凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的do文件, 微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
断点回归设计RDD的文章1.断点回归设计RDD分类与操作案例，2.RDD断点回归, Stata程序百科全书式的宝典，3.断点回归设计的前沿研究现状, RDD，4.断点回归设计什么鬼？且听哈佛客解析，5.断点回归和读者的提问解答，6.断点回归设计RDD全面讲解, 教育领域用者众多，7.没有工具变量、断点和随机冲击，也可以推断归因，8.找不到IV, RD和DID该怎么办? 这有一种备选方法，9.2卷RDD断点回归使用手册, 含Stata和R软件操作流程，10.DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征，11.安神+克拉克奖得主的RDD论文, 断点回归设计，12.伊斯兰政府到底对妇女友不友好？RDD经典文献，13.PSM,RDD,Heckman,Panel模型的操作程序，14.RDD经典文献, RDD模型有效性稳健性检验，15.2019年发表在JDE上的有趣文章, 计量方法最新趋势，16.关于(模糊)断点回归设计的100篇精选Articles专辑！17.断点回归设计RDD精辟解释, 保证你一辈子都忘不了，18.“RDD女王”获2020年小诺奖！她的RD数据, 程序, GIS和博士论文可下载！关于她学术研究过程的最全采访！19.中国博导要求掌握的RDD方法实证运用范文(配程序code), 不然就不要用RDD做实证研究！20.最近70篇关于中国环境生态的经济学papers合辑！21.事件研究法用于DID的经典文献"环境规制"论文数据和程序，22.环境, 能源和资源经济学手册推荐, 经典著作需要反复咀嚼，23.中文刊上用断点回归RDD和合成控制法SCM的实证文章有哪些？不看至少需要收藏一下！24.上双一流大学能多赚多少钱? 学习断点回归RDD, 机制分析的经典文章！25.JPE上利用地理断点RDD和IV研究中国环境议题的do文件release！26.上双一流大学能多赚多少钱? 学习断点回归RDD, 机制分析的经典文章！正文
关于下方文字内容，作者：龚教伟，中南财经政法大学金融学院，通信邮箱：gjw429315@163.com
作者之前的文章：面板数据中的格兰杰因果关系检验如何实现? 附上代码和相关数据!
关于Melissa Dell，1.20年小诺贝尔奖得主Melissa的经济学家编程课, 课件尽快下载学习！2.2020年小诺奖得主Dell关于如何做研究, 对年轻经济学家的建议！3.Mita, 2020小诺奖RDD女王最具影响力的成名作, 附数据和计量程序，4.Mita, 2020小诺奖RDD女王最具影响力的成名作, 附数据和计量程序，5.世界计量经济学会宣布2020年新当选院士和新主席, 国人当选情况在情理之中但意料之外！6.AER上用断点回归设计RDD的实证文章有哪些？含程序和code, 不看至少需要收藏一下！7.如何做量化研究的文献评述, 基于政权变更, 集体行动和经济发展
Dell，M & Querubin，P. (2018). Nation building through foreign intervention: Evidence from discontinuities in military strategies. The Quarterly Journal of Economics，133(2)，701-764.
Abstract: This study uses discontinuities in U.S. strategies employed during the Vietnam War to estimate their causal impacts. It identifies the effects of bombing by exploiting rounding thresholds in an algorithm used to target air strikes. Bombing increased the military and political activities of the communist insurgency, weakened local governance, and reduced non-communist civic engagement. The study also exploits a spatial discontinuity across neighboring military regions, which pursued different counterinsurgency strategies. A strategy emphasizing overwhelming firepower plausibly increased insurgent attacks and worsened attitudes towards the U.S. and South Vietnamese government, relative to a more hearts-and-minds-oriented approach.
