企业官网建设流程全解析

简介：这份文档面向需要开展空间自相关分析的 Stata 用户与相关专业学生，围绕莫兰指数（Moran's I）的计算流程提供一套可直接参照的操作指引，适合在区域经济、地理与社会经济数据研究中快速完成空间权重处理与指标测算。压缩包共1个 docx 文件，约14KB，篇幅精简，内容以命令与注释结合的方式组织，便于边看边在软件中复现。文档覆盖程序包安装、权重文件读取与命名、数据载入及权重标准化，并进一步说明全局莫兰指数、局部莫兰指数与莫兰散点图的实现方式，其中包含多变量批量计算和带汉字标识散点图的处理思路，可帮助读者理解结果含义并排查常见路径、变量名与权重设置问题。已有1971人学习下载，适合具备 Stata 基础、希望系统掌握空间自相关分析流程的读者参考。

1. 莫兰指数安装现场：findit spmat 装完仍报错的起点

某开发者把权重文件W.dta和数据文件data.dta放在D:/program，打开 Stata 就敲spatgsa rho2015, weights(W) moran，结果第一行就报command spatgsa is unrecognized。他回头执行findit spmat装了包，以为莫兰指数就能算，接着又卡在W not found、weights() not allowed、spmat summarize W, links输出全零。Stata 计算莫兰指数不是装一个包就结束，而是findit spmat、权重文件整理、spatwmat标准化、spatgsa/spatlsa调用四段路要接上。装不好时，命令能跑但权重错位，Moran's I 看着有数，解释却完全反了。这篇适合刚拿到W.dta和data.dta、准备在 Stata 里复现全局与局部莫兰指数的人，也适合被weight和weights单复数坑过的熟手。

2. Stata 计算莫兰指数的环境清单：findit spmat 与四个命令包

2.1 Stata 本体与工作目录：先固定路径再谈安装

Stata 计算莫兰指数的第一步不是急着装包，而是把工作目录和文件路径固定下来。项目正文里权重文件是D:\program\W.dta，数据文件是D:\program\data.dta，这两个文件必须在同一个可读目录里，否则后面spatwmat using会报找不到文件。Stata 对 Windows 路径的斜杠方向不敏感，但中文目录、空格目录和过长路径容易在 do-file 里翻车，我一般统一写成正斜杠D:/program/W.dta，do-file 开头先cd到工作目录。这样后面所有use和spatwmat using都能少写一长串盘符，也方便把整套命令迁移到另一台机器。

// 查看当前工作目录 pwd // 切换到权重文件和数据文件所在目录 cd "D:/program" // 列出目录下的 dta 文件，确认 W.dta 和 data.dta 都在 dir *.dta

这段代码的逻辑是先把 Stata 的当前目录切到资源所在位置，再用dir *.dta做一次文件存在性检查。pwd不带参数，只回显当前路径；cd后面必须跟完整目录，路径里有空格时要用英文双引号包住；dir *.dta的通配符只列出 dta 文件，避免把无关文件混进视线。参数上没有什么玄学，关键是路径要和你实际存放位置一致，不要照抄D:/program却忘了改成自己的目录。常见做法是把这三行放在 do-file 最前面，后面所有命令都用相对路径，例如use "W.dta", clear，这样换机器时只改一行cd。

环境清单里还要确认 Stata 能正常识别命令包。项目正文只写了findit spmat，但莫兰指数这条链路里还会用到spatwmat、spatgsa、spatlsa，它们不一定随spmat一次装全。装完后不要凭感觉，直接用which逐个查。which返回命令路径说明已安装，返回command not found就继续findit对应命令。这个检查比反复重启 Stata 更直接，也是我装完任何 Stata 外部命令后的固定动作。

// 逐个确认莫兰指数相关命令是否已经装好 which spmat which spatwmat which spatgsa which spatlsa

which的参数就是命令名，不带选项。逻辑说明：spmat负责把 dta 里的变量整理成空间权重对象，spatwmat负责从权重文件读入并标准化权重，spatgsa算全局莫兰指数，spatlsa算局部莫兰指数和散点图。四个命令缺一个，后面就会在对应步骤断掉。参数上不用改，但要注意命令名大小写，Stata 命令一般小写；如果which spatgsa提示找不到，不要继续硬跑spatgsa，先回findit spatgsa安装。安装时保持网络可用，安装完成后用which再验一遍，别把“窗口里出现过安装链接”当成装好了。

