空间杜宾模型（SDM）同时考虑自变量和误差项的空间自相关问题（Adebanji et al.，2008），把空间误差模型融合至空间滞后模型中，最主要特点是引入自变量空间滞后项WX，即独立变量间的相互影响，其强度通过系数估计值来反映。

杜宾模型也可进一步采取空间固定和（或）随机效应形式，如双固定模型：

式中：μ——不可观测的空间固定效应；

λ——所有地区共同的时间固定效应。

空间滞后项Wx表示衡量波动性和其他控制变量（Roberto Ezcurra，Vicente Rios，2014）。多种理论相信波动和经济增长可能是相关的，无论是正向还是负向关系。熊彼特（1939）指出，宏观经济波动的周期性变化，有助于提高整体经济系统的效率程度，从而提高长期增长率。遵循这一思路，较高的区域波动性会促进经济增长（Falk，Sinabell，2009）。Roberto Ezcurra和Vicente Rios（2014）证实商业周期波动与区域经济增长之间存在正相关，主要是由于邻近地区发生的波动引起的空间溢出。也有一些支持波动与区域（NUTS-1和NUTS-2水平）经济增长之间的负相关关系（Martin，Rogers，2000）。(www.daowen.com)

空间杜宾模型可认为是空间误差模型的变化形式，需要采用ML或GMM估计。估计结果显示，拟合度略有提高，直接效应除了FV之外结果都稳健。本书的结果不依赖于特殊设定的波动性，或空间权重矩阵来获得样本区域间的空间相互依存程度。但制度变量（EX/FDI/K2/Dep）本身之间的影响并不是很显著，其他制度变量本身之间相互作用较显著。由表6.4可知，滞后溢出系数W.dep＝0.635明显高于非杜宾模型，［地区固定时间随机模型已排除Lee和Yu（2010）所指的，忽略时间固定效应可能导致空间滞后系数较大的向上偏差可能性］，说明可能是该段时间的波动性过大，或仍有部分相互作用仍存在于误差项中。按照perArea的系数0.053推算（1％＝0.053logX，求出X＝1.547），即如果人口密度增加到1.547倍（提高54.7％），非国有从业比重提高1％。

表6.4　地区固定时间随机杜宾模型估计

续表

注：*、**、***与****分别表示10％、5％、1％和0.1％显著性水平。