企业官网建设流程全解析

简介：这份资源面向需要开展空间计量与空间自相关分析的Stata用户，尤其适合经济学、地理学、区域研究等方向的研究生与科研人员。内容围绕莫兰指数的完整计算流程展开，涵盖程序包安装、空间权重文件的读取与标准化、全局与局部莫兰指数的计算，以及莫兰散点图的绘制，并给出批量处理多年份变量的命令写法，帮助读者快速上手空间数据分析。资源包共1个文件，为docx文档，大小约14KB，以文字与命令示例为主，便于对照操作与查阅。目前已有1969人学习下载，说明其在空间统计入门群体中具有一定参考价值。读者可据此掌握从权重构建到结果可视化的关键环节，理解单尾检验、权重标准化等细节，并借助带汉字标识的散点图直观呈现区域空间集聚特征，为后续空间计量建模打下基础。

1. 空间自相关从一张 Excel 表开始：莫兰指数到底在算什么

手里有一份全国各省份的某项指标数据，领导问「这东西有没有空间聚集性」，你打开 Stata 却不知道从哪下手——这是很多人第一次接触莫兰指数的真实场景。莫兰指数（Moran's I）本质上是把「相邻地区的指标值是否相似」量化成一个介于 -1 到 1 之间的数：大于 0 说明高值与高值扎堆、低值与低值扎堆，小于 0 说明高低交错，接近 0 则近似随机分布。它解决的是「空间上有没有规律」这个问题，而不是「为什么有规律」。适合做区域经济、房价、环境监测、公共卫生等带地理属性的数据分析的人。Stata 本身没有内置莫兰指数命令，需要靠第三方命令加空间权重矩阵配合完成，这也是很多人卡住的地方。下面按「准备数据 → 建权重 → 算指数 → 画图 → 排错」的顺序，把每一步落到可复现的命令上。

2. 数据准备与空间权重矩阵：莫兰指数的地基怎么打

莫兰指数的计算依赖两个输入：一份带地区标识和指标值的面板或截面数据，以及一个描述地区间邻接关系的空间权重矩阵。矩阵建错了，后面所有结果都是空中楼阁，所以这一章先把地基打牢。

2.1 数据格式要求与地区编码对齐

Stata 里做空间分析，数据必须是每个地区一行的截面数据（如果是面板数据，需要先按年份拆开或固定某一年）。关键字段有两个：一个是地区唯一标识（比如行政区划代码），一个是你要分析的指标变量。地区标识建议用字符串或数值编码都行，但必须和后面权重矩阵的行列顺序严格对应。

常见做法是先把数据存成一份带id和y两列的 dta 文件。假设原始数据在 Excel 里，地区名是中文，先导入并检查：

* 导入 Excel 数据，首行作为变量名 import excel "region_data.xlsx", firstrow clear * 查看数据结构：确认每个地区一行 list id y in 1/10 * 检查是否有缺失值，缺失会直接导致莫兰指数算不出来 misstable summarize y * 给数据编号，生成连续的行号，方便和权重矩阵对齐 gen row_id = _n

这段代码的逻辑是：先导入并肉眼确认前 10 行，再用misstable排查缺失，最后生成一个连续行号row_id。参数说明：firstrow表示 Excel 第一行是变量名；clear表示替换内存中已有数据。row_id这个变量后面建矩阵时会反复用到，因为 Stata 的空间权重矩阵本质上是按行号索引的，不是按地区名索引的。

注意：如果指标变量存在缺失值，spatwmat或spregress系列命令会直接报错或静默丢弃观测，务必先处理干净。

2.2 用 spatwmat 手工构建邻接权重矩阵

Stata 建空间权重矩阵最直接的方式是用spatwmat命令，它接受一个纯文本或矩阵形式的邻接关系。邻接关系有两种常见定义：Rook 邻接（共边才算相邻）和 Queen 邻接（共边或共点都算相邻）。对于省份这种规则网格，Queen 更常用。

假设有 31 个地区，你需要准备一个 31×31 的 0/1 矩阵，1 表示相邻，0 表示不相邻。可以先用 Excel 或 Python 生成这个矩阵，存成空格分隔的 txt，然后：

* 安装空间分析命令包（只需装一次） ssc install spatwmat, replace ssc install spatgsa, replace * 从文本文件读入空间权重矩阵，生成 Stata 矩阵 W spatwmat using "weight_matrix.txt", name(W) standardize * 查看矩阵维度，确认是 31x31 matrix list W

