Panel data analysis and partisan variables: how periodization does influence partisan effects
Panel data analysis and partisan variables: how periodization does influence partisan effects
复制标题
面板数据分析和党派变量：周期化如何影响党派效应
DOI：
--
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
Carina Schmitt
中科院分区：
文献类型：
--
作者：
Carina Schmitt
比较公共政策宏观定量研究的一个核心结果是，近几十年来，党派政治对政策产出的重要性大幅下降。这一发现很可能是方法学上的人造产物。我认为，面板数据分析中的临时标准，特别是使用国家年份作为周期，会产生估计问题，可能影响针对党派变量的结果。因此，我提出了一种简单直接、理论上合适的替代方法来测试党派政治对政策的影响，即使用内阁而不是国家年。以比较福利国家研究为例，我表明，当使用基于内阁的周期分析时，党派效应是强大而稳定的，而在基于年度数据的标准程序中，党派效应是脆弱而薄弱的。本文旨在表明，在实证分析中，年周期不一定是时间的最佳简化。
ABSTRACT One central result of macro-quantitative studies in comparative public policy is that the importance of partisan politics on policy outputs has strongly decreased in recent decades. This finding may well be a methodological artefact. I argue that ad hoc standards in panel data analysis, especially using country-years as periodization, create estimation problems which potentially influence results against partisan variables. Therefore, I propose a simple and straightforward, as well as theoretically suitable, alternative to test the influence of partisan politics on policies and use cabinets instead of country-years. Using comparative welfare state research as an example, I show that partisan effects are strong and stable when using a cabinet-based periodization and fragile and weak within the standard procedure based on annual data. This article aims at suggesting that annual periods do not need to be the best simplification of time in empirical analyses.
全球化作为“高尔顿问题”：福利国家发展扩散模式分析中缺失的一环
影响因子：
7.8
作者：
Detlef
通讯作者：
Detlef