A Cautionary Tale of Evaluating Identifying Assumptions: Did Reality TV Really Cause a Decline in Teenage Childbearing?
识别假设检验的警示：真人秀真的降低了青少年生育率吗？AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确讨论双重差分、平行趋势、工具变量及全国同步变化下的因果识别。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
识别假设检验的警示：真人秀真的降低了青少年生育率吗？
- 研究问题
- 全国同时发生的变化缺乏明确反事实时，利用处理前特征代理地区暴露差异，是否足以识别真人秀对青少年生育率的因果影响？
- 方法与思路
- 作者重新分析既有研究，在类似双重差分的框架中控制由处理前族裔构成或失业率关联的差异趋势，并延长处理前时期进行安慰剂检验。
- 材料陈述的贡献
- 摘要称，加入差异趋势后原有效应消失，节目播出前也出现类似效应；作者据此质疑平行趋势假设及原结论的因果解释。
- 阅读关注点
- 应核对暴露代理与工具变量的具体用法、趋势控制和安慰剂设定，以及这些检验能否区分识别失效与模型设定变化的影响。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，不能独立验证原研究及再分析；结果质疑既有因果解释，但不足以证明节目真实效应为零。
原文摘要
Evaluating policy changes that occur everywhere at the same time is difficult because of the lack of a clear counterfactual. Hoping to address this problem, researchers often proxy for differential exposure using some observed characteristic in the pretreatment period. As a cautionary tale of how difficult identification is in such settings, we re-examine the results of an influential paper by Melissa Kearney and Phillip Levine, who found that the MTV program 16 and Pregnant had a substantial impact on teen birth rates. In what amounts to a difference-in-differences approach, they use the pretreatment levels of MTV viewership across media markets as an instrument. We show that controlling for differential time trends in birth rates by a market's pretreatment racial/ethnic composition or unemployment rate causes Kearney and Levine's results to disappear, invalidating the parallel trends assumption necessary for a causal interpretation. Extending the pretreatment period and estimating placebo tests, we find evidence of an “effect” long before 16 and Pregnant started broadcasting. Our results highlight the difficulty of drawing causal inferences from national point-in-time policy changes.