计量经济学和空间计量经济学的区别为：
范围不同：
空间计量经济学是计量经济学的一个分支，研究的是如何在横截面数据和面板数据的回归模型中处理空间相互作用（空间自相关）和空间结构（空间不均匀性）结构分析。计量经济学包含范围更广。
空间计量经济学与地学统计和空间统计学相似。从某种程度上而言，空间计量经济学与空间统计学之间的不同和计量经济学与统计学之间的不同一样。由于对其理论上的关心以及将计量经济模型应用到新兴大型编码数据库中的要求，近年来这个领域获得了快速发展。
扩展资料：
计量经济学研究对象：
计量经济学的两大研究对象：横截面数据（Cross-sectionalData）和时间序列数据（Time-seriesData）。前者旨在归纳不同经济行为者是否具有相似的行为关联性，以模型参数估计结果显现相关性；后者重点在分析同一经济行为者不同时间的资料，以展现研究对象的动态行为。
新兴计量经济学研究开始切入同时具有横截面及时间序列的资料，换言之，每个横截面都同时具有时间序列的观测值，这种资料称为追踪资料（Paneldata，或称面板资料分析）。追踪资料研究多个不同经济体动态行为之差异，可以获得较单纯横截面或时间序列分析更丰富的实证结论。
参考资料来源：百度百科-计量经济学
参考资料来源：百度百科-空间计量经济学
https://www.sohu.com/a/386218186_698752
目前，空间计量经济学研究包括以下四个感兴趣的领域：
计量经济模型中空间效应的确定；合并了空间影响的模型的估计；空间效应存在的说明、检验和诊断；空间预测。
空间计量经济学模型有多种类型（Anselin，etal.2004）。?首先介绍纳入了空间效应（空间相关和空间差异）、适用于截面数据的空间常系数回归模型，包括空间滞后模型（SpatialLagModel，SLM）与空间误差模型（SpatialErrorModel，SEM）两种，以及空间变系数回归模型——地理加权回归模型（GeographicalWeightedRegression，GWR）。适用于时间序列和截面数据合成的空间面板数据计量经济学模型将在以后予以介绍。
空间滞后模型（SpatialLagModel，SLM）主要是探讨各变量在一地区是否有扩散现象（溢出效应）。其模型表达式为：参数反映了自变量对因变量的影响，空间滞后因变量是一内生变量，反映了空间距离对区域行为的作用。区域行为受到文化环境及与空间距离有关的迁移成本的影响，具有很强的地域性（Anselinetal.，1996）。由于SLM模型与时间序列中自回归模型相类似，因此SLM也被称作空间自回归模型（SpatialAutoregressiveModel，SAR）。
空间误差模型（SpatialErrorModel，SEM）存在于扰动误差项之中的空间依赖作用，度量了邻近地区关于因变量的误差冲击对本地区观察值的影响程度。由于SEM模型与时间序列中的序列相关问题类似，也被称为空间自相关模型（SpatialAutocorrelationModel，SAC）。
估计技术：鉴于空间回归模型由于自变量的内生性，对于上述两种模型的估计如果仍采用OLS，系数估计值会有偏或者无效，需要通过IV、ML或GLS、GMM等其他方法来进行估计。Anselin（1988）建议采用极大似然法估计空间滞后模型（SLM）和空间误差模型（SEM）的参数。
空间自相关检验与SLM、SEM的选择：判断地区间创新产出行为的空间相关性是否存在，以及SLM和SEM那个模型更恰当，一般可通过包括Moran’sI检验、两个拉格朗日乘数（LagrangeMultiplier）形式LMERR、LMLAG及其稳健（Robust）的R-LMERR、R-LMLAG）等形式来实现。由于事先无法根据先验经验推断在SLM和SEM模型中是否存在空间依赖性，有必要构建一种判别准则，以决定哪种空间模型更加符合客观实际。Anselin和Florax（1995）提出了如下判别准则：如果在空间依赖性的检验中发现LMLAG较之LMERR在统计上更加显著，且R-LMLAG显著而R-LMERR不显著，则可以断定适合的模型是空间滞后模型；相反，如果LMERR比LMLAG在统计上更加显著，且R-LMERR显著而R-LMLAG不显著，则可以断定空间误差模型是恰当的模型。
