Page 221 - 农业经济管理理论及前沿性问题分析

第七章 农村经济管理前沿性问题分析

试验中也可能出现由于信息溢出导致的非干预对象被“污染”的问题，即非干预
样本的行为受到干预样本的影响而发生行为改变。自然试验虽然花费的科研成本
较低，但现实中真正的自然试验却少之又少，这也制约了这类方法的应用。
对于计量经济模型中线性假设可能被违背的问题，目前的研究中对该问题的

关注度要明显低于变量外生性假设被违背的情况。可能的原因有以下 3 个方面：
第一，经济学研究更注重对经济现象的解释而不是预测，所以，估计结果易于解
释也是经济学实证研究中不得不考虑的问题，而线性模型正好符合该需求。例如，
在线性模型中，解释变量对被解释变量的偏效应（Partial Effect）一般是固定的

或者存在一个明确的、易于刻画的关系。第二，对估计系数易于推断。线性方程
模型的参数估计结果，其分布一般可以得到一个有闭合解（Closed Form）的统
计表达式，并且参数的分布不受解释变量数值的影响，即在所有的样本点上，估
计参数的分布都是相同的。如果估计参数在不同样本点上的分布不同，这样会给

统计推断带来较大困难。第三，实证研究中样本数量一般较有限，采用参数模型
假设（包括线性模型和非线性模型）会极大减少待估参数的数量，增加模型估计
参数的自由度，进而减少估计系数的方差。特别是在解释变量个数较多的情况下
采用参数模型可以避免维度诅咒问题（Curse of Dimensionality）。由于上述 3 方

面的优点，实证研究中绝大多数研究都采用线性模型假设，这也可以认为是在样
本数量有限情况下对现实的一种近似逼近。
在非参数计量经济模型发展方面，有两个学科为该方法的发展做出了重要贡
献。一个学科是计算机科学和统计学发展带来的理论（Learning），另一个是经

济学中的非参数计量经济学（Nonparametric Econometrics）。这两个学科虽然都
是在研究非参数模型，但是前者更侧重提高预测精度，因为这些方法更多用于声
音、图像的识别等人工智能领域。因此，这些研究在非参数模型设定，特别是核
函数（Kernel Function）设定方面研究更丰富，但在模型估计结果推断方面研究

相对，大多数采用简单实用的 Bootstrap 方法。其计量经济学者需要对所研究的
经济现象进行解释和总结规律并对估计结果进行推断。因此，非参数计量经济模
型在预测精度方面的要求相对较低，但是对估计结果解释和统计推断方面特别是
因果关系推断方面要求更高，也发展了一些具有闭合解的统计量用于对模型估计

结果进行统计推断。

209