本文是一篇区域经济论文，笔者经过研究，得出以下结论：第一，河南省区域经济的发展存在着空间正相关性，其中郑州、洛阳和焦作高高聚集尤为显著，驻马店和信阳低低尤为显著，表明相邻地区的经济发展水平在一定程度上会影响本地区的发展。
第 1 章 绪论
1.1 研究背景和意义
目前区域经济学领域研究的主要问题之一就是区域经济发展差异。在河南省的经济发展过程中，区域经济发展差异问题是客观存在的，同时这一问题还体现了市场的经济作用。研究发现适度的差异可以帮助地区发挥区域优势，促进地区区域间的竞争与合作，但当差异过大时，就会阻碍经济的快速、稳定和健康发展，从而阻碍全省经济发展水平整体的提高[1][2]。
近年来，河南省经济总体的发展水平在不断提高，但是各地市之间的差异却越来越明显，促进河南省各区域之间经济协调发展成为一个越来越重要的问题，因此，在当前我国实施中部战略的背景下，研究河南省区域经济发展以及目前的发展现状具有一定的现实意义。
河南省目前的区域经济发展新常态为：创新驱动能力不足、结构调整压力较大等历史难题难以得到快速解决；另外，投资和消费需求的发展前景很好，市场以及区位的优势日益显现出来；城市化进程加快且面临着新的经济形势，大量人口迁移到城市，致使城市的规模不断扩张。这些新常态下的区域发展现状都会对经济发展水平产生影响，致使各地区之间的经济发展水平存在较大差异。在探究区域经济发展差异的过程中，我们可以进一步了解河南省区域经济发展的特点，分析出各个指标对河南省区域经济发展的影响，便于针对现象提出相应对策以及措施。
1.2 文献综述
1.2.1 国内研究现状
在 21 世纪初，国内开始了空间计量经济学的研究，在研究过程中应用较为广泛的是借助空间计量模型对实际中的相关问题进行解决。胡健和焦兵两位学者重点探究了空间计量经济模型的设立，主要包括空间横截面、面板和离散数据模型。另外他们还分析了模型参数估计的方法，主要包括最大似然估计、两阶段最小二乘和矩估计等。另外对模型的检验方法进行了总结，主要包括莫兰指数法、LM 检验和 LR 检验等方法[3]。学者胡亚权基于空间面板数据分析了知识资本存量对全要素生产率的溢出效应的 SEM 模型，并对地区失业率差异性的决定因素进行了空间模型分析[4]。郭国强借助动态空间计量模型和不同指标的空间面板数据 VAR 模型，估计了 30 个省市猪肉价格的波动，并在建立模型时加入空间因素以分析价格波动的影响程度，进而分析出了不同地区物价之间存在的相互影响特征[5]。韩兆洲等学者结合了空间计量模型与面板分析两种方法，探讨了我国省域经济增长的协调发展及其影响因素[6]。学者王晓玲借助泰尔指数将 2000 年至 2010年山西省的 107 个县域的人均 GDP 总体差异进行了分解。另外还分析了县域经济发展的空间相关性，然后采用 SAR 模型进一步分析了导致县域经济发展空间上存在巨大差异的深层次原因，结果表明城镇化进程、工业化程度、农民生活水平和政府财政支出水平是县域经济发展空间差异巨大的重要影响因素[7]。学者朱波采用了变异系数及莫兰指数等方法，研究了山西省分区域的人均教育文化娱乐消费支出存在的区域差异，并对空间的集聚特点进行了分析，另外还借助建立的空间面板数据模型对消费影响机制进行了探索。最后基于实证结果，为日后提升山西省的居民文化消费水平提出相应的建议[8]。学者荣华对中国各省市、自治区在1995-2018 年间的金融集聚度进行了度量，并基于面板数据建立了空间杜宾模型，分析金融集聚对本地的增长效应以及对周边的空间溢出效应是否存在。东部的研究数据表明金融集聚可以促进自身经济增长，同时会对邻接区域的经济增长产生了正向的溢出效应；中西部地区的研究数据发现金融集聚的自身增长效应比较显著，在空间溢出效应方面却并不突出。文章最后针对如何充分发挥这两种效应提出了针对性的建议[9]。
第 2 章 研究方法
2.1 探索式空间数据分析
空间自相关是空间统计的前提条件，进行面板空间计量分析首先要从探索式空间数据分析入手，探究是否满足空间自相关这一基本前提条件。它主要是分析某一现象的空间相关性，对区域间的空间依赖性以及空间异质性进行判断。研究中进行探索式空间数据分析时，首先需要建立空间权重矩阵，然后对空间自相关进行度量和检验。
空间自相关性的研究内容主要可以分为全局自相关分析和局部自相关分析。我们在进行全局空间自相关性分析时，需要从整体出发，分析区域的空间相关性，通常使用全局莫兰指数检验整个区域的空间相关性；而在进行局部的空间自相关性分析时，则需要从局部出发，分析区域的空间相关性，通常使用局部莫兰指数检验邻接区域间是否存在空间相关性。
