空间计量经济学讲义
空间计量经济学介绍PPT21页
三、 空间交互作用—空间依赖性
空间依赖性也叫空间自相关性，是指在样
本观测中，位于位置 的i 观测值和 位j 置的观测
值具有相关关系(其中 j)，i呈现某种非随机
全域空间相关性检验（有Moran’s Ⅰ、Geary’s
C、Global G，主要用于检验变量是否在整体上存 在空间依赖性，但不能检验不同区域间依赖性
的强弱） 区域空间自相关检验(只要有LISA、G统计、
Moran散点图，用于检验区域间空间相关性的检
验） CSD检验（用于检验不同区域间的空间依赖
性，并不仅限于相邻区域的相关性，这是一种
23、一切节省，归根到底都归结为时间的节省。——马克思 24、意志命运往往背道而驰，决心到最后会全部推倒。——莎士比亚
25、学习是劳动，是充满思想的劳动。——乌申斯基
谢谢！
的空间模式，用函数可以表示为:
y if(y j), j 1 ,,n , j i
空间依赖性并不意味着否定空间各单位的独 立性，并且空间相关性的强度和模式由绝对 位置或相对位置(布局、距离)决定，通常我们 假定距离较近的观测之间的空间相关程度比 距离较远的程度高。
三、 空间交互作用—空间依赖性
度量和检验空间依赖性的方法：
对拟合残差的检验）
三、 空间交互作用—空间依赖性
三、 空间交互作用—空间依赖性
三、 空间交互作用—域缺乏均质性， 存在发达地区和落后地区、中心（核心）和外围 （边缘）地区等经济地理结构，从而导致经济社 会发展和创新行为存在较大的空间上的差异性。 空间异质性反映了经济实践中的空间观测单元之 间经济行为关系的一种不稳定性。
计量经济学讲义
计量经济学讲义第一部分：引言计量经济学是研究经济现象的量化方法，它结合了统计学和经济学原理，旨在提供对经济现象进行定量分析的工具和技术。
本讲义将介绍计量经济学的基本概念和方法，帮助读者理解和应用计量经济学的基本原理。
第二部分：经济数据和计量经济学模型1. 经济数据的类型- 我们将介绍经济数据的两种主要类型：时间序列数据和截面数据。
时间序列数据是在一段时间内收集的数据，而截面数据是在同一时间点上收集的数据。
2. 计量经济学模型- 我们将讨论计量经济学模型的基本原理和应用，例如最小二乘法和线性回归模型。
这些模型可以帮助我们分析经济数据之间的关系，并进行预测和政策评估。
第三部分：经济数据的描述性统计分析1. 描述性统计分析的概念- 我们将介绍描述性统计分析的基本概念和方法，包括中心趋势测量、离散度测量和分布形态测量。
这些方法可以帮助我们理解和总结经济数据的基本特征。
2. 经济数据的描述性统计分析实例- 我们将通过实例演示如何使用描述性统计分析方法来分析和解释经济数据。
例如，我们可以使用均值和方差来描述一个国家的经济增长和收入分配。
第四部分：计量经济学的统计推断1. 统计推断的概念- 我们将讨论统计推断的基本概念和方法，包括假设检验和置信区间。
这些方法可以帮助我们从样本数据中推断总体参数，并评估推断的精度和可靠性。
2. 统计推断的实例- 我们将通过实例演示如何使用统计推断方法来研究和解释经济现象。
例如，我们可以使用假设检验来判断一个政策措施对经济增长的影响。
第五部分：计量经济学的回归分析1. 单变量线性回归模型- 我们将介绍单变量线性回归模型的基本原理和应用。
这个模型可以帮助我们分析一个因变量和一个自变量之间的关系，并进行预测和政策评估。
2. 多变量线性回归模型- 我们将讨论多变量线性回归模型的基本原理和应用。
这个模型可以帮助我们分析多个自变量对一个因变量的影响，并进行政策评估和变量选择。
第六部分：计量经济学的时间序列分析1. 时间序列模型的基本概念- 我们将介绍时间序列模型的基本概念和方法，包括自回归模型和移动平均模型。
空间计量经济分析.ppt
空间滞后模型计量分析 空间误差模型据计量分析 地理加权回归分析 空间权值矩阵的计算与选择 空间计量经济分析软件包:
Geoda(SpaceStat)
