接着“太卷了! 国内本科生, 硕士生在大量发经管TOP刊了, 把他们发表的信息整理好了.”,里面就提到有一篇JDE上的文章The long-term effect of television on children’s human capital development in China: Evidence from CCTV-14
下面就看看这位硕士生及其导师完成的论文到底做了什么?如何做的?哪一些地方是可以学习的?

该文探讨了儿童早期接触电视教育(以中国中央电视台少儿频道CCTV14 为例)对中国人力资本发展的长期因果影响。研究发现,CCTV14显著提升了儿童的非认知技能,尤其对留守儿童的非认知技能缺陷具有重要的补偿作用,但对认知技能没有明显影响。此外,研究还揭示了CCTV14对儿童社会经济地位、健康状况、语言技能和数字素养等更广泛发展成果的积极促进作用。

论文在方法论上采用了严谨的双重差分模型,并辅以广泛的稳健性检验,包括事件研究法、安慰剂检验、异质性处理效应估计以及对混杂因素和迁移的控制,并引入了CSDID、Sun和Abraham、Borusyak et al.等最新的DID估计方法,确保了因果推断的可靠性。

研究背景与动机

本文的核心在于评估儿童时期接触电视教育对人力资本发展的长期影响,并以中国CCTV14为例。尽管早期干预在提升后期生活成果方面具有重要意义,且电视作为一种“覆盖面最广、成本最低的干预措施”被证实对个体价值观和社会行为产生影响(如提升印度女性地位、降低巴西生育率等),但在政策和研究讨论中常被忽视。现有研究主要集中在发达经济体,对于中国等发展中经济体的研究存在显著空白。本文通过考察CCTV14于2003年12月28日开播这一事件,填补了这一空白,探讨了早期教育干预对儿童发展结果的长期影响。将研究重点转向发展中经济体具有重要意义,因为不同经济体之间的媒体消费模式、教育基础设施和社会需求(如留守儿童问题)存在显著差异。

中国电视行业与 CCTV14 背景

中国的电视行业经历了三个主要发展阶段:1980年代的“四级办广播、四级办电视”方针扩大了覆盖范围;1990年代文化产业纳入第三产业框架,卫星电视和有线电视普及,影视制作业快速发展;21世纪初启动“广播电视村村通”工程,旨在缩小城乡差距,使电视成为国家主导媒体。

CCTV14 少儿频道的推出是中国政府利用电视作为公共服务工具的明确体现。频道于2003年12月28日正式开播,专为0至14岁的儿童和青少年设计,以“引领成长,塑造未来”为口号,提供学龄前、专题片、儿童剧、科学教育、亲子教育、综艺游戏等多种节目类型,并根据儿童作息规律安排播出时段。文章以“智慧树”节目为例,通过其引发的集体回忆和广泛社会反响,证明了CCTV14具有深远且持久的文化影响。

数据来源与变量定义

本文主要依赖于北京大学社会科学调查中心(ISSS)发起的2010年中国家庭追踪调查(CFPS)数据。该数据集全面描绘了中国社会、经济、人口和健康状况的变化,具有全国代表性。为确保研究的有效性,样本进行了三项限制:缓解迁移导致的样本选择偏差(仅选择3岁和12岁时居住地与出生地相同的个体)、选择1977年至1994年间出生的个体,以及排除缺失数据。最终样本包含7,064名16至33岁的成年人数据。此外,2014年CFPS个体追踪调查数据被用于更新教育信息。

主要结果变量(人力资本),包括通过“大五人格模型”衡量的非认知技能(神经质、外向性、经验开放性、宜人性和责任心)和通过词语记忆测试与数学逻辑测试衡量的认知技能。

电视教育(处理变量),基于两个变异来源定义:出生队列(在CCTV14推出后414岁期间接触过该频道的队列)和社区可及性差异(有线电视和卫星电视在不同社区的错时分阶段引入)。

