空间面板回归模型（stata操作）

空间面板回归模型（stata操作）

一、莫兰检验

此检验主要检验所研究的变量（或被解释变量）是否存在空间依赖性。首先利用各省份地区的位置坐标使用stata构造空间权重矩阵（距离矩阵），然后导入stata中。

 spatwmat using "C:\Users\86198\Desktop\空间权重矩阵.dta",name(W)    //空间权重矩阵命名为W
 spatgsa var2 var3 var4 var5 var6 var7 var8 var9,weights(W) moran //这里var2-var9为9年被解释变量数据，进行检验 

还可画出莫兰分布图

spatwmat using "C:\Users\86198\Desktop\空间权重矩阵.dta", name(W) standardize   //导入空间权重矩阵，进行标准化
spatlsa var2,weight(W) moran graph(moran) symbol(id) id(var1)  //画出莫兰分布图，并加以标记（var1）省份名

结果如下：

通过P值可知，被解释变量在各8年中存在着空间依赖性，所以继续进行空间模型的构建。

二、LM检验

LM检验主要判断是否可以进一步进行空间面板建模。

xtset dmu year   //设置面板
use "C:\Users\86198\Desktop\空间权重矩阵.dta",name(W) standardize
spmat dta W var1-var30,norm(row) replace  //var1-var30为空间权重矩阵的变量名
drop var1-var30
set matsize 240  //30*8（30个省份，8年数据）
mat TMAT = I(8)  //括号中代表年数
mat Wxt=TMAT#W  //将30*30的截面矩阵与TMAT合并
svmat Wxt
save Wxt.dta,replace  //这里保存LM检验所需要的空间面板权重矩阵
//随后可以重新在原数据stata文件引用空间面板权重矩阵
spatwmat using "C:\Users\86198\Desktop\Wxt.dta",name(ww) standardize
reg lncei lnelecnum lnfina  //先回归，后检验 (reg cei elecnum fina finaelecnum gdp chanquan nengyuan tech)后面又修改的数据
spatdiag,weights(ww)

结果如下

在空间误差模型中，均拒绝原假设，而空间滞后模型中，只有稳健拉格朗日乘数检验未通过，这更进一步可进行空间面板回归建模。

三、Hausman检验

紧接着，为了进一步确定模型类型，判断模型是随机效应还是固定效应，进行LM检验。stata代码如下：

xsmle cei elecnum fina finaelecnum gdp chanquan nengyuan tech,wmat(W) model(sdm) hausman nolog  //被解释变量在前，解释变量在后

由于Prob>=chi2=0.0000，拒绝原假设，所以模型为固定效应。

随后进行LR检验，以SDM模型为基准，判断SDM能否退化为SLM/SEM；Wald检验，判断SDM能否退化未SLM/SEM。

xsmle cei elecnum fina finaelecnum gdp chanquan nengyuan tech,fe model(sdm) wmat(W) type(time) nolog noeffects
est store sdm_a
xsmle cei elecnum fina finaelecnum gdp chanquan nengyuan tech,fe model(sar) wmat(W) type(time) nolog noeffects
est store sar_a
xsmle cei elecnum fina finaelecnum gdp chanquan nengyuan tech,fe model(sem) emat(W) type(time) nolog noeffects
est store sem_a
lrtest sdm_a sar_a
lrtest sdm_a sem_a

结果如下

如果上述均拒绝原假设，则说明sdm模型不能退化，可使用sdm（即空间杜宾模型）进行建模。

四、建模

//sdm模型回归
///时间固定效应模型
xsmle cei elecnum fina finaelecnum gdp chanquan nengyuan tech,fe model(sdm) wmat(W) type(time) nolog noeffects
///个体固定效应模型
 xsmle  cei elecnum fina finaelecnum gdp chanquan nengyuan tech,fe model(sdm) wmat(W)  type(ind) nolog noeffects
///双固定效应模型
 xsmle  cei elecnum fina finaelecnum gdp chanquan nengyuan tech,fe model(sdm) wmat(W)  type(both) nolog noeffects
 //输出结果至word文件
outreg2 using "C:\Users\86198\Desktop\空间杜宾.doc",replace pvalue bdec(3) pdec(2)

具体选择哪个模型，根据自己所需进行选择，也可看哪个适合研究假设、方便解释而定。需要注意的是，模型求解可能不收敛（这样结果不可信），即出现convergence not achieved，需要使用from(,copy)进行调试，直至收敛为止。

五、效应分解

xsmle  cei elecnum fina finaelecnum gdp chanquan nengyuan tech,fe model(sdm) wmat(W) type(time) nolog effects  //效应分解

最后根据结果，对应的进行分析。

注：以上仅是这段时间自学结果，只是自己一些拙见分享，欢迎大家批评指正。

附件：省级（市）空间权重矩阵、变量下载
dta（Stata）格式：
285个城市邻接矩阵
285空间地理权重矩阵
285经济地理矩阵
excel格式：
285个地级市空间权重矩阵
操作的研究变量：
31个省份2011-2020数字经济、产业结构、经济发展水平等经济指标