Supercompliers
超级服从者：同时响应资格与受益于处理的群体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：摘要明确基于二元处理工具变量和局部平均处理效应框架研究响应资格且受益于处理的群体。
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…
超级服从者：同时响应资格与受益于处理的群体
- 研究问题
- 在二元处理的工具变量框架下，如何刻画既因获得资格而增加处理接受、又因接受处理而改善结果的群体，并用于政策福利分析？
- 方法与思路
- 作者定义超级服从者，在标准局部平均处理效应假设之外加入结果单调性，提出群体刻画工具，并通过工具变量回归进行估计和推断。
- 材料陈述的贡献
- 摘要称，所需假设具有联合可检验性，并在两个职业培训实验中展示方法，尤其用于将社会福利权重纳入公共资金边际价值分析。
- 阅读关注点
- 应核对结果单调性的精确定义、联合可检验性的含义、群体刻画所需观测信息，以及工具变量回归如何连接福利权重和政策评价。
- 阅读边界
- 所用摘要来自 arXiv 预印本，同行评审及期刊接收未核实；摘要未展开检验与识别条件，超级服从者的政策解释依赖其所述假设成立。
原文摘要
In a binary-treatment instrumental variable framework, we define supercompliers as the subpopulation whose treatment take-up positively responds to eligibility and whose outcome positively responds to take-up. Supercompliers are the only subpopulation to benefit from treatment eligibility and, hence, are important for policy. We provide tools to characterize supercompliers under a set of jointly testable assumptions. Specifically, we require standard assumptions from the local average treatment effect literature plus an outcome monotonicity assumption. Estimation and inference can be conducted with instrumental variable regression. In two job-training experiments, we demonstrate our machinery's utility, particularly in incorporating social welfare weights into marginal-value-of-public-funds analysis.