如何在Stata中生成标识家庭贫困状态的新变量

假设你用来比较的两个数值变量是家庭总收入（比如命名为hh_income）和贫困线标准（比如poverty_threshold），以下是几种常用的实现方式：

1. 生成二元贫困标识变量（最常用） #

直接通过条件判断生成1/0变量（1代表贫困，0代表非贫困）：

gen poverty_status = (hh_income < poverty_threshold)

Stata会自动把条件为真的观测赋值为1，条件为假的赋值为0；如果任一变量存在缺失值，新变量也会自动设为缺失。

如果需要反过来定义（1=非贫困，0=贫困），只需修改比较符号：

gen poverty_status = (hh_income >= poverty_threshold)

2. 手动处理缺失值（更严谨） #

如果需要明确控制缺失值的处理逻辑（比如仅当两个变量都非缺失时才赋值），可以分步骤写：

// 先初始化新变量为缺失值
gen poverty_status = .
// 赋值贫困状态
replace poverty_status = 1 if hh_income < poverty_threshold & !missing(hh_income, poverty_threshold)
replace poverty_status = 0 if hh_income >= poverty_threshold & !missing(hh_income, poverty_threshold)

3. 生成多分类贫困变量 #

如果需要区分不同程度的贫困（比如极端贫困、一般贫困、非贫困），可以这样做：

// 初始化变量
gen poverty_category = .
// 赋值不同类别
replace poverty_category = 0 if hh_income >= poverty_threshold & !missing(hh_income, poverty_threshold)
replace poverty_category = 1 if hh_income >= 0.5*poverty_threshold & hh_income < poverty_threshold & !missing(hh_income, poverty_threshold)
replace poverty_category = 2 if hh_income < 0.5*poverty_threshold & !missing(hh_income, poverty_threshold)

// 给分类变量添加标签（可选，但更易读）
label define poverty_lbl 0 "非贫困" 1 "一般贫困" 2 "极端贫困"
label values poverty_category poverty_lbl

注意事项 #

• 替换代码中的hh_income和poverty_threshold为你实际使用的变量名
• 确保两个变量都是数值型，如果是字符串变量需要先通过destring转换

内容的提问来源于stack exchange，提问作者dilala wusimanjiang