综观全书，编者设计了六个章节。第一章为空间计量经济学导论。主要介绍了空间计量经济学的源起和发展历程，着重阐释了Paelink 、Anselin、LeSage、Fotheringham等人在空间计量经济学理论发展史上的重要作用；同时阐释了MATLAB、R、Geoda、ArcGIS等软件在空间计量经济分析中的重要地位和优劣势。第二章为MATLAB与空间计量分析。主要介绍了数据录入和读取、数据的可视化操作、常用的经验分布函数及其描述性统计，以及空间计量分析中输入输出结构体等方面的MATLAB操作。第三章为空间相关的度量与空间权重矩阵。着重阐释了基于Moran指数的空间相关分析、基于空间邻近关系和空间距离的空间权重矩阵设定、空间权重矩阵的稀疏性质分析等MATLAB操作。第四章为空间计量分析的基本模型。着重阐释了通用嵌套空间模型及其退化的一般范式、空间计量模型估计的一般方法、空间权重矩阵选择的一般方法、空间效应分解等理论过程。第五章为截面数据的空间计量分析。着重阐释了空间自回归模型(SAR)、空间误差模型(SEM)、空间杜宾模型(SDM)和空间自相关模型(SAC)等4种经典的截面数据空间分析模型，及其参数估计、假设检验、模型选择的MATLAB操作。第六章为面板数据的空间计量分析。着重阐释了面板数据框架下空间自回归模型、空间误差模型的参数估计、模型选择等MATLAB操作。

正如该书封底阐释的那样，作为“一本面向空间计量经济学分析爱好者的初级读物与入门手册”，该著作极具功效。从作者对空间计量经济学初学者的多次讲座以及基于“小范空间计量工作室”而与读者的多次交流来看，更多的读者希望了解：基于MATLAB软件，应该如何导入、保存和清洗数据？应该如何设定空间权重矩阵和选择有效的空间权重矩阵？应该如何利用现有的jplv7空间计量分析工具包，并结合Anselin、LeSage、Elhorst、Lacombe等提供的MATLAB代码，实现空间计量模型的初步分析输出和结果识别，并在此基础上遴选出最合理的模型来进行空间计量经济学的理论分析和实证研究？肖光恩教授团队出版的该著作很好地满足了初学者的要求。基于该书提供的MATLAB代码，初学者可以做出较为科学的模型，绘制最美的图形，也使得将空间因素纳入现代计量经济学分析框架的需求变为现实。事实上，肖光恩教授团队也是中国空间计量经济学研究的重要推动者和践行者，其翻译出版LeSage和Pace教授的《空间计量经济学导论》是领域内众多跟随者的重点读物之一。

当然，在阅读完全书后，笔者也有一些心得与学界同行分享：(1)从全书遴选的空间权重矩阵来看，主要基于距离和空间邻接关系来设计，这是空间权重矩阵设计中最简单的两类，尚缺乏将经济体量和规模纳入分析的空间权重矩阵设计，全书中也尚未对时间权重矩阵和时空权重矩阵等设计进行完整的阐释，具体分析中应该根据研究对象合理设计空间权重矩阵或者时空权重矩阵，并基于科学的遴选方法优选最科学的权重矩阵来描述被解释变量、解释变量及随机扰动项之间的空间溢出效应，及其路径和方式。(2)从全书纳入分析的模型来看，截面数据模型相对较多，但仍缺乏空间X滞后模型、通用嵌套空间模型(GNSM)等较为经典的空间计量模型估计过程；面板数据模型仅纳入了空间自回归模型和空间误差模型，对个体效应的分析也仅仅纳入了个体固定效应和随机效应，尚缺乏时期固定效应和双固定效应视角下模型的相关分析；同时，模型设计中尚未纳入空间计量交互模型、矩阵指数模型和离散选择空间计量模型、变系数的地理加权回归模型等。实际研究中，应结合全局分析或局部分析，在合理考察面板数据的个体效应(混合、时期或个体固定效应、随机效应)下，科学地选择分析模型，并设计MATLAB代码。(3)从全书代码来看，感觉多出自Anselin的代码，现实研究中尚需结合Elhorst、LeSage和Lacombe的最新代码，并基于对理论过程的推导和掌握，来设计与研究目标高精度吻合的模型代码。(4)综观全书的代码，第二章的代码较为完备，但第五章和第六章的代码分析则较为模糊，尤其是将理论分析过程和代码设计过程分开阐释，容易让初学者陷入迷茫。而代码介绍中多以运行代码为主，尚未纳入比较重要的原理性代码，比如极大似然估计过程中最优值搜寻如何实现、MCMC估计中M-H抽样和Gibbs抽样如何完成等。这些都需要同行后续跟进。事实上，无论是理论过程，还是代码设计过程，空间计量经济学领域都尚有很多重要的工作需要持续推进，尤其是在经典的计量经济学分析中纳入空间因素后模型拓展的原理性分析，传统的空间计量分析与变系数的局部回归(地理加权回归)等如何实现融合方面，同行研究学者尚需持续重点跟进。