对于利用Eviews进行面板数据建模，小编将通过《中国区域经济增长中土地资源“尾效”分析》这个实例，进行详尽解析。然而，在建立面板数据模型前，小编先简单介绍下面板数据、面板数据模型的基本性质，以及《中国区域经济增长中土地资源“尾效”分析》的背景、理论模型等，以期对后期建模过程有更好的了解。

一、何谓面板数据？

时间序列数据或截面数据都是一维数据。时间序列数据是变量按时间得到的数据；截面数据是变量在固定时点的一组数据。面板数据是同时在时间和截面上取得的二维数据。所以，面板数据也称作时间序列与截面混合数据。面板数据是截面上个体在不同时点的重复观测数据。

此外，若每个个体在相同时期内都有观测值记录，该类面板数据为平衡面板数据；若面板数据中的个体在相同时期内缺失若干个观测值，则为非平衡面板数据。小编接下来讲的面板数据均为平衡面板数据,对于这类数据我们需建立面板数据模型对其进行分析。

面板数据分两种特征：（1）个体数少，时间长。（2）个体数多，时间短。面板数据主要指后一种情形。

二、面板数据模型

面板数据模型通常可以分为3种,即混合模型、固定效应模型和随机效应模型。

（一）混合模型

（二）固定效应模型

固定效应模型分为3种类型，即个体固定效应、时点固定效应模型和个体时点双固定效应模型。

1、个体固定效应模型

    如果一个面板数据模型定义为：

个体固定效应模型还可以用多方程表示：

注意：

（1）在EViews输出结果中αi是以一个不变的常数部分和随个体变化的部分相加而成。

（2）在EViews个体固定效应对话框中的回归因子选项中填不填c输出结果都会有固定常数项。

2、时点固定效应模型

    如果一个面板数据模型定义为：

还可以用多方程表示：

3、个体时点双固定模型

    如果一个面板数据模型定义为：

（二）随机效应模型

随机效应模型也分3种类型，即个体随机效应、时点随机效应模型和个体时点双随机效应模型。

该类模型方程构成与固定效应模型相似，在此便不在详细展开。它与固定效应模型的主要区别就是，随机效应模型认为误差项和解释变量不相关，而固定效应模型认为误差项和解释变量是相关的。

下篇小编将面板数据建模实例《中国区域经济增长中土地资源“尾效”分析》的研究背景及理论基础进行简单介绍。