模糊断点回归

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求问！！！研究主题为高等教育扩招对研究生教育收益率的影响，以大学本科作为基准组，采用模糊断点回归，以出生年份作为驱动变量，如果采用2SLS，我看文献中会进行三次回归(见图1)，
但对于结构方程（4），高等教育扩招并不是研究生教育的工具变量，结果显示相关性弱(图2)，那么使用工具变量法回归的时候可以不列出式（4）的回归结果，只显示两个简化式的结果吗？

如果不采用2SLS，而是采用rdrobust命令，尽管加上fuzzy(),但是感觉还是按照精确断点进行回归的，因为firststage为1，是我遗忘了什么步骤嘛？

以下是命令和回归结果，求解！！！
use "E:\0000毕业论文\00 合并整体\FDenf.dta", clear
encode daset,generate (dataset)
format income %12.0f
drop if income <1200
gen lny = ln(income)
drop if edu =="大专"
gen D = (birthyear >=1981)
gen cutoff = 1981
gen cut = birthyear-cutoff
gen treatment = cut >=0
///处理状态
gen geny = (gen == 1)
gen hukouy = (hukou == 1)
gen mary = (mar == 1)
gen eduyear = 16 if edu == "大学"
replace eduyear =19 if edu == "硕士"
gen workexp = age-eduyear-6
gen workexp2 = workexp *workexp
drop if workexp <0
gen pedu = .
replace  pedu =1 if (pareduc == "小学【私塾算小学】"|pareduc == "小学"|pareduc == "小学/私塾"|pareduc =="文盲/半文盲"|pareduc =="无正式教育"|pareduc =="未上过学 ")
replace  pedu =2 if (pareduc == "初中")
replace  pedu =3 if (pareduc == "中专"|pareduc == "技校"|pareduc == "职业高中"|pareduc == "职高"|pareduc == "高中 "|pareduc == "高中/中专/技校/职高 "|pareduc == "普通高中 "|pareduc == "职业高中 "|pareduc == "职高 ")
replace  pedu =4 if (pareduc == "大专")
replace  pedu =5 if (pareduc == "博士"|pareduc == "研究生及以上 "|pareduc == "硕士"|pareduc == "硕士 "|pareduc == " 大学本科"|pareduc == "大学本科"|pareduc == "大学本科 ")
gen earea = (area == "东部")
gen carea=  (area == "中部")
gen warea = (area == "西部")
gen eduy = (edu == "硕士") & !missing(edu)
gen Lat_down=0-20
gen Lat_up=0+20
keep if cut>=Lat_down & cut<=Lat_up

***工具变量
reghdfe eduy treatment cut workexp workexp2 geny hukouy mary pedu earea carea health,absorb(year dataset) vce(r)
reghdfe lny treatment cut workexp workexp2 geny hukouy mary pedu earea carea health,absorb(year dataset) vce(r) ///仅
ivreghdfe lny ( eduy= treatment) cutoff workexp workexp2 geny hukouy mary pedu earea carea health,absorb(year dataset) vce(r)

***rdrobust

rdrobust lny cut, fuzzy(D)  bwselect(msesum) c(0) p(1) covs (workexp workexp2 geny hukouy mary pedu earea carea health)
rdrobust eduy cut, fuzzy(D)  bwselect(msesum) c(0) p(1) covs ( workexp workexp2 geny hukouy mary pedu earea carea health)

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

分享0 收藏0 回帖

关键词：断点回归 treatment generate replace dataset 断点回归 教育收益率

你的问题主要涉及两个关键点：一是模糊断点回归（Fuzzy Regression Discontinuity Design, Fuzzy RDD）中的工具变量选择与使用，二是在Stata中实现模糊断点回归时对命令rdrobust的理解。

### 工具变量法的使用

在模糊RDD设计下，高等教育扩招作为处理状态的一个“工具”或驱动因素，并不直接作为研究生教育收益率的工具变量。它的作用在于创建一个“准自然实验”，使得在断点处（如1981年出生的人群与之后出生的人群）能够观察到受高等教育政策影响的不同情况，从而估计扩招对研究生教育收益率的影响。

你提到结构方程（4）中高等教育扩招和研究生教育之间的相关性弱。这可能是因为扩招并不直接决定个体是否继续深造成为研究生——它更多地提供了一种机会或环境因素的变化。在2SLS框架下，即使工具变量与最终结果的相关性通过直接路径较弱，只要它能够有效改变处理状态（即高等教育扩招），并且满足排他性和相关性的条件（IVs与残差不相关且对处理状态有显著影响），就可以使用。

### rdrobust命令的解释

rdrobust是Stata中用于执行RDD分析的一个强大工具。在进行模糊断点回归时，加入fuzzy()选项表明你希望模型考虑到扩招政策的模糊性——即它并不完全控制个体是否进入高等教育或研究生教育的选择过程。然而，firststage系数为1可能意味着你的处理状态（treatment）变量与断点（cutoff）的关系在第一阶段非常明确和强烈。

### 如何进行

- 首先确保你的data编码、cut-off点设定以及treatment定义都是正确的。
- 使用rdrobust命令时，确保存在的模糊性被正确地考虑到模型中。你可以尝试调整bandwidth（带宽）、polynomial order等参数来优化结果。

如果你发现工具变量的选择或简化式的结果不符合预期，可能需要重新审视数据和模型设定，确保断点的定义和处理状态与政策实施一致，并且工具变量满足所有IV条件。

在Stata中进行模糊RDD分析时，理解每一个命令选项的意义以及它们如何影响最终结果至关重要。希望这些信息能帮助你更好地完成你的研究项目！

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用