👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享 💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归 ⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching 🔨 工具：工具软件 | Markdown | Python-R-Stata 🎧 课程：最新专题 | 计量专题 | 关于连享会
🍓 课程推荐：连享会：2025 寒假班
嘉宾：连玉君（初级|高级）；杨海生（前沿）
时间：2025 年 1 月 13-24 日
咨询：王老师 18903405450（微信）
作者：陈子厚 (中共广东省委党校)
邮箱：econometricalc@outlook.com
目录
1. 引言
2. 命令介绍
2.1 命令语法
2.2 结果展示
3. 结束语
4. 相关推文
温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：
1. 引言
研究空间计量，第一步基本上都是计算莫兰指数。我入门软件是 Matlab，后来学习了 Stata，发现相比于 Matlab，Stata 很便捷。但是，在使用 Stata 计算面板数据的莫兰指数和画莫兰散点图时，遇到了和大家一样的问题，即只能计算截面莫兰指数、莫兰散点图背景为黑色、以及不能编辑等。通过查看 ado 文件，我发现是版本太老了，随即我就有了想要结合 spatgsa 和 spatlsa 命令功能编写新命令的想法。因为前期有 Matlab 计算莫兰指数和绘制莫兰散点图的经验，因此入门相对也快。当然命令还存在不完美的地方，欢迎赐教！
2. 命令介绍
xtmoran 命令编写借鉴了 Maurizio Pisati 教授的 spatgsa 和 spatlsa 两个命令。在此基础上，将关于莫兰指数的部分命令整合在一起，同时根据莫兰指数的计算公式，实现面板数据的莫兰指数的计算，并对其中绘制莫兰散点图命令做了更新，感兴趣的小伙伴可以看一下 ado 文件。
新命令的功能如下：
能够计算面板数据的莫兰指数； 莫兰散点图可以显示完整汉字 ( spatlsa命令只能显示两个汉字)，并且散点图可以编辑，以及绘制多年份莫兰散点图并不会覆盖上一张图片；能够给出每个地区所在象限位置 (结果中为 Quadrant)，方便后续研究。
新命令的缺点如下：
只能计算单个变量的莫兰指数，不能一次性计算多个变量的； 计算莫兰指数的核心代码并未采用 mata语言编写，显得臃肿复杂。
2.1 命令语法
*安装命令
ssc install xtmoran, replace
*命令语法
xtmoran varname, wname(matrix)[morani(numlist) graph symbol(varname)]
其中，必选项是 wname(matrix)，括号中填入要调用 dta 格式的空间权重的名字 (最好调用 .dta 格式的矩阵)，矩阵后续会自动进行行标准化。此外结果显示为双侧检验的结果。其余可选项如下：
morani(numlist)：填入计算局部莫兰指数的年份；graph：绘制莫兰散点图；symbol(varname)：填入莫兰散点图中地点标记名称变量。
2.2 结果展示
首先，我们来计算面板数据莫兰指数。在这里，仅计算变量 y 的莫兰指数，结果如下：
. lxhget xtmoran.pkg, replace
. use panel_xtmoran.dta, clear
. xtset id year
. xtmoran y, wname(w_xtmoran.dta)
Welcome to use this command to calculate the Moran's I
The results :
Moran's I (varname : y) Number of obs = 480
Group variable: id Number of groups = 30
Time variable: year Panel length = 16
--------------------------------------------------------------
year | I E(I) Sd(I) Z P-value
--------------------+-----------------------------------------
2004 | 0.5189 -0.0345 0.1214 4.5580 0.0000
2005 | 0.5025 -0.0345 0.1222 4.3938 0.0000
...
2018 | 0.3925 -0.0345 0.1218 3.5062 0.0005
2019 | 0.3725 -0.0345 0.1213 3.3553 0.0008
--------------------------------------------------------------
*2-tail test
接着，计算面板数据莫兰指数与 2012、2013 年局部莫兰指数指数，当然可以计算更多年份的局部莫兰指数，这里仅展示 2012 和 2013 年两年的结果，结果如下：
. xtmoran y, wname(w_xtmoran.dta) morani(2012 2013)
Welcome to use this command to calculate the Moran's I
The results :
Moran's I (varname : y) Number of obs = 480
Group variable: id Number of groups = 30
Time variable: year Panel length = 16
--------------------------------------------------------------
year | I E(I) Sd(I) Z P-value
--------------------+-----------------------------------------
2004 | 0.5189 -0.0345 0.1214 4.5580 0.0000
2005 | 0.5025 -0.0345 0.1222 4.3938 0.0000
...
2018 | 0.3925 -0.0345 0.1218 3.5062 0.0005
2019 | 0.3725 -0.0345 0.1213 3.3553 0.0008
--------------------------------------------------------------
*2-tail test
Moran's Ii (y2012)
-----------------------------------------------------------------------
Location | Ii E(Ii) Sd(Ii) Z P-value Quadrant
--------------------+--------------------------------------------------
1 | 0.5790 -0.0345 0.6742 0.9099 0.3629 3
2 | 1.0076 -0.0345 0.6742 1.5456 0.1222 3
...