逻辑说明：spatwmat把外部邻接矩阵读进 Stata 并命名为W。参数standardize是关键——它把每一行元素除以该行之和，使每行权重加起来等于 1。标准化后的矩阵在计算莫兰指数时能避免因为某些地区邻居多、某些邻居少而带来的偏差。如果你不做标准化，邻居多的地区会被过度加权，结果解释起来就变味了。

name(W)是给矩阵起名，后面spatgsa调用时要对应。matrix list W用来确认维度，如果显示的不是 31×31，说明你的 txt 文件行列数或分隔符有问题，常见的是多了一个空行或用了逗号分隔。

2.3 用 spmatrix 从 shapefile 或坐标自动生成权重

手工敲 31×31 矩阵还能忍，上百个地区就不现实了。更省事的做法是用spmatrix系列命令，从经纬度或 shapefile 自动生成距离阈值权重或 k 近邻权重。

* 安装 spmatrix 命令 ssc install spmatrix, replace * 假设数据里有经度 lon 和纬度 lat 两个变量 * 生成基于距离阈值的空间权重矩阵，阈值设为 500 公里 spmatrix create contiguity W using "region_shapefile.shp", replace * 或者用 k 近邻：每个地区取最近的 5 个邻居 spmatrix create knn W_knn, k(5) replace * 查看生成的矩阵摘要 spmatrix summarize W

逻辑说明：spmatrix create contiguity从 shapefile 读取多边形边界，自动判断哪些地区共边或共点。spmatrix create knn则基于坐标计算距离，每个地区只保留最近的 k 个邻居。参数k(5)里的 5 是邻居数量，这个值没有绝对标准，一般取 3 到 8 之间，取太小矩阵稀疏、取太大失去「局部」意义。replace表示覆盖同名矩阵。

注意：spmatrix生成的矩阵默认是逆距离加权或二值邻接，和spatwmat的标准化逻辑不完全一样。如果你后面用spatgsa算莫兰指数，建议统一用spatwmat读入并标准化，避免两套命令的矩阵语义打架。

3. 莫兰指数计算与显著性检验：从 spatgsa 到结果解读

矩阵建好之后，核心计算其实只有一行命令，但结果怎么读、p 值怎么来的、什么时候该怀疑结果，才是真正拉开差距的地方。

3.1 spatgsa 计算全局莫兰指数

spatgsa是 Stata 里算全局空间自相关最常用的命令，支持莫兰指数、Geary's C 等多种统计量。

* 计算全局莫兰指数，权重矩阵用之前生成的 W spatgsa y, weights(W) moran * 同时输出多种统计量做对比 spatgsa y, weights(W) moran geary twotail

逻辑说明：y是你要分析的指标变量，weights(W)指定权重矩阵，moran表示计算莫兰指数。geary会额外输出 Geary's C，twotail表示双尾检验。输出结果里你会看到 Moran's I 的值、期望值 E(I)、标准差、z 值和 p 值。

参数解读：莫兰指数的期望值在随机分布假设下是 -1/(n-1)，n 是地区数。31 个地区时期望值约 -0.033。如果你的 I 值显著大于这个期望值（z 为正且 p < 0.05），说明存在空间正相关；显著小于则说明空间负相关。z 值在 1.96 以上或 -1.96 以下对应 5% 显著性水平，这是最常用的判断门槛。

3.2 结果表格与参数含义对照

把spatgsa的输出拆开看，每个数字都有明确含义：

这张表建议直接抄进你的分析笔记。实际写报告时，不要只报一个 I 值，要把 z 和 p 一起放上去，否则审稿人或领导会追问「这个 0.3 算高还是低」。

3.3 局部莫兰指数与莫兰散点图

全局莫兰指数只告诉你整体有没有聚集，不告诉你哪里聚集。局部莫兰指数（LISA）和莫兰散点图就是干这个的。

* 计算局部莫兰指数，识别高-高、低-低等局部聚集类型 spatgsa y, weights(W) moran local * 画莫兰散点图，横轴是变量值，纵轴是空间滞后值 spatlsa y, weights(W) moran graph(moran) symbol(id)

逻辑说明：local选项让spatgsa输出每个地区的局部莫兰指数和对应的显著性。spatlsa是专门做局部空间自相关的命令，graph(moran)直接画出散点图，symbol(id)用地区标识标注每个点。

