【Stats】多期DID

識別策略

清朝末期变泄,清政府與西方列強簽訂了一系列不平等條約,開放沿江沿海等城市作為通商口岸即是不平等條約的主要內(nèi)容之一恼琼。賈瑞雪老師(2014)將近代通商口岸的設(shè)置作為一項準(zhǔn)自然實驗妨蛹,評估了通商口岸對中國近現(xiàn)代人口和經(jīng)濟發(fā)展的長期影響。

從1840年至1910年晴竞,中國一共被迫開放了40多個通商口岸蛙卤。不同通商口岸開放的時間(政策時點)是不同的,例如,廣州颤难、福州神年、廈門、寧波和上海是在1842年《南京條約》后開放的行嗤,漢口瘤袖、九江、南京昂验、鎮(zhèn)江等城市是在1858年《天津條約》后開放的捂敌,而蘇州、杭州等城市是在1895年《馬關(guān)條約》后開放的......


如上表所示既琴,蘇州府是在1896年被開放為通商口岸的占婉,所以蘇州府的政策分期變量period在1896年之后取值為1,之前取值為0甫恩;而同處蘇杭地區(qū)的嘉興府則一直沒有被開放為通商口岸逆济,所以嘉興府的政策分組變量treat和政策分期變量period一直取值為0。

事實上,我們可以發(fā)現(xiàn)交互項treat×period的取值和政策分期變量period的取值是一毛一樣的,所以在多期DID中弦蹂,我們其實就沒有必要去生成什么交互項背犯,只需用一個政策虛擬變量予以替代就可以了翁垂,用以表示地區(qū)i在t期是否實施政策。當(dāng)然,如果為了便于理解的話,可以嘗試去生成交互項岛马,結(jié)果都一樣滴!


Stata操作

【1】設(shè)置環(huán)境

cd?D:\experiments(位置一般為數(shù)據(jù)所在文件夾)

多期雙重差分法(DID)的Stata操作可以分為如下兩步:

【2】導(dǎo)入數(shù)據(jù)

use "data_for_DID.dta", clear

【3】設(shè)置面板

xtset FID time(FID為你的研究對象屠列,time為時間啦逆。例如有12個城市,2013~2019年笛洛,那么FID的個數(shù)就是12個夏志,time的個數(shù)就是7個)

(1)我們需要生成一個政策虛擬變量post_cmc,用以表示地區(qū)i在t期是否被開放為通商口岸苛让。我們只需比較樣本各期時間與開放時間(政策時點)即可沟蔑,如果是在政策時點后,則取值為1蝌诡,否則為0溉贿。

gen post_cmc=(year>cmcyear)

對于像嘉興府這樣未被開放為通商口岸的控制組個體枫吧,其開放時間是缺失的浦旱,Stata中將缺失值定義為無窮大,所以政策虛擬變量post_cmc會一直取值為0九杂。

(2)使用被解釋變量人口增長率AnnualGrowth對政策虛擬變量post_cmc進行回歸(加入個體固定效應(yīng)和時間固定效應(yīng)颁湖,用以更為精確地反映個體特征和時間特征)宣蠕,政策虛擬變量post_cmc反映的就是通商口岸的設(shè)置對近現(xiàn)代人口增長的影響。

DID模型與固定效應(yīng)模型有著千絲萬縷的關(guān)系甥捺,和之前一樣抢蚀,多期DID的Stata命令主要有三個,分別是reg命令镰禾、xtreg命令和reghdfe命令皿曲。reg命令使用的估計方法最小二乘虛擬變量方法(LSDV),通過在回歸方程中引入虛擬變量來代表不同的個體吴侦,可以起到和固定效應(yīng)組內(nèi)估計方法(FE)同樣的效果(已經(jīng)被證明)屋休,賈瑞雪老師使用的就是reg命令。

xtset id year

reg AnnualGrowth post_cmc $control_fe i.id i.year, vce(cluster id)

(id 就是上文導(dǎo)入的FID备韧,目的是研究對象進行聚類劫樟;i.year是上文導(dǎo)入的time,這里我的理解是控制時間织堂;i.id 我的理解是固定個體)

xtreg,fe是固定效應(yīng)模型的官方命令叠艳,使用這一命令估計出來的系數(shù)是最為純正的固定效應(yīng)估計量(組內(nèi)估計量),所以對于面板數(shù)據(jù)的DID模型易阳,我們使用更多的是xtreg,fe命令附较。

xtset id year

xtreg AnnualGrowth post_cmc $control_fe i.year,fe vce(cluster id)


第三個命令是reghdfe命令,也是一直以來我最推薦的固定效應(yīng)命令潦俺。reghdfe命令支持多維固定效應(yīng)翅睛,運算速度快,并且不會匯報一大長串虛擬變量回歸結(jié)果黑竞。

reghdfe AnnualGrowth post_cmc $control_fe, absorb(id year) vce(cluster id)


最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末捕发,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子很魂,更是在濱河造成了極大的恐慌扎酷,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,682評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件遏匆,死亡現(xiàn)場離奇詭異法挨,居然都是意外死亡,警方通過查閱死者的電腦和手機幅聘,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評論 3 395
  • 文/潘曉璐 我一進店門凡纳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人帝蒿,你說我怎么就攤上這事荐糜。” “怎么了?”我有些...
    開封第一講書人閱讀 165,083評論 0 355
  • 文/不壞的土叔 我叫張陵暴氏,是天一觀的道長延塑。 經(jīng)常有香客問我,道長答渔,這世上最難降的妖魔是什么关带? 我笑而不...
    開封第一講書人閱讀 58,763評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮沼撕,結(jié)果婚禮上宋雏,老公的妹妹穿的比我還像新娘。我一直安慰自己务豺,他們只是感情好好芭,可當(dāng)我...
    茶點故事閱讀 67,785評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著冲呢,像睡著了一般舍败。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上敬拓,一...
    開封第一講書人閱讀 51,624評論 1 305
  • 那天邻薯,我揣著相機與錄音,去河邊找鬼乘凸。 笑死厕诡,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的营勤。 我是一名探鬼主播灵嫌,決...
    沈念sama閱讀 40,358評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼葛作!你這毒婦竟也來了寿羞?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,261評論 0 276
  • 序言:老撾萬榮一對情侶失蹤赂蠢,失蹤者是張志新(化名)和其女友劉穎绪穆,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體虱岂,經(jīng)...
    沈念sama閱讀 45,722評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡玖院,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了第岖。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片难菌。...
    茶點故事閱讀 40,030評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖蔑滓,靈堂內(nèi)的尸體忽然破棺而出郊酒,到底是詐尸還是另有隱情遇绞,我是刑警寧澤,帶...
    沈念sama閱讀 35,737評論 5 346
  • 正文 年R本政府宣布猎塞,位于F島的核電站试读,受9級特大地震影響杠纵,放射性物質(zhì)發(fā)生泄漏荠耽。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,360評論 3 330
  • 文/蒙蒙 一比藻、第九天 我趴在偏房一處隱蔽的房頂上張望铝量。 院中可真熱鬧,春花似錦银亲、人聲如沸慢叨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽拍谐。三九已至,卻和暖如春馏段,著一層夾襖步出監(jiān)牢的瞬間轩拨,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評論 1 270
  • 我被黑心中介騙來泰國打工院喜, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留亡蓉,地道東北人。 一個月前我還...
    沈念sama閱讀 48,237評論 3 371
  • 正文 我出身青樓喷舀,卻偏偏與公主長得像砍濒,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子硫麻,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,976評論 2 355

推薦閱讀更多精彩內(nèi)容