空间不限于地理空间，可以是技术空间、经济社会空间等，在此，首先建立基于地理距离（省区市质心距离）的空间权重矩阵，然后检验数据（制度变量）在区域地理上是否存在空间相关性，通过Moran I、最大似然检验等一系列空间效应判断。正相关反映相邻空间单元的对象有相同变化趋势；相异变化则为负相关。全域空间自相关反映整体分布状况，描述空间中是否有聚集性，尚不能明确聚集区，即无法识别局部的“热点”。Keller（2002）发现技术知识溢出呈局域性而非全域性，且随地理距离递减，局域空间自相关（LocalMoran I）能找出空间聚集点或子区域所在，空间关联的局域指标（LISA）（Anselin，1995）允许全域统计分解为局域成分。全域—局域的测量有多种标量和多段一致性，因此地理差异应根据度量的尺度来理解。基于邻接的空间权重W可能存在较小区域单位有许多个邻接，较大的区域单位少有邻接或没有（产生“岛”）（Luc Anselin，2003）。门槛距离由最远的点对决定，并不能代表其他点的分布，结合Queen和Rook近邻Moran I来检验相关性。为得到更稳定的结果，增加序列数量到999permutations，将显著性水平设为p＝0.01，LISA聚集地图高—高（HH）和低—低（LL）位置是典型的空间聚集。考虑单一门槛值，而不是如陈得文、苗建军（2011）将中国区域空间距离划分为0～750 km、0-1500 km和全域三个空间范围。本书采用LocalMoran I度量局域空间自相关性（注：未特别说明，简称Moran I），以自相关系数最大的距离为近邻门槛值（即制度变迁的空间效应最强的辐射距离）。主要运用G-I统计量识别核心和外围区域，用可视化技术绘制相关地图。(www.daowen.com)