^(y—XB)7(，一,jLlIz)’(，_A形)(Y一邓)(4．2)
／--0-
对于参数入，B，盯2的估计，可按照下面程序进 行：
四、空间计量模型参数的估计与检验 虽然SAR模型与SEC模型与时间序列分析
中的模型相似，但是由于空间模型中的空间关联
性具有多方向的特性，因此在传统时间序列分析 中有效的一些估计方法，如OLS。GLs以及Co- chrane—Orcutt迭代算法，都不能简单地移置到空
(I)在给定入(0’的条件下可利用OLS将(4．2)
的最后一项最小化，获得最大似然估计量：
声肼=[(x—A‘o’wx)’(x—A‘0’形x)]-1(x—
A‘o’wx)’(Y—A‘∞wr)，
(盯乙)‘1)=芦1 e—x础]，[e—x ，e=)，
一劫凹．(2)将(1)中所得最大似然估计量声凹，
(毒品)o’代入(4．2)，得到集中似然函数，并利用
最大化集中似然函数得到估计参数A凹；
(3)在A搿条件下利用程序(1)的方法再次估
计13和盯2，得到新的估计量鲫，(方留)‘2’，并重
复程序(2)，获得新的估计量天搿。 重复进行(1)一(3)的程序，直到估计量西搿，
(方留)¨’，天饼达到预定的精度标准为止。
(三)空间回归模型参数的假设检验 在空间回归模型中，基于MLE的参数的渐近
检验方法常用Wald检验、似然比(LR)检验和拉
格朗日乘子(LM)检验。由于空间回归模型中人 们主要关注的问题是是否存在空间自相关特征， 即Ho：P=0，或入=0，以及回归参数B是否显著。
对于空间自相关特征的检验，最常用的检验
统计量Moran’s I统计量。即 Ho：P=0，H1：P≠0，或Ho：入=0，Hl：入≠0
相应的Moran’s I统计量为
，：e'W．e
e e
其中e是OLS估计的残差向量，w是标准化 空间权重矩阵。
当OLS估计残差e服从正态分布时，统计量 Moran’s I服从正态分布Ⅳ(E(I)，V(I))，其中E (I)，V(I)分别计算如下：
设P=I—X(X’X)一1X’，d=(n—k)(n—k+
2)，k为回归模型参数的个数，则E(，)=tr(pw)／ (n—k)，y(，)=[打(PWPW7)+打(P形)2+(打 (PW))2]／d一[E(，)]2。
从中获得四川省城镇居民家庭的可支配收人与生
活性消费支出结构差异的空间特征。 首先构造四川省17个城市的空间关联矩阵，
构造的基本原理主要是利用各城市所处的地理位 置，根据相邻与否来构造出其相邻结构，从而获得 空间加权矩阵，即相邻城市的取值为1，不相邻城市 的取值为0，我们构造的空问权重矩阵如下表1：
表1 四川省17个城市的空间关联矩阵
成 自 泸 德 绵 广 遂 内 乐 南 眉 宜 广 达 雅 巴 资
—-
都 贡 州 阳 阳 兀 宁 江 山 充 山 宾 安 州 安 中 阳
成都 O 0 O 1 0 O 1 0 O 0 l 0 O O 1 O l 自贞 0 O 1 O O O O l l O O 1 O O O O l 泸州 O I O O O O O 1 0 O O 1 O O O O O 德阳 1 O O O 1 O 1 O O 0 0 O O O O O 0 绵阳 O 0 O l O 1 l O O 1 O O O O O O O 广元 0 O 0 O 1 O O O O O O O O O O 1 O 遂宁 l O O 1 O O O l O 1 0 O O O O O 1 内江 O 1 1 O O O 1 O 0 O O O 0 O O O 1 乐山 l O O O O O O 0 O 0 1 l O O 1 O O 南克 O O O O 1 O 1 0 O O 0 O l 1 O 1 O 眉山 1 O 0 O O 0 O 0 1 O O 0 0 O 1 0 1 宜宾 O 1 1 0 0 O O 1 l O O O O O O O 0 广安 O O 0 0 O O O O O 1 0 O 0 1 O O O 达州 O O O 0 0 O 0 O O 1 O 0 1 0 O 1 O 雅安 1 O O O 0 O 0 O 1 O 1 0 O O 0 O O(责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）
