👇 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：2024 空间计量专题
主讲老师：范巧 (兰州大学)
课程时间：2024 年 10 月 2-4 日 (三天)
课程咨询：王老师 18903405450（微信）
课程特色 · 2024空间计量：
👉 一、从“零基础”到“高水平”的课程设计
兼顾基础知识、主流模型与前沿模型 既考虑软件安装、程序编写以及空间权重矩阵设计等 基础知识 讲授，更强调时空面板地理加权回归模型、贝叶斯空间计量模型、矩阵指数模型、空间计量交互模型与空间面板似不相关回归模型等 前沿模型 的传授。
👉 二、“保姆级”的空间计量代码
编写与校准所有模型的MATLAB代码，简化实操环节 模型的估计与检验等 仅按照提供的Excel数据版式 搜集与整理原始数据，即可一次性出结果并作图。
👉 三、“最多上新” 的内容体系
新增 矩阵指数模型、短面板空间似不相关模型、空间计量交互模型、贝叶斯空间计量模型等 新增 前沿应用案例，包括空间计量与索洛余值法、随机前沿分析与数据包络分析等的互嵌研究，阐释基于空间计量的产业空间结构优化评价方法。 新增 Dagum空间基尼系数、核密度估计、空间马尔科夫链与空间收敛性等内容，阐释现实研究中对空间收敛性的应用“谬误”。
陈振环（东北林业大学，czh2017@nefu.edu.cn）
张少鹏（哈尔滨工业大学，13251610878@163.com）
目录
1. 背景简介
2. moranplot 命令介绍
2.1 命令安装
2.2 命令语法
3. Stata 实操
3.1 调入数据
3.2 绘制 y1 变量的原始版散点图
3.3 绘制 y1 变量的注释版散点图
3.4 分别绘制 y1, x1, y2 变量的原始版和注释版散点图，并组合图形
3.5 绘制面板数据的散点图
4. 可能的报错及解决方案
4.1 `grss` 命令无法识别
4.2 提示 variable w1_000000 not found
5. 结语
6. 参考文献
7. 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. 背景简介
根据地理学第一定律（ Tobler's First Law 或者 Tobler's First Law of Geography ），任何事物都是与其他事物相关的，只不过相近的事物关联更紧密。在空间计量经济学范式下，地理学第一定律尤为适用。对空间计量经济学有所了解的学者应该比较清楚，在进行空间计量模型分析之前，往往首先需要通过操作空间自相关检验来验证是否存在空间溢出效应。在空间自相关检验中，应用最为广泛的是全局莫兰指数 Moran‘ I 检验和局部莫兰指数 Moran‘ I 散点图（以下简称 “ 散点图 ”）。目前使用 Stata 软件绘制散点图已经有比较成型的命令，如 spatlsa 和 splagvar 。然而，spatlsa 命令无法实现对生成的散点图进行编辑的目标，而 splagval 命令在定义空间权重矩阵时又较为复杂。有鉴于此，本文接下来将为大家介绍支持散点图轻松绘制和编辑的新命令 moranplot 。
和 spatlsa 、 splagvar 等命令相比， moranplot 命令绘制出来的散点图可随意编辑，也可以用 graph combine 命令进行图形组合，并且让所有散点图均显示在当前窗口中。此外，绘制面板数据的的散点图仅需要一条循环语句即可实现，且该命令可直接配合 xsmle 使用。
2. moranplot 命令介绍
2.1 命令安装
该命令需要使用 Stata16.1 软件，如果为低版本软件，需要将 moranplot.ado 中的 version 16.1 进行修改如 version 15.0 即可。此处需特别注意，不推荐使用 Stata 15.0 以下版本，并且尽量不要使用免安装版本。若出现报错，可能是 Stata 软件中未安装相应命令，直接 ssc install 安装相应命令后即可使用。当然，也可以直接通过 findit moranplot 进入下载页面。
. ssc install moranplot, all replace
下载数据时，由于此命令刚发布不久，还没有被 https://ideas.repec.org/ 更新。因此需要先输入：ssc new ，然后点击 MORANPLOT 即可进入页面下载数据，如图 1 所示。（PS：预计今后应该直接findit moranplot即进入下载页面）
2.2 命令语法
安装好命令之后，可以输入 help moranplot ，查看 moranplot 的帮助文档。需要说明的是，该命令的空间权重矩阵必须为 W1.spmat 格式。运行该命令有两种方式：其一，将数据与空间权重矩阵均放入 Stata 的当前工作目录下，继而运行命令；其二，也可以在其他文件夹放入数据和空间权重矩阵，并使用 cd 命令设置工作根目录，命令也能正常运行。
help moranplot
moranplot 命令的语法结构如下：
moranplot varlist(numeric) [if] [, options]
varlist(numeric)： 必须为数值型变量，可以输入多个变量。Options选择项如下：w(name): 空间权重矩阵，扩展名必须为.spmat，是否标准化自定。id(varname): 个体标识。note(numlist): 给Moran散点图添加注释。mlabel(varname): 为散点添加名称。
