Stochastic Boundaries in Spatial General Equilibrium: A Diffusion-Based Approach to Causal Inference with Spillover Effects
空间一般均衡中的随机边界：基于扩散的溢出效应因果推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究局部干预的因果效应、空间溢出及相互连接地区中的传播。
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…
关注这篇论文的作者
空间一般均衡中的随机边界：基于扩散的溢出效应因果推断
- 研究问题
- 局部干预的空间溢出何时扩展为系统性一般均衡影响，如何识别这一转变的空间范围、时间边界与效应放大？
- 方法与思路
- 作者结合去噪扩散模型、Lévy跳跃扩散、阈值首次到达时间及CUSUM序贯检测，研究日本都道府县的AI采用。
- 材料陈述的贡献
- 摘要报告约35公里尺度的跳跃及一般均衡效应放大42%，并称忽略边界会造成模拟中的低估；这些均为作者陈述。
- 阅读关注点
- 应核对AI采用的因果识别策略、扩散模型与经济均衡机制的联系，以及边界阈值、报告幅度和模拟设定的依据。
- 阅读边界
- 这是arXiv预印本，同行评审及期刊接收未核实；摘要未说明关键识别假设，报告数值和“首个严谨方法”主张均未验证。
原文摘要
This paper introduces a novel framework for causal inference in spatial economics that explicitly models the stochastic transition from partial to general equilibrium effects. We develop a Denoising Diffusion Probabilistic Model (DDPM) integrated with boundary detection methods from stochastic process theory to identify when and how treatment effects propagate beyond local markets. Our approach treats the evolution of spatial spillovers as a Lévy process with jump-diffusion dynamics, where the first passage time to critical thresholds indicates regime shifts from partial to general equilibrium. Using CUSUM-based sequential detection, we identify the spatial and temporal boundaries at which local interventions become systemic. Applied to AI adoption across Japanese prefectures, we find that treatment effects exhibit Lévy jumps at approximately 35km spatial scales, with general equilibrium effects amplifying partial equilibrium estimates by 42\%. Monte Carlo simulations show that ignoring these stochastic boundaries leads to underestimation of treatment effects by 28-67\%, with particular severity in densely connected economic regions. Our framework provides the first rigorous method for determining when spatial spillovers necessitate general equilibrium analysis, offering crucial guidance for policy evaluation in interconnected economies.