计量经济学中的空间自回归（SAR）模型实证应用.docxVIP

计量经济学中的空间自回归（SAR）模型实证应用

一、引言

在区域经济一体化、要素跨域流动日益频繁的背景下，经济社会现象的空间关联性愈发显著。例如，某地区的产业政策可能通过邻近地区的要素流入产生溢出效应，城市房价波动往往伴随周边区域的“跟涨”现象，环境污染也会因大气环流扩散至相邻区域。传统计量经济学模型假设样本观测值相互独立，忽略了空间维度的依赖性与异质性，导致估计结果可能存在偏差甚至错误（Anselin，1988）。空间自回归（SpatialAutoregressive,SAR）模型作为空间计量经济学的核心工具之一，通过引入被解释变量的空间滞后项，有效捕捉了观测单元间的空间互动关系，成为分析空间依赖性问题的重要方法。本文将围绕SAR模型的理论逻辑、实证应用流程及典型案例展开探讨，以期为相关研究提供方法参考。

二、空间自回归（SAR）模型的理论基础

（一）空间依赖性与传统计量模型的局限

空间依赖性（SpatialDependence）是指某一区域的观测值与邻近区域的观测值存在相关性，这种相关性可能源于地理邻近带来的要素流动（如资本、劳动力）、政策模仿（如相邻地区的税收竞争）或自然环境的连续性（如气候、土壤条件）（CliffOrd，1981）。传统线性回归模型（如OLS）假设误差项独立同分布，且解释变量与被解释变量仅存在“局部”因果关系，无法识别这种跨区域的联动效应。若直接应