2.2 findit spmat 找包与安装：命令包不是装一次就万事大吉

项目正文第一步写的是findit spmat，这行命令的作用是让 Stata 在本地和可访问的资源里搜索spmat相关包。执行后结果窗口会出现若干条目，常见做法是点进标题里带spmat的条目，按提示点击安装链接。这里不要只看第一屏就关掉，安装完成后回命令窗口敲which spmat，确认命令真的落地。findit本身不安装，它只负责找；真正的安装动作在结果窗口的链接里。装完spmat后再用同样方式补spatwmat、spatgsa、spatlsa，不要假设它们会自动跟着来。

// 搜索 spmat 程序包，按结果窗口提示安装 findit spmat // 搜索全局和局部莫兰指数相关命令 findit spatwmat findit spatgsa findit spatlsa

这段代码没有复杂参数，findit后面跟关键词即可。逻辑上先找spmat，再找另外三个命令，是因为项目正文的安装入口是findit spmat，但实际计算链路需要后三个命令。参数说明：findit支持模糊搜索，关键词不要加引号；如果搜索结果太多，可以在结果窗口里按标题筛选。安装时注意看结果窗口的提示，有些包会提示依赖项，按顺序装完再重启 Stata。常见坑是只装了spmat就去跑spatgsa，报command not found后又以为 Stata 版本不对，其实只是包没装全。

安装完成后，建议把命令包检查写进 do-file 开头，作为一次性的环境自检。这样以后换电脑或重装 Stata，跑一遍就知道缺什么。下面这段不是安装命令，而是安装后的确认清单，返回结果里每个命令都有路径才算齐。

// 安装后的命令自检：四个命令都要有返回路径 which spmat which spatwmat which spatgsa which spatlsa

逻辑说明：which查的是命令解析路径，不是版本号，所以不要拿它判断版本新旧。参数上无需额外选项。如果某个命令返回command not found，回到上一步findit对应命令重新安装；如果返回的是built-in或某个 ado 文件路径，说明命令可用。安装过程中不要同时开多个 Stata 实例改同一份 ado 目录，容易留下半装状态；装完重启一次 Stata，再跑which，能少掉很多“明明装了却找不到”的黑匣子问题。

2.3 权重文件 W.dta 和数据 data.dta 的结构检查

装完命令只是环境就绪，真正决定莫兰指数能不能算对的是两个 dta 文件的结构。W.dta是空间权重文件，data.dta是分析数据文件，项目正文后面用spmat dta W var*, replace和spatwmat using D:\program\W.dta, name(W) standardize分别处理它们。安装前先分别打开看一眼，确认变量名、行数和 ID 能对上。常见的翻车不是命令写错，而是权重文件里的变量前缀不是var，或者数据文件里的rho2015实际叫Rho2015，命令跑下去才报变量不存在。先describe再list in 1/5，比事后猜省时间。

// 打开权重文件，检查变量名和前三行 use "D:/program/W.dta", clear describe list in 1/5

逻辑说明：use把权重文件读进内存，clear清掉之前的数据，避免旧数据干扰；describe看变量名、存储类型和标签；list in 1/5看前五行实际值。参数上clear很重要，尤其是你刚打开过data.dta又忘了清内存时，权重文件会读不进来。检查重点：权重变量是否以var开头，行数是否与数据文件一致，是否存在全零行。如果变量名不是var前缀，后面spmat dta W var*就要改成实际前缀，不能照抄。

// 打开数据文件，检查 rho 变量和 DMUname 是否存在 use "D:/program/data.dta", clear describe list in 1/5 count

逻辑说明：describe确认rho2011到rho2015这些变量名，list看前五行，count看总行数。参数上count不带条件时返回观测数，这个数和权重文件的行数要能对上。常见做法是先把两个文件的行数记下来，如果data.dta有 30 行而W.dta只有 29 行，后面莫兰指数会错位，散点图也会缺一个点。ID 对齐也要看，项目正文后面用id(DMUname)做汉字标识，所以data.dta里要有DMUname，权重文件里的顺序也要能对应。对不上时先别跑spatgsa，先把 ID 和行顺序整理好。

