【原】互助问答第887期：空间计量中检验结果表明空间杜宾模型更为适合，但是最终结果却显示：main不显著，WX显著，这是什么原因呢？

今日提问

     您好，空间计量中检验结果表明空间杜宾模型更为适合，但是最终结果却显示：main不显著，WX显著，这是什么原因呢？我又改如何调整呢？（矩阵选择的经济距离矩阵、地理矩阵矩阵，结果均是main不显著，WX显著）期待您的解答。谢谢！

问题解答

    Main没有必然要显著。

本期关键词

空间计量

本期知识科普

空间杜宾模型（Spatial Durbin Model）是一种常用的空间计量方法之一。它是基于线性回归模型建立的，但考虑到空间邻近性，可以综合考虑空间自相关、空间依赖和个体异质性等因素对变量的影响，从而更好地解释空间数据的异质性和结构。

空间杜宾模型的一般形式为：

其中，YY是n×1的因变量向量，WW是n×n的空间权重矩阵，ρ是空间权重矩阵的系数，X是n×k的解释变量矩阵，β是k×1的解释变量系数向量，DD是n×n的时间或其他一些协变量矩阵，α是协变量系数向量，ϵ是n×1的误差项。

其中，WY表示空间滞后项，即本地区域的某个因素值发生变化时周围地区对该因素也产生响应；ρ是空间滞后项的系数，反映空间依赖关系的强度；XY表示时间滞后项，即过去时间的某个因素值发生变化时未来时间的该因素值也会跟着变化；DY表示其他协变量对因变量的影响。

空间杜宾模型通常可以分为两类：单方程模型和系统方程模型。单方程模型假设因变量只受自身及其邻近地区的影响，而系统方程模型则允许多个方程之间互相影响。

在应用空间杜宾模型时，需要考虑权重矩阵的选择、参数的估计方法、模型拟合程度等问题。常用的权重矩阵包括contiguity权重矩阵、distance-based权重矩阵和k-nearest neighbor权重矩阵等。参数的估计方法可以使用OLS、GM或MLE等方法。需要注意的是，不同的数据集和研究目的可能需要选择不同的权重矩阵和估计方法。