安慰剂检验 Stata 实操代码与配套资料

资料名称

安慰剂检验 Stata 全套代码（DID / 截面 / 时间序列）+ 案例数据 + 可视化

资料内容

在双重差分法（DID）、截面回归、时间序列回归等主流因果识别模型的实证研究中，安慰剂检验已成为验证政策效应真实性、排除遗漏变量与随机因素干扰的核心稳健性检验方法。该检验的核心逻辑为：通过人为构造虚假的政策冲击时间、虚假的处理组样本，重新回归识别政策效应；若虚假冲击下不存在显著的政策效应，则证明基准回归的政策效应是真实可靠的；若依然存在显著效应，则说明基准结果可能由随机因素、不可观测变量驱动，而非目标政策导致。

本套资料为实证研究全场景配套工具，覆盖安慰剂检验核心应用场景，包含可直接运行的 Stata 代码、标准化案例数据、结果可视化脚本，具体内容如下：

1. 双重差分法（DID）核心安慰剂检验代码：包含随机分配处理组、提前政策实施时间两种主流方法；
2. 截面数据安慰剂检验专属代码：适用于截面数据的反事实政策冲击构造与显著性检验；
3. 时间序列数据安慰剂检验代码：针对时间序列数据的虚假政策时点构造与动态效应检验；
4. 安慰剂检验结果可视化代码：自动绘制政策效应系数分布图、p 值图，符合期刊发表标准；
5. 配套清洗完成的面板 / 截面 / 时间序列案例数据，代码与数据一一对应，零基础可直接复现。

参考文献

[1] 石大千，丁海，卫平，刘建江。智慧城市建设能否降低环境污染 [J]. 中国工业经济，2018 (06):117-135.

[2] 周茂，李雨凝，杨易丞。开发区设立与城市碳排放：政策效应与机制检验 [J]. 经济研究，2022,57 (05):156-172.

[3] 张克中，江求川，亢梅玲。精准扶贫政策的减贫效应与机制分析 —— 基于微观农户数据的双重差分检验 [J]. 经济学 (季刊),2020,19 (04):1247-1268.