1 + 1[1] 2可重复性研究：区域一体化如何影响环境不平等
📦 源代码: GitHub 仓库
摘要
本研究旨在复现孙晓华等（2025）发表于《中国工业经济》的论文《区域一体化如何影响环境不平等——排污规模与排污强度的双重视角》。该论文探讨区域一体化政策对都市圈内部中心城市与外围城市之间环境不平等的影响。
通过使用作者公开的数据和自行编写的R代码，本研究成功复现了论文的基准回归结果（表1）。复现结果表明：区域一体化政策显著降低了都市圈内部的排污规模不平等（系数-0.0569，p<0.001）和排污强度不平等（系数-0.0375，p<0.001），与原文结论一致。本研究验证了该论文的可重复性，并为区域协调发展政策的环境公平效应提供了独立证据。
关键词：区域一体化；环境不平等；可重复性研究；都市圈；双重差分
1. 引言
1.1 研究背景
区域协调发展是解决中国发展不平衡不充分问题的重要途径。以都市圈为载体的区域一体化战略，在促进经济协同增长的同时，也可能对生态环境产生影响。孙晓华等（2025）关注到一个重要但尚未被充分研究的问题：区域一体化是否会带来环境不平等？
1.2 研究问题与目标
本文的核心研究问题是： - 区域一体化政策是否缓解了都市圈内部的环境不平等？
本研究的目标是： 1. 验证孙晓华等（2025）的基准回归结果是否可复现 2. 通过文献化编程的方式，展示完整的可重复性研究流程 3. 评估该研究的可重复性水平
1.3 本文结构
本文的结构如下：第二部分介绍数据来源和变量定义；第三部分说明研究方法（计量模型）；第四部分展示复现结果并与原文对比；第五部分讨论复现过程中遇到的问题及解决方案；第六部分总结结论与局限性。
2. 数据与变量
2.1 数据来源
本研究使用的数据来源于《中国工业经济》期刊官网公开的论文附件，由原作者孙晓华等提供。数据涵盖了2003-2020年全国33个都市圈的面板数据，包括：
| 数据文件 | 内容 | 观测值数量 |
|---|---|---|
| 数据_Metro.dta | 都市圈层面数据 | 594（33个都市圈 × 18年） |
| 数据_City.dta | 地级市层面数据 | 2,574（143个城市 × 18年） |
| 数据_Firm.dta | 企业层面数据 | 约37,890（2,105家企业 × 18年） |
注：本研究主要使用都市圈层面数据复现表1的基准结果。
2.2 变量定义
被解释变量（环境不平等）
论文从两个维度衡量环境不平等：
| 变量名 | 定义 | 计算公式 |
|---|---|---|
| EI_Q | 排污规模不平等 | 威廉逊系数，基于工业SO₂排放量 |
| EI_I | 排污强度不平等 | 威廉逊系数，基于单位GDP的SO₂排放量 |
威廉逊系数越大，表示都市圈内城市间的环境不平等程度越高。
核心解释变量
| 变量名 | 定义 | 说明 |
|---|---|---|
| Int_Time | 区域一体化政策 | 政策虚拟变量 × 连续政策强度变量 |
| year | 年份固定效应 | 控制时间趋势 |
| id | 都市圈固定效应 | 控制不随时间变化的都市圈特征 |
控制变量
参照现有文献，论文控制了以下变量：
| 类别 | 变量 | 含义 |
|---|---|---|
| 规模特征 | Pop | 人口规模 |
| Land | 行政区划面积 | |
| Eco | 经济规模（GDP） | |
| 结构特征 | Sec | 产业结构 |
| Urb | 城镇化结构 |
3. 研究方法
3.1 计量模型
论文采用多期连续双重差分模型，具体设定如下：
\[EI_{it} = \beta_0 + \beta_1 \times Int\_Time_{it} + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}\]
其中： - \(EI_{it}\) 表示都市圈 \(i\) 在 \(t\) 年的环境不平等程度 - \(Int\_Time_{it}\) 为区域一体化政策变量 - \(X_{it}\) 为控制变量集合 - \(\mu_i\) 为都市圈固定效应 - \(\lambda_t\) 为年份固定效应 - \(\varepsilon_{it}\) 为随机误差项
3.2 复现策略
本研究使用R语言进行复现，主要依赖以下R包：
| R包 | 用途 |
|---|---|
haven |
读取Stata格式数据（.dta） |
fixest |
估计高维固定效应模型 |
modelsummary |
输出回归结果 |
dplyr |
数据处理 |
3.3 代码实现
# 加载包
library(haven)
library(fixest)
library(dplyr)
# 读取数据
metro_data <- read_dta("数据_Metro.dta")
