温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。
New!
lianxh
命令发布了:
随时搜索推文、Stata 资源。安装命令如下:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
⛳ Stata 系列推文:
作者:吕卓阳 (厦门大学)
邮箱:lvzy20@163.com
编者按:本文主要摘译自下文,特此致谢!
Source:Reinbold G W. Effects of the convention on the rights of the child on child mortality and vaccination rates: a synthetic control analysis[J]. BMC international health and human rights, 2019, 19(1): 1-12. -PDF-
目录
《儿童权利公约》 (CRC) 是目前以儿童为重点的九个核心国际人权条约之一,于 1990 年 9 月 2 日生效,也是目前最广泛采用的人权条约。CRC 主要涉及儿童权利、公民政治权利等,尤其是在健康方面,责成缔约国采取措施降低婴儿和儿童死亡率、发展预防性卫生保健。为此,本文主要关注 CRC 采用对儿童健康的影响,但由于 CRC 几乎全部国家都采用,这使得我们的因果推断具备挑战。此外,随着卫生条件与儿童福祉的改善,儿童健康指标的提高不一定是由 CRC 导致的,譬如 1985 年联合国儿童基金会的全民儿童免疫运动等计划。
过往研究针对这些内生性挑战通常使用工具变量、倾向评分、滞后因变量的方法。由于 CRC 生效的前几年各国具体情况差异最大,本文针对这一差异区分实验组与对照组,并使用合成控制法来来估计对儿童死亡率和疫苗接种率的影响。同时,本文也将几种不同方法结果进行对比,从而估计《儿童权利公约》 (CRC) 对儿童健康结果的影响,得出 CRC 生效在促进欠发达国家儿童健康权方面具备有效性的结论。
根据实施《儿童权利公约》的时间,本文将 1990 年立即实施 CRC 的 56 个国家设置为实验组,而将 1992 年之后实施 CRC 的 43 个国家设为对照组,以此来估计 CRC 对儿童健康的影响。其中,因变量主要采取儿童死亡率与疫苗接种率,具体如下:
自变量是一个虚拟变量 (CRC),如果该国在相关年份之后采用了 CRC 则为 1,否则为 0。控制变量主要包含人口对数、人均 GDP 对数、贸易占 GDP 的百分比、ODA 占 GNI 的百分比、政治民主指数、政权持久性指数、是否处于站在、是否处于国际战争等。
. *获取数据和代码
. lxhget crc_effect.pkg, replace
. *描述性统计
. import excel using "effects_of_the_crc_data_file.xlsx", clear firstrow
. gen ln_population = log(population)
. gen ln_gdppercapita = log(gdppercapita)
. sum infmr u5mr bcg dtp1 dtp3 mcv1 pol3 crc ln_population ///
> ln_gdppercapita tradepercentofgdp odapercentofgni ///
> polityivdemocracy polityivdurability civilwar internationalwar ///
> simmonsrathurdind dpifedindex icescr cedaw priorregioncrc ///
> if year>=1990&year<=1995
Variable | Obs Mean Std. dev. Min Max
-------------+---------------------------------------------------------
infmr | 984 54.67774 38.53331 6.2 171.2
u5mr | 984 80.39319 67.6464 7.4 328.2
bcg | 828 84.53865 17.37452 12 99
dtp1 | 901 88.03108 13.82868 31 99
dtp3 | 901 75.94895 20.92876 10 99
-------------+---------------------------------------------------------
mcv1 | 895 75.01229 19.46668 12 99
pol3 | 901 76.54273 20.97511 8 99
crc | 940 .7223404 .4480829 0 1
ln_populat~n | 935 15.25588 2.126946 9.105313 20.90559
ln_gdpperc~a | 851 7.017274 1.200806 4.174387 10.21303
-------------+---------------------------------------------------------
tradeperce~p | 803 73.73711 40.00241 .1 355
odapercent~i | 722 10.58928 15.98257 -.06 242.29
polityivde~y | 814 3.665848 3.755948 0 10
polityivdu~y | 814 13.50491 16.8676 0 88
civilwar | 944 .2076271 .4058233 0 1
-------------+---------------------------------------------------------
internatio~r | 944 .0317797 .175506 0 1
simmonsrat~d | 563 1.749556 .6287696 0 3
dpifedindex | 828 .3199678 .3285139 0 1
icescr | 944 .5974576 .49067 0 1
cedaw | 944 .6461864 .4784057 0 1
-------------+---------------------------------------------------------
