我们生活在时空里,发生的经济行为或者其他人类活动会受到多方面因素的影响.由于存在着地理分布上的差异及时间上的变化,产生了空间面板数据.空间数据之间存在着某种联系,并非完全独立,即具有相关性,而传统的统计分析方法是建立在样本独立和大样本两个基本假设之上,用传统的统计分析方法处理此类数据会产生问题,得到很不精确的结果.空间面板数据模型是解决此问题的重要模型之一,它在普通面板数据模型的基础上考虑了空间相关性和空间异质性,并将传统的时间序列方法、横截面数据方法以及普通面板数据模型进行综合,可广泛地应用于各个方面.此外,空间数据具有相关性,通过在模型中引入空间权重矩阵来刻画数据的空间相关性,空间面板数据模型可以得到相比于传统面板数据模型更加有效的估计.面板数据具有异质性,学者们考虑在模型中引入个体效应项来控制所有不随时间变化且反应空间特质的量,个体效应又分为固定效应和随机效应.学者们对空间面板数据模型的研究比较深入.经验似然方法是Owen在完全样本下提出的一种非参数统计推断方法,其本质是在约束条件下将参数似然比函数极大化.经验似然方法的应用也比较广泛,可应用于各种统计模型.在统计学中,经验似然是比较热门的一个研究课题.从已有文献来看,学者们研究空间(动态)面板数据模型的GMM估计、ML估计和QML估计等等的文献较多,而将经验似然方法应用到空间面板数据模型的估计问题的相关文献较少.于是,本文研究在固定效应下的空间面板数据模型的经验似然推断.本文的主要内容分为三章:第一章为绪论,简要介绍问题的研究背景、空间面板数据模型和经验似然方法的研究概况以及本文的主要内容.第二章介绍空间面板数据模型的定义,空间权重矩阵的几种定义方式以及空间相关性的检验.第三章为本文的主要内容,探讨带固定效应空间面板数据模型的经验似然推断,构造了空间面板数据模型参数的经验似然比统计量,在一些正则条件下,得到统计量的极限分布为卡方分布.本文的创新点:1.研究了带固定效应的空间面板数据模型的经验似然推断,利用鞅差序列将所研究模型的估计方程中的二次型转化为线性形式,构造了模型参数的经验似然比统计量.2.证明了带固定效应的空间面板数据模型参数的经验似然比统计量的极限分布为卡方分布.