面板半参数空间自回归模型的变量选择——基于STIRPAT模型的碳排放影响因素分析

被引：20

作者：

蒋青嬗 ^{[1
]}

韩兆洲 ^{[2
]}

机构：

[1] 中山大学岭南学院

[2] 暨南大学经济学院

来源：

数理统计与管理 | 2017年 / 36卷 / 05期

关键词：

半参数空间自回归模型; 变量选择; 集群ALASSO惩罚; B样条; STIRPAT模型;

D O I：

10.13860/j.cnki.sltj.20170718-001

中图分类号：

O212.1 [一般数理统计];

学科分类号：

070103 [概率论与数理统计];

摘要：

变量选择有助于简化模型,提高估计和预测的精度,但目前鲜有涉及面板半参数空间自回归模型变量选择的研究。本文在ALASSO的基础上提出了SSAR-ALASSO法,该法的核心在于惩罚函数的选择和目标函数的构建。SSAR-ALASSO在变量和参数的对应关系、惩罚函数的选择、特殊参数的取值区间以及适用模型等方面与ALASSO存在差异。模拟结果显示,SSAR-ALASSO法在变量选择的准确性和参数估计的精度两方面均表现良好,随着样本容量的增加表现效果更佳。本文在碳排放量影响因素实证中采用SSAR-ALASSO法对STIRPAT模型进行变量选择。研究结果表明人均财富、技术水平、产业结构、所有制结构和产业集聚显著影响碳排放量,城市化、对外开放、能源价格和环境政策对碳排放量无显著影响。

引用

页码：821 / 832

页数：12

共 20 条

[1]

Spatial leave‐one‐out cross‐validation for variable selection in the presence of spatial autocorrelation.[J].Kévin Le Rest;David Pinaud;Pascal Monestiez;Joël Chadoeuf;Vincent Bretagnolle.Global Ecology and Biogeography.2014, 7/8

[2]

Accounting for spatial autocorrelation from model selection to statistical inference: Application to a national survey of a diurnal raptor.[J].Kévin Le Rest;David Pinaud;Vincent Bretagnolle.Ecological Informatics.2012,

[3]

Joint Variable Selection for Fixed and Random Effects in Linear Mixed-Effects Models [J].

Bondell, Howard D. ;

Krishna, Arun ;

Ghosh, Sujit K. .

BIOMETRICS, 2010, 66 (04) :1069-1077

[4]

On selection of spatial linear models for lattice data.[J].JunZhu;Hsin‐ChengHuang;Perla E.Reyes.Journal of the Royal Statistical Society: Series B (Statistical Methodology).2010, 3

[5]

A note on adaptive group lasso [J].