面板数据的发展和研究——基于计量经济学的研究方法

◇马奕虹

一、前言

回顾计量经济学的发展历程，不难看出，实证研究新技术的革新是和计量经济学的研究与演进相互伴随着的，数理模型的应用与创新为计量经济学思想的研究提供了广阔的发展和研究的空间。

面板数据（平行数据）是一种特指的样本类型的数据，首先，采取并整理从时间序列上截取的多个截面；其次，对已采集的截面进行管理，并在截面上选取符合研究进展所需的样本观测值；最后，我们将这种通过截面采集来的特有的数据（样本观测值）称为面板数据。由于计量经济学的引进和发展，在计量经济学的研究中，越来越多的需要这种截面数据的运用。经典的计量经济学理论研究方法的一步步发展都是伴随着应用研究领域的拓展而进一步发展起来的，许多课题的研究都是经常需要采用截面数据和时间序列数据作为样本，并选取样本观测值进行深一步的研究和探讨。

二、面板数据发展中的优点及其不足

面板数据的发展，从计量经济学研究和分析的角度而言，与其他两类数据模型相比，如截面数据模型或者是时间序列的数据模型，面板数据模型已经展现出它自身的优点，这些优点是突出的且是有具利用价值的：

1.有效性的进一步突出：由于面板数据通过样本观测值的获取和分析研究，带来了大量且有研究价值的数据，这些数据包含了更多的变量。与一般采集的数据进行对比，发现面板数据在增加数据的自由度和降低解释变量之间的共线性方面的作用是明显的，面板数据的有效性的进一步突出和显现。

2.面板数据在经济问题中的适应性：在多种层面分析经济问题的研究中可以利用面板数据的特点进行分析。比如，面板数据在对生产成本问题的分析方面：首先，基于截面数据只是选择同一截面上不同规模的企业数据作为样本观测值，所以截面数据对生产成本问题分析的优点是可以分析成本与企业规模的关系，但劣势是在分析技术进步对成本的影响方面，这种劣势会愈加明显。那么，截面数据对生产成本问题的分析显然是很不合适的；其次，基于时间序列数据是只选择同一企业在不同时间上的数据作为样本观测值，时间序列数据对生产成本问题分析的优点是可以分析成本与技术进步的关系，但劣势是在分析企业规模对成本的影响方面，这种劣势也会愈加明显，那么用时间序列数据分析生产成本问题是不现实的。

同上述的时间序列数据和截面数据相比，面板数据的优越性体现在：首先可以利用面板数据分析生产成本问题，其次是可以利用面板数据分析成本与技术进步的关系，最后可以利用面板数据分析成本与企业规模的关系相联系。这三方面的优势的原因在于，面板数据是在不同时间上选择不同规模的企业数据作为面板数据的样本观测值，这种样本观测值更加科学和易于统计计量，所以面板数据在经济问题中的适应性是很明显和很强的。

3.面板数据的可利用性体现在对识别和测量的某些效应方面，因为时间序列数据或者是横截面数据在识别和测量某些效应时不能有很好的作用体现。例如，Ben-Porath（1973年）提出的著名已婚女性的就业问题案例的分析中，面板数据对识别和测量的某些效应方面的功用有明显体现：由于已婚女性的就业率低的实际状况。假设利用截面数据分析得到其只有50%的劳动市场的平均就业率，这种情况下的计算和统计就会产生了两种可能性：可能性一，50%的劳动市场平均就业率的就业机会可以给每一位已婚女性，这种情况下会产生很高的工作间的周转；可能性二，50%的已婚女性全年都在积极努力的工作，与之相反，另外50%的已婚女性一直不工作，这种情况下却没有周转。从而不难看出，在解决此类问题时，由于时序或横截面所提供的普通数据不能把上述的两种情况区分开，所以，在利用面板数据对识别和测量某些效应方面的功用就是很可行的。

4.面板数据在对不同个体进行控制和获取数据的方面具有特性。例如在对单个的个人、企业或者公司、乃至国家这几类方面的影响和是有明显的特性的。这一点，与时间序列数据和横截面数据相比，它们的研究对这些个体方面不能够有效地加以控制，所以利用时间序列数据和横截面数据进行这方面的数据分析时，会与实际值产生偏差，不能有效的研究出实际值，而面板数据则不会产生这一点。美国46个州1963～1988年香烟的消费的例子便是对面板数据这个特性有力的阐述和论证。

5.面板数据对微观层面上的一些数据变量的收集和测量是可以得出的。由于面板数据能被以微观的单元来收集和整合，如对单个的个人、企业或者公司、家庭、国家层面的数据的收集。这样在微观层面的数据收集和整理方面，许多单元的变量能更为精确统计和计算计量，利用面板数据可以有效的减少因测量误差所引起的偏差，从而保证了研究的可靠性和有效性。

