温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。
作者:唐勇军 (河海大学)
邮箱:yjtang@126.com
编者按: 本文摘自以下论文,特此致谢。
Source: Berry W D, Golder M, Milton D. Improving tests of theories positing interaction[J]. The Journal of Politics, 2012, 74(3): 653-671. -online appendix- -replication files- -webpage- -pdf-
目录
假设
其中,
由 (2) 式可知,除非交乘项的系数
图 1 直观地呈现了式 (2) 刻画的关系。其中,纵轴为
当
随着
由式 (3) 可知,当
由此,我们可以认为
例如,当一个变量
具体来看,图 2 左边为
在图 2a 中,
正是由于交互作用的对称性,Berry 等 (2012) 建议在评估一个简单交互模型时,尽可能多做以下五项预测:
简而言之,无非要多考虑一下
在所有
在
Kastner (2007) 研究了利益冲突和具有国际经济利益主体的实力对国家间贸易水平的影响。以往的研究表明,当国家之间存在政治利益冲突时,双边贸易会降低,但不同国家又有很大差异。之所以如此,Kastner (2007) 认为尽管各国领导人都希望减少与与自己利益不一致国家的贸易,但这也会受到拥有国际经济利益的国内主体的限制。因此,我们可以认为,当具有国际经济利益的国内主体拥有强大政治影响力时,利益冲突对贸易影响会相对较小。
由于无法直接衡量具有国际经济利益主体的政治影响力,Kastner (2007) 用各国贸易壁垒作为该政治影响力的反向指标,即贸易壁垒越高,该利益主体政治影响力越小,反之亦然。
无论贸易壁垒强度如何,利益冲突对贸易的边际效应都是负的;并且,在贸易壁垒强度最小时,这种负面影响最弱;随着贸易壁垒强度增大,这种负面影响也加强。
上述假设可得出以下预测:
当贸易壁垒强度最低时,利益冲突对贸易的边际效应为负;
当贸易壁垒强度最高时,利益冲突对贸易的边际效应为负;
利益冲突的边际效应与贸易壁垒负相关,反之也成立。
其中,
实证结果也显示,
以上部分为 Kastner (2007) 文中内容,Berry 等 (2012) 在此基础上,增加了边际效应图来进一步说明问题。
图 3a 为利益冲突对贸易的边际效应。可以看出,在贸易壁垒较低时,即具有国际经济利益的国内主体政治影响力强时,利益冲突对贸易的边际效应为正;而当贸易壁垒较强时,即具有国际经济利益的国内主体政治影响力弱时,利益冲突对贸易的边际效应为负。
上述结论与 Kastner (2007) 假设还是有冲突的,并且 Kastner (2007) 也没有在文章中对「在贸易壁垒较低时,即具有国际经济利益的国内主体政治影响力强时,利益冲突对贸易的边际效应为正」进行解释。
图 3b 为贸易壁垒对贸易的边际效应。根据 Kastner (2007) 文中假设和交互效应的对称性,我们可以得到如下假设:
上述假设可得出以下预测:
当利益冲突最低时,贸易壁垒对贸易的边际效应为负;
当利益冲突最高时,贸易壁垒对贸易的边际效应为负。
可以看出,图 3b 有力的支持了上述预测。
*数据地址
* https://sci-hub.se/10.1177/0022002707302804
*-or
* https://gitee.com/arlionn/data/blob/master/data01/TradeConflict.zip
*-Note: 请右击后另存,不要直接打开。
use TradeConflict.dta, clear
rename lnrtrade trade
rename logUNsun conflict
rename logAvBCFE tradebarriers
rename lnBlnUN conflict_tradebarriers
reg trade conflict tradebarriers conflict_tradebarriers ///
laglnrtrade lnrgdpab lndist lnrpciab avremote landlocked ///
island landratio pciratio jointdem, cluster(undirectedcode)
matrix b=e(b)
matrix V=e(V)
scalar b1=b[1,1]
scalar b2=b[1,2]
scalar b3=b[1,3]
scalar varb1=V[1,1]
scalar varb2=V[2,2]
scalar varb3=V[3,3]
scalar covb1b3=V[1,3]
scalar covb2b3=V[2,3]
scalar list b1 b2 b3 varb1 varb2 varb3 covb1b3 covb2b3
centile tradebarriers if e(sample), centile(20 80)
scalar p20=r(c_1)
scalar p80=r(c_2)
gen p20=p20
gen p80=p80
generate MVZ=((_n-1)/100)
replace MVZ=. if _n>414 | _n<97
gen conbx=b1+b3*MVZ if _n<414
gen consx=sqrt(varb1+varb3*(MVZ^2)+2*covb1b3*MVZ) if _n<414
gen ax=1.96*consx
gen upperx=conbx+ax
gen lowerx=conbx-ax
generate MVX=((_n-1)/100)
replace MVX=. if _n>110