2.1.1 空间权重矩阵
空间计量模型是一种特殊模型，它主要用于探讨地理经济单元间的空间关系，这就需要将现实区域的空间关系转换为数据形式的数据关系。进行空间相关性分析，首先应该构造出空间权重矩阵。空间权重矩阵的元素ij 表示区域 i 与区域 j 在空间上的相关性，是根据自然形成的地理位置构建的，所以空间权重矩阵的构造在一定程度上带有主观性。客观上，空间权重矩阵将会对模型的估计结果造成直接影响，因此构建空间权重矩阵在计量经济学中意义重大[15][16]。
2.2 面板数据模型
面板数据模型也可称为横截面时间序列模型，它是一种较为特殊的系统计量经济模型。一方面，它考虑了截面间的关系，另一方面，它还关注了截面数据随时间变化的特征，将普通回归模型与时间序列模型的特征集于一身，是计量经济模型方法论的拓展与延伸。
面板数据模型主要用于研究同类个体的内部结构与总体特征，将同类个体集聚在一起探究它们的共性与个性。在目前的研究中，面板数据的应用越来越广泛，既可以进行宏观经济的研究，又可以进行微观经济的研究。
2.2.1面板数据模型的选择与检验
1. 空间自相关分析：建立空间计量模型的条件
进行全局自相关分析时，若全局莫兰指数能通过显著性检验，则可以说明模型存在明显的空间相关性，此时选择空间计量模型作为研究工具是具有可行性的。
2. 单位根检验
由于考虑到面板数据的时空特性，在建立模型之前，要先判断序列的平稳性，需要借助 Eviews 软件先对变量进行单位根检验，对于不平稳的变量序列，我们需要对其进行差分处理之后再进行单位根检验[22]。
3. 检验法：确定空间面板模型的具体形式
在空间计量经济学中，LM 检验主要用于检何种形式的空间自相关占据主导地位，即 Burridge 提出的检验空间误差模型的 LM ERR 准则和 Anselin 提出的检验空间滞后模型的 LM LAG 准则[23][24]。
4. 豪斯曼检验：固定效应与随机效应的选择
在对模型的固定效应和随机效应选择时，我们可以通过豪斯曼检验选择合适的效应，当拒绝原假设时，应该选择建立固定效应模型，相反，当不能拒绝原假设时，即个体效应与解释变量无关，此时应该选择随机效应模型。
第 3 章 河南省经济发展水平的空间统计分析........................ 12
3.1 数据来源与指标说明 ..................................... 12
3.1.1 数据来源 .................................. 12
3.1.2 指标选择与各变量符号表示 ........................... 12
第 4 章 面板数据空间计量分析............................ 22
4.1 空间面板数据模型的建立 ............................... 22
4.2 实证结果分析 ........................... 22
第 5 章 结论与建议........................... 26
5.1 结论 .................................. 26
5.2 建议 .................................... 26
第 4 章 面板数据空间计量分析
4.1实证结果分析
在进行回归分析之前，需要先检验序列的平稳性。本文借助 Eviews 软件对 9个变量进行单位根检验。若结果显示序列是不平稳的，就需要对其进行一阶差分处理，之后需要再进行单位根检验和差分，直到序列达到平稳序列要求。可得单位根检验如表 4.1 所示：
1. 在建立模型之前，为了选出合适的效应模型，则需要先对模型的个体效应与时间效应进行检验，个体效应检验即是从混合效应和固定效应中选取合适效应模型，时间效应检验即是从混合效应和随机效应中选取合适效应模型，最后再对固体效应和随机效应进行选择。
2. 空间模型选择
为了确定面板数据模型的具体形式，本文采用 LM 检验法对模型进行选择。借助 LM 形式的 LMERR、LMLAG 检验判断采用空间滞后模型还是空间误差模型中的哪一个[26]。利用 matlab 软件进行 LM 检验可以得到如下表所示的空间回归诊断性检验。
第 5 章 结论与建议
5.1 结论
第一，河南省区域经济的发展存在着空间正相关性，其中郑州、洛阳和焦作高高聚集尤为显著，驻马店和信阳低低尤为显著，表明相邻地区的经济发展水平在一定程度上会影响本地
