1、 在中國地理基礎(chǔ)數(shù)據(jù)庫中下載shp格式的中國地圖；2、 下載geoda軟件；3、 在geoda中選擇生成，注意請(qǐng)使用拼音或英文字母表示省，geoda對(duì)中文的支持一般；4、 打開gwt文件，即為空間鏈接矩陣；5、 按照anselin的空間計(jì)量經(jīng)濟(jì)學(xué)分析，wij=wij/wij之和，及做行標(biāo)準(zhǔn)化。本文來自:人大經(jīng)濟(jì)論壇Matlab及其他計(jì)量軟件專版版，詳細(xì)出處參考：http:〃/forum.php?mod=viewthread&tid=704532&page=1&fromuid=2912628geoda里面可以自動(dòng)生成，tools-->weight>creat,前提是地圖以及和dbf文件關(guān)聯(lián)起來了。只要有31個(gè)省份的XY坐標(biāo)就可以生空間權(quán)重矩陣了圖書，《空間計(jì)量經(jīng)濟(jì)學(xué)》，沈體雁，馮等田，孫鐵山，北京大學(xué)出版社（2010年）本書是以“空間計(jì)量經(jīng)濟(jì)學(xué)”命名的第一本中文教科書，也是一本系統(tǒng)梳理空?計(jì)量經(jīng)濟(jì)學(xué)知識(shí)發(fā)展脈絡(luò)，系統(tǒng)介紹空間計(jì)量經(jīng)濟(jì)學(xué)理論、方法和應(yīng)用進(jìn)展，嘗試建立我國空間計(jì)量經(jīng)濟(jì)學(xué)學(xué)科體系的研究專著。本書共分為六章。第一章緒論，主要介紹了空間計(jì)量經(jīng)濟(jì)學(xué)學(xué)科體系；第二章空間計(jì)量經(jīng)濟(jì)基礎(chǔ)，力圖對(duì)空間計(jì)量經(jīng)濟(jì)學(xué)研究最為重要的四大“要件”；第三章空間自回歸和空間誤差模型，先介紹空間線性回歸模型的通用形式，然后對(duì)作為其特例的兩類模型——假定誤差項(xiàng)相互獨(dú)立情形下的空間自回歸模型和假定誤差項(xiàng)具有空間依賴的空間誤差模型——進(jìn)行闡述，最后介紹了?時(shí)具有空間滯后條件和空間相關(guān)誤差結(jié)構(gòu)的廣義空間模型；第四章主要介紹貝葉斯回歸模型、貝葉斯FAR（—階空間自回歸）模型、向量自回歸和誤差修正模型、地理加權(quán)回歸模型等幾種擴(kuò)展的空間回歸模型；第五章回歸分析中的空間濾值法，闡述解決空間自相關(guān)性的“空間濾值”方法；第六章，以作者所作的幾個(gè)代表性的實(shí)證研究為基礎(chǔ)，介紹空間計(jì)量經(jīng)濟(jì)學(xué)在區(qū)域經(jīng)濟(jì)溢出效應(yīng)、空間溢出與經(jīng)濟(jì)增長趨同、中國地區(qū)經(jīng)濟(jì)競爭與合作、地區(qū)財(cái)政支出的空間外部效應(yīng)等四個(gè)方面的應(yīng)用。本書融理論方法與應(yīng)用為一體，即方法與建模應(yīng)用相結(jié)合，全面介紹空間計(jì)量經(jīng)濟(jì)學(xué)的主要理論和方法，尤其是20世紀(jì)80年代以來重要的和最新的發(fā)展，并將它們納入一個(gè)完整、清晰的體系之中。全書以講清楚方法思路為目標(biāo)，適當(dāng)?shù)瘮?shù)學(xué)描述，不作大量的推導(dǎo)和證明，重點(diǎn)放在如何運(yùn)用各種計(jì)量經(jīng)濟(jì)方法對(duì)實(shí)際的空間經(jīng)濟(jì)問題進(jìn)行分析、建模和模擬。北大首推的空間計(jì)量經(jīng)濟(jì)學(xué)中文版教材，原來一直都是英文版的，有了這本看起來不那么費(fèi)勁了，北大的學(xué)術(shù)水平還是值得信任的。LucAnselin的SPATIALECONOMETRICS，1999年的文章，網(wǎng)上可以下載，對(duì)空間計(jì)量的基礎(chǔ)理論介紹的較好。JiTao的博士論文SpatialEconometrics:Models,MethodsandApplications，TheOhioStateUniversity的，內(nèi)容比較全，應(yīng)用方面寫的很好?？吹綐巧险f的Lesage的空間計(jì)量經(jīng)濟(jì)學(xué)，其中有用Matlab做的計(jì)算程序設(shè)計(jì)，比較好，還有一本是空間計(jì)量經(jīng)濟(jì)學(xué)的理論和實(shí)踐，二者作者相同，內(nèi)容大同小異。這幾篇文章中Anselin的是理論基礎(chǔ)，Lesage的是應(yīng)用基礎(chǔ)，JiTao的文章相對(duì)較深一些。