一、引言

2021年6月10日的推文在“如何获取原始数据及其空间权重矩阵？”部分的关键程序是错误的，并且遗漏了把spmat格式空间权重矩阵转换成dta格式空间权重矩阵（进行SEMDID模型估计时会用到dta格式的usaww.dta空间权重矩阵）的关键步骤。本次推文对昨天的推文进行了勘误处理。详见本文的第二部分。昨天的推文链接如下：

*下载原始数据，原始数据的内部结构见图1

http://www.econometrics.it/stata/data/xsmle/product.dta
ASE Forum，公众号：Applied Spatial Econometrics基于Stata的Spatial DID模型设定、原始数据、命令、程序及回归操作演示

欢迎感兴趣的朋友一起交流、学习或合作。

二、如何获取原始数据及其空间权重矩阵？

*下载原始数据，原始数据的内部结构见图1

use http://www.econometrics.it/stata/data/xsmle/product.dta

图1

*调入空间权重矩阵

spmat use usaww using http://www.econometrics.it/stata/data/xsmle/usaww.spmat

*将该空间权重矩阵保存到电脑上自己的文件夹中，见图2-1

spmat save usaww using usaww.spmat, replace

图2-1

*将spmat格式的空间权重矩阵转换为dta格式的空间权重矩阵，见图2-2

spmat export usaww using usaww.dta

图2-2

三、Spatial DID模型核心内容概述

Spatial DID（Spatial Differences-in-Differences，SDID）模型是在传统双重差分模型基础上进行设定的，它充分考虑了空间多重共线性的规避需求。经典的SDID模型包括：双重差分空间误差模型（SEMDID）、双重差分空间自回归模型（SARDID）、双重差分空间杜宾模型（SDMDID）等。下面对其模型进行简要介绍。见图3。

图3 此图中的模型设定有待进一步验证，仅供参考

四、SEMDID、SARDID及SDMDID模型估计演示

本文操作数据来自Diao et al.（2017），详见参考文献。考虑到从1981年开始ALABAMA，ARIZONA，ARKANSAS，CALIFORNIA，CALIFORNIA，CONNECTICUT，DELAWARE，FLORIDA，GEORGIA，IDAHO等10地区实施了某项地区政策，其它地区未执行政策。这样就形成了准自然实验，从而可以进行SEMDID、SARDID、SDMDID模型设定和估计。

参考文献：

Diao M, Leonard D, Sing T F. Spatial-Difference-in-Differences Models for Impact of New Mass Rapid Transit Line on Private Housing Values[J]. Regional Science & Urban Economics,2017,67.

参考文献链接：

https://www.sciencedirect.com/science/article/pii/S0166046217301862

（一）SEMDID模型估计演示

*导入数据，见图1

use asef_product.dta, clear

*生成时间虚拟变量，见图4

gene t=0edreplace t=1 in 1/340ed

图4

*生成地区虚拟变量，见图5

gene code=0replace code=1 if year>=1980 & year <=1986

图5

*生成时间空间交互项，见图6

gene spdid=t*code

图6

*面板数据设定

xtset state year

*调入空间权重矩阵

spmat use usaww using usaww.spmat

*将数据进行对数化处理，见图7

gen lngsp = log(gsp)gen lnpcap = log(pcap)gen lnpc = log(pc)gen lnemp = log(emp)

图7

*进行双重差分空间误差模型估计，见图8

xsmle lngsp lnpcap lnpc lnemp spdid t code, fe model(sem) emat(usaww) nolog

图8

（二）SARDID模型估计演示

*进行双重差分空间自回归模型（Spatial Lag Model，SLM;空间滞后模型）估计，见图9

xsmle lngsp lnpcap lnpc lnemp spdid t code,fe model(sar) wmat(usaww) nolog effects

图9

（三）SDMDID模型估计演示

*随机效应模型估计，见图10

xsmle lngsp lnpcap lnpc lnemp spdid code t, re model(sdm) wmat(usaww) durbin(spdid) effect

图10

*固定效应模型估计，见图11

xsmle lngsp lnpcap lnpc lnemp spdid code t,fe model(sdm) wmat(usaww) durbin(spdid) effect

图11

五、结束语

［勘误］基于Stata的Spatial DID模型设定、原始数据、命令、程序及回归操作演示