“傻瓜”学计量——时空分异分析（全局/局域莫兰指数 Moran’s I）及stata代码（为爱发电）

提纲：

时空统计分析方法的原理、及知识框架

全局/局域 Moran’s I  的stata指令

1 时空统计分析方法的原理

首先需要了解空间异质性(spatial heterogeneity)这个概念。

1.1 空间异质性(spatial heterogeneity)

这个名词来源于生态学，说的是各种物体在空间上的分布是有多样性的，有些地方植物的种类就相当的复杂，有的地方相对来说就没有那么多种类。

举个简单的例子：

横看成岭侧成峰，远近高低各不同。

    不识庐山真面目，只缘身在此山中。

                         ——苏轼《题西林壁》

“异”，大家都知道，就是不同的、有差别的意思。 “质”，就是事物的根本、特性，本体，本性的意思。但是在地理学，特别是空间统计学上面，空间异质性，一般指的是因为观察位置的不同，而产生的不同观测结果。

正如前面苏轼的那首诗里面写的，庐山本体就在那个地方，它本身是不会发生任何变化的，但是因为你所处的位置不同，获得的观察结果也不同。这种因为观察位置不同，而引发的不同特征，就是所谓的空间异质性。

这种差异，有的时候是因为观察位置的不同，而引发的测量错误，就如同上面那首诗，不同位置看见不同的庐山，但是有的确是因为观察得距离和空间变化，所以引发的有意义的差异性。

这里补充一点知识： 是指无论在政治经济领域，还是在生物地理方面，空间关联性现象是普遍存在的，且近处比远处关联性更强。托布勒将此称为地理学第一定律。

1.2 空间依赖关系

在时空统计分析中，时常需要借用空间权重矩阵来反映空间依赖关系，所以可以说空间权重矩阵的设置在一定程度上算是多数时空统计分析的前提与基础。主要分为以下两大类：

1.2.1 “邻接性”空间依赖关系

Bishop邻接	A与所有的B都是共顶点连接
Rock邻接 （也叫“车式邻接”）	A与所有的B都是公共边连接
Queen邻接 （也叫“后式邻接”）	A与