Vardiya-Paylaşım Aracılı Değişken (Bartik Aracısı)
Shift-Share Instrumental Variable (Bartik Instrument) · Ayrıca şöyle bilinir: Bartik instrument, shift-share instrument, Shift-Share Araç Değişkeni (Bartik Instrument)
Vardiya-paylaşım aracılı değişken, yaygın olarak Bartik aracısı olarak bilinir, ulusal veya sektörel düzeydeki şokları (vardiyalar) yerel bileşim ağırlıklarıyla (paylaşımlar) etkileşime sokarak bir araç oluşturan nedensel çıkarım stratejisidir. Modern tanımlama çerçevesi Goldsmith-Pinkham, Sorkin ve Swift (2020) ile Borusyak, Hull ve Jaravel (2022) tarafından ortaya konmuştur.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Yerel bir muameleye (istihdam, ticaret veya göç maruziyeti gibi) bölgeler veya paneller arasında sürekli bir sonuç üzerindeki nedensel etkiyi istediğinizde ve güvenilir ulusal veya sektörel şokları ön-dönem yerel bileşim paylarıyla birlikte oluşturabildiğinizde vardiya-paylaşım IV'ünü kullanın. En az yaklaşık 50 birim gerektirir ve açık bir tanımlama iddiasına dayanır: ya paylar dışsaldır ya da vardiyalar dışsaldır, ilk aşama F-istatistiği 10'un üzerindedir. Ne payların ne de vardiyaların dışsal olduğu iddia edilemiyorsa veya ilk aşama zayıfsa uygun değildir.
Güçlü yönler & sınırlılıklar
- Toplu ulusal veya sektörel şokları, yerel geri bildirimlerden makul ölçüde dışsal olan konuma düzeyinde değişime dönüştürür.
- Şeffaf modern bir çerçeve ile birlikte gelir: Rotemberg ağırlıkları (Goldsmith-Pinkham vd.) tanımlamayı hangi sektörlerin yönlendirdiğini gösterir ve şok düzeyi görünümü (Borusyak vd.) vardiyaların ne zaman tanımlama taşıyabileceğini netleştirir.
- İşgücü, ticaret ve göç alanlarındaki nedensel sorulara, yerel maruziyetin ortak bir şoku yerel yapıyla karıştırdığı durumlarda yaygın olarak uygulanabilir.
- Tanımlama tamamen pay dışsallığına veya şok dışsallığına dayanır; ikisi de geçerli değilse tahmin nedensel değildir.
- Yaklaşık 50 birimden az olduğunda ilk aşama zayıftır (F < 10) ve IV tahmini endojen OLS sonucuna doğru yanlı hale gelir.
- Pay dışsallığı ihlal edildiğinde, Rotemberg ağırlıkları negatif olabilir ve bu da tanımlama hikayesini geçersiz kılar.
SSS
Vardiyalar ve paylar nelerdir?
Vardiyalar ortak, tipik olarak ulusal veya sektörel düzeydeki şoklardır (örneğin endüstriye göre büyüme oranları) ve paylar her konumun ön-dönem bileşim ağırlıklarıdır (örneğin her endüstrideki yerel istihdamın oranıdır). Araç, ikisinin iç çarpımıdır.
Payların veya şokların dışsal olmasına gerek var mı?
İkisinden birine ihtiyacınız var. Goldsmith-Pinkham vd. (2020), dışsal paylardan tanımlama geliştirir ve tahmini hangi sektörlerin yönlendirdiğini göstermek için Rotemberg ağırlıklarını kullanır. Borusyak vd. (2022), regresyonu şok düzeyinde çalıştırmanın daha temiz olduğu dışsal şoklardan tanımlama geliştirir. Bir yola bağlı kalmalı ve onu savunmalısınız.
İlk aşama F-istatistiği neyi gösterir?
Araç gücünü ölçer. 10'un altındaki bir ilk aşama F, iki aşamalı en küçük kareler tahminini endojen OLS sonucuna doğru yanlı hale getiren zayıf bir aracı gösterir. Çerçeve 10'un üzerinde bir F önerir; küçük örnekler (yaklaşık 50 birim altında) genellikle bunu başaramaz.
Rotemberg ağırlıklarım neden negatif?
Negatif Rotemberg ağırlıkları, pay-dışsallık varsayımının başarısız olduğunu, dolayısıyla tanımlama stratejisinin artık geçerli olmadığını gösterir. O zaman bunun yerine şok-dışsallığından tanımlamayı savunmanız veya standart bir 2SLS veya eşleştirme yaklaşımı gibi alternatif bir tasarım düşünmeniz gerekir.
Kaynaklar
- Goldsmith-Pinkham, P., Sorkin, I. & Swift, H. (2020). Bartik Instruments: What, When, Why, and How. American Economic Review, 110(8), 2586–2624. DOI: 10.1257/aer.20181047 ↗
- Borusyak, K., Hull, P. & Jaravel, X. (2022). Quasi-Experimental Shift-Share Research Designs. Review of Economic Studies, 89(1), 181–213. DOI: 10.1093/restud/rdab030 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Shift-Share Instrumental Variable (Bartik Instrument). ScholarGate. https://scholargate.app/tr/causal-inference/shift-share-iv
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Farkların Farkı (Diff-in-Diff)Ekonometri↔ karşılaştır
- Panel Veri Sabit Etkiler ModeliEkonometri↔ karşılaştır
- Regresyon Kesintili Tasarımı (RDD)Nedensel çıkarım↔ karşılaştır
- Regression Kink Design (RKD)Nedensel çıkarım↔ karşılaştır
- İnstrumantal Değişkenler - İki Aşamalı En Küçük Kareler (IV/2SLS)Nedensel çıkarım↔ karşılaştır