第一节空间计量经济学概述第二节空间权重矩阵的设定和选择第三节空间自相关的检验第四节空间线性回归模型第五节空间计量的实证例子空间计量经济学由荷兰经济学家JeanPaelinck在1974年提出，后经Anselin等人发展，最终形成了学科框架体系。从模型驱动看，理论经济学的兴趣越来越从彼此独立的决策主体模型转向明确解释系统中不同主体(参数或效用)相互作用的模型。即分析个体之间的“直接”相互作用以及单个个体的相互作用是如何导致集体行为和总体模式。从数据驱动看，计量经济学的热点由时间序列数据转向空间数据。空间数据之间并非完全独立，而是存在着某种空间联系和关联性，但是经典的计量经济学分析方法的基本出发点是样本独立假设。因此无法直接用经典计量分析方法揭示与地理位置相关的空间数据关联和依赖性。空间计量经济学研究包括以下四个感兴趣的领域：计量经济模型中空间影响的确定，合并了空间影响的模型的估计，空间影响存在的说明检验和诊断，空间预测。空间计量经济学广泛应用于区域科学、地理经济学、城市经济学和发展经济学等领域。如研究区域经济、土地使用、房屋价值、人均收入、环境状况等空间依赖性（spatialdependence）：表现为观测值与区位之间的一致性空间异质性（spatialheterogeneity）：表现为每一空间区位上事物及变量的独特性。空间依赖性空间相关性是指第个空间观测单元的观测变量与其他各地观测变量之间存在着函数关系一般而言，空间相关性来源于以下几个方面：（1）观测数据地理位置接近(geographicalproximity)（2）截面上个体间互相竞争(competition)和合作：（3）模仿行为(copycat)：在一群体中，个体会重复或模仿一个或几个特定个体的行为。（4）溢出效应(spillovereffect)：溢出效应是指经济活动和过程中的外部性对未参与经济活动和过程其中的周围个体的影响。（5）测量误差：根据空间相关性的来源，可将空间相关性产生的原因分为两大类：相邻空间单位存在空间交互影响和测量误差，从而将空间相关性划分为真实（Substantial）空间相关性和干扰（Nuisance）空间相关性。空间异质性对于空间异质性，只要将空间单元的特性考虑进去，大多可以用经典的计量经济学方法进行估计。但是当空间异质性与空间相关性同时存在时，经典的计量经济学估计方法不再有效，而且在这种情况下，问题变得异常复杂，区分空间异质性与空间相关性比较困难。空间变系数的地理加权回归模型（GeographicalWeightedRegression，简记为GWR）是处理空间异质性的一种良好的估计方法。第二节空间权重矩阵的设定和选择空间滞后解释为邻近观测单元上某一随机变量的加权平均，或作为一个空间平滑滤波器或的第行是。这正是所有邻居的加权平均，赋予邻居的权重为为了减少或消除了区域间的外在影响，并使得W变得不再具有量纲，进行行标准化一般以邻接标准和距离标准来分类空间权重矩阵，即分为基于邻接概念的空间权重矩阵（Contiguitybasedspatialweightsmatrix）和基于距离概念的空间权重矩阵（Distancebasedspatialweightsmatrix）。另一种在实际分析中经常遇到的情况就是空间单元是由一些不规则的面单元构成，如图9.2.3所示的一些空间单元，可依据Haining（2003）的说明给出对应的空间权重矩阵。（二）二阶邻接矩阵（theSecondOrderContiguityMatrix）三、基于距离的空间权重矩阵（DistanceBasedSpatialWeights）（二）基于经济距离的空间权重矩阵复合空间权重矩阵第三节空间自相关的检验空间自回归过程（SAR）定义为：或二、探索性空间数据分析（一）全局空间自相关分析：Moran指数对于该指数，可以用标准化统计量Z来检验n个是否存在空间自相关，Z的计算公式：当Ｚ值为正且显著时，表明存在正的空间自相关；当Ｚ值为负且显著时，表明存在负的空间自相关；当Ｚ值为零时，观测值呈独立随机分布。Geary’sC指数LocalMoran’sI指数又称为LISA（Localindicatorsofspatialassociation）用来度量区域与其周围地域在空间上的差异程度和它们的显著性对于第个区域或Getis&Ord（1992）开发了一个Geary指数的局部空间相关性检验，称为指数，用来检验局部地区是否存在统计以（Wz，z）为坐标点的Moran散点图，常用来研究局部的空间的不稳定性，它对空间滞后因子Wz和z进行了可视化的二维图示。Moran散点图的4个象限，分别对应于区域单元与其邻居之间4种类型的