er-heterogeneity

npx skills add brycewang-stanford/Awesome-Journal-Skills --skill er-heterogeneity --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# 异质性分析（er-heterogeneity） ## 触发时机 - 主结果已稳健，但只切了一个维度（"东中西"或"国企 / 非国企"） - 审稿人要求补做异质性 - 切了多个维度但没有理论指引 ## 切分维度优先级 按《经济研究》读者期待度排序： 1. **制度环境 / 市场化程度** —— 王小鲁《中国分省份市场化指数》、各地法治指数 2. **企业产权 / 公司治理** —— 国企 / 民企 / 外资、董事会独立性 3. **行业属性** —— 高新 / 传统、上下游、是否管制 4. **时间窗** —— 政策初期 vs. 后期 / 经济周期 5. **个体特征**（如适用）—— 年龄、教育、技能水平 至少切 3 个维度，每个维度至少 2 个子样本对比。 ## 维度选择三原则 1. **有理论指引**：切分维度必须能解释"为什么这一维度上效应不同" 2. **样本量足够**：每个子样本 N ≥ 100 是底线 3. **系数差异显著性检验**：必须报告 Chow 检验或交互项 ## 异质性写作模板 ``` 本文进一步检验[维度]异质性。 理论上，[原因]…… 实证上，本文将样本按[维度]分为[组 1] 和 [组 2]，分别估计主回归（结果见表 X 第 (1)(2) 列）。 结果显示，[组 1] 的处理效应为 X，而 [组 2] 为 Y，系数差异在 [显著水平] 上显著。 这一发现与本文的[机制]一致。 ``` ## 该刊的呈现惯例：分样本表 vs. 交互项 两种呈现方式在《经济研究》正文中都常见，选择标准： - **分样本回归（并列同一张表）**：适合切分变量是离散制度属性（产权、行业管制、地区市场化分组）时。惯例是一张表放一个维度，(1)(2) 列为两个子样本，表下注明分组标准与分组变量出处（如市场化指数取样本期中位数分组），并**单独一行报告组间系数差异的经验 p 值**（费舍尔组合检验 / 自体抽样法），而不是让读者自己目测两列星号。 - **交互项回归**：适合切分变量连续（融资约束指数、数字化程度）时，避免人为二分损失信息。交互项系数即"异质性本身"，正文解读应写成"X 的效应随 Z 每提高一个标准差而增强 β 个单位"，而非只说"交互项显著"。 两点该刊特有的口味： 1. **异质性小节标题写经济含义，不写变量名**——用"融资约束的调节作用"而非"按 SA 指数分组"；小节首句先给理论预期，再给结果。 2. **不显著的维度也要交代**：若某个理论上应有差异的维度没切出差异，正文用一两句话诚实报告并解释（度量噪声 / 渠道被政策抵消），比悄悄删掉更能赢得审稿人信任。 ### 微型对照（改写前 / 改写后） > ❌ 改写前："分组回归显示，国企组系数为 0.021，民企组系数为 0.058，说明存在产权异质性。" > > ✅ 改写后："民