Stata实战：从自定义权重矩阵到莫兰指数可视化全流程

1. 空间自相关分析入门：为什么需要莫兰指数？

刚接触空间计量分析时，我经常被一个问题困扰：某地区的经济指标到底是不是随机分布的？比如研究各省人均GDP时，长三角地区普遍偏高，西部省份普遍偏低，这种"扎堆"现象是偶然还是存在空间依赖性？莫兰指数（Moran's I）就是解决这个问题的利器。

简单来说，莫兰指数衡量的是空间单元属性值的聚集程度。它的取值范围在-1到1之间：

• 正值表示相似值聚集（高-高或低-低）
• 负值表示差异值聚集（高-低相邻）
• 接近0则意味着空间随机性

举个例子，去年我用各省研发投入数据做分析，莫兰指数达到0.32（p<0.01），说明创新资源确实存在显著的空间溢出效应。这个发现后来成为我们课题组的核心论点之一。

提示：空间权重矩阵是计算莫兰指数的关键前提，它定义了"谁和谁相邻"的规则。不同于Geoda等软件依赖shp文件，Stata允许直接使用自定义矩阵，这对处理特殊空间关系（如经济距离、交通流量）特别有用。

2. 数据准备与权重矩阵处理

2.1 数据导入的两种实用方法

以省级人均GDP数据为例，我推荐两种最稳妥的导入方式：

方法一：直接读取dta文件

use "D:/data/province_gdp.dta", clear

这是最规范的做法，确保变量名和格式完整保留。我习惯在资源管理器里右键复制文件路径，然后在Stata中粘贴，避免手输出错。

方法二：Excel粘贴导入

1. 在Excel中选中数据区域（含列名）
2. Stata菜单选择"数据编辑器"
3. 右键粘贴，勾选"第一行作为变量名"

注意：Excel导入容易丢失数值格式，特别是ID变量可能被误判为字符串。建议先用小样本测试。

2.2 权重矩阵的"潜规则"

自定义权重矩阵时，这些坑我都踩过：

• 矩阵结构：必须是n×n的对称矩阵（n为空间单元数），首列不能有地区名称
• 标准化必做：行标准化（row-standardize）确保权重和为1，命令里加standardize选项
• 顺序一致：矩阵的行列顺序必须与数据文件完全一致！我曾经因为北京天津顺序颠倒，得到完全相反的结果。

这是标准的邻接矩阵示例（0表示不相邻，1表示相邻）：

0 1 0 0 1 0 1 0 0 1 0 1 0 0 1 0

3. 权重矩阵导入实战

3.1 安装必备工具包

运行前先检查是否安装空间计量包：

findit spatwmat

如果显示"package sg162 not found"，需要点击安装。有些学校内网可能需要配置代理，这里建议联系网络管理员。

3.2 关键命令详解

假设权重文件保存在D盘根目录：

spatwmat using "D:/weight.dta", name(W) standardize

• name(W)：将矩阵存储在内存中，命名为W（后续直接调用）
• standardize：自动执行行标准化

实测发现几个常见报错：

• "file not found" → 检查路径是否含中文/特殊字符
• "matrix not square" → 确认矩阵行列数相等
• "type mismatch" → 用describe检查权重值是否为数值型

4. 莫兰指数计算全流程

4.1 全局莫兰指数

计算2015-2019年全局空间自相关：

spatgsa y_2015 y_2016 y_2017 y_2018 y_2019, weights(W) moran

输出结果主要看三个指标：

1. Moran's I值：效应大小
2. p-value：显著性（通常<0.05才有意义）
3. E(I)：期望值（理论上接近0）

高效技巧：用asdoc直接输出美观的Word表格：

asdoc spatgsa y_2015 y_2016 y_2017 y_2018 y_2019, weights(W) moran replace

4.2 局部莫兰指数（LISA）

批量计算局部指标的两种方式：

方法一：手动循环（适合初学者理解）

foreach year in 2015 2016 2017 2018 2019 { spatlsa y_`year', weights(W) moran }

方法二：高级循环（输出更规范）

local vars y_2015 y_2016 y_2017 y_2018 y_2019 foreach v of local vars { spatlsa `v', weights(W) moran matrix `v'_result = r(table) }

5. 专业级可视化技巧

5.1 莫兰散点图定制

生成带省份标签的散点图：

spatlsa y_2015, weight(W) moran id(province) graph(moran) symbol(id)

美化技巧：

1. 调整点大小：在命令后加msize(small)
2. 修改象限线颜色：lcolor(red)
3. 导出高清图：右键图表→另存为→选择.png或.emf格式

5.2 结果解读要点

典型的莫兰散点图分为四个象限：

• HH（右上）：高值被高值包围（热点区）
• LH（左上）：低值被高值包围（凹陷区）
• LL（左下）：低值被低值包围（冷点区）
• HL（右下）：高值被低值包围（孤岛区）

去年分析环保投入时，我发现：

• 江苏、浙江稳定处于HH象限
• 青海、西藏持续为LL集群
• 北京呈现HL特征（高值但被河北低值包围）

6. 完整代码模板

这是经过20+次实测优化的代码组合：

* 安装依赖包 ssc install spatwmat, replace ssc install asdoc, replace * 数据准备 use "D:/data/province_gdp.dta", clear * 权重矩阵导入 spatwmat using "D:/weight.dta", name(W) standardize * 全局莫兰指数（含Word输出） asdoc spatgsa y_2015 y_2016 y_2017 y_2018 y_2019, weights(W) moran replace * 局部莫兰指数循环计算 foreach year in 2015 2016 2017 2018 2019 { spatlsa y_`year', weights(W) moran id(province) graph(moran) symbol(id) graph export "moran_`year'.png", width(2000) replace }

避坑指南：

1. 权重矩阵不要放在桌面路径（权限问题易报错）
2. 中文变量名可能导致图表乱码，建议提前重命名为英文
3. 如果出现"out of memory"，可以尝试set matsize 1000