莫兰散点图分四个象限：右上角是「高-高」聚集（高值地区被高值邻居包围），左下角是「低-低」聚集，左上角是「低-高」异常（低值被高值包围），右下角是「高-低」异常。落在右上和左下的点越多，全局莫兰指数就越大。这张图在写区域分析报告时非常直观，比一堆数字更有说服力。

注意：局部莫兰指数做多重比较时假阳性率会上升，建议对 p 值做 Bonferroni 或 FDR 校正，否则你会得到一堆「显著」的假聚集。

4. 避坑与排查：莫兰指数算不出来时先看这五条

这一章是我自己踩过的坑和帮别人排查时最高频的问题，按「现象 → 原因 → 解决」整理，遇到报错先对着查。

现象一：命令报错「matrix W not found」。原因：spatwmat读入矩阵时命名和后面调用不一致，或者矩阵没成功读入。 解决：先matrix list W确认矩阵存在且维度正确。如果不存在，检查 txt 文件路径是否含中文或空格，Stata 对路径比较敏感，建议放在纯英文路径下。

现象二：莫兰指数算出来是缺失值.。原因：指标变量y里有缺失值，或者权重矩阵某一行全为 0（孤立地区）。 解决：misstable summarize y查缺失，spatwmat后检查矩阵是否有全零行。孤立地区要么补上邻接关系，要么从样本中剔除。

现象三：z 值很大但 p 值不显著，或者反过来。原因：用了单尾检验但按双尾解读，或者权重矩阵没有标准化导致方差估计异常。 解决：统一用twotail选项，并在spatwmat时加standardize。如果还不一致，检查地区数 n 是否太小，n 小于 15 时莫兰指数的正态近似不可靠，建议用随机化推断。

现象四：全局莫兰指数显著，但局部莫兰指数一个显著地区都没有。原因：全局显著可能由少数极端值驱动，局部检验经过多重比较校正后就不显著了。 解决：先看莫兰散点图，确认是否有离群点。如果有，考虑对y做对数变换或缩尾处理，再重新计算。

现象五：换了权重矩阵定义后结果符号反转。原因：Rook 邻接和 Queen 邻接、距离阈值和 k 近邻，对「邻居」的定义不同，结果敏感是正常的。 解决：不要只报一个矩阵的结果。稳健的做法是同时用两种矩阵算一遍，如果符号和显著性一致，结论才站得住；如果反转，说明你的结论对权重设定敏感，需要在报告里说明。

5. 从显著到可解释：把莫兰指数写进分析报告的三个技巧

算出一个显著的莫兰指数只是起点，真正难的是把它翻译成别人能听懂、能决策的结论。我自己的习惯是：先看散点图定类型，再看局部结果定区域，最后做敏感性分析定信心。

第一个技巧是用散点图定故事线。莫兰散点图右上角密集，故事就是「高值区域连片，存在正向溢出」；左上角有异常点，故事就是「某地区被高值包围但自身偏低，可能是政策洼地」。图比数字好讲，先把图截出来，再往图上套解释。

第二个技巧是局部结果按象限分类汇总。不要逐个地区念局部莫兰指数，而是把地区按「高-高」「低-低」「高-低」「低-高」四类分组，每组报几个代表地区。这样报告结构清晰，听众也能记住。

第三个技巧是做权重矩阵敏感性对照。下面这段代码可以一次性跑两种矩阵并对比结果：

* 矩阵一：Queen 邻接标准化 spatwmat using "queen_matrix.txt", name(Wq) standardize spatgsa y, weights(Wq) moran twotail * 矩阵二：k 近邻 k=5 spatwmat using "knn5_matrix.txt", name(Wk) standardize spatgsa y, weights(Wk) moran twotail * 对比两次输出的 I 值、z 值和 p 值，记录在报告里

逻辑说明：两套矩阵分别读入、分别计算，输出结果并排看。如果两次都显著且符号一致，你可以在报告里写「结果对权重设定稳健」；如果只有一套显著，就要老实说明「结论依赖于邻接定义，需谨慎解读」。参数上，standardize两次都要加，保证可比性。

最后一个习惯：永远把原始数据、权重矩阵文件和 do 文件放在同一个项目文件夹里，用相对路径引用。我见过太多人换了电脑就跑不出结果，因为路径写的是绝对路径。do 文件开头加一行cd "项目文件夹路径"，后面全部用相对路径，这是最省后悔药的做法。

希望帮到你。

本文还有配套的精品资源，点击获取