4.1 最优方法:交互项——异质性分析 step1:引入变量 M (一般而言,变量 M 是二值变量,即0或1;也可以是连续型变量,此时需去中心化处理) step2:将核心自变量 x 与分类变量 M 相乘构造一个交互项 x\cdot M step3:将交互项 x\cdot M 与分类变量 M 加入基准回归方程中,构造方程如下: y=\beta_0+\beta...
好的异质性分析不仅要强化因果关系，还要具有科学性和政策性。强化因果关系的方法包括沿着既定逻辑框架进行深入分析，或提出竞争性假说并验证。经典文献支撑是异质性分析的基石，它为分析提供理论基础和实证依据。具有政策含义的分析则旨在为实际问题提供解决方案，提升研究的实用价值。在方法选择上，紧扣核心变量...