A Recentered Method of Moments Estimator for Spatial Dynamic Panels
空间动态面板的再中心化矩估计量AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确涉及空间动态面板及双向固定效应，并分析城市污染的地理溢出与经济邻居策略互动，对应面板和网络干扰。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
空间动态面板的再中心化矩估计量
- 研究问题
- 在同时含个体和时间固定效应、且允许跨个体或跨时期异方差的空间动态面板中，如何实现可计算的估计与推断？
- 方法与思路
- 作者提出再中心化矩方法 RMM，直接利用回归变量与扰动的相关性，并通过渐近分析、Monte Carlo 和中国城市污染应用评估。
- 材料陈述的贡献
- 摘要称，估计量一致且渐近正态，模拟中估计与推断平均表现最好；污染应用显示控制地理效应后经济邻居存在竞争性响应。
- 阅读关注点
- 应核对矩的再中心化构造、异方差与固定效应处理、渐近条件及模拟基准，并检查地理和经济邻接关系如何设定。
- 阅读边界
- 仅据出版社在线优先版本摘要；未提供定理条件、模拟设计或结果数值，“平均最好”限于作者所报比较，不能推断后续刊本变化。
原文摘要
This paper proposes a recentered method of moments (RMM) approach for estimating spatial dynamic panel data (SDPD) models with both individual and time fixed effects. This approach directly exploits the correlation of regressors and disturbances, where heteroskedasticity may exist across units and/or over time. It is computationally tractable and can handle situations where other methods are not applicable. We show that the proposed estimator is consistent and asymptotically normal. Our Monte Carlo experiments illustrate that in finite samples the RMM estimator and its associated inference perform the best on average. As an empirical study, we use a second-order SDPD model to investigate the geographical spillover and strategic interaction of air pollution among Chinese cities. We find that, after accounting for geographic effects, economic neighbors exhibit competitive responses to changes in pollution levels.