1.莫兰检验:
cd"D:\0.1data\02.first\02.stata" 定义一个路径存储W矩阵
通过数据编译器粘贴入数据,并保存为W-1.dta,(保存到上面定义的路径下)
spatwmat using W-1.dta,name(w) //用于全局莫兰指数
通过数据编译器粘贴入CEI数据,并保存为CEI-莫兰.dta文件,
或在数据编辑器中打开该保存好的文件
spatgsa (CI文件里面的变量名),weights(w) moran///全局Moran’s I 同时输出多个列如下
spatgsa y2012 y2013 y2014 y2015 y2016 y2017 y2018 y2019 y2020 y2021,weights(w) moran
2.空间计量模型
SDM:
空间计量模型
SDM:
先打开所在目录需要操作的数据文件(不考虑中介变量)
spatwmat using W-1.dta,name(W) standardize //打开文件后导入矩阵,标准化以防出现initial values not feasible错误
xtset CODE2 YEAR (CODE2 YEAR 都是打开dta文件里面的变量名)
xsmle ln_CO2 ln_I ln_U ln_P ln_IN ln_PO ln_E,wmat(W)model(sdm)robust nolog noeffects
SAR
xsmle ln_CO2 ln_I ln_U ln_P ln_IN ln_PO ln_E,wmat(W)model(sar)robust nolog noeffects
SEM
xsmle ln_CO2 ln_ICT ln_URB ln_PGDP ln_IND ln_POP ln_EI,emat(W)model(sem)robust nolog noeffects
outreg2 using SEM.doc
3.空间计量模型的选择
对于SDM与SAR, 检验空间杜宾模型是否会退化为SAR
xsmle ln_CO2 ln_I ln_U ln_P ln_IN ln_PO ln_E, fe model(sdm) wmat(w) nolog noeffects type(both)
est store sdm
xsmle ln_CO2 ln_I ln_U ln_P ln_IN ln_PO ln_E,fe model(sar) wmat(w) nolog noeffects type(both)
est store sar
lrtest sdm sar *H0:SDM退化为SAR
如果P小于0.1显著,不可以退化,P值大于0.1,说明可以退化
检验SDM是否退化为SEM
xsmle ln_CO2 ln_I ln_U ln_P ln_IN ln_PO ln_EI,wmat(W) model(sdm) fe
estat ic
xsmle ln_CO2 ln_I ln_U ln_P ln_IN ln_PO ln_EI,emat(W) model(sem) fe
estat ic
通过对比SDM和SEM得出的AIC和BIC进行选择。
4.固定效应SDM时间、个体、双固定分析
xsmle ln_CO2 ln_ICT , model(sdm) wmat(W) type(time) nolog effects fe
outreg2 using SDM-time.doc //导出数据导word
est store sdm_time2
xsmle ln_CO2 ln_ICT , model(sdm) wmat(W) type(ind) nolog effects fe
outreg2 using SDM-ind.doc
est store sdm_ind2
xsmle ln_CO2 ln_ICT , model(sdm) wmat(W) type(both) nolog effects fe
outreg2 using SDM-both.doc
est store sdm_both2
进行对比分析
lrtest sdm_both2 sdm_time2,df(9)
lrtest sdm_both2 sdm_ind2,df(9)