3. 权重文件配置：spmat dta 到 spatwmat standardize 的落地顺序

3.1 打开权重文件：use W.dta 的路径与 clear

第三步之前的权重配置从use "D:/program/W.dta", clear开始。项目正文写的是use "D:\program\W.dta", clear，在 Stata 里反斜杠通常也能识别，但在 do-file 里容易和转义符混在一起，我一般改成正斜杠。clear不能省，因为上一步可能刚打开过数据文件，内存里还有旧数据，直接use会报no; data in memory would be lost。如果你习惯在同一个 do-file 里来回切换权重文件和数据文件，每次use都带clear，这是最省心的习惯。

// 打开权重文件，清空内存中的旧数据 use "D:/program/W.dta", clear // 确认当前数据集就是权重文件 describe

逻辑说明：use读取 dta，clear允许覆盖内存；describe再次确认变量结构。参数上路径必须指向实际权重文件，不要用data.dta代替。常见误用是先把data.dta打开，然后直接spmat dta W var*，结果把数据变量当成权重变量，spmat summarize出来一堆无意义链接。正确顺序是先在W.dta上做权重对象整理，再回到data.dta上读权重并算莫兰指数。这个顺序乱了，后面W not found就会反复出现。

3.2 spmat dta 整理变量前缀：var* 通配和 replace 的取舍

项目正文第二步的核心命令是spmat dta W var*, replace。这条命令把当前数据集里以var开头的变量收进名为W的空间权重对象，replace表示如果内存里已经有同名W对象就覆盖。这里最容易错的是var*这个通配符：它要求权重文件里的变量名确实以var开头，如果你的权重变量叫w1 w2 w3，这行命令会找不到匹配变量，或者只匹配到空集合。执行前先用describe看变量名，前缀不对就改成实际前缀，例如w*，不要硬套原文。

// 将当前权重文件中以 var 开头的变量整理成空间权重对象 W spmat dta W var*, replace // 查看权重对象的基本信息 spmat summarize W, links

逻辑说明：spmat dta从当前内存数据集读取变量，W是生成的空间权重对象名，var*是变量前缀通配，replace覆盖同名对象。参数上replace要谨慎：如果你前面已经调好一个W对象，后面又跑一次不同前缀的spmat dta W ... , replace，旧对象会被覆盖。常见做法是先用spmat summarize W, links看链接数，再决定要不要replace。links选项会输出链接统计，重点看非零链接数是否合理；如果links为 0，说明变量前缀选错、权重列全零，或者当前数据集根本不是权重文件。这个检查是后面spatwmat之前的一道闸门，别跳过。

3.3 spmat summarize 检查 links：权重有没有断链

spmat summarize W, links是权重配置里最值得多看一眼的命令。项目正文把它放在spmat dta后面，目的就是确认权重对象W的链接情况。links会给出链接数、非零元素等信息，你可以据此判断权重文件是不是被正确读成矩阵。如果链接数明显小于观测数，或者某些行完全没有链接，后面全局莫兰指数可能仍然能出数，但局部莫兰指数和散点图会暴露问题。我一般会把spmat summarize W, links的输出和count的行数对一下，至少确认权重矩阵不是空的。

// 统计权重 W 的链接信息 spmat summarize W, links // 对照数据文件行数，确认权重矩阵规模 use "D:/program/data.dta", clear count

逻辑说明：spmat summarize的第一个参数是权重对象名，links是选项，不是变量。参数上不要把W写成w，Stata 对对象名大小写敏感；也不要在spmat summarize后面加逗号再写links以外的无关选项。常见坑是links输出正常但行数对不上，这通常是权重文件和数据文件的观测顺序不一致，不是命令语法问题。遇到这种情况，先回到两个 dta 文件里检查 ID 和排序，不要急着改spatgsa的变量列表。

3.4 在数据文件里读权重：spatwmat standardize 参数

权重对象整理完，回到数据文件算莫兰指数之前，还要用spatwmat把磁盘上的W.dta读成计算用的权重，并做标准化。项目正文第三步写的是spatwmat using D:\program\W.dta,name(W) standardize。这条命令的using指向权重文件，name(W)指定内存中的权重名，standardize做行标准化。注意它读的是磁盘文件，不是上一步spmat dta生成的对象；如果你在上一步改过变量名但没有把结果写回W.dta，这里读到的仍是原文件。常见做法是确保W.dta就是最终权重文件，再执行这行。

