近日，一直在看空间计量的教材，之前没有接触过。现在对最小二乘法估计量的性质存在疑问：      在空间自回归模型（SAR）中，因为存在空间滞后项，那么最小二乘法通常是有偏的、无效的，这里是可以理解，但很多地方说这种情况下最小二乘法的估计量是非一致的。在权重矩阵中，对角线的值为0，也就是在第 i 个回归方程中解释没有Yi，既然这样，OLS估计了依然是一致的。（类似于动态模型+白噪声随机扰动项）
     空间德宾模型（SDM），OLS估计量的性质应该跟上面一样，一致的、有偏且非有效的。（类似于动态模型+白噪声随机扰动项）
    如果是空间误差模型（SEM），仅仅是随机扰动项存在彼此相关，OLS估计量应该是无偏但非有效的吧？（类似于存在随机扰动项自相关）
    同时存在空间依赖和空间误差（SAC模型），这个时候才是有偏且非一致的。（类似于动态模型+随机扰动项存在自相关）
    看教材和很多博士论文，发现很多地方直接说OLS估计量是非一致的，理由的存在空间滞后项，这个我不服呀。但是有的地方仅仅说是是非有效的，总感觉教材上是故意不说清楚。
    当然，极大似然估计方法肯定是一致的。但是在我国做空间计量一般选用的是SAR/SDM/SEM模型，这三个模型下OLS估计结果也是一致的，当使用地级市（280多个）或者县级市一级的数据的话，一致足以保证最小二乘法估计结果良好。既然这样，我就用最小二乘法估计，不是也可以吗？