异质性分析！异质性分析！

阅读全文：异质性分析！异质性分析！ (lianxh.cn)

作者：陈波 (暨南大学)
邮箱：chenbo2019@email.szu.edu.cn

 

1. 引言

江艇老师曾在论文中直言：

在基准回归之外，出于扩充文章篇幅的需要，研究者会简单地按地区、规模、所有制等进行一些异质性分。

张川川老师曾经调侃道：

当代研究生写作有“三大法宝”：用 PSM 来解决内生性，用三步法来检验机制，划分东中西部来做异质性分析。
虽然话语中饱含戏谑，却也说出了一部分实情，各类模板化的异质性分析在实证论文中确实有滥竽充数之势。

多位在学界颇有建树的老师在讲座中也提到了相似的观点：

异质性分析不是用来凑篇幅的，应该做有意义的异质性。

但是，对于如何做有意义的异质性分析，老师们却并没有细讲。因此，本文基于近年来发表在经济学顶刊上的部分做法，试图做一个粗浅的总结。当然，囿于自身水平，这种总结肯定是不全面的，还请读者见谅。

 

2. 为什么要做异质性分析

首先，我们为什么要做异质性呢？这主要源自两方面的原因：

一方面是因为辛普森悖论。我们以下图为例，横轴是服药剂量，纵轴是病人健康水平，蓝色散点表示年轻人，红色散点表示老年人。

可以发现，无论是对年轻人还是老年人来说，服药都能缓解病情，优化健康。但是，当我们把两类人放到一起时，却发现一个很荒谬的结论：药吃的越多，健康水平越差。这种组内趋势与整体趋势相异甚至相反的现象，就是著名的辛普森悖论。

这种现象在经济学里面也并不鲜见。以时隔五年发表在《金融研究》上的两篇文章为例，潘越等 (2017) 研究发现，方言多样性越高的地区，上市公司的创新产出越高。但是，张杰和王文凯 (2022) 却发现，方言多样性会降低企业的创新投入。

两篇文章的解释变量都是使用徐现祥老师的数据，而且工具变量都是地形坡度。两篇文章最大的差异就是前者使用的是上市公司，而后者使用的是工企库。相比于上市公司，工企库内的企业规模明显要小很多。样本选择范围的不同可能是两篇文章结论迥异的重要原因。

另一方面是因为没有普适的政策 (陆铭老师语)。以陆铭老师自己的工作论文为例，他们研究了中国 2004 年大规模关闭开发区对企业生产率的影响，发现这一政策使得沿海企业的 TFP 降低了 9.62%，但是对其他区域的企业影响却不显著 (Chen 等 2019，NBER)。这说明开发区政策仅对沿海企业有效，对内陆企业的影响有限。

同样地，邵帅等 (2019，经济研究) 在研究中国的城市化推进与雾霾污染时，发现城市化进程加剧了雾霾污染。但是，异质性分析则表明，紧凑集约型的城市化模式对雾霾污染有显著的促降作用，而规模扩张型的城市化模式则不利于抑制雾霾污染。

综合上述文章可以发现，异质性分析有时候可能会得出不同、甚至是相反的结果，这也是异质性分析有趣的地方，也是其价值所在。

 阅读全文：异质性分析！异质性分析！ (lianxh.cn)