摘要：本文利用断点回归方法估计越南战争期间美国战略的因果影响。通过一种应用于定位空袭目标的算法中的舍入阈值来识别轰炸影响，发现轰炸增加了gongchan党人叛乱的军事和政治行动，削弱了地方治理，减少了非gongchan党公民的政治参与。本文还利用邻近军事区域采取不同镇压战略的空间断点发现，相比于通过发展援助来赢得民心的战略，强调压倒性火力的战略加剧了叛乱分子的袭击，并恶化了民众对美国和南越政府的态度。
对制度化程度低的社会进行军事干预是冷战的一个中心特征，并一直持续到现在。无论是部署压倒性火力的战略，还是通过发展援助以赢得民心的战略，它们的目的都是击败叛乱分子，建立能够垄断暴力的国家政府。本文利用两种不同政策的不连续性，确定了越南战争期间所采取关键干预措施的因果关系：一个是改变压倒性火力（空袭）的强度，另一个是将军事镇压与攻心方法相比较。1954年《日内瓦协定》将越南在17度纬线一分为二，并持续到1956年的全国大选。在未开展选举的时候，越盟（Viet Minh）在北方建立了由胡志明领导的gongchan主义国家，而受美国支持的吴廷琰宣布在南方领导一个非gongchan主义国家，由越共（Viet Cong，VC）领导的gongchan主义叛乱在南越掀起。1965年，美国向南越部署了约20万军队，并在1968年兵力超过50万达到顶峰，战争持续到1973年1月美国撤军。美国对越南进行干预，以防止gongchan主义势力扩张。他们的核心目标是建立一个在美国撤军后仍能为抵制gongchan主义提供堡垒的国家。国家对暴力的垄断是一种均衡结果，这依赖于国家机器的能力和公民的服从。为实现这一目标，产生了两种战略：军事镇压和赢得民心。为了研究何种军事策略更有助于实现长久的战略目标，考察“自上而下”军事占领和“自下而上”民心占领两种策略对占领区军事、社会、经济和民心的综合影响，哈佛大学经济系教授Melissa Dell和纽约大学政治系教授Pablo Querubin以越南战争时期美国在南越实施的军事策略为研究对象，详细回答了这一问题。作者通过使用美国国防部制定的村庄安全等级系数作为轰炸的工具变量的来源，以及断点回归模型来解决内生性问题。文章首先利用村庄安全等级分数考察了分数与是否会被确定为轰炸目标之间的关系，并估计了空袭对当地安全和发展的影响。结果发现，在分数分配前，接近阈值的村庄是相似的，高于阈值的村庄对于低于阈值的村庄是很好的对照组；分数分配后，刚好低于阈值的村庄更容易被轰炸。进一步地，作者发现在南越人口中心附近的轰炸反而破坏了美国的军事目标，导致更多越南人民参加越共（VC）暴动的军事和政治活动。具体地，样本村庄产生一支由当地战斗者组成的VC游击队的概率平均增加27%，同时VC基础设施（VC政治分支）活跃度增加25%，越共攻击当地安保部队、政府官员或平民的概率增加9%。民意调查和军事武装部队行政数据均显示了类似结果。此外，美国干预的核心目标是建立一个在美国撤军后能为抵制gongchan主义提供堡垒的政府，但轰炸反而削弱了当地政府和非gongchan主义公民社会。轰炸使村委会职位被填补的概率降低了21%，而且地方政府收税概率降低了25%。村委会主要负责提供公共物品和服务，而轰炸使小学入学概率降低了16%，公民参与民间组织的概率降低了13%。最后，本文还通过在海军陆战队（USMC）指挥的第I军区和陆军部（U.S. Army）指挥的第II军区之间进行空间断点回归，比较了自上而下的军事干预战略与自下而上的民心干预战略的实施效果。USMC主要采取赢得民心的战略，而U.S. Army则主张军事征服。结果表明，USMC边界一侧的公共物品供给更高，而且村庄受到VC攻击更少，VC出现的可能性更低。此外，民意调查数据表明，USMC地区的公民对美国和南越各级政府的态度更积极。前期VC袭击、其他预特征、地理、城市化和士兵特征（包括武装部队资格考试分数）在第I军区边界上都相对均衡。这支持了民心干预战略的优势，并印证了自上而下的军事干预战略会得到与空袭轰炸基本一致的结果。本文贡献主要有三点：（1）解释了高度重视自上而下的军事干预战略可能对实现美国目标造成挑战的原因和方式（尤其对如今叛乱分子普遍藏匿在平民中的中东），说明自上而下的大规模平叛战略是否有可能实现预期目标仍然与政策有关。（2）证明了以赢得民心为主的自下而上干预战略更为有效，这符合以往研究所得结论。例如Berman et al.（2011）研究发现改善公共服务供给减少了伊拉克的叛乱势力。Beath et al.（2012）通过一项随机实验表明，参与阿富汗最大的发展项目可以改善人们的安全水平、对福祉的看法和对政府的态度。Crost et al.（2014）发现暴动分子可能会试图破坏发展项目，因为他们认为这会削弱他们的支持。Nunn and Qian（2014）发现美国的粮食援助增加了当地冲突，Gill（2016）通过定性研究认为如果援助是由参与军事袭击的国家提供，则可能导致公民对援助工作者抱有敌意或怀疑态度。（3）本文提供了一种识别策略，检验了一个常理上不能用随机实验进行检验和用相关性阐明的问题，在这种策略中，处理组与最初的叛乱活动和其他前期特征是正交的，并检查了一个较长时期且更广泛的结果集。