空间计量模型是目前计量经济学领域中研究的前沿问题之一。通过引入空间权重矩阵,它可以度量研究单元之间存在的空间溢出效应,特别是在经济全球化和一体化的背景下,资本流动、国际贸易和技术溢出等活动极大的提高了各地区之间的依存度,考虑这种空间溢出效应显得尤为重要。与此同时,经济金融数据常表现出非正态和非对称特征,这些特征使得传统均值回归模型的假设难以得到满足,分位数回归理论为解决这一问题提供了有力的工具。它放宽了模型的假设条件,对非正态、异方差数据有较好的拟合效果,同时分位数回归模型能够较为全面的描述因变量的不同条件分位下,自变量对因变量的影响大小。因此,利用空间计量模型和分位数回归理论进行计量建模是当前研究的热点。本文在贝叶斯理论框架下,结合空间计量模型理论和分位数回归理论,提出了贝叶斯空间分位面板数据模型。空间分位数回归模型可以充分地发挥空间计量模型考虑了地区间空间相依性的优势,并且突出了分位数回归方法不仅可以刻画响应变量的中心趋势,还可以刻画变量极端分位行为的优点,从而为更全面地刻画因变量与自变量的关系提供了方法和工具支撑。同时,在理论上扩展的研究方法和研究视角,在实践上为经济管理问题的定量分析和科学决策提供技术支撑。针对地区(国家或个体)之间常表现出的空间溢出效应,提出了基于特征值转换方法的空间面板数据模型贝叶斯推断,该方法可以避免转换后的模型没有闭合形式似然函数表达式,从而难以进行贝叶斯分析这一问题。通过推断模型参数的完全后验概率分布,设计相应的Gibbs和M-H算法对模型参数进行估计和检验。同时,利用Monte Carlo仿真实验对模型的有效性进行了验证。经济金融变量通常存在持续性这一问题,在模型中进一步引入了变量滞后项,构建了贝叶斯空间动态面板数据回归模型。通过分别定义空间效应过滤矩阵和时间效应过滤矩阵,计算了两者的克罗内克积,构造了时空过滤矩阵对模型进行了变换。针对变换后的模型,分别研究了初始值假定为外生和内生情况下的模型,并对模型结构进行统计分析,推导其参数的完全后验概率密度函数。设计相应的MCMC算法对模型参数进行估计,并利用Monte Carlo仿真实验对所提出的模型和方法进行检验。进一步地,经济金融数据常表现出非正态和非对称特征,这些特征使得传统均值回归模型的假设难以得到满足。与均值回归不同,分位数回归模型放宽了模型的假设条件,对非正态、异方差数据有较好的拟合效果,同时分位数回归模型能够较为全面刻画在因变量的不同条件分位下,自变量对因变量的影响大小。利用贝叶斯分位数回归方法,通过把非对称Laplace分布表示成指数分布和正态分布的线性组合,获得了条件分位函数后验估计量的解析表达形式,并设计Gibbs和M-H抽样算法对模型参数进行估计。最后,利用Monte Carlo仿真实验对所提出的模型和方法进行检验。将构建的贝叶斯空间分位数计量经济模型运用到中国区域能源强度差异的成因分析中。利用1997-2006年中国30个省区的面板数据,研究了经济发展水平、产业结构、贸易水平及政府支出规模等对能源强度的影响,研究结果表明:研究能源强度的影响因素分析时,纳入空间相依性是非常有必要的;在不同的分位数水平下,自变量对能源强度的影响存在差异,说明利用分位数回归模型的重要性。