priorregio~c | 944 .5496543 .3245651 0 1
我们首先使用时间固定效应模型估计 CRC 对儿童死亡率与疫苗接种率对影响。
gen u5mr_below_10 = 0
replace u5mr_below_10 = 1 if year == 1990&u5mr<=10
xtset countryid year
gen infmr_l5 = l5.infmr
gen infmr_f5 = f5.infmr
gen u5mr_l5 = l5.u5mr
gen u5mr_f5 = f5.u5mr
gen bcg_l5 = l5.bcg
gen bcg_f5 = f5.bcg
gen dtp1_l5 = l5.dtp1
gen dtp1_f5 = f5.dtp1
gen dtp3_l5 = l5.dtp3
gen dtp3_f5 = f5.dtp3
gen mcv1_l5 = l5.mcv1
gen mcv1_f5 = f5.mcv1
gen pol3_l5 = l5.pol3
gen pol3_f5 = f5.pol3
reghdfe infmr_f5 crc ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar infmr infmr_l5 if year>=1990&year<=1995, a(year) ///
cluster(countryid)
est store m1
reghdfe u5mr_f5 crc ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar u5mr u5mr_l5 if year>=1990&year<=1995,a(year) ///
cluster(countryid)
est store m2
reghdfe bcg_f5 crc ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar bcg bcg_l5 if year>=1990&year<=1995,a(year) ///
cluster(countryid)
est store m3
reghdfe dtp1_f5 crc ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar dtp1 dtp1_l5 if year>=1990&year<=1995,a(year) ///
cluster(countryid)
est store m4
reghdfe dtp3_f5 crc ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar dtp3 dtp3_l5 if year>=1990&year<=1995,a(year) ///
cluster(countryid)
est store m5
reghdfe mcv1_f5 crc ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar mcv1 mcv1_l5 if year>=1990&year<=1995,a(year) ///
cluster(countryid)
est store m6
reghdfe pol3_f5 crc ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar pol3 pol3_l5 if year>=1990&year<=1995,a(year) ///
cluster(countryid)
est store m7
esttab m1 m2 m3 m4 m5 m6 m7,scalar(Year_FE r2_a ) compress ///
star(* 0.1 ** 0.05 *** 0.01) nogap b(%6.3f) se(%6.3f)
可以看出,CRC 的实施与五年后的因变量不显著,但方向符合预期,效果较小,每千名婴儿死亡率与每千名 5 岁以下儿童死亡率分别下降 1.2 和 2.5,疫苗接种率增加 1% 到 2.3%。在控制变量中,人口、人均 GDP、官方援助站国民收入比重、政治民主指数始终非常显著,因变量的同期值对五年后因变量显著,因变量滞后 5 期值也非常对婴儿死亡率也非常显著,其他结果不显著。但时间固定效应模型无法解决潜在选择效应问题,此外由于控制了因变量当期及滞后五期的变量,一定程度控制了国家先前改善儿童福祉的承诺,显著降低了 CRC 的实施效果。此外,由于排除了 44 个 1990 年不存在的国家,数据确实降低了统计效果。
其次,我们采取合成控制法来估计 CRC 的实施效果,与固定效应模型类似,CRC 实施与儿童死亡率的关系不显著,但实施的四年后 (1991-1994) 系数方向符合预期。此外,CRC 的实施对疫苗接种率的影响也符合预期,几乎与所有的疫苗接种率显著正相关,并在长达 7 年后仍显著,疫苗接种率平均增加 4% 至 5%。
*合成控制法
import excel using "effects_of_the_crc_data_file.xlsx", clear firstrow
gen ln_population = log(population)
gen ln_gdppercapita = log(gdppercapita)
xtset countryid year
gen infmr_l5 = l5.infmr
gen infmr_f5 = f5.infmr
gen u5mr_l5 = l5.u5mr
gen u5mr_f5 = f5.u5mr
gen bcg_l5 = l5.bcg
gen bcg_f5 = f5.bcg
gen dtp1_l5 = l5.dtp1
gen dtp1_f5 = f5.dtp1
gen dtp3_l5 = l5.dtp3
gen dtp3_f5 = f5.dtp3
gen mcv1_l5 = l5.mcv1
gen mcv1_f5 = f5.mcv1
gen pol3_l5 = l5.pol3
gen pol3_f5 = f5.pol3
drop if crcgroup ==.
drop if ln_population ==.
drop if ln_gdppercapita ==.
drop if odapercentofgni ==.
drop if polityivdemocracy ==.
