下面是李龙飞教授是和北大虞吉海教授一起写的article。
https://onlinelibrary.wiley.com/doi/abs/10.1002/jae.2450

请不要曲解我的解答——我没说不显著也无妨。
我只是特别指出，在估计SDM的模型析时，因为包含很多durbin terms可能会导致空间自回归系数不显著(具体看上面的文献)。

是否也适用于其他模型(SAR, SEM)，就不得而知了。

直觉上推断，如果SAR里的空间回归系数不显著，
那么SDM里的空间回归系数也往往会不显著。

好的，谢谢您！

我的相关系数高度显著，莫兰指数的相关性检验也显著，空间各种模型设定检验指向SEM模型，可是最后做出来，空间自回归系数不显著咋办

您好，前辈 经过模型设定检验模型指向sem模型，可是空间回归系数不显著咋办，莫兰指数相关性检验通过，空间效应检验也通过，而且各解释变量高度显著.....还望指点一二

不知同学您这个问题解决了吗，我也遇到类似情况

没有啊。现在推测可能的情况是：莫兰指数相关性检验通过仅为存在空间相关性提供初步证据，最终应以模型回归结果为准。

学习了

是说你估计的空间误差模型(SEM)的空间滞后误差项(λ)不显著吗？
你提供的信息太少，用dataex 命令 分享出一部分数据以供分析。

您好，这个回归结果是我用sem模型，还有显示不全，只是贴了一部分的数据，麻烦指点指点，谢谢

麻烦再请教两个问题：
1.若要用地理距离矩阵W和经济距离矩阵E构造经济空间权重矩阵W*，则W和E相乘时是用矩阵叉乘还是矩阵点乘？
2.检验固定效应还是随机效应时，豪斯曼统计量为负数时，是接受随机效应原假设，还是拒绝原假设，接受固定效应？

谢谢您的解答，我试了一下命令，但是结果和我前面的一样。没改变什么呢。
. qui xsmle  chzs  lncfsp  hlw lnczsr lnfmzl lncsfj lnwztzze lnjyzc lnkxjszc lnzhong, emat(ww1)  model(sem)  
> nolog re

.
. qui xsmle  chzs  lncfsp  hlw lnczsr lnfmzl lncsfj lnwztzze lnjyzc lnkxjszc lnzhong, emat(ww1)  model(sem)  
> nolog fe hausman

.
. hausman fe re

                 ---- Coefficients ----
             |      (b)          (B)            (b-B)     sqrt(diag(V_b-V_B))
             |       fe           re         Difference          S.E.
-------------+----------------------------------------------------------------
      lncfsp |   -19.37703    -14.86388       -4.513152               .
         hlw |    .5255573     1.431621       -.9060634               .
      lnczsr |    12.18053     13.93069       -1.750158               .
      lnfmzl |    2.149375     2.745353       -.5959786               .
      lncsfj |   -4.960823    -4.204073       -.7567499               .
    lnwztzze |     2.75794     3.394447       -.6365069               .
      lnjyzc |   -2.023616    -11.65596        9.632345               .
    lnkxjszc |    3.235641     3.937528       -.7018867               .
     lnzhong |   -12.96071     18.25933       -31.22004        6.335719
------------------------------------------------------------------------------
                           b = consistent under Ho and Ha; obtained from xsmle
            B = inconsistent under Ha, efficient under Ho; obtained from xsmle

    Test:  Ho:  difference in coefficients not systematic

                  chi2(9) = (b-B)'[(V_b-V_B)^(-1)](b-B)
                          =   -13.05    chi2<0 ==> model fitted on these
                                        data fails to meet the asymptotic
                                        assumptions of the Hausman test;
                                        see suest for a generalized test
哪怕是加上保存est sto re  /fe   的命令也是一样的结果。请问还有其他的办法吗

stata里的qui 是quietly 表示不显示输出结果。
请把 命令中的 qui 去掉后再试！

xsmle  chzs  lncfsp  hlw lnczsr lnfmzl lncsfj lnwztzze lnjyzc lnkxjszc lnzhong, emat(ww1)  model(sem)  nolog re
xsmle  chzs  lncfsp  hlw lnczsr lnfmzl lncsfj lnwztzze lnjyzc lnkxjszc lnzhong, emat(ww1)  model(sem)  nolog fe hausman