3. Stata 实操
本文使用 moranplot 命令自带的数据集进行操作演示。
3.1 调入数据
. use moranplot_data.dta
3.2 绘制 y1 变量的原始版散点图
// W1 为空间权重矩阵， id 为个体标识
. moranplot y1, w(W1) id(id)
得到的结果如图 2 所示：
3.3 绘制 y1 变量的注释版散点图
// 为散点图标注注释：2018年制图
. moranplot y1, w(W1) id(id) note(2018)
得到的结果如图 3 所示：
3.4 分别绘制 y1, x1, y2 变量的原始版和注释版散点图，并组合图形
. moranplot y1 x1 y2, w(W1) id(id)
. moranplot y1 x1 y2, w(W1) id(id) note(2018) mlabel(name)
运行散点图合并命令时，需注意 Stata 界面上各子图的具体名称：
. graph combine ///
grss_graph3 grss_graph4 grss_graph5 ///
grss_graph6 grss_graph7 grss_graph8, altshrink
得到的结果如图 4 所示：
3.5 绘制面板数据的散点图
使用 moranplot 命令制作面板数据的散点图，可以轻松实现多个变量的绘制（数据略，读者可依需要自行尝试）。但需要通过编写循环命令实现：
forvalues time = 2014/2018 {
moranplot y1 x1 y2 if year==`time', ///
w(W1) id(id) note(`time')
}
如图 5 所示， 3 个变量在 2014 - 2018 年的所有散点图（共 15 张，限于篇幅只展示第一张图）均出现在窗口：
4. 可能的报错及解决方案
4.1 grss 命令无法识别
由于 moranplot 命令中调用了 grss 外部命令，因此有些用户的 Stata 软件若未安装该命令则会报错，如图 6 所示：
遇到这种报错的话，直接输入 findit grss 进行命令安装即可。安装界面会显示 3 条命令，点击 grss 的链接直接安装即可（如图 7 所示）。为避免出现安装问题，此处推荐使用正版的 Stata 15.0 ，或直接使用 Stata 16.0 版本。
4.2 提示 variable w1_000000 not found
由于 moranplot 命令运行程序中会用到 spmat 命令，因此，如果 spmat 命令过于陈旧的话（常规使用 ssc install spmat 下载的就是旧版本），就会导致出现如图 8 所示的报错：
解决该问题需要下载最新版本的 spmat 命令包，并按照电脑存储路径 “ Stata 安装文件夹 → ado 文件夹 → plus 文件夹 → s 文件夹”，用新的 spmat.ado 替换掉旧的即可。最新命令可到波士顿学院 Baum 教授的“外部命令仓库”寻找。这里也提供了最新版本 spmat.ado 和 grss.ado 的百度云盘链接，大家可以按需下载。
链接: https://pan.baidu.com/s/1rGGumcyLdnEteyU2SFynUA
提取码: 1234
5. 结语
综上，使用 moranplot 命令绘制局部莫兰指数散点图的优点相信大家已经有所体会，也希望本文能够为推动中国空间计量经济学的发展贡献绵薄之力。当然，该命令也存在一些不足和待完善之处，初衷仅用于自己写论文应急之用。未来我们会尝试继续更新这一命令（包括增加更多绘图的 option 选项，并使用 mata 语言编程加快运行速度等），为广大科研工作者带来更多的便利！
6. 参考文献
Chen Z, Zhu H, Zhao W, Zhao M, Zhang Y. Spatial Agglomeration of China’s Forest Products Manufacturing Industry: Measurement, Characteristics and Determinants. [J]. Forests, 2021, 12(8): 1006. -LINK-
7. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh 空间
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：倍分法DID 倍分法(DID)的标准误：不能忽略空间相关性 专题：空间计量 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 空间面板数据模型及Stata实现 空间计量溢出效应的动态GIF演示 空间权重矩阵的构建 空间计量：地理加权归回模型-(GWR)-参数估计
🍓 课程推荐：2024 空间计量专题
主讲老师：范巧 (兰州大学)
课程时间：2024 年 10 月 2-4 日 (三天)
课程咨询：王老师 18903405450（微信）
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。