2020年1月29日2时16分
天行健，君子以自强不息；地势坤，君子以厚德载物。
1
空间依赖、空间异质性
传统的统计理论是一种建立在独立观测值假定基础上 的理论。然而，在现实世界中，特别是遇到空间数据 问题时，独立观测值在现实生活中并不是普遍存在的 （Getis, 1997）。
对于具有地理空间属性的数据，一般认为离的近的变 量之间比在空间上离的远的变量之间具有更加密切的 关系（Anselin & Getis，1992）。正如著名的 Tobler地理学第一定律所说：“任何事物之间均相关， 而离的较近事物总比离的较远的事物相关性要高。” （Tobler，1979）
地区之间的经济地理行为之间一般都存在一定程度的 Spatial Interaction，Spatial Effects）：Spatial Dependence and Spatial Autocorrelation）。
2020年1月29日2时16分
天行健，君子以自强不息；地势坤，君子以厚德载物。
4
空间依赖性
空间依赖性（Βιβλιοθήκη 叫空间自相关性）是空间效应 识别的第一个来源，它产生于空间组织观测单 元之间缺乏依赖性的考察（Cliff & Ord, 1973）。
Anselin & Rey（1991） 区别了真实 （Substantial）空间依赖性和干扰 （Nuisance）空间依赖性的不同。
2020年1月29日2时16分
天行健，君子以自强不息；地势坤，君子以厚德载物。
空间计量经济学70页PPT
xiexie! 38、我这个人走得很慢，但是我从不后退。——亚伯拉罕·林肯
39、勿问成功的秘诀为何，且尽全力做你应该做的事吧。——美华纳
40、学而不思则罔，思而不学则殆。——孔子
空间计量经济学
36、如果我们国家的法律中只有某种 神灵， 而不是 殚精竭 虑将神 灵揉进 宪法， 总体上 来说， 法律就 会更好 。—— 马克·吐 温 37、纲纪废弃之日，便是暴政兴起之 时。— —威·皮 物特
38、若是没有公众舆论的支持，法律 是丝毫 没有力 量的。 ——菲 力普斯 39、一个判例造出另一个判例，它们 迅速累 聚，进 而变成 法律。 ——朱 尼厄斯
40、人类法律，事物有规律，这是不 容忽视 的。— —爱献 生
谢谢！
36、自己的鞋子，自己知道紧在哪里。——西班牙
37、我们唯一不会改正的缺点是软弱。——拉罗什福科
计量经济学讲义第十讲(共十讲)
第十讲 ARCH 模型及其扩展一、数学准备：迭代期望定律我们在第二讲中的笔记部分涉及到迭代期望定律。
作为复习，此处把该定律再展示一次。
如果信息集Θ⊆Ω，则有][()()E E X E X ΩΘ=Θ，此即迭代期望定律。
为了理解上述等式，考虑一个极端情况：Ω包含了全部的信息，则基于信息集Ω对x 的预测将没有任何预测误差，即有：()E X X Ω=，因此必有][()()E E X E X ΩΘ=Θ。
另外，无条件期望所对应的信息集是空集，因此按照迭代期望定律必有：[()]()E E XE X Ω=。
二、ARCH 模型考虑如下一个模型：01t t t y x φφε=++ （1）其中t tv ε=t v 是白噪声，方差为21vδ=；t v 和(1)t i i ε-≥相互独立；0110,,...,0,1ppi i a a a a =>≥<∑。
对上述模型，可以验证： （1）)0(t E ε=练习：证明上式。
（2）)0,0(t t i i E εε-=≠，即误差项序列无关。
证明：首先，,...,,...,1212,,...,,,...,)))0(((t t t t i t i t i t p t i t t t p t i t t E E E εεεεεεεεεεεεεε-----------=== 其次，按照迭代期望定律有：,...,12,,...,)])[((t t t i t i t p t i t t E E E εεεεεεεε------=因此有：)0,0(t t i i E εε-=≠（3）201)1(tpii a a E ε==-∑证明：22220011[()]())(tppt i t i i t i i i v a a a a E EE εεε--==+=+=∑∑令2)(t t x E ε=，则有差分方程：01t t i pi i x a a x -==+∑由于11,...,0,1ppi i a a a =≥<∑，故上述差分方程满足平稳性的充分条件：11pii a =<∑（参见第八讲附 录），因此，当t 趋于无穷大时t x 收敛于均衡值x*，其中01pi i xa a x**==+∑，即11pii a a x*==-∑。
计量经济学软件Stata15.0应用教程 课件 第九章 空间计量
hausman FE RE
（ 1） 极大似然估计 spreg ml crime hoval income,id(id) dlm (A) elm (A) //MLE估计SARAR模型
（ 2） 不含内生变量的gs2sls估计 spreg gs2sls crime hoval income, id(id) dlm (A) elm (A) het //GS2SLS估计SARAR模型 spreg gs2sls crime hoval income, id(id) dlm (A) het //不含空间误差的SAR模型 het（异方差 下的稳健标误）
spmat use B using usaww.spmat //用数据文件usaww.spmat生成空间权重矩阵B
SDM模型：
xsmle lngsp lnpcap lnpc lnemp unemp,wmat(B) model (sdm) r //随机效应估计 xsmle lngsp lnpcap lnpc lnemp unemp,wmat(B) model (sdm) durbin (lnemp) r //空间杜宾模型 xsmle lngsp lnpcap lnpc lnemp unemp,wmat(B) model (sdm) durbin (lnemp) r noeffe //固定效应 hausman检验：
计量经济学讲义 共十讲
第一讲 普通最小二乘法的代数一、 问题假定y 与x 具有近似的线性关系：01y x ββε=++，其中ε是随机误差项。
我们对01ββ、这两个参数的值一无所知。
我们的任务是利用样本数据去猜测01ββ、的取值。
现在，我们手中就有一个样本容量为N 的样本，其观测值是：1122(,),(,),...,(,)N N y x y x y x 。
问题是，如何利用该样本来猜测01ββ、的取值？为了回答上述问题，我们可以首先画出这些观察值的散点图（横轴x ，纵轴y ）。
既然y 与x 具有近似的线性关系，那么我们就在图中拟合一条直线：01ˆˆˆy x ββ=+。
该直线是对y 与x 的真实关系的近似，而01ˆˆ,ββ分别是对01,ββ的猜测（估计）。
问题是，如何确定0ˆβ与1ˆβ，以使我们的猜测看起来是合理的呢？笔记：1、为什么要假定y 与x 的关系是01y x ββε=++呢？一种合理的解释是，某一经济学理论认为x 与y 具有线性的因果关系。
该理论在讨论x 与y 的关系时认为影响y 的其他因素是不重要的，这些因素对y 的影响即为模型中的误差项。
2、01y x ββε=++被称为总体回归模型。
由该模型有：01E()E()y x x x ββε=++。
既然ε代表其他不重要因素对y 的影响，因此标准假定是：E()0x ε=。
故进而有：01E()y x x ββ=+，这被称为总体回归方程（函数），而01ˆˆˆy x ββ=+相应地被称为样本回归方程。
由样本回归方程确定的ˆy与y 是有差异的，ˆy y -被称为残差ˆε。
进而有：01ˆˆˆy x ββε=++，这被称为样本回归模型。
二、 两种思考方法法一：12(,,...,)N y y y '与12ˆˆˆ(,,...,)N y y y '是N 维空间的两点，0ˆβ与1ˆβ的选择应该是这两点的距离最短。
这可以归结为求解一个数学问题：由于ˆi i y y -是残差ˆi ε的定义，因此上述获得0ˆβ与1ˆβ的方法即是0ˆβ与1ˆβ的值应该使残差平方和最小。
计量经济学讲义第八讲(共十讲)
第八讲 平稳时间序列与单位根过程一、随机时间序列模型概述在严格意义上，随机过程{}t X 的平稳性是指这个过程的联合和条件概率分布随着时间t 的改变而保持不变。
在实践中，我们更关注弱意义上的平稳或者所谓的协方差平稳：2();();(,)t t t t j j E X Var X Cov X X μδδ+===显然20δδ=。
在本讲义中，平稳皆指协方差平稳。
当上述条件中的任意一个被违背时，则称{}t X 是非平稳的。
（一）平稳随机过程的例子 1、白噪声过程{}t ε：20()0;();(,)0,t t t t j j E Var Cov εεδεε+≠===2、AR(1)过程：011,11t t t y a a y a ε<-=++，{}t ε是白噪声过程为了验证上述过程满足平稳性条件，我们首先通过迭代得到：1111010t t i it ii i t t y a a a y a ε---===++∑∑。
接下来注意到，111)0(t i i t t E y a a a y -==+∑，进一步假设数据生成过程发生了很久，即t 趋于无穷大，则01)1(t a E y aμ-==；其次也有110()()t it i i t Var y Var a ε--==∑，当t 趋于无穷大时，21221()11()i t Var a a Var y εδ-=-=；最后，当t 趋于无穷大时，有：1211111111222 (1241)11121......(...)[()()][()()]s s t t s t s t t s t s t s t t s s s s s a a a a a E y y E a a a a μμδδεεεεεεε+-----------++--+++++++++++=== 关于AR(p)过程的平稳性，见附录。
3、MA(P)过程：11...pt t t p t y a a εεε--=+++，{}t ε是白噪声过程显然，任意有限阶MA 过程都是平稳的。
计量经济学讲义(14)
矩阵表示
v v v v v
三、简化式模型
v
Y表示内生变量， X表示前定变量， μ表示随机项，
B Y + GX = N
Y ( BG ) ÷ = N è X
将联立方程模型的每个内生变量表示成所 有前定变量和随机误差项的函数，即用所 有前定变量作为每个内生变量的解释变 量，所形成的模型称为简化式模型。
p
⒉损失变量信息问题
v
v
同理可得 1 T 2 1 T 1 1 s 2 +s 2 p pt = T [ g - b e td - g - b e ts ]2 (gd - b )s2 T t =1 t =1
v
2 gs d + bs s2 (g - b )2
在一个经济系统中，变量之间或多或少地存在着 某种关联。在估计联立方程系统中某一个随机方 程的参数时，必须考虑没有包含在该方程中的变 量的数据信息。 即：估计某一随机方程参数需考虑其他有用信息。 而采用单方程模型方法是无法实现这一点的。
28
例：供给需求的市场均衡模型
Q = a 1 + a 2 Pt + a 3 Pt -1 + e 1t
S t
简单起见仍写成：
QtD = b 1 + b 2 Pt + b 3Yt + e 2t QtS = QtD
S D 市场均衡时， Qt = Qt = Qt
Qt = a1 + a 2 Pt + a 3 Pt -1 + e 1t Pt = b1 + b 2Qt + b 3Yt + e 2t
矩阵形式
式中，
Y = PX + E
y12 L y1n ù y22 L y2n ú ú ú ú yg2 L y gn éE1 ù ée11 e12 L e1n ù êE ú êe e L e ú 2 21 22 2n ú E=ê ú=ê êMú êM ú ê ú ê ú Eg eg1 eg2 L egn
计量经济学复习讲义
吉林大学经济学院《计量经济学》复习讲义配套教材：计量经济学（李子奈、潘文卿编著，第三版）第二章、一元线性回归模型一、相关与回归•相关系数计算：•回归分析：变量间关系不一致二、参数估计1.总体/样本回归模型：2.最小二乘法（OLS）•β0、β1的估计值•β0、β1的方差与概率分布•总体方差估计值3.统计检验•拟合优度检验可决系数：R²=ESS/TSS•显著性检验：H0:βi=0，H1:βi≠0•置信区间估计(1-α)缩小置信区间：增大样本容量n、提高模型拟合优度。
3.线性性与无偏性的证明方法•线性性：•无偏性：4.预测•对条件均值：•对个别值：第三章、多元线性回归模型一、.总体回归函数：•一般形式：Y=β0+β1X1+β2X2+…+βk X k+μ•一般形式：Y=Xβ+μ二、基本假定（略）三、参数估计-普通最小二乘估计•参数估计：•μ的方差估计：四、统计性质五、样本容量问题•n≥k+1，不能少于解释变量（含常数香）数目•n≥30或至少≥3(k+1)时满足模型估计基本要求六、统计检验1.拟合优度检验•调整的可决系数•赤池信息准则和施瓦茨准则变小的话允许增加解释变量2.显著性检验•方程显著性H0:β1~k全为零H1:不全为零太大就接受备择假设，说明模型的线性关系显著成立。
总体线性关系十分显著时不必苛求高可决系数。
•变量显著性•参数的置信区间缩小置信区间：增大样本容量n、提高模型拟合优度、提高样本观测值的分散度。
七、预测1.均值的预测2.单个值的预测八、非线性化为线性•变换•非线性普通最小二乘法九、受约束回归1.条件约束约束后e'*e*≥e'e，即残差平方和可能变大。
除非约束条件为真，模型解释能力可能降低。
若F太大则约束无效2.增减解释变量少变量模型可看做对多变量模型加以约束而形成。
q=kU-kR，kU=k+q3.参数稳健性-邹氏参数稳定性检验(n2>k)：结构不变式相当于对变动式施加k+1个约束：H0:β=α，进行F检验判断是否合适。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
导论
❖ 空间计量经济学是现代计量经济学的“空间化”范式 ❖ 空间计量经济学是区域科学理论与经验研究的“桥梁”
导论
❖ 空间计量经济学的相关研究 ❖ Moran(1948)提出用0-1连接矩阵表示空间相关关系，之后，Moran(1950)提
出了著名的Moran’s I统计量用来测度空间自相关。 ❖ Geary(1954)提出了另一种度量空间依赖的统计量Geary’s C。 ❖ Cliff和Ord(1972)提出Moran’s I可以用于检验最小二乘回归(OLS)得到的
❖ 空间回归模型是经典线性模型的拓展，将空间因素显格式的加入到模型中 。
❖ 地理加权回归，是以曲线拟合、平滑等局部加权回归的非参数方法为理论 基础，利用焦点周围的样本子集进行回归。
❖ 空间滤波是将空间数据通过滤波方法进行处理。
导论
❖ 中文核心期刊中以“空间计量”为主题的文章最早从2005年起，之后空间计 量为主题的文章数量开始了指数型的增长。
•理论与应用研究呈现爆发式的增长。 •这主要是由于地理相关数据的日益庞大且更加容易获得、地理信息系统的进步
以及人们越来越意识到空间的重要。
•美国应用经济学家的涌入，相关应用领域包括城市与区域经济学、房地产经济等 •研究方法更为标准和规范，如广义矩和矩估计方法的引入 •通过广泛的模拟实验，各种方法应用于小样本的研究 •计算机和软件开发也日益受到关注 •美国国家科学基金会成立了空间整合社会科学中心
• Estimating Models with Spatial Effects
Four Dimensions
• Testing for the Presence of Spatial Effects
• Spatial Prediction
Hale Waihona Puke 论❖ 空间计量经济学的主要方法分为三种。1)空间回归2)地理加权回归3)空间 滤波。
准备阶段 （1970s-1980s）
准备阶段 （1970s-1980s） •源自地理学数量革命、区域科学及城市与区域经济学的相关研究 •此时，空间概念在主流经济学和计量经济学期刊中较为鲜见。
• 目前空间计量已经广泛的被用于经济、金融、 地产、环境、人口、旅游、教育、地理、交 通、社会、政治、农业、文化等各个领域。
导论
❖ Paelinck和Klaassen（1979）提出，空间计量经济学是为城市与区域计量模 型提供方法论基础的一门计量经济学分支学科 。
❖ Anselin(1988c)将空间计量经济学定义为“在区域科学模型的统计分析中处 理由空间引起的各种特性的一套技术方法” 。
❖ 也就是说，空间计量经济学旨在“处理区域科学研究领域数据与模型所特 有的空间问题，这些问题是标准计量方法不能直接解决的” 。
导论
❖ Anselin进一步指出，空间计量经济学与非空间计量经济学的“这种区分实 际上与Isard(1956)对空间经济学与非空间经济学分类是相似的”，“一般 而言，在区域科学研究中所有经济模型的统计分析都可以被认为是空间计 量经济学的范围”，“从这个意义上讲，空间相互作用模型的估计、城市 密度函数的统计分析以及区域计量经济学模型的应用都可以被认为是空间 计量经济学的研究范畴”。
空间计量经济学
于瀚辰 北京大学政府管理学院 hanchenyu@
导论
空间计量经济学导论
导论
❖ 空间计量经济学（Spatial Econometrics）是对空间经济系统进行计量分析的 经济学科；是以区域科学和空间经济理论为基础，以计量分析和地理计算 为手段，以处理空间数据所特有的“空间效应（Spatial Effect）”为核心， 研究区域科学或空间经济模型的设定、估计、假设检验、预测和应用的理 论与方法体系；是区域科学、计量经济学和地理计算科学的交叉学科。
导论
❖ 卢克•安索林院士(Luc Anselin)是芝加哥大学 社会学部教授、空间数据科学研究中心主任， 美国国家科学院院士和美国艺术与科学院院士, 地理信息科学大学联盟院士，Walter Isard主 席。他关注空间数据的分析的（即数据包含一 个特定的位置）从空间数据探索分析到可视化 和建模，同时也关注开源软件的开发和实证研 究。具体应用领域包括：环境与自然资源经济 学、房地产经济学、创新经济学、犯罪学、公 共卫生、选举、国际关系研究。他是Walter Is ard奖获得者(2005)和William Alonso纪念奖获 得者（2006）。
❖ 根据研究范畴与方法的不同，空间计量经济学具有广义与狭义之分。广义 空间计量经济学泛指采用区域科学与空间经济理论以及数学、统计学和计 算技术定量研究空间经济现象的所有计量方法的统称，包括回归分析、投 入产出分析、时间序列分析、空间统计、空间布尔代数、缓冲区分析、最 短路径分析、多主体建模分析等区域分析方法，是区域科学的重要组成部 分。
导论
❖ 空间计量经济学产生的5个学科基础 ❖ 第一，时间依赖性动因。指经济行为人当期的决策常常受到其他行为人前
期行为的影响。例如，本地政府可能在观察了邻近地区前一段时间的税率 之后而来制定当地的税率；因此，尽管在样本中截面地区的税率是在过去 一段时间内设定的，但是，这些可观测的截面税率表现出某种空间依赖性 。 ❖ 第二，遗漏变量动因。在空间计量建模过程中遗漏了一些不可观测的自变 量，从而导致在空间样本数据形成时因变量在各个空间单元之间的空间依 赖。
导论
❖ 在研究问题方面，研究 的问题包括区域创新和 知识溢出、产业空间格 局、经济增长的差异与 趋同、财政税收和支出 、环境与能源、外商直 接投资、人口、房地产 、土地供应、基础设施 、城镇化、居民收入与 消费。主要集中在前5 者。
导论
国内研究 的不足
01 ❖ 模型设定欠妥 02 ❖ 未考虑空间异质性
导论
❖ 空间计量经济学产生的5个学科基础 ❖ 第三，空间异质性动因。在只有截面数据（每个地区只有一个单一的观测