与本文最密切相关的是Kocher et al.（2011）一项有关轰炸如何影响越南地区VC叛乱活动指数的研究，该研究以1969年7月和8月的VC活动指数作为1969年9月轰炸事件的工具，发现在随后的几个月里VC活动指数反而受到了积极影响。Miguel and Roland（2011）也研究了越南的爆炸事件，他们利用到17度纬线的距离作为地区一级轰炸的工具，但并未发现存在持续经济影响。但本文仍存在一定研究空间，比如文章虽然证明了自下而上的民心战略比自上而下的军事镇压更有效，但并未揭示自下而上的民心战略是否比避免干预能更有效地实现美国的目标，这个问题超出了本文的讨论范围，但为进一步研究提供了方向。首先，本文的工具变量来源于美国国防部委托多个国防咨询公司收集的越南村级调查问卷数据（Hamlet Evaluation System，HES）。调查问卷中包含169个有关村庄安全的问题，这些问题的回答是离散的数据，被通过一个贝叶斯算法（LCA，Latent Class Analysis）分别汇总为每个小村庄的19子模型的得分。这个算法叫做“潜在类别分析”，是计算得分对象进入不同分组可能性概率的统计方法，例如在本文中作者通过问卷数据重新计算了不同小村庄被评为不同安全等级的概率，并依据概率计算每个子模型的初始分数（原始的初始分数已经大量遗失，作者是根据问卷数据自己重新计算的初始分数）。紧接着，19个子模型的分数又被通过two-way和three-way模型四舍五入与合并为1-5五个等级的安全系数，安全系数越高说明村庄越安全。其中，A-5分表示非常安全，B-4分表示比较安全，C-3分表示一般，D-2分表示不太安全，E-1分表示非常不安全。下图中，Figure 2展示子模型分数汇总的基本方式，Figure 2中空心圆内2和3分别代表two-way和three-way计算的适用位置。
Figure 1展示了使用two-way的决策逻辑来四舍五入和合并安全等级系数的方式（three-way的决策逻辑图面积较大，故在此不展示，可在原文附录Figure 4-A中查找）。
轰炸数据来源于南越政府官员和美国区域调查员提供的月度调研数据（1969年7月~1973年7月）。在调研中，他们会询问村民在过去的一个月内村庄附近是否遭受过空袭或炮火袭击，如果是的话就记为1，不是的话就记为0。这里有人质疑：如果以“空袭和炮火”作为解释变量，衡量的就不仅仅是空袭的影响。作者的解释是：首先，没有发现安全系数对地面炮击决策的影响，因此本文的估计结果应当主要是由空袭驱动的；其次，空袭和炮火都是自上而下军事策略的体现，因此总的回归结果应当反映的还是军事威慑策略的影响。
最后，本文的结果变量数据来自于：（1）村庄评估系统调查数据（Hamlet Evaluation System，HES）：包含了村庄月度和季度的安全、经济、行政、公民社会参与等问题；（2）美军管理数据：包含了美军和南越武装部队军事行动、遭受袭击和伤亡的数据；（3）公共意见调研数据：来自南越政府和美军一起收集的“绥靖态度与分析调查数据”，其中包含公民对地方政府、南越政府和美国的民意态度信息。The Top-Down Approach: Bombing本文首先估计了村庄安全等级系数对是否被确定为轰炸目标的影响。内生变量是季度的即时轰炸和季度到美国撤军期间的累积平均轰炸，这两种方法都是通过在季度末计算得分时，村庄是否低于安全得分阈值来检测的。之所以采用季度指标，是因为得分主要是根据季度数据计算的，每月只更新少量输入。第一阶段断点回归形式如下：
需要注意的是，研究须满足几点前提假设：（1）除安全得分外的所有变量在舍入阈值处平稳变化（2）安全得分与轰炸高度相关（3）安全得分仅通过空军力量分配影响结果，这些均会在后面检验。累积轰炸与季度安全分数之间存在着很强的第一阶段关系，因为季度轰炸会恶化村庄安全水平，降低季度分数，使轰炸在季度更可能发生，以此类推。首先需要检验除安全得分外的所有变量在舍入阈值处是否平稳变化。表1反映了前期平衡结果，样本前期特征作为被解释变量代入模型，列1和列2反映第季度，列3和列4反映整个前期，结果系数均较小，且在统计上不显著，再考虑到抽样误差，几乎没有统计上的显著差异。
接下来，表2汇报了第一阶段回归的结果，列1显示当安全系数低于阈值时，村庄在1970-1972年遭受轰炸的月份比例上升了5.4%；列5显示当安全系数低于阈值时，村庄遭受轰炸的总月份比例上升了4.4%。这说明安全系数的确能够显著影响轰炸在村庄间的分配。其他列的结果为安慰剂检验，说明安全系数对系数应用之前的轰炸没有显著影响作用。表2的回归结果与图（a）和图（b）相符，虚线表示95%水平置信区间，横轴距离为负表示村庄低于阈值，图（a）和图（b）分别显示即期轰炸和累计轰炸在低于阈值的部分间断增加。
此外，前文提及，如要成为有效工具，安全分数不应直接影响其他资源分配，应仅通过空军力量分配影响轰炸结果。表3验证了这一点，证明安全得分是否低于舍入阈值并不会影响友军、海军等军事资源分配。
