R语言处理部分：

1、setwd

用于设置当前工作目录，可直接利用快捷键“Ctrl+shift+H”完成

2、引用外部函数

在定义好工作目录后，将要引用的函数放在该目录下，然后利用source（‘xxx’）来完成函数的引用

3、利用网上的shp2mat函数完成shp文件中省份面或者是点间距离矩阵的求解

• 定义好工作区后，引入包
  

library（matpools）

Library(spdep)

• 若要制作省份的邻接矩阵
  

#1 元素取值为0-1

#1.1 省份面

#1.1.1 基于queen邻接关系设定邻居,赋值为1

> pmat1 <-   shp2mat("shp文件名")

#1.1.2 将距离最近的3个单元设为邻居,赋值为1

> pmat2 <-   shp2mat("shp文件名",k=3)

#1.1.3 将500公里以内的单元设为邻居,赋值为1

> pmat3 <- shp2mat("shp文件名",   td=500)

#1.2 省会点

#1.2.1 基于泰森多边形邻接关系设定邻居,赋值为1

> cmat1 <-   shp2mat("shp文件名")

#1.2.2 将距离最近的3个单元设为邻居,赋值为1

> cmat2 <-   shp2mat("shp文件名",k=3)

#1.2.3 将500公里以内的单元设为邻居,赋值为1

> cmat3 <- shp2mat("shp文件名",   td=500)

• 制作距离矩阵
  

#2 元素取值为距离,这里基于经纬度计算弧度距离,以km为单位

#2.1 省份面

#2.1.1 给出所有单元间距离

> pmat1 <-  shp2mat("province31_shp\\province31", type="d")

#2.1.2 给出最近三个邻居的距离

> pmat2 <-  shp2mat("province31_shp\\province31", type="d", k=3)

#2.1.3 给出500公里范围内的邻居距离,如无邻居则用距离最近的单元替代

> pmat3 <-  shp2mat("province31_shp\\province31", type="d",td=500)

#2.2 省会点

#2.2.1 给出所有点对间距离

> cmat1 <-  shp2mat("capitals31_shp\\capitals", type="d")

#2.2.2 给出最近三个点的距离

> cmat2 <-  shp2mat("capitals31_shp\\capitals", type="d", k=3)

#2.2.2 给出500公里范围内的邻居距离,如无邻居则用距离最近的点替代

> cmat3 <-  shp2mat("capitals31_shp\\capitals", type="d",td=500)

#给距离矩阵行列赋名并写出权重矩阵////这里要注意NAME是dbf文件中对应的标签名称，网上下载的shp文件有些有NAME有些只有序号。

> unit.names <- provinces@data$NAME

>  dimnames(pmat1) <- list(unit.names,  unit.names)

> write.csv(pmat1,  "province31_distance.csv")

> unit.names <- capitals@data$NAME

> dimnames(cmat1) <- list(unit.names,   unit.names)

> write.csv(cmat1,  "capital31_distance.csv")

STATA部分

在制作好距离矩阵后，需要在stata中分析

注意的地方：空间权重矩阵需要标准化！

spatwmat using sph.dta, name(W)standardize

然后设置好面板数据

xtset place_n t

进行回归

xsmle ln_y_HP xit ln_x_CPI ln_x_inv ln_x_csp,wmat(W) model(sdm) durbin(xit) robust nolog noeffects fe