.log_gtfp gen lgtfp L.log_gtfp egen m rowmiss(_all) drop if m 0 // 删除含缺失值的观测值 // 空间杜宾模型回归双向固定效应稳健标准误 xsmle dgtfp lgtfp, fe wmat(W2) model(sdm) nolog noeffects type(both) hausman r命令参数说明model(sdm)选择空间杜宾模型fe使用固定效应type(both)控制双向固定效应hausman进行Hausman检验选择合适的效应模型r使用稳健标准误5. 模型退化检验Wald检验检验SDM是否可以退化为SAR或SEMxsmle dgtfp lgtfp, fe wmat(W2) model(sdm) nolog noeffects test [Wx]lgtfp 0 // 检验是否退化为SAR testnl [Wx]lgtfp -[Spatial]rho*[Main]lgtfp // 检验是否退化为SEM若检验结果的p值0.1则拒绝原假设说明SDM是最合适的模型。四、结果解读与分析建议收敛性判断若滞后一期GTFP的系数显著为负说明存在β收敛系数绝对值越大收敛速度越快空间效应分析关注空间滞后项的系数若显著为正说明存在正向空间溢出效应稳健性检验建议尝试不同的空间权重矩阵如经济距离矩阵和模型形式确保结果的可靠性

相关新闻