面板数据模型 一、 面板数据的概念 面板数据是时间序列数据和截面数据相结合的二维数据，为方面起见，暂且将之统称为 TC 数据（即时间截面二维数据的意思），以我国 31 个省份 1991-1999年的 GDP 数据为例，则每一个年度称为一个截面，每个省份称为一个个体，每一个年度的 31 个省份的 GDP 数据（31 个）就是截面数据，每一个省份的 9 年的 GDP 数据（9 个）就是时间序列数据，即 GDP 这个变量在时间维度有 9 个取值，在截面维度有 31 个取值，这些数据合在一起就是 TC 数据，共 31*9=279个。如果每个截面包含相同数量的个体，则称之为平衡 TC 数据，否则为非平衡TC 数据。 面板数据的主要优点有： 1. 有利于降低多重共线性程度。增加数据纬度的同时也增加了样本容量，样本容量增加可以增加变量之间的差异，降低变量间的相关程度，从而降低共线性程度。 2. 可以进行模型效应分析，更准确地理解统计结果的实际含义。 二、 面板数据模型的种类 面板数据模型分为 Pooled Data 模型和 Panel Data 模型二类，Pooled Data 模型适用于研究时期较多个体较少的 TC 数据，须为每个个体命名，研究目的侧重于个体差异或时期趋势；Panel Data 模型适用于研究个体较多、时期较少的 TC数据，不须为每个个体命名，研究目的侧重于由时期差异或个体推断总体。 另外，Pooled Data 模型允许各时期的个体不相同，Panel Data 模型要求各时期的个体相同。例如： pooled data t=1:A B C D F t=2:A B D E panel data t=1:A B C D E t=2:A B C D E 三、 模型的基本形式 1. Pooled Data 模型 itititititxy，TtNi,,1;,,1…………① 2. Panel Data 模型 ititititxfy，TtNi,,1;,,1…………① 其中， itxf 可以是非线性的。 比较分析：由于研究目的不同，所以前者允许系数可变，后者假定系数不变。 四、 模型形式的分类 根据模型是否存在个体效应（即不同的个体是否有不同的模型），可分为效应模型和无效应模型两类，其中，Pooled Data 模型的效应模型又分为变系数模型和变截距模型两种；Panel Data 模型的效应模型只有变截距模型一 种。所以，Pooled Data 模型有3 种，Panel Data 模型只有2 种。 1. 效应模型 (1 ) 变系数模型 如果对不同的i（t ），it 和it 都不相同，则称为个体（时期）效应...