29 | 0.8236 -0.0345 0.5409 1.5864 0.1126 1
30 |-0.1326 -0.0345 0.6742 -0.1455 0.8843 2
-----------------------------------------------------------------------
*2-tail test
Moran's Ii (y2013)
-----------------------------------------------------------------------
Location | Ii E(Ii) Sd(Ii) Z P-value Quadrant
--------------------+--------------------------------------------------
1 | 0.2246 -0.0345 0.6706 0.3863 0.6993 3
2 | 0.8315 -0.0345 0.6706 1.2914 0.1966 3
...
29 | 0.5541 -0.0345 0.5381 1.0938 0.2740 1
30 | 0.0790 -0.0345 0.6706 0.1693 0.8656 1
-----------------------------------------------------------------------
*2-tail test
最后，计算面板数据莫兰指数和 2012、2013 年度的局部莫兰指数，并绘制散点图，结果如下。其中，绘制的莫兰散点图名字会被命名为 picture + 年份，例如 2012 年的莫兰散点图命名为 picture2012。
. xtmoran y, wname(w_xtmoran) morani(2012 2013) graph symbol(name)
Welcome to use this command to calculate the Moran's I
The results :
Moran's I (varname : y) Number of obs = 480
Group variable: id Number of groups = 30
Time variable: year Panel length = 16
--------------------------------------------------------------
year | I E(I) Sd(I) Z P-value
--------------------+-----------------------------------------
2004 | 0.5189 -0.0345 0.1214 4.5580 0.0000
2005 | 0.5025 -0.0345 0.1222 4.3938 0.0000
...
2018 | 0.3925 -0.0345 0.1218 3.5062 0.0005
2019 | 0.3725 -0.0345 0.1213 3.3553 0.0008
--------------------------------------------------------------
*2-tail test
Moran's Ii (y2012)
-----------------------------------------------------------------------
name | Ii E(Ii) Sd(Ii) Z P-value Quadrant
--------------------+--------------------------------------------------
北京市 | 0.5790 -0.0345 0.6742 0.9099 0.3629 3
天津市 | 1.0076 -0.0345 0.6742 1.5456 0.1222 3
...
宁夏回族自治区 | 0.8236 -0.0345 0.5409 1.5864 0.1126 1
新疆维吾尔自治区 |-0.1326 -0.0345 0.6742 -0.1455 0.8843 2
-----------------------------------------------------------------------
*2-tail test
Moran's Ii (y2013)
-----------------------------------------------------------------------
name | Ii E(Ii) Sd(Ii) Z P-value Quadrant
--------------------+--------------------------------------------------
北京市 | 0.2246 -0.0345 0.6706 0.3863 0.6993 3
天津市 | 0.8315 -0.0345 0.6706 1.2914 0.1966 3
...
宁夏回族自治区 | 0.5541 -0.0345 0.5381 1.0938 0.2740 1
新疆维吾尔自治区 | 0.0790 -0.0345 0.6706 0.1693 0.8656 1
-----------------------------------------------------------------------
*2-tail test
. * 合并导出 2012 年度莫兰散点图和 2013 年度莫兰散点图
. graph combine picture2012 picture2013, altshrink
3. 结束语
xtmoran 命令的编写核心是基于 spatgsa 和 spatlsa，结果应是一致的，感兴趣的小伙伴可自行验证。本命令的编写目的是为中国空间计量经济学的研究贡献绵薄之力，有什么想法和问题都可以推文留言联系和邮箱联系等。
4. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh 空间计量, m
安装最新版lianxh命令：
ssc install lianxh, replace
专题：Stata命令 Stata：空间计量之用-spmap-绘制地图.md 专题：Stata绘图 Stata空间计量：莫兰指数绘图moranplot命令介绍 专题：空间计量 重磅推荐：范巧——空间计量经济学公开课 Stata：批量获取经纬度数据-空间计量 Stata空间计量：STAR-时空自回归模型 Stata：一文遍览Stata官方空间计量命令：sp系列命令 刘迪：Stata空间溢出效应的动态图形-空间计量 空间计量溢出效应的动态GIF演示 空间计量：地理加权归回模型-(GWR)-参数估计
🍓 课程推荐：公开课：Stata+R 软件基础
嘉宾：候丹丹
扫码进群 获取资料及听课链接！
尊敬的老师 / 亲爱的同学们：
连享会致力于不断优化和丰富课程内容，以确保每位学员都能获得最有价值的学习体验。为了更精准地满足您的学习需求，我们诚挚地邀请您参与到我们的课程规划中来。请您在下面的问卷中，分享您 感兴趣的学习主题或您希望深入了解的知识领域 。您的每一条建议都是我们宝贵的资源，将直接影响到我们课程的改进和创新。我们期待您的反馈，因为您的参与和支持是我们不断前进的动力。感谢您抽出宝贵时间，与我们共同塑造更加精彩的学习旅程！https://www.wjx.cn/vm/YgPfdsJ.aspx# 再次感谢大家宝贵的意见！
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all
🍏 关于我们
连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。
