如何用stata做空间倍差分DID（1）

空间DID主要用来考虑在存在空间依赖性的情况下，如何对针对评估。根据自变量、因变量、误差项三者的空间滞后项的引入，同样可以分为SACDID,SARDID，SLXDID,SEMDID,SDMDID,SDEMDID,GNSDID等。

下面以这篇文章为例进行实操：Diao M, Leonard D, Sing TF. Spatial-Difference-in-Differences Models for Impact of New Mass Rapid Transit Line on Private Housing Values[J].Regional Science & Urban Economics,2017,67.

该论文主要用到SACDID,即：

     可以看出SACDID比DID无非多了几个关于变量，即：treat为分组虚拟变量，若个体i受政策实施的影响，则个体i属于处理组，对应的treat取值为1，若个体i不受政策实施的影响，则个体i属于对照组，对应的treat取值为0。post为政策实施虚拟变量，政策实施之前post取值为0，政策实施之后post取值为1。treat·post为分组虚拟变量与政策实施虚拟变量的交互项。

       接下来，就是如何用stata做SACDID，这里以http://www./stata/data/xsmle/product.dta为基础并考虑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SACDID.

     通过输入以下命令即可执行SACDID回归：

use SACDID.dta, clear  ///存放SACDID数据的路径

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

gen lngsp = log(gsp)

gen lnpcap = log(pcap)

gen lnpc = log(pc)

gen lnemp = log(emp)

gen dut=du*dt

xsmle lngsp dut du dt lnpcap lnpc lnemp, fe model(sac) wmat(usaww) emat(usaww)

结果显示如下：