gen conbz=b2+b3*MVX if _n<110
gen consz=sqrt(varb2+varb3*(MVX^2)+2*covb2b3*MVX) if _n<110
gen az=1.96*consz
gen upperz=conbz+az
gen lowerz=conbz-az
gen yline=0
graph twoway hist tradebarriers, width(0.1) percent color(gs14) yaxis(2) ///
|| rarea p20 p80 lowerx if lowerx>-0.51 & lowerx<0.51, horizontal sort color(gs12) ///
|| line conbx MVZ, clwidth(medium) clpattern(solid) clcolor(blue) clcolor(black) yaxis(1) ///
|| line upperx MVZ, clpattern(dash) clwidth(thin) clcolor(black) ///
|| line lowerx MVZ, clpattern(dash) clwidth(thin) clcolor(black) ///
|| line yline MVZ, clwidth(thin) clcolor(black) clpattern(solid) ///
|| ,xlabel(1 1.5 2 2.5 3 3.5 4, nogrid labsize(2)) ///
ylabel(-1 0 1 2 3, axis(1) nogrid labsize(2)) ///
ylabel(0 3 6 9 12 15 18, axis(2) nogrid labsize(2)) ///
xscale(noline) ///
yscale(noline alt) ///
yscale(noline alt axis(2)) ///
legend(off) ///
yline(0, lcolor(black) lpattern(dash) lwidth(thin)) ///
xtitle("" , size(2.5) ) ///
ytitle("" , axis(2) size(2.5)) ///
xsca(titlegap(2)) ///
ysca(titlegap(2)) ///
scheme(s2mono) graphregion(fcolor(white))
graph twoway hist conflict, width(0.025) percent color(gs14) yaxis(2) ///
|| line conbz MVX, clwidth(medium) clpattern(solid) clcolor(blue) clcolor(black) ///
|| line upperz MVX, clpattern(dash) clwidth(thin) clcolor(black) ///
|| line lowerz MVX, clpattern(dash) clwidth(thin) clcolor(black) ///
|| ,xlabel(0 .25 .5 .75 1, nogrid labsize(2)) ///
ylabel(-1.5 -1.25 -1 -.75 -.5 -.25 0 , axis(1) nogrid labsize(2)) ///
ylabel(0 2 4 6, axis(2) nogrid labsize(2)) ///
yscale(noline alt) ///
yscale(noline alt axis(2)) ///
xscale(noline) ///
legend(off) ///
yline(0, lcolor(black) lwidth(thin)) ///
xtitle("" , size(2.5) ) ///
ytitle("" , axis(2) size(2.5) ) ///
xsca(titlegap(2)) ///
ysca(titlegap(2)) ///
scheme(s2mono) graphregion(fcolor(white))
Kastner (2007) 论文的重现,表明了边际效应图在解释交互效应的重要性。尽管,Kastner (2007) 并没有解释为何「在贸易壁垒较低时,即具有国际经济利益的国内主体政治影响力强时,利益冲突对贸易的边际效应为正」,但是图 3b 进一步为其理论提供了证据。
连享会-直播课 上线了!
http://lianxh.duanshu.com
免费公开课:
直击面板数据模型 - 连玉君,时长:1小时40分钟 Stata 33 讲 - 连玉君, 每讲 15 分钟. 部分直播课 课程资料下载 (PPT,dofiles等)
支持回看,所有课程可以随时购买观看。
专题 | 嘉宾 | 直播/回看视频 |
---|---|---|
⭐ 最新专题 ⭐ | DSGE, 因果推断, 空间计量等 | |
⭕ Stata数据清洗 | 游万海 | 直播, 2 小时,已上线 |
研究设计 | 连玉君 | 我的特斯拉-实证研究设计,-幻灯片- |
面板模型 | 连玉君 | 动态面板模型,-幻灯片- |
面板模型 | 连玉君 | 直击面板数据模型 [免费公开课,2小时] |
Note: 部分课程的资料,PPT 等可以前往 连享会-直播课 主页查看,下载。
关于我们
课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法
等
连享会小程序:扫一扫,看推文,看视频……
扫码加入连享会微信群,提问交流更方便
✏ 连享会学习群-常见问题解答汇总:
✨ https://gitee.com/arlionn/WD