II
计量经济学，
第十章
面板数据模型
目录
第一节面板数据的定义
第二节面板数据模型分类和估计
方法
第三节面板数据建模案例分析—
—中国城乡收入差距
面板数据的定义
=++
一、定义
面板数据是指固定一组调查对象在等间隔时点连续观测得到的数据，即具有截面和时间两个特征的数据，
也即截面上的个体在不同时点的重复观测数据。时间序列数据或截面数据都是一维数据，面板数据是在时间和
截面上取得的二维数据。
面板数据按特征分为两种。
?截面上个体数较少，而每个个体的时间跨度长，这种面板数据称为“长面板”；
?截面上个体数较多，而每个个体的时间跨度短，这种面板称为“短面板”。
?在面板模型中，如果解释变量包含被解释变量的滞后值，称为“动态面板”，反之则称为“静态面板”。
?在面板数据中，如果每个时期在样本中的个体完全一样，称为“平衡面板”，反之则称为“非平衡面板”。
二、优点
利用面板数据建立模型的主要优点有：
?由于样本容量的增大且同时有截面维度和时间维度，可以增加估计的精确度。
（1）
?利用面板数据可以建立动态模型，相比单纯截面数据建模可以获得动态信息。
（2）
?对于固定效应模型，如果估计方法恰当，可以得到参数的一致估计量，甚至是有效估
（3）计量。
面板数据模型分类
和估计方法
=++
面板数据模型分类和估计方法
面板数据模型通常分为三类，即混合模型、固定效应模型和随机效应模型。
固定效应模型可分为个体固定效应模型、时间固定效应模型和个体时间双固定效应模型。
估计面板数据时，常将其看成是截面数据而进行混合回归或为每位个体估计一个单独的回归
方程，但混合回归忽略了个体不可观测的异质性，该异质性可能与解释变量相关从而导致估计不
一致，分别单独回归则忽略了个体的共性。基于以上问题，实践中常假定个体的回归方程具有相
同的斜率，但可以有不同的截距项，来捕捉异质性，这种模型称为“个体效应模型”，即
′′
=+++(i=1,?,n；t=1,?,T)
式中，为不随时间而变化的个体特征，比如性别；而可以随个体和时间而变化。复合扰
动项由+构成。其中，不可观测的随机变量表示“个体效应”，代表个体异质性的截距项；
为随个体与时间而变化的扰动项。一般假设{}为独立同分布，且与不相关。
一、混合模型和估计方法
如果所有个体都有完全一样的回归方程，则==?=。将这些相同