空气质量对生活满意度的效应研究——基于序数分层空间自回归Probit模型

摘要：

在居民生活满意度的相关研究中,除考虑人口学特征外,越来越多的实证同时考虑了微观个体所处的宏观环境,对这类呈嵌套结构的分层数据需构建分层统计模型,但传统的分层统计模型未考虑真实的空间依赖.本文将分层统计模型和空间自回归模型相结合,创新性地构建了四种序数分层空间自回归Probit模型,该类模型能够合理地对因变量为序数且存在空间依赖情况并呈分层结构的数据进行建模,模型可避免忽略真实的空间依赖对模型估计的不利影响,且能够对高层组间的空间效应和低层个体间的空间效应区别对待,更有利于模型的解释.最后,空气质量对居民生活满意度的效应实证研究表明:空气质量确实能够对生活满意度产生影响,居民对空气质量的认识和要求并非孤立地局限于本地,而是对一个区域空气质量的空间综合结果.对比2018年和2016年模型结果可知:空气质量的福利效应无法被其他民生福祉因素所取代,并且随着空气质量相关统计信息的高度开放和广泛传播,居民更加重视空气质量,也形成了更加全局的了解.

关键词：分层空间自回归、序数Probit、贝叶斯、空气质量、生活满意度

所属期刊栏目：37

分类号：C812(统计方法)

资助基金：国家社会科学基金重点项目"粤港澳大湾区协调发展机制体系统计测度和决策支持系统研究";全国统计科学研究一般项目:"大数据背景下生态文明建设统计监测研究"

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：30-43