COMPLEMENTARITY AND IDENTIFICATION
互补性与识别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。
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：摘要直接研究平均处理效应和处理效应分布的非参数界限，并讨论随机试验与工具变量，支持因果推断及分布效应分类。
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
互补性与识别
- 研究问题
- 在多维处理或存在处理效应异质性时，如何将政策互补性的形状限制转化为信息，从而收紧平均及分布处理效应的界限？
- 方法与思路
- 作者以处理响应的超模性施加跨维限制，结合统计独立性推导分布效应界限，并以超模工具变量纳入异质性产生的互补性。
- 材料陈述的贡献
- 摘要称，超模性及相关工具变量能够加强单一或多重处理的部分识别，并通过土地分区对城市空间结构的长期影响展示应用。
- 阅读关注点
- 应核对超模性的经济含义与可辩护性、独立性和工具变量限制，以及各假设分别如何改变平均效应与分布效应的识别界。
- 阅读边界
- 仅据所给 Crossref 版本摘要，不能判断界限是否尖锐、假设的可检验性或应用效应大小；界限改善依赖额外互补性限制。
原文摘要
This paper examines the identification power of assumptions that formalize the notion of complementarity in the context of a nonparametric bounds analysis of treatment response. I extend the literature on partial identification via shape restrictions by exploiting cross-dimensional restrictions on treatment response when treatments are multidimensional; the assumption of supermodularity can strengthen bounds on average treatment effects in studies of policy complementarity. This restriction can be combined with a statistical independence assumption to derive improved bounds on treatment effect distributions, aiding in the evaluation of complex randomized controlled trials. Complementarities arising from treatment effect heterogeneity can be incorporated through supermodular instrumental variables to strengthen identification in studies with one or multiple treatments. An application examining the long-run impact of zoning on the evolution of urban spatial structure illustrates the value of the proposed identification methods.