面板数据的发展模型除了具备以上的优点外，它也有一些不容忽视的局限性：

1.在偏差引起的层面，偏差的产生会受错误的模型设定和不严谨的数据收集所导致。首先，是因为面板数据模型有二维数据构成的；其次，当发现模型的设定或数据的收集不正确将可能会造成较大的偏差；最后，实验中会出现明显地造成估值与实际值不符合的情况。

从另一层面来讲，由于面板数据是产生于复杂的经济和经济活动的过程中，倘若忽视面板数据在横截面的差异来单向研究的话，那么，概率分布函数的生成是由经济变量在每个时点上的参数化所引起，这种研究的结果就可能会导致两种情况产生，一是参数估计分一致，二是估计出的参数无实际意义。

2.面板数据会造成模型估计方面的偏差：样本非随机造成观测值的偏差是产生我们研究截面或面板数据误差的关键性条件之一，这样进而造成模型统计数据方面的估计误差。

3.在使用和发展中需要注意的截面数据收集到样本观测值的可靠性问题。

三、简单回归模型在面板数据中的应用：利用计量经济学研究方法

在计量经济学模型中，简单回归模型作为一种最常见的面板数据模型而多次被研究者采用。首先，可以在该模型中观测到解释变量并且这一效应是相等的，也就是说回归系数是假设的常系数β，β 是不随个体和时间的变化而变化的。其次，在研究中发现，被遗漏的变量不会影响到统计的效果，因为它们已经被分解到个体识别因子、时间识别因子以及误差项当中，如下面的方程式：

上述模型中，由于为纯外生变量，所以假设与解释变量不相关。这样会产生如下的模型情况：当和作为未知参数时，它们与的相关性就不是特别的重要了；当它们为固定值时，我们称上式的模型为固定效应模型；当和为随机时，要求它们与解释变量不相关，上式的模型则被称为随机效应模型。

对于简单回归模型的参数估计：为了便于研究者的研究简易性和可行性，假设在上式的模型中不存在时间效应因子，那么也就是说，所有的时间为独立分布，同时把上式的模型进一步整合成向量模型的形式：新模型中的数值为e 为T×1元素都为1的向量。

在简单回归模型的应用中可以看出，计量经济学在面板数据中的应用是有益的，同时也是有价值的。首先，通过做渐近性方面的证明；其次，数据结果的验证需要带到实验中去；最后，对结果的统计和完善是日后科研工作者应做的工作，计量经济学的研究方法也会有所改进和革新。

四、对面板数据发展研究的未来设想

首先，在面板数据模型发展的近30年研究中，面板数据模型所包含的内容已随着计量经济学的进展和领域的研究而拓展开来，如经常会用到的模拟方程模型、变系数模型等也已应运而生并积极发展着。在这些研究领域中，也结合了比较好的一些估计参数的有效方法，如非参数方法、半参数方法等，随着方法使用效果的明显和有效，研究领域的创新已经得到了一些较新和较好的结果，同时，还将会创造出更加丰硕的成果。

其次，由于面板数据在控制个体（如个人、企业、国家等层面）的异质性、减少回归变量之间的多重共线性、降低统计计量的失衡等方面具有的显著优点，都进一步说明了在由时间和截面这两个方面层面构成的空间中，面板数据是可以运用并能在这个空间中收集到样本观测值的数据、数据的变化和规律，这已经成为成为目前计量经济学领域研究的热点课题之一。

结构性失业问题是受到各地区产业结构和国家在各个时期的宏观政策双方面的影响而产生的，不是受单一效果的影响。在对目前我国的结构性失业问题的课题研究中,若是使用截面数据和时间序列数据都是不能行之有效的。但如果采用面板数据，其优点有：第一，国家的宏观政策对结构性失业的影响性是可以分析出来的；第二，不同的产业结构对结构性失业问题的影响也是可以用计量经济学的方法估计出来的。因为面板数据对已采集的截面进行管理，并在截面上选取符合研究进展所需的样本观测值，故观测值是更为客观的。所以说,利用从面板数据的特点来研究和解决的实际经济问题是有效的。

最后，在面板数据与计量经济学结合的领会域中，会出现更多更新的课题，这也是研究者需要关注的重点。此外，鉴于我国计量统计数据发展而产生更多有利用价值的课题，运用计量经济学的研究方法对出现的一些实际问题做出实证分析和问题的解决，将对国家发展和工业化建设都具有价值，值得我们去积极探索，并且积极去营造严肃和活泼的研究氛围。

参考文章

[1]李凌，权衡.宏观计量经济学研究方法的演进与比较[J].经济学动态，2009（05）.

[2]余为政.湖南大学，基于面板数据的计量经济模型构造及其应用，2006年，统计学专业硕士毕业论文.

[3]肖新新，太原理工大学，管理科学与工程专业，基于面板数据的高新技术产业与经济增长关系的协整研究，2012，硕士毕业论文.