// 打开数据文件 use "D:/program/data.dta", clear // 从磁盘读取权重文件 W.dta，命名为 W，并做行标准化 spatwmat using "D:/program/W.dta", name(W) standardize

逻辑说明：use先切换到分析数据，spatwmat using读取权重文件，name(W)让后面的spatgsa和spatlsa用weights(W)或weight(W)调用，standardize对权重矩阵按行标准化。参数上using后面必须跟完整路径或当前目录下的文件名；name(W)的W要和后面命令里的权重名一致；standardize不加也能算，但行标准化后权重解释更直观，散点图也更常用。常见误用是把name(W)写成name(w)，后面调用weights(W)就找不到对象。路径里如果含空格，记得用英文双引号包住。

4. 莫兰指数计算配置：spatgsa 全局与 spatlsa 局部的参数取舍

4.1 全局莫兰指数：spatgsa 单变量与批量变量

全局莫兰指数用spatgsa，项目正文第四步写的是spatgsa rho2015, weights(W) moran。这里的rho2015是分析变量，weights(W)是权重选项，moran指定计算 Moran's I。spatgsa的权重选项是复数weights()，不是weight()，这是和局部命令最容易混的地方。默认情况下项目正文提到“此命令默认单尾”，实际输出里重点看 Moran's I、期望值、标准差、z 值和 p 值。单变量跑通后再批量，不要一上来就把 2011 到 2015 全塞进去，否则变量名错一个，整行都报错。

// 计算 rho2015 的全局莫兰指数 spatgsa rho2015, weights(W) moran // 批量计算 2011 至 2015 年的全局莫兰指数 spatgsa rho2011 rho2012 rho2013 rho2014 rho2015, weights(W) moran

逻辑说明：spatgsa后面跟一个或多个变量名，逗号后weights(W)指定权重对象，moran指定统计量。参数上变量名必须与data.dta里的实际变量一致，大小写也要一致；weights(W)里的W必须与spatwmat的name(W)对应。批量写法只是把变量名并列，命令结构不变。常见坑是逗号写成中文逗号，或者weights少写 s，Stata 会直接报选项不允许。跑完单变量后先看 p 值是否在合理范围，再跑批量；如果单变量就报variable rho2015 not found，先回describe查变量名，不要怀疑权重。

4.2 局部莫兰指数：spatlsa 的变量选择与权重名

局部莫兰指数用spatlsa，项目正文第五步写的是spatlsa rho2015,weights(W) moran。这里要注意，原文第五步用的是复数weights(W)，但第六步散点图用的是单数weight(W)。在常见 Stata 语法里，spatlsa的权重选项通常是单数weight()，spatgsa才是复数weights()。如果你照第五步跑出option weights() not allowed，把weights(W)改成weight(W)即可。这个单复数问题很典型，不是权重对象坏了，也不是 Stata 版本问题，纯粹是选项名没对上。

// 计算 rho2015 的局部莫兰指数 spatlsa rho2015, weight(W) moran

逻辑说明：spatlsa的第一个参数是分析变量，weight(W)指定权重对象，moran指定局部 Moran's I。参数上weight是单数，W要与spatwmat的name(W)一致；变量rho2015要在当前数据文件中存在。常见做法是先跑单变量局部指数，确认输出里有每个观测的局部值，再画散点图。如果命令报weights() not allowed，说明你用了全局命令的复数选项；如果报W not found，说明spatwmat还没执行或权重名不一致。局部指数依赖权重对象，顺序不能颠倒。

4.3 莫兰散点图：graph(moran) 与 symbol(id) 的标识

莫兰散点图还是用spatlsa，项目正文第六步写的是spatlsa rho2015 ,weight(W) moran graph (moran) symbol(n)。graph(moran)指定画莫兰散点图，symbol(n)用观测编号作为点符号。带汉字标识的版本是spatlsa rho2015 ,weight(W) moran id(DMUname) graph (moran) symbol(id)，其中id(DMUname)用DMUname作为标签，symbol(id)让点符号跟随 ID。画图前确认DMUname是字符变量且没有大量缺失，否则图上会出现空白标签。导出图片用graph export，路径写清楚，replace覆盖旧图。