本文來自:人大經(jīng)濟(jì)論壇懸賞大廳版，詳細(xì)出處參考：/forum.php?mod=viewthread&tid=1158439&page=1圖書，空間經(jīng)濟(jì)學(xué):理論與實(shí)證新進(jìn)展，趙偉、藤田昌久、鄭小平，浙江大學(xué)出版社，2009推薦理由：本書是近年在區(qū)域與空問經(jīng)濟(jì)學(xué)研究方面兩類學(xué)術(shù)活動(dòng)的重要結(jié)晶之一，為讀者自身學(xué)術(shù)水平的提高及研究視野的拓展提供了了一個(gè)重要渠道，借助這個(gè)渠道，得以提升學(xué)術(shù)水準(zhǔn)，追蹤專業(yè)前沿。本書是經(jīng)濟(jì)學(xué)研究前沿系列之一。圖書，空間數(shù)據(jù)分析理論與實(shí)踐，羅伯特?海寧，武漢大學(xué)出版社，2009推薦理由：《空間數(shù)據(jù)分析理論與實(shí)踐》綜述了空間數(shù)據(jù)分析和位置（地點(diǎn)、背景和空間）在科學(xué)以及決策相關(guān)研究方面的重要性。涵蓋了人們所關(guān)注的最新的探索性空間數(shù)據(jù)分析和空間建模方法，以及如何表達(dá)在地理空間中的屬性的基本問題。引領(lǐng)讀者進(jìn)入支撐空間數(shù)據(jù)分析的關(guān)鍵領(lǐng)域，為讀者了解和領(lǐng)會(huì)這個(gè)領(lǐng)域的諸多關(guān)鍵問題提供了一個(gè)平臺(tái)。此書部分內(nèi)容適合大學(xué)本科生和碩士研究生，還包含了讓從事空間分析領(lǐng)域研究的地理、社會(huì)、經(jīng)濟(jì)、環(huán)境和統(tǒng)計(jì)等學(xué)科的科學(xué)工作者感興趣的、具有足夠挑戰(zhàn)性的內(nèi)容。圖書，《空間數(shù)據(jù)分析教程》，王勁峰，科學(xué)出版社（2010）；該書不僅探討了空間經(jīng)濟(jì)計(jì)量相關(guān)理論如空間自相關(guān)、地理加權(quán)回歸、空間異質(zhì)性、回歸分析、資源邊角空間配置邊際效益均衡模型等傳統(tǒng)的分析，還給出了不少應(yīng)用軟件，如GEODA,spss,matlab,Winbugs等空間統(tǒng)計(jì)軟件的基本操作和部分模型代碼。圖書，《地理學(xué)中的數(shù)學(xué)方法》偏重地理空間計(jì)量模型，劉賢趙，科學(xué)出版社（2009）；可能不是你們想要的，但是我想了一下，將其中的數(shù)據(jù)轉(zhuǎn)換，比如人口分布數(shù)據(jù)變?yōu)榻?jīng)濟(jì)GDP等數(shù)據(jù)不就是經(jīng)濟(jì)學(xué)地理分布么。公司投入產(chǎn)出等模型、嶺回歸、方差分析、神經(jīng)網(wǎng)絡(luò)、變異函數(shù)里面也有！所以也稍稍推薦下。推薦理由：空間計(jì)量經(jīng)濟(jì)學(xué)已經(jīng)不僅僅是停留在經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)的范疇之中了，加入了空間的概念就和空間分布，空間差異、空間聯(lián)系、空間結(jié)構(gòu)等相結(jié)合！我剛好是學(xué)地理的，一直做的是經(jīng)濟(jì)地理！空間計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)地理很重要的一方面！空間計(jì)量經(jīng)濟(jì)學(xué)是側(cè)重對(duì)于數(shù)據(jù)在空間的模型構(gòu)建的！材料和教科書不是一定要加入經(jīng)濟(jì)學(xué)字眼才是空間計(jì)量經(jīng)濟(jì)學(xué)。從各種文獻(xiàn)來看，空間計(jì)量經(jīng)濟(jì)學(xué)是地理學(xué)和經(jīng)濟(jì)學(xué)的結(jié)合（解釋：地理學(xué)不是單純的自然地理，是一個(gè)大綜合，有城市發(fā)展經(jīng)濟(jì)發(fā)展類研究的人文地理，有經(jīng)濟(jì)結(jié)構(gòu)，產(chǎn)業(yè)結(jié)構(gòu)或發(fā)展類的經(jīng)濟(jì)地理，有旅游生態(tài)各方面的綜合是地表一切人類活動(dòng)的范疇都能算在地理里面）！