Kefa and Park

Kefa and Park



#include<cstdio>
#include<vector>
#include<cstring>
#define MAX 100010
using namespace std;
vector <int> a[MAX];
int visit[MAX];
int cat[MAX];
int leaf[MAX];
int ans,m;
void dfs(int x,int numcat)
{
    if(visit[x])
    return;
    else
    visit[x]=1;
    if(cat[x])
    numcat++;
    else
    numcat=0;
    if(numcat>m)
    return;
    if(leaf[x]==1&&x!=1)
    ans++;
    int len=a[x].size();
    for(int i=0;i<len;i++)
    dfs(a[x][i],numcat);
}
int main()
{
    int n,i,j,k,numcat;
    while(~scanf("%d%d",&n,&m))
    {
        numcat=ans=0;
        memset(visit,0,sizeof(visit));
        memset(leaf,0,sizeof(leaf));
        for(i=1;i<=n;i++)
        {
            scanf("%d",&cat[i]);
            a[i].clear();
        }
        for(i=1;i<=n-1;i++)
        {
            scanf("%d%d",&j,&k);
            a[j].push_back(k);
            a[k].push_back(j);
            leaf[j]++;
            leaf[k]++;
        }
        dfs(1,0);
        printf("%d\n",ans);
    }
    return 0;
}


我现在要使用stata进行实证分析,实证模型如下gtfp1it=α+βkefa+γXit+μi+λt*ρp+ϵi,gtfp1为被解释变量,kefa为核心解释变量,政策冲击年份policy_year分别为2011年和2017年,代表第t年县级行政区i是否被纳入重点生态功能区,x为控制变量集,ϵ为随机干扰项;i表示市级行政区,t表示时间,p表示省级行政区,为提高因果推断的可靠性,本文控制了市级行政区固定效应id和省份—年份联合固定效应provinceid#year,将标准误聚类至市级行政区—年份层面,id_year,控制变量包括,1. 经济发展水平ed 2.产业结构is 3.创新能力creat 4.环境规制强度er 5.政府干预程度gover地6.财政压力pre 7.植被覆盖率plant 8.二氧化碳排放量co2,9,y ,现在我需要构建多时点双重差分模型,要求1.进行描述性统计并输出表格,2进行基准回归并输出表格,表格需要标注是否控制个体固定效应id和省份—年份联合固定效应provinceid#year 3进行创新cr中介机制分析并输出表格,进行环境规制er机制分析并输出表格 4,以2011和2017作为政策冲击时点进行多期did平行趋势检验,要求在进行均值计算后再进行平行趋势检验并输出表格 5,进行地区zone异质性分析,地区包括东中西,输出表格 6,进行安慰剂检验,要求根据kefa相关系数0.76输出结果图, 请确保所有命令完全契合我的模型和我的需求,要求命令必须真实可执行,需要调整的地方请做标注
最新发布
04-20
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值