Estimating within‐cluster spillover effects using a cluster randomization with application to knowledge diffusion in rural India
利用簇随机化估计簇内溢出效应：印度农村知识扩散应用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：摘要明确采用村级随机分配识别知识分享，并处理簇内溢出对个体处理效应的影响，对应因果推断与干扰研究。
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
利用簇随机化估计簇内溢出效应：印度农村知识扩散应用
- 研究问题
- 在按村庄随机分配干预、村内存在知识传播时，如何区分个人观看信息影片的直接收益与他人分享带来的溢出效应？
- 方法与思路
- 作者结合纵向与家庭内部观测估计直接观影的知识增益，并利用村级随机分配识别知识分享，再以模拟和计量检验评估方法。
- 材料陈述的贡献
- 摘要报告存在知识分享，但文盲和低种姓群体分享较少、更依赖直接观影；结果也与忽略簇内溢出产生较大偏误相一致。
- 阅读关注点
- 应核对纵向和家庭内比较的识别条件、个体观影选择及跨村传播的处理，并检查弱势群体差异和常用估计量偏误的证据。
- 阅读边界
- 摘要未说明个体观影选择、跨村传播及模型设定所需条件；对忽略溢出的估计量偏误，也未提供大小和适用范围。
原文摘要
Summary Spillover effects within randomized clusters pose a challenge for identifying impacts of an individualized treatment. The paper proposes a solution. Longitudinal and intra‐household observations are combined in estimating the direct knowledge gain from watching an info‐movie in rural India, while randomized village assignment identifies knowledge sharing. Simulations on synthetic data and econometric tests provide support for the estimation method. We find evidence of information sharing, but far less so for disadvantaged groups, such as illiterate and lower‐caste individuals; these groups rely more on actually seeing the movie. Our results are consistent with sizeable biases in ordinary least squares, matching or instrumental variable impact estimators that ignore within‐cluster spillovers.