drop if infmr ==.
drop if u5mr ==.
drop if bcg ==.
drop if dtp1 == .
drop if dtp3 == .
drop if mcv1 == .
drop if pol3 == .
xtset countryid year
keep if year>=1985&year<=1998
xtbalance,range(1985 1998)
cap program drop my_xperiod
program my_xperiod, rclass
args tyear
return local xperiod "`=`tyear'-5'(1)`=`tyear'-1'"
end
generate byte D = (crcgroup==1&year>=1990)
synth_runner infmr ln_population ln_gdppercapita odapercentofgni polityivdemocracy infmr, ///
d(D) trend xperiod_prog(my_xperiod)
est store m1
synth_runner u5mr ln_population ln_gdppercapita odapercentofgni polityivdemocracy u5mr, ///
d(D) trend xperiod_prog(my_xperiod)
est store m2
synth_runner bcg ln_population ln_gdppercapita odapercentofgni polityivdemocracy bcg, ///
d(D) trend xperiod_prog(my_xperiod)
est store m3
synth_runner dtp1 ln_population ln_gdppercapita odapercentofgni polityivdemocracy dtp1, ///
d(D) trend xperiod_prog(my_xperiod)
est store m4
synth_runner dtp3 ln_population ln_gdppercapita odapercentofgni polityivdemocracy dtp3, ///
d(D) trend xperiod_prog(my_xperiod)
est store m5
synth_runner mcv1 ln_population ln_gdppercapita odapercentofgni polityivdemocracy mcv1, ///
d(D) trend xperiod_prog(my_xperiod)
est store m6
synth_runner pol3 ln_population ln_gdppercapita odapercentofgni polityivdemocracy pol3, ///
d(D) trend xperiod_prog(my_xperiod)
est store m7
esttab m1 m2 m3 m4 m5 m6 m7,compress star(* 0.1 ** 0.05 *** 0.01) nogap b(%6.3f) se(%6.3f)
我们使用工具变量法作为稳健性检验,我们使用五种工具变量进行分析:Simmons 条约批准障碍指数 (Simmons ratification hurdles index)、DPI 联邦主义指数 (DPI federalism index)、之前是否采用 ICESCR (Prior ICESCR adoption)、之前是否采用 CEDAWPrior (CEDAW adoption) 和之前采用 CRC 区域占比 (prior regional CRC adoption percent)。工具变量法分析结果,CRC 采用与死亡率和疫苗接种率统计意义上不显著,方向也与预期不符,结果表明这些工具变量是不必要的,时间固定效应模型可能不会因选择效应产生偏差,由此,合成控制法的主要贡献在于提高了时间固定效应模型的统计效果,而非选择效应的缓解。
*工具变量
import excel using "effects_of_the_crc_data_file.xlsx", clear firstrow
gen ln_population = log(population)
gen ln_gdppercapita = log(gdppercapita)
xtset countryid year
gen infmr_l5 = l5.infmr
gen infmr_f5 = f5.infmr
gen u5mr_l5 = l5.u5mr
gen u5mr_f5 = f5.u5mr
gen bcg_l5 = l5.bcg
gen bcg_f5 = f5.bcg
gen dtp1_l5 = l5.dtp1
gen dtp1_f5 = f5.dtp1
gen dtp3_l5 = l5.dtp3
gen dtp3_f5 = f5.dtp3
gen mcv1_l5 = l5.mcv1
gen mcv1_f5 = f5.mcv1
gen pol3_l5 = l5.pol3
gen pol3_f5 = f5.pol3
ivreg2 infmr_f5 ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar infmr infmr_l5 i.year (crc = simmonsrathurdind ///
dpifedindex icescr cedaw priorregioncrc) if year>=1990&year<=1995, robust
est store m1
ivreg2 u5mr_f5 ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar u5mr u5mr_l5 i.year (crc = simmonsrathurdind ///
dpifedindex icescr cedaw priorregioncrc) if year>=1990&year<=1995, robust
est store m2
ivreg2 bcg_f5 ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar bcg bcg_l5 i.year (crc = simmonsrathurdind ///
dpifedindex icescr cedaw priorregioncrc) if year>=1990&year<=1995, robust
est store m3
ivreg2 dtp1_f5 ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar dtp1 dtp1_l5 i.year (crc = simmonsrathurdind ///
