简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
简介:文章运用数据包络分析法评价了53个国家级开发区的投入产出效率、投入剩余和产出亏空状况,同时以超效率DEA模型为基础对这些开发区的生产效率进行综合排名,最后通过线性回归探讨影响投入产出的纯技术效率和规模指数的外部因素。结果发现:(1)在众多的开发区中真正处于有效率生产状态的地区并不多,占20.75%,处于纯技术有效的开发区占39.62%;(2)导致大部分开发区无法处于有效的生产前沿面上进行生产的最直接的原因是规模过小;(3)开发区的投入产出纯技术效率受地区的开放程度、集聚程度和气候环境的影响较大,而规模指数则受开放程度、地区经济实力和政府政策的影响较为明显。