推荐阅读：
空间计量课程三部曲：零基础轻松搞定空间计量：空间计量及GeoDa、Stata、Matlab应用，免费赠送数据资料等
在Stata 15中，推出了最新的空间计量官方命令，均以sp开头，表示 spatial data)，可以处理横截面与面板形式的空间数据。本文主要为大家介绍空间计量命令。
一、命令汇总
1、Preparing data/数据准备
zipfile
：Compress and uncompress files in zip archive format，
表示压缩和解压缩zip存档格式的文档
spshape2dta
：Translate shapefile to Stata format
表示可以将 shapefile 文件转换为 Stata 格式
spset：
Declare data to be Sp spatial data
声明空间数据
spbalance
：Make panel data strongly balanced
使面板数据具有很强的平衡性
spcompress：
Compress Stata-format shapefile
压缩数据成stata格式的shapefile
2、Looking at data/观测数据
grmap：
Graph choropleth maps
绘制等值区域图
spdistance：
Calculator for distance between places
计算区域之间距离
3、Setting the spatial weighting matrix/设置空间权重矩阵
spmatrix：
Create, manipulate, and import/export weighting matrices
表示创建操作管理、导入和导出空间权重矩阵
spgenerate：
Generate spatial lag variables
生成空间滞后变量
4、Fitting models/模型估计
spregress：
Fit cross-sectional SAR models
估计截面SAR模型
spivregress：
Fit cross-sectional SAR models with endogenous covariates
估计工具变量SAR模型
spxtregress：
Fit panel-data SAR models
估计面板数据SAR模型
5、Postestimation/估计检验命令
estat moran：
Moran’s test after regress
莫兰指数检验
spregress postestimation：
Postestimation tools for spregress
截面SAR检验
spivregress postestimation
：Postestimation tools for spivregress
工具变量SAR检验
spxtregress postestimation：
Postestimation tools for spxtregress
面板SAR检验
2、操作应用介绍
首先导入并且下载homicide1990.dta和homicide1990_shp.dta ，其中homicide1990.dta表示的是具有相关变量的数据，而homicide1990_shp.dta是可以构建相关权重矩阵的数据，数据如下：
1、首先导入homicide1990数据，命令为：
use homicide1990
Convert the coordinates to latitude and longitude and measure the distance in miles
spset, modify coordsys(latlong, miles)
spmatrix命令简介
spmatrix可以用来定义、创建、导入、导出空间权重矩阵，
基本语法格式为：
spmatrix create contiguity spmatname [if] [in] [, contoptions stdoptions] spmatrix create idistance spmatname [if] [in] [, idistoption stdoptions]
其中spmatrix create contiguity W，此命令将根据相邻关系(contiguity)来创建空间权重矩阵 ，而idistance 表示 inverse distance，将生成基于距离倒数的空间权重矩阵。
2、对于横截面数据，估计截面SAR模型命令为spregress，语法格式为：
Generalized spatial two-stage least squares表示进行 GS2SLS 估计
spregress depvar [indepvars] [if] [in], gs2sls [gs2sls_options]
Maximum likelihood表示进行 MLE 估计
spregress depvar [indepvars] [if] [in], ml [ml_options]
(1)在spregress depvar [indepvars] [if] [in], gs2sls [gs2sls_options]表达式中，选项包括：
dvarlag(spmatname)：
spatially lagged dependent variable; repeatable表示指定被解释变量(dependent variable)的空间权重矩阵
errorlag(spmatname)：
spatially lagged errors; repeatable ， 表示用于指定误差项(error term)的空间权重矩阵。
ivarlag(spmatname : varlist)：
spatially lagged independent variables; repeatable/表示用于指定自变量(independent variable)的空间权重矩阵。
noconstant：suppress constant term
heteroskedastic：treat errors as heteroskedastic
level(#)：set confidence level; default is level(95)表示设置置信水平，默认为95%
另外选择项 robust 表示使用稳健标准误。
(2)
在spregress depvar [indepvars] [if] [in], ml [ml_options]
表达式中，包括的选项基本一致，区别之处在于ml方法不同。
3、工具变量法SAR模型估计命令为：spivregress，语法格式为：
spivregress depvar [varlist_1] (varlist_2 = varlist_iv) [if] [in] [, options]
选择项包括ml gs2sls dvarlag(W) errorlag(W) ivarlag(W: x1 x2)，含义与
spregress
一致。
4、面板SAR模型估计命令为：
spxtregress，语法格式为：
Fixed-effects maximum likelihood
spxtregress depvar [indepvars] [if] [in], fe [fe_options]
Random-effects maximum likelihood
spxtregress depvar [indepvars] [if] [in], re [re_options]
选项包括如下：
dvarlag(spmatname)：spatially lagged dependent variable
errorlag(spmatname)：spatially lagged errors
ivarlag(spmatname : varlist)：spatially lagged independent variables; repeatable
5、操作应用介绍
copy https://www.stata-press.com/data/r16/homicide_1960_1990.dta .
copy https://www.stata-press.com/data/r16/homicide_1960_1990_shp.dta
use homicide_1960_1990 //导入数据
xtset _ID year
spset
Create a contiguity weighting matrix with the default spectral normalization
spmatrix create contiguity W if year == 1990 //以1990年数据为基准构建空间权重矩阵
Fit a spatial autoregressive random-effects model
spxtregress hrate ln_population ln_pdensity gini i.year, re dvarlag(W)
//空间滞后模型回归
Create an inverse-distance weighting matrix with the default spectral normalization
spmatrix create idistance M if year == 1990
Same as above but use the alternative formulation of the estimator
spxtregress hrate ln_population ln_pdensity gini i.year, re sarpanel dvarlag(M) errorlag(M)
Fit a spatial autoregressive fixed-effects model
spxtregress hrate ln_population ln_pdensity gini i.year, fe dvarlag(M) errorlag(M)
◆◆◆◆
精彩回顾
点击上图查看：
Stata寒假研讨班_2020年1月8日——1月11日_第13届“高级计量经济学及stata应用”研讨班@北京专场
点击上图查看：
Stata寒假研讨班_2020年1月15日——1月18日_第14届“高级计量经济学及stata应用”研讨班@北京专场