Gender_Political

项目概述

本项目分析中国私人企业家政治地位获得的性别差异，基于2016年中国私人企业调查(CPES)数据。该项目遵循prodigenr文件夹结构，用于可重复性研究。

研究目标

• 测量私人企业家在人大、政协任职中的性别差距
• 分析政治忠诚、个人能力和家庭背景等机制的性别化效应
• 检验"女性贬值"与"女性例外"两种理论逻辑

主要发现

• 女性企业家在政治参与中存在显著劣势
• 政治忠诚和个人能力对女性的边际收益更高（支持"女性例外"逻辑）
• 家庭背景对女性的补偿性优势更为明显

实证分析严重缺陷的修改建议

1. 模型设定改进

当前问题： Logit模型设定过于简化，未充分考虑数据结构的复杂性

具体修改建议：

# 采用多层次混合效应模型
library(lme4)
# 考虑省份和行业的随机效应
model <- glmer(political_attainment ~ female * mechanisms + controls + 
               (1|province) + (1|industry), 
               family = binomial, data = cpes_data)

# 或使用条件Logit模型
library(survival)
model <- clogit(political_attainment ~ female * mechanisms + controls + 
                strata(province_industry), data = cpes_data)

2. 因果识别策略强化（已完成测试）

当前状态： ✅ 已测试但未实施

具体实施方案：

a) 工具变量策略：（未来实施建议）

# 利用地区传统文化作为工具变量
iv_model <- ivreg(political_attainment ~ female * mechanisms + controls | 
                   historical_female_status + mechanisms + controls)

b) 倾向得分匹配：（未来实施建议）

library(MatchIt)
match_data <- matchit(female ~ age + education + firm_size + industry, 
                       data = cpes_data, method = "nearest")

b) 倾向得分匹配：

library(MatchIt)
# 匹配具有相似特征的男女企业家
match_data <- matchit(female ~ age + education + firm_size + industry, 
                      data = cpes_data, method = "nearest")

c) 回归不连续设计（如果存在政策阈值）：

# 如果存在年龄、资产等阈值
library(rdrobust)
rd_result <- rdrobust(political_attainment, age_cutoff, c = threshold)

3. 稳健性检验大幅加强

具体实施方案：

a) 安慰剂检验：

# 使用随机分配的"假"性别变量
placebo_test <- replicate(1000, {
  data_temp <- cpes_data
  data_temp$female_fake <- sample(data_temp$female)
  coef(glm(political_attainment ~ female_fake * mechanisms, 
           family = binomial, data = data_temp))["female_fake:mechanisms"]
})

b) 样本敏感性分析：

# 排除特定省份/行业
sensitivity_results <- map(provinces, ~{
  data_subset <- filter(cpes_data, province != .x)
  glm(political_attainment ~ female * mechanisms, 
      family = binomial, data = data_subset)
})

c) 测量误差检验：

# 对关键变量进行噪声添加测试
measurement_error_test <- map(seq(0.1, 0.3, 0.05), ~{
  data_temp <- cpes_data
  data_temp$mechanism_noise <- data_temp$mechanism + rnorm(nrow(data_temp), 0, .x)
  glm(political_attainment ~ female * mechanism_noise, 
      family = binomial, data = data_temp)
})

4. 统计推断修正

具体改进：

a) 多重假设检验修正：

library(p.adjust)
# 对所有交互项进行FDR修正
p_values_adjusted <- p.adjust(interaction_p_values, method = "fdr")

b) Bootstrap置信区间：

library(boot)
boot_results <- boot(data = cpes_data, 
                     statistic = interaction_effect_function, 
                     R = 1000)
boot.ci(boot_results, type = "perc")

项目结构

Gender_Political/
├── data/             # 处理后的数据文件
├── data-raw/         # 原始数据文件(CPES2016.dta, 历史数据等)
├── doc/              # 研究报告、论文草稿和相关文档
├── R/                # R分析脚本
│   ├── clean_data.R     # 数据清理和变量生成
│   ├── build_model.R    # 统计建模
│   ├── classify_social_class.R  # 社会阶层分类
│   └── funs/            # 工具函数
├── plots/            # 图表输出
├── results/          # 分析结果和模型输出
├── CLAUDE.md         # Claude Code项目说明
├── DESCRIPTION       # R包依赖管理
└── README.md         # 项目说明文档

关键文件说明

数据管道

1. 原始数据 (data-raw/CPES2016.dta) → 数据清理 (R/clean_data.R) → 清理数据 (data/)
2. 清理数据 → 统计建模 (R/build_model.R) → 模型结果
3. 结果 → 可视化和报告

核心变量

• female: 核心解释变量（性别指示器）
• npc, cppcc, npc_cppcc: 结果变量（政治地位）
• 控制变量包括教育、年龄、收入、党员身份等

统计方法

• 使用fixest::feglm()进行固定效应Logistic回归
• 控制类别、行业和省份固定效应
• 采用setFixest_fml()自定义公式定义

安装项目R包依赖

如果依赖已通过usethis::use_package("packagename")在DESCRIPTION文件中管理， 打开Gender_Political.Rproj文件并在控制台运行以下命令即可安装依赖：

# install.packages("remotes")
remotes::install_deps()

主要R包

• 数据处理: tidyverse, haven, labelled, janitor
• 统计建模: fixest (固定效应logistic回归)
• 数据可视化: ggplot2
• 描述统计: skimr, psych, gtsummary
• 路径管理: here
• 数据插补: simputation

运行分析

1. 从R/clean_data.R开始数据预处理
2. 运行R/build_model.R进行统计建模
3. 使用R/目录中的其他脚本进行特定分析

更多信息

关于该文件夹和文件工作流程的更多信息，请查看prodigenr在线文档。