在估计完村庄安全等级系数对是否被确定为轰炸目标的影响后，作者还研究了轰炸对当地安全、军事管理、政府治理、社会参与和经济发展的影响。表4反映的是安全影响，列1显示从无轰炸到样本期间平均每月0.28次轰炸使村庄被分类到安全村庄的后验概率下降19%（-0.670.28），列2显示累积轰炸使村庄位于“非常安全”或“比较安全”等级的可能性显著下降了17%。列3~11分别估计了累积轰炸对地下党活动各类指标的影响，结果发现轰炸显著增加了各个村庄的地下党活动。
其次，表5反映了轰炸对军事活动的影响。结果发现轰炸增强了南越军队和美军的军事活动频率。在经过轰炸后，虽然短期内美国、南越和地下党的伤亡都减少了，但在长期南越和地下党的伤亡都显著增加了。这一结果背后的含义在于“轰炸”不仅不能解决反叛问题，相反会进一步加剧长期军事冲突，同时削弱友军的军事实力。
表 6估计了轰炸对地方政府治理的影响。回归结果显示，轰炸显著降低了地方政府的行政能力，导致村内征税、村长巡查次数、小学初中教育供给和公共建设的水平显著下降，并降低了村庄委员会满员的概率。轰炸使得南越政府在村庄一级的行政能力有所下降，这从长远看不利于美军扶持亲美政权的战略实施。
表7估计了轰炸对当地居民社会参与的影响。列1~2分别估计了轰炸对社会组织参与处在高水平的后验概率的即时和累积影响，结果发现轰炸显著降低了占领区居民的社会参与水平。列3~9估计了轰炸对各类社会活动指标的影响，结果发现轰炸显著降低了社会组织活跃概率、PSDF民兵组织活跃概率、经济培训活跃概率、发展项目活跃概率和村庄委员会开会概率，对青年组织活动概率没有影响。结果说明在遭受更多轰炸的地区，居民更不倾向于参与社会活动，这表明占领区居民对美军和亲美政府的统治缺乏信任。
最后，表8展示了轰炸对经济的影响。估计结果显示，轰炸之后村庄经济处于良好水平的概率显著下降，大米之外的食物供应、制造业产品供应、剩余产品供应显著下降。相反，土地休耕月份和需要援助才能活下去的家庭比例显著上升。此外，有小轿车的家庭比例也显著下降。轰炸显著打击了村庄经济，从而不利于亲美政府权威的建立。在本文中，作者还利用2002-2012年越南家户调查数据考察了轰炸对经济的长期影响。结果发现轰炸除了增加国有企业就业并减少私人企业就业占比之外，对经济并没有长期影响。
Top-Down Versus Bottom-Up本节讨论的是第二个自然实验，将自上而下的军事干预战略与自下而上的民心干预战略进行比较。以往的定性文献强调了美国陆军和海军陆战队应对叛乱的主要差别（Long，2016；Krepinevich，1986）：美国陆军历来强调压倒性火力和大规模作战，这是美国内战的副产品；相反，美西战争后，美国海军陆战队事实上已发展成为一支帝国警察部队，在加勒比海开展行动，他们与当地警察密切合作，维持秩序，形成了一种提倡小规模部队和有限火力、并与当地居民密切合作的组织文化。为了比较美国海军陆战队和美国陆军采取不同干预战略的影响，作者使用了一个横跨军事辖区I~II边界的空间断点回归（越战期间，美国海军陆战队指挥第I军区，陆军部指挥第II军区）：
表9检验了军区边界处的前期特征是否平稳变化。列1反映的是从1964年到1965年5月海军陆战队在南部第I军区建立管辖间的VC袭击次数，结果表明在美国海军陆战队管辖第I军区之前，VC对周边村庄的袭击更猖獗，但这一估计结果很小，且在统计上不显著，表明VC袭击在前期平稳；列2被解释变量为该村庄是否为城市的虚拟变量，结果显示边界地区的城市化水平在前期没有差异；列3和列4分别考虑了海拔和坡度，结果在统计上没有显著差异。接下来，参考1929年法国殖民时期参考地图来判断村庄附近是否存在各种地标：工厂（列5）、市场（列6）、军事哨所（列7）、电报亭（列8）以及火车或电车站（列9）。总的来说，除了军事哨所在10%存在显著差异外，其他殖民地标都是平衡的。列10和列11从1929年的地图中选取了村庄附近所有道路和殖民时期的铺砌道路密度，结果表明海军陆战队一侧村庄的道路总密度虽然较高，但殖民时期铺砌道路密度则不然。学校和医卫数据受制于可得性，在此并未检验平衡性。
在完成平衡性检验后，文章利用HES、军事管理记录和民意调查数据，比较了美国陆军与海军陆战队边界的结果差异，结果反映的是1971年4月海军陆战队撤离前的平均值。表10检验了海军陆战队边界一侧村庄是否在公共物品提供和公共安全水平方面更高。列1和列2表明，在美国海军陆战队边界一侧，村庄纳入高等教育和高医保水平潜在类别的后验概率比陆军管辖一侧分别高出约24%和56%；列3~6反映了边界两侧村庄的安全差异，结果表明，在海军陆战队边界一侧，村庄处于高安全水平潜在类别的后验概率约高10%（但统计不显著），村庄存在VC武装的后验概率更低，VC对村庄发起袭击的后验概率更低，VC基础设施活跃概率更低（但统计不显著）。列7~9考虑了军事管理数据，VC对军队开展袭击的后验概率在海军管辖一侧低19%，这可能得益于村庄VC武装减少，也可能得益于海军的“悬饵”政策——将军队派遣到VC可能开展袭击的地区以搜索和歼灭他们；列8和列9表明海军管辖一侧友军（美国和南越军队）和敌军（VC）伤亡的后验概率都更低，但结果在统计上并不显著。列10~12反映的是村庄行政、社会和经济水平的后验概率影响，结果在统计上均不显著。
