空间权重矩阵的构建

发布时间:2020-06-30 阅读 25859

Stata 连享会   主页 || 视频 || 推文

温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。

课程详情 https://gitee.com/arlionn/Course   |   lianxh.cn

课程主页 https://gitee.com/arlionn/Course

作者:潘星宇 (清华大学)

特别说明: 文中包含的数据可以到 [连享会|码云] 下载。


目录


空间计量方法已经成为了时下最为热门和常用的计量方法之一,而空间权重矩阵的构建则是运用空间计量方法时必不可少的“标准动作”。但在实际研究过程中,我们往往会遇到很多问题。例如,目前网络上能获取到的矩阵与我研究的样本不匹配;例如,做回归时时需要剔除一些样本单位,但如何构建与之对应的空间权重矩阵;再例如,如何构建一些广义上的“空间”权重矩阵,等等。本期我们就来和大家一起了解一下权重矩阵的构建。

1. 空间权重矩阵原理简介

通常定义一个二元对称空间权重矩阵来表达 n 个位置的空间个体(例如区域)的邻近关系:

理论上讲,不存在最优的空间矩阵,即无法找到一个完全描述空间相关结构的空间矩阵。空间矩阵的构造必须满足 「空间相关性随着 ‘距离’ 的增加而减少」的原则。

需要注意的是。在空间计量中,“距离(counterfacutal) ” 的定义可以是广义的,包含但不限于地理上的相邻或者欧氏距离,也可以是经济意义上合作关系的远近,甚至可以是社会学意义上的人际关系的亲疏。

1.1 简单空间权重矩阵

最简单的空间权重矩阵是所谓的「二进制空间权重矩阵」,使用 0 和 1 来标记个体之间的空间相邻情况,属于 定性 界定。

简单二进制邻接矩阵

简单的二进制邻接矩阵的第 i 行第 j 列元素为:

基于距离的二进制空间权重矩阵

这类空间权重矩阵的第 i 行第 j 列元素为:

广义「相邻」概念的二进制空间权重矩阵

如前文所述 “相邻” 可以有不同的定义。一般来说从最基本的空间概念出发,有 Rook 相邻Queen 相邻 等。 Rook 相邻指的有一段共同的边即认为两个单位相邻,Queen 相邻认为只要存在顶点相接,就认为两地区为 "邻居" 关系。此外还可以定义成二者 是否有相同方言是否同属于一个城市群 ,等等。

1.2 基于距离的空间权重矩阵形式

若考虑距离的相对大小,想要从「定量」角度刻画空间相邻性,可以使用如下权重定义方法:

其中:ϕi 和 ϕj 分别表示某个省份(比如地理几何中心,省会(首府)) 的纬度和经度;Δτ 为两个省份间经度之差;R 为地球半径,等于 3958.761 英里。在实际应用中,常对空间权重矩阵进行行标准化,空间权重矩阵的对角元素设为 0。

连享会计量方法专题……

2. 空间权重矩阵构建的准备工作

要构建自己 “定制的” 空间权重矩阵,首先需要获得所研究空间单元的地理位置信息文件,以便于 Stata 判断相对或者绝对地理位置。这些信息通常来自于对研究单元对象的 ESRI Shapefile 文件(也就是 Stata 绘制地图时需要的所谓 “底图” 文件)。 中国的 shapefile 文件包括省级,市级和县级等各个层面的数据,可以在国家基础信息中心申请下载,或者从一些公开的网络资源获取。

本文采用中国省级行政区 shapefile 作为演示数据。

一个完整的 shapefile 文件由以下几个文件组成:

  • 省级行政区.dbf
  • 省级行政区.shp
  • 省级行政区.shx
  • 省级行政区.prj
  • 省级行政区.shx

2.1 编辑 shapefile 文件

目前,Stata 中还没有能对 shapefile 文件进行编辑的命令。这一步骤一般采用 ArcGISarcview 等软件来进行。由于这一步非常重要,因此我们以 ArcGIS 软件为例,做一个简单的演示。

第一步:导入 shpefile 文件

ArcGIS 主界面中,点击下图中红圈所示的图标,然后按提示选择硬盘上存储的 shpefile 文件,即可将其导入 ArcGIS2.1 空间数据导入1 2.1 空间数据导入2

第二步:编辑 shpefile 文件

这里假设我们的研究对象不含西藏自治区、香港特别行政区、澳门特别行政区以及台湾省,我们就需要在编辑器当中把这四个要素删除。

首先选中图层,右键菜单中选择 “开始编辑”在这里插入图片描述

右键图层打开属性表,删除上面提到的四个要素:

