顶刊实证方法地图与真实复现工作流
The EJD Method Map & Replication Workflow

poverty_alleviation_replication/
├── Raw/                      # 只读原始下载（CFPS csv、年鉴扫描表、WIND导出）
│   ├── cfps_2010_2018/
│   ├── yearbook_rural_*.csv
│   └── wind_restricted/      # 受限数据，不入版本库，仅本地
├── Data/                     # 清洗后中间/分析数据，可由代码重生成
│   ├── county_panel.dta      # 县级面板（服务 Tables 1,3,9 & Figures 4,5,A4）
│   ├── household_cfps.dta    # 户级（服务 Tables 5-8）
│   └── county_baseline.dta   # 基线（服务 Tables 1,3,9 & Figures 4,5,A4）
├── Code/
│   ├── clean_raw.do          # Raw -> Data（每步 count 记 N）
│   ├── Table_Do.do           # 行号映射：Table 1 = 26-54行 -> Table1.csv
│   └── Figure_Do.do
└── Output/
    ├── Tables/   Table1.csv ... Table9.csv
    ├── Figures/  Figure2_arcgis.png(手工)  Figure3_ppt.png(手工)
    └── logs/     wind_restricted.smcl + wind_restricted.png

*==============================================================
* Table_Do.do  —— 每段注释标注服务正文哪张表
*==============================================================
use "$root/Data/county_baseline.dta", clear
xtset county_id year

*----- Table 1：描述性统计（重点县 vs 非重点县） -----
* [行号 26-54] -> Output/Tables/Table1.csv
eststo clear
estpost summarize rural_income ln_agr_output urban_share ///
        if treat==1, detail
esttab using "$root/Output/Tables/Table1.csv", replace ///
        cells("mean(fmt(3)) sd(fmt(3)) min max") ///
        title("Table 1: Summary Statistics, Treated Counties")

*----- Table 3：DID 主回归（县级，双向固定效应） -----
* [行号 60-95] -> Output/Tables/Table3.csv
eststo clear
eststo m1: reghdfe ln_rural_income post_treat $covars, ///
        absorb(county_id year) vce(cluster county_id)
eststo m2: reghdfe ln_rural_income post_treat $covars, ///
        absorb(county_id year province#year) vce(cluster county_id)
esttab m1 m2 using "$root/Output/Tables/Table3.csv", replace ///
        se star(* 0.1 ** 0.05 *** 0.01)

*----- Table 9：机制异质性（比较优势） -----
* [行号 102-140] -> Output/Tables/Table9.csv

*==============================================================
* Kessler & Roth (2025) 复现主程序示意
* 单 master.do 跑全部 9 图 9 表，预计运行 1-2 小时
*==============================================================
clear all
set more off
set varabbrev off
set seed 20250501              // 固定种子（随机化推断/permutation）

global root "C:/你路径/KesslerRoth2025"
cd "$root"
capture log close
log using "log/master_$S_DATE.log", replace

* --- 数据清洗：raw CSV -> final_analysis.dta ---
do "code/clean_data.do"        // 读 raw/experiment.csv + raw/state_reg.csv
                               // 生成 data/final_analysis.dta

* --- 9 表 ---
do "code/Tables/Table1_balance.do"     // 随机化平衡性检验
do "code/Tables/Table2_itt.do"         // 意向处理效应 ITT
do "code/Tables/Table3_complier.do"    // 依从者效应 CACE
* ... Table4-9 ...

