|
本人準(zhǔn)大四生，之前為了完成發(fā)展經(jīng)濟(jì)學(xué)的論文接觸了一下空間計(jì)量的內(nèi)容，使用的軟件是stata，折騰了好久算是有點(diǎn)心得，想和和我一樣的純新手分享一下。其實(shí)人大論壇這邊還是有一些關(guān)于利用stata做空間計(jì)量的內(nèi)容，本人也參考了不少，以下有參考的都盡可能列出來(lái)。 首先講一講如何利用stata制作分布地圖，本人的課程論文是關(guān)于老齡化的區(qū)域分布，所以上一個(gè)2012年的老齡人口分布圖（省域）：  方法參考自http://bbs./thread-3007850-2-1.html 首先要有地圖的數(shù)據(jù)，在那個(gè)帖子中介紹了一個(gè)命令：findit china_map； 大致的意思即下載了中國(guó)的地圖數(shù)據(jù)，類似的好像還有一個(gè)可以找到世界地圖的數(shù)據(jù)，不過(guò)記不清了，輸入這個(gè)命令的過(guò)程有點(diǎn)類似于安裝命令，安裝完之后會(huì)在stata的安裝文件夾中出現(xiàn)一個(gè)china_map.zip的壓縮包，解壓后會(huì)出現(xiàn)兩組數(shù)據(jù)，china_label.dta和china_map.dta，都可以打開看一下，前者有省份的標(biāo)識(shí)，后者并沒有，然后當(dāng)時(shí)本人使用的是第一個(gè)文件，我們可以看一下里面的數(shù)據(jù)：  name一欄可能是中文無(wú)法顯示的原因，不過(guò)我們可以根據(jù)英文名來(lái)確定不同的省份。然后這里的原理本人也并不是非常清楚，只介紹本人是怎么做的。我們可以發(fā)現(xiàn)一個(gè)省份可能對(duì)應(yīng)若干行，所以在這里做的事就是將我們的數(shù)據(jù)對(duì)應(yīng)填進(jìn)這個(gè)stata數(shù)據(jù)里，這會(huì)花掉一點(diǎn)時(shí)間，不過(guò)在excel里整理起來(lái)還是比較快的。在這里如果我們使用的是面板數(shù)據(jù)的話，可以把我們的變量一行一行整理，而不是一個(gè)個(gè)，像我就一下子輸入了幾年的數(shù)據(jù)，到時(shí)候作圖換個(gè)變量就可以實(shí)現(xiàn)。 給大家截一個(gè)excel整理的圖：（請(qǐng)忽視變量）  數(shù)據(jù)到手，我們還需要一個(gè)命令，相信很多人都知道的一個(gè)spmap的命令，下載安裝：ssc install spmap； 在這里用2012年的數(shù)據(jù)做一個(gè)范例（變量名我加了個(gè)a，直接數(shù)字似乎不可行）： 輸入命令： spmap a2012 using 'china_map.dta',id(id) 然后我們就可以看到彈出來(lái)的圖了：  我們?cè)谶@里可以進(jìn)行簡(jiǎn)單的編輯，然后在這里還有一個(gè)值得關(guān)注的部分，那就是顏色劃分的范圍，我們可以看到左下角的劃分是自動(dòng)生成的，如果我們想要自定義怎么辦呢？只要我們?cè)谥暗拿钌霞由虾缶Y即可： spmap ? a2012 using 'china_map.dta',id(id) clm(c) clb(0 7 8 9 10 11 16) 參考自：http://bbs./thread-3682168-1-1.html 相信大家能看出這個(gè)后綴是什么意思，以及我們應(yīng)該怎么去定義范圍：  最后再提供一個(gè)比較好的帖子，也是關(guān)于作圖的，當(dāng)然要比我的解說(shuō)專業(yè)得多： http://bbs./thread-3786220-1-1.html； 感覺上畫這個(gè)圖非常ZB，做出的論文老師不置可否，然后說(shuō)：你這圖畫的不錯(cuò)，我二十年前就開始畫了/(ㄒoㄒ)/~~ 畫完了圖，我們接下來(lái)就開始正式進(jìn)入空間計(jì)量部分，一般情況下，我們都會(huì)先接觸一個(gè)Moran's I指數(shù)，或者叫莫蘭指數(shù)，這是一個(gè)衡量空間自相關(guān)的變量，如果沒有空間上的相關(guān)性，那么我們做空間計(jì)量也就沒有意義了。