手游“原神”被迫当了回工具变量! AEJ副主编加持可能登上TOP5! 如何做同群效应的实证!

这篇文章有意思，探讨了大学生自身及其室友的APP使用量对他们学习成绩和毕业后工资的影响。

Barwick, P, S Chen, C Fu and T Li (2024), ‘DP19579 Digital Distractions with Peer Influence: The Impact of Mobile App Usage on Academic and Labor Market Outcomes‘, CEPR Discussion Paper No. 19579.

---

里面作者的文章，参考：1.最新TOP5: 历时超过5年首次实证评估中国产业政策+结构估计！2.AER: 首次关注中国这项环境政策, 做政策评估实证研究的范本！3.北大AER最新: 能获得中国这通信数据太了不起, 再上其他数据属实降维打击了！

为了解决APP使用情况的内生性问题，作者巧妙地将《原神》游戏发布与大学生入学前APP使用情况的交互项作为工具变量。研究发现，《原神》的发布导致大学生到达自习室的时间变晚，回宿舍后更多时间用于游戏，自习时间缩短，待在宿舍的时间变长，上课迟到和缺席的情况也有所增加。

研究发现，APP的使用具有传染性：如果室友在校期间APP使用量增加一个标准差，平均会使自己APP使用量增加4.4%，且这种影响在不同学生之间存在显著差异。APP的使用对学业表现和工资都有不利影响：个人的APP使用量增加一个标准差，会导致GPA下降36.2%，工资下降2.3%。室友的APP使用不仅直接影响个人的GPA和工资（例如通过噪音和干扰），还通过行为溢出产生间接影响，总体的负面影响超过个人使用效应的一半。如果将中国针对未成年人的游戏限制政策（每周3小时）扩展到大学生，预计可以使他们的初始工资提高0.7%。

看看文章对“原神”的介绍以及原神工具变量的使用

移动APP和游戏限制政策

智能手机已经成为我们生活中不可或缺的伙伴，平均每位智能手机用户每天在各类移动APP上的投入时间超过了三个小时。到了2023年，游戏APP的使用时长已经占据了全球平均每日手机使用时间的大约11%。在游戏APP市场中，苹果APP商店的180万款APP中，有超过20%是游戏类APP。然而，这个市场主要还是由一些热门游戏所主导。以《原神》为例，这款由中国游戏公司miHoYo开发的动作角色扮演游戏，自2020年9月在Android和iOS平台发布后，迅速取得了巨大的成功。在短短一年的时间里，它创造了超过30亿美元的收入，主要来自APP内广告，这一成绩刷新了所有视频游戏的纪录。到2021年，《原神》不仅成为了中国最受欢迎的游戏之一，拥有1300万用户，而且也成为了全球最受欢迎的游戏之一，用户总数超过了1亿，其中大多数用户的年龄都在25岁以下。

随着热门游戏数量的激增，对游戏成瘾的担忧（尤其是在青少年群体中），也日益加剧。为了应对这一挑战，中国国家新闻出版署在2019年10月25日出台了针对未成年人的游戏时间限制政策。根据这项政策，18岁以下的未成年人被禁止在晚上10点至次日早上8点之间玩在线游戏，同时他们在工作日的游戏时间也被限制在每天90分钟以内。到2021年9月，这项政策进一步收紧，未成年人每周的游戏时间被限制在3小时以内。这一更严格的规定目前仍在实施中。为了确保这些限制措施得到有效执行，游戏账号在注册时必须提供身份证明信息。这样，游戏公司就能够轻松地识别用户的年龄，并在限制措施生效后，防止未成年用户登录游戏。

APP使用与学业表现

本文的目标是研究个人和同伴使用移动APP的行为对学业成绩的影响。研究显示，同伴使用移动APP的习惯能够对个人产生一定的影响，这种影响通常被称为“传染效应”，它可能会通过同伴间的行为模仿间接地影响个人的学业表现。除此之外，室友对移动APP的使用也可能直接对个人学业成绩有所影响。比如，室友沉迷于游戏可能会干扰到学习环境，根据作者的调查，许多学生反映他们受到了室友游戏行为的干扰。而且，室友沉迷游戏还可能占用了原本应该用于小组学习的时间和注意力，这在一定程度上减少了同伴间的正面影响。

在这个模型中，(i) 代表学生，(s) 代表学期（例如，三年级的春季学期），Phonejs表示学生 (i) 在学期 (s) 的移动APP使用量。本文始终使用学生固定效应来控制那些可能影响学业成绩的不能观测到的个体永久性特征（例如，能力）。此外，还加入了班级-学期固定效应，其中“班级” (c) 是由年级、专业和管理单位组成的三维度组别（表示为），用以捕捉课程难度、评分标准等系统性差异。最后，考虑了个体 (i) 的CEE分数与线性学期趋势之间的交互作用，以控制那些准备充分与准备不足的学生之间可能存在的GPA趋势差异。

IV 估计

在方程（5）中，对α1和α2的估计可能受到遗漏变量偏差的影响。这些遗漏的变量是随时间变化的不可观测因素，它们会同时影响移动APP的使用和学业表现，比如学校的压力、课外活动、课程安排等。为了识别因果效应，本文采用了工具变量（IV）策略。