虽然海军一侧村庄的侵略和暴力冲突减少，但这并不意味赢得民心，反而可能让当地居民认为主要是因为非gongchan主义者的软弱，此时民意调查有助于揭示民心是否受到了影响。表11反映了当地居民对美国和南越政府的态度，采用OLS对100公里范围内的村庄进行比较。结果表明，相比第II军区，第I军区受访者表示喜欢美国人的概率高出16%，厌恶美国人的概率更低（列1~2），受访者表示他们居住社区对美国没有敌意的概率高出39%（列3），表示美国人和越南人之间可以和谐相处的概率高出11%（列4），表示美国的存在是有益的概率高出38%（列5）。此外，第I军区居民相比第II军区表示对南越政府充满信心的概率高出14%（列6），评价南越军队有效的概率高出11%（列7），评价人民武装有效（列8）和地区武装有效（列9）的概率都高出29%，认为警方在对付VC和维持治安中有效的概率高出18%（列10~11），认为当地官员在保证地方安全方面有效的概率高出19%（列12）
以上结论证明了相比于自上而下的军事干预战略，自下而上的民心战略更有效，可以帮助美军扶植一个亲美傀儡政权，从长远看有助于实现美国目标。关于合成控制法，1.匹配, 双重差分, 合成控制, 断点回归方法的比较, 思想原理, 适用范围和主要特征，2.断点回归RD和合成控制法SCM免费课程, 文章, 数据和代码全在这里, 有必要认真研究学习！3.中文刊上用断点回归RDD和合成控制法SCM的实证文章有哪些？不看至少需要收藏一下！4.合成控制法创始人如何用SCM做实证呢？这些规定动作一个都不能少！5.最新: 运用机器学习和合成控制法研究武汉封城对空气污染和健康的影响！6.关于合成控制法SCM的33篇精选Articles专辑！小组惊动了阿里巴巴！7.合成控制法与HCW方法, 谁能够走得更远？8.广义合成控制法gsynth, Stata运行程序release，9.广义合成控制法gsynth, 基于交互固定效应的因果推断，10.再谈合成控制法SCM, 帮你寻找因果推断控制组，11.合成控制法什么鬼? 因果推断的前沿方法指南
关于面板数据模型，1.面板数据方法免费课程, 文章, 数据和代码全在这里, 优秀学人好好收藏学习！2.面板数据中标准误的估计方法, 你确定用对了吗? 我们来比较一番！3.疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，4.用Stata做面板数据分析, 操作代码应有尽有，5.面板数据为什么好？读了这篇你才会明白，6.GMM和工具变量在面板数据中的运用，7.面板数据聚类, 因子分析和主成分分析咋做? 8.伪面板回归是什么, 诺贝尔经济学家推荐使用，9.面板数据中介效应的计算程序, 打开面板这扇门，10.面板数据模型操作指南, 不得不看的16篇文章，11.2SLS第一阶段输出, 截面或面板数据及统计值都行，12.面板数据模型操作指南, 不得不看的16篇文章，13.面板数据中heckman方法和程序, 动态, 0-1面板和内生性选择都行，14.面板数据是怎样处理内生性的,一篇让人豁然明朗的文章，15.面板数据计量方法全局脉络和程序使用指南篇，16.面板数据密度图和时间趋势图韩城攻略和常见操作，17.面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性，18.reg3, 多元回归, 面板数据, 方差分析, 异方差和自相关检验和修正的Stata程序Handbook，19.面板数据的DID估计，透彻解读，20.非线性面板模型中内生性解决方案以及Stata命令，21.面板数据、工具变量选择和HAUSMAN检验的若干问题，22.把动态面板命令讲清楚了，对Stata的ado详尽解释，23.动态面板回归和软件操作，单位根和协整检验（Dynamic Panel Data）
关于DID相关文章0.双重差分DID方法免费课程, 文章, 数据和代码全在这里, 优秀学人必须收藏学习！1.DID运用经典文献，强制性许可:来自对敌贸易法的证据，2.连续DID经典文献, 土豆成就了旧世界的文明，3.截面数据DID讲述, 截面做双重差分政策评估的范式，4.RDD经典文献, RDD模型有效性稳健性检验，5.事件研究法用于DID的经典文献"环境规制"论文数据和程序，6.广义DID方法运用得非常经典的JHE文献，7.DID的经典文献"强制许可"论文数据和do程序，8.传销活动对经济发展影响, AER上截面数据分析经典文，9.多期DID的经典文献big bad banks数据和do文件，10.因果推断IV方法经典文献，究竟是制度还是人力资本促进了经济的发展？11.AER上因果关系确立, 敏感性检验, 异质性分析和跨数据使用经典文章，12.第二篇因果推断经典，工作中断对工人随后生产效率的影响？，13.