而為了計(jì)算莫蘭指數(shù)，乃至為了之后的空間計(jì)量模型部分，我們都需要一個(gè)空間權(quán)重矩陣W； 關(guān)于空間權(quán)重矩陣部分，主要有兩種計(jì)算的方式：一、以相鄰為1，不相鄰為0；二、以距離小于固定值的為1，距離大于固定值的為0；由于本人使用的數(shù)據(jù)是省域，于是恬不知恥地直接找了一個(gè)論壇里分享的矩陣完事，計(jì)算方法是第一種，附件中會(huì)分享；而如果是縣域或者其他空間分布的矩陣的話，本人并沒有嘗試過(guò)，但是有一個(gè)和我一起嘗試做空間計(jì)量的同學(xué)倒是折騰過(guò)，折騰了很久，最后還是以失敗告終，所以在這里就不誤人子弟了，僅提供一個(gè)相對(duì)詳細(xì)的帖子作參考：http://bbs./thread-2588556-1-1.html； 于是我們有了矩陣（說(shuō)得好像真的有了一樣(#‵′)凸），關(guān)于矩陣的形式，以我的數(shù)據(jù)為例，就是31×31的一個(gè)矩陣，我們需要將其變?yōu)閐ta數(shù)據(jù)，其實(shí)貼進(jìn)stata，然后另存為就可以，例如我們?nèi)∶麨閃.dta。 然后我們就需要空間計(jì)量的命令了，在這里推薦一組spat開頭的系列命令：  （截圖來(lái)自陳強(qiáng)的高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用第二版，這本書有一章就在講空間計(jì)量，后期摸索我主要就靠這本書，由于論壇好像已經(jīng)有這本書的分享，而且是收費(fèi)的，我也不好全部免費(fèi)發(fā)上來(lái)，僅免費(fèi)提供空間計(jì)量一章） 在調(diào)用命令之前我們需要將W.dta放到我們的安裝文件夾里，然后輸入命令：spatwmat using W.dta,name(W); 正常情況下，我們的空間權(quán)重矩陣就存在了，不過(guò)這里可能會(huì)出現(xiàn)問(wèn)題，而出現(xiàn)問(wèn)題的還是我那個(gè)悲催的同學(xué)，我的電腦是windows7，然后她是mac，結(jié)果她做到這一步時(shí)發(fā)現(xiàn)無(wú)法調(diào)用W.dta，也就是說(shuō)無(wú)法生成矩陣，雖然的確把W.dta放到安裝文件里了。不過(guò)后來(lái)我們嘗試了一下，發(fā)現(xiàn)一種解決辦法，這一點(diǎn)等一會(huì)兒再講。 對(duì)于像我一樣的新手有一點(diǎn)必須要說(shuō)明的就是權(quán)重矩陣和我們的數(shù)據(jù)應(yīng)該是兩個(gè)文件，而在我們導(dǎo)入矩陣之后，并不會(huì)占用我們stata儲(chǔ)存數(shù)據(jù)的那一塊區(qū)域，所以我們要跑回歸的數(shù)據(jù)甚至是可以直接復(fù)制粘貼進(jìn)去的，其實(shí)本人就是這么干的，我們可以看一下矩陣和數(shù)據(jù)的形式：  （注意不要把第一列復(fù)制進(jìn)去）  本人的數(shù)據(jù)是多年份的，所以是這樣的，在這里，我們并不需要一個(gè)ID列，stata會(huì)自動(dòng)默認(rèn)，即我的矩陣有31列，這里的數(shù)據(jù)也應(yīng)當(dāng)有31列，于是就會(huì)自動(dòng)對(duì)應(yīng)； 之前我們已經(jīng)引入了權(quán)重矩陣，因而接下來(lái)直接輸moran指數(shù)的命令： spatgsa a2012,weights(W) moran //全局莫蘭指數(shù)，a2012是我的變量，即2012年的各省老齡化水平，別忘記變量右面有個(gè)逗號(hào)，不然會(huì)出錯(cuò)，此命令默認(rèn)單尾； spatlsa a2012,weights(W) moran //局部莫蘭指數(shù) spatlsa a2013 ,weight(W) moran graph (moran) symbol(n)//莫蘭散點(diǎn)圖 關(guān)于莫蘭散點(diǎn)圖有一點(diǎn)需要說(shuō)明的就是當(dāng)時(shí)做出的散點(diǎn)圖是黑底的，直接貼到word上非常難看，但是在stata之中卻提醒無(wú)法編輯，搞了很久沒找到解決辦法，后來(lái)機(jī)智的我把黑底圖貼進(jìn)word之后，利用word自帶的對(duì)圖片的編輯功能設(shè)置了黑色為透明色，然后略加調(diào)整，散點(diǎn)圖就已經(jīng)有點(diǎn)像模像樣了。不過(guò)只能說(shuō)奇技淫巧，遇到這個(gè)問(wèn)題又實(shí)在解決不了的可以考慮下。 