被解释变量比解释变量的层级更高的模型设定合理么？

凡是搞计量经济的，都关注这个号了

邮箱：[e-mail]

所有计量经济圈方法论丛的code程序, 宏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.

关于相关计量方法视频课程，文章，数据和代码，参看 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.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！3.工具变量IV估计免费课程, 文章, 数据和代码全在这里, 不学习可不要后悔！4.各种匹配方法免费课程, 文章, 数据和代码全在这里, 掌握匹配方法不是梦！5.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！6.空间计量免费课程, 文章, 数据和代码全在这里, 空间相关学者注意查收！7.Stata, R和Python视频课程, 文章, 数据和代码全在这里, 真的受用无穷！

正文

以下来自计量圈社群讨论:

A. 请教大家一个问题：因变量比核心解释变量层级高的模型设定是合理的吗？（比如因变量在省份层面，核心解释变量在城市层面；或因变量在城市层面，核心解释变量在企业层面）。

B. 个人认为是不合理的，不能用个体现象解释群体现象吧，这样说服性不强。

A. 但是看到有文章是这么做的，还发到《经济研究》、《中国工业经济》等期刊。

B. 一般最好不要这么做，除非你选择的城市或者企业非常重要，不然解释解释不了，比如说解释变量用个体的数据，被解释变量是省份的数据，你觉一个人可以改变这个省吗？

C. 微观变量难以影响宏观变量。

D. 作者没真正掌握或学过统计学原理，生搬硬套用了计量方法而已，文中因变量搞成分类变量可能更合理些。文中回归结果有待商榷。

A. 主要是因变量比核心解释变量层级高这个问题，问了很多人也没有得到确切的答案。

B. 我是不建议这么做，最好是对应的层面解释性比较强，那实在找不到弄上去的话，能通过审稿也行吧。

E. 我们上课讲这是是否承认还原论的哲学问题，赞同者认为跨层没有问题，反对者认为跨层有问题。二者尚未在哲学层面统一，认识层的混乱导致了方法论的混乱。题主提到的那篇FDI偏IB研究的国内应用吧，在IB领域里跨层问题不需要处理，直接回归即可。仅供参考啦！

A. 谢谢，原来这还是个哲学问题。

希望，各位学人就这一问题继续展开讨论，不然引起不必要的疑惑。

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。

2.5年，计量经济圈近1000篇不重类计量文章，

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。