摘要: 误差项不服从经典假设时,空间面板数据模型的Moran’s I检验存在较大的水平扭曲,导致空间相关性检验失效。本文采用改进的Bootstrap抽样方法,对空间面板数据模型的Moran’s I检验进行优化。Monte Carlo模拟结果表明,在误差项正态分布条件下,渐近Moran’s I检验和Bootstrap Moran’s I检验均具有较优越的检验水平和检验功效表现;在误差项时间序列相关条件下,渐近Moran’s I检验存在严重的水平扭曲,而Bootstrap Moran’s I检验能够有效地矫正水平扭曲,且检验功效优于渐近Moran’s I检验,是更为有效的检验统计量。