關(guān)于莫蘭指數(shù)的部分就到此為止了，問(wèn)題并不大，除了我那個(gè)悲催的同學(xué)。我那個(gè)同學(xué)出現(xiàn)的問(wèn)題是無(wú)法調(diào)用數(shù)據(jù)生成權(quán)重矩陣，而我們后來(lái)的解決辦法是把權(quán)重矩陣的數(shù)據(jù)粘貼進(jìn)stata之后，直接生成矩陣：spatwmat ,name(W)；剛才試了一下，這個(gè)辦法在我的電腦上并不行，不知道出了什么問(wèn)題，但是我們的確是按照直接生成矩陣的思路來(lái)的，生成矩陣之后再把矩陣數(shù)據(jù)清空，粘貼進(jìn)我們要使用的數(shù)據(jù)即可；這一塊可能有待大神補(bǔ)充； 整體上這塊內(nèi)容在我搞到陳強(qiáng)的那本書之后很快就出來(lái)了，主要是那本書上有個(gè)例子，在附件中我也會(huì)將例子的數(shù)據(jù)附上，大家可以按照那里的思路學(xué)習(xí)； 接下來(lái)的部分是空間模型部分，由于我做的是面板的數(shù)據(jù)，所以這一部分并沒有完全接觸過(guò)，當(dāng)然兩者之間在操作上沒有本質(zhì)的差異，這一塊內(nèi)容大家可以參考陳強(qiáng)的教材，摸索一下，很快就能掌握； 好了，最后就是我的空間面板部分了，事實(shí)上，這部分內(nèi)容在陳強(qiáng)的教材占也有講到，但是但是我照著他的教材操作，仍然出現(xiàn)了一點(diǎn)問(wèn)題（事實(shí)證明，那是我的問(wèn)題，而不是教材的/(ㄒoㄒ)/~~，所以作為經(jīng)驗(yàn)貼我覺得有必要講一下，哪些地方可能會(huì)出現(xiàn)問(wèn)題） 首先下一個(gè)非官方命令xsmle: net install xsmle; 然后第一步仍然是導(dǎo)入矩陣，這一點(diǎn)可以參考之前的操作，陳強(qiáng)的教材中又提供了一條新命令，但就不贅述了，本質(zhì)是一樣的：spatwmat using W.dta,name(W); 然后大家可以照著陳強(qiáng)的內(nèi)容開始操作，我以我自己的命令舉例： spatwmat using shengfenW.dta,name(W) //打開文件后導(dǎo)入矩陣 xtset id 年份//設(shè)定面板 xsmle 老年化率 醫(yī)療機(jī)構(gòu)數(shù) 人均GDP 普通高中學(xué)校數(shù) 在職職工參加養(yǎng)老保險(xiǎn)人數(shù)萬(wàn)人 人口自然增長(zhǎng)率,wmat(W)model(sdm)robust nolog noeffects （本人是stata14，所以支持中文變量名，大家看到中文變量名不要感到奇怪） 然后你就會(huì)喜聞樂(lè)見地發(fā)現(xiàn)出錯(cuò)了，stata會(huì)提醒：initial values not feasible； 哪里出了問(wèn)題呢？其實(shí)是我們?cè)谖覀冞M(jìn)行這一輪操作的時(shí)候，我們導(dǎo)入的矩陣必須是標(biāo)準(zhǔn)化的！不要問(wèn)我為什么，我也只是查來(lái)的/(ㄒoㄒ)/~~ spatwmat using shengfenW.dta,name(W) standardize//打開文件后導(dǎo)入矩陣，標(biāo)準(zhǔn)化以防出現(xiàn)initial values not feasible錯(cuò)誤 xtset id 年份//設(shè)定面板 xsmle 老年化率 醫(yī)療機(jī)構(gòu)數(shù) 人均GDP 普通高中學(xué)校數(shù) 在職職工參加養(yǎng)老保險(xiǎn)人數(shù)萬(wàn)人 人口自然增長(zhǎng)率,wmat(W)model(sdm)robust nolog noeffects 在標(biāo)準(zhǔn)化之后，就不會(huì)再出現(xiàn)錯(cuò)誤提醒了； 具體操作大家都可以參考陳強(qiáng)的教材； 然后大家應(yīng)該知道空間計(jì)量有多個(gè)可選模型，SDM，SAR和SEM，對(duì)于如何選擇模型我不想多說(shuō)，因?yàn)槲乙餐耆欢。窃谌齻€(gè)模型的命令上其實(shí)存在一個(gè)非常微小的差別，我們先來(lái)看一看正確的命令： xsmle 老年化率 醫(yī)療機(jī)構(gòu)數(shù) genGDP 普通高中學(xué)校數(shù) 在職職工參加養(yǎng)老保險(xiǎn)人數(shù)萬(wàn)人 人口自然增長(zhǎng)率,wmat(W)model(sdm)robust nolog noeffects xsmle 老年化率 醫(yī)療機(jī)構(gòu)數(shù) genGDP 普通高中學(xué)校數(shù) 在職職工參加養(yǎng)老保險(xiǎn)人數(shù)萬(wàn)人 人口自然增長(zhǎng)率,wmat(W)model(sar)robust nolog noeffects xsmle 老年化率 醫(yī)療機(jī)構(gòu)數(shù) genGDP 普通高中學(xué)校數(shù) 在職職工參加養(yǎng)老保險(xiǎn)人數(shù)萬(wàn)人 人口自然增長(zhǎng)率,emat(W)model(sem)robust nolog noeffects 不知道大家看出差別沒有，關(guān)鍵在于SEM模型在調(diào)用權(quán)重矩陣的命令是：emat，而其他兩個(gè)模型為wmat，關(guān)于這一點(diǎn)，我們可以help xsmle查看幫助 如果還是和我一樣直接將括號(hào)里的sdm,sar,sem互換一下的話，就會(huì)出現(xiàn)：Specify ematrix() option with SEM model invalid syntax ； 最后再提醒一個(gè)關(guān)于霍斯曼檢驗(yàn)的問(wèn)題，其實(shí)和空間計(jì)量問(wèn)題不大，不過(guò)我當(dāng)時(shí)遇到了就提醒一下； 我們之前在跑回歸的時(shí)候都是默認(rèn)隨機(jī)模型，而且都是穩(wěn)健結(jié)果（robust），但是在霍斯曼檢驗(yàn)時(shí)，就需要將（robust）去掉： xsmle 老年化率 醫(yī)療機(jī)構(gòu)數(shù) genGDP 普通高中學(xué)校數(shù) 在職職工參加養(yǎng)老保險(xiǎn)人數(shù)萬(wàn)人 人口自然增長(zhǎng)率,wmat(W)model(sdm) durbin( genGDP 普通高中學(xué)校數(shù) ) nolog noeffects est sto re xsmle 老年化率 醫(yī)療機(jī)構(gòu)數(shù) genGDP 普通高中學(xué)校數(shù) 在職職工參加養(yǎng)老保險(xiǎn)人數(shù)萬(wàn)人 人口自然增長(zhǎng)率,wmat(W)model(sdm) durbin( genGDP 普通高中學(xué)校數(shù) ) nolog noeffects fe est sto fe hausman fe re 如果穩(wěn)?。╮obust）的話，就會(huì)出現(xiàn)：hausman cannot be used with vce(robust), vce(cluster cvar), or p-weighted data； 說(shuō)實(shí)話，本人是為了完成那一篇課程論文才接觸的空間計(jì)量，一開始完全處于一臉懵逼的狀態(tài)，摸索了許久才算有點(diǎn)成果，不過(guò)也就僅限于這個(gè)帖子里所說(shuō)的啦，所以要是提問(wèn)什么高深的問(wèn)題我也是完全不會(huì)的啊。而這個(gè)帖子呢，也不算什么技術(shù)貼，只能說(shuō)是一個(gè)經(jīng)驗(yàn)貼，相信還是能夠?yàn)槟切┖臀乙粯觿偨佑|空間計(jì)量，啥都不懂的小白一點(diǎn)幫助。 最后說(shuō)明一下附件的情況。 “我的數(shù)據(jù)”里包括三部分，第一部分是一個(gè)31×31的空間權(quán)重矩陣（以相鄰為1，不相鄰為0，然后海南省不與任何一個(gè)省份相鄰）；第二部分是1997-2013年的人口老齡化數(shù)據(jù)（65歲以上老齡人口比重）；第三部分是自變量和因變量； “陳強(qiáng) 空間計(jì)量部分”是我從陳強(qiáng)的《高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用》的第二版中截取的空間計(jì)量的部分內(nèi)容； 然后附上的數(shù)據(jù)是陳強(qiáng)教材中使用到的四個(gè)數(shù)據(jù)，有兩個(gè)不讓我傳，于是打成壓縮包了  壓縮包.zip(25.59 KB) 我的數(shù)據(jù).xlsx(24.58 KB) 陳強(qiáng) 空間計(jì)量部分.pdf(10.03 MB) |
|
|
來(lái)自： lyricLee7v7c1q > 《計(jì)量》