要做空間計(jì)量經(jīng)濟(jì)學(xué)的研究絕對(duì)離不開空間計(jì)量的軟件，傳統(tǒng)的計(jì)量軟件如spss，matlab，sas,R等，但是這些不能做較為直觀的空間計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)，而且就算能做操作也是極為復(fù)雜的,肯定不是你我這種做做小學(xué)問的人能搞出來的.因此，專門針對(duì)空間計(jì)量的軟件就有了，這些軟件是地理學(xué)中常用的！而且是針對(duì)地理學(xué)產(chǎn)生的，比如GEODA（空間自相關(guān)，空間滯后，空間誤差等模型使用），CRIMESTAT（空間聚類軟件），SSSI（空間抽樣和統(tǒng)計(jì)推斷）這一類空間統(tǒng)計(jì)學(xué)軟件，如果加入空間智能計(jì)算軟件包就是傳統(tǒng)的統(tǒng)計(jì)軟件spss，matlab,weka，就能在空間計(jì)量經(jīng)濟(jì)方面大顯身手了！前面推薦的書籍基本都是經(jīng)濟(jì)人兼地理人寫的，北大，沈體雁是做城市規(guī)劃的，她的文章大多在地球科學(xué)進(jìn)展，規(guī)劃師上發(fā)表廣西師大吳玉鳴是做環(huán)境和產(chǎn)業(yè)的，他最近的一篇文章是發(fā)表在地理科學(xué)上面的，其他經(jīng)濟(jì)地理，旅游學(xué)刊都有！浙江大學(xué)趙偉也在經(jīng)濟(jì)地理上發(fā)表了好多文章！以上所說的都是自己學(xué)習(xí)和摸索中的一些體會(huì)和感悟，文中出現(xiàn)所有軟件和模型均來自以上兩本書中。所以我強(qiáng)力推薦本文來自:人大經(jīng)濟(jì)論壇懸賞大廳版，詳細(xì)出處參考：/forum.php?mod=viewthread&tid=1158439&page=2公告］為傳播空間計(jì)量經(jīng)濟(jì)學(xué),即將原創(chuàng)空間計(jì)量經(jīng)濟(jì)學(xué)十講主要是點(diǎn)撥文獻(xiàn)脈絡(luò)和框架,只貼文獻(xiàn),盡量避免如以往二道販子一般的演說,現(xiàn)在預(yù)告內(nèi)容如下內(nèi)容盡量保證一定難度,以前沿理論為主,只建議具有良好計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)的同學(xué)觀摩學(xué)習(xí),不建議基礎(chǔ)一般的碩士與博士觀看第一講;空間計(jì)量經(jīng)濟(jì)學(xué)概述與所需要的極限定理第二講,空間自回歸模型的擬極大似然估計(jì)第三講,空間自回歸模型的廣義矩估計(jì)（上）第四講,空間自回歸模型的廣義矩估計(jì)（下）第五講,空間動(dòng)態(tài)面板模型的估計(jì)第六講,空間自回歸模型的近單位根與協(xié)整第七講,空間自回歸模型的非參數(shù)與半?yún)?shù)估計(jì)第八講,空間自回歸模型的分位點(diǎn)估計(jì)第九講;空間二元選擇模型的設(shè)定和估計(jì)第十講Socialinteraction模型的設(shè)定和估計(jì)和MLE相比,GMM方法具有以下三大好處,1,實(shí)現(xiàn)容易,計(jì)算機(jī)程序容易編寫,且計(jì)算時(shí)間縮短,2,可以做到在正態(tài)分布下與mle相同效率，但是在非正態(tài)下效率更高3,可以估計(jì)高階空間自回歸，但是mle做不到這點(diǎn)最早Kelejianprucha1999的文獻(xiàn),用了三個(gè)最簡單的矩條件,證明了所得估計(jì)量的一致,但是沒有得到它的漸進(jìn)分布,雖然這個(gè)最簡單的估計(jì)量是很不成熟的,但是卻是成熟廣義矩方法的雛形.320268.pdf(208.61KB)2009-4-2921:09:00上傳空間計(jì)量經(jīng)濟(jì)學(xué)十講之三,空間自回歸模型的廣義矩估計(jì)(上)然后他們又提出了二階段最小二乘法,其實(shí)就是只利用線性矩條件來估計(jì)模型參數(shù),這一工具變量法和上面的不成熟矩估計(jì)量都將是以后Lee所發(fā)展的系統(tǒng)廣義矩估計(jì)量的特殊情形320275.pdf(169.26KB)2009-4-2921:12:00上傳空間計(jì)量經(jīng)濟(jì)學(xué)十講之三,空間自回歸模型的廣義矩估計(jì)(上)之后Lee改進(jìn)了上篇的工具變量,提出了所謂的b2sls320277.pdf(269.27KB)2009-4-2921:14:00上傳空間計(jì)量經(jīng)濟(jì)學(xué)十講之三,空間自回歸模型的廣義矩估計(jì)(上)同時(shí)Lee澄清了一般人認(rèn)為最小二乘法總是得到空間模型不一致估計(jì)的錯(cuò)誤觀念證明了ols在有些時(shí)候也可以得到參數(shù)的有效估計(jì)320279.pdf(237.04KB)本文來自:人大經(jīng)濟(jì)論壇計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)版，詳細(xì)出處參考：http:〃/forum.php?mod=viewthread&tid=450455&page=l［空間經(jīng)濟(jì)學(xué)］［下載］空間計(jì)量經(jīng)濟(jì)學(xué)一些大牛的論文及部分資料！