许多经济数据都涉及一定的空间位置。比如,研究全国各省的
GDP、投资、贸易、R&D 等数据。
此前各章很少关注各省经济之间的互动,通常假设各省的变量
相互独立。
但各省经济有着广泛的联系,而且越近的省份联系越密切。2
根据 Tobler (1970),“所有事物都与其他事物相关联,但较近的
事物比较远的事物更关联”(Everything is related to everything else,
but near things are more related than distant things)。
这被称为“地理学第一定律”(First Law of Geography)。
各省之间的距离信息并不难获得,比如是否相邻,直线距离或
运输距离。
将各省的变量数据,再加上各省的位置信息(或相互距离),即可
得到“空间数据”(spatial data 或 areal data)。
研究如何处理空间数据的计量经济学分支,称为“空间计量经
济学”(spatial econometrics)。3
空间计量经济学的最大特色在于充分考虑横截面单位之间的空
间依赖性(spatial dependence)。
空间效应(spatial effects)包括空间依赖性与“空间异质性”(spatial
heterogeneity)。
由于标准的计量经济学也考虑横截面单位之间的异质性(比如异
方差),故空间计量经济学的关注重点为空间依赖性。
空间计量经济学诞生于 1970 年代。近年来,空间计量经济学蓬
勃发展并进入主流,可归功于两方面。
首先,由于 GIS(地理信息系统)的发展,空间数据或包含地理信
息的数据(geo-referenced data)日益增多。4
其次,在经济理论方面,人们越来越关注经济行为人之间的互
动,而不仅仅停留于代表性厂商或个人。
比如,在考察同伴效应(peer effect),相邻效应(neighborhood
effect),溢出效应(spillover effect)或网络效应(network effect)时,都
需要明确地考虑空间因素。
29.2 空间权重矩阵