密度经济学:来自柏林墙的自然实验, 最佳Econometrica论文，14.AER上以DID, DDD为识别策略的劳动和健康经济学，15.一个使用截面数据的政策评估方法, 也可以发AER，16.多期DID模型的经典文献，big bad banks讲解"，17.多期DID的经典文献big bad banks数据和do文件，18.非线性DID, 双重变换模型CIC, 分位数DID，19.模糊(Fuzzy)DID是什么？如何用数据实现呢？20.多期DID的big bad banks中文翻译版本及各细节讲解，21.DID中行业/区域与时间趋势的交互项, 共同趋势检验, 动态政策效应检验等，22.截面数据DID操作程序指南, 一步一步教你做，23.DID的研究动态和政策评估中应用的文献综述，24.连续DID经典文献, 土豆成就了旧世界的文明，25.DID双重差分方法, 一些容易出错的地方，26.连续DID, DDD和比例DID, 不可观测选择偏差，27.加权DID, IPW-DID实证程序百科全书式的宝典，28.DID和DDD, 一个简明介绍, 双重和三重差分模型，29.DID过程中总结的地图展示技巧，30.DID的平行趋势假定检验程序和coefplot的其他用法，31.截面DID, 各种固定效应, 安慰剂检验, 置换检验, 其他外部冲击的处理，32.实践中双重差分法DID暗含的假设，33.过去三十年, RCT, DID, RDD, LE, ML, DSGE等方法的“高光时刻”路线图，34.计量院士首次用DID方法分析, 中国封城对新冠病毒扩散的影响！，35.截面DID, 各种固定效应, 安慰剂检验, 置换检验, 其他外部冲击的处理，36.诺奖夫妇的中国学生, “DID小公主”的成名之作, 茶叶价格与中国失踪女性之谜！，37.前沿: 反向DID, 反向双重差分法DDR全解析, 辅以实证示例！38.英诺丁汉大学校长为你讲解逐年PSM匹配-DID方法的操作, 并配上自己写的一篇范文！39.逐年PSM匹配后再DID识别因果的实证范文, 这就是逐年PSM-DID的操作范式！40.用事件研究法进行因果识别如何做? 有什么好处? 与DID结合起来潜力无穷！41.Abadie半参数双重差分DID估计量, 使你的平行趋势假设更加可信！42.弹性DID, DID的终极大法, 关于DID各方法总结太赞了！43.二重差分法分析（DID），44.比DID更加灵活的DDID政策效应评估方，45.DID思路和操作，一篇相关实证文献，46.二重差分法深度分析（DID），三重差分兼论，47.面板数据的DID估计，透彻解读，48.PSM-DID, DID, RDD, Stata程序百科全书式的宝典，49.关于DID的所有解读, 资料, 程序, 数据, 文献和各种变形都在这里，50.分位数DID, PSMDID, 政策前协变量平衡性检验操作步骤和案例，51.PSM-DID, DID实证完整程序百科全书式的宝典，52.逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器，53.广义DID, DID最大法宝, 无所不能的政策评估工具，54.渐进DID专治各种渐进性政策的良药, 可试一试疗效，55.双重差分DID的种类细分, 不得不看的20篇文章，56.找不到IV, RD和DID该怎么办? 这有一种备选方法，57.在教育领域使用IV, RDD, DID, PSM多吗? 使用具体References，58.DID和IV操纵空间大吗? 一切皆为P-hacking，59.第一篇中文DID实证论文长啥样? 60.世界上第一篇DID实证论文长啥样?，61.关于双重差分法DID的32篇精选Articles专辑！62.空间双重差分法(spatial DID)最新实证papers合辑！63.空间DID双重差分方法的文献, spatial DID，64.多期三重差分法和双重差分法的操作指南，65.多期双重差分法,政策实施时间不同的处理方法，66.三重差分法运行和示例，67.如何设计双重差分法DID: 各种政策研究的最佳指南!关于匹配方法相关文章1. PSM倾向匹配Stata操作详细步骤和代码，干货十足，2.处理效应模型选择标准，NNM和PSM，赠书活动，3.PSM和马氏匹配已淘汰, '遗传匹配'成因果推断匹配之王，4.PSM, RDD, Heckman, Panel模型的操作程序, selective文章精华系列，5.广义PSM,连续政策变量因果识别的不二利器，6.PSM-DID, DID, RDD, Stata程序百科全书式的宝典，7.在教育领域使用IV, RDD, DID, PSM多吗? 使用具体References，8.分位数DID, PSMDID, 政策前协变量平衡性检验操作步骤和案例，9.逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器，10.执行PSM的标准操作步骤, 不要再被误导了，11.PSM匹配后如何保留配对样本? 1:1, 1:4或更多情况呢？12.逐年PSM匹配后再DID识别因果的实证范文, 这就是逐年PSM-DID的操作范式！