安慰剂检验的做法：随机抽取500次? 双重差分法（DID）-学说文章

安慰剂检验的做法：随机抽取500次? 双重差分法（DID）

24浏览

2022/02/25 15:35发布

李心怡

中国人民大学

学生

推荐查看——安慰剂检验的做法：随机抽取500次?双重差分法（DID）

安慰剂”（placebo）一词来自医学上的随机实验，比如要检验某种新药的疗效。此时，可将参加实验的人群随机分为两组，其中一组为实验组，服用真药；而另一组为控制组，服用安慰剂（比如，无用的糖丸），并且不让参与者知道自己服用的究竟是真药还是安慰剂，以避免由于主观心理作用而影响实验效果。

双重差分法（DID）安慰剂检验的核心思想就是虚构处理组或者虚构政策时间进行估计，如果虚构情况下“伪政策虚拟变量”的系数依然显著，那么就说明原来的估计结果很有可能出现了偏误，我们的被解释变量y的变动很有可能是受到了其他政策或者随机性因素的影响。

说到虚构，那么自然是可以随机虚构，也可以不随机虚构（作者自己设定）。当然，我更推荐的还是随机虚构处理组或者是政策时间的方法。由于我们使用的数据基本都是“大N小T”型的短面板数据，所以随机虚构政策时间没什么意义，文献一般做法都是将政策年份统一提前2年或3年重新进行回归，看看政策虚拟变量系数是否依然显著。我们更多地还是随机虚构处理组，具体做法就是随机选取个体作为处理组，重复500次或者1000次，看看“伪政策虚拟变量”的系数是否显著。

数据来源

石大千等（2018）发表在《中国工业经济》的论文《智慧城市建设能否降低环境污染》使用DID方法评估了智慧城市建设对城市环境污染的影响，《中国工业经济》期刊官网公布了这篇论文使用的数据和代码。接下来，我就使用这篇论文的数据，给大家分享一下双重差分法（DID）安慰剂检验中随机虚构处理组这种方法的Stata操作。

原文信息

石大千,丁海,卫平,刘建江.智慧城市建设能否降低环境污染[J].中国工业经济,2018(06):117-135.

随机虚构处理组的Stata操作

双重差分法（DID）安慰剂检验的一般做法就是随机选取个体作为处理组，重复500次或者1000次，看看“伪政策虚拟变量”的系数是否显著。在石大千等（2018）这篇论文中，处理组有32个城市，控制组有165个城市，所以我们需要从197个城市中随机选取32个城市作为“伪处理组”，假设这32个城市是智慧城市试点，其他城市为控制组，然后生成“伪政策虚拟变量”（交互项）进行回归。

重复进行500次，我们就会得到500次回归结果（包含“伪政策虚拟变量”估计系数、标准误和p值），最后我们可以绘制出500个“伪政策虚拟变量”估计系数的分布及相应的p值，直观展示安慰剂检验的结果。

说起来很简单，但操作起来还是蛮困难的，我们要解决如下两个关键问题：

（1）如何从197个城市中随机选取32个城市作为“伪处理组”，然后生成“伪政策虚拟变量”？因为是面板数据，所以我们首先只保留一期数据，然后使用sample命令从中随机抽取32个样本，保留所抽取样本的id编号，与原数据进行匹配，最终匹配上的就是我们的“伪处理组”样本，未匹配上的就是控制组样本。

（2）如何存储500次回归中的估计系数、标准误和p值？在Stata中，我们可以生成三个500行1列的矩阵（矩阵中的元素初始值为0），来分别存储500个“伪政策虚拟变量”的估计系数、标准误和p值。每回归一次，就将估计系数、标准误和p值分别存储到三个矩阵的对应位置。

最终代码

*-安慰剂检验-虚构处理组
mat b = J(500,1,0) //* 系数矩阵
mat se = J(500,1,0) //* 标准误矩阵 
mat p = J(500,1,0) //* P值矩阵

