---
name: mw-mechanism-heterogeneity
description: 用于为《管理世界》实证稿件设计与撰写机制检验和异质性分析，从"政策有效"走向"为何有效、对谁有效"。Use when 主回归已稳健但缺机制证据、异质性切分颗粒度不够（只切国企/非国企或东中西）、中介只跑 Sobel、或审稿人追问"为什么会有这个效应"时使用。锚定《管理世界》国务院发展研究中心主办、管理学与经济学并重、规范的机制检验与企业微观异质性传统，落实因果中介、有理论指引的分层切分与系数差异检验，几乎所有本刊实证投稿都需要本环节。 本技能服务于《管理世界》(Management World, MW)。
---

# 机制与异质性（mw-mechanism-heterogeneity）

## 触发时机

- 主回归结果已稳健，但缺机制分析
- 异质性分析只切了"国企 / 非国企"或"东中西"——颗粒度不够
- 审稿人问"为什么会有这个效应？"

## 机制分析（Mechanism）

### 三种主流路径

1. **中介效应 / 调节效应回归**
   - 经典 Baron & Kenny 已被弱化 → 推荐 Bootstrap + 直接估计 + 因果中介（imai-keele-yamamoto）
   - 不要只跑 sobel 检验
2. **替换被解释变量为机制变量**
   - 主回归：政策 → Y
   - 机制：政策 → M（M 为中间机制）
   - 然后讨论 M → Y 的合理性
3. **跨子样本对比**
   - 在"机制成立"和"机制不成立"的子样本中分别估计
   - 如果系数有显著差异，构成机制证据

### 机制写作三段式

```
本文进一步从[机制名]角度提供证据。
首先，[机制变量 M] 与[处理变量 D]的关系：……
其次，在[M 强 / 弱] 子样本中，主效应分别为：……
这一结果支持……机制。
```

## 异质性分析（Heterogeneity）

### 切分维度优先级

按《管理世界》读者期待度排序：

1. **政策强度 / 制度环境** —— 不同地区市场化指数、不同行业管制强度
2. **企业产权 / 公司治理** —— 国企 / 民企 / 外资、董事会独立性
3. **企业规模 / 行业属性**
4. **时间窗** —— 政策初期 vs. 后期
5. **个人特征**（如果是个体层面数据）

至少切 3 个维度，每个维度至少 2 个子样本对比。

### 维度选择原则

- 切分维度必须**有理论指引**——不能"为了切而切"
- 切分要做**系数差异显著性检验**（Chow 检验或交互项）
- 切分后样本不能过少（每个子样本 N ≥ 100 是底线）

## 必查清单

- [ ] 至少 1 个机制 + 至少 3 个异质性维度
- [ ] 机制变量来源于理论 / 已有文献（不是凭空想）
- [ ] 异质性维度有理论指引（不只是描述统计差异）
- [ ] 系数差异显著性检验报告
- [ ] 子样本量足够

## 反模式

- 把控制变量挂上交互项就叫"异质性"
- 中介效应只跑 Sobel 检验
- 机制变量与处理变量构造时使用了未来信息
- 切分后某一组 N=30 还在解释

## 本刊机制与异质性审稿期待表

《管理世界》由国务院发展研究中心主办，秉持"理论贡献 + 中国实践 + 政策含义"三位一体的实证传统，机制与异质性不是装饰，而是从"政策有效"走向"为何有效、对谁有效"的关键，直接关系政策含义的精度。下表锚定本刊审稿期待与常见退稿模式：

| 维度 | 本刊期待 | 退稿高风险信号 |
|---|---|---|
| 机制 | 有理论指引、可被证伪的中间变量 M | 只跑 Sobel、机制凭空想象 |
| 异质性 | 切分对接制度环境/产权/战略议题 | 把控制变量挂交互项充数 |
| 检验严谨 | 系数差异做 Chow/交互项检验 | 只看两组系数大小不做检验 |
| 政策衔接 | 异质性结论可导出差异化政策 | 异质性与政策含义脱节 |

### 常见退稿模式（机制与异质性维度）

- 中介效应只跑 Sobel，未用 Bootstrap 或因果中介，被审稿人判为方法落后
- 异质性只切"国企/非国企""东中西"两刀，颗粒度不足以支撑分层政策建议
- 切分后某子样本 N=30 仍在解释，统计功效不足
- 机制变量构造用到未来信息，造成前视偏误

## 微型走查示例：数字化转型与企业全要素生产率

承接 mw-identification 的数字化转型稿件，走查机制与异质性（数字为示意）：

- **机制（替换被解释变量）**：政策 → 数字化转型程度 M（年报数字化词频）系数 0.21（示意）；再论证 M → TFP 的理论链条（资源配置效率、创新产出）。在 M 强/弱子样本中主效应分别为 0.048 与 0.012（示意），差异显著（交互项 p<0.05，示意），构成机制证据。
- **异质性维度 1（制度环境）**：按市场化指数高低分组，高市场化地区效应 0.056、低市场化 0.020（示意），Chow 检验显著 → 对应"营商环境改革"政策落点。
- **异质性维度 2（企业产权）**：国企 0.025、民企 0.051（示意），提示民企对数字化补贴更敏感。
- **异质性维度 3（要素禀赋）**：劳动密集型 vs. 技术密集型，技术密集型效应更强（示意）。
- **判定**：1 个机制 + 3 个有理论指引的异质性维度 + 系数差异检验齐备 → 可进入 mw-tables-figures；异质性结论已可导出差异化政策（见 mw-policy-implication）。

## 审稿人追问模式 + 本刊语境修法

- 追问"机制变量与处理变量是否同源，存在反向因果？" → 修法：把机制检验设为"政策→M"的简化式，明确 M 的测度时点晚于处理、早于结果，避免前视。
- 追问"异质性差异是统计噪音还是真实结构？" → 修法：报告交互项系数与 Chow 检验，并对子样本量做底线把关（N≥100）。
- 追问"为何挑这几个异质性维度？" → 本刊语境下，编委要求每个维度有理论或制度依据，并能落到"对哪类地区/企业政策更有效"，而非穷举切分。

## 校准锚点

本刊已刊实证论文普遍包含"1 个清晰机制 + 3 个以上有理论指引的异质性维度 + 系数差异显著性检验"，且异质性结论与文末分层政策建议一一呼应。机制方法以因果中介、子样本对比为主流，Sobel 单独使用罕见。具体期待以编辑部最新稿约与同期已刊论文形态为准。

## 输出格式

```
【机制数】X 个
【异质性维度】X 个
【系数差异检验】是 / 否
【机制理论引用】[文献]
【异质性→政策衔接】强 / 中 / 弱
【下一步】mw-tables-figures
```