一、引言
按照空间计量模型所含方程的个数情况可以将其分为：单方程空间计量模型和含有两个或两个以上方程的方程组空间计量模型（空间联立方程模型、空间似不相关回归模型及空间结构方程模型）。
其中，经典空间计量模型包括：含有因变量时间滞后项和因变量空间滞后项的空间自回归模型（Spatial Auto-Regressive model，SAR）、含有因变量时空滞后项和因变量空间滞后项的SAR模型、完全动态SAR模型、经典的SAR模型；含有因变量时间滞后项和因变量空间滞后项的空间杜宾模型（Spatial Durbin Model，SDM）、含有因变量时空滞后项和因变量空间滞后项的SDM模型、完全动态SDM模型、经典SDM模型；空间自相关模型（Spatial Auto-Correlation model，SAC）；空间误差模型（Spatial Error Model，SEM）；广义空间面板随机效应模型（Generalized Spatial Panel Random Effects，GSPRE）。常见的空间联立方程模型是GS3SLS（Generalized Spatial Three-Stage Least Squares estimator）模型。关于空间似不相关回归模型及空间结构方程模型的回归技术还不成熟，有待继续完善。
本文将与感兴趣的朋友一起学习静态面板数据SDM模型估计技术、动态面板数据SDM模型估计技术。
二、SDM模型估计技术演示
（一）静态面板数据SDM模型估计技术演示
*采用随机效应模型进行回归，回归结果展示见图1
xsmle lngsp lnpcap lnpc lnemp, re model(sdm) wmat(usaww) durbin(lnpcap lnpc) effects图1
在图1的随机效应模型回归结果中，可以观察到，仅仅保留了lnpcap和lnpc的空间滞后项，而删除了其它项的空间滞后项；空间滞后系数（空间自回归系数）rho（ρ）回归系数为0.340，且在1%显著水平上通过了检验。核心解释变量lnpcap的间接效应、总效应回归系数都在1%水平上通过了显著性检验，整体而言，回归效果较好。
*采用固定效应模型进行回归，回归结果展示见图2
.xsmle lngsp lnpcap lnpc lnemp,fe model(sdm) wmat(usaww) durbin(lnpcap lnpc) effects图2
图2显示，核心参数：空间滞后系数、核心解释变量直接效应、间接效应及总效应系数均至少在5%水平上通过了显著性检验。仅从统计学意义上来看，回归效果较好。
（二）动态面板数据SDM模型估计技术演示
与静态空间杜宾模型的回归程序相比，动态空间杜宾模型的程序仅仅多了一个dlag(n)。如果n为1，则表示被解释变量y在时间上滞后一期；如果为2，则表示被解释变量y在时空上滞后一期；如果为3，则表示被解释变量y在时间和时空上同时滞后一期。详见Stata“help”中关于xsmle的详细解释：
dlag(1) includes time lagged dependent variable in the model (tau*y_it-1) dlag(2) includes space-time lagged dependent variable in the model (psi*W*y_it-1) dlag(3) includes both time lagged and space-time lagged dependent variable in the model (tau*y_it-1 + psi*W*y_it-1))
.xsmle y x1 x2 x3 x4 x5 x6 x7, fe wmat(idisswm) dlag(1) model(sdm) nologdlag(1)演示
*时间滞后固定效应模型回归结果，见图3
.xsmle lngsp lnpcap lnpc lnemp, fe model(sdm) wmat(usaww) dlag(1) effects图3
对图3的解读，请参照上文。
dlag(2)演示
*时空滞后固定效应模型回归结果，见图4
图4
dlag(3)演示
*时间滞后+时空滞后固定效应模型回归结果，见图5
图5
通过网盘分享的文件：“第八届空间计量研讨会”共享资料链接: https://pan.baidu.com/s/1cLgeFZracGl8qn0VyUV3jg?pwd=asef 提取码: asef--来自百度网盘超级会员v6的分享
