空间计量经济学中的空间自相关检验（莫兰指数）.docxVIP

空间计量经济学中的空间自相关检验（莫兰指数）

一、引言

在传统计量经济学中，研究者往往假设观测数据是独立同分布的，即一个地区的变量值与其他地区无关。然而，现实世界中，经济、社会、环境等现象普遍存在“地理邻近性”特征——例如，某区域的经济增长可能受相邻区域产业联动的影响，某地区的疾病发病率可能与周边地区的卫生条件相关。这种“空间自相关”（SpatialAutocorrelation）现象的存在，使得传统计量模型无法准确捕捉数据的空间依赖性，进而导致参数估计偏误或结论失真。

空间计量经济学作为计量经济学的分支，正是为解决这一问题而生。其核心任务之一，是通过统计方法检验变量在空间上的关联程度，判断是否存在显著的空间自相关。在众多检验方法中，“莫兰指数”（Moran’sI）因其原理清晰、计算简便、适用性广等特点，成为最经典且应用最广泛的工具之一。本文将围绕莫兰指数的理论逻辑、检验方法及实践应用展开系统论述，以期为理解空间自相关检验提供完整框架。

二、空间自相关：空间计量经济学的核心命题

（一）空间自相关的内涵与表现形式

空间自相关是指地理空间中相邻或相近位置的观测值之间存在的相关性，本质上反映了现象在空间分布上的非随机性。它包含两种基本类型：一是正空间自相关，即相似值（高值或低值）在空间上聚集，例如发达城市往往形成经济增长极，周边区域也呈现较高的经济水平；二是负空间自相关，即相似值在空