13.英诺丁汉大学校长为你讲解逐年PSM匹配-DID方法的操作, 并配上自己写的一篇范文！14.内生性问题和倾向得分匹配, 献给准自然试验的厚礼，15.粗化精确匹配CEM文献推荐, 程序步骤可复制，16.DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征，17.匹配方法(matching)操作指南, 值得收藏的16篇文章，18.中国工业企业数据库匹配160大步骤的完整程序和相应数据，19.Match匹配估计做敏感性检验的最新方法, 让不可观测变量基础上的选择无处遁形，20.无需检查协变量平衡性的CEM匹配, 到底有多神气和与众不同，21.因果推断中的匹配方法:最全回顾和前景展望，22.内生性问题和倾向得分匹配, 献给准自然试验的厚礼，23.倾向值匹配与因果推论,史上最全面精妙的锦囊，24.匹配还是不匹配？这真是个值得考虑的问题，25.匹配比OLS究竟好在哪里？这是一个问题，26.倾向匹配分析深度（Propsensity matching analysis），27.倾向得分匹配PSM, 你真的用对了吗? 对主流期刊86篇文章分析与总结！28.中文刊上用倾向得分匹配PSM和内生转换模型ESM的实证文章有哪些？不看至少需要收藏一下，29.倾向得分匹配PSM, 你真的用对了吗? 对主流期刊86篇文章分析与总结，30.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS，31.ESP内生转化概率模型是什么, 如何做, 如何解释, 为什么需要它? 32.Heckman模型out了,内生转换模型掌控大局，33.因果效应中的双重稳健估计值, 让你的估计精准少误，34.加权DID, IPW-DID实证程序百科全书式的宝典
关于Stata，1.Stata16新增功能有哪些? 满满干货拿走不谢，2.Stata资料全分享，快点收藏学习，3.Stata统计功能、数据作图、学习资源，4.Stata学习的书籍和材料大放送, 以火力全开的势头，5.史上最全Stata绘图技巧, 女生的最爱，6.把Stata结果输出到word, excel的干货方案，7.编程语言中的函数什么鬼？Stata所有函数在此集结，8.世界范围内使用最多的500个Stata程序，9.6张图掌握Stata软件的方方面面, 还有谁, 还有谁? 10.LR检验、Wald检验、LM检验什么鬼？怎么在Stata实现，11.Stata15版新功能，你竟然没有想到，一睹为快，12."高级计量经济学及Stata应用"和"Stata十八讲"配套数据，13.数据管理的Stata程序功夫秘籍，14.非线性面板模型中内生性解决方案以及Stata命令，15.把动态面板命令讲清楚了，对Stata的ado详尽解，16.半参数估计思想和Stata操作示例，17.Stata最有用的points都在这里,无可替代的材料，18.PSM倾向匹配Stata操作详细步骤和代码，干货十足，19.随机前沿分析和包络数据分析 SFA,DEA 及Stata操作，20.福利大放送, Stata编程技巧和使用Tips大集成，21.使用Stata进行随机前沿分析的经典操作指南，22.Stata, 不可能后悔的10篇文章, 编程code和注解，23.用Stata学习Econometrics的小tips, 第二发礼炮，24.用Stata学习Econometrics的小tips, 第一发礼炮，25.广义合成控制法gsynth, Stata运行程序release，26.多重中介效应的估计与检验, Stata MP15可下载，27.输出变量的描述性统计的方案，28.2SLS第一阶段输出, 截面或面板数据及统计值都行，29.盈余管理指标的构建及其Stata实现程序, 对应解读和经典文献，30.Python, Stata, R软件史上最全快捷键合辑！，31.用Stata做面板数据分析, 操作代码应有尽有，32.用Stata做面板数据分析, 操作代码应有尽有，33.没有这5个Stata命令, 我真的会活不下去！，34.第一(二)卷.Stata最新且有趣的程序系列汇编，35.第三卷.Stata最新且急需的程序系列汇编，36.第四卷.Stata最新且急需的程序系列汇编，37.干货: UN和WTO推荐的最全且权威的实证研究方法及在Stata实现！必收藏！，38.再中心化影响函数RIF回归和分解的Stata操作程序，39.R和Stata软件meta分析操作详细攻略, 对研究再开展研究的利器！，40.不能安装Stata命令咋弄？这个方法一直都比较靠谱！，41.使用Stata做结构方程模型GSEM的操作指南，42.疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，43.一些Stata常见操作代码和注释, 能够让年轻学人更快掌握相关命令！44.Stata语言中的常用函数及其用法解释, 在附上42篇Stata相关学习资料，45.Stata经典操作笔记和学习资源合辑! 都是些博士生导师比较推荐的!