使用的第一组工具变量，与同伴效应分析相似，是对未成年人游戏限制政策的实施时间与未成年朋友数量（随时间变化）的交互作用。然而，正如第5.1节的事件研究所示，作者验证了这些工具变量的有效性，发现政策的影响在大约六个月后开始减弱。这可能是因为随着学生年龄的增长，未成年朋友的数量也随之减少。

作为第二组工具变量，本文巧妙地利用了《原神》在样本期间中期推出的时机。具体来说，作者将《原神》的推出时间与个人在上大学前的APP使用情况的交互项，作为工具变量。这样做的动机是基于观察到的现象：上大学前的重度游戏玩家受到《原神》发布的影响比轻度玩家更大。可以假设，在控制了学生固定效应的情况下，影响GPA（即方程（5）中的残差）的未观测因素的跨时间变化与《原神》的推出日期是相互独立的——这款热门游戏对学生的使用产生了不同的影响，这取决于他们在上大学前的游戏“存量”。同样地，本文还采用了《原神》与室友上大学前APP使用情况的交互项，作为室友在学校中APP使用情况的工具变量。这种方法有助于更准确地识别移动APP使用对学业成绩的因果效应。

在第3.2节的分析中揭示了室友APP使用的行为溢出效应：当室友的APP使用量翻倍时，自己的APP使用量会增加3.8%。考虑到这种传染效应，如果室友的APP使用量翻倍，那么对GPA的总影响将导致其下降0.362分，大约是下降了21.4%的标准差。这一效应的规模相当显著，几乎占到了个人行为影响的60%。游戏APP的负面影响更为显著：游戏时间翻倍会导致GPA下降0.816分，或者说是下降了41.2%的标准差。室友的游戏使用对本人GPA的直接影响与总APP使用的影响相似。

表4至表6的研究结果（查看原文）探究了移动APP使用对必修体育课程成绩的影响。结果显示，这种影响非常显著：APP使用量翻倍会导致体育成绩下降2.35分，这一下降幅度大约是必修课程GPA影响的四倍，这可能反映了长时间面对屏幕的有害影响。然而，并未发现室友的APP使用对本人体育成绩有直接影响。

这一发现在一定程度上是合乎情理的：虽然室友玩游戏可能会产生噪音，干扰学生的学习，但这种干扰对于户外体育活动的影响相对较小。另一方面，如果室友的APP使用减少了同伴间的积极互动，比如通过运动和团体锻炼，这可能会直接影响体育成绩。但估计结果表明，这种影响可能是微不足道的。

APP使用与劳动力市场结果

在该方程中，yi 表示个体 (i) 的大学毕业后的劳动力市场结果，例如毕业时的初始工资（取对数）。代表个体 (i)（室友）的平均移动APP使用量。Xi是一组社会经济变量，包括年龄、是否居住在农村、在高中时是否选择了社会科学或科学方向、CEE成绩、房价以及家乡的固定效应，同时考虑了个人和室友在上大学前的APP使用情况。和分别代表班级性别和宿舍大小的固定效应。最后，为了捕捉与工作结果相关的未观察到的能力，控制了GPA方程（5）中估计出的学生固定效应。

由于个人和室友的移动APP使用量和可能与影响劳动力市场结果的未观测因素相关，作者采用了预测的移动APP使用量作为工具变量。这些预测基于《原神》发布所带来的外生变化（与上大学前的使用情况相交互）以及未成年人限制政策（与已有的未成年朋友数量相交互），这些分析已在第4.1节关于GPA的讨论中进行了详细阐述。

表6展示了工资结果。第（1）至（3）列报告了对（对数）工资的影响，每列分别对应不同的APP类别（所有APP、游戏和游戏+视频APP）。第（4）至（6）列考察了在同班同专业中获得前四分位数工资的影响，而第（7）至（9）列评估了获得后四分位数工资的影响。根据第（1）列的数据，APP使用量翻倍会使初始工资减少2%。换句话说，如果在大学期间个人移动APP使用量增加一个标准差，那么毕业时的工资将减少2.3%，这相当于同班同专业工资标准差的12.1%。

第（4）至（9）列的结果也显示出一致性：更高的移动APP使用量增加了获得低薪工作的可能性。室友的影响同样不容忽视：室友的移动APP使用量增加一个标准差，会使个人毕业时的工资降低0.9%，或者说是同班同专业标准差的4.8%。考虑到室友行为对学生 (i) 的游戏使用的间接影响，如果室友的移动APP使用量翻倍，那么对工资的总影响将导致本人工资减少1%，约为同班同专业标准差的5.3%。

*社群群友可直接前往社群下载全文PDF.

