现有的空间相关性检验文献通常假设扰动项服从正态分布，而且要求空间权重矩阵满足Rook或Queen规则。在检验某一种空间相关性时，又经常需要假设不存在另一种空间相关性。然而，在大量的真实经济现象及其描述模型中，不仅扰动项通常不服从正态分布，而且不同的空间相关性经常同时存在，经济个体的空间布局也错综复杂。此时，如果仍然采用传统的空间相关性检验方法，则不仅与客观对象和分析方法的实际要求相差太大，而且极有可能得出错误的结论。　　针对参数局部误设、未知的扰动项分布以及不同形式空间布局对检验的影响及产生的偏误，本文构建空间截面模型的标准化稳健LM检验，放松了扰动项服从正态分布以及空间布局为Rook或Queen规则的假设，并使标准化LM统计量检验不受未知分布的影响，也不对空间布局的变动产生敏感反应，具有很好的稳健性和实证适用性，更符合现实情况。可用其对空间计量模型的设定进行选择与检验，从而具有重要的理论研究价值与广阔的应用前景。　　归纳起来，本文创新与贡献在以下几个方面:　　第一，推导出在扰动项分布未知以及不同形式空间布局情况下空间自回归模型的标准化LM检验统计量，通过数理推导和模拟试验证明该检验在有限样本下优于Burridge(1980)的检验，在大样本情况下二者渐进等价。　　第二，推导出在参数局部误设、扰动项分布未知以及不同形式空间布局条件下时空间误差模型的标准化稳健LM检验统计量，并证明该检验在有限样本下优于张进峰等(2011)的检验统计量，在大样本下二者渐进等价。　　第三，推导出在参数局部误设条件下空间误差项模型的稳健LM检验，并进一步推导了标准化稳健LM检验统计量，指出后者是前者的一般化检验统计量，在大样本下二者渐进等价。　　第四，推导出在参数局部误设、扰动项分布未知以及不同形式空间布局条件下时空间自回归模型的标准化稳健LM检验统计量，证明了该检验在有限样本下优于张进峰等(2012)的检验统计量，在大样本下二者渐进等价。