空间计量经济学入门：R、STATA 与 Python 应用（

第二版） (英文版电子书） 电子书格式: pdf 《空间计量经济学入门：R、STATA 与 Python 应用（第二版）》是一本聚焦空间计量经济学基础理论与实践应用的经典教材，专为经济学、区域科学、地理学等领域的研究者和学习者打造。本书以清晰易懂的逻辑架构，系统梳理了空间计量经济学的核心概念、模型体系与实证方法，同时紧跟学科发展前沿，补充了近年来的新兴理论与技术，堪称连接基础理论与实际应用的桥梁。 全书开篇从经典线性回归模型切入，回顾了普通最小二乘法（OLS）、最大似然估计（ML）、广义最小二乘法（GLS）等基础计量方法，为后续空间计量模型的学习奠定基础。核心部分详细阐述了空间计量的关键概念，包括空间权重矩阵的构建（如邻接矩阵、距离矩阵）、空间滞后变量的定义、空间自相关性检验（莫兰指数 I 检验等），这些是理解空间数据特性的核心内容。 在模型体系方面，本书全面覆盖了空间线性回归模型的主要类型，包括纯空间自回归模型、空间 X 滞后模型（SLX）、空间误差模型（SEM）、空间滞后模型（SLM）、空间杜宾模型（SDM）以及广义 SARAR (1,1) 模型等。针对每种模型，不仅深入解析其理论原理、假设条件与参数估计方法，还通过实际案例展示模型的应用场景，帮助读者理解不同模型的适用情境。 考虑到学科的动态发展，第二版新增了多个重要主题：引入贝叶斯空间计量建模方法，将模型参数视为具有概率分布的随机变量；探讨权重矩阵的随机性与内生性问题，突破传统外生权重矩阵的假设限制；补充空间面板数据模型、地理加权回归（GWR）等非平稳空间计量模型，以及异方差扰动项的处理方法，极大拓展了教材的适用范围。 本书的突出特色在于极强的实践性。针对当前主流的三种数据分析软件 ——R、STATA 与 Python，书中为每个模型和方法配套了详细的代码教程，包括数据导入、权重矩阵构建、模型估计、结果解读等完整流程。代码示例基于真实数据集设计，如美国波士顿房价数据、意大利区域经济数据等，读者可直接复现操作，快速掌握空间计量模型的实证实现方法。此外，书中还提供了大量习题和案例分析，涵盖区域收敛、犯罪率影响因素、住房价格决定等经典研究主题，助力读者巩固理论知识并提升实证分析能力。 无论是空间计量经济学的初学者，还是需要开展相关实证研究的科研人员，都能从本书中获得系统的理论指导和实用的技术支持。通过本书的学习，读者可熟练掌握空间数据的处理技巧、空间计量模型的构建与估计方法，以及利用主流软件进行实证分析的能力，为开展区域经济增长、资源环境治理、城市规划等领域的研究提供坚实的方法论支撑。本书兼具理论深度与实践价值，是空间计量经济学领域不可或缺的入门教材和参考书籍。A Primer for Spatial Econometrics