中文摘要：

在有限样本和模型误差不服从正态独立同分布条件下，空间相关性检验是目前国际学术界有待解决的难题。本项目将Bootstrap方法应用于空间相关性检验的Moran's I统计量的构建，进而通过数理推导和Monte Carlo模拟实验，研究Bootstrap方法用于线性回归模型的OLS估计残差和空间滞后模型的2SLS或GMM估计残差所构建的Moran's I统计量的有效性。主要研究结论如下1、线性回归模型Bootstrap Moran检验能够有效地检验OLS估计残差间的空间相关性；2、提出空间滞后模型中空间相关性检验的Moran's I统计量，即OLL-Moran检验，并推导出OLL-Moran检验的渐近分布和精确分布；3、空间滞后模型Bootstrap Moran检验能够有效地检验空间滞后模型2SLS估计残差间的空间相关性。该项目为解决有限样本和模型误差不服从正态独立同分布时空间经济计量模型检验问题提供理论基础，同时项目组在Gauss软件中编写的一系列Bootstrap Moran检验程序大大丰富了Gauss软件工具箱，为空间经济计量研究者提供了便利的研究手段。