Time-series cross-section analyser i komparativ politisk økonomi

Time-Series Cross-Section (TSCS) analyser anvendes ofte inden for komparativ politik og politisk økonomi. Betegnelsen TSCS henviser til, at, at man har en tids-dimension med perioder og en tværsnits-dimension med enheder De samme enheder observeres således over tid. Den metodiske litteratur om TSCS analyser antager oftest, at læseren kender til en række grundelementer i mødet med TSCS. I stedet fokuserer litteraturen på bestemte nye modeller og sammenligning af estimations­metoder. Vi giver her en samlet introduktion til grundelementerne, man som minimum bør være opmærksom, når man udfører TSCS analyser. De seks elementer, vi fokuserer på, er: (1) det teoretiserede forhold og variabeltyper, (2) ikke-stationære variable og håndtering heraf, (3) modelvalg og homogene/heterogene effekter, (4) lagstrukturer, (5) brugen af fixed effects og (6) kausalitet og tolkning af TSCS analyser. Alle elementer er bundet sammen ved et fælles mål om at skabe sammenhæng mellem teori, data og metode. Artiklen afsluttes med en TSCS ’kogebog’, der opsummerer de 6 punkter og giver en introducerende guide til TSCS analyser.

时间序列截面（Time-Series Cross-Section, TSCS）分析工具常被应用于比较政治学与政治经济学研究领域。TSCS这一术语指代的是，研究同时包含时间维度（含若干观测周期）与截面维度（含若干观测单元），即对同一批观测单元开展跨时段追踪观测。现有TSCS分析的方法学文献通常默认读者已掌握TSCS研究的若干基础概念，因此其论述重点转而聚焦于特定新型模型与估计方法的对比分析。本文在此提供系统性介绍，涵盖开展TSCS分析时至少应当掌握的核心基础要素。本文重点阐述六大核心要素：(1) 理论关联与变量类型；(2) 非平稳变量及其处理方法；(3) 模型选择与同质/异质效应；(4) 滞后结构；(5) 固定效应的应用；(6) TSCS分析中的因果推断与结果解读。所有上述要素均围绕统一目标展开，即实现理论、数据与方法三者的有机衔接。本文末尾附带TSCS实操手册，对上述六大要点进行总结，并为TSCS分析提供入门指引。