工具变量，参看1.内生性问题操作指南, 广为流传的22篇文章，2.看完顶级期刊文章后, 整理了内生性处理小册子，3.如何寻找工具变量？得工具者得实证计量，4.内生性处理的秘密武器－工具变量估，5.工具变量在社会科学因果推断中的应用，6.为你的"工具变量"合理性进行辩护, 此文献可以作为范例，7.没有工具变量、断点和随机冲击，也可以推断归因，8.工具变量与因果推断, 明尼苏达Bellemare关于IV的分析，9.工具变量IV与内生性处理的精细解读，10.我的"工具变量"走丢了，寻找工具变量思路手册，11.面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性，12.豪斯曼, 拉姆齐检验，过度拟合，弱工具和过度识别，模型选择和重抽样问题，13.工具变量先锋 Sargan，供参考，14.AEA期刊的IV靠不靠谱？15.计量大焖锅: iv, clorenz, rank, scalar, bys, xtile, newey, nlcom，16.GMM是IV、2SLS、GLS、ML的统领，待我慢慢道来，17.IV和GMM相关估计步骤，内生性、异方差性等检验方法，18.因果推断IV方法经典文献，究竟是制度还是人力资本促进了经济的发展？19.内生变量的交互项如何寻工具变量, 交互项共线咋办，20.面板数据、工具变量选择和HAUSMAN检验的若干问题，21.IV和Matching老矣, “弹性联合似然法”成新趋势，22.IV回归系数比OLS大很多咋回事, 怎么办呢? ，23.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献，24.找不到IV, RD和DID该怎么办? 这有一种备选方法，25.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS，26.内生性, 工具变量与 GMM估计, 程序code附，27.GMM和工具变量在面板数据中的运用，28.关于工具变量的材料包, 标题,模型,内生变量,工具变量，29.必须使用所有外生变量作为工具变量吗？30.工具变量精辟解释, 保证你一辈子都忘不了，31.毛咕噜论文中一些有趣的工具变量！33.前沿: 删失数据分位数工具变量(CQIV)估计, 做删失数据异质性效应分析，34.不需要找工具变量, 新方式构建工具变量, 导师再也不用担心内生性问题了！35.关于顶级外刊工具变量的使用最全策略, 不收藏反复读就不要谈IV估计！36.如何通过因果图选择合适的工具变量？一份关于IV的简短百科全书，37.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑！因果关系研究的图形工具!38.最清晰的内生性问题详解及软件操作方案！实证研究必备工具！39.中国女学者与其日本同行在JPE上发文了！利用独特数据, 地理断点RDD和IV研究中国环境议题！40.双胞胎样本解决遗漏变量和测量误差, LIV解决选择偏差，41.内生性处理的秘密武器－工具变量估计，42.工具变量IV必读文章20篇, 因果识别就靠他了，43.看完顶级期刊文章后, 整理了内生性处理小册子，44.“内生性” 到底是什么鬼? New Yorker告诉你，45.Heckman两步法的内生性问题(IV-Heckman)，46.最全估计方法，解决遗漏变量偏差，内生性，混淆变量和相关问题，47.非线性面板模型中内生性解决方案，48.内生性处理方法与进展，49.万能cmp程序, 有了他, 建议把其他程序全删掉！50.你的内生性解决方式out, ERM独领风骚，51.面板数据是怎样处理内生性的，52.计量分析中的内生性问题综述，53.一份改变实证研究的内生性处理思维导图，54.Top期刊里不同来源内生性处理方法，55.面板数据中heckman方法和程序(xtheckman)，56.控制函数法CF, 处理内生性的广义方法，57.二值选择模型内生性检验方法，58.2SRI还是2SPS, 内生性问题的二阶段CF法实现，59.非线性模型及离散内生变量处理利器, 应用计量经济学中的控制函数法！60.最全利用工具变量控制内生性的步骤和代码—在经管研究中的应用，61.如何选择合适的工具变量, 基于既有文献的总结和解释！62.中介效应最新进展: 中介效应中的工具变量法使用方法及其代码！63.弱工具变量的稳健性检验, 附上code和相关说明！64.工具变量对因果效应的识别和外推, 大牛的顶级评述！65.几百年一遇的工具变量让基于OLS的截面数据回归结果发到Top了, 设计巧妙让人叹服！66.一份使用工具变量回归的AER文章清单, 思路惊奇定会让你脑洞大开！67.估计工具变量回归时, 是否必须将所有外生变量用作工具变量？68.引力模型基础上的工具变量如何构建？69.必读, 宗教是如何阻碍经济发展的? 基于DID, IV和各种机制分析的AER量化史分析！70.JPE上利用地理断点RDD和IV研究中国环境议题的do文件release！71.工具变量IV估计免费课程, 文章, 数据和代码全在这里, 不学习可不要后悔！72.天下回归, 无内生性不破, 唯此神文不破, 练就内生性处理的终极大法！73.搞懂因果推断中内生性问题解决方法必读的书籍和文献已搜集好！74.2020年博导圈流传最广的一份“几十种内生性处理方法及其要求和局限”的宝典, 并附上代表性重要文献！75.因变量和内生变量是连续,有序和无序多元变量时, 该如何做工具变量估计？76.你确定找到一个好的工具变量了吗? 这将是一篇最值得你看的文章！77.华人金融学术女神为运用工具变量估计方法做因果推断的学者提供了如下宝贵建议！

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。