选择变量,用于解决电视信号接收非随机分布的问题,包括基础设施发展、交通发展、经济发展和社区选举等指标。

控制变量,包括个体层面(性别、父母受教育程度)和固定效应(年龄性别、社区、出生队列)。

机制变量,包括正规教育的数量/质量(受教育年限、学校类型)和父母缺席(留守儿童)。

其他结果变量,社会经济地位(ISEI、SIOPS、EGP)、健康(自评健康、锻炼频率)、语言技能(表达能力、普通话水平)、数字素养(互联网使用情况)。

计量经济学方法与因果推断策略

双重差分(DID)模型

本文的核心计量经济学方法是双重差分模型,旨在识别CCTV14开播对儿童人力资本发展的长期因果效应。该方法通过比较在CCTV14开播后受到影响的出生队列(处理组)与未受影响的出生队列(控制组)在不同社区(有电视接入与无电视接入)之间的结果差异,从而估计出政策干预的净效应。

为处理处理组和控制组并非随机分配的问题(如基础设施和经济发展水平较高的地区往往更早获得电视接入),论文采用了更稳健的DID模型设定,纳入了社区选择变量与时间三阶多项式函数和队列虚拟变量的交互项,以允许差异化的预处理趋势。

稳健性与有效性检验

为验证DID模型的核心识别假设,平行趋势假设,并增强因果推断的可靠性,研究采取了多项严谨的稳健性检验。

事件研究法,通过非参数和参数方法,直观评估效应是否在事件发生前后发生急剧变化,验证处理组和控制组在政策实施前没有显著差异。

安慰剂检验,通过构建虚假的处理年份或随机分配处理组,排除观察到的效应是由其他未观测因素或不正确的处理定义引起的可能性,进一步增强原结果的稳健性。

异质性处理效应估计,采用了Cally, Sun and Abraham (2020) 和 Borusyak et al. (2022) 等最新的双向固定效应DID估计方法,处理异质性、时间效应以及处理组和控制组在政策前后的动态变化,提升了估计的无偏性和效率。

控制混杂因素,纳入一系列个体和社区层面的控制变量(如基础设施发展、交通发展、经济发展、社区选举、年龄性别固定效应、社区固定效应和出生队列固定效应),以消除潜在的混杂偏误。

迁移问题处理,通过样本限制(仅选择在3岁和12岁时居住地与出生地相同的个体)以及实证检验,缓解迁移可能导致的样本选择偏差,确保处理组和控制组的可比性。

变量测量稳健性,测试了结果对关键变量替代测量的敏感性,如将二元处理变量替换为连续强度变量,以及使用因子分析和主成分分析合成非认知技能指数。

主要实证发现

本文的实证结果清晰地揭示了CCTV14对中国儿童人力资本发展的长期影响。

对人力资本的影响

非认知技能,研究发现,儿童时期接触CCTV14显著提高了其成年后的非认知技能,至少增加了0.165个zscore,相当于增长了9.92%。此外,CCTV14还能将城乡非认知技能差距缩小118.22%,显示出其在弥合地区差距方面的显著作用。对“大五人格”的五个维度均观察到积极效应。

认知技能,研究没有发现CCTV14对认知技能(包括词语记忆和数学逻辑测试)有任何统计学上的显著影响。相关系数虽然为负,但均未通过统计显著性检验,表明其负面影响微乎其微或可以忽略不计。

与《芝麻街》的比较,论文将CCTV14与美国电视节目《芝麻街》进行了对比。CCTV14侧重于通过高质量的动画片促进儿童的社会情感发展(非认知技能),而《芝麻街》则主要旨在培养正式学习技能(认知技能)。这种根本性的设计差异解释了两者结论的不同。

非认知技能的机制

对留守儿童的补偿效应,CCTV14弥补了因父母缺席导致的非认知技能自然缺陷,尤其是在农村地区。电视作为一种易于获取且成本低廉的媒介,为这些弱势儿童提供了一个稳定的、高质量的非正式学习环境。

无“精英俘获”现象,CCTV14对非认知技能的影响没有出现“精英俘获”现象,反而更有利于弱势儿童的发展。这与中国政府积极缩小公共服务差距的政策意图高度相符。

这位硕士生发的JDE, 到底讲了啥? 计量方法上也蛮值得学习的.

