---

name: cre-identification description: Use when the empirical identification strategy is the bottleneck for a 《中国农村经济》 manuscript — micro-household / village-level quasi-experimental designs (DID, IV, RDD, PSM). Stress-tests the design and the rural-specific endogeneity before drafting tables.

因果识别策略（cre-identification）

触发时机

• 实证主体仅有描述统计 + OLS + 控制变量
• 自变量是农户的自选择行为（入合作社、外出务工、采用新技术、参与流转），但没处理自选择内生性
• DID 用了 TWFE 但没回应近年异质性处理批评（Goodman-Bacon, de Chaisemartin, Sun-Abraham, Callaway-Sant'Anna）
• IV 第一阶段 F 弱 / 工具变量排他性疑虑
• PSM 只做了匹配但没讨论"不可观测的选择性"

设计优先级

《中国农村经济》编委对农村微观研究的偏好排序（强 → 弱）：

1. 农村政策冲击 + DID（含 staggered / continuous treatment）——如某项试点改革、确权、补贴政策的分批推行
2. 断点回归——清晰的政策门槛（如贫困县划定线、补贴资格线、年龄门槛）
3. 工具变量——强工具 + 排他性论证（处理农户自选择的核心武器）
4. 倾向得分匹配 + DID（PSM-DID）——农村横截面 / 短面板的常见组合
5. 合成控制法——村级 / 县级政策评估
6. OLS + 严密的自选择讨论（仅在有强外生性论证或结构 / 理论实证时可接受）

农村数据的内生性专项

农村微观研究最常见的内生性来源，审稿人必查：

• 自选择进入处理：是否更"能干 / 风险偏好 / 资源禀赋好"的农户才入社 / 流转 / 务工？
• 反向因果：是收入高才参与，还是参与带来收入？
• 测量误差：农户自报的收入 / 土地面积 / 用工常有偏差
• 遗漏的村级 / 家庭固定特征：村庄区位、宗族网络、家庭社会资本

针对性策略至少给出一条：固定效应 + IV / 准实验冲击 / 匹配 + 安慰剂 / 双稳健（Heckman 仅作辅助，不能单独立住识别）。

分支路径

分支 A：DID

• 是否 staggered？→ 必须用 Goodman-Bacon 分解 + Callaway-Sant'Anna 或 Sun-Abraham
• 平行趋势检验：事件研究图必须画
• 安慰剂：随机分配处理村 / 处理户 500–1000 次
• 是否报告 Bacon 分解的"坏比较"权重？

分支 B：IV

• 第一阶段 F 必须 ≥ 10（弱工具 → 用 Anderson-Rubin 或 weak-IV-robust CI）
• 排他性论证至少需要 3 段：理论 / 制度 / 安慰剂；说明工具只通过处理变量影响农户结果
• 农村常用工具（地理 / 历史 / 政策外生）的内生性也要论证，不能"看起来外生就行"
• 是否报告了 reduced form？

分支 C：RDD

• 是否做了 McCrary / 密度检验（防止农户在门槛附近操纵，如人为划线进贫困户）？
• 带宽：最优带宽（Calonico-Cattaneo-Titiunik）+ 至少 3 个带宽稳健性
• 协变量平滑性检验

分支 D：PSM / PSM-DID

• 报告匹配前后的协变量平衡性检验
• 报告共同支撑域（common support）
• 明确讨论"不可观测选择性"——PSM 只能处理可观测变量，需补 IV 或敏感性分析（Rosenbaum bounds）
• 优先 PSM-DID 而非纯横截面 PSM

分支 E：结构估计 / 理论实证

• 农户决策模型的微观基础是否清晰？
• 识别假设是否明确列出？
• 是否提供反事实（如政策模拟）？

执行桥（StatsPAI / Stata MCP）

把设计跑出来并审计，而不是只做描述。完整映射见 execution-with-mcp。《中国农村经济》是三农实证刊，政策评估与微观面板为主；突出识别与选择性偏误处理。

• detect_design → recommend → 用 as_handle=true 拟合 → audit_result 列出尚欠的检查。
• **观察性因果：**交错 DID（callaway_santanna / sun_abraham + bacon_decomposition + honest_did_from_result）；IV（effective_f_test + anderson_rubin_ci）；RDD（rdrobust + mccrary_test）。
• **实验：**随机化推断 + romano_wolf 做多结果族错误率控制。
• 敏感性：oster_delta / sensemakr。

正文报告经济量级，完整 battery 进附录；每个数字都能复现。端到端真跑示例见 JF 执行 walkthrough。若 StatsPAI/Stata 未连接，改用 resources/code/ 并标注未验证数字。

必查清单

• 平行趋势 / 平滑性 / 弱工具 / 匹配平衡 检验都做了
• 农户自选择内生性有明确处理（不是一句"我们假设外生"）
• 安慰剂检验做了（处理时点随机 / 处理村或户随机）
• 标准误聚类层次合理（农户 / 村 / 县 / 政策推行层级）
• 是否回应了"被处理农户预期"问题（如预期确权而提前调整行为）

反模式

• 纯描述性统计 + OLS 就下因果结论
• 自变量是农户自选择行为（入社 / 务工 / 流转）却不处理自选择
• TWFE + staggered 但不讨论异质性处理偏误
• PSM 只报匹配结果，回避"不可观测选择性"
• IV 用"村级历史变量"但不论证它不通过其他渠道影响当代农户结果
• RDD 用了门槛但不做密度检验（农户可能操纵分组）

输出格式

【识别策略】DID / IV / RDD / PSM-DID / 结构估计 / 其他
【自选择处理】方式：[...]
【已完成检验】[平行趋势, 安慰剂, 弱工具, 匹配平衡, ...]
【缺失检验】[...]
【聚类层次】农户 / 村 / 县 / ...
【下一步】cre-mechanism