*循环500次
forvalues i=1/500{
 use smart_city2018.dta, clear
 xtset id year  //面板数据声明
 keep if year==2005   //保留一期数据
 sample 32, count   //随机抽取32个城市
 keep id  //得到所抽取样本的id编号
 save match_id.dta, replace   //另存id编号数据
 merge 1:m id using smart_city2018.dta //与原数据匹配
 gen treat = (_merge == 3) //将所抽取样本赋值为1，其余为0，得到政策分组虚拟变量
 gen period = (year >= 2012) //生成政策时间虚拟变量
 gen did = treat*period
 reghdfe lnrso did $xlist ,absorb(id year) vce(cluster id) 

 * 将回归结果赋值到对应矩阵的对应位置
 mat b[`i',1] = _b[did]
 mat se[`i',1] = _se[did]

 * 计算P值并赋值于矩阵
 mat p[`i',1] = 2*ttail(e(df_r), abs(_b[did]/_se[did]))
}

* 矩阵转化为向量
svmat b, names(coef)
svmat se, names(se)
svmat p, names(pvalue)
* 删除空值并添加标签
drop if pvalue1 == .
label var pvalue1 p值
label var coef1 估计系数
keep coef1 se1 pvalue1 

绘图代码

twoway (kdensity coef1) (scatter pvalue1 coef1, msymbol(smcircle_hollow) mcolor(blue)), ///
title("Placebo Test") ///
xlabel(-0.4(0.1)0.4) ylabel(,angle(0)) ///
xline(-0.171, lwidth(vthin) lp(shortdash)) xtitle("Coefficients") ///
yline(0.1,lwidth(vthin) lp(dash)) ytitle(p value) ///
legend(label(1 "kdensity of estimates") label( 2 "p value")) ///
plotregion(style(none)) ///无边框
graphregion(color(white)) //白底

上图展示了500个“伪政策虚拟变量”估计系数的分布及相应的p值，其中X轴表示“伪政策虚拟变量”估计系数的大小，Y轴表示密度值和p值大小，曲线是估计系数的核密度分布，蓝色圆点是估计系数对应的p值，垂直虚线是DID模型真实估计值-0.171，水平虚线是显著性水平0.1。

从图中可以看出，估计系数大都集中在零点附近，大多数估计值的p值都大于0.1（在10%的水平上不显著），这表明我们的估计结果不太可能是偶然得到的，因而不太可能受到了其他政策或者随机性因素的影响。不过，这个安慰剂检验的结果并不是那么理想，可能还需要在之前的一些环节做些微调，最好能让我们从图中看到DID模型真实估计值是明显的异常值。

这里，我只是提供了一种主流的安慰剂检验的做法，希望大家不要用“定式思维”来看待安慰剂检验。除此之外，还有其他各式各样的安慰剂检验做法，要根据政策情况、样本情况等方面进行具体分析。

李心怡

中国人民大学

学生

文章137

总浏览量62334

学说观点

文章

300

学术前沿速递

文章

298

AIGC交流社区

学说官方

文章

240

未央网

文章

233

毕宣

中央财经大学

文章

185

王凯

T. Rowe Price

文章

181

经济学入门必读书籍有哪些值得推荐？

楚健

957

浏览

会议预告｜清华五道口绿色金融讲座第一期，邀您探讨“碳达峰碳中和——中国发展转型的机遇和挑战”

学术会议动态

3260

浏览

如果经济学家连股都不炒，那他们都在干什么呢?

李博

520

浏览

荒唐！Science论文作者P上自己名字，还写进简历里？

楚健

275

浏览

李开复：ChatGPT引发失业恐慌？这20种工作要避开！

我和ChatGPT有个对话

251

浏览

Top 100 Economics Blogs of 2023

学术小秘书

250

浏览

2022数字经济大会议程发布，邀您参会！

学术会议动态

211

浏览

最新综述！AIGC到底是什么？都有哪些应用？一文尽览！

AIGC交流社区

203

浏览

于海龙李成明丨乡村振兴背景下财政涉农扶贫资金政策有效衔接的关键环节和路径选择

经典论文回顾

183

浏览

TOP前沿: 文本分析方法必读实用指南! 基于文本即数据的机器学习！

经典论文回顾

174

浏览