该文章主要探讨了计量经济圈的相关内容，包括政策的空间溢出效应、城市间距离与运输成本、溢出效应的实证分析等。文章还涉及空间计量经济学的前沿进展和理论框架，以及计量经济圈社群的特征。
包括政策的空间溢出效应分析，如何衡量一项政策的空间溢出效应，以及在对地域性产业政策的批评中，该政策可能通过资源的地域性重新分配引发经济活动在特定地区的过度集中等议题。
采用了大圆距离、基于当前道路网络的驾车时间，以及通过物理地理计算得到的最短路径等三种不同的方法来衡量距离。还考虑了坡度数据和土地覆盖数据来构建一个覆盖全国的运输成本网格。
采用了三种相互补充的实证研究方法，包括根据每个城市与最近设立经济特区的城市之间的距离来衡量，引入一个二元指标来标识某城市是否处于特定经济半径内且设有经济特区，以及通过暴露度量方法来捕捉溢出效应的暴露程度。
涉及空间计量经济学的最新进展、模型选择、权重、检验、软件代码等资源，以及空间计量在实证研究中的应用。
计量经济圈社群具有热情互助、前沿趋势把握、社科资料和数据处理资源最多等特征，是有积极进取心和研习激情的中青年学者的交流探讨平台。
凡是搞计量经济的，都关注这个号了
邮箱：
[email protected]
所有计量经济圈方法论
丛的code程序
, 宏微观
数据库和各种软
件都放在社群里.欢迎到计量经济圈社群交流访问
.
一项政策，尤其是地域性政策，总会带来溢出效应，毕竟地域从不孤立，其中的人和物总是不断地流动迁移。那么，我们该如何衡量一项政策的空间溢出效应呢？
在对地域性产业政策的批评中，一个核心观点是该政策可能通过资源的地域性重新分配，引发经济活动在特定地区的过度集中。本研究旨在探究城市间潜在的溢出效应，并分析城市经济表现如何随着与经济特区城市距离的变化而变化。基于假设，即溢出效应会随着距离的增加而递减，本文采用了三种不同的方法来衡量距离：大圆距离、基于当前道路网络的驾车时间，以及通过物理地理计算得到的最短路径。在所有模型设定中，本文发现经济特区对邻近城市产生了积极的影响，且这种影响通常是高度显著的。
进一步地，本文通过构建一个加权的GDP总和指标来衡量对其他经济特区的暴露度，其中权重为到这些城市距离的倒数。研究结果再次揭示了一定的积极溢出效应，尤其是在内陆省份。
本文还探讨了经济特区是否导致了资源从远离经济特区的地区向靠近经济特区的地区重新配置。为此，我们考虑了经济特区周围400公里范围内的多个环形区域，并发现溢出效应通常随着距离的增加而减弱。值得注意的是，在这些中等距离范围内，并未观察到负面溢出效应。这些发现与经济特区的影响仅由直接转移和参与城市的政治联系所驱动的假设相悖，因为这种假设无法解释为何靠近经济特区的城市能够从政策中获益。
本章节深入探讨经济特区（SEZ）是否能够将其影响力扩散到周边地区的问题。如果经济特区的政策导致投资和劳动力从其他地区流失，那么它可能会对其他城市产生负面的溢出效应，这种现象有时被称为“自利邻里效应”。与此相反，正面的溢出效应可能源自知识的传播和市场准入的增加。因此，研究经济特区的溢出效应对于评估其对整体经济发展的影响至关重要。
为了评估经济特区对周边城市可能产生的溢出效应，本文提出了一个基本假设：无论是正面还是负面的溢出效应，其影响力都会随着与经济特区距离的增加而逐渐减弱。这一假设得到了过往研究的支持，诸多研究表明距离在溢出效应中扮演着至关重要的角色。比如，Jaffe等在1993年以及Keller在2002年的研究均发现，知识的溢出效应会随着地理距离的增加而显著降低。为了确保研究结果具有稳健性，本文考虑了多种不同的地理距离度量方法，具体细节将在下文中详细说明。基于这些距离度量，初步假设溢出效应会随着与最近经济特区距离的增加而呈现对数线性递减的趋势。随后，本文采用了基于不同距离区间和更全面的其他城市对经济特区暴露度的非参数方法。同时，考虑到省界可能成为溢出效应的障碍，本文也会比较仅在省界内限制溢出效应的结果。需要指出的是，所有这些变量都是随时间变化的，因为它们依赖于其他城市引入经济特区的时间。因此，识别SEZ的影响取决于这种随时间的变化。此外，在进行回归分析时，本文始终包含城市自身的经济特区政策指标，这使我们能够检验在考虑其他城市的溢出效应时，城市自身的改革效应是否发生了变化。
1.1城市间距离与运输成本作为距离指标
本文首先采用的衡量城市间距离的方法较为直接：即两个城市地理中心点之间的直线距离，以公里为单位。这种度量方式简洁明了，但它并没有考虑到城市间可能存在的地理障碍或交通基础设施的差别。
第二种度量方法是通过Google Maps计算的城市间的驾车时间。这种方法的优势在于能够反映出城市间通过公路基础设施的连接程度，这在城市间的互动中可能是一个关键因素。然而，这种方法的局限在于它仅考虑了公路交通，并且是基于当前的交通网络来计算的，而这个网络可能与经济特区的位置有着内在的联系。
第三种衡量城市间距离的方法充分考虑了中国的地形和地理特征。
作者拥有详尽的坡度和土地覆盖数据，这使他们能够构建一个覆盖全国的10×10公里的网格系统，用以评估各地区的运输成本。随后，运用ArcGIS软件中的最短路径算法，依据这个成本面计算出城市间的最短路径，并测量沿该路径的总运输成本。
这种方法的一个明显优势在于，它完全基于自然条件，不受人为因素的干扰。由于在将坡度数据转换为运输成本时需要做出一些假设，本文也进一步探讨了不同计算方法对结果稳健性的影响。
在将坡度与驾车速度关联的映射方法中，第一种方法是参照美国的相关标准，将坡度与驾驶速度的关系分为10个等级。第二种映射方法则参考了适合中国国情的标准，分为7个等级。在这种方法的一个改进版本中，作者提高了运输成本网格的分辨率（使用3公里而非10公里的网格），并排除了较大的水体。所有基于地形的度量方法都经过了标准化处理，使得它们的中位数与Google地图计算的驾车时间的中位数相一致。这样做的目的是为了便于不同度量方法之间的比较。
1.2城市间溢出效应的实证分析
为了探究经济特区（SEZ）对其他城市的溢出效应，本文采用了三种相互补充的实证研究方法。
最近经济特区的距离影响
评估经济特区对其他城市溢出效应的第一种方法是根据每个城市与最近设立经济特区的城市之间的距离来衡量，这里不包括该城市自身的经济特区。这个变量会随时间而变化；如果新设立的经济特区比之前的更近，那么这个度量值就会减小。设定的回归模型如下：
在这个模型中，
指的是在年份 (t) 时，城市 (i) 到最近省级经济特区的距离。到下一个经济特区的距离是溢出效应强度的一个反向指标。因此，如果溢出效应为负，则预期
的值会大于0。然而，如表8的Panel A所示，结果表明存在正向溢出效应，即距离下一个经济特区更远的城市GDP较低，这一现象在控制了土地面积和常规的固定效应后依然存在。这种溢出效应在内陆地区尤为明显。值得注意的是，本城市经济特区的改革效应α依然显著且影响较大。
经济特区的半径效应指标
第二种研究方法是引入一个二元指标，用以标识某城市是否处于特定经济半径内且设有经济特区。本文特别报告了以150公里为半径的结果（或者相应的驾车时间）。回归模型如下：
在这里，
表示某城市是否在指定的经济半径内拥有经济特区。如果溢出效应为负，预期
的值会小于0。然而，通常发现
的估计值为正。表8的Panel B分别展示了以公里和分钟为单位的半径结果，其中列（1）和列（2）分别对应公里和分钟的半径。其余列则采用了基于地形的距离度量，并对其进行了标准化处理，使得这些度量的中位数与Google Maps计算的驾车时间的中位数相等。所有的估计值均为正值（尽管在某些情况下估计系数并不显著）。
作者不仅用150公里的单一距离指标来分析经济特区的影响，还用了四个不同的环形区域距离指标（不包括经济特区本身）：0-50公里、50-100公里、100-200公里和200-400公里。如果某个环形区域内至少有一个经济特区，那么这个指标就记为1。作为对照的是那些距离最近的经济特区超过400公里的城市。研究结果显示，大多数环形区域的指标系数为正，即经济特区对这些区域有积极影响，并且在某些情况下这种影响在统计上显著。只有在50公里以外的距离中观察到负系数，但这些影响较小且不显著。对于其他距离度量方法，研究发现经济特区对较近区域的城市有正向效应，且这种效应更显著。这说明经济特区对100公里范围内城市的积极影响，并不是因为100至400公里区域的资源重新分配造成的。
经济特区的暴露度量
本文采用的最终溢出效应度量方法受到Briant等（2015年）的启发，参考了市场准入度量的方法，具体如下：
作者还对这一度量方法进行了调整，仅对当年设有经济特区的城市进行求和。因此，暴露度量公式为：
其中，
是一个指示函数，用来标识在时间 (t) 时，城市 (j) 是否已经设立了经济特区（即是否实施了改革）。这种度量方法使我们能够通过考虑其他设有经济特区的城市的经济规模以及它们与目标城市的距离，来捕捉溢出效应的暴露程度。简而言之，这个指标帮助量化了一个城市因邻近经济特区而可能受到的经济影响。
在本项研究中，所使用的暴露度量指标随着时间的推移而发生动态变化，这主要是由于其他城市引入经济特区（SEZ）以及这些城市GDP的增长所引起的。GDP的增长可能会导致本研究的度量结果将经济特区的效应与市场准入增长的效应相混淆。为了消除邻近城市总体增长对溢出效应可能产生的影响，本研究特别控制了市场准入的对数值，它是基于样本中所有城市的计算结果得出的，具体的计算方法请参考方程（6）。因此，回归方程得到了相应的扩展：
通常，可以预期市场准入的系数为正，而在存在负向溢出效应的情况下，其他经济特区的暴露度量系数应为负，即
< 0且
