近十几年来,由于经济全球化水平越来越高,国家、省市以及更小的区域之间的经济联系越来越紧密,各种经济现象及其体现出来的经济数据在空间上的相关性也越来越强。另外,不同个体之间往往包含着不可观测和时不变的空间异质性信息,且同一个体不同时期之间也会存在序列相关性。传统的面板数据模型在解决实际问题的过程中通常假设样本之间是相互独立的。然而,若未考虑面板数据个体异质性、空间相关性以及序列相关性,不仅会损失隐藏在数据背后有价值的信息,参数估计量的有效性及一致性也将未能得到保证,在一定程度上削弱了模型的解释和预测能力。在实际应用中,许多经济现象无法只依靠参数回归模型来刻画,这就需要使用非参数回归模型。然而非参数回归模型从一元推广到多元时,通常会导致“维数灾难”。半参数回归模型不仅能够降低数据的维数,还能维持非参数光滑的特点。其中的部分线性单指标模型考虑被解释变量Y与p维解释变量X线性相关,与q维解释变量Z非线性相关,并将q维解释变量Z投射至一维的线性空间内,同时创建未知函数g（·）,该模型相对于其他形式的半参数回归模型,有多种退化形式,适用性更强。国内外对于面板数据模型的研究较为丰富,但同时考虑时空相关性的研究较少,而且没有文献在面板数据部分线性单指标模型中考虑时空相关性。本文探讨了时空相关面板数据部分线性单指标模型的统计推断,主要贡献有如下三点:第一,本文提出了一种同时考虑时空相关的面板数据部分线性单指标模型,在误差项中考虑空间误差相关和序列自相关。本文的核心是在估计时考虑时空协方差矩阵,提出相应参数分量的加权纠偏GEE和未知连接函数的加权局部最小二乘估计,提高待估参数分量和未知连接函数估计的有效性。建立了估计量的渐近性质并给予证明。第二,本文给出了不同时空跨度和时空相关程度的情形下,参数向量、未知连接函数、空间滞后参数、自相关系数、个体效应方差及模型扰动项方差估计的模拟结果。从模拟结果中可得,估计结果满足一致性,且参数分量和未知连接函数估计量在考虑时空相关情形下比未考虑时空相关时估计更有效。第三,在Kottaridi和Stengos（2010）的基础上,利用本文所提模型研究27个OECD成员国经济发展的影响因素。研究发现,固定资本形成占比、城镇化率对人均GDP增长率的影响是正向的,固定资本形成占比和城镇化率每增加1%,人均GDP增长率分别增加2.60%和0.19%,且人口增长率、外商直接投资占比和人力资本都能促进人均GDP增长率的提高。此外,考虑时空相关比未考虑时空相关的参数估计具有更小的标准误差和更短的置信区间,未知连接函数具有更光滑更平缓的拟合曲线和更窄的置信带。