*========================================*高级计量经济学*========================================*计量经济学服务中心**===================================*空间计量及Stata应用*===================================*-------------------------------------------------------------------------------*参考资料：*《初级计量经济学及Stata应用：Stata从入门到进阶》*《高级计量经济学及Stata应用：Stata回归分析与应用》*《高级计量经济学及Eviews应用》*《空间计量入门》*《零基础
轻松搞定空间计量：空间计量及GeoDa、Stata应用》*《空间计量第二部：空间计量及Matlab应用课程》*《空间计量第三部：空间计量及Stata应用课程》*《空间计量第四部：《空间计量及ArcGis应用课程》*《空间计量第五部：空间计量经济学》*《空间计量第六部：《空间计量及Python应用》*《空间计量第七部：《空间计量及R应用》*《空间计量第八部：《高级空间计量经济学》*-------------------------------------------------------------------------------*-------------------------------------------------------------------------------*一、//////空间计量经济学*-------------------------------------------------------------------------------.*0、空间计量setmoreoff*1、导入数据usehomicide*2、空间设定spset*3、绘制可视化的等值区域图（choropleth）grmaphrate*4、生成空间权重矩阵spmatrixcreatecontiguityW/*创建空间权重矩阵*/spmatrixcreateidistanceM/*空间反距离矩阵*/spmatrixdirspmatrixcreatecontiguityW/*空间邻近矩阵*/spmatrixdir/*输出空间权重矩阵*/spmatrixexportWusingW.txtspmatrixexportMusingM.txt*5、回归分析regressregresshrate*6、检验空间相关性estatmoran,errorlag(W)estatmoran,errorlag(M)*7、SAR模型/*空间滞后模型*/spregresshrateln_populationln_pdensitygini,gs2slsdvarlag(W)spregresshrateln_populationln_pdensitygini,gs2slsdvarlag(W)errorlag(W)estimatesstoregs2sls_model*7、SEM模型/*空间误差模型*/spregresshrateln_populationln_pdensitygini,gs2slserrorlag(W)spregresshrateln_populationln_pdensitygini,mlerrorlag(W)*8、距离空间权重矩阵spmatrixcreateidistanceMspmatrixdirspregresshrateln_populationln_pdensitygini,gs2slsdvarlag(W)errorlag(W)ivarlag(W:ln_populationln_pdensitygini)dvarlag(M)spregresshrateln_populationln_pdensitygini,gs2slsdvarlag(W)errorlag(M)ivarlag(W:ln_populationln_pdensitygini)estimatesstoremodel_ex1_last*9、反应空间效应estatimpactspregresshrateln_populationln_pdensitygini,gs2slsheteroskedasticdvarlag(W)errorlag(M)ivarlag(W:ln_populationln_pdensitygini)*10、汇总以及对比quietlyspregresshrateln_populationln_pdensitygini,mldvarlag(W)errorlag(W)estimatesstoremodel_mlquietlyspregresshrateln_populationln_pdensitygini,gs2slsdvarlag(W)errorlag(W)estimatesstoregs2sls_modelestimatestablegs2sls_modelmodel_ml,b(%6.3f)se(%6.3f)
SAR模型数据集包含对地理区域或其他单元的观测;所以需要的是有一些距离的度量标准来区分哪些单位彼此之间比较近。
spregress命令对横断面数据进行建模。它要求每一个观察都代表一个独特的空间单元。对于每个单元(即面板数据)有多个观察值的数据，请参见spxtregress命令。
为了使模型与内生性问题符合横截面数据，请参考spivregress。
gs2sls使用了广义空间两阶段最小二乘(gs2sls)的广义矩估计方法。ml使用最大似然(ml)估计。对于正态分布的数据，ml在理论上比gs2sls更有效，但是当数据是i.i.d的时候，spregress,gs2sls产生的结果与spregress,ml并没有多大区别。
vce(稳健)方差估计可与spregress,ml一起使用，产生对非标准i.i.d.误差稳健的标准误差。
1
权重矩阵
重要的是要理解加权矩阵的选择是SAR模型的一部分。
只根据邻近区域来定义空间滞后有意义吗?或者你想要模拟随着距离增加而减少的距离的影响?或者，您希望根据数据中的某些度量(例如国家之间的进出口价值)来建模空间滞后吗?Sp系统有spmatrixcreate命令，可以创建连续矩阵和inverse-distance矩阵。例如,输入
spmatrixcreatecontiguityW
产生了连续性W,创建一个对称加权矩阵W，对于连续空间具有相同的正权单位，默认情况下，所有其他单位的权值为零，还可以选择包括二阶邻居(邻居的邻居)的非零权值。还有用于创建自定义权重矩阵的Sp命令。
spregress、gs2sls和spregress、ml均可对具有多重空间滞后的模型进行拟合独立变量。可以使用不同的空间权重指定多个ivarlag()选项相同或不同变量的矩阵。
spregress,gs2sls和spregress,ml均能拟合具有多个独立变量空间滞后的模型。
对于相同或不同的变量，可以使用不同的空间权重矩阵指定多个ivarlag()选项。
使用gs2sls估计器，您还可以包含由两个或多个空间加权矩阵指定的相关变量空间滞后和自回归误差项。
为此，可以指定多个dvarlag()选项或多个errorlag()选项。
多重加权矩阵可以被看作是对真实因变量或误差空间依赖性的“高阶”近似，它们允许对空间滞后的公式进行测试。
使用ml估计器，您可以只包含一个dvarlag()和一个errorlag()，但是每个都可以有自己的空间加权矩阵，可能是不同的。
2
Aspatialautoregressivemodel
我们想要模拟美国南部各县的谋杀率。homicide.dta包含
hrate，即每10万人每年的县级谋杀率;
ln-population，即县人口的对数;
ln-pdensity，人口密度的对数;
还有基尼系数(gini)，即该县的基尼系数(ginicoefficient)，它是衡量收入不平等的指标，数值越大，代表的不平等越严重(gini)。
数据是Messner等人()最初使用的数据的摘录;参见Britt()对该主题的文献综述。我们使用spshape2dta创建homicide.dtahehomicideshp.dta。后一个文件包含美国南部各县的边界坐标。
因为分析数据集和stata格式的shapefile必须在工作目录中才能设置数据，所以我们首先保存homicide.dta和homicide-shp.dta。使用copy命令将dta发送到工作目录。然后我们加载数据并输入spset来查看Sp设置。
代码为：
copy