算法艺术创作
algorithmic-art
通过代码和可调参数创作生成艺术与交互式视觉效果。
er-mechanism【设计与创意】Use when designing or writing the mechanism analysis for an Economic-Research empirical manuscript. Enforces the post-江艇(2022) paradigm — estimate D→M with the main identification strategy and argue M→Y from theory, instead of running mediation step-wise / Sobel tests.
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
机制分析是《经济研究》实证文章的近乎必备环节。但它的方法论近年发生了根本转向——本 skill 按转向后的口径写。
江艇(2022)《因果推断经验研究中的中介效应与调节效应》,《中国工业经济》第 5 期,第 100–120 页——已成为四大刊(《经济研究》《管理世界》《中国工业经济》《经济学(季刊)》)机制分析的准规范。核心结论:
一句话:别用一个内生回归去"证明"机制。
机制检验 = 两件事:
配套代码:resources/code/stata/07_mechanism.do。
本文进一步从[机制名]角度提供证据。
第一,理论上,[机制变量 M] 应通过[路径]影响[结果 Y]——[引理论/制度/文献,著者-出版年制,如(江艇,2022)]。
第二,实证上,本文以 [M] 为被解释变量,沿用基准识别策略估计 D→M,结果见表 X:
处理使 [M] [上升/下降] [量级],与上述理论预期一致。
第三,结合 [理论/文献],[M] 的变化进而通过[路径]作用于 [Y],构成本文主效应的机制。
注意第三步只做逻辑闭合,不报告"间接效应=0.0X、占比 Y%"这类来自中介分解的数字。
比中介分解更可信的机制证据,是理论驱动的异质性:若机制是 M,则在"M 渠道更畅通/更受约束"的子样本中,主效应应更强/更弱。
例:若效应来自"融资约束缓解",则在融资约束更紧的企业中效应应更大。在该子样本验证,比跑一个 M 的内生中介回归更有说服力。
这把机制(为什么有效应)与异质性(什么条件下更强)打通——详见 er-heterogeneity。
【机制数】X 个
【机制变量】[M1, M2, ...]
【D→M 识别策略】与主回归一致 / 不一致(需修)
【M→Y 论证方式】理论 / 制度 / 文献(不跑内生回归)
【中介三步法 / Sobel 命中】无 / 有(必须移除)
【时间一致性】通过 / 待修
【异质性侧证】有 / 无
【下一步】er-heterogeneity