对其他发展结果的影响

接触过CCTV14的儿童在成年后更有可能取得以下成就:

更高的社会经济地位(通过ISEI、SIOPS和EGP衡量)。

更好的健康状况(访谈员观察到的健康状况、自评相对健康状况以及锻炼频率的增加)。

增强的语言技能(特别是表达能力,普通话水平也有所提升)。

更高的数字素养(互联网使用率增加,尤其是在社交和娱乐方面)。

论文指出,对社会经济地位、健康和语言技能的积极影响是间接通过非认知技能的提升驱动的。然而,数字素养似乎是直接受到电视接触的影响。

叙事逻辑与论证流程

本文的叙事逻辑遵循了经济学中因果推断的标准且高效的结构。

1.问题陈述与研究动机,明确界定儿童早期干预和电视作为干预手段的重要性,并指出现有研究在发展中经济体方面的空白。

2.背景语境,详细介绍中国电视行业发展和CCTV14的独特特征,为识别策略提供制度基础。

3.实证策略与数据,详细描述CFPS数据来源、变量定义和核心的双重差分模型,并阐述如何处理非随机化问题。

4.主要发现,呈现核心实证结果,区分非认知和认知影响,并展示对其他广泛发展结果的积极效应。

5.稳健性与有效性,通过全面且严谨的稳健性检验(事件研究、安慰剂检验、异质性DID估计量、混杂因素控制、迁移偏差处理),确立因果主张的可信度。

6.机制阐明,深入探讨观察到的效应为何发生,特别是对留守儿童非认知技能的补偿作用,以及缺乏认知技能提升的原因。

7.结论与启示,总结研究贡献,重申政策启示,并提出未来研究方向。

对于青年学者,可以学习的要点:

设计稳健的交错DID模型,示范如何利用基于年龄的目标群体和社区层面基础设施的错时推出两个变异来源来增强识别。

高级预处理趋势控制,强调并实施将选择变量与时间多项式和队列虚拟变量进行交互,以允许差异化预处理趋势。

全面平行趋势验证,提供使用非参数和参数事件研究来严格检验平行趋势假设的实用指南。

战略性使用安慰剂检验,展示如何设计多重安慰剂检验(处理时间置换、处理组置换)来排除替代解释。

应对异质性处理效应,应用现代、异质性稳健的DID估计器(如CSDID、Sun and Abraham、Borusyak et al.)来解决错时DID设计中固有的“坏控制组”问题。

系统性混杂因素控制,提供一个模板,用于识别和控制各种同期政策冲击和混杂因素(如其他媒体、农村改革)。

彻底的变量测量稳健性,强调测试结果对关键变量不同设定和构建方式敏感性的重要性。

缓解纵向数据中的迁移偏差,提供解决长期面板数据中因迁移导致的样本选择偏差的具体策略。

*群友可前往社群下载全文PDF。
关于DDD,参看1.AER来了! 香港房地产市场与港府2047年土地租约, 结构估计与DDD, PSM, 交互项机制!2.TOP5最新: 我国社交媒体与集体行动, 上百万面板数据, 实证方法IV, DDD等, 初看以为David Yang,3.被删: 这TOP刊中国论文, 实证表格做得真多, 主流DID,DDD,PSM等都用了一遍!4.七大常见计量问题讨论汇总, 涉及控制,异质,机制,DID,DDD,调节,固定,平行,安慰等,5.三重差分DDD估计中平行趋势检验如何操作呢?6.曾国藩QJE: 权力之网, 运用DID, DDD, 事件研究方法!7.计量TOP刊最全三重差分DDD估计指导!8.TOP5最新文靶向了中国AI公司, 使用三重差分DDD进行实证评估,9.用9个示例系统讲解DID, DDD模型的用法, 并且都给出了数据和代码供操作!10.用DID, DDD, SCM方法的中文实证文章有哪些? 附上数据和code? 为你整理了一份! 11.做了一份Slides, 就Stata17中DID, DDD方法及使用策略, 代码做了总结,12.一些使用三重差分DDD的中文文章, 剔除其他干扰因素后获得政策的净效应!13.继发AER之后, 2021年再发Top5, 这是什么神仙组合? DID, DDD方法在顶刊仍然耐打!

下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

7年,计量经济圈近2000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle




数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 官员方言  | 微观数据 | 内部数据
计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID
数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |
干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验
计量经济圈组织了一个计量社群,有如下特征:热情互助最多前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀通过感染优秀而互相成就彼此。