er-mechanism
GitHub指导撰写符合江艇(2022)范式的机制分析,摒弃中介效应逐步法。主张实证仅估计D→M并沿用主回归识别策略,通过理论论证M→Y,辅以异质性侧证,确保因果推断严谨性。
触发场景
安装
npx skills add brycewang-stanford/Awesome-Journal-Skills --skill er-mechanism -g -y
SKILL.md
Frontmatter
{
"name": "er-mechanism",
"description": "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."
}
机制分析(er-mechanism)
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。
触发时机
- 主回归结果已稳健,但缺机制分析
- 机制只有"我们认为可能是因为……"的口头说明
- 审稿人问"为什么会有这个效应?"
- 你正打算(或已经)跑中介效应三步法 / Sobel 检验 —— 请先读下一节
⚠ 范式转向:不要再用中介效应逐步法
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:
- 建议停止使用中介效应逐步法(Baron-Kenny 三步法)与 Sobel 检验。 在因果框架下,处理 D 可借识别策略视为外生,但中介变量 M 几乎从不是随机的。
- 在 Y 对 (D, M) 的回归里,M 的系数(即"M→Y 那一步")混入了 M 与 Y 之间的遗漏变量偏误和反向因果,不具因果含义;据此分解出的"中介效应""间接效应占比"也不可信。
- 三步法还隐含"无未观测的处理后混杂"这一极强且不可检验的假设。
一句话:别用一个内生回归去"证明"机制。
正确做法:D→M + 理论论证 M→Y
机制检验 = 两件事:
- 实证上,只估计 D→M:把机制变量 M 当作被解释变量,沿用与主回归 D→Y 完全相同的识别策略(同样的 DID / IV / RDD、同样的固定效应与聚类)。这一环是被可信识别的因果关系——"处理确实改变了机制变量"。
- 理论上,论证 M→Y:用经济学理论、制度背景、已有文献说明"M 为什么会影响 Y"。这一环不跑回归,靠论证。
配套代码:resources/code/stata/07_mechanism.do。
机制写作三段式
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。
机制设计三原则
- 理论指引:机制变量必须能挂上某支理论,不是凭空想。
- 时间一致:M 的测量时点在处理 D 之后、结果 Y 之前;构造 M 不得使用未来信息。
- 可证伪:能写出"若机制成立 → 应观察到 D 改变 M;若不成立 → 不应观察到"。
用异质性侧证机制(推荐替代"中介"的思路)
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。
范文对标(确属《经济研究》)
- 张勋、万广华、张佳佳、何宗樾《数字经济、普惠金融与包容性增长》,《经济研究》2019 年第 8 期——机制分析范本:数字金融→收入,逐层拆解"创业 + 金融可得性"渠道并配合群体异质性。
必查清单
- 至少 1 个机制(理想 2–3 个互补机制)
- 机制变量来源于理论 / 文献,不是凭空想
- 机制检验只跑 D→M,与主回归同一识别策略
- M→Y 由理论 / 制度 / 文献论证,而非内生回归
- 机制变量构造的时间逻辑正确(不使用未来信息)
- 机制部分至少 1 张独立回归表
- (如适用)用理论驱动的异质性侧证机制
- 机制结果与主回归方向一致(不一致则解释)
反模式
- 用"我们认为可能是因为……"一句话代替机制分析
- 跑中介三步法 / Sobel / Bootstrap 间接效应占比——已被四大刊普遍弃用
- 把 Y 对 M 的内生回归当作"M 影响 Y 的证据"
- 机制变量构造时使用了未来信息
- 机制结果方向与主效应相反却不解释
- 机制变量与处理变量本质是同一个东西的不同度量(同义反复,不算机制)
输出格式
【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
版本历史
- 1839142 当前 2026-07-05 12:53