# 基准回归（不加控制变量）
model1 <- feols(EI_Q ~ Int_Time | year + id, data = metro_data)
model2 <- feols(EI_I ~ Int_Time | year + id, data = metro_data)
# 完整回归（加入控制变量）
model1_full <- feols(EI_Q ~ Int_Time + Pop + Land + Eco + Sec + Urb | year + id, data = metro_data)
model2_full <- feols(EI_I ~ Int_Time + Pop + Land + Eco + Sec + Urb | year + id, data = metro_data)4. 复现结果
4.1 描述性统计
首先对数据的基本特征进行描述：
summary(metro_data[, c("EI_Q", "EI_I", "Int_Time")])| 变量 | 观测值 | 均值 | 标准差 | 最小值 | 最大值 |
|---|---|---|---|---|---|
| EI_Q | 594 | 0.428 | 0.276 | 0.050 | 1.622 |
| EI_I | 594 | 0.414 | 0.254 | 0.084 | 1.346 |
| Int_Time | 594 | 0.896 | 1.896 | 0 | 13.68 |
4.2 基准回归结果（表1）
结果对比
| 模型 | 变量 | 本研究复现 | 论文结果 | 是否一致 |
|---|---|---|---|---|
| (1) EI_Q | Int_Time | -0.0569* | -0.0569*** | ✅ |
| (2) EI_Q | Int_Time（加控制变量） | -0.0498* | -0.0471*** | ✅ |
| (3) EI_I | Int_Time | -0.0375* | -0.0375*** | ✅ |
| (4) EI_I | Int_Time（加控制变量） | -0.0339* | -0.0314*** | ✅ |
*** p < 0.01, ** p < 0.05, * p < 0.1
详细回归输出
模型1：排污规模不平等（EI_Q）
OLS estimation, Dep. Var.: EI_Q
Observations: 594
Fixed-effects: year: 18, id: 33
Estimate Std. Error t value Pr(>|t|)
Int_Time -0.0569 0.0111 -5.11 4.47e-07 ***
---
RMSE: 0.178 Adj. R2: 0.582模型2：排污强度不平等（EI_I）
OLS estimation, Dep. Var.: EI_I
Observations: 594
Fixed-effects: year: 18, id: 33
Estimate Std. Error t value Pr(>|t|)
Int_Time -0.0375 0.0107 -3.50 0.00051 ***
---
RMSE: 0.171 Adj. R2: 0.5484.3 结果解读
回归系数均为负数且统计显著（p < 0.01），表明：
- 区域一体化政策显著降低了都市圈内部的排污规模不平等
- 政策实施后，中心城市与外围城市之间的污染排放总量差距缩小
- 区域一体化政策显著降低了都市圈内部的排污强度不平等
- 政策实施后，中心城市与外围城市之间的单位产出污染排放差距缩小
这一结果支持了论文的核心假说：区域一体化有助于缓解环境不平等问题。
4.4 经济显著性
从经济意义上看： - Int_Time每增加1个单位，排污规模不平等程度平均降低5.69% - Int_Time每增加1个单位，排污强度不平等程度平均降低3.75%
这表明区域一体化政策不仅具有统计显著性，也具有经济意义上的重要影响。
5. 复现过程中的问题与反思
5.1 技术问题及解决方案
| 问题 | 解决方案 |
|---|---|
setwd()无法改变工作目录 |
使用Session → Set Working Directory → Choose Directory手动选择 |
固定效应变量名错误（metro不存在） |
使用names(metro_data)查看变量名，发现正确的都市圈ID变量是id |
| Rtools未安装警告 | 不影响本次分析，暂不处理 |
5.2 与原文的微小差异
加控制变量后，系数估计值与原文存在微小差异： - EI_Q：-0.0498 vs -0.0471（差异0.0027） - EI_I：-0.0339 vs -0.0314（差异0.0025）
可能原因： 1. 控制变量选择略有不同（本研究使用了6个控制变量） 2. 标准误的聚类层级可能不同 3. Stata与R在数值计算上的微小差异
结论：差异在可接受范围内，不影响核心结论。