dpifedindex icescr cedaw priorregioncrc) if year>=1990&year<=1995, robust
est store m4
ivreg2 dtp3_f5 ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar dtp3 dtp3_l5 i.year (crc = simmonsrathurdind ///
dpifedindex icescr cedaw priorregioncrc) if year>=1990&year<=1995, robust
est store m5
ivreg2 mcv1_f5 ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar mcv1 mcv1_l5 i.year (crc = simmonsrathurdind ///
dpifedindex icescr cedaw priorregioncrc) if year>=1990&year<=1995, robust
est store m6
ivreg2 pol3_f5 ln_population ln_gdppercapita tradepercentofgdp ///
odapercentofgni polityivdemocracy polityivdurability civilwar ///
internationalwar pol3 pol3_l5 i.year (crc = simmonsrathurdind ///
dpifedindex icescr cedaw priorregioncrc) if year>=1990&year<=1995, robust
est store m7
esttab m1 m2 m3 m4 m5 m6 m7,scalar(Year_FE r2_a ) compress ///
star(* 0.1 ** 0.05 *** 0.01) nogap b(%6.3f) se(%6.3f)
最后,我们采取了倾向得分匹配来作为稳健性检验,我们采取与合成控制法相同对预测变量,只考虑最近邻匹配。与 IV 分析结果类似,CRC 与死亡率与疫苗接种率统计意义不显著,死亡率与卡介苗接种率方向不符合预期,其余结果符合预期。对比 PSM 和合成控制法,使用合成控制法的优势更加明显,因为倾向评分分析往往过于依赖少数几个对照组国家进行匹配,譬如 BCG 疫苗接种率 PSM,42 个实验组国家只与 9 个对照组国家匹配,合成控制组生成了 25 个对照组国家。
psmatch2 treat ln_population ln_gdppercapita odapercentofgni polityivdemocracy ///
infmr infmr_l5 if year == 1990, out(infmr_f1) neighbor(1) ate
di `r(ate)'
psmatch2 treat ln_population ln_gdppercapita odapercentofgni polityivdemocracy ///
infmr infmr_l5 if year == 1990, out(infmr_f2) neighbor(1) ate
di `r(ate)'
psmatch2 treat ln_population ln_gdppercapita odapercentofgni polityivdemocracy ///
infmr infmr_l5 if year == 1990, out(infmr_f3) neighbor(1) ate
di `r(ate)'
psmatch2 treat ln_population ln_gdppercapita odapercentofgni polityivdemocracy ///
infmr infmr_l5 if year == 1990, out(infmr_f4) neighbor(1) ate
di `r(ate)'
psmatch2 treat ln_population ln_gdppercapita odapercentofgni polityivdemocracy ///
infmr infmr_l5 if year == 1990, out(infmr_f5) neighbor(1) ate
di `r(ate)'
psmatch2 treat ln_population ln_gdppercapita odapercentofgni polityivdemocracy ///
infmr infmr_l5 if year == 1990, out(infmr_f6) neighbor(1) ate
di `r(ate)'
psmatch2 treat ln_population ln_gdppercapita odapercentofgni polityivdemocracy ///
infmr infmr_l5 if year == 1990, out(infmr_f7) neighbor(1) ate
di `r(ate)'
本文估计《儿童权利公约》在欠发达的采用对儿童健康的影响,我们发现,《儿童权利公约》的实施对儿童死亡率统计意义上不显著,但显著提高了疫苗接种率,这与儿童死亡率影响因素复杂相关,譬如产妇年来、产次和生育间隔、环境污染等,此外,Djibouti (1999) 发现与快速提高死亡率的挑战相比,快速提高疫苗接种率相对容易。此外,通过不同方法的对比,我们发现合成控制法的优势,相比于时间固定效应模型,合成控制法通过赋予控制单元权重,将每个处理单元与加权后的控制单元匹配,使估计效果更为精准,提高了模型估计的显著性。而对于本文的案例中,倾向得分匹配与工具变量法都不如合成控制法的优势明显,这是由于本文的样本选择问题相对较小以及 PSM 损失了过多的对照组。
Note:产生如下推文列表的 Stata 命令为:
lianxh 合成控制法 PSM reghdfe, m
安装最新版lianxh
命令:
ssc install lianxh, replace
免费公开课
最新课程-直播课
专题 | 嘉宾 | 直播/回看视频 |
---|---|---|
⭐ 最新专题 | 文本分析、机器学习、效率专题、生存分析等 | |
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] |
⛳ 课程主页
⛳ 课程主页
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-常见问题解答:
✨ https://gitee.com/lianxh/Course/wikis
New!
lianxh
命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh