第一章 绪论
1.1 研究背景与意义
传统经济计量学模型，基于高斯-马尔科夫假设，假定变量之间相互独立，不存在相关性，这一假定是出于简化建模的需要，明显与真实世界中万物之间均存在联系的现实规律相违背[1]。空间经济计量学将空间效应引入经济计量学，可以得到比传统经济计量学更为可靠的结论。空间效应是指空间相关性（Spatial Dependence）和空间异质性（Spatial Heterogeneity）[2]，经过研究者近三十年来的努力，空间经济计量学从一门边缘学科逐渐成为计量经济学的研究热点和重要分支之一，空间经济计量学的理论框架已经趋于完善。空间效应是空间经济计量学的基石之一，也是空间经济计量学与传统经济计量学最显著的区别所在。当前，空间经济计量经济学在实证研究中应用越来越广，国内外研究者将空间经济计量学应用于区域经济、产业经济、金融、环境、人口、资本、教育等各个领域[3]。并且得到了与传统经济计量学不同的结论，更为接近现实和可信，为决策者政策的制定提供了坚实的理论依据和选择方法，因此，可以说在这些领域的研究中，空间效应已经成为必须考虑的因素，空间经济计量学的出现，也是实证研究结果的可靠性得到了很大的提升，也使得空间经济计量学大量的应用于各个经济领域的研究中。空间经济计量模型主要包括空间滞后模型（Spatial Lag Model, SLM）和空间误差模型[3]（Spatial Error Model, SEM），空间滞后模型空间效应反映在空间滞后相关系数上，而空间误差模型的空间效应反映在空间误差相关系数上，因此，空间系数在滞后项还是误差项时区分二者最重要的根据所在。
.......
1.2 研究目标和内容
1.2.1 研究目标
本文对空间面板数据模型空间相关性Moran’s I检验和LM检验Bootstrap方法有效展开研究，并通过Monte Carlo模拟实验证明Bootstrap方法在空间面板数据模型空间相关性检验中的有效性，研究目标包括：
（1）本文通过文献梳理和模拟实验相结合的方式，对Bootstrap方法在空间面板数据模型空间相关性检验中的适用性进行研究。
（2）基于Monte Carlo模拟试验的方法，对可以用于空间面板数据模型空间相关性检验的三种Bootstrap方法的模拟结果比较分析，找出检验结果最为有效的Bootstrap方法。
（3）在空间面板数据模型经典Moran’s I检验方法基础上，将Bootstrap方法引入空间面板数据模型空间相关性的检验，通过Monte Carlo模拟试验，研究空间面板数据模型Moran’s I检验Bootstrap方法的有效性。
（4）在空间面板数据模型经典 LM 检验方法基础上，将 Bootstrap 方法引入空间面板数据模型空间相关性的检验，并进一步通过 Monte Carlo 模拟实验，研究空间面板数据模型 LM 检验 Bootstrap 方法的有效性。
........
第二章 文献综述
本章对相关文献进行回顾和梳理，分别对空间截面数据模型及空间相关性的检验、空间面板数据及空间相关的检验、以及 Bootstrap 方法用于空间经济计量模型空间相关性检验的相关文献进行综述，明确本文的研究主题，找出本文的研究切入点。本章文献综述从两个方面展开：一是从文献综述的视角，证明本文研究问题的必要性和可行性；二是对现有的空间面板数据空间相关性检验的相关文献进行归纳分析，力图找到现有文献中的不足之处及所未涉及到的内容，明确本文的研究主题，为本文的研究提供文献支持。
2.1 相关研究文献脉络图
近三十年来，以空间效应（Spatial Effect）为主要研究方向的空间经济计量分析从一门边缘学科发展为经济计量领域的热点研究领域之一，且形成了较为完善的研究框架和理论[1]-[4]。同时，由于起步较晚及空间问题的复杂性（空间相关性和空间异质性）等原因，空间经济计量学中还有诸多问题需要去解决。按照数据的特征，空间经济计量模型分为空间截面数据模型和空间面板数据模型。当前，空间经济计量学主要研究空间效应的检验、空间经济计量模型的设定及空间经济计量模型的估计等问题。本文的研究范围仅限于空间面板数据模型空间效应中的空间相关性的检验。本章 2.2 和 2.3 分别对空间截面数据模型和空间面板数据模型进行了回顾。空间效应主要有两种不同的表现形式：空间相关性（Spatial Dependence）和空间异质性（Spatial Heterogeneity）[2]。空间相关性是将传统经济计量学研究对象是相互对立的假定放松，认为研究对象之间存在着相关性。空间异质性则是指研究对象之间是异质的，对传统经济计量学研究对象是同质的假定进行了放松。可以说，空间效应的检验是进行空间经济计量研究的前提和基础。目前，空间效应的研究主要集中于对空间相关性的研究。空间经济计量研究者已提出了 Moran’s I、LM、LR 和 Rao’s Score 等方法检验空间经济计量模型的研究对象之间是空间相关性的强弱。其中， Moran’s I 检验和 LM 检验是最常用的两种检验方法。Moran’s I 可以用来直接检验空间经济计量研究对象间是否具有空间相关性，但是不能对空间经济计量模型是空间滞后相关还是空间误差相关进行直接辨识；LM 检验分为LM-Lag 检验和 LM-Error 检验，空间滞后模型的空间相关性的检验使用 LM-Lag 检验，空间误差模型的空间相关性的检验则使用 LM-Error 检验，通过比较 LM-Lag 检验和LM-Error 检验的显著性可判定空间相关性的表现形式。本章 2.3 节对空间截面数据模型相关性检验方法进行文献综述。
......
2.2 空间截面数据经济计量模型回顾
在空间经济计量模型中，空间相关性系数可以反映空间相关性存在的具体相关形式，即通过变量的空间相关系数的设置，将空间相关性引入传统的计量经济学模型中[29]。目前，空间经济计量研究中根据空间自相关的不同可以将模型分为：被接受变量的自相关、解释变量的自相关，和模型误差项的相关性。根据不同的空间自相关形式的设定空间经济计量模型可以分为：空间经济计量滞后模型（SLM，Spatial Lag Model ）、空间经济计量误差模型（SEM，Spatial Error Model）、空间经济计量杜宾模型（SDM，Spatial Durbin Model) 、一般空间经济计量模型（GSM，General Spatial Model），最常见的空间经济计量滞后模型（SLM，Spatial Lag Model ）和空间经济计量误差模型（SEM，Spatial Error Model）[2]，限于篇幅，本小节仅对这两个最基本的空间截面数据经济计量模型进行综述。
......
第三章 空间面板数据模型空间相关性检验....28
3.1 基本的 Bootstrap 抽样方法分析 ........ 28
3.2 衍生 Bootstrap 抽样方法 ..... 30
3.3 面板数据模型 Bootstrap 抽样方法分析 ....... 34
3.4 截面数据模型和面板数据模型 Bootstrap 抽样方法...... 35
3.5 空间面板数据模型空间相关性检验中 Bootstrap ..... 36
3.6 本章小结....... 47
第四章 空间面板数据模型 Moran’s I 检验 Bootstrap....49
4.1 Moran’s I 检验 Bootstrap 方法有效性研究思路...... 49
4.2 Moran’s I 检验 Bootstrap 方法有效性模拟实验...... 51
4.3 Monte Carlo 模拟实验结果分析..... 52
4.4 本章小结...... 66
第五章 空间面板数据模型 LM-Lag 检验 Bootstrap......67
5.1 LM-Lag 检验 Bootstrap 方法有效性研究思路........ 67
5.2 LM-Lag 检验 Bootstrap 方法有效性模拟实验设计...... 695
5.3 Monte Carlo 模拟实验结果分析..... 72
5.4 本章小结....... 82
第六章 空间面板数据模型LM-Error检验Bootstrap方法有效性研究
根据前文的分析，Moran’s I 检验是最常见的空间经济计量模型空间相关性检验方法。但其只能检验模型是否存在空间相关性，而不能区分模型的具体形式。本章要研究的LM-Error检验则不仅可以检验模型是否存在空间相关性，而且可以检验是否可以建立空间面板数据误差模型，可以明确要建立模型的具体形式。本章将FDB方法用于空间面板数据模型空间相关性LM-Error检验，并通过Monte Carlo模拟实验证明其相关性。本章从三个方面展开：一是空间面板数据模型空间相关性LM-Error检验Bootstrap方法有效性研究思路及方法；二是空间面板数据模型空间相关性LM-Error检验Bootstrap方法有效性Monte Carlo模拟实验参数设定及实验步骤；三是报告随机效应条件下，误差项非经典分布时，空间面板数据模型空间相关性BootstrapLM-Error检验水平扭曲和功效的Monte Carlo模拟实验结果。
.........
结 论
空间经济计量学最显著的特点是考虑到了空间效应，放松了传统计量经济学研究变量之间相互独立的假定。显然，空间经济计量学更符合实际经济情况，可以得到比传统经济计量学更为可靠和准确的结论。当前，空间经济计量学对空间效应的研究主要侧重于空间相关性的检验。目前，空间经济计量学者提出了诸多空间相关性检验方法，如 Moran’s I 检验、LM检验、LR 检验等。其中，最常用的为 Moran’s I 检验和 LM 检验。但是，理论上，Moran’s I检验和LM检在大样本情况下以及误差项服从经典分布时才能成立。此外，在对现实经济现象的研究中，由于数据可获得性等问题，我们的研究样本为小样本及中样本等有限样本。由于现实经济问题的复杂性等问题，模型误差项很难完全满足经典分布的假设，通常存在异方差及时间序列相关等情况。在实际研究中，前述严格假定条件无法满足。因此，依赖于大样本和误差项服从经典分布的Moran’s I检验和LM检验的检验效果将会大打折扣，甚至无效。空间面板数据模型由于个体效应（随机效应和固定效应）的存在，以及具有截面维度和时间序列维度两重属性，样本为有限样本和误差项非经典分布的空间面板数据模型空间相关性检验还是未涉及到的研究领域。Bootstrap方法不需要研究样本服从经典分布，可以作为解决上述难题的选择方法之一。但是，空间面板数据经济计量模型同时具有空间效应特征和面板数据特征，不仅要考虑个体效应的存在，还要考虑截面维度和时间序列维度，使得空间面板数据模型更为复杂， Bootstrap方法的抽样结果的有效性将会存在疑问，空间截面数据模型空间相关性检验Bootstrap方法已经不再适用于空间面板数据模型。#p#分页标题#e#
............
参考文献（略）
