一、跨时独立横截面的混合 3、对跨时结构性变化的邻至庄检验： 对跨时结构性变化的检验可使用两种形式，检验一 种形式是： ①将混合估计的残差平方和作为有约束SSR ②无约束SSR是两个时期分别估计而得到的两个SSR之和 ③使用F检验。 ，检验的另一形式是先将每一变量与年度虚拟变量形 成交互作用，再检验年度虚拟变量和全部交互项是 否联合显著
3、对跨时结构性变化的邹至庄检验： 对跨时结构性变化的检验可使用两种形式，检验一 种形式是： ① 将混合估计的残差平方和作为有约束SSR ② 无约束SSR是两个时期分别估计而得到的两个SSR之和 ③ 使用F检验。 检验的另一形式是先将每一变量与年度虚拟变量形 成交互作用，再检验年度虚拟变量和全部交互项是 否联合显著 一、跨时独立横截面的混合 11
为什么我们要使用跨时期横截面的数据？ 》用于评估政策的效果 包含事前&事后 >用跨时期横截面数据有什么优势？ ① 可以剔除不随时间变化的因素的影响一差分oFE ②可以控制随时间变化的趋势一时间FE ③样本容量更大 >12
为什么我们要使用跨时期横截面的数据？ ➢ 用于评估政策的效果 包含事前 & 事后 ➢ 用跨时期横截面数据有什么优势？ ① 可以剔除不随时间变化的因素的影响——差分 or FE ② 可以控制随时间变化的趋势——时间FE ③ 样本容量更大 12
二、利用混合横截面做政策分析 〡、混合横载面应用于评价某一事件或政策的影响 例13.3垃圾焚化炉的区位对住房价格的影响 ，基尔和麦克莱恩(1995)研究，在马萨诸塞州北安德次市一个新建的垃圾焚 化炉对住房价值的影响。我们将只利用两年的数据和一些简化模型。 1978年传言要建，1981年开始动工，1985年正式开始运转。 ，分析数据：1978年、1981年住房出售的价格数据一混合截面。 1978年开始传言要在北安德沃市兴建一座垃圾焚化炉，而于1981年开始动工，人们预料动工后不久焚 化炉便会投入运转；事实上1985年才开始运转。我们将利用1978年住房出售的价格数据和1981年售价的另 一个样本数据。我们的假设是，靠近焚化炉的房价相对远离焚化炉的房价要下跌。· 为便于说明，若房子位于焚化炉3英里以内，我们便称之为靠近。（但计算机练习C3则要求你像基尔和麦 克菜恩那样，使用房子到焚化炉的实际距离。)我们先来看看距离的远近对房价的美元影响。这就要求我们用不 变美元来度量价格。我们一律用波士顿住房价格指数按1978年美元计算房价，令rprice为真实住房价格。 一位天真的分析者会仅仅使用1981年的数据并估计一个非常简单的模型： rprice =Yo+y nearine+u (13.3) 其中，nearinc是在住房靠近焚化炉时等于l,否则等于0的一个二值变量，用KIELMC中的数据估计这个 方程，得到 rprice=101307.5-30688.27 wearinc 仅使用I981年数据的回归方程：时候结果 (3093.0)(5827.71) 结果意味着垃圾焚化炉区位使得房你更低吗？ >13 n=142,R2=0.165
1、混合横截面应用于评价某一事件或政策的影响 例13.3 垃圾焚化炉的区位对住房价格的影响 基尔和麦克莱恩（1995）研究，在马萨诸塞州北安德沃市一个新建的垃圾焚 化炉对住房价值的影响。我们将只利用两年的数据和一些简化模型。 1978年传言要建，1981年开始动工，1985年正式开始运转。 分析数据：1978年、1981年住房出售的价格数据——混合截面。 二、利用混合横截面做政策分析 13 仅使用1981年数据的回归方程：时候结果 结果意味着垃圾焚化炉区位使得房价更低吗？
