如何用stata画莫兰散点图_如何用stata做空间倍差分DID（2）之SDMDID

今天讲下SDMDID。空间杜宾模型是很多研究学者在实证研究中广受重用。lesage等人也认为忽视了自变量与因变量空间滞后项代价很高，而忽略误差项滞后项只是导致一些估算效率的损失。他们认为空间杜宾模型有很多优点，不需要对潜在空间溢出效应的大小施加任何先验的限制。

     作为政策评估，我们通常评估的是政策有没有对政策实施地区带来影响，并寻求良好的对照组或反事实组，很多方法也应运而生，DID,RD,SCM,PSMDID等都是不错的方法。但这样方法都未考虑到个体间的空间依赖性。上期推送给大家推介了SACDID,但该方法只考虑了因变量与误差项的空间相关性。未考虑到自变量的空间相关性，而且忽略了自变量空间相关性容易带来有偏估计，而且政策变量作为一种自变量，考虑其空间相关性，能更有效分析政策的空间溢出效应。一个很简单道理，这个地区实施了政策冲击，政策本身不仅带来本地区发展，也会在先行示范作用与学习效应情况下对周边地区带来政策指出效应，而不是仅仅停留在本地区发展。那么这个时候我们就要用到SDMDID方法。

    话接上文，我们还是以上次数据为例，考虑ALABAMA，ARIZONA，ARKANSAS，CALIFORNIA，CALIFORNIA，CONNECTICUT，DELAWARE，FLORIDA，GEORGIA，IDAHO等10地区于1981年开始实施了某项地区政策，其他地区未执行政策(具体参见本期推送数据里的du，dt，dut(即du*dt)变量)。这样就有了准自然实验，从而可以进行SDMDID.