前言

为了深入研究经济管理活动和其他社会科学活动的个体异质性与总体时变性，20世纪60年代末，许多西方社会科学研究机构开始建立面板数据集。例如，密歇根大学社会科学研究所建立了收入动态研究面板数据集（PSID），俄亥俄州立大学人力资源研究中心开发了国家劳动力市场长期调查面板数据集（NLS），欧共体统计办公室建立了欧共体家庭面板数据集（ECHP）。近年来，国内一些高等院校和政府机构也开始建立中国的面板数据集。例如，北京大学国家发展研究院建立了中国健康与养老追踪调查(China health and retirement longitudinal study，CHARLS)数据库，中国国家统计局建立了中国工业统计数据库(Chinese industry statistical database)，中国海关总署建立了中国海关进出口贸易数据库，等等。同时，随着面板数据的逐步丰富，计量经济学家开始并深化了面板数据计量模型的理论与应用研究。目前，在经济学、管理学和其他社会科学领域的实证研究中，面板数据计量经济学已经成为使用最广泛的定量分析方法和建模工具。

事实上，面板数据计量经济学方法充分体现了“需求决定供给”的经济学原理，其主要表现在如下两个方面。

(1) 不充分观测的截面数据和时间序列限制了传统计量经济分析方法的有效使用。

对于转型经济的宏观经济变量和微观个体变量，同一研究对象的时间序列偏短，难以利用纯粹的时间序列建模方法定量研究相关的经济问题； 并且，一些空间截面数据范围有限，不能建立合意的截面数据计量经济模型。另外，对于截面数据回归模型，随机误差项包含了被解释变量的不可观测异质性因素，使模型易于产生内生性和异方差性，参数估计往往是有偏的、非一致的和非有效的； 而且，时间序列模型只能反映不可观测的时变同质因素，不能揭示不可观测的非时变异质因素(如各国的地缘经济特征、宗教和人文背景等因素)，容易使模型缺失重要的解释变量。

(2) 面板数据模型弥补了传统计量经济分析方法的限制性不足。

例如，面板数据双误差分量回归模型

yit=α+X′itβ+ξi+λt+εit，i=1,…,N，t=1,…,T

的个体误差分量ξi体现了不可观测的非时变异质因素，时间误差分量λt揭示了不可观测的时变同质因素。因此，面板数据双误差分量回归模型既控制了不可观测的非时变异质因素，又控制了不可观测的时变同质因素，使得参数估计值更加可靠。

因此，鉴于面板数据和面板数据计量经济模型的众多优势，其受到理论界和实务界的高度重视，近年来面板数据计量模型广泛应用于经济理论检验、政策效应评价和因果推断等实证分析。本书系统地介绍了面板数据计量经济学的基本模型、模型参数估计和模型评价(检验)等基础理论知识，并且，以国内重要学术期刊公开发表的研究论文为例，给读者提供了建立面板数据计量经济模型、分析中国经济问题的范例； 另外，也介绍了基于Stata等统计与计量分析软件建立面板数据计量模型的实践过程。

本书由五部分组成，第一部分较系统地讨论了面板数据及其特征、扩展的面板数据； 第二部分介绍了静态面板数据回归模型的设定检验、模型估计与检验方法； 第三部分讨论了空间面板数据回归模型、面板数据联立方程组模型和非线性回归模型的建模方法； 第四部分研究了面板数据动态回归模型和向量自回归模型的建模方法及面板数据非平稳检验和协整分析理论； 第五部分系统阐述了基于面板数据开展因果效应分析的统计推断方法。

本书在全面深入进行理论研究的同时，更突出了面板数据计量理论方法的应用。本书结合实际研究案例介绍了Stata和EViews计量分析软件的面板数据分析模块的应用，增强了本书的实用性和参考价值。

另外，本书涵盖了近年来面板数据计量分析方法的最新成果。例如，具有Markov体制转换的面板数据非线性回归模型、面板数据的PSMDID模型和含有潜在交互效应的合成控制模型等。所以，这些内容使本书具有了前沿性。

本书的数据文件请扫描下方二维码下载。

在著书过程中得到了作者的博士导师张晓峒教授的鼓励和支持，并且，他提出了宝贵的修改建议，在此表示最诚挚的感谢； 同时也感谢博士后导师赵振全教授和硕士导师王国俊教授。而且，特别感谢清华大学出版社的张伟老师，为本书的出版做了大量的工作。本书撰写得到国家自然科学基金项目的资助，在此表示感谢。

最后，特此声明书中的欠妥之处由作者本人负责，也敬请读者批评指正。

谨以此书献给作者的父母和家人，他们是作者进取的精神源泉。

白仲林

2019年1月于振财里