【香樟推文3505】《国际版“许三观卖血记”：来自美国血浆中心开设的例证》

研究主要采用如下 四类 数据集：

（1）采用FDA的数据、Google影像和Wayback互联网档案来识别血浆中心的位置，并定义每个血浆中心的开设时间窗口。

（2）为了分析卖血者的特点和动机，使用了由圣路易斯华盛顿大学社会政策研究所在2018至2021年期间，进行的唯一涉及受访者卖血行为的全国性调查。在样本中，3.3%受访者在过去6个月内至少卖过一次血。

（3）由于调研数据主要是横截面数据无法估算因果效应，作者采用两个全国追踪数据集，来补充验证血浆中心开设对于居民债务和消费的影响。作为消费水平的代理变量，本研究采用了2018年1月至2021年5月期间，覆盖超过600万个美国商户的SafeGraph手机追踪数据，来衡量血浆中心开设后，不同类型本地商户的客流量变化。

（4）采用Clarity收集的居民多种贷款类型的查询和交易数据，包括发薪日贷款、分期付款贷款、租购贷款和汽车贷款等等。由于某些贷款产品的数据记录不一致，作者主要关注分期和发薪日两类贷款。

在评估地方血浆中心开设对个体影响时，本文面临的一个重要识别挑战是： 血浆中心的位置并非随机分布。 为解决此问题，作者选择设定一个合理的血浆中心周围的区域，并将开设血浆中心后的变化（处理组）与尚未开设血浆中心的区域（对照组）或早已存在血浆中心区域之间变化进行比较。

因此，作者采用交叠DID方法，将每开设一个血浆中心视为一次外生冲击，划入特定的队列数据集C，作为独立的DID事件处理。选择血浆中心开设前的时期作为基准期，对于每个队列关注血浆中心开设前后4年内窗口T。具体模型及变量解释如下：

此外，作者补充了一些 实证处理细节 也非常值得学习： 首先是作者将血浆中心有效覆盖范围设置在5公里以内。 研究绘制了来自不同距离邮政区块组（CBG）居民访问血浆中心的月度比例图。结果发现对于平均血浆中心而言，41%的访客居住在距离血浆中心5公里以内的区域。当CBG距离血浆中心5公里以内时，该地区居民访问血浆中心的比例是距离中心5至10公里地区的7倍。

其次是界定Clarity数据中的个体和SafeGraph数据中的商户观测值与血浆中心距离问题。