Use when the empirical identification strategy is the bottleneck for a 《中国农村经济》 manuscript — micro-household / village-level quasi-experimental designs (DID, IV, RDD, PSM). Stress-tests the design and the rural-specific endogeneity before drafting tables.
Scanned 6/4/2026
Install to Claude Code
Skills Directorynpx -y skills add brycewang-stanford/Awesome-Journal-Skills --skill cre-identification --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Cre Identification?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/brycewang-stanford-cre-identification)More formats (shields.io, HTML) on the badges page.
---
name: cre-identification
description: Use when the empirical identification strategy is the bottleneck for a 《中国农村经济》 manuscript — micro-household / village-level quasi-experimental designs (DID, IV, RDD, PSM). Stress-tests the design and the rural-specific endogeneity before drafting tables.
---
# 因果识别策略（cre-identification）
## 触发时机
- 实证主体仅有描述统计 + OLS + 控制变量
- 自变量是农户的**自选择行为**（入合作社、外出务工、采用新技术、参与流转），但没处理自选择内生性
- DID 用了 TWFE 但没回应近年异质性处理批评（Goodman-Bacon, de Chaisemartin, Sun-Abraham, Callaway-Sant'Anna）
- IV 第一阶段 F 弱 / 工具变量排他性疑虑
- PSM 只做了匹配但没讨论"不可观测的选择性"
## 设计优先级
《中国农村经济》编委对农村微观研究的偏好排序（强 → 弱）：
1. **农村政策冲击 + DID（含 staggered / continuous treatment）**——如某项试点改革、确权、补贴政策的分批推行
2. **断点回归**——清晰的政策门槛（如贫困县划定线、补贴资格线、年龄门槛）
3. **工具变量**——强工具 + 排他性论证（处理农户自选择的核心武器）
4. **倾向得分匹配 + DID（PSM-DID）**——农村横截面 / 短面板的常见组合
5. **合成控制法**——村级 / 县级政策评估
6. OLS + 严密的自选择讨论（仅在有强外生性论证或结构 / 理论实证时可接受）
## 农村数据的内生性专项
农村微观研究最常见的内生性来源，审稿人必查：
- **自选择进入处理**：是否更"能干 / 风险偏好 / 资源禀赋好"的农户才入社 / 流转 / 务工？
- **反向因果**：是收入高才参与，还是参与带来收入？
- **测量误差**：农户自报的收入 / 土地面积 / 用工常有偏差
- **遗漏的村级 / 家庭固定特征**：村庄区位、宗族网络、家庭社会资本
针对性策略至少给出一条：固定效应 + IV / 准实验冲击 / 匹配 + 安慰剂 / 双稳健（Heckman 仅作辅助，不能单独立住识别）。
## 分支路径
### 分支 A：DID
- 是否 staggered？→ 必须用 Goodman-Bacon 分解 + Callaway-Sant'Anna 或 Sun-Abraham
- 平行趋势检验：事件研究图必须画
- 安慰剂：随机分配处理村 / 处理户 500–1000 次
- 是否报告 Bacon 分解的"坏比较"权重？
### 分支 B：IV
- 第一阶段 F **必须 ≥ 10**（弱工具 → 用 Anderson-Rubin 或 weak-IV-robust CI）
- 排他性论证至少需要 3 段：理论 / 制度 / 安慰剂；说明工具只通过处理变量影响农户结果
- 农村常用工具（地理 / 历史 / 政策外生）的内生性也要论证，不能"看起来外生就行"
- 是否报告了 reduced form？
### 分支 C：RDD
- 是否做了 McCrary / 密度检验（防止农户在门槛附近操纵，如人为划线进贫困户）？
- 带宽：最优带宽（Calonico-Cattaneo-Titiunik）+ 至少 3 个带宽稳健性
- 协变量平滑性检验
### 分支 D：PSM / PSM-DID
- 报告匹配前后的协变量平衡性检验
- 报告共同支撑域（common support）
- **明确讨论"不可观测选择性"**——PSM 只能处理可观测变量，需补 IV 或敏感性分析（Rosenbaum bounds）
- 优先 PSM-DID 而非纯横截面 PSM
### 分支 E：结构估计 / 理论实证
- 农户决策模型的微观基础是否清晰？
- 识别假设是否明确列出？
- 是否提供反事实（如政策模拟）？
## 必查清单
- [ ] 平行趋势 / 平滑性 / 弱工具 / 匹配平衡 检验都做了
- [ ] 农户自选择内生性有明确处理（不是一句"我们假设外生"）
- [ ] 安慰剂检验做了（处理时点随机 / 处理村或户随机）
- [ ] 标准误聚类层次合理（农户 / 村 / 县 / 政策推行层级）
- [ ] 是否回应了"被处理农户预期"问题（如预期确权而提前调整行为）
## 反模式
- 纯描述性统计 + OLS 就下因果结论
- 自变量是农户自选择行为（入社 / 务工 / 流转）却不处理自选择
- TWFE + staggered 但不讨论异质性处理偏误
- PSM 只报匹配结果，回避"不可观测选择性"
- IV 用"村级历史变量"但不论证它不通过其他渠道影响当代农户结果
- RDD 用了门槛但不做密度检验（农户可能操纵分组）
## 输出格式
```
【识别策略】DID / IV / RDD / PSM-DID / 结构估计 / 其他
【自选择处理】方式：[...]
【已完成检验】[平行趋势, 安慰剂, 弱工具, 匹配平衡, ...]
【缺失检验】[...]
【聚类层次】农户 / 村 / 县 / ...
【下一步】cre-mechanism
```
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!
