Diese Dissertation umfasst drei empirische Analysen regionaler Arbeitsmärkte in Deutschland. Wir wenden dabei Methoden der räumlichen Ökonometrie auf regionale Arbeitsmarktdaten an, um der räumlichen Struktur von Arbeitsmarktaktivitäten Rechnung zu tragen. In der ersten Analyse schlagen wir ein räumliches Paneldatenmodell zur Untersuchung deutscher Matchingfunktionen vor. Mit Hilfe dieses Modells sollen verzerrte und ineffiziente Koeffizientenschätzungen aufgrund räumlicher Abhängigkeiten vermieden werden. Wir zeigen, dass das Vernachlässigen der räumlichen Struktur zu nach oben verzerrten Matchingkoeffizienten führt. Das Ziel der zweiten Untersuchung ist es, Bestimmungsfaktoren für regionale Unterschiede in Arbeitslosigkeit zu identifizieren. Unsere Ergebnisse zeigen, dass ein räumlich und zeitlich dynamisches Paneldatenmodell am besten für diese Fragestellung geeignet ist. Zudem zeigen unsere Ergebnisse, dass die regionalen Unterschiede in der deutschen Arbeitslosigkeit einen Ungleichgewichtszustand darstellen. Diese Erkenntnis kann als Argument für politische Interventionen dienen. In der letzten Analyse wenden wir uns der räumlichen Gewichtungsmatrix zu, der eine zentrale Bedeutung in räumlichen Modellen zukommt. Auf Basis einer empirischen Analyse wollen wir die Definition von räumlichen Gewichten untersuchen und ermitteln Faktoren, die die räumlichen Abhängigkeiten auf Arbeitsmärkten bestimmen. Dabei untersuchen wir sowohl unterschiedliche Dimensionen ökonomischer als auch geographische Distanzen als Wirkungskanal räumlicher Abhängigkeit. Für die Entscheidung, welche dieser Distanzdimensionen einen Einfluss auf die räumlichen Relationen hat, verwenden wir ein räumlich-autoregressives Modell höherer Ordnung. Unsere Ergebnisse zeigen, dass geographische Distanz alleine nicht ausreicht, um die räumlichen Interdependenzen zwischen regionalen Arbeitsmärkten zu erklären, sondern auch Dimensionen ökonomischer Distanz einen signifikanten Erklärgehalt haben. / In this dissertation, we present different empirical analyses of regional labor markets in Germany. To account for the spatial structure of labor market activities, we apply spatial econometric methods to regional labor market data. In the first analysis, we propose a spatial panel model for German matching functions to avoid possibly biased and inefficient estimates due to spatial dependence. Based on an official data set, we show that neglecting spatial dependencies in the data results in upward-biased coefficients. Furthermore, our results suggest that a dynamic modeling is more appropriate for matching functions than a static approach. In the second analysis, we study determinants for regional differences in unemployment rates. We specify a spatial panel model to avoid biased and inefficient estimates due to spatial dependence. The study covers the whole of Germany as well as East and West Germany separately. Our results suggest that a spatial dynamic panel model is the best model for this analysis. Moreover, we find that German regional unemployment is of disequilibrium nature, which justifies political interventions. Finally, we study the spatial weights matrix which is the key component in spatial econometric models. We investigate empirically the issue of defining spatial weights in labor market applications and propose factors driving spatial dependence in regional labor markets. In addition to geographic distance, we consider different dimensions of economic distance as transmission channel of spatial dependence. To decide which factors influence spatial dependence in labor markets, we apply a higher-order spatial autoregressive model to data on regional labor markets in Germany. Our results suggest that geographic distance does not capture the spatial dependence between regional labor markets sufficiently but economic distance needs to be considered as well.