Stata中按年份和州计算受处理企业占比的实现方法

以下代码默认数据集为企业-年份维度面板，核心变量定义为firm_id（企业唯一识别ID）、year（统计年份）、state（企业所属州）、treated（当年是否受处理标识，1=受处理，0=未受处理），你可根据实际变量名替换对应位置即可。

方案1：适用于Stata 14.2及以上版本（使用egen内置唯一值计数函数） #

* 第一步：清除同一企业同一年份的重复观测，保证单条企业-年份观测唯一
duplicates drop firm_id year, force

* 第二步：按州、年份分组，统计组内全部唯一企业总数作为分母
bys state year: egen total_firm = nvals(firm_id)

* 第三步：按州、年份分组，统计组内受处理的唯一企业总数作为分子
bys state year: egen treated_firm = nvals(firm_id) if treated == 1
* 同组内所有观测填充统一的受处理企业数，空值补0
bys state year: replace treated_firm = treated_firm[_N]
replace treated_firm = 0 if missing(treated_firm)

* 第四步：计算受处理企业占比
gen treated_ratio = treated_firm / total_firm

方案2：适用于Stata 14.2以下低版本（无内置唯一值计数函数时使用） #

* 第一步：清除同一企业同一年份的重复观测
duplicates drop firm_id year, force

* 第二步：标记每组内唯一企业，统计各州每年总企业数作为分母
bys state year firm_id: gen firm_tag = _n == 1
bys state year: egen total_firm = total(firm_tag)

* 第三步：标记每组内受处理的唯一企业，统计各州每年受处理企业数作为分子
bys state year firm_id: gen treated_tag = _n == 1 & treated == 1
bys state year: egen treated_firm = total(treated_tag)

* 第四步：计算受处理企业占比
gen treated_ratio = treated_firm / total_firm

注意事项：

1. 如果你的原始数据集维度小于企业-年份（比如包含同企业同年份的月度/季度经营数据），需要先执行keep firm_id year state treated + duplicates drop firm_id year, force聚合到企业-年份维度后再计算，避免重复计数。
2. 生成的treated_ratio在同一州同一年份的所有企业观测下取值一致，若仅需要州-年份维度的汇总结果，可执行collapse (first) total_firm treated_firm treated_ratio, by(state year)得到汇总表。

内容的提问来源于stack exchange，提问作者user173192