一文读懂16个sp系列stata空间计量命令及应用

在Stata 15中，推出了最新的空间计量官方命令，均以sp开头，表示 spatial data），可以处理横截面与面板形式的空间数据。本文主要为大家介绍空间计量命令。

一、命令汇总

1、Preparing data/数据准备

zipfile：Compress and uncompress files in zip archive format，表示压缩和解压缩zip存档格式的文档

spshape2dta：Translate shapefile to Stata format表示可以将 shapefile 文件转换为 Stata 格式

spset：Declare data to be Sp spatial data声明空间数据

spbalance：Make panel data strongly balanced使面板数据具有很强的平衡性

spcompress：Compress Stata-format shapefile压缩数据成stata格式的shapefile

2、Looking at data/观测数据

grmap：Graph choropleth maps绘制等值区域图

spdistance：Calculator for distance between places计算区域之间距离

3、Setting the spatial weighting matrix/设置空间权重矩阵

spmatrix：Create, manipulate, and import/export weighting matrices表示创建操作管理、导入和导出空间权重矩阵

spgenerate：Generate spatial lag variables生成空间滞后变量

4、Fitting models/模型估计

spregress：Fit cross-sectional SAR models估计截面SAR模型

spivregress：Fit cross-sectional SAR models with endogenous covariates 估计工具变量SAR模型

spxtregress：Fit panel-data SAR models估计面板数据SAR模型

5、Postestimation/估计检验命令

estat moran：Moran's test after regress莫兰指数检验

spregress postestimation：Postestimation tools for spregress截面SAR检验

spivregress postestimation：Postestimation tools for spivregress工具变量SAR检验

spxtregress postestimation： Postestimation tools for spxtregress面板SAR检验 

2、操作应用介绍

首先导入并且下载homicide1990.dta和homicide1990_shp.dta ，其中homicide1990.dta表示的是具有相关变量的数据，而homicide1990_shp.dta是可以构建相关权重矩阵的数据，数据如下：

1、首先导入homicide1990数据，命令为：

use homicide1990

Convert the coordinates to latitude and longitude and measure the distance in miles

spset, modify coordsys(latlong, miles)

spmatrix命令简介

spmatrix可以用来定义、创建、导入、导出空间权重矩阵，基本语法格式为：

spmatrix create contiguity spmatname [if] [in] [, contoptions stdoptions] spmatrix create idistance spmatname [if] [in] [, idistoption stdoptions]

其中spmatrix create contiguity W，此命令将根据相邻关系（contiguity）来创建空间权重矩阵 ，而idistance 表示 inverse distance，将生成基于距离倒数的空间权重矩阵。

2、对于横截面数据，估计截面SAR模型命令为spregress，语法格式为：

Generalized spatial two-stage least squares表示进行 GS2SLS 估计

spregress depvar [indepvars] [if] [in], gs2sls [gs2sls_options]

Maximum likelihood表示进行 MLE 估计

spregress depvar [indepvars] [if] [in], ml [ml_options]

（1）在spregress depvar [indepvars] [if] [in], gs2sls [gs2sls_options]表达式中，选项包括：

dvarlag(spmatname)：spatially lagged dependent variable; repeatable表示指定被解释变量（dependent variable）的空间权重矩阵

errorlag(spmatname)：spatially lagged errors; repeatable ， 表示用于指定误差项（error term）的空间权重矩阵。   

ivarlag(spmatname : varlist)：spatially lagged independent variables; repeatable/表示用于指定自变量（independent variable）的空间权重矩阵。

noconstant：suppress constant term

heteroskedastic：treat errors as heteroskedastic

level(#)：set confidence level; default is level(95)表示设置置信水平，默认为95%

另外选择项 robust 表示使用稳健标准误。

（2）在spregress depvar [indepvars] [if] [in], ml [ml_options]

表达式中，包括的选项基本一致，区别之处在于ml方法不同。

3、工具变量法SAR模型估计命令为：spivregress，语法格式为：

spivregress depvar [varlist_1] (varlist_2 = varlist_iv) [if] [in] [, options]

选择项包括ml gs2sls dvarlag(W) errorlag(W) ivarlag(W: x1 x2)，含义与spregress 一致。

4、面板SAR模型估计命令为：spxtregress，语法格式为：

Fixed-effects maximum likelihood

spxtregress depvar [indepvars] [if] [in], fe [fe_options]

Random-effects maximum likelihood

spxtregress depvar [indepvars] [if] [in], re [re_options]

选项包括如下：

dvarlag(spmatname)：spatially lagged dependent variable

errorlag(spmatname)：spatially lagged errors

ivarlag(spmatname : varlist)：spatially lagged independent variables; repeatable

5、操作应用介绍

copy https://www.stata-press.com/data/r16/homicide_1960_1990.dta .

copy https://www.stata-press.com/data/r16/homicide_1960_1990_shp.dta 

use homicide_1960_1990  //导入数据

xtset _ID year

spset

Create a contiguity weighting matrix with the default spectral normalization

spmatrix create contiguity W if year == 1990    //以1990年数据为基准构建空间权重矩阵

Fit a spatial autoregressive random-effects model

spxtregress hrate ln_population ln_pdensity gini i.year, re dvarlag(W)

//空间滞后模型回归

Create an inverse-distance weighting matrix with the default spectral normalization

spmatrix create idistance M if year == 1990    

Same as above but use the alternative formulation of the estimator

spxtregress hrate ln_population ln_pdensity gini i.year, re sarpanel dvarlag(M) errorlag(M)

Fit a spatial autoregressive fixed-effects model

spxtregress hrate ln_population ln_pdensity gini i.year, fe dvarlag(M) errorlag(M)