有测量误差时空间自回归模型的估计与检验

近年来运用空间计量经济模型进行实证分析的文献都普遍采用空间自回归(SAR)形式的设定,对参数的估计也多采用极大似然(MLE)的方法。在经典多元线性回归模型中,仅有被解释变量的测量误差并不会影响系数估计的一致性。本文证明对于SAR模型,即使仅当被解释变量存在测量误差时,且无论该测量误差是否与模型本身的扰动项相关,普遍采用的MLE都将是不一致的。为此,Hausman型的设定检验被推广到SAR模型中用以判别是否存在被解释变量的测量误差。当零假设被拒绝时,我们说明由Kelejian&Prucha(1998), Lee(2003)提出的二阶段最小二乘法仍然可以得到参数的一致估计。Monte Carlo模拟的结果与我们的理论预期一致。最后我们用一个估计地方环境支出外溢效应的实例说明如何运用本文所提的方法来检验应用空间自回归模型时可能存在的测量误差。     

双重差分设计下固定效应估计量何时可信？——若干有用的建议

过去十年间,国内经济学期刊发表了大量使用双重差分法（DiD）评估经济政策效果的研究成果。然而,在条件平行趋势假设下双向固定效应估计量（FE）能否一致地估计平均政策效应？为此,本文建立了一个新的FE分解定理,并指出在这一假设下FE估计量的经济学含义。研究表明：除政策效应之外,FE估计量还包含了两项偏误：处理组个体对政策实施的提前反应和控制变量对潜因变量随时间而变化的影响。这就意味着,在最简单的两期DiD模型中,FE估计量依然可能有偏。本文也将理论结果推广到了多期DiD模型中。在理论分析的基础上,本文提出多个诊断检验以判断FE估计量是否存在严重偏误。本文还提出了一个基于OLS的简便纠偏估计量。该估计量可以估计政策的动态效应,同时确保估计量不受政策效应异质性以及控制变量的干扰。最后,本文分别以国家级高新技术开发区对于地区经济及个税减免对个体劳动供给的影响为例,说明了本文所提出的检验及估计方法在科学评估中国经济政策方面的现实价值。     

市场营销专业专科教育教学改革研究

针对目前专科学校市场营销专业教学计划缺乏灵活性、专业教师缺少实践经验、教学内容单一、教学方法和手段陈旧、学生实践少的教育教学现状,提出了市场营销专科教育教学改革的措施,以便专科学校真正按市场营销专业人才培养目标,向社会输送更多合格人才。     

无条件分位数回归：文献综述与应用实例

条件分位数回归(conditional quantile regression,CQR)方法已成为经济学实证研究的常用方法之一。由于CQR结果的经济学阐释基于过多甚至是不必要的控制变量,这与人们所关心的问题有可能并不一致。例如,在劳动经济学对教育回报的研究中,无论个体的年龄,性别与家庭特征如何,教育程度对于个人收入的异质性影响是人们关注的重点,即人们想了解收入关于教育程度的无条件分位数估计。本文旨在介绍近年来发展起来的无条件分位数回归(unconditional quantile regression,UQR)技术并梳理相关文献。特别地,本文介绍三种重要的无条件分位数回归模型：Firpo, Fortin和Lemieux(2009)提出的的再中心化影响函数(recentered influence function, RIF) 回归,Frolich和Melly(2010)提出的无条件分位数处理效应模型与Powell(2010)提出的一般无条件分位数回归。另外,论文还运用一个研究居民收入分配格局变化对其医疗支出影响的实例详细说明了新方法的应用。