实际问题分析中,面板数据的观测个体往往具有空间信息,由此发展起来的空间面板数据模型在近年来得到了理论研究工作者和实际问题研究者的共同重视。目前关于空间面板数据模型的研究和使用大都假定了因变量与自变量的关系为线性形式,且个体效应和时间效应的设定是传统的one-way或two-way形式。很多情况下这些假定脱离了实际情况,错误的模型形式设定导致了推断结果偏离实际情况。另一方面,为了更好的探求因变量与自变量之间蕴含的复杂关系,提高模型灵活度,多种非参数和半参数建模技术相继被提出,并被应用到各类复杂数据分析中。自然,利用半参数建模方法分析空间面板数据得到了关注,最近多类半参数空间面板数据模型已经被提出和研究。本文主要基于现有模型,提出几类新的半参数面板数据模型并进行研究。论文第一部分在传统的one-way时间效应面板数据模型的基础上将时间效应设置成具有空间异质性的时间效应,提出了空间异质时间效应面板数据模型,所提模型中时间效应是随着地理位置的变化而变化。论文基于Profile最小二乘方法和地理加权回归技术给出了模型的估计,基于广义F检验思想考虑了该模型的检验问题。通过数值模拟验证了所提方法的有效性,并基于该方法研究了我国省域失业率问题。最后将该模型推广到了全部或部分回归系数为空间变系数的情形。论文第二部分在一类常用随机前沿模型的基础上提出了空间半参数随机前沿模型,将时变个体效应处理成了空间变系数时间多项式形式,给出了模型的估计和检验方法,并通过数值模拟验证了所提方法的有效性,并用该模型分析了我国各省份农业增加值与气候变化、机械化程度的等影响因素间关系。最后也对这类模型进行了推广。借助于半参数技术,论文在现有模型的基础上提出了几类新的面板数据模型,研究结果丰富了半参数模型与空间计量经济学的研究内容,为空间面板数据的分析提供了更加灵活的统计建模方法。