SpecificationandEstimationofSpatialPanelDataModelsElhorst,J.P.,2003,SpatialEconometricStudyonRegionalR&D，KnowledgeSpilloversYumingWUAgglomerationandregionalgrowthBaldwinMartinSpatialdependenceandeconomicgrowth:EvidencefromapanelofcountriesMariaTeresaRamirez,AnaMar^aLoboSpatialEconometricModelsforPanelData:IncorporatingSpatialandTemporalDataChristopherFrazier,KaraM.Kockelman,DoesEconometricMethodologyMatter?anAnalysisofPublicPolicyUsingSpatialEconometricDonaldJ.LacombeSpatialEconometricAnalysisandProjectEvaluation：ModelingLandUseChangeintheDarienGeraldC.NelsonVirginiaHarrisStevenSpatialEconometricAnalysisofaWatershedUtilizingGeographicInformationSystemsLEE,JONG-HWA.SPATIALECONOMETRICANALYSISOFHIGHWAYANDREGIONALECONOMYINMISSOURIYong-LyoulKim我國外商直接投資空間分布特征成因的空間計(jì)量分析梁曉艷,李志剛ASpatialEconometricAnalysisofRegionalSpecialisationPatternsacrossEURegionsDeutscheBundesbankASpatialEconometricAnalysisofRegionalSpecialisationPatternsAcrossEURegionsStirböck,ClaudiaUniversityResearchAndRegionalInnovation:ASpatialEconometricAnalysisOfAcademicTechnologyAttilaVargaModelingGlobalization:ASpatialEconometricAnalysisBernardFingletonSPATIALECONOMETRICANALYSISOFAGGLOMERATIONECONOMIESASSOCIATEDPramodR.SambidiLandUseAndRoadImprovements:ASpatialEconometricAnalysisSpatialEconometricAnalysisandProjectEvaluation:ModelingLandUseChangePorGeraldC.Nelson,VirginiaHarris,SEssaysonspatialdynamicpaneldatamodelTheoriesandapplicationsKnowledgeSpilloversandtheGeographyofInnovationSpatialeconometricanalysisofdeterminantsandstrategiesofFDIinRussianregionsSvetlanaLedyaevaUsingSpatialEconometricstoAnalyzeLocalGrowthinSwedenJohanLundbergSpatialeconometricanalysisofSvetlanaLedyaevaThecopycattingfiscalbehavioroflocalgovernmentsandspatialeconometricmodelsAkioSoneBayesianModelChoiceinSpatialEconometricsLeslieW.HeppleASpatialEconometricApproachtoMeasuringPollutionExternalities:AnApplicationtoOzoneSmogC.