构建县级面板与财富不平等暴露
建立地方财富不平等与死亡率的纵向分析数据。
将美国国家卫生统计中心限制访问全因死亡率数据、人口估计、ACS县级特征与GEOWEALTH-US通勤区家庭净财富不平等估计合并,按县-年组织分析单位。
Local Wealth Inequality and Working-Age Mortality in US Counties
县级纵向观察分析,基于GEOWALTH-US估算与死亡登记数据,仅作关联分析,未直接验证机制
美国县级面板数据(1970-2019年,最多18 344个县-年观察值) 732个通勤区家庭净财富不平等暴露
暴露为通勤区家庭净财富Gini指数得分 结局为分性别、年龄调整全因死亡率,以自然对数尺度建模 模型纳入县、年份及州×年份固定效应,并按年龄-性别人口加权 比较财富不平等与收入不平等分别及联合纳入模型的结果 采用一阶差分、Poisson计数模型等敏感性分析
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立地方财富不平等与死亡率的纵向分析数据。
将美国国家卫生统计中心限制访问全因死亡率数据、人口估计、ACS县级特征与GEOWEALTH-US通勤区家庭净财富不平等估计合并,按县-年组织分析单位。
检验县内地方财富不平等变化是否与年龄调整全因死亡率相关。
采用加权双向固定效应线性模型,结局为县级年龄调整全因死亡率的自然对数,暴露为通勤区家庭净财富Gini指数得分。
评估主模型结果在不同设定下是否稳健。
进行一阶差分、前置一阶差分、替代财富不平等指标、排除最大都市区、十年平均死亡率、Poisson计数模型及分时期/地区/基线财富异质性分析。
探索与观察到的关联相一致的可能通路。
对心血管病、癌症、传染病、意外伤害、自杀、药物相关原因及其余原因死亡率重复主模型。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 暴露与结局测量 | 通勤区家庭净财富Gini指数得分;县级分性别、年龄调整全因死亡率;以自然对数尺度建模 阅读提示:Methods的Exposures and Outcomes小节 |
| 双向固定效应模型设定 | 县固定效应、年份固定效应、州×年份固定效应、年龄-性别人口加权、通勤区层面聚类标准误 阅读提示:Methods的Statistical Analyses小节及Table 2脚注 |
| 协变量调整 | 中位财富、中位收入、大学学历比例、Black人口比例、Hispanic人口比例、就业、制造业就业、收入不平等、劳动年龄人口、贫困、目标年龄组人口比例 阅读提示:Methods的Statistical Analyses小节及eTable 11 |
| 敏感性分析设定 | 一阶差分模型、替代财富份额指标、排除20个最大都市区、十年平均死亡率、Poisson计数模型 阅读提示:Methods的Statistical Analyses小节、Figure 3及eTable 3-23 |
| 样本量与排除标准 | 最多18 344个县-年观察值、732个通勤区;仅当某性别-年龄组在某县-年无死亡记录时排除 阅读提示:Methods的Data小节及eTable 5 |