在这里插入图片描述
在这里插入图片描述

第三步:导出 shapefile 文件

再右键图层,选择 导出数据

在这里插入图片描述
在这里插入图片描述

这样,我们就有了符合我们需要的空间权重矩阵构建的 shapefile 文件,下面就需要将其导入 Stata 以便做后续分析了。

2.2 在 Stata 中导入 shapefile 文件

若采用空间面板数据模型进行建模,则还需要找出这些省份的经纬度等地理信息。前文已经说明了如何下载 shapefile 文件,该文件中即包含了各个国家的地理信息。那么可以将研究单元数据和 shapefile 进行合并。这里需要用到 mif2dtashp2dta 命令来读取 shapefile 文件。该命令为外部命令,安装方式参考「 Stata: 外部命令的搜索、安装与使用」 。需要注意的是, 只有经纬度信息的数据集不能用于二项式空间权重矩阵的构建 ,关于这一点我们将在下文中说明。

这一过程主要是将 .shp 格式的文件编译成stata可以读取的文件,主要采用 shp2dta 命令完成。

我们来看看 shp2dta 命令的基本语法:

. shp2dta using shpfilename,   ///
       database(filename) coordinates(filename)   ///
       genid(newvarname) gencentroids(stub)

其中,

  • coordinates(filename) 指定包含 .shp 文件数据的新 Stata 数据集的名称。
  • database(filename) 指定包含 .dbf 文件数据的新 Stata 数据集的名称。
  • genid(newvarname) 指定新数值变量的名称,该数字变量在文件 database.dta 中将唯一标识感兴趣的不同地理区域。newvarname 采用的值将对应于文件 coordinates.dta 中变量 _ID 所采用的值。
  • gencentroids(stub) 选项可以计算出地理区域的质心的坐标,存储在变量 x_stuby_stub 中,并添加到文件 database.dta 中。 但我们还必须指定 genid(newvarname) 选项。

. shp2dta using "C:\Users\xypan\Desktop\连享会推文\空间权重矩阵的构建\空间权重矩阵底图\30个省市自治区.shp", ///
    database(data_db) coordinates(data_xy)   ///
    genid(weightid)  gencentroids(stub)  replace

. use data_db, clear
. rename NAME province
. list province x_stub y_stub in 1/10

    +------------------------------+
    | province   x_stub     y_stub |
    |------------------------------|
 1. |  黑龙江   47.8418    127.725 |
 2. |    新疆    41.112    85.2009 |
 3. |    山西   37.5698    112.263 |
 4. |    宁夏   37.2681    106.158 |
 5. |    山东   36.3217    118.107 |
 6. |    河南   33.8743    113.581 |
 7. |    江苏   32.9807     119.42 |
 8. |    安徽   31.8229    117.197 |
 9. |    湖北   30.9677    112.239 |
10. |    浙江   29.1659    120.023 |
    +------------------------------+

读取 shapefile 文件后,可以发现有 x_stuby_stub 两个变量,分别代表了对应省份的的地理坐标。

接下来将带有地理坐标的 data_db.dta 文件和我们的数据文件匹配起来,命名为 spatialweight_province.dta

merge 1:m province using "C:\Users\xypan\Desktop\连享会推文\空间权重矩阵的构建\省级数据.dta"
keep if _merge==3
drop _merge
save "C:\Users\xypan\Desktop\连享会推文\空间权重矩阵的构建\spatialdata_province.dta", replace

到此我们完成了几乎所有的准备工作,下一步开始正式构建空间权重矩阵。

连享会计量方法专题……

3 空间权重矩阵的构建

3.1 命令说明

生成距离空间权重矩阵的命令语法为

spwmatrix gecon varlist [if] [in],  ///
    wname(wght_name)  [wtype(inv) cart r(#)  ///
    dband(numlist) alpha(#) knn(#) ///
    econvar(varname1) beta(#) Other_options]

主要选项的含义如下:

  • wname(wght_name) 表示要生成的空间权重矩阵的名称
  • wtype(bin | inv | econ | invecon | socnet | socecon) 分别代表二进制,距离衰减,经济距离,逆经济距离,社会网络或社会经济空间权重
  • dta 选择该选项以从 .dta 文件导入空间权重
  • text 选择该选项以从逗号或制表符分隔的文本文件导入空间权重
  • swm(idvar_name) 导入 ArcGIS 中生成的空间权重
  • knn(#) 请求最近邻空间权重
  • econvar(varname1) 可用此选项构建经济或逆经济距离空间权重
  • beta(#) 指定指数函数的系数 β; 默认测试版 (1)
  • cart 表示纬度和经度采用笛卡尔坐标,这是默认选项 (一般我们也使用的是这个);如果采用球面坐标则只能选择 r(#),此时不能同时选择 cart,并且需要指定地球半径距离(英里),一般默认填写 r(3958.761)
  • dband(numlist) 表示最大的权重矩阵边界,其中的 numlist 表示确定边界的变量,一般是各省份代码的最大值;
  • alpha(#) 表示参数限制范围,默认为 alpha(1)

