如何利用空间回归识别空间效应？这个比较复杂，它不能简答地理解为空间回归系数，如ρ、λ等，需要将总效应分解为直接效应和间接效应，后者即为空间溢出效应。
从样本总体来看，我们看到的是所有观测单元某一个X的平均变动，所造成的Y的平均变动。考虑一个包含3个单元、只有一个X的简单情况。在普通回归模型设定里，单元间是彼此独立的，如果X1（即第一个单元的X，下同）、X2、X3都变动1个单位，Y1、Y2、Y3分别变动1、2、3个单位，则Y的平均变动为( 1+2+3)] / 3=2个单位。但在空间回归模型设定里，我们观测到的是Y可能变动2.5个单位。因为单元间存在空间互动，所以X1变动1个单位，除了造成自己的Y1变动1个单位外（由于存在反馈效应，实际上会大于1），还使得旁边的Y2和Y3分别变动0.1和0.2个单位；X2变动一个单位，除了造成Y2变动2个单位外，还造成旁边的Y1和Y3分别变动0.2和0.3个单位；X3变动一个单位，除了造成Y3变动3个单位外，还造成旁边的Y1和Y2分别变动0.3和0.4个单位。这样，我们在总体上看到的是：X平均变动1个单位，Y平均变动[(1+0.1+0.2)+(2+0.2+0.3)+(3+0.3+0.4)] / 3=2+0.5=2.5个单位。2.5个单位变动的总效应中，2个单位是直接效应，0.5个单位是间接效应。
当然，现实情况远比以上例子复杂。如X1影响Y1、Y2和Y3，后两者又反过来影响Y1。每个人既影响自己，也影响邻居，邻居反过来影响自己，同时又影响邻居的邻居。只要没有孤岛，这种影响就如波浪般绵延不绝。等到了一个均衡状态，空间溢出效应就相对稳定了。
至于分解的计算公式，以及如何判别间接效应的显著性，这里不予详述，反正软件会算出来，我们懂其原理即可，具体请参看Elhorst（2014，p20-25）。