-Y.CynthiaLinSPATIALECONOMETRICSFORCLIMATERESEARCHHansWackernagelU.S.REGIONALINCOMECONVERGENCE:ASPATIALECONOMETRICPERSPECTIVESERGIOJ.REY,BRETTD.MONTOURIIntroductiontoSpatialPatternAnalysisinaGISEnvironmentArthurGetisSixth«SpatialEconometricsandStatistics»workshopASpatialEconometricAnalysisofGeographicSpilloversandGrowthforEuropeanRegions,1980-1995CatherineBaumont,CemErturandJulieLASpatialEconometricAnalysisofGeographicSpilloversandGrowthforEuropeanRegions,1980-1995CatherineBaumont,CemErturandJulieLESSAYSONTHEORIESANDAPPLICATIONSOFSPATIALECONOMETRICMODELSXuLin,M.A.SpatialEconometricmodellingofcongestionpredictioninin-vehiclerouteguidanceJunHu,MichaelGHBellSpatialAnalysis:FromtheBeginningtotheFrontiersofAnilK.Bera,ParadoshSimlai,JunYanSpatialEconometricsModelsusingMatlabShawnBucholtzBootstrapTestStatisticsforSpatialEconometricModelsKuan-PinLin,Zhi-HeLong,WuMeiSimulationStudiesontheCO2EmissionReductionEfficiencyinSpatialEconometrics:AcaseofJapanKenichiMizobuchi,kazuhikokakamuForeignDirectInvestmentinChina:ASpatialEconometricStudyCletusC.Coughlin,EranSegevSpaceIsMorethanGeography:UsingSpatialEconometricsintheStudyofPoliticalEconomyNATHANIELBECK,KRISTIANSKREDEGLEDITSCHSpatialEconometricModelsforPanelData:IncorporatingSpatialandTemporalDataChristopherFrazier,KaraM.Kockelman,SpatialEconometricsandPoliticalScienceDavidDarmofalOntheStabilityoftheGermanBeveridgeCurve:ASpatialEconometricPerspectiveReinholdKosfeld,ChristianDreger,Hans-FSpatialEconometrics:History,State-of-the-artJeanH.P.PaelinckTHEICTDIFFUSION:ASPATIALECONOMETRICAPPROACHAndreaBonaccorsi,LuciaPiscitello,CristSpatialEconometricsJamesP.LeSageSPATIALECONOMETRICSLucAnselin本文來自:人大經(jīng)濟(jì)論壇區(qū)域經(jīng)濟(jì)學(xué)版，詳細(xì)出處參考：http://bbs?pinggu?org/f0rum?php?mod=viewthread&tid=461431&page=1&fromuid=2912628以下為空間計(jì)量經(jīng)濟(jì)學(xué)必讀文獻(xiàn)，這些paper已經(jīng)被我博士期間全部精讀完畢匸博士論文方向?yàn)榭臻g計(jì)量經(jīng)濟(jì)學(xué),以后貼一下自己的博士論文,小弟在博士期間也只是對(duì)計(jì)量經(jīng)濟(jì)學(xué)包括空間計(jì)量經(jīng)濟(jì)學(xué)初窺門徑，學(xué)術(shù)研究也只是開了個(gè)頭，與目前國際上做計(jì)量的一些人幸與leelungfei的幾個(gè)學(xué)生與suliangjun常常交流，從他們那里了解不少該方向發(fā)展的前沿.