空间计量经济学理论概述

　　（一）经济学模型

　　1.空间权重矩阵。此经济学模型的空间以及位置信息的数据信息表现力非常强，且主要强调其空间位置的关联性。通常情况下，空间权重矩阵会依照以下两种方式来进行空间区域划分，一种为距离标准，一种为临界标准。两种分类方式都建立在假设距离的基础上，单元距离的经纬信息是衡量距离标准的主要依据，空间权重元素是空间临界判断的主要依据。

　　2.线性回归模型。最近几年，线性回归模型在空间计量经济分析中的应用范围越来越广泛，与空间权重矩阵模型相比，该模型的空间依赖性很强，且具有一定的滞后性，因为该模型中的空间变量元素都会随着因变量以及外部环境的变化而变化，所以当存在误差项的元素引入线性回归模型时，其模型中的各因变量都会存在空间滞后项。

　　3.空间误差模型。误差是进行空间经济分析不可避免的一种数据处理现象，任何数据及时经过精确的数据分析和处理之后都会存在出现误差的风险，这种风险是无法避免的，但是可以通过空间误差模型尽可能地避免或降低。误差出现的主要原因在于，模型中的变量因数出现空间自回归现象，随即抽取的变量因素会在变化位置上引发函数紊乱现象，造成误差项空缺。

　　（二）模型选择方法

　　通过上述对空间计量经济学模型进行系统分析可知，不同区域特质，引用的经济学模型不同，其主要依据如下：

　　1.数据干扰情况。对于区域空间相互之间没有联系的空间计量经济模型而言，采用空间误差模型更为实用，该模型可以将空间内各经济数据以及相应的变化参数都如实的描述在模型当中。

　　2.数据描述的准确性。对于空间权重矩阵模型而言，在数据描述之后，应对其数据反应的假说进行经济学分析，分析显示假说不能被拒绝，则该计量数据所反应的经济增长情况真实，如果被拒绝，则该空间权重矩阵模型的元素引入分析方式是失败的，并不能如实反应出区域内空间经济增长情况。

　　3.使用方法。通常情况下，如果经济学模型使用的数据分析方法混杂，则通常需要采用一些特殊方式来进行数据处理，有时甚至会应用到两种经济学模型。线性回归模型在模型数据处理方面占据绝对优势，测算出的经济增长理论具有一定的可信性。

　　基于空间计量经济视角探讨区域经济增长特点

　　（一）索洛-斯旺模型

　　索洛-斯旺模型表现出的扩展形式空间计量模型是经济增长理论研究发展的主要经济学依据，在空间计量模型中是颇具代表性的.经济学模型。其方程式如下：

　　式中qi表示在一段时间区域内居民的稳定收入；T表示对区域地区经济情况的考察时间；Ai-r表示在考察时间内经济增长水平；α表示区域经济的总生产值占总体国有经济增长值的份额；s表示国民经济的储蓄率；n表示区域内人口的增长速度；g表示社会市场经济技术含量的增长速度；δ表示相关生产设备的折旧率。

　　（二）区域经济增长特点案例分析

　　1.研究样本。本文以单元样本为研究对象，对市级行政区内的经济增长情况进行分析，与省级经济区相比，市级经济区在现代经济建设、经贸发展上具有很强的说服力，可以客观的反应出经济增长的惯性特点。与县级经济区相比，市级经济区的发展能力较强，影响其经济增长效果的因素非常多，所以市级行政区可以充分体现空间对经济增长的影响。

　　2.变量选取。人均GDP：本文对全国市级行政区20xx-2012年的人均GDP数值进行了整理，其具体数据见表1。

　　资本存量比：资本存量在区域内的GDP比重是衡量经济增长流量的重要依据，通过数据分析计算各市级物质资本存量可以增加投资价格的内部结构，保证投资价格处在一个恒定的区间内，使区域内的经济增长速率处在一个相对平稳的状态。

　　人口增长率、经济生产设备折旧率、技术增长率：人口增长率对市级经济区域的劳动力影响很大，众所周知，劳动力是推动经济发展的主要动力，所以在折旧率与技术增长率增长速度相对缓慢的情况下，要想实现空间经济发展目标，必须从根本上提高市级经济区域内的劳动力份额。

　　3.结果。将样本数据以及其他变量引入索洛-斯旺模型之后，得出的分析结果如表2所示。