> 0。结果详见附表A6。暴露度量的系数始终为正，但并不显著。市场准入度量在全样本中为负估计值，而在内陆样本中则为正估计值。然而，除了列（1）之外，这些估计值通常不显著。
因此，这些结果与前两种模型的结果大致一致，表明没有证据显示存在负向溢出效应。与市场准入度量的比较实际上表明，接近已改革的城市比单纯的市场准入更为有利。有趣的是，本城市经济特区的效应在所有模型设定下依然保持显著且较大。通过对不同距离度量和识别策略的分析，可以发现城市间普遍存在正向的溢出效应。虽然这些效应并非总是在统计上显著，但从未观察到明显的负向效应，这有力地反驳了负向溢出效应的存在。
1.3溢出效应的时间演变
在第4.5节中，可以观察到经济特区（SEZ）对本地城市的影响随着时间的推移而趋于稳定（参见图3）。这种趋势的一个可能解释是，经济特区的影响可能随时间扩散至其他城市。本节将探讨溢出效应随时间的演变情况。图5的上两幅图展示了一个回归模型的估计结果，该模型同时考虑了本城市经济特区的影响以及在150分钟驾车时间内建立的第一个经济特区的影响。下两幅图则展示了使用150公里半径度量时的回归结果。当以150分钟驾车时间为半径时，邻近经济特区的估计系数通常在5%的显著性水平上显著，而以150公里为半径时则不显著（或仅在边际上显著）。在这两种情况下，结果都显示溢出效应在最初的10年内有所增强。正向溢出效应的扩散可能缩小了受影响城市与邻近城市之间的发展差距，这可能解释了为何本区域的效应随时间推移而趋于平稳。
关于多期DID或交叠DID: 1.
DID相关前沿问题“政策交错执行+堆叠DID+事件研究”, 附完整slides
，2.
交错(渐进)DID中, 用TWFE估计处理效应的问题, 及Bacon分解识别估计偏误
，3.
典范! 这篇AER在一图表里用了所有DID最新进展方法, 审稿人直接服了！
4.
最新Sun和Abraham(2020)和TWFE估计多期或交错DID并绘图展示结果！详细解读code！
5.
多期DID或渐进DID或交叠DID, 最新Stata执行命令整理如下供大家学习
，6.
多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等
，7.
交叠DID中平行趋势检验, 事件研究图绘制, 安慰剂检验的保姆级程序指南！
8.
欣慰! 营养午餐计划终于登上TOP5! 交叠DID+异质性稳健DID！
9.
用事件研究法开展政策评估的过程, 手把手教学文章！
10.
从双重差分法到事件研究法, 双重差分滥用与需要注意的问题
，11.
系统梳理DID最新进展: 从多期DID的潜在问题到当前主流解决方法和代码!
12.
标准DID中的平行趋势检验,动态效应, 安慰剂检验, 预期效应教程
，13.
DID从经典到前沿方法的保姆级教程, 释放最完整数据和代码！
14.
现代DID: 理解DID近期进展, DID研究绝对领军人物的“DID最新进展分享”
关于空间计量相关问题：1.
空间计量经济学最新进展和理论框架
，
2.
空间和时间的计量，关注二位国人
，
3.
空间计量模型选择、估计、权重、检验
，
4.
空间计量百科全书式的使用指南的do file公开
，
5.
空间计量百科全书式的使用指南, 只此一份掌握此独门秘籍
，
6.
空间计量的46页Notes, 区经相关学者可参阅
，
7.
空间计量软件代码资源集锦(Matlab/R/Python/SAS/Stata)
，
8.
用R语言做空间计量, 绝不容错过的简明教程
，
9.
R软件中的空间计量经济学程序包纵览
，
10.
空间计量的研究领域模型, 发展阶段与最新进展
，
11.
空间计量和交互项如何使用, 将空间计量进行到底
，
12.
JEL上空间经济学综述, 从中可以学到什么？
13.
空间DID双重差分方法的文献, spatial DID
，
14.
中国所有地级市各类空间权重矩阵数据release
，
15.
中国省级三大空间权重矩阵(相邻, 距离和经济)数据release
，
16.
ArcGIS操作实例视频教程38讲全集
，
17.
Arcgis使用通行Textbook推荐, 系统学习的宝库
，
18.
Anselin讲解空间计量和GeoDa的运用
，
19.
空间计量经济学与操作命令分解
，20.
空间面板数据模型估计数据, 程序和解读
，21.
一些空间计量和VAR时间序列的步骤和代码
，
22.
空间计量理论, 生动案例, Stata和R操作代码和数据
，23.
面板r方太小, DID总体不显著, 空间豪斯曼检验, 熵值法, PSM-DID中协变量, mlogit解释
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题
,
Econometrics Circle