值）的条件下，如果把回归方程的截距看作是一个空间结构的随机效应向 量，由于各空间单元之间具有异质性，那么截距可能与自变量x相关，从而 使得空间异质性提供了空间依赖的动因。 ❖ 第四，空间外部性动因。指某一地区的特征变量受到邻近地区特征变量的 正面或负面的影响。 ❖ 第五，模型不确定性动因。在模型设定过程中常常出现模型类型选择、常 规参数和解释变量设定的不确定性，造成了模型数据生成过程中的不确定 性，从而使得回归模型中含有因变量与自变量的空间滞后。
❖ Elhorst(2014) 认为它是“处理国家、城市和邮政编码分区等地理单元之间 的空间关系的一门计量经济学分支”。可见，“空间效应”的计量处理是 空间计量经济学的逻辑起点和历史起点，是空间计量经济学区别于经典计 量经济学的本质特征，也是空间计量经济学作为现代计量经济学的一门相 对独立的分支学科的重要基础。
残差中的空间自相关。 ❖ Ord(1975)提出了空间误差模型和空间滞后模型并给出了最大似然估计方法
，这也是空间计量模型中最为经典的模型。
导论
作者 Cliff & Ord Ord Anselin Anselin Fotheringham等人 LeSage Kelejian & Prucha Elhorst Lee & Yu Lee & Yu Drukker等人 Lee & Yu
03 ❖ 模型解释不当
导论
为什么需要空间计量经济学？
导论
❖ 空间数据打破了两个假设 ❖ 空间异质性：打破了所有样本都来自于同一总体的假设 ❖ 空间依赖性：打破了所有样本都是相互独立的假设
❖ Waldo Tobler (1970) “All things are related, but nearby t hings are more related than distant things”
❖ 可见，Paelinck和Klaassen（1979）和Anselin(1988c)早期对空间计量经济 学的定义是广义的，广义空间计量经济学可以理解为作为区域科学两个重 要的知识传统之一的“空间分析方法”在经济计量领域的延伸与拓展。
导论
❖ 狭义空间计量经济学是指针对区域科学研究中由于“空间依赖性(Spatial De pendence)和空间异质性(Spatial Heterogeneity)”等原因而引起的“数据和模 型的空间效应”所发展起来的一套空间回归分析及其拓展理论与方法。
导论
❖ Anselin(2006)提出空间计量经济学研究的领域主要包括： ❖ (1)空间依赖性和空间异质性的模型结构设定 ❖ (2)包括空间效应的估计 ❖ (3)空间效应的检验 ❖ (4)空间预测。
导论
• Specifying the structure of Spatial Dependence/Heterogeneit y
导论
❖ 与此同时，将“空间效应”或空间特性纳入计量模型，使得空间经济系统 中普遍存在的“空间溢出效应（Spatial Spillover Effects）”和复杂空间结构 的度量分析成为可能，从而搭建了区域科学理论模型与空间观察数据之间 “桥梁”，推动了区域科学理论验证与实证研究。
❖ Anselin(2006)将狭义空间计量经济学定义为“研究截面观察值和时空观察 值中所出现的空间问题的一门计量经济学分支” 。
时间 工作
1972年 提出Moran’s I可以用于检验最小二乘回归得到的残差中的空间自相关。
1975年 1980年 1988年
提出了空间误差模型(Spatial Error Model, SEM)和空间滞后模型(Spatial Autoregressive Model, SAR )并给出了最大似然估计方法。 讨论了空间计量模型的工具变量法估计(Instrumental Variable Estimation,, IV)。 出版了空间计量经典教材《Spatial econometrics： Methods and models》。