* --- 9 图 ---
do "code/Figures/Figure1_frame.do"     // 不同提问措辞对照
do "code/Figures/Figure2_state_sc.do"  // 州级合成控制外推
* ... Figure3-9 ...

display _n "===== 全部完成，请核对 Output/Tables 与 Figures ====="
log close

*==============================================================
* did_robustness.do：在跑通主回归后，系统换估计器重跑
* 用法：接在主回归包之后，use 已构造好的 final.dta
*==============================================================
use "$root/Data/analysis/final.dta", clear

* --- (0) 基准：双向固定效应 TWFE ---
eststo twfe: reghdfe ln_rural_income post_treat $covars, ///
        absorb(county_id year) vce(cluster county_id)

* --- (1) 换聚类层级：从县级 -> 省级 ---
eststo twfe_prov: reghdfe ln_rural_income post_treat $covars, ///
        absorb(county_id year) vce(cluster province_id)

* --- (2) Callaway & Sant'Anna (2021) 异质性稳健 DID ---
* ssc install csdid, replace
csdid ln_rural_income $covars, ivar(county_id) time(year) ///
        gvar(first_treat_year) cluster(county_id)
estat event            // 事件研究动态效应

* --- (3) stacked regression（Sun & Abraham 2021 思路）---
* 为每个处理队列构造干净对照，避免负权重
* ssc install eventdd, replace
eventdd ln_rural_income $covars, timevar(rel_year) ///
        eventvar(treat) cluster(county_id) ///
        coefplot(-5(1)5) lag(4) leads(5) ///
        graph_op(ytitle("动态效应") title("Event Study"))

* --- 输出对照：一列 TWFE，一列 CSDID，一列 stacked ---
esttab twfe twfe_prov using "$root/Output/robust_estimator.csv", ///
        se star(* 0.1 ** 0.05 *** 0.01) ///
        mtitles("TWFE" "TWFE省聚类")

《[作者 年份] 复现与稳健性报告》
1. 复现对象：题名 / 期刊 / 卷期 / 年份 / DOI
2. 环境：Stata 版本、外部命令及版本、运行时长
3. 复现核对：
   - 成功复现：Table X（主系数 0.xxx，与原文差异 < 0.00x）
   - 未完全复现：Table Y（差在 …，定位到 do 文件第 … 行）
   - 受限/手工：WIND 部分仅有 log；Fig2 ArcGIS 手工
4. 稳健性改动与结论：
   | 设定           | 主系数 | 标准误 | 显著性 | 与原文一致？ |
   | 原文 TWFE      | 0.109  | ...   | ***    | -           |
   | 省聚类        | 0.109  | ...   | ***    | 是          |
   | CSDID         | 0.098  | ...   | ***    | 是          |
   | 缩窗 ±3年     | 0.115  | ...   | **     | 是          |
5. 结论：主结论在 X/Y/Z 种设定下稳健；在 … 设定下敏感，
   可能原因是 …（如交叠处理异质性、弱平衡趋势）。

*==============================================================
* 00_setup.do：每个项目第一步
*==============================================================
clear all
set more off
set varabbrev off
set seed 20260911                 // 固定种子，保证可复现
set linesize 120

global root "C:/你路径/your_project"
cd "$root"

* 三阶段目录
global raw      "$root/Raw"          // 只读，绝不 save,replace
global clean    "$root/Clean"        // 中间数据，可重生成
global analysis "$root/Analysis"     // 最终回归样本
global out      "$root/Output"
global logdir   "$root/Log"

capture mkdir "$clean"
capture mkdir "$analysis"
capture mkdir "$out/Tables"
capture mkdir "$out/Figures"
capture mkdir "$logdir"

capture log close
log using "$logdir/run_$S_DATE.log", replace

* 外部命令版本登记（写进 log，方便日后核对）
which reghdfe
which estout
which coefplot

*==============================================================
* 01_clean.do：Raw -> Clean，变量构造 + 缺失处理
*==============================================================
use "$raw/county_raw.dta", clear

* 1) 关键被解释变量：log 农村收入（加 1 防 log(0)）
gen ln_rural_income = ln(rural_income + 1)
label var ln_rural_income "log(农村人均可支配收入+1), 来源:农村统计年鉴"

* 2) 处理变量：是否国家重点县 x 政策后
gen post_treat = (treat==1 & year>=2012)
label var post_treat "DID处理=重点县且2012年后"