真正的前沿由于還是別人未貼的workingpaper，仍然屬于一級(jí)機(jī)密lil以下文獻(xiàn)排名不分先后，以后打算讓自己的學(xué)生來讀V,空間計(jì)量經(jīng)濟(jì)學(xué)是一門年輕的計(jì)量經(jīng)濟(jì)學(xué)分支，目前所存文獻(xiàn)不是很多遠(yuǎn)比不上時(shí)間序列和非參數(shù)半?yún)?shù)這2大塊的文獻(xiàn).但是以下這些乃是必讀中的必讀，要做到閉起眼睛可以在黑板上全部默寫出來.1，Conley，T.G.，1999，GMMestimationwithcrosssectionaldependence.JournalofEconometrics92，1-45.2，Conley，T.G.andMolinari，F(xiàn).，2007，Spatialcorrelationrobustinferencewitherrorsinlocationordistance，JournalofEconometrics140，76-96.3，Kapoor，M.，Kelejian，H.H.andI.R.Prucha，2004，PanelDataModelswithSpatiallyCorrelatedErrorComponents，forthcominginJournalofEconometrics.4，Kelejian，H.H.，Prucha，I.R.，1998，Ageneralizedspatialtwo-stageleastsquaresprocedureforestimatingaspatialautoregressivemodelwithautoregressivedisturbance.JournalofRealEstateFinanceandEconomics17，99-121.Kelejian,H.H.,Prucha.,I.R.,1999.Ageneralizedmomentsestimatorfortheautoregressiveparameterinaspatialmodel,InternationalEconomicReview40,509-533.Kelijian,H.H.,Prucha.,I.R.,2001.OntheasymptoticdistributionoftheMoranIteststatisticwithapplications.JournalofEconometrics104,219-257.Kelijian,H.H.,Prucha.,I.R.,2006.HACestimationinaspatialframeworkJournalofEconometrics,ForthcomingKelejian,H.H.,Prucha,I.R.andYuzefovich,E.,2004,InstrumentalVariableEstimationofaSpatialAutoregressiveModelwithAutoregressiveDisturbances:LargeandSmallSampleResults.InJ.LeSageandK.Pace(eds.)AdvancesinEconometrics:SpatialandSpatiotemporalEconometrics.Elsevier,NewYork,163-198.Lee,L.F.,2001,Generalizedmethodofmomentsestimationofspatialautoregressiveprocesses.Mimeo,DepartmentofEconomics,OhioStateUniversity.Lee,L.-F.,2002.ConsistencyandEfficiencyofLeastSquaresEstimationforMixedRegressive,SpatialAutoregressiveModels.EconometricTheory,18,pp.252-277.Lee,L.F.,2003,Bestspatialtwo-stageleastsquaresestimatorsforaspatialautoregressivemodelwithautoregressivedisturbances.EconometricReviews22,307-335.Lee,L.F.2004,Asymptoticdistributionsofquasi-maximumlikelihoodestimatorsforspatialeconometricmodels,Econometrica,Vol.72,No.6,1899-1925.Lee,L.F.,TheMethodofEliminationandSubstitutionintheGMMEstimationofMixedRegressive,SpatialAutoregressiveModels.DepartmentofEconomics,OhioStateUniversity,2005,forthcominginJournalofEconometrics.14,Lee,L.F.,2007a,GMMand2SLSestimationofmixedregressive,spatialautoregressivemodels,JournalofEconometrics,137,489-514Lee,L.F.,2007b,Identificationandestimationofeconometricmodelswithgroupinteractions,contextualfactorsandfixedeffects,JournalofEconometrics140,333-374.Lee,L.F.andYu,J.,2007,Aspatialdynamicpaneldatamodelwithbothtimeandindividualfixedeffects,workingpaper.Liu,X.,andLee,L.F.,2006,EfficientGMMestimationofhighorderspatialautoregressivemodels,EconometricTheory,ForthcomingLin,X.andLee,L.F.,2006,GMMestimationofspatialautoregressivemodelswithunknownheteroskedas-ticity.JournalofEconometrics,ForthcomingLiu,X.,Lee,L.F.andBollinger,C.,2006,Improvedefficientquasimaximumlikelihoodestimatorofspatialautoregressivemodels.Workingpaper,DepartmentofEconomics,OhioStateUniversity.Yu,J.,DeJong,R.andLee,L.F.,2008,Quasi-maximumlikelihoodestimatorsforspatialdynamicpaneldatawithfixedeffectswhenbothnandTarelarge,JournalofEconometrics,146,118-134.Pinske,J.,Slade,M.E.andBrett,C.,2002,Spatialpricecompetition:asemiparametricapproach.Econometrica,70,1111-1153.Robinson,P.M.,2008,Efficientestimationofthesemiparametricspatialautoregressivemodel,workingpaper,LondonSchoolofEconomics,ForthcominginJournalofEconometrics23,Su,L.,S.Jin,2008,ProfileQMLEofspatialautoregressivemodels,forthcominginJournalofeconometricsMoran用GEODA軟件GWR用ARCGIS軟件你的MoranI指數(shù)是指全局MoranI還是局部MoranI,空間計(jì)量中，全局MoranI是針對(duì)變量來的，局部MoranI是針對(duì)殘差計(jì)算空間相關(guān)性的，如果想做MoranI檢驗(yàn)和Moran散點(diǎn)圖之類的分析，Eviews是可以做的，式中當(dāng)省i與j相鄰時(shí)，取1,否則取0，或?yàn)閕省或j省某產(chǎn)業(yè)產(chǎn)值或就業(yè)占整個(gè)產(chǎn)區(qū)的比重，表示產(chǎn)業(yè)在各省產(chǎn)值或者就業(yè)比重的平均值，N為省區(qū)數(shù)。Moran'sI值最小為-1,最大為1，絕對(duì)值越大說明相關(guān)度越高oMoran'sI為正則表明產(chǎn)業(yè)分布成正向空間自相關(guān)，即產(chǎn)業(yè)在相鄰省區(qū)分布的趨勢(shì)較為明顯。全局的莫蘭指數(shù)很簡單，要是求局部的莫蘭指數(shù)及其相應(yīng)的p值請(qǐng)看Anselin的1995年的一篇文章可以用GEODA軟件或者ARCGIS軟件都有莫蘭指數(shù)的計(jì)算，無需自己利用公式計(jì)算，在GEODA里面要事先建立空間權(quán)重矩陣就OK。