搜索
人大经济论坛 附件下载

附件下载

所在主题:
文件名:  dofile_export_edu.do
资料下载链接地址: https://bbs.pinggu.org/a-3326412.html
附件大小:
36.74 KB   举报本内容
在我主要的参考文献 Bingjing Li (2018)里, 其回归模型是类似于:
[LaTex]\Delta y_{it}= \alpha_{1}\Delta x_{it}+\alpha_{2}\Delta z_{it}+\phi_{pt}+\epsilon_{it}[/LaTex],其中 [LaTex]\Delta y_{it}[/LaTex] 和[LaTex]\Delta x_{it}[/LaTex] 分别表示为变量 y ,x 和 z 在城市 i 在t-1 和 t 时期 的变化量, [LaTex]\phi_{pt}[/LaTex] 表示 省份 p在t 时期 的dummy variable (p是城市 i 所在的省份), [LaTex]\epsilon_{it}[/LaTex] 是误差项。其所用的stata指令为
  1. areg delta_y delta_x delta_z if (year==2000 | year==2005) [aweight=weight], absorb(province_t) cluster(province)
复制代码
由于所有城市的样本区间都是1990-2005,Li (2018)把1990-2005统一分为 1990-2000 和 2000-2005 两部分,样本数据是平衡的,所以 Li(2018)的样本数据 及 province_t 的 取值情况是如下表
cityprovinceyearydelta_ydelta_xdelta_zprovince_t

1101

11

1990

.6641747

1

1101

11

2000

.6743087.010134.7488091.6341835

2

1101

11

2005

.7006277.026319

2.262.935

1.981.459

3

1201

12

1990

.5382662

4

1201

12

2000

.6650644.1267982.6257004.7536179

5

1201

12

2005

.6903915.0253271

1.885.867

2.324.683

6

1301

13

1990

.3507099

7

1301

13

2000

.5929871.2422772.184033.4294735

8

1301

13

2005

.6867322.0937451.5607296

1.321.728

9

1302

13

1990

.3637108

7

1302

13

2000

.4932936.1295828.1866016.2550632

8

1302

13

2005

.5333334.0400398.5640315.737752

9

1401

14

1990

.4725537

10

1401

14

2000

.702788.2302343.6461676.5377736

11

1401

14

2005

.7851373.0823493

1.972.943

1.653.893

12

1402

14

1990

.3188498

10

1402

14

2000

.4629499.1441001.2265032.3066486

11

1402

14

2005

.6103448.1473949.6568476.9007557

12



由上表中可看出,由于城市1301和1302同属于省份13,所以它们的province_t取值在1990,2000和2005的取值分别为7,8和9。而同属于省份14的城市1401和1402这两个城市的province_t 取值也遵循同样的逻辑。(附件中也包括 Bingjing Li (2018) 在JIE的论文及其原始数据,代码,有兴趣的朋友也可下载查阅。)

我的回归模型为:[LaTex]\Delta y_{it}=\alpha_{1}\Delta x_{it}+\phi_{pt}+\epsilon_{it}[/LaTex],我把样本区间2000-2006年分为2000-2004和2004-2006两部分,参考Bingjing Li (2018)的论文想使用的指令是
  1. areg delta_y delta_x if (year==2004 | year==2006) [aweight=weight], absorb(province_t) cluster(province)
复制代码
我的数据结构类似于:
cityprovyearydelta_ydelta_xprovince_t

1101

11

2000

.3507142

1

1101

11

2004

.4369361.08622190.6743

2

1101

11

2006

.4071562-.029780.2582

3

1401

14

2000

.2418307?

1401

14

2004

.4488599.2070293

1,3255

?

1401

14

2006

.424867-.0239930.4392?

1402

14

2002

.2364954?

1402

14

2004

.1886766-.04781890.3824?

1402

14

2006

.2562406.0675640.542?

在我的数据中,由于城市的样本区间不同,我不知道province_t的取值应该取多少。以上表中城市1401和1402为例:1401的样本区间为2000-2006,被分为2000-2004和2004-2006两部分,而1402的样本区间为2002-2006,被分为2002-2004和2004-2006两部,此时1401和1402的province_t应该如何取值了?

之前看连老师的帖子,areg和xtreg的原理是相通,得到的结果也是一样的,所以使用xtreg的话关键也是province_t的取值设定。











    熟悉论坛请点击新手指南
下载说明
1、论坛支持迅雷和网际快车等p2p多线程软件下载,请在上面选择下载通道单击右健下载即可。
2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。
3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品,拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知,将积极的采取必要措施;同时,本站也将在技术手段和能力范围内,履行版权保护的注意义务。
(如有侵权,欢迎举报)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

GMT+8, 2025-12-30 20:45