关于工具变量，参看1.内生性问题操作指南, 广为流传的22篇文章，2.看完顶级期刊文章后, 整理了内生性处理小册子，3.如何寻找工具变量？得工具者得实证计量，4.内生性处理的秘密武器－工具变量估，5.工具变量在社会科学因果推断中的应用，6.为你的"工具变量"合理性进行辩护, 此文献可以作为范例，7.没有工具变量、断点和随机冲击，也可以推断归因，8.工具变量与因果推断, 明尼苏达Bellemare关于IV的分析，9.工具变量IV与内生性处理的精细解读，10.我的"工具变量"走丢了，寻找工具变量思路手册，11.面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性，12.豪斯曼, 拉姆齐检验，过度拟合，弱工具和过度识别，模型选择和重抽样问题，13.工具变量先锋 Sargan，供参考，14.AEA期刊的IV靠不靠谱？15.计量大焖锅: iv, clorenz, rank, scalar, bys, xtile, newey, nlcom，16.GMM是IV、2SLS、GLS、ML的统领，待我慢慢道来，17.IV和GMM相关估计步骤，内生性、异方差性等检验方法，18.因果推断IV方法经典文献，究竟是制度还是人力资本促进了经济的发展？19.内生变量的交互项如何寻工具变量, 交互项共线咋办，20.面板数据、工具变量选择和HAUSMAN检验的若干问题，21.IV和Matching老矣, “弹性联合似然法”成新趋势，22.IV回归系数比OLS大很多咋回事, 怎么办呢? ，23.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献，24.找不到IV, RD和DID该怎么办? 这有一种备选方法，25.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS，26.内生性, 工具变量与 GMM估计, 程序code附，27.GMM和工具变量在面板数据中的运用，28.关于工具变量的材料包, 标题,模型,内生变量,工具变量，29.必须使用所有外生变量作为工具变量吗？30.工具变量精辟解释, 保证你一辈子都忘不了，31.毛咕噜论文中一些有趣的工具变量！33.前沿: 删失数据分位数工具变量(CQIV)估计, 做删失数据异质性效应分析，34.不需要找工具变量, 新方式构建工具变量, 导师再也不用担心内生性问题了！35.关于顶级外刊工具变量的使用最全策略, 不收藏反复读就不要谈IV估计！36.如何通过因果图选择合适的工具变量？一份关于IV的简短百科全书，37.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑！因果关系研究的图形工具! 38.最清晰的内生性问题详解及软件操作方案！实证研究必备工具！39.中国女学者与其日本同行在JPE上发文了！利用独特数据, 地理断点RDD和IV研究中国环境议题！40.双胞胎样本解决遗漏变量和测量误差, LIV解决选择偏差，41.内生性处理的秘密武器－工具变量估计，42.工具变量IV必读文章20篇, 因果识别就靠他了，43.看完顶级期刊文章后, 整理了内生性处理小册子，44.“内生性” 到底是什么鬼? New Yorker告诉你，45.Heckman两步法的内生性问题(IV-Heckman)，46.最全估计方法，解决遗漏变量偏差，内生性，混淆变量和相关问题，47.非线性面板模型中内生性解决方案，48.内生性处理方法与进展，49.内生性问题和倾向得分匹配，50.你的内生性解决方式out, ERM独领风骚，51.面板数据是怎样处理内生性的，52.计量分析中的内生性问题综述，53.一份改变实证研究的内生性处理思维导图，54.Top期刊里不同来源内生性处理方法，55.面板数据中heckman方法和程序(xtheckman)，56.控制函数法CF, 处理内生性的广义方法，57.二值选择模型内生性检验方法，58.2SRI还是2SPS, 内生性问题的二阶段CF法实现，59.非线性模型及离散内生变量处理利器, 应用计量经济学中的控制函数法！60.最全利用工具变量控制内生性的步骤和代码—在经管研究中的应用，61.如何选择合适的工具变量, 基于既有文献的总结和解释！62.中介效应最新进展: 中介效应中的工具变量法使用方法及其代码！63.弱工具变量的稳健性检验, 附上code和相关说明！64.工具变量对因果效应的识别和外推, 大牛的顶级评述！
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。