除了拟合优度R2检验以外，常用的检验准则还有：自然对数似然函数值（Loglikelihood，LogL）、似然比率（LikelihoodRatio，LR）、赤池信息准则（Akaikeinformationcriterion，AIC）、施瓦茨准则（Schwartzcriterion，SC）。对数似然值越大，AIC和SC值越小，模型拟合效果越好。这几个指标也用来比较OLS估计的经典线性回归模型和SLM、SEM，似然值的自然对数最大的模型最好。
空间变系数回归模型及估计：就目前国内外的研究来看，大多直接假定横截面单元是同质的，即地区或企业之间没有差异。传统的OLS只是对参数进行“平均”或“全域”估计，不能反映参数在不同空间的空间非稳定性（吴玉鸣，李建霞，2006；苏方林，2007）。当用横截面数据建立计量经济学模型时，由于这种数据在空间上表现出的复杂性、自相关性和变异性，使得解释变量对被解释变量的影响在不同区域之间可能是不同的，假定区域之间的经济行为在空间上具有异质性的差异可能更加符合现实。空间变系数回归模型（SpatialVarying-CoefficientRegressionModel）中的地理加权回归模型（GeographicalWeightedRegression，GWR）是一种解决这种问题的有效方法。、空间计量主要命令
spmat生成空间权重矩阵
spatwmat用于定义空间权重矩阵
spatgsa用于全局空间自相关检验
gsa表示globalspatialautocorrelation
spatlsa进行局部空间自相关检验
lsa表示localspatialautocorrelation
spatcorr考察空间自相关指标对距离临界值d的依赖性
spatdiag针对ols回归结果，考察是否存在空间效应
spatreg估计空间滞后与空间误差模型
空间面板主要命令为：helpxsmle
SpatialAutoregressive(SAR)model
xsmledepvar[indepvars][if][in][weight]，wmat(name)model(sar)[SAR_options]
SpatialDurbin(SDM)model
xsmledepvar[indepvars][if][in][weight]，wmat(name)model(sdm)[SDM_options]
SpatialAutocorrelation(SAC)model
xsmledepvar[indepvars][if][in][weight]，wmat(name)emat(name)model(sac)[SAC_options]
SpatialError(SEM)model
xsmledepvar[indepvars][if][in][weight]，emat(name)model(sem)[SEM_options]
GeneralizedSpatialPanelRandomEffects(GSPRE)model
从经济分析的角度看，空间经济计量学在我国以下几个方面将有很大的应用前景。
由于区域之间存在相关性，或者存在差异性，因此一项政策对每个区域的影响是不同的，通过运用空间经济计量学方法对各区域进行研究之后，找到政策在各区域上作用的关系，对于政府决策、正确制订政策具有很大的参考价值。
由于区域之间存在先进地区和后进地区，通过空间经济计量学方法可以对先进地区与后进地区之间的相互关系进行研究。
按区域编制投入产出表时，空间的概念将发挥作用。
对房地产的价值进行评估时，在考虑外界影响因素的基础上，充分考虑地区之间的相互关系，将对正确评估房地产的价值有很大帮助。
对环境污染进行研究时，运用空间经济计量学方法对污染的传播方式进行研究，有助于人们对环境污染进行控制。
在交通领域的研究，可以利用空间经济计量学方法对人员、货物在空间上的流动方式进行研究，同时对信道上的不同区段进行研究。
在对某种疾病（如流感）在空间上的传播过程进行研究之后，对于疾病的预防控制将有很大的帮助。
建立了空间的概念之后，人们对于在空间上的抽样将综合考虑空间单元之间的相关性。而空间抽样在空间上的布点方式也可以用作商业网点的布局研究。
总之，只要问题涉及到空间的概念，空间经济计量学就将发挥其作用。对空间经济计量学的深入研究及应用，将促使人们面对问题的时候，从空间或时空的角度思考问题。
