Appearance
STADL up! The spatiotemporal autoregressive distributed lag model for TSCS data analysis
Summary
Problem: 时间序列横截面（TSCS）数据在政治学中广泛使用，但大多数研究未能同时处理空间和时间两个维度的依赖。作者通过手动审查201篇TSCS文章发现，仅约6%的文章同时直接建模了时间和空间依赖。当空间和时间依赖同时存在时，单独处理其中一个维度会导致另一个维度依赖参数的估计偏差，进而影响协变量效应的估计和统计推断。
Approach: 作者首先从理论上分析空间和时间依赖的相互交织关系，然后通过模拟研究证明错误设定一个维度依赖会如何影响另一个维度的估计。在此基础上，作者提出并推荐使用时空自回归分布滞后（STADL）模型，该模型嵌套了大多数常见的空间、时间和时空设定，能够同时处理两个维度的依赖。作者还通过两个实证重分析示例和R代码来展示STADL模型的应用。
Finding: 研究发现：（1）对空间或时间依赖的不充分处理会使两个维度的滞后系数估计产生偏差——被更好设定的过程被高估，而被较差设定的过程被低估；（2）这会导致其他协变量系数估计的遗漏变量偏差；（3）偏差的依赖参数和协变量系数会进一步导致时空效应估计的偏差；（4）基于这些估计的诊断和设定检验也会受到损害。
Significance: 该研究对政治学中大量使用TSCS数据的实证研究具有重要方法论意义。它表明研究者不能简单地从时间序列或横截面分析中借用策略，而必须直接面对数据的时空本质。正确设定时间和空间依赖对于准确估计协变量效应、进行有效推断以及理解实质性的政治过程（如民主化扩散）至关重要。
Theoretical Framework
- Theoretical tradition: 该方法论论文属于政治学中的定量方法论传统，特别是空间计量经济学和时间序列分析的交叉领域。
- Prior theories built upon: 论文建立在以下理论和模型之上：Stimson（1985）的“回归在空间和时间中”的开创性工作；空间计量经济学中的空间误差模型（SEM）、空间滞后X模型（SLX）、空间自回归模型（SAR）和空间Durbin误差模型（SDEM）；时间序列分析中的序列相关误差（SCE）模型、有限分布滞后（FDL）模型和自回归模型；Elhorst（2001; 2014）的时空模型；Franzese和Hays（2007; 2008a; 2008b）关于空间依赖和效应计算的工作；Cook, Hays和Franzese（2020）关于空间依赖来源的规范问题。
- Causal mechanism: 论文的核心机制是：当空间和时间依赖同时存在时，被遗漏或较差设定的依赖过程会通过遗漏变量偏差机制影响被包含或较好设定的依赖参数的估计。具体而言，如果民主既在时间上持续（自依赖）又在空间上传染（相互依赖），那么任何遗漏的空间滞后也会在时间上自相关，任何遗漏的时间滞后也会在空间上相互依赖，导致被包含的依赖过程对被遗漏的过程具有“检验力”，从而产生偏差。
- Key assumptions: 论文假设TSCS数据中通常同时存在空间和时间依赖；假设线性可加可分离的均值和随机成分（仅为简化表述）；假设一阶时间滞后在大多数年度TSCS应用中足够；假设空间权重矩阵W是预先设定的。
- Theoretical move: 该论文扩展了现有的空间和时间依赖模型，将两者联合考虑，并综合了空间计量经济学和时间序列分析的方法，提出STADL模型作为嵌套多种常见设定的通用框架。它挑战了以往将空间和时间依赖分开处理的实践。
- Scope conditions: 论文的结论适用于TSCS数据，特别是政治学中常见的年度数据。作者指出，在年度时间粒度下，一阶时间滞后在大多数应用中足够。论文不涉及空间单元聚合问题（MAUP）和W矩阵的详细设定问题。
Research Design
本文是方法论论文，采用模拟研究和实证重分析相结合的设计。具体包括：
- 模拟研究：通过蒙特卡洛模拟生成具有已知数据生成过程（DGP）的TSCS数据，其中同时包含空间和时间依赖。然后比较不同模型设定（如仅时间、仅空间、时空联合）下的估计表现，考察依赖参数和协变量系数的偏差。
- 实证重分析：对两个已有的TSCS研究进行重新分析，展示STADL模型的应用。分析单元为国家-年度（country-year），关键自变量和因变量根据具体应用而定（如经济发展与民主的关系）。
- 论文还提供了R代码，涵盖从空间权重矩阵（W）的自动化生成到时空效应/响应计算的全流程。
Data & Sample
- 模拟数据：通过蒙特卡洛模拟生成，N（单元数）和T（时间期数）根据具体模拟设定而变化，数据生成过程已知。
- 实证重分析数据：论文提到两个示例重分析，但正文中未详细列出具体数据集。根据论文主题（发展与民主、民主扩散），推测使用跨国面板数据。
- 文献审查数据：作者手动审查了1980-2019年间发表在American Political Science Review、American Journal of Political Science和Journal of Politics上的201篇TSCS文章，统计其处理时间和空间依赖的方式。
Analytical Strategy
- 模拟分析：设计多种数据生成过程，包括同时包含空间自回归（SAR）和时间自回归（AR）的过程，以及包含空间和时间的分布滞后过程。比较不同模型设定（如仅SAR、仅AR、SAR+AR、STADL）下的估计偏差。
- 实证重分析：使用STADL模型重新分析两个已有研究，展示如何同时估计空间和时间依赖参数，并计算时空效应/响应。
- 诊断检验：讨论标准诊断检验在错误设定下的表现，说明错误设定会损害诊断检验的有效性。
- 稳健性：论文通过模拟研究系统地展示了不同设定下的偏差模式，这本身构成了一种稳健性分析。
Results & Findings
主要发现1：依赖参数的偏差。当空间和时间依赖同时存在时，仅建模其中一个维度会导致被建模维度的依赖参数被高估，而未建模维度的依赖参数被低估。这意味着，如果研究者只建模时间依赖而忽略空间依赖，时间滞后系数会被高估；反之亦然。这一发现直接支持了论文的核心论点：空间和时间依赖不能分开处理。
主要发现2：协变量系数的遗漏变量偏差。依赖参数的偏差会进一步导致其他协变量系数估计的遗漏变量偏差。这是因为被遗漏的依赖过程与包含的协变量相关，从而污染了协变量系数的估计。这意味着即使研究者对时空过程本身不感兴趣，只关心“x对y的效应”，也必须正确设定两个维度的依赖。