* 3) 缺失值：区分结构性零与真缺失
*    企业未报告 -> 缺失；本就无此收入 -> 0，不要盲目 replace
mvdecode rural_income, mv(-999 = .)        // 把 -999 编码缺失转为系统缺失

* 4) 缩尾：按年份组内 1%/99%（winsor2）
* ssc install winsor2, replace
winsor2 ln_rural_income $covars, cuts(1 99) by(year) replace

* 5) 生成 codebook，留档供审阅
codebook county_id year ln_rural_income post_treat ///
        using "$out/codebook.md", markdown replace

* 6) 每步记 N（做 flow chart）
count
display "清洗后 N = " r(N)
save "$clean/county_clean.dta", replace

*==============================================================
* figures.do：四类顶刊标准图
*==============================================================
use "$analysis/final.dta", clear

* --- (1) 事件研究图：eventdd / coefplot ---
* ssc install eventdd, replace
eventdd ln_rural_income $covars, ///
        timevar(rel_year) eventvar(post_treat) ///
        absorb(county_id year) cluster(county_id) ///
        lag(5) leads(5) baseline(-1) ///
        graph_op(ytitle("政策效应") xtitle("相对政策年份") ///
        title("Figure X: Event Study") ///
        yline(0, lcolor(red%40)) xline(0, lcolor(red%40)))
graph export "$out/Figures/fig_eventstudy.png", replace width(2000)

* --- (2) RD 图：rdplot（局部线性 + 分箱散点）---
* ssc install rdrobust, replace
rdplot y running_var, c(0) h(10) ///
        title("Figure Y: RD Plot") ///
        graph_options(ytitle("结果") xtitle("分配变量"))
graph export "$out/Figures/fig_rd.png", replace width(2000)

* --- (3) 系数森林图：coefplot（异质性分组系数横放）---
eststo g1: reghdfe ln_rural_income c.post_treat#c.female $covars, ///
        absorb(county_id year) cluster(county_id)
eststo g2: reghdfe ln_rural_income c.post_treat#c.old $covars, ///
        absorb(county_id year) cluster(county_id)
coefplot g1 g2, keep(*post_treat*) vertical ///
        title("Figure Z: Heterogeneity Forest") ///
        yline(0, lcolor(red))
graph export "$out/Figures/fig_forest.png", replace width(2000)

* --- (4) 时间序列图：标政策时点 ---
twoway (line ln_rural_income year, lwidth(2)) ///
       (rcap lo ci_hi year), ///
       xline(2012, lpattern(dash) lcolor(red)) ///
       xtitle("年份") ytitle("log农村收入") ///
       title("Figure W: 处理县均值与政策时点")
graph export "$out/Figures/fig_ts.png", replace width(2000)

*==============================================================
* decision_tree.do：建模设定逐步递进（避免"控制变量轰炸"）
*==============================================================
use "$analysis/final.dta", clear

* 第1层：仅双向固定效应（最干净，先看 raw 相关）
eststo m1: reghdfe ln_rural_income post_treat, ///
        absorb(county_id year) vce(cluster county_id)

* 第2层：加时不变协变量（人口、初始收入）
eststo m2: reghdfe ln_rural_income post_treat $x0, ///
        absorb(county_id year) vce(cluster county_id)

* 第3层：加省份×年份趋势（吸收省级时变冲击）
eststo m3: reghdfe ln_rural_income post_treat $x0, ///
        absorb(county_id province#year) vce(cluster county_id)

* 第4层：换更稳的 DID 估计器（交叠处理时）
* csdid ln_rural_income $x0, ivar(county_id) time(year) ///
*        gvar(first_treat) cluster(county_id)

esttab m1 m2 m3 using "$out/Tables/main_spec.csv", replace ///
        se star(* 0.1 ** 0.05 *** 0.01) ///
        mtitles("FE only" "+协变量" "+省×年趋势")