DO指数计算工具


title: “度量空间集聚的DO指数计算工具”
date: “2024-04-22”
categories: 计量经济


今天推出的是DO指数计算工具。

DO 指数方法由Duranton and Overman(2005)提出,用于对产业空间集聚程度进行度量。
DO 指数的计算分为三步:

(1)计算核密度函数。假定行业 I I I中存在 n n n 家企业,运用每家企业的经纬度数据,可以计算出 n ( n − 1 ) / 2 n( n- 1) /2 n(n1)/2个两两企业对彼此的空间距离,它与实际交通距离存在一定偏差,但对估计结果影响不大,Duranton and Overman(2005)曾详细阐述了这一问题。计算该行业两两企业彼此距离的核密度函数 K ^ ( d ) \hat{K}(d) K^(d)的公式如下:
K ^ ( d ) = 1 n ( n − 1 ) h ∑ i = 1 n − 1 ∑ j = i + 1 n f ( d − d i , j h ) \hat{K}(d)=\frac{1}{n(n-1)h}\sum_{i=1}^{n-1}\sum_{j=i+1}^{n}f(\frac{d-d_{i,j}}{h}) K^(d)=n(n1)h1i=1n1j=i+1nf(hddi,j)
其中, d d d 表示两两企业彼此的空间距离, d i , j d_{i,j} di,j表示企业 i i i 与企业 j j j 之间距离值, f f f为高斯核密度函数,h 表示窗宽。

因为企业规模的大小会明显地影响企业的分布模式特征,所以本文采用企业就业人数作为规模的权重进入核密度函数,​加入权重后公式如下:

K ^ E M P ( d ) = 1 h ∑ i = 1 n − 1 ∑ j = i + 1 n ( e i + e j ) ∑ i = 1 n − 1 ∑ j = i + 1 n ( e i + e j ) f ( d − d i , j h ) \hat{K}^{EMP}(d)=\frac{1}{h\sum_{i=1}^{n-1}\sum_{j=i+1}^{n}(e_{i}+e_{j})}\sum_{i=1}^{n-1}\sum_{j=i+1}^{n}(e_{i}+e_{j})f(\frac{d-d_{i,j}}{h}) K^EMP(d)=hi=1n1j=i+1n(ei+ej)1i=1n1j=i+1n(ei+ej)f(hddi,j)

其中, e i e_i ei e j e_j ej分别表示企业 i i i与企业 j j j的就业人数。Duranton and Overman(2005)最初使用 e i e j e_ie_j eiej项加权,但 Behrens and Bougna(2015)认为这样的设置会增加权重的极端差异,将其改为了 e i + e j e_i+e_j ei+ej项加权,这里采用了该设置方法。

(2)反事实实验。为了识别行业 I I I的空间分布模式,在计算该行业两两企业彼此距离的核密度函数后,再将其与无约束条件下企业随机分布假定的核密度函数进行比较。然而因为自然地理环境以及土地利用政策的局限,很多地区无法建造工业企业,因此,要利用目前约束条件下企业随机分布的核密度函数。本文构建以下反事实.将考察区域所有企业的位置信息表示为总集 S,从中随机地抽取 n n n 家企业位置数据代替行业 I 的企业进行空间分布的模拟 ,运用这 n n n 个模拟的经纬度数据, 由公式(10)计算出一次反事实的核密度函数。本文对每个行业重复反事实实验 1000 次。

(3)构造置信区间。根据固定距离 d d d,本文将获得的行业 I I I的 1000 次反事实的核密度按升序进行排序,并选择 5%与 95%作为置信区间的下限 K ‾ I ( d ) \underline{K}_{I}(d) KI(d)与上限 K ‾ I ( d ) \overline{K}_{I}(d) KI(d),伴随着距离 d d d的增加可得到置信带,该置信带一般被称为局部置信区间。对固定距离 d d d,当$\hat{K} ( d) > > >\overline{K}I(d) 时,该行业可认定为在某个距离点上以 95 时,该行业可认定为在某个距离点上以 95 时,该行业可认定为在某个距离点上以95\varphi\mathrm{\epsilon} 的置信水平呈现集聚状态;而当 的置信水平呈现集聚状态;而当 的置信水平呈现集聚状态;而当\hat{K}(d){<}\underline{K}_{\iota}(d)$时,可认定为在某个距离点上以 95% 的置信水平呈现分散状态;其他情况为行业呈现随机分布特征。用 φ I ( d ) \varphi_I(d) φI(d) θ I ( d ) \theta_I(d) θI(d)分别代表局部集聚指数和分散指数:

工具界面如下:

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

可以根据需要,自行指定距离范围和迭代次数。

结果会生成一个包含K值和95%以及99%置信区间详细数值的excel结果文件,以及两张ggplot2风格的绘图,如下:

image-20240422121224906

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

使用起来十分方便,需要的话,可以直接联系微信canglang12002

参考文献:《开发区政策影响中国产业空间集聚吗》孟美侠,曹希广,张学良

**往期推文:
网络SBM模型(NSBM)复现

**

**团体机构持股比例代码更新

**

空间马尔科夫工具更新**
**

共享投入型关联两阶段生产系统的网络DEA效率测度与分解复现

基尼系数双维度分解计算工具

动态SBM模型(DSBM)复现

共享投入的两阶段DEA模型复现

基于凸分位数回归的影子价格计算工具

Doyle和Green(1994)的对抗性和仁慈性DEA

一种新的两阶段网络DEA模型

适用于面板数据的动态StoNED模型计算工具**
**

零和博弈SBM模型(ZSG-SBM)模型

三阶段动态网络DEA(DNSBM)模型的实现

计算相对资源承载力模型的工具

基于参数化的方向性距离函数(DDF)估算污染物影子价格的工具

基于非期望产出的RAM 碳环境效率模型

使用遗传算法或NSGA2算法解决多式联运问题

莫兰指数计算小工具

Panda_DEA增加至强有效前沿最近距离-MinDS模型

QLab增加耦合协调度模型**
**

广义SBM模型的matlab代码**
**

QLab1.4正式发布!增加全排列多边形图示指标法**
**

大量数据时的Dagum基尼系数分解工具**
**

Panda-DEA_1.0正式发布!

含有非期望产出的ZSG-DEA模型

两阶段网络DEA模型及其计算

Panda-DEA,一款新的DEA模型软件

DKM_1.3更新—CCM收敛交叉映射

DKM_1.2:两阶段嵌套泰尔指数工具

DKM_1.1–新增熵值法功能

数量经济学工具DKM_1.0

空间马尔科夫链工具

空间静态kernel核密度、空间动态kernel核密度工具更新

马尔科夫链之传统马尔可夫链

Dagum基尼系数分解工具更新

无条件、空间静态、空间动态kernel核密度工具

基于共同前沿下含非期望产出SBM模型的影子价格测算

基于非期望产出SBM模型的群组前沿和共同前沿的DEA效率

零和收益ZSG-DEA模型的求解程序

三阶嵌套泰尔指数计算工具

dagum基尼系数分解工具

《机构投资者抱团与股价崩盘风险》数据处理代码

  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值