正文
1️⃣外生冲击
文中核心解释变量为Ramadan Hours即斋月每日禁食时长。作者论证Ramadan Hours外生性的思路为：①斋月为伊斯兰历法所规定，而每日日出至日落的时长只和具体日期和国家/地区所处纬度决定；②将伊斯兰历法转为公历，结合各国/地区纬度即可得出Ramadan Hours。从因果图（即有向无环图）的角度看，除了具体日期与国家纬度以外，没有别的决定Ramadan Hours的因素了。
纬度和伊斯兰历法几乎没有上游变量（除非把目光置于伊斯兰教创立之时），所以核心解释变量的外生性能够得到保证。
2️⃣实证分析
1.被解释变量
人均GDP的实际增长（2005年作为基期）、生活幸福感和满意度（基于Likert量表构造虚拟变量）、宗教组织或其他组织虚拟变量、宗教信仰、广义信任（虚拟变量：是否大多数人可以信任）、就业增长率、工资增长率。
2.斋月禁食对经济增长的影响
从表1可看到，最精细的估计方程为：
最底下的standardized effect文中并未提及，应该为核心解释变量的系数去均值并除以标准差。第7-8列可能由于在估计全样本时引入了交互项，报告了N/A（not applicable）。笔者认为尽管交互项系数也可以去均值除以标准差，但是得到的结果和前面6列无法比较。
非常值得一提的是，作者只在表格的注释中（未在正文中）报告Ramadan Hours是通过一国首都的日出日落时间计算而来。此处被解释变量（人均GDP增长率）可能只有国家层面的数据，所以相应地一国只能对应一个纬度。笔者认为这天然存在一个问题，即被解释变量是全国层面的均值，而核心解释变量只是一国某纬度的特殊值。相应地需要对除首都外不同城市的纬度所得Ramadan Hours做稳健性检验。笔者认为回归结果在符号上有较强说服力，但数值大小可信性不是很高。没有因果判定的回归只能进行相关性分析。
此外还有一处值得推敲。作者声称样本为1950-2010年逐年数据，以穆斯林为主体的国家的观测值只有1181个。笔者以图1红色区域为基准，共有约27个国家。理论上应有27*60=1620个观测值，但作者并未说明具体的缺失情况。笔者认为作者这部分的结论是关于更信仰伊斯兰教的国家的情况，所以缺失值在这个层面不会造成影响，只在年份和更影响伊斯兰教的国家层面的异质性上存在影响。所以样本缺失不会影响对结果的解释。
在第7-8列观测值为6864，而共有162个国家。理论上应有162*60=9720个观测值。比较好的是缺失值都是30%左右，但这是基于在所有国家实力相近的前提下。一般来说国力更强的国家会有更详细的数据，所以缺失值很可能较多来源于较不发达国家。这对于研究结果是一个很大的威胁。笔者认为要解决这一问题可能可以通过机器学习的方法，把信仰穆斯林的国家和其他国家就经济、政治、文化等变量匹配成相近的两组，再进行回归。
3.斋月禁食对主观幸福的影响
表2最精细的估计方程大致为
4.机制分析——宗教/社会角度
本文从宗教/社会角度的机制分析主要来源于理论模型（表3表4）。笔者认为把实证与理论结合的关键在于把具体的Ramadan Hours先退化成一种宗教活动，再退化成代价高昂的俱乐部商品。当然多多阅读文献也是很重要的，否则很可能连Iannaccone (1992)都没听说过。
作者在正文和附录中都没有陈述任何相关的数理模型，只讲了Iannaccone (1992)的结论：提高宗教活动的严格性和成本可以通过两种方式改善成员的福利（有点类似extensive margin和intensive margin）。第一，这可能会增加参与其他活动的相对成本。第二，严格的做法作为一种筛选手段，可以将相对不忠诚的成员或潜在成员拒之门外。
上述机制还停留在模型设定的抽象层面，具体而言，作者将穆斯林是否存于其他组织的活动建模为参与其他活动的相对成本；将宗教参与率（经过PCA处理）建模为虔诚与否的穆斯林。上述将理论与数据联系起来的一个又一个步骤是非常值得笔者学习的。此外，表4讲述了一个非常好的故事，既有总体不显著，分样本显著，又有符号相异。这是一个很有意思的发现。
在方法上，作者在表3表4中只论证了这两种渠道是显著的。换言之，本文机制分析中理论是为了声明核心解释变量X→机制/中介M→被解释变量Y。接着的实证论证了X→M，即reg M X是显著的。这种机制分析思路直至目前仍然是一种主流，但只能提供相关性的证据。笔者认为，除非有一个很好的因果中介效应框架，否则机制分析只能驻步于相关性上。
表5的y的构成详见表下注释。笔者对y的构造有些疑惑。首先，所有样本都是穆斯林。其次，这些给出的beliefs似乎在各个宗教中都有所体现。所以，笔者的问题在于即使回归结果是不显著的，这能够说明更加严格的宗教要求（即更长的Ramadan Hours）会导致穆斯林的信仰模式没有显著变化吗（即这里的reg y x和作者想说明的内容是一个东西吗）？可能是由于宗教、文化相去甚远，笔者无法从表5中看到什么名堂。
5.机制分析——经济成本角度
此处模型设定比较常规，不再赘述。但y的选取值得说道说道。首先关于机制，这是一个经济学原理中涉及的道理：宗教活动需要时间和金钱的投入，这就具有了机会成本。笔者认为，就业和工资分别是衡量经济成本和生产率的比较好的代理变量。但由于样本过少，结果存在较多局限性，故不对结果做过多论述。
3️⃣很重要的问题
1.Ramadan Hours到底外生不外生
文章花费了不少篇幅讲述核心解释变量Ramadan Hours是外生的。相应地，从因果推断的逻辑看，reghdfe y ramadan_hours即可得到因果效应。但文中依然进行了双向控制以及其他一些控制变量，估计结果也发生了变化。笔者认为这些很可能属于中介变量，即Ramadan_hours→M→y。
以表1为例，作者在文中额外控制了滞后的对数GDP。这在剥离潜在影响核心解释变量渠道的方面是很有意思的，但是作者声明了x的外生性，那么笔者认为控制变量的作用是剥离潜在中介而非控制遗漏变量，从而使得估计系数为净效应（有向无环图中x→y的部分）。但作者在实证部分又不那么确定x的外生性。由于先来后到，这里滞后的gdp显然不是Ramadan hours的下游变量，所以其不可能是潜在中介。笔者便有一个问题：控制滞后gdp的目的是什么？文章中作者认为由于被解释变量为关于经济增长的变量，结果可能受到收敛的影响，因而要控制滞后项。笔者认为这似乎与x的外生性矛盾，不知用意何在。当然，上述也只是笔者的简单看法，易受笔者尚为浅薄的经验所掣肘。
2.回归模型是否可以选取事件研究法
Ramadan Hours是每年都会发生的事情，不属于DID的分析框架。如果硬要将其放入DID框架，即每年斋月斋戒视为一次政策冲击，则存在处置效应异质性的问题。
但是将其置于Event study的框架下，探究时间上的异质性，笔者认为是可行的（相应地采取若干异质性稳健估计量）。但关键在于样本期较长，观测值有限，如果探究时间异质性，那么每一年的观测值称不上大样本，一致性存在挑战。
Filipe Campante, David Yanagizawa-Drott, Does Religion Affect Economic Growth and Happiness? Evidence from Ramadan , The Quarterly Journal of Economics, Volume 130, Issue 2, May 2015, Pages 615–658
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。
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题
,
Econometrics Circle