// 画莫兰散点图，点符号使用观测编号 spatlsa rho2015, weight(W) moran graph(moran) symbol(n) // 带汉字标识的莫兰散点图 spatlsa rho2015, weight(W) moran id(DMUname) graph(moran) symbol(id) // 将当前图形导出为 PNG graph export "D:/program/moran_rho2015.png", replace

逻辑说明：graph(moran)是画图选项，symbol(n)和symbol(id)控制点符号，id(DMUname)控制标签变量。参数上graph和括号之间不要多写空格也可以，但graph(moran)里的moran不要拼错；symbol(id)依赖id(DMUname)的标签，两个选项要配套。graph export的replace表示同名文件覆盖，路径必须存在。常见坑是图上标签重叠严重，这时可以先用symbol(n)看整体分布，再用symbol(id)出带汉字的版本；如果中文字体显示异常，检查 Stata 图形字体设置，不要急着改命令。散点图不是装饰，它能看到局部莫兰指数的异常点，跑完全局和局部后用它做一次目视检查很值。

5. 排查与避坑：Stata 莫兰指数命令报错的 5 条血泪记录

5.1 报错 command spatgsa is unrecognized：只装了 spmat

现象：执行findit spmat并安装后，跑spatgsa rho2015, weights(W) moran仍然报command spatgsa is unrecognized。原因：findit spmat只解决spmat相关命令，spatgsa、spatlsa、spatwmat是另外的命令包，不会因为装了spmat就自动齐全。解决：分别用findit spatgsa、findit spatlsa、findit spatwmat搜索安装，装完用which逐个确认。不要只重启 Stata，重启解决不了缺包。

// 缺什么搜什么，装完再用 which 验证 findit spatgsa findit spatlsa findit spatwmat which spatgsa which spatlsa which spatwmat

逻辑说明：findit负责搜索，安装动作在结果窗口完成；which负责验证。参数上命令名不要加引号，安装完成后如果which仍找不到，检查 Stata 的 ado 路径是否被改动，或者是否装到了另一个 Stata 版本目录。常见做法是装完一组命令后重启一次 Stata，再跑which，这样能排除缓存影响。

5.2 报错 option weights() not allowed：spatlsa 用了复数

现象：spatlsa rho2015, weights(W) moran报option weights() not allowed，但同样的weights(W)在spatgsa里能跑。原因：全局命令spatgsa用复数weights()，局部命令spatlsa用单数weight()，项目正文第五步和第六步也正好体现了这个差异。解决：局部命令改成weight(W)，全局命令保留weights(W)。这不是权重对象的问题，改一个字母就能过。

// 全局莫兰指数：weights 复数 spatgsa rho2015, weights(W) moran // 局部莫兰指数：weight 单数 spatlsa rho2015, weight(W) moran

逻辑说明：两条命令的变量和权重名相同，只有选项单复数不同。参数上不要为了省事把全局命令也改成单数，spatgsa不认；也不要把局部命令写成复数，spatlsa不认。常见坑是复制粘贴时只改命令名没改选项，报错后误以为权重矩阵坏了。

5.3 报错 W not found：spatwmat 没跑或名字不一致

现象：spatgsa rho2015, weights(W) moran报W not found或matrix W not found。原因：在跑全局莫兰指数前没有执行spatwmat using ... name(W) standardize，或者name()里的名字和weights()里的名字不一致，比如一个写W一个写w。解决：先打开数据文件，再跑spatwmat，确认输出里出现权重对象W，然后立刻跑spatgsa。不要中间又use另一个文件把内存清掉。

// 先读数据，再读权重，顺序不要反 use "D:/program/data.dta", clear spatwmat using "D:/program/W.dta", name(W) standardize spatgsa rho2015, weights(W) moran

逻辑说明：spatwmat把权重对象放进内存，spatgsa才能调用；name(W)和weights(W)必须大小写一致。参数上using指向磁盘上的W.dta，不是data.dta。常见做法是这三行连着跑，不要在中途插入其他use命令。如果仍报W not found，用spatwmat的输出确认对象名，再检查weights()里有没有多空格。

