1．2空间计量结果与分析
　　1．2．1计量结果。首先计算3l省市区的专利授权(LNZ．LSQ)、高校毕业生(LNEDU)、人口数量(LNPOP)、经济增长(LNPGDP)的Moran指数分别为0．3355、0．3086、0．2434、和0．3501，Moran指数的正态统计量值均大于正态分布函数在0．0l水平下的临界值(1．96)，说明全国各省域的专利创新和高校毕业生、人口数量、经济增长的空间分布并非表现出完全随机状态，而是表现出相似值之间的空间集群。
　　空间自相关检验结果表明，对有关中国专利创新和影响创新相关因素的理论与实证研究，传统研究的思路只从时间维度出发，忽视空间维度的相关性和异质性，在理论上存在严重不足，与创新和影响创新相关因素现实不符。有必要在进行专利创新及其影响相关因素研究时考虑纳入空间依赖性的空间计量经济模型进行估计。为了比较，先给出了OLS估计结果，见表1。

以下给出了Moran指数检验、两个拉格朗日乘数来判断空间计量经济学模型SLM和SEM的形式，利用极大似然估计(ML的参数估计结果如表2所示。比较表1和表2中的检验结果发现，空问滞后模型SLM和空间误差模型SEM的拟合优度检验值均高于OLS模型，而且比较对数似然函数值LogL、AIC和sc值就会发现，在OLS、SLM和sEM中，SEM的LogL最大，而AIC和SC值最小，故SEM模型相对更好一些。由此可见，信捷职称论文写作发表网，空间滞后模型和空间误差模型作为对忽视了地理空间效应的经典回归模型的修正，消除了模型的空问自相关。用OLS估计SLM和SEM模型是有偏误的或不一致的，基于OLS法的经典线性回归模型由于遗漏了空间误差自相关性而设定的模型不够恰当。而使用ML法估计的SEM和SLM模型与OLS估计相比较，SEM和SLM消除了模型的设置偏误，结果更为准确、更加可信，是正确的模型设定形式。