5.3 可重复性评估
| 评估维度 | 评分（1-5） | 说明 |
|---|---|---|
| 数据可用性 | 5 | 作者完整公开了所有数据 |
| 代码可用性 | 4 | 提供了Stata代码，但需翻译为R |
| 结果可复现 | 5 | 核心结果完全复现 |
| 文档完整性 | 4 | 提供了附录说明 |
总体评价：该论文具有良好的可重复性。
6. 结论与展望
6.1 主要发现
本研究成功复现了孙晓华等（2025）的基准回归结果，主要结论如下：
- 区域一体化政策显著降低了都市圈内部的排污规模不平等（系数-0.0569）
- 区域一体化政策显著降低了都市圈内部的排污强度不平等（系数-0.0375）
- 加入控制变量后，结论依然稳健
6.2 研究贡献
本研究的意义在于： - 验证了该论文的可重复性，增强了研究结论的可信度 - 提供了一个完整的可重复性研究范例，可供后续研究参考 - 展示了文献化编程的实践流程
6.3 局限性
本研究的局限性包括： 1. 仅复现了基准回归结果，未验证机制检验、异质性分析等部分 2. 使用了R而非原文的Stata，可能存在软件差异 3. 未进行平行趋势检验等诊断性分析
6.4 未来工作
后续可以进一步： - 复现论文的表2-表7，验证完整结果 - 使用原文的Stata代码直接运行，对比结果 - 尝试复现企业层面的机制分析
7. 参考文献
孙晓华, 任俊林, 王昀. (2025). 区域一体化如何影响环境不平等——排污规模与排污强度的双重视角. 中国工业经济, (10), 5-19.
附录：完整代码
# ============================================
# 复现：区域一体化如何影响环境不平等
# 作者：张芷璇
# 日期：2026-05-29
# ============================================
# 1. 环境设置
setwd("C:/Users/Lenovo/Desktop/my_reproduce_project")
# 2. 加载包
library(haven)
library(fixest)
library(dplyr)
library(tidyr)
# 3. 读取数据
metro_data <- read_dta("数据_Metro.dta")
city_data <- read_dta("数据_City.dta")
firm_data <- read_dta("数据_Firm.dta")
# 4. 查看数据
glimpse(metro_data)
names(metro_data)
# 5. 描述性统计
summary(metro_data[, c("EI_Q", "EI_I", "Int_Time")])
# 6. 基准回归
model1 <- feols(EI_Q ~ Int_Time | year + id, data = metro_data)
summary(model1)
model2 <- feols(EI_I ~ Int_Time | year + id, data = metro_data)
summary(model2)
# 7. 加入控制变量
model1_full <- feols(EI_Q ~ Int_Time + Pop + Land + Eco + Sec + Urb | year + id, data = metro_data)
summary(model1_full)
model2_full <- feols(EI_I ~ Int_Time + Pop + Land + Eco + Sec + Urb | year + id, data = metro_data)
summary(model2_full)声明
本人声明：本报告所有结果均基于作者公开数据独立复现，复现过程如实记录，无篡改结果行为。
张芷璇 2026年5月20日 —
Quarto
Quarto enables you to weave together content and executable code into a finished document. To learn more about Quarto see https://quarto.org.
Running Code
When you click the Render button a document will be generated that includes both content and the output of embedded code. You can embed code like this:
You can add options to executable code like this
[1] 4The echo: false option disables the printing of code (only output is displayed).