温馨提示若页面不能正常显示数学公式和代码请阅读原文获得更好的阅读体验。作者茅靓化 (连享会)邮箱lianxhcn163.comTitle: 从 DID 到 QSM柏林墙研究如何连接因果识别与空间均衡Keywords: 定量空间模型, Quantitative Spatial Model, 机制分析, Ahlfeldt, 柏林墙, 政策冲击, 空间均衡模型, 两德统一提要本文讨论了在完成 DID 分析之后如何利用 QSM定量空间模型进一步推进机制分析。通过柏林墙的历史案例说明了单纯的处理效应无法揭示复杂的经济机制而 QSM 可以通过明确经济主体的决策行为及其相互作用揭示政策冲击背后的深层次机制。点击查看QSM 系列推文0. 导言DID 只能看个大概拿到一个有意思的政策冲击以后我们通常很快会形成一套熟悉的实证分析路径先做基准 DID再画事件研究图随后更换估计量、样本区间和控制变量做稳健性检验如果结果比较稳定再考察国企与民企、不同地区、不同规模企业之间的异质性到了机制部分则寻找融资约束、投资、创新、劳动力流动等中间变量希望进一步解释处理效应为什么会出现。做到这里一篇政策评价论文往往已经相当完整。问题在于研究目标如果继续往前推进原来的工具可能就不够用了。比如交通改善以后企业进入增加既可能是因为工人通勤更方便也可能是因为企业集聚提高了生产率还可能是人口流入扩大了本地市场。这几种机制可以同时存在而且会彼此影响。我们当然可以逐项考察工资、就业、人口或者投资是否发生变化这些结果能够提供机制线索但如果进一步追问每条机制分别有多重要、它们怎样相互反馈以及为什么这些作用合在一起恰好产生了当前观察到的处理效应单靠增加几组中间变量就很难把整个故事讲完整。这里并不存在「DID 好不好」的问题。工具本身是中性的关键取决于研究者希望把问题看到什么程度。如果目标只是识别一项政策平均产生了多大影响DID、IV、RDD 往往已经非常合适如果还希望研究企业和居民怎样调整、工资和价格怎样反馈、影响如何传导到其他地区以及整个系统最后停在什么位置就需要换一套分辨率更高的工具。就像观察同一个对象普通镜头足以看清轮廓如果想进一步观察内部结构就需要更高倍率的设备。Ahlfeldt et al. (2015) 的The Economics of Density: Evidence from the Berlin Wall很适合说明这种转变。这篇论文前半部分采用的是许多实证研究者非常熟悉的分析思路利用柏林分裂与统一造成的外生空间冲击估计不同地区的地价、人口和就业发生了什么变化。真正拉开研究深度的是作者没有把这些结果当成终点而是继续把居民、企业、土地市场、通勤和集聚外部性放入一个空间均衡模型进一步回答「为什么会发生这些变化」以及「如果换一种政策环境会怎样」。整篇论文的研究路径可以概括为What happened?→Why?→What if?What happened?→Why?→What if?下面这幅图是理解这篇论文最简单的入口。左边是熟悉的简约式 (reduced-form) 世界政策冲击、处理效应、事件研究和回归表。右边多出来的是主体行为、价格调整、市场清算、参数量化以及反事实。QSM 并没有取消左边的工作而是从左边继续往前走。QSM 到底是什么定量空间模型(Quantitative Spatial Models, QSM) 是一类面向数据的空间均衡模型。它把城市、地区或国家看成彼此连接的经济单元把居民、企业等经济主体的区位选择以及工资、价格、人口、就业等变量放进同一个均衡系统再利用实际数据对模型进行量化。一项 QSM 分析通常包含几个基本环节▸地点与联系确定哪些地区相互连接以及通勤时间、贸易成本、迁移成本等空间摩擦。▸主体选择明确居民在哪里居住和工作、企业在哪里生产以及这些选择怎样受到工资、价格和空间摩擦影响。▸市场均衡要求居民和企业的选择与劳动力、住房、土地或商品市场同时相容工资、价格、人口和就业共同调整。▸模型量化利用数据、文献校准、参数估计和模型反演把理论模型中的关键参数和不可直接观察的经济变量量化出来。▸政策反事实改变交通网络、税率、贸易成本或其他政策条件重新求解均衡分析经济活动怎样重新配置以及福利如何变化。因此QSM 关注的不只是「某个地区受到冲击以后结果变量变了多少」而是经济主体为什么这样调整、这些调整怎样通过相互联系传导以及整个系统最终会形成什么新的均衡。1. 柏林墙DID 看到了什么下面我们以 QSM 领域的经典案例——柏林墙的分裂与统一——为例说明 DID 之后如何继续往前。Ahlfeldt, G. M., Redding, S. J., Sturm, D. M., Wolf, N. (2015). The economics of density: Evidence from the Berlin Wall.Econometrica, 83(6), 2127–2189. Link, PDF, Google.二战以前柏林主要的商业中心位于 Mitte。战后柏林被划入两个不同的经济体系传统 CBD 落入东柏林一批原本紧邻城市中心的西柏林街区突然失去了与这一高密度经济中心之间的联系。1961 年柏林墙建成以后这种分割被进一步强化1989 年柏林墙倒塌、1990 年德国统一以后东西柏林之间的联系又重新恢复。这个历史过程提供了一个非常少见的空间实验integration→division→reintegration.integration→division→reintegration.关键在于那些西柏林街区并没有改变自己的地理位置很多历史建筑和自然条件也没有因为政治分割突然变化。真正发生巨大变化的是它们能够接触到的企业、工人和就业机会。因此作者可以利用街区在战前相对于传统 CBD 的位置构造不同程度的空间暴露。从今天 DID 文献的术语看Ahlfeldt et al. (2015) 的这一部分更接近「长期差分 空间异质暴露」而不是标准的两组两期 DID但实证研究者对它的基本逻辑并不会陌生。1936–1986 年间距战前 CBD 最近的一组西柏林街区相对于较远地区建筑面积价格变化的估计系数约为β^1−0.800.β​1​−0.800.换算以后大约对应 55% 的相对下降。统一以后方向发生反转。1986–2006 年最近一组的估计约为β^10.398,β​1​0.398,大致对应 49% 的相对上涨。原文 Figure 3 把这种空间梯度画得很清楚分裂以后越靠近战前 CBD 的西柏林地区下降越明显统一以后这一梯度又反向变化同时作者还利用更早时期的数据检查事前趋势和冲击发生的时间。到这里一篇通常意义上的政策评价论文已经可以做得相当完整。我们可以继续更换距离区间、加入控制变量、做 placebo、换样本还可以研究就业和人口是否出现类似结果。Ahlfeldt et al. (2015) 真正值得学习的地方是作者把这组结果只当作 baseline。因为 −0.800−0.800 告诉我们的只是柏林分裂产生了很大的经济影响。它还没有告诉我们这个影响究竟是怎样形成的。温馨提示若页面不能正常显示数学公式和代码请阅读原文获得更好的阅读体验。