stata进行空间计量分析

第一步，打开是stata14,安装xsmle(本文使用的是面板数据）;

ssc install xsmle

第二步，打开要分析的文件；

首先，单击file—import—选择导入的文件形式（本文导入的是.xls)

然后，点击Browse，找到所需要的文件，点击OK；

第三步，将变量取对数；

gen lnGDP = log(GDP)
gen lnpersonel = log(personel)
gen lnincome = log(income)
gen lnRdfare = log(Rdfare)
gen lnexport = log(export)
gen ln(location) = log(location)
gen lnscienceExpense = log(scienceExpense)

第四步，导入权重矩阵；

将权重矩阵.xls转换为.dta格式，并保存（本文命名为weight.dta)

第五步，使用xtset设置region和year(格式为xtset region year);

xtset state A

第六步，将权重矩阵weight.dta标准化；

spatwmat using weight.dta,n(W1) standardize

第七步，使用聚类稳健的标准误估计随机效应的SDM模型；

xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm)  robust nolog
//个体效应
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm)  robust nolog type(ind)
//时间效应
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm)  robust nolog type(time)
//双效应
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm)  robust nolog type(both)

如果使用SAR模型，则输入以下形式：

xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sar)  robust nolog

如果使用SEM模型，则输入以下形式：

 xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,emat(W1) model(sem) robust nolog

第八步，进行固定效应的估计；

固定效应也分为时间固定、个体固定和双向固定，本文仅列举固定效应中的空间杜宾模型。若要加上时间固定、个体固定、双固定，在后面加上type(time),type(ind),type(both)即可。

xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1)  model(sdm) robust nolog fe

第九步，进行固定效应AIC和BIC检验

estat ic

AIC和BIC越小越好。

最后，进行豪斯曼检验，判断使用随机效应模型还是固定效应模型；

qui xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1)  model(sdm)   nolog re
est sto re
qui xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1)  model(sdm)   nolog fe
est sto fe
// 豪斯曼检验
hausman fe re

如果豪斯曼统计量的p值大于0.1，则接受随机效应的原假设；否则，接受备择假设，选择固定效应。