本文详细介绍了Stata软件解决包括空间权重矩阵的构建、空间计量模型的选择以及空间计量模型的建立过程等问题。

1.空间权重矩阵的构建

通常情况下，空间权重矩阵有邻接矩阵、地理距离空间权重矩阵、经济距离空间权重矩阵。Stata中构建空间权重矩阵需要用到这个命令：spwmatrix。首先要在Stata中安装spwmatrix命令代码如下：

（1）邻接矩阵

其中，latitude和longitude为各地区经纬度，wbin为空间权重矩阵的命名，wtype()代表矩阵类型。

（2）地理距离空间权重矩阵

qlpha(1)表示这是根据两地区间距离平方的倒数构建的空间权重矩阵。

（3）经济距离空间权重矩阵

econvar()表示经济距离权重矩阵，括号中的指标为经济指标。

2.莫兰指数和莫兰图 （1）莫兰指数

var指需要检验的变量，W是空间权重矩阵。

（2）莫兰图 Moran散点图通常是用来衡量观测区域及邻近区域之间的差异程度：若观测值分布在第一象限，表明高水平的地区被高集聚水平的其他地区包围（HH）；分布在第二象限，表明低水平的地区被高集聚水平的其他地区包围（LH）；分布在第三象限，表明低水平的地区被低集聚水平的其他地区包围（LL）；分布在第四象限，表明高水平的地区被低集聚水平的其他地区包围（HL）。代码如下：

3.空间计量模型 本文将最小二乘模型作为基准对比模型，构建空间误差模型、空间滞后模型、空间杜宾模型。面板数据格式如下： 导入数据有两种方法：直接在Excel中复制，然后粘贴到Stata的数据集中即可；导入Excel文件。上述数据导入Stata之后，需要将其转化成面板数据，使用代码：xtset id year。

（1）基准模型：最小二乘模型

re表示这里默认选择随机效应，然后通过xttest0命令检验是否选择随机效应。

（2）空间计量模型 首先需要安装xsmle命令，代码如下：

空间滞后模型是指考虑了被解释变量的滞后项，代码如下：

空间误差模型是指考虑了误差项的空间滞后项，代码如下：

空间杜宾模型是指考虑了解释变量和被解释变量的滞后项，代码如下：

effects可以得到直接效应和间接效应。

下面说一下模型的选择问题。有关空间计量模型设定的探讨，可以通过三个统计量对模型进行比较：Log Likelihood（对数似然值）、Akaike Info Criterion（赤池信息准则）和Schwarz Criterion（施瓦茨信息准则），其中，Log Likelihood越大说明模型越好，Akaike Info Criterion和Schwarz Criterion越小说明模型越好。 使用命令estat ic可以得到每一个模型针对上述三个统计量的值，通过对比即可确定选择哪个模型最合适。