SPSSAU_空间计量_空间OLS回归.pdfVIP

SPSSAU-在线SPSS分析软件

空间OLS回归空间效应空间计量LM-error检验LM-lag检验网页在线SPSS

空间OLS回归

Contents

1背景3

2理论4

3操作4

4SPSSAU输出结果5

5文字分析5

6剖析8

7疑难解惑8

通常情况下，我们研究X对于Y的影响作用关系，可以使用OLS回归，并且OLS回归时默认认为数

据之间具有独立性（即行与行之间具有完整的独立性并不互相影响），但当前有的数据并非如此，比如各省

GDP之间具有影响作用关系，北京的GDP可以拉动天津的GDP提升，即如果研究的样本是31个省，那

么此31个省（样本）之间本身就具有相互影响关系，即样本之间不独立，而且样本之间具有‘空间性’，此

则空间计量研究的内容，空间计量是在普通计量基础上加入‘空间性’，此‘空间性’是通过‘空间权重矩阵’进

行体现，其表示样本之间的相关关系情况，比如31个省市之间是否具有相邻关系，也或者31个省市之间

的物理距离或者经济距离情况等。‘空间权重矩阵’类似如下图：

比如上图中的空间权重矩阵，其表示中国31个省市之间空间关系，此关系为两两省份之间是否具有相

邻性，数字1表示具有相邻关系数字0表示没有。比如北京和天津相邻因而为1，也比如上海和浙江相邻

为1。当然里面的数字也可以为小数，小数时很可能就是表示两两间的比如物理距离或者经济距离等。但无

论如何，空间权重矩阵具有如下特点：

第1：对称性；其一定满足M(i,j)=M(j,i)这一特点，该特点很明显，北京和天津相邻，那么天

津和北京也相邻；

第2：主对角线为0；主对角线表示自己与自己的关系，永远为数字0；

第3：n*n阶矩阵，比如31个省那就是31*31矩阵，只是第1行为省的名称而已；

第4：标准化处理；试着想象下，数字如果是物理距离，那么北京挨着天津很近所以数字很小，

但是北京离新疆或者海南就会非常远数字很大，因而通常需要对空间权重矩阵进行量纲化处理，

正常情况下会使用‘按行标准化’处理这一方式，其表示某行的任意数字除以该行数字之和，处理

后其数字的实际意义为相对在空间上的相对距离值。

本文档的空间OLS回归，其实质就是OLS回归，但其会输出模型LM检验等，用于进一步判断

适合的空间模型使用。

SPSSAU-在线SPSS分析软件

在使用空间计量相关的方法时，其均需要‘空间权重矩阵’和‘分析数据’两份数据，并且均需要单独

上传到SPSSAU中，并且对‘分析数据’进行分析时，下拉选择对应的‘空间权重矩阵’，操作上分为以下

3个步骤。

第1：上传‘空间权重矩阵’文档

此处需要注意：上传的数据需要为n*n阶格式，而且第1行为空间点的名称（比如31省市的名称）。

类似下图格式：

第2：上传‘分析数据’文档

此处需要注意：比如31省市数据，‘空间权重矩阵’有着该31个空间点的顺序比如北京-》天津-》河北

-》山西-》…，那么‘分析数据’的31行数据也需要按此顺序才可以。

第3：针对‘分析数据’进行分析，并且选择‘空间权重矩阵’文档

此处需要注意：进行某空间研究方法时需要下拉选择‘空间权重矩阵’，选择后，SPSSAU会自动判断其

是否为‘空间权重矩阵’格式，包括是否为n*n阶结构，是否具有对称性等。如果不是则会进行信息提示，请

勿必注意空间权重矩阵数据格式。

SPSSAU-在线SPSS分析软件

空间OLS回归

Contents

1背景3

2理论4

3操作4

4SPSS