1. 研究问题

本文以江苏省12个地级市"河长制"政策转移案例(2006 — 2016)为研究对象,在识别政策转移案例中"复制"和"再生产"两种程度差异的基础上,应用定性比较分析(QCA)方法探索了资源禀赋、行政压力、政策需求、外部力量四大类因素对"河长制"转移程度的影响.研究发现"河长制"政策转移中的"政策再生产"的形成是多种因素组合作用的结果,而影响变量的组合并非一元,呈现多元化格局.通过QCA软件的数据梳理排序得出覆盖率最高的四种组合,在此基础上概化出政策转移中政策"再生产"的三种模式:资源主导型政策再生产,行政压力、资源、社会力量复合驱动型政策再生产,政府和智库合作型政策再生产.

需要提前了解的生猪养殖知识背景

• 市场上常见的肉猪基本均为经过绝育的猪.一般而言,养殖户会在猪仔1个月大小的时候进行绝育,对公猪进行阉割,对母猪则切除卵巢.这种做法能够增加肉猪的成长速度,减少猪发情带来的成本,并减小猪肉的膻腥味、提升口感.
• 如果养殖户存养未绝育的种猪或母猪,其用途主要为繁育猪仔.
• 对于农村的小型散养户而言,每个村庄一般会有一个村兽医、或养殖技术联络员为其提供"猪的绝育"服务,村兽医、或养殖技术联络员基本 对应本文中的"Animal Husbandry Workers (AHW)".

1. 研究问题

本文旨在对"小额保险"("普惠型保险")对农户农业生产决策的作用进行因果识别.

具体而言,作者以"母猪保险"这一险种为例,以贵州省毕节市金沙县27个乡镇的480个村为实验场域,采用田野实验的方法,在中国人民财产保险股份有限公司(PCC)所推出的"母猪保险"产品基础上,结合金沙县"保险公司产推-->畜牧局地推-->养殖技术联络员村推"的保险推广模式,为村养殖技术联络员(AHW)随机分配"绩效激励",进而设置了村级层面的处理组和控制组,基于"组别"设置了一个村级层面的外生变量,对"母猪保险"村庄覆盖差异与后期"母猪存栏量"之间的因果关系进行因果识别.

"Evaluating the employment impact of a mandatory job search program"

What treatment do the authors evaluate?

效果展示

一些必备的工具

一张json格式的我农地图,或者杨陵地图,可从我的github仓库下载

1

download.file("https://raw.githubusercontent.com/QGQ931001/git-tutorial/master/yangling_map/yangling.json", destfile = "~/文档/yangling.json" )

效果展示

下载数据

将代码中的~/文档/更换为要保存的目录.

1
2

download.file("https://raw.githubusercontent.com/QGQ931001/git-tutorial/master/bigcity/data-bKvwd.csv", destfile = "~/文档/data-bKvwd.csv" )
download.file("https://raw.githubusercontent.com/QGQ931001/git-tutorial/master/bigcity/world.geo.json", destfile = "~/文档/world.geo.json" )

加载R包

需要的R包如下所示.

1
2
3
4
5

library(sf)
library(readr)
library(tidyverse)
library(hrbrthemes)
library(ggtext)

一个说明

ggplot2::ggplot()指使用ggplot2包中的ggplot函数,::表示快速调用某个包里的函数.

示例

使用ggplot2包中的mpg数据框,这份数据是一份汽车资料:

1

knitr::kable(head(ggplot2::mpg, 10))

ML两步法

可以采用二步法进行ML估计,以下将会以一段样例代码展示:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

webuse school, clear
set seed 1
capture program drop mybiprobit
program mybiprobit
args lnf m1   m2  athrho  zb1 lns1
tempvar rho
qui:gen double `rho'=tanh(`athrho')
qui:replace `lnf'=ln(normalden($ML_y3,`zb1',exp(`lns1')))
qui:replace `lnf'=`lnf'+ln(binormal(`m1',`m2',`rho')) if $ML_y1==1 & $ML_y2==1
qui:replace `lnf'=`lnf'+ln(binormal(`m1',-`m2',-`rho')) if $ML_y1==1 & $ML_y2==0
qui:replace `lnf'=`lnf'+ln(binormal(-`m1',`m2',-`rho')) if $ML_y1==0 & $ML_y2==1
qui:replace `lnf'=`lnf'+ln(binormal(-`m1',-`m2',`rho')) if $ML_y1==0 & $ML_y2==0
end
**Here I am creating an artificial IV
gen z=logptax-rnormal()
ml model lf mybiprobit (private:private=logptax loginc years)   (vote:vote=logptax loginc years)   /athrho (zb1:logptax=loginc  years z) /lns1

ml maximize,
matrix b=e(b)

引言

shell是用C语言编写的程序,但它自身同时也是一种程序设计语言.你可能经常听说"shell脚本",但实际上shell编程并非等同于"shell脚本"编程,前者指shell程序本身的开发,后者则是利用shell程序进行开发.都说java和javascript的区别是周杰和周杰伦的区别,shell和shell script或许也有那么点意思.

shell脚本

似乎任何程序学习都是从"Hello World!"开始的,对于shell而言:

1
2

#!/bin/bash
echo "Hello World !"

#!是个标记,告知这段命令将用bash执行.echo则是一个向窗口展示文本的命令. 你可以将以上代码框的内容存为一个以.sh为后缀的文件,比如hw.sh,并赋予文件执行权限:

1
2

chmod +x ./hw.sh         #赋予执行权限
bash hw.sh               #执行脚本