可以试下 稳健聚类 标准误差， 在整个命令行的 最后加 robust即可。

另外你说 所有的检验(Wald Test，LM Test， LR test???)都指向SEM是什么意思？

A1: 据了解，目前混合空间权重矩阵普遍是用矩阵点乘，即采用矩阵各个对应元素单纯地相乘方式。不过使用混合空间权重矩阵要有非常扎实客观的理论依据才行，否则会使整个空间计量模型出现严重的识别问题。

A2: 我已经在上面解释过，对于空间计量模型，传统的豪斯曼检验会失效，无法给出正确的估计统计量。 需要用稳健性豪斯曼检验，在Stata 的xsmle里有 hausman 选项， 具体请查看xsmle 的help。
如果xsmle里的 豪斯曼检验依然给出了负数时，理论上则应该拒绝原假设，选择固定效应。

首先感谢前辈一次一次的耐心回答！
1. 我在加过robust后sem终于变显著了。感谢
2.本人 做过空间效应检验，结果存在空间相关性；做过LM检验，LM-err通过检验，LM-lag没有通过检验；wald检验和LR检验，全部接受原假设，所以本人最终选择的模型是SEM模型，不知这样的思路有没有错，还请前辈不吝赐教。
3. 贴上本人做的LM 检验结果，便前辈参考https://bbs.pinggu.org/forum.php ... ;extra=#pid61090036
再次感谢！

好的，谢谢您！

是我粗心了，重新做了，还是有个疑问，希望大神在帮我看一下，发现re回归结果比较好，但是fe的Spatial  lambda  不显著。检验结果为正又是怎么看呢
Ho: difference in coeffs not systematic chi2(10) = 30.72   Prob>=chi2 = 0.0007

过程如下：
. xsmle  chzs  lncfsp  hlw lnczsr lnfmzl lncsfj lnwztzze lnjyzc lnkxjszc lnzhong, emat(ww1)  model(sem)  nolog re

SEM with random-effects                              Number of obs =       310

Group variable: province                          Number of groups =        31
Time variable: year                                   Panel length =        10

R-sq:    within  = 0.1297
         between = 0.8080
         overall = 0.7876

Log-likelihood =  -966.2490
------------------------------------------------------------------------------
        chzs |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
Main         |
      lncfsp |  -14.86388   3.462513    -4.29   0.000    -21.65028   -8.077478
         hlw |   1.431621   .6022894     2.38   0.017     .2511552    2.612086
      lnczsr |   13.93069   2.997452     4.65   0.000     8.055796    19.80559
      lnfmzl |   2.745353   1.201687     2.28   0.022     .3900893    5.100618
      lncsfj |  -4.204073   3.009392    -1.40   0.162    -10.10237    1.694226
    lnwztzze |   3.394447   1.066807     3.18   0.001     1.303544     5.48535
      lnjyzc |  -11.65596   3.584285    -3.25   0.001    -18.68103    -4.63089
    lnkxjszc |   3.937528   1.556034     2.53   0.011     .8877578    6.987298
     lnzhong |   18.25933   3.544827     5.15   0.000     11.31159    25.20706
       _cons |  -21.01772   35.81547    -0.59   0.557    -91.21475    49.17931
-------------+----------------------------------------------------------------
Spatial      |
      lambda |   3556.651   1023.542     3.47   0.001     1550.546    5562.755
-------------+----------------------------------------------------------------
Variance     |
      ln_phi |   2.323309   .3534609     6.57   0.000     1.630539     3.01608
    sigma2_e |   18.44765   1.613231    11.44   0.000     15.28577    21.60952
------------------------------------------------------------------------------

