時間斷點! 酗酒駕車, 合法飲酒年齡政策到底保護了誰? 合法飲酒年齡的斷點回歸

凡是搞計量經濟的，都關注這個號了

稿件：econometrics666@126.com

全部計量經濟圈方法論叢的code程序, 宏微觀數據庫和各類軟件都放在社羣裏.歡迎到計量經濟圈社羣交流訪問.

以前，咱們引薦過很多關於斷點回歸設計RDD的文章，裏面包括操做數據、程序和解讀，列示以下：1.斷點回歸設計RDD分類與操做案例，2.RDD斷點回歸, Stata程序百科全書式的寶典，3.斷點回歸設計的前沿研究現狀, RDD，4.斷點回歸設計什麼鬼？且聽哈佛客解析，5.斷點回歸和讀者的提問解答，6.斷點回歸設計RDD全面講解, 教育領域用者衆多，7.沒有工具變量、斷點和隨機衝擊，也能夠推斷歸因，8.找不到IV, RD和DID該怎麼辦? 這有一種備選方法，9.2卷RDD斷點回歸使用手冊, 含Stata和R軟件操做流程，10.DID, 合成控制, 匹配, RDD四種方法比較, 適用範圍和特徵，11.安神+克拉克獎得主的RDD論文, 斷點回歸設計，12.伊斯蘭政府到底對婦女朋友不友好？RDD經典文獻，13.PSM,RDD,Heckman,Panel模型的操做程序，14.RDD經典文獻, RDD模型有效性穩健性檢驗，15.2019年發表在JDE上的有趣文章, 計量方法最新趨勢，16.關於(模糊)斷點回歸設計的100篇精選Articles專輯！17.斷點回歸設計RDD精闢解釋, 保證你一生都忘不了，18.「RDD女王」獲2020年小諾獎！她的RD數據, 程序, GIS和博士論文可下載！關於她學術研究過程的最全採訪！

正文br/>關於下方文字內容，做者：趙紫慧(社羣羣友)，康奈爾大學經濟系博士生，copyrights@計量經濟圈社羣
飲酒要適量，可不要貪杯哦。時間斷點! 酗酒駕車, 合法飲酒年齡政策到底保護了誰? 合法飲酒年齡的斷點回歸。
想總結一下這篇文章Christopher S. Carpenter, Carlos Dobkin, Casey Warman (2016). The Mechanisms of Alcohol Control. Journal of Human Resources vol. 51no. 2328-356.
Carpenter，Dobkin和Warman（2016）《酒精控制的機制》這篇文章，討論了合法飲酒年齡和其對飲酒強度頻率及機動車事故相關死亡率影響的性別差別，實驗設計是很傳統的經濟方法：斷點回歸。
我以爲男女機動車死亡率和飲酒頻率及強度的累積分佈圖就是此文的貢獻。（此文附圖圖二圖三圖九）。
好了，劇透是很差的。仍是繼續循循善誘，娓娓道來吧。
以往有大量的研究都顯示，合法飲酒年齡，酒駕法律，對於酒精銷售的時日限制等等政府政策都是會保護青少年的生命安全，大幅下降青少年的機動車事故相關死亡率。可是鮮有文章討論這些法律政策究竟是如何影響人們喝酒頻率和強度的，也不多有人關注究竟是什麼樣的喝酒行爲可以減小酒精相關的傷害。

首先，咱們發如今合法年齡先後，加拿大男性的機動車事故死亡率驟增（圖2）；可是加拿大女性的機動車事故死亡率在此年齡先後卻並無什麼太大的變化（圖3），能夠說在合法年齡先後，女性的機動車事故死亡率出現了一個很是平緩的過渡。咱們也能夠看到，其餘非酒精相關死亡率在這個年齡附近並無出現斷點。這就更加使咱們確信，合法飲酒年齡這個門檻的設置對酒精相關致死是有影響的。
一言以蔽之，這篇文章的貢獻就在於它討論了合法飲酒年齡對於喝酒頻率和強度的影響，而且經過計算男性和女性合法飲酒年齡先後喝酒頻率和強度的分佈，做者發現此政策對於男女喝酒行爲的影響並無很大的性別差別，可是對於男女喝酒頻率和強度的影響差別倒是很是之大。做者也認爲這是其中一個酒精控制的機制，或可解釋男性機動車相關死亡率驟增的現象。同時合法飲酒年齡的政策確實會保護青少年，尤爲是男同窗的生命安全。
此話怎講？
首先定義一下暴飲和極度暴飲的男女標準（女性天天飲酒量超過四瓶，男性超過五瓶。極度暴飲標準是暴飲標準的二倍。具體瓶如何定義，我不是很清楚，英文是four or more drinks）
咱們發現，在合法年齡先後，女性暴飲量顯著增長，但極度暴飲卻沒什麼變化。男性卻不一樣，男性暴飲量增長並不顯著，可是極度暴飲卻顯著增長。