5.4 报错 variable rho2015 not found：变量名或数据文件不对

现象：spatgsa rho2015, weights(W) moran报variable rho2015 not found。原因：当前内存里的数据文件不是data.dta，或者变量名实际是Rho2015、rho_2015、moran2015之类。解决：先describe看变量列表，再用ds rho*或describe rho*模糊查找；确认变量名后改命令。不要用rename硬改，除非你清楚后续批量变量都要跟着改。

// 查看 rho 开头的变量 describe rho* // 确认当前数据文件 describe using "D:/program/data.dta"

逻辑说明：describe rho*在当前内存数据集里按通配符查变量；describe using直接看磁盘文件结构，不把数据读进内存。参数上通配符*可以匹配任意后缀，rho*能列出rho2011到rho2015。常见坑是变量名里有空格或大小写不一致，Stata 变量名区分大小写，rho2015和Rho2015不是同一个。改命令前先确认数据文件路径，别在W.dta里找rho2015。

5.5 结果异常或散点图空白：links 异常、行数不一致或权重没标准化

现象：spatgsa能出数，但 Moran's I 明显不合理，或者spatlsa散点图空白、点数量不对。原因：spmat dta W var*的变量前缀选错，spmat summarize W, links输出链接数异常；或者W.dta与data.dta行数不一致，权重和数据错位；也可能是spatwmat忘了standardize。解决：回到权重文件跑spmat summarize W, links，对照data.dta的count；检查两个文件的 ID 顺序；在spatwmat后加standardize重新读权重。

// 检查权重链接 use "D:/program/W.dta", clear spmat dta W var*, replace spmat summarize W, links // 检查数据行数 use "D:/program/data.dta", clear count // 重新读权重并标准化 spatwmat using "D:/program/W.dta", name(W) standardize

逻辑说明：前两段分别检查权重链接和数据行数，最后一段重新建立标准化权重。参数上links是spmat summarize的选项，standardize是spatwmat的选项，不要混用。常见做法是先把links输出里的非零链接数和count行数记下来，如果差距很大，先整理权重文件，不要硬跑莫兰指数。权重错位时结果可能看起来“有数”，但解释方向会反，这种坑比报错更难发现。

6. 装完怎么验证：rho2015 从全局到散点图的最小闭环

装完命令包、配好权重后，不要直接批量跑 2011 到 2015。我一般先用一个变量rho2015做最小闭环：全局莫兰指数、局部莫兰指数、莫兰散点图三步都出结果，再扩大变量列表。验证时重点看三处：全局输出的 Moran's I 和 p 值是否合理，局部输出是否有每个观测的局部值，散点图是否有点且标签不空。下面这段顺序可以直接抄，路径按自己的目录改。

// 最小闭环：rho2015 的全局、局部和散点图 use "D:/program/data.dta", clear spatwmat using "D:/program/W.dta", name(W) standardize // 全局莫兰指数 spatgsa rho2015, weights(W) moran // 局部莫兰指数 spatlsa rho2015, weight(W) moran // 莫兰散点图，先看整体点分布 spatlsa rho2015, weight(W) moran graph(moran) symbol(n) // 带汉字标识的散点图 spatlsa rho2015, weight(W) moran id(DMUname) graph(moran) symbol(id)

这段代码的逻辑是先建立权重对象，再按全局、局部、散点图的顺序调用。参数上spatgsa用weights(W)，spatlsa用weight(W)，这是验证时最值得盯的差异；symbol(n)和symbol(id)是两种点符号，先跑symbol(n)看整体，再跑symbol(id)看标签。验证时如果全局能出数、局部报错，优先查单复数；如果局部能出数、散点图空白，查DMUname是否有缺失或图形窗口是否被遮挡。

这张表不用背，验证时按行跑一遍就行。全局和局部都通过后，再把spatgsa rho2011 rho2012 rho2013 rho2014 rho2015, weights(W) moran放进去批量算，最后用graph export "D:/program/moran_rho2015.png", replace把图导出来。从那以后我每次装完 Stata 莫兰指数环境，都强制先跑rho2015这一条最小闭环，再碰批量变量；权重文件换一次、路径改一次，也先走一遍spmat summarize W, links和spatwmat standardize。这套 do-file 顺序和权重检查表我整理在资源包里，需要复现时直接取用。希望帮到你。

本文还有配套的精品资源，点击获取