. xsmle  chzs  lncfsp  hlw lnczsr lnfmzl lncsfj lnwztzze lnjyzc lnkxjszc lnzhong, emat(ww1)  model(sem)  nolog fe hausman
... estimating random-effects model to perform Hausman test

SEM with spatial fixed-effects                       Number of obs =       310

Group variable: province                          Number of groups =        31
Time variable: year                                   Panel length =        10

R-sq:    within  = 0.2010
         between = 0.2074
         overall = 0.1879

Mean of fixed-effects = 237.5218

Log-likelihood =  -865.9763
------------------------------------------------------------------------------
        chzs |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
Main         |
      lncfsp |  -19.37703   3.355049    -5.78   0.000    -25.95281   -12.80126
         hlw |   .5255573   .5626143     0.93   0.350    -.5771465    1.628261
      lnczsr |   12.18053   2.799992     4.35   0.000     6.692651    17.66842
      lnfmzl |   2.149375   1.104845     1.95   0.052    -.0160812    4.314831
      lncsfj |  -4.960823   2.675797    -1.85   0.064    -10.20529    .2836429
    lnwztzze |    2.75794    .997913     2.76   0.006     .8020664    4.713813
      lnjyzc |  -2.023616    3.28159    -0.62   0.537    -8.455414    4.408182
    lnkxjszc |   3.235641   1.432538     2.26   0.024     .4279181    6.043364
     lnzhong |  -12.96071   7.259968    -1.79   0.074    -27.18999    1.268562
-------------+----------------------------------------------------------------
Spatial      |
      lambda |   1734.379    1072.23     1.62   0.106    -367.1528    3835.911
-------------+----------------------------------------------------------------
Variance     |
    sigma2_e |   15.56187   1.252785    12.42   0.000     13.10646    18.01728
------------------------------------------------------------------------------
Ho: difference in coeffs not systematic chi2(10) = 30.72   Prob>=chi2 = 0.0007
------------------------------------------------------------------------------

楼主您好，我也遇到了同样的问题，直到看到您的回复才恍然大悟，但作为空间计量小白，还是想向您请教一下如何解决的？设定面板数据是不是只能用这个命令，xtset province year    encode province,gen(shengfen) 按照地区重新排列？如果我想保留原排列顺序，该怎么设定？或是改变矩阵吗？

空间计量xtset province year用这句就行，第二句不用，就可以保持原序列了。至于还有没有其他的我就不知道了，这句命令就是那个单词辣么简单还寻求其他命令作甚。陈强书里就是这句

已纠正

请问李龙飞教授这篇参考文献可以提供一下吗？

你好，请问空间面板回归结果中的拟合优度看和报告哪个？达到多少就说明结果还可以？看上面楼主贴的回归结果能说明这拟合效果好吗？

最近被论文搞的头疼，听说10月底成都有空间计量的培训，中山大学的杨海生老师主讲，口碑都很不错，想去报名，有没有同去的小伙伴！有意向的可以联系我：18903405450

您好，对于空间回归不显著的问题您解决了吗

请问你的问题解决了吗，我也遇到了类似的问题，想请教

是我自己本身的错误操作失误----就是把数据设置成面板数据的时候，多写了一个命令导致所有的数据乱套了xtset province year    encode province,gen(shengfen) 第二句不用写，还有你可以检查一下你的变量是否选对。伪回归问题要注意的

是我自己本身的错误操作失误----就是把数据设置成面板数据的时候，多写了一个命令导致所有的数据乱套了xtset province year    encode province,gen(shengfen) 第二句不用写，还有你可以检查一下你的变量是否选对。伪回归问题要注意的

好的，谢谢

如何不用xtset定义面板，那用不了xsmle咋办？

谢谢您啦