空间杜宾SDM模型分析结果解读一、方法概述空间杜宾模型Spatial Durbin ModelSDM是空间计量经济学中应用最为广泛的模型之一。该模型在因变量空间滞后项Wy的基础上同时引入自变量的空间滞后项WX从而能够同时捕捉被解释变量的空间溢出效应与解释变量的空间扩散效应。相较于空间滞后模型SLM和空间误差模型SEMSDM模型具有更一般的设定形式能够通过约束检验退化为其他空间模型因此被视为空间模型选择的基准框架。本文基于SPSSAU软件对空间杜宾SDM模型的估计结果进行系统解读。在SPSSAU【空间计量】模块选择【空间杜宾SDM模型】将变量拖拽至右侧对应分析框选择空间权重矩阵文档操作如下图二、模型设定与基本参数表1报告了模型估计的基本设定信息。本研究采用空间杜宾SDM模型进行分析样本量为49个观测单元空间权重矩阵采用行标准化处理估计方法为极大似然法ML。行标准化使得空间权重矩阵各行元素之和为1便于不同地区之间空间滞后项的横向比较。极大似然估计相较于OLS具有更好的有限样本性质能够为空间模型提供一致的参数估计和有效的统计推断。上述设定构成了后续参数解释和效应分解的基础框架。三、模型主体回归结果表2为空间杜宾SDM模型的核心回归结果。常数项估计值为65.247在1%水平上显著z3.959p0.001表明在控制所有解释变量后犯罪率仍存在较高的基准水平。核心解释变量hoval的回归系数为-0.260在1%水平上显著z-2.808p0.005说明住房价值每上升一个单位本地区犯罪率平均下降0.260个单位其95%置信区间为[-0.442, -0.079]不包含零方向估计较为稳健。income的回归系数为-1.505同样在1%水平上高度显著z-4.979p0.001表明收入水平对犯罪率具有显著的负向影响。在空间效应方面因变量空间滞后项Wy的系数为0.216但z值为1.143p0.253未达到统计显著水平表明邻近地区犯罪率的加权平均对本地区犯罪率不存在显著的空间反馈效应。自变量空间滞后项W×hoval的系数为-0.398z值为-1.781p0.075处于边际显著水平提示邻近地区住房价值可能对本地区犯罪率存在一定的负向溢出效应。W×income的系数为0.606z0.961p0.337未达到统计显著水平说明邻近地区收入水平对本地区犯罪率的空间扩散效应尚不明确。模型整体拟合优度R²为0.626调整R²为0.582F检验在1%水平上显著表明模型整体解释力较好。四、模型诊断检验表3报告了模型诊断检验结果。Breusch-Pagan检验的χ²值为7.499df4p0.112p值大于0.05不能拒绝同方差的原假设表明模型残差不存在显著的异方差问题极大似然估计的标准误是可靠的。Jarque-Bera检验的χ²值为0.937df2p0.626p值远大于0.05表明残差服从正态分布的假设成立。上述两项检验结果共同说明模型的基本假设条件得到满足参数估计的统计推断具有有效性。五、信息准则比较表4给出了模型的信息准则指标。对数似然值为-183.261AIC值为378.523Schwarz准则BIC值为389.874。AIC和BIC是衡量模型拟合优度与复杂度之间权衡的重要指标其值越小表明模型在兼顾简约性的前提下拟合效果越好。通过与普通OLS模型或其他简化空间模型的AIC、BIC值进行横向比较可以判断空间杜宾模型是否在引入空间效应后实现了更优的模型选择。若SDM模型的AIC和BIC值低于基准模型则说明空间杜宾模型在拟合度与参数简约性之间取得了更好的平衡。六、空间效应分解表5是空间杜宾模型最为关键的空间效应分解结果。在SDM模型中由于自变量空间滞后项的存在任一解释变量的变化不仅影响本地区还会通过空间传导机制扩散至邻近地区因此需要将总效应分解为直接效应、间接效应溢出效应和总效应三个部分。就hoval而言其直接效应为-0.284z-2.868p0.004在1%水平上显著表明本地住房价值每上升一个单位本地区犯罪率平均下降0.284个单位。间接效应为-0.556z-1.899p0.058处于边际显著水平表明邻近地区住房价值的提升对本地区犯罪率具有负向溢出效应即周边住房价值上升有助于降低本地区犯罪率。总效应为-0.839z-2.497p0.013在5%水平上显著说明住房价值对犯罪率的整体抑制效应是显著的。值得注意的是间接效应的绝对值大于直接效应表明住房价值的空间溢出效应在总量上甚至超过了本地直接效应。就income而言其直接效应为-1.491z-4.975p0.001高度显著表明本地收入水平对犯罪率具有强烈的抑制作用。间接效应为0.344z0.417p0.677未达到统计显著水平说明邻近地区收入变化对本地区犯罪率的溢出效应尚不明确。总效应为-1.147z-1.248p0.212同样不显著这主要是因为间接效应的正负方向与直接效应不一致导致总效应的统计显著性被削弱。七、模型选择检验表6报告了似然比检验LR检验的结果用于判断空间杜宾模型是否可以退化为更简化的空间模型。第一个检验的原假设为SLM模型即SDM中自变量空间滞后项系数为零χ²值为3.263df2p0.196p值大于0.05未能拒绝原假设提示SDM可能可以简化为SLM模型。第二个检验的原假设为SEM模型χ²值为4.376df2p0.112同样未能拒绝原假设。这一结果意味着虽然空间杜宾模型提供了更一般的框架但数据并未提供充分证据支持其相对于简化模型的显著优势。表7报告了Wald检验的结果作为LR检验的补充。Wald检验的第一项检验χ²值为3.522df2p0.172p值大于0.05与LR检验结论一致未能拒绝SDM退化为SLM的原假设。第二项检验χ²值为5.063df2p0.080p值略低于0.10的边际显著水平提示SDM相对于SEM模型可能存在一定优势但证据强度有限。综合LR检验和Wald检验的结果空间杜宾模型中自变量空间滞后项的联合显著性有限研究者可根据研究目的和理论需要在SDM与简化模型之间进行选择。八、结论本文基于SPSSAU软件对空间杜宾SDM模型进行了系统估计与检验。研究结果表明住房价值hoval和收入水平income对本地区犯罪率均具有显著的负向影响其中hoval的空间溢出效应尤为值得关注其间接效应绝对值甚至超过直接效应。因变量空间滞后项Wy的系数为正但不显著表明犯罪率的空间反馈效应有限。LR检验和Wald检验的结果提示SDM模型可能可以简化为SLM或SEM模型。综合来看空间计量框架下的效应分解揭示了传统回归模型无法捕捉的跨地区扩散机制为犯罪率的空间治理提供了更为丰富的经验证据。