固然，做者在跑回歸的時候，研究合法喝酒年齡對於喝酒行爲的影響的時候，也加入了一些諸如工做，教育等控制變量，發現加不加對結果都沒太大影響，因此做者以爲，嗯對，這個合法年齡政策自己並不會使得其餘諸如教育程度，能不能找到工做等其餘因素髮生驚人的變化，可是卻對酗酒自己影響很大。不過這影響有男女差別。固然做者也控制了生日慶祝對酗酒的影響，不出意外，那些生日在接受採訪期間的人，咱們發現他們在生日期間酗酒更加嚴重。
這篇文章的另外一個優勢是它收集了詳細且更精確的數據。文章關於死亡率的數據來自加拿大統計局的死亡證實記錄，精確到整個國家1980年到2008年每一個人的出生和死亡日期，以及諸如死者所在省份，死亡緣由等信息。
文章關於酒精消費量的數據來自於兩個調查：《酒精消費國家人口健康調查》和《加拿大社區健康調查》，這些調查的年份跨度從1994到2011，總共大約有36000我的，報告了本身過去兩年的飲酒狀況，以及他們的出生日期和其餘社會信息。這兩個調查關於酒精消費的主要變量有：過去一週的飲酒量，飲酒頻率，飲酒強度。

這幅圖是男女飲酒強度的累積分佈，你能夠看到女性在5杯以上兩條線就沒什麼差異了，意思就是說過不過合法年齡，合法年齡政策對於女性極度暴飲行爲沒什麼管制做用，由於女性基本不會出現極度暴飲現象。（看下面的點和95%置信區間） 但男性不同，男性可能得過了12倍大概，才能沒有差別。這就是此政策對男性極度暴飲行爲的規制有效果的一個證據體現。
從這裏咱們就能夠看出，這個數據關於酒精消費的精確度了。首先，不少以往研究都是關於過去一年酒精消費的自我報告測量，可是這會致使研究者低估酒精消費量。緣由在於願望誤差。樣本中有一些人會低報他們的酒精消費量，若是他們的年齡尚未到達法定年齡，由於喝酒是不合法的。可是若是數據精確到過去一週，過了合法喝酒年齡的人就不太可能會低報。可是嚴格來講，這種調查自我報告測量是會出現這種報告誤差的，因此是會或多或少出現對此政策效果的高估的。
總結來說，此文數據優點很明顯，數據全面且精確。此文也指出了最低合法飲酒年齡的政策對男性死亡率的減小是有貢獻的，由於它能夠大幅下降極度暴飲行爲，從而減小機動車相關事故的致死率。可是對女性暴飲行爲也是有必定管制做用的。
飲酒要適量，可不要貪杯哦。
附我作的PPT



關於DID雙重差分法，各位學者能夠參閱以下文章：1.DID運用經典文獻，強制性許可:來自對敵貿易法的證據，2.連續DID經典文獻, 土豆成就了舊世界的文明，3.截面數據DID講述, 截面作雙重差分政策評估的範式，4.RDD經典文獻, RDD模型有效性穩健性檢驗，5.事件研究法用於DID的經典文獻"環境規制"論文數據和程序，6.廣義DID方法運用得很是經典的JHE文獻，7.DID的經典文獻"強制許可"論文數據和do程序，8.傳銷活動對經濟發展影響, AER上截面數據分析經典文，9.多期DID的經典文獻big bad banks數據和do文件，10.因果推斷IV方法經典文獻，到底是制度仍是人力資本促進了經濟的發展？，11.AER上因果關係確立, 敏感性檢驗, 異質性分析和跨數據使用經典文章，12.第二篇因果推斷經典，工做中斷對工人隨後生產效率的影響？13.密度經濟學:來自柏林牆的天然實驗, 最佳Econometrica論文，14.AER上以DID, DDD爲識別策略的勞動和健康經濟學，15.一個使用截面數據的政策評估方法, 也能夠發AER，16.多期DID模型的經典文獻，big bad banks講解","，17.多期DID的經典文獻big bad banks數據和do文件，18.非線性DID, 雙重變換模型CIC, 分位數DID，19.模糊(Fuzzy)DID是什麼？如何用數據實現呢？20.多期DID的big bad banks中文翻譯版本及各細節講解，21.DID中行業/區域與時間趨勢的交互項, 共同趨勢檢驗, 動態政策效應檢驗等，22.截面數據DID操做程序指南, 一步一步教你作，23.DID的研究動態和政策評估中應用的文獻綜述，24.連續DID經典文獻, 土豆成就了舊世界的文明，25.DID雙重差分方法, 一些容易出錯的地方，26.連續DID, DDD和比例DID, 不可觀測選擇誤差，27.加權DID, IPW-DID實證程序百科全書式的寶典，28.DID和DDD, 一個簡明介紹, 雙重和三重差分模型，29.DID過程當中總結的地圖展現技巧，30.DID的平行趨勢假定檢驗程序和coefplot的其餘用法，31.截面DID, 各類固定效應, 安慰劑檢驗, 置換檢驗, 其餘外部衝擊的處理，32.計量院士首次用DID方法分析, 中國封城對新冠病毒擴散的影響！33.實踐中雙重差分法DID暗含的假設，34.空間雙重差分法(spatial DID)最新實證papers合輯！
下面這些短連接文章屬於合集，能夠收藏起來閱讀，否則之後都找不到了。
2.5年，計量經濟圈近1000篇不重類計量文章，

可直接在公衆號菜單欄搜索任何計量相關問題,

Econometrics Circle