主要发现3：时空效应估计的偏差。偏差的依赖参数和协变量系数会组合起来，导致估计的时空效应（如冲击的传播和衰减）产生偏差。不同的依赖来源（结果自回归、协变量溢出、误差相关）意味着实质不同的效应，错误设定会导致对效应大小和传播方式的错误理解。
主要发现4：诊断和设定检验的失效。错误设定的依赖过程会损害标准诊断检验的有效性，使研究者难以通过诊断检验来指导模型设定。这意味着依赖诊断检验来修正模型设定的策略在TSCS数据中可能不可靠。
主要发现5：STADL模型的有效性。STADL模型作为嵌套多种常见设定的通用框架，能够同时处理空间和时间依赖，提供有效的估计和检验。两个实证重分析示例展示了STADL模型的应用价值。
Limitations
- 论文未详细讨论空间权重矩阵（W）的设定问题，仅指出理论应主导W的选择，地理邻近是方便的默认选择。
- 论文未涉及空间单元聚合问题（MAUP），即空间单元划分方式对结果的影响。
- 论文未讨论多个空间滞后阶数的问题，仅关注一阶空间滞后。
- 论文未深入讨论W矩阵错误设定的后果，仅引用其他研究指出后果通常不如担心的严重。
- 论文的模拟研究基于特定的数据生成过程，结论的普遍性依赖于这些设定的代表性。
Key Contributions
- 首次系统性地分析和证明在TSCS数据中，空间和时间依赖的联合设定是必要的，单独处理其中一个维度会导致另一个维度的估计偏差。
- 提出STADL（时空自回归分布滞后）模型作为TSCS数据分析的有效通用起始规范，该模型嵌套了大多数常见的空间、时间和时空设定。
- 通过模拟研究提供了关于错误设定后果的严格证据，包括依赖参数偏差、协变量系数偏差、效应估计偏差和诊断检验失效。
- 提供了R代码，涵盖从空间权重矩阵（W）的自动化生成到时空效应/响应计算的全流程，降低了应用门槛。
- 通过两个实证重分析示例展示了STADL模型在实质性政治学研究中的应用价值。
- 对政治学中大量使用TSCS数据的实证研究提出了重要的方法论警示，强调正确设定时间和空间依赖对于有效推断的必要性。
Key Claims
"We show that when both spatial and temporal dependence are present, as in most real-world TSCS data, a more complex set of relationships manifests because temporal and spatial dependence are necessarily related, and, therefore, cannot generally be safely considered separately." (Introduction)
"inadequate address of spatial or temporal dependence (1) biases the estimated coefficients on both temporal and spatial lags, with the better-specified process overestimated and the less-well-specified underestimated, which (2) induces omitted-variable bias in other covariates' coefficient-estimates, and these biased dependence parameters and covariate coefficients combine to bias (3) the estimated spatiotemporal effects and (4) the diagnostic and specification tests derived from them." (Introduction)
"This is why researchers must jointly model the spatiotemporal process: when both spatial and temporal dependence are present, obtaining accurate estimates of one dimension of dependence while neglecting the other is impossible." (Introduction)
"Our suggested Spatiotemporal Autoregressive Distributed Lag (STADL) model, which follows on and builds from Elhorst (2001; 2014), spans these dependence source and dimension possibilities—that is, the STADL nests within it most common spatial, temporal, and spatiotemporal specifications—enabling proper address of both spatial and temporal dependence and therefore valid statistical tests and good substantive estimates of spatiotemporal dynamic effects, making the STADL an effective starting point for researchers' TSCS data analyses." (Introduction)
"As Franzese and Hays (2007; 2008a; 2008b) and Cook, Hays, and Franzese (2020) show, different forms of spatiotemporal dependence imply substantively importantly different effects, meaning how outcomes, y, respond across units over time to hypothetical or counterfactual 'shocks' in covariates, dx." (Introduction)