本章把探索性空间数据分析（ESDA）方法应用于省域、地级市R＆D活动，主要研究结论如下：
（1）每十万人年均专利的变异系数表明，1990～2002年期间中国省际R＆D相对差异在不断缩小，但是MORAN'S I估计值显示中国省际R＆D空间差异先扩大后缩小。变异系数没有考虑空间因素，MORAN'S I则考虑了空间因素，MORAN'S I证实省际R＆D活动存在空间依赖性。此外，把LISA技术应用于每十万人年均专利，发现经过十几年的发展，中国省际R＆D水平总体差异在空间上确实有不同程度的减少。
（2）地级市 R＆D在两个时间段（1997～1998年和2001～2002年）上均存在高度显著的空间正相关，说明地级市R＆D存在着空间相互作用；在1997～2002年期间，随着时间的不断推移，GLOBAL MORAN'S I估计值在两个时间段增大，说明地级市R＆D的总体空间差异在缩小；地级市R＆D活动存在显著的低－低（LL）集聚区域和高－高（HH）集聚区域。3个低－低（LL）集聚区域分别是淮安、蚌埠、徐州；襄樊、宜昌、常德、怀化、邵阳、永州；玉林、钦州、防城港、北海、湛江。高－高（HH）集聚区域是深圳、佛山、珠海、东莞、广州、江门、惠州、中山。以深圳为中心的R＆D集聚群已经形成，表明知识的空间活动向外扩散，但是扩散的地理范围有限，仅在广东省内扩散，说明知识的溢出是有界的。
20世纪90年代以来，以信息技术为主要标志的科学进步日新月异，正深刻地改变着人类社会的生产方式和生活方式。鉴于人类活动所涉及的信息80%以上属空间信息，可由地理坐标确定其空间区位，美国已将发展空间信息科学视为提升其国家竞争力水平的重要途径之一。2000年，美国国家地理信息与分析中心（NCGIA）在其跨世纪的研究规划中提出了发展空间信息科学的VARENIUS计划。VARENIUS计划要求研究空间信息的误差理论，并开发处理这种误差的空间数据分析技术。鉴于空间数据的多维多方向性，空间数据所包含的误差远比单一方向性的时间序列数据来得复杂。这使得在分析时间序列数据基础上发展起来的统计方法在处理空间数据时总是失误。另一方面，这种空间误差（SPATIAL ERROR）表征的空间自相关（SPATIAL AUTOCORRELATION）和空间非均质性（SPATIAL HETEROGE-NEITY）正是托布勒（TOBLER，1970）的地理学第一定理所描述的地理空间依赖性（SPATIAL DEPENDENCE）。克利夫和奥德（CLIFF AND ORD，1981）进一步指出：“地理系统变化过程决定于其影响因子，分析问题的过程中考虑这些因子的空间结构至关重要（WHILE CAUSAL FAC-TORS FORM AN ESSENTIAL PART OF THE UNDERLYING PROCESS IN A GEOGRAPHICAL SYSTEM，THE INCLUSION OF SPATIAL COMPONENTS IS LIKELY TO BE IMPORTANT TO AN UNDERSTANDING OF THE PROBLEM ANALYZED。）”。最近发展起来的空间统计学不仅解决了标准统计方法在处理空间数据时的失误问题，更重要的是为测量这种空间联系及其性质、并在建模时明白地引入空间联系变量以估算其贡献提供了全新的手段，证实性空间数据分析方法（CONFIRMATORY SPATIAL DATA ANALYSIS，CSDA）就是一种以模型驱动、用空间数据检验的方法。本章就是利用CSDA技术研究省域R＆D溢出的空间模式，首先简单介绍本章涉及的空间计量经济学模型。