印象里ARCGIS是在SPATIALANALYSIS里面就可以選擇計(jì)算這一項(xiàng)的，但是加載到ARCGIS的文件一般都是SHP格式的圖。本文來自:人大經(jīng)濟(jì)論壇區(qū)域經(jīng)濟(jì)學(xué)版，詳細(xì)出處參考：http:〃/forum.php?mod=viewthread&tid=1139177&page=1&fromuid=2912628安裝完后,開啟R,在命令窗口鍵入install.packages("spdep")就會(huì)自動(dòng)安裝packages("spdep")package安裝完后,就可開始運(yùn)行,library(spdep)data(oldcol)coords.OLD<-cbind(COL.OLD$X,COL.OLD$Y)a=moran.test(COL.OLD$CRIME,nb2listw(COL.nb,style="W"),randomisation=FALSE)a詳細(xì)function用法,參考spdep.pdfSpatialdependence:weightingschemes,statisticsandmodels###############library(spdep)data(oldcol)test1=moran.test(COL.OLD$CRIME,nb2listw(COL.nb,style="W"))>test1Moran'sItestunderrandomisationdata:COL.OLD$CRIMEweights:nb2listw(COL.nb,style="W")MoranIstatisticstandarddeviate=5.6341,p-value=8.797e-09alternativehypothesis:greatersampleestimates:MoranIstatistic ExpectationVariance0.510951264-0.0208333330.008908762########moran'sI-exacttesttest2=moran.test(COL.OLD$CRIME,nb2listw(COL.nb,style="W"),+randomisation=FALSE)>test2Moran'sItestundernormalitydata:COL.OLD$CRIMEweights:nb2listw(COL.nb,style="W")MoranIstatisticstandarddeviate=5.6754,p-value=6.92e-09alternativehypothesis:greatersampleestimates:MoranIstatistic ExpectationVariance0.510951264-0.0208333330.008779831library(spdep)##為了檢驗(yàn)ntaxa是否具有空間自相關(guān)setwd("C:/one/")testO<-read.csv("test.csv",header=TRUE,row?names=1)ntaxa<-testO$ntaxa##將test數(shù)據(jù)集轉(zhuǎn)換成Spatial格式test<-test0[,c(1,2)]sptest<-SpatialPoints(test,proj4string=CRS("+proj=longlat+datum=WGS84"))##計(jì)算每個(gè)點(diǎn)最近的幾個(gè)neighbour(這里k=1,表示只計(jì)算一個(gè)的)nbkl<-knn2nb(knearneigh(sptest,k=5,longlat=TRUE))##將nbkl轉(zhuǎn)換成spatialweightlinkageobject對(duì)象snbkl<-make?sym?nb(nbk1)###n?comp?nb()findsthenumberofdisjointconnectedsubgraphs###inthegraphdepictedbynb?obj-aspatialneighbourslistobject?###查看每個(gè)點(diǎn)不相接的相鄰點(diǎn)數(shù)量n.comp?nb(snbk1)$nc###查看各點(diǎn)鏈接情況plot(nb2listw(snbk1),cbind(test$longitude,test$latitude))###Moran'sTest檢驗(yàn)該數(shù)據(jù)集是否存在顯著的空間自相關(guān)###Moran'sItestunderrandomisat