面板DID操作分析
Stata新的didregress和xtdidregress命令符合控制未观察组和时间效应的DID和DDD模型。
didreress可以与重复的横断面数据一起使用,其中我们在不同的时间点对不同的观测单位进行抽样。
xtdidreress用于面板(纵向)数据。这些命令提供了一个统一的框架来获得适用于各种研究设计的推理。
差异中的差异(DID)提供了一种非实验研究方法,通过比较对照组和治疗组中不同结果的差异在时间上的差异,来估计平均治疗对治疗的效果(ATET)。因此,称为DID。这项技术控制了未观察到的时间和组别特征,这些特征混淆了治疗对结果的影响。
差异中的差异(DDD)向DID框架添加了一个控制组,以解释DID可能无法捕捉到的不可观察的组特征和时间特征交互。在新的对照组中,它增加了DID。因此,称为DDD(Difference-in-differences-in-differences,简记DDD)。
下面我们介绍一下Stata官方DID命令didregress和xtdidregress。
面板DID
DID for panel-data model
案例1
Moser和Voena(2012)研究了强制许可对国内发明的影响。
强制许可允许发展中国家的公司在没有外国专利所有者同意的情况下生产外国发明。获得外国技术可能会阻碍国内发明,但它也可以提高本地生产。
Moser and Voena考虑了发生在第一次世界大战期间的叫做对敌贸易法(TWEA)的立法。到1919年,德国拥有的专利系统地授权给了美国公司。
在Moser和Voena(2012)中,根据美国专利和商标局(USPTO)的报告,所处理的观察结果与1918年后被授予至少一项TWEA专利的化学工业亚类相对应。根据USPTO的定义,一个子类是行业中使用类似技术的一组公司。
利益的结果是授予美国发明家的专利数量在这个子类,uspatents。这是衡量国内创新的标准。Moser和Voena还包括来自外国发明者的非twa专利的数量。fpatents衡量的是非美国发明家的创新。从1875年到1939年,我们在每个时间点观察到相同的子类。因此,我们有一个面板数据集。
首先导入生成数据
为了估计这个模型,我们首先xtset我们的数据,命令为
下面,我们对一个子类中授予美国发明人的专利数量采用DID模型,并控制授予外国发明人的非twea专利数量。如果子类在1918年后获得了TWEA专利,则获得专利的处理指标为1,否则为0。该模型包括年份固定效应和子类固定效应。
结果为:
ATET为0.15,这意味着在获得一项或多项专利的子类别中,与未授予这些子类别专利的情况相比,在TWEA之后,国内发明者平均产生了0.15个额外的专利。
案例2
关于DDD model的案例背景与前面系列基础知识请往下阅读或者阅读昨日推文重磅!Stata 17的新模块(一):DID官方命令 didregress与xtdidregress
医疗服务提供者想要研究一种新的住院程序对病人满意度的影响,使用在他们的一些医院实施新程序之前和之后的病人月度数据。
卫生服务提供者将使用DID回归分析新入院程序对参与该计划的医院的影响。
结果变量是病人的满意度,变量名称为 (satis),治疗的变量是程序(procedure),我们可以用didregress拟合这个模型。
使用didregress估计双重差分的操作请阅读重磅!Stata 17的新模块(一):DID官方命令 didregress与xtdidregress
关于DDD模型请阅读重磅!Stata 17的新模块(二):DDD操作分析
接下来我们进行面板DID操作分析。
cd C:\Users\admin\Desktop
use 计量经济学服务中心hospdid.dta,clear
然后进行面板设定
*面板数据设定
xtset hospital
面板DID操作
结果为: