Stata中的具体步骤，时空社会科学的方法与实践

在Stata软件中，要做空间滞后模型的回归，一般需要有如下五个步骤：

第一步，就是把数据导入到Stata软件中，做出相关的Stata数据文件。一般情况下，都是把Shapefile（shp）文件导入到Stata系统。在这个步骤中，采用的是“spshape2dta”，具体Stata的语句如下：

. spshape2dta name

运行之后，在Stata中就创建了两个数据文件，分别是name.dta和name shp.dta，这是Stata在进行空间分析时所使用的数据文件。其中name.dta文件的数据格式是：

表5-5：name.dta文件的数据结构

可见，从Shapefile文件导入到Stata系统中转化为name.dta文件过程中，多出来了三个变量，分别是_ID、_CX和_CY，这是Stata系统给定的，不可更改。其中_ID变量系统直接根据样本次序给定从1到N的数字，都是给个空间观测点的ID，是唯一且不重复的。但是，_CX和_CY一般情况下是缺失值，需要给予其赋值，才能进行计算和空间回归。

例如，在本研究案例中，Shapefile文件中数据共有六列，对应了六个变量，分别是ADCODE99、CX、CY、Y、X1和X2。ADCODE99是每个县的县编码，都是唯一不重复的。CX是每个县的经度数据，而CY是每个县的纬度数据。Y是每个县的第二产业增加值数据，X1是每个县的年末单位从业人员数，X2是每个县的城镇固定资产投资完成额数据。这个数据文件共有2048行，代表了2048个县的样本。这个数据文件导入到Stata之后，建立了一个名为S2001.dta的数据文件，这时，就变成了九列，对应了九个变量，分别是_ID、_CX、_CY、ADCODE99、CX、CY、Y、X1和X2。

第二步，给_CX和_CY赋值。

在Stata中打开S2001.dta可以发现，这个数据文件中的_CX和_CY都是缺失值，因此，需要把各项的经纬度数据赋值给这两个变量。具体Stata语句是：

. gen _CX = CX

. gen _CY = CY

这样，每个县的经纬度数据就赋值给了系统给定的_CX和_CY变量上。在进行空间回归之前，还需要注意每个县的经纬度数据不能有重复的。若出现有两个县之间的经纬度数据是相同的，在运行空间回归时，Stata就会提醒说经纬度数据有重复，无法继续进行回归。当出现两个县的经纬度数据是一样的情况，就意味着这两个县在地理空间上的经纬度是重合的，因此，Stata就无法区分这两个县，就无法做空间回归分析。对于这种情况，就需要使这两个的经纬度有所不同，才能继续进行空间回归分析。

第三步，创建一个公用的ID变量。_ID是 Stata系统给定的ID变量，但是，在运行空间回归分析的过程中，并不一定就会用这个ID变量。因此，需要创建和指定一个ID变量，供空间回归时使用。在本案例中，创建了一个名为fips的ID变量，而且，还要确保仅有一个观察值。所采用的Stata语句是：

. generate long fips = ADCODE99(www.xing528.com)

. bysort fips：assert _N==1

. assert fips ！= .

这里的bysort fips：assert _N==1就是按照fips的分组，检查_N==1的命题正确与否。对于每个fips，必须有一个、且只能有一个观察值，而且这些观察值之间不能有重复。

有了这样的ID之后，就可以在空间回归分析中统一使用这个ID变量，具体Stata语句就是：

. spset fips， modify replace

第四步，就是建立空间权重矩阵。空间权重矩阵的类型有多种，在本研究中，建立的是反距离空间权重矩阵。具体Stata语句是：

. spmatrix create idistance M

这个M的空间权重矩阵是一个2048 2048×的矩阵，代表了2048个县之间的空间关系。由于是反空间权重矩阵，因此，两个县之间的空间距离越大，那么，这两个县之间的关系就越不密切。这是反空间权重计算的基本原则，也是“地理学第一定理”的基本内容。

第五步，就是空间滞后回归。首先，采用广义空间二阶最小二乘法进行回归，相应的Stata语句是：

. spregress Y X1 X2， gs2sls dvarlag（M）force

接着，采用最大似然估计法进行回归，相应的Stata语句是：

. spregress Y X1 X2， ml dvarlag（M）force

根据这些语句，就可以得到对应的回归结果。

在开展时空社会科学研究中，若用Stata来进行模型估计和回归，都会用到上述五个步骤，其中前四个步骤是通用的，静态社会时空分析的相关模型都会用到这四个步骤，而第五个步骤是专用的，根据所采用的特定模型来调用对应的语句进行回归。