摘要: 在误差项不服从经典分布情形下,面板数据模型常用的空间相关性检验存在较大的偏差。本文将FDB(Fast Double Bootstrap)方法引入空间面板数据模型的空间相关性检验,构建Bootstrap LM检验统计量,并通过Monte Carlo模拟实验,从水平扭曲和功效两个方面研究误差项服从正态、异方差、时间序列相关等情形下,空间面板数据模型Bootstrap LM检验的有效性。Monte Carlo模拟实验结果表明:空间面板数据模型渐近LM-Error检验在误差项不服从经典正态分布时,存在较大的水平扭曲,FDB LM-Error检验则在基本不损失检验功效的前提下,有效矫正渐近检验的水平扭曲,是空间面板数据模型空间相关性LM检验更为有效的方法。