二、利用混合横截面做政策分析 不幸的是，方程(13.4)并不意味着焚化炉的位置是造成较低房价的原因。其实，如果我们对1978年 (在尚无荧化炉传言之前)做同样的回归，得到 rprice=82517.23-18824.37 nearine 仅使用1978年数据的回归方程：事前结果 (2653.79)(5827.71) 结合|978年结果，能判断垃圾焚化学画位 n=179,R=0.082 使得房价更低吗？ 因此，即使在没有任何关于焚化炉的传言之前，靠近焚化炉选址的平均房价就比远离它的平均房价 (82517.23美元)低了18824.37美元；而且这一差额也是统计显著的。这正符合焚化炉本来就要建造在房价 较低地带的观点。 这样一来，我们怎么能说新建一个焚化炉会压低房价呢？关键在于看到nearine的系数在1978一1981年 间的变化，1981年的平均房价差异比1978年的要大得多(30688.27美元与18824.37美元)，即使把差异 折算成不靠近楚化炉的平均房价的百会比也不算小eir的两个系数之差是 8=(-30688.27)-(-18824.37)=-11863.9 这便是焚化炉对其附近房价之影响的估计值。在经验经济学中，δ：曾被称为倍差估计量(difference-in differences estimator),因为它可表示为 d,=(rprice81,w一rprices.r）-(rprice,w一rprices,r） (13.6) 其中，“r”代表“靠近焚化炉位置”，而“f”代表“远离焚化炉位置”。换句话说，6就是两个区位住房 价格的平均差价在两个不同时期的差别。 反思：)1978年的回归结果意味着什么，效应？ 2)差分剔除这个效应可以得到建垃圾焚化炉的影响吗？还 可能有什么挑战？ 3)为什么叫双重差分？哪两重差？
二、利用混合横截面做政策分析 14 仅使用1978年数据的回归方程：事前结果 结合1978年结果，能判断垃圾焚化炉区位 使得房价更低吗？ 反思：1) 1978年的回归结果意味着什么效应？ 2) 差分剔除这个效应可以得到建垃圾焚化炉的影响吗？还 可能有什么挑战？ 3）为什么叫双重差分？哪两重差？
二、利用混合横截面做政策分析 双重差分模型设定 为了检验是否显著异于零，我们需要通过回归分析求出它的标准误。其实，⑥，可通过估计 rprice=月中8v81十B wearinc dy81·arin (13.7) 而得到，估计时用到两个年份的混合数据。 藏距3代表I978年不靠近焚化炉的一所住房的平均价格。参数 0概括了北安德沃市的全部住房价格从1978年到1981年的变化。[比较一下方程(13.4)和方程(13.5)， 即表明相对于波士顿住房价格指数而言，北安德沃市的房价在这一时期急剧上升。]nearine的系数B1度量了 与焚化炉的出现无关的区位效应：如同我们在方程(13.5)中所见，即便在1978年，靠近焚化炉位置的住 房售价原本就低于较为远离焚化炉的住宅。 我们关注的参数是交互项y81·阳ric的系数d1：如果我们假定不论距离焚化炉址远近的住房，都不会 因为其他原因而按不同比率升值，便度量了房价因新建焚化炉而下跌的幅度。 方程(13.7)的估计值见表13-2中的第(1)列。我们无法从方程(13.4)和(13.5)中得到的唯一 数字就是1的标准误。6的t统计量约为一1.59，相对于单侧备择假设来说，它仅达到显著性水平5%的边 缘(p值≈0.057)·构建双重差分的思考： )确定处理组和控制组：区位内V.S.区位外 )潜在假设：相对来说，处理组受到影响而控制组不受影响 3)确定事前和事后 >15
二、利用混合横截面做政策分析 15 构建双重差分的思考： 1) 确定处理组和控制组：区位内v.s.区位外 2) 潜在假设：相对来说，处理组受到影响而控制组不受影响 3）确定事前和事后 双重差分模型设定