空间计量模型的空间自相关MoransI检验.docxVIP

空间计量模型的空间自相关Moran’sI检验

一、空间自相关与空间计量模型的关联

在传统计量经济学中，模型构建往往隐含“观测值独立”的假设，但现实世界中，地理、经济、社会等现象常因空间邻近性或交互作用呈现出显著的空间依赖性——相邻区域的观测值可能存在正相关（如发达地区带动周边发展）或负相关（如资源竞争导致此消彼长）。这种空间自相关特性的存在，使得传统计量模型（如普通最小二乘法OLS）可能因忽略空间效应而产生估计偏误（Anselin，1988）。因此，空间计量模型的核心任务之一，便是通过空间自相关检验识别这种依赖性，并在此基础上构建更符合现实的模型。

空间自相关检验作为空间计量分析的“前哨”，其作用类似于传统计量中的异方差检验或序列相关检验——只有明确数据是否存在空间自相关，才能选择合适的空间计量模型（如空间滞后模型SLM、空间误差模型SEM）。在众多空间自相关检验方法中，Moran’sI检验因其计算简便、解释直观且理论成熟，成为应用最广泛的工具（CliffOrd，1981）。本文将围绕这一检验方法的原理、实施与应用展开深入探讨。

二、Moran’sI检验的原理与核心逻辑

（一）Moran’sI的提出与基本思想

Moran’sI检验由统计学家PatrickAlfredPierceMoran于1950年提出，其设计初衷是量化地理数据中观测值与其空间邻域观测值的相关性（Mora