3.2 反距离空间权重矩阵

use spatialdata_province.dta,clear

spwmatrix gecon x_stub y_stub , wn(spatialweight_province) wtype(inv) cart alpha(1) 
xport(spatialweight_province,txt) row replace \\生成名为 spatialweight_province 的权重矩阵

spmat import spatialweight_province using spatialdata_province.txt,replace \\导入 spatialweight_province 权重矩阵
 
spmat save spatialweight_province using spatialweight_pro.spmat,replace //将生成的 spmat 权重文件存储为spatialweight_pro

spmat use spatialweight_pro using spatialweight_pro.spmat,replace //打开 spmat 权重文件

matrix list spatialweight_pro //查看 spatialweight_pro 权重矩阵

这样,反距离空间权重矩阵就生成了,由于矩阵展开太大,囿于篇幅限制这里不做展示。

3.3 经济距离空间权重矩阵

经济距离矩阵的计算公式为

use spatialdata_province.dta,clear

spwmatrix gecon  x_c y_c, wn(province) wtype(invecon) cart econvar(GDP_2000) rowstand xport(spatialdata_province,txt) replace\\由于选择的是 invecon(经济反距离矩阵)因此需要声明相应的经济变量

spmat import spatialweight_province using spatialdata_province.txt,replace //生成以spatialweight_province 为名称的 spmat 权重文件

其他导入、存储和查看方法同上,不再赘述。

3.4 地理相邻空间权重矩阵

构建地理相邻空间权重矩阵时,之前计算的含有地理坐标的 spatialdata_province.dta 文件将不再适用,需要将我们编辑好的 .shp 文件导入 Geoda 软件,再导出 .gal 文件,再使用 spwmatrix 命令进行编译即可使用。导入过程非常简单,故在此略过。

use spatialdata_province.dta,clear

spwmatrix import using C:\连享会推文\空间权重矩阵的构建\空间权重矩阵底图\spatialdata_province.gal,wname(wcontig) xport(spatialdata_province, dat)  \\.gal 只能导出 .dat (不是 .dta,.dat 是 R 语言中一种通用的文件格式)格式的文件

spmat import spatialweight_province using spatialdata_province.dat,replace

其他导入、存储和查看方法同上。

3.5 广义的 “相邻” 空间权重矩阵

这里我们采用文章开头提到过的二者是否有相同方言,我们采用徐现祥老师公布的方言数据,将方言赋值(因为 spmatrix 命令无法识别字符型变量),官话赋值为1,吴语赋值为2,以此类推。同属于一个方言区的省份我们赋值为1,不同的我们赋值为0.

use fangyan.dta, clear

spwmatrix socio fangyan_id, wname(fangyan) wtype(socnet) idvar(provinceid) xport(spatialdata_province,txt)  \\fangyan_id代表我们的方言代理哑变量

其他导入、存储和查看方法同上。

4. 结语

  • 在完成了权重矩阵的构建后,就可以用它进行空间计量回归了,具体的操作可以参考我们的推文「Stata: 空间面板数据模型及Stata实现」
  • 另外需要注意的是 ArcViewArcGIS软件MATLAB 软件也可以进行空间权重矩阵的构建,我们也看到了甚至一些关键步骤也必须经过这些个软件的操作(也有其他软件,在此不一一列举)。对这方面有兴趣的同学可以选择性地学习一下。其中 ArcView 相对更加轻量,不像后两种软件动辄 10G 大小。
  • 目前 Stata 15.x 版本中发布的 xsmle 等命令可以也支持多个空间权重矩阵的回归。

参考文献

  1. Jeanty, P.W., 2010. spwmatrix: Stata module to generate, import, and export spatial weights. Available from.

相关推文

特别说明: 文中包含的数据可以到 [连享会|码云] 下载。

相关课程

连享会-直播课 上线了!
http://lianxh.duanshu.com

免费公开课:


课程一览

支持回看,所有课程可以随时购买观看。

专题 嘉宾 直播/回看视频
最新专题 DSGE, 因果推断, 空间计量等
Stata数据清洗 游万海 直播, 2 小时,已上线
研究设计 连玉君 我的特斯拉-实证研究设计-幻灯片-
面板模型 连玉君 动态面板模型-幻灯片-
面板模型 连玉君 直击面板数据模型 [免费公开课,2小时]

Note: 部分课程的资料,PPT 等可以前往 连享会-直播课 主页查看,下载。


关于我们

  • Stata连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。直播间 有很多视频课程,可以随时观看。
  • 连享会-主页知乎专栏,300+ 推文,实证分析不再抓狂。
  • 公众号推文分类: 计量专题 | 分类推文 | 资源工具。推文分成 内生性 | 空间计量 | 时序面板 | 结果输出 | 交乘调节 五类,主流方法介绍一目了然:DID, RDD, IV, GMM, FE, Probit 等。
  • 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标,输入简要关键词,以便快速呈现历史推文,获取工具软件和数据下载。常见关键词:课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法

连享会主页  lianxh.cn
连享会主页 lianxh.cn

连享会小程序:扫一扫,看推文,看视频……

扫码加入连享会微信群,提问交流更方便

✏ 连享会学习群-常见问题解答汇总:
https://gitee.com/arlionn/WD