Lang Run做空间计量的朋友应该都经历过这个场景：模型跑通了，显著性也出来了，审稿人一句“空间权重矩阵怎么构建的？为什么选这种矩阵？”直接把你问住。更常见的情况是，你从某个网盘下了一份邻接矩阵，兴冲冲拿去和面板数据匹配，结果发现里面是旧行政区划代码，一merge就丢掉十几个城市，想死的心都有。
我花了不少精力整理了一份覆盖285个地级市、时间跨度2003-2023年、包含8类空间权重矩阵的数据集。这篇文章不卖数据，而是把这套矩阵背后的构建思路、计算原理、实际操作和踩坑记录完整写出来。无论你是做区域经济、产业集聚、绿色发展还是城市创新，空间权重矩阵这一步绕不开，搞明白了能省掉大量重复劳动，也能让论文在方法部分经得起审稿人追问。
1. 为什么花力气整理矩阵：空间计量的第一步就藏着大坑
1.1 矩阵不是工具变量，它是模型假设本身
空间计量和普通面板回归最大的区别，在于它用空间权重矩阵把样本之间的“相互影响”显式地写进了模型。这个矩阵不只是建模时的一个插件，它本身就是模型的核心假设。同样是285个城市的碳排放数据，用邻接矩阵跑出来的莫兰指数，和用经济距离矩阵跑出来的结果，可能方向都不一样。审稿人一定会追问：为什么用这个权重？不同权重有没有做稳健性检验？
很多人正是在这一步栽了跟头。我见过不少同学，在某个网站下了一个看似完整的矩阵，不检查样本顺序，直接合并到面板数据里，等到输出结果才发现莫兰指数是负数、空间滞后项不显著，但根本不知道问题出在矩阵上。还有更隐蔽的：矩阵里用城市名做索引，而城市名称在2003到2023年间有很多次调整，比如早期的襄樊后来更名为襄阳，思茅更名为普洱，用名字做关联键，跨年合并很容易静默丢失样本。矩阵数据本身没有对错，但如果不理解它背后的构造逻辑，拿到手也只是个“黑盒”。
1.2 8个矩阵分别是什么，怎么选
这套数据里包含的8类矩阵，背后对应8种不同的空间相互作用假设。没有一个矩阵能通吃所有场景，关键是你得匹配自己的研究问题。我把整套矩阵的构成和适用场景整理如下：
| 矩阵名称 | 构建逻辑 | 典型适用场景 |
|---|---|---|
| 0-1邻接矩阵（Rook） | 两城市共享行政边界记为1，否则为0 | 区域污染邻近效应、行政边界溢出、创新协同 |
| 0-1邻接矩阵（Queen） | 边界或顶点相接都记为1 | 对邻接定义做稳健性检验，考虑对角相邻 |
| 地理距离倒数矩阵 | 权重=1/d，d为球面距离 | 连续距离衰减、要素流动、知识溢出的基准设定 |
| 地理距离平方倒数矩阵 | 权重=1/d² | 距离衰减更陡峭的通信流、技术扩散场景 |
| 经济距离矩阵 | 基于两地GDP差额的倒数 | 经济发展水平相近地区之间的互动 |
| 经济地理嵌套矩阵 | 地理邻接关系乘以经济权重 | 同时考虑地理邻近和经济关联的综合溢出 |
| 引力模型矩阵 | (GDP_i×GDP_j)/d² | 贸易流、人口流动、城市间经济辐射 |
| 产业结构相似矩阵 | 产业结构向量余弦相似度 | 产业同构、地区竞争与合作关系 |
这个组合基本覆盖了我这些年看文献时遇到的空间权重需求。我的建议是：主模型用一个基础矩阵，比如邻接矩阵或地理距离倒数矩阵；稳健性检验再换两到三个不同逻辑的矩阵，这样既能说明结果不依赖于特定权重设定，又不会因为矩阵太多把自己绕晕。以下是各类矩阵的适用场景补充：
- 邻接矩阵最常用，也最容易解释，但它默认只有接壤的城市才存在空间溢出，忽略非接壤但经济联系紧密的城市。
- 距离矩阵把“地理学第一定律”直接量化，即距离越近影响越大，但距离衰减速度的选择（1/d还是1/d²）会影响结