Difference-in-Differences Estimators for Treatments Continuously Distributed at Every Period
各期处理均连续分布时的双重差分估计量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：摘要直接研究连续处理面板数据中的双重差分识别与估计，明确对应因果推断和面板数据。
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…
各期处理均连续分布时的双重差分估计量
- 研究问题
- 当税率、关税或价格在每一期均连续分布时，如何利用面板中的处理变化识别结果对处理强度的因果斜率？
- 方法与思路
- 作者在相同基期处理水平下比较变动者与不变者，利用平行趋势识别斜率，并为两类加权平均构造双重稳健估计。
- 材料陈述的贡献
- 摘要称，两类估计量具有半参数效率与根号样本量一致性，框架还扩展至工具变量，并用于汽油税的价格和消费效应。
- 阅读关注点
- 应核对条件平行趋势、相同基期处理水平下不变者的支持、两种权重的含义，以及双重稳健和效率结论的条件。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审与期刊接收未核实；摘要未完整说明支持及正则条件，不能推广至缺少可比不变者的设计。
原文摘要
When studying the effects of taxes, tariffs, or prices using panel data, the treatment is often continuously distributed in every period. We develop difference-in-differences (DID) estimators for such settings. We partition units into switchers, whose treatment changes between consecutive periods, and stayers, whose treatment remains constant. Under a parallel-trends assumption, we show that the slopes of switchers' potential outcomes with respect to the treatment are nonparametrically identified by DID comparisons between switchers and stayers sharing the same baseline treatment level. Conditioning on the baseline treatment is key, as it ensures that the underlying parallel-trends assumption accommodates time-varying treatment effects. We then study two weighted averages of these slopes, discuss their respective advantages, and propose for each a doubly robust, semiparametrically efficient, and $\sqrt{n}$-consistent estimator. Finally, we extend our framework to instrumental variables and illustrate it by estimating the effects of gasoline taxes on prices and fuel consumption.