Partially Identified Heterogeneous Treatment Effect with Selection: An Application to Gender Gaps
样本选择下异质性处理效应的部分识别：性别差距应用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。
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：摘要围绕样本选择、排除限制和异质性处理效应界限展开，属于因果推断。
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
样本选择下异质性处理效应的部分识别：性别差距应用
- 研究问题
- 在就业等样本选择影响结果可观测性的情形下，如何界定不同人群类型的性别差距，并理解这些界限随时间的变化？
- 方法与思路
- 作者在带有排除限制的样本选择模型中划分人群类型，推导各类型的比例与处理效应界限，并考察加入额外假设后的结果。
- 材料陈述的贡献
- 摘要报告始终就业者比例随时间上升，以及不同类型的性别差距界限存在差异；部分类型在额外假设下仍呈持续差距。
- 阅读关注点
- 应核对排除限制的具体含义、人群类型如何定义和识别、界限是否尖锐，以及时间比较和额外假设分别支撑哪些结论。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未说明数据和推断方法，不依赖分布设定也不意味着无需识别假设。
原文摘要
This paper addresses the sample selection model within the context of the gender gap problem, where even random treatment assignment is affected by selection bias. By offering a robust alternative free from distributional or specification assumptions, we bound the treatment effect under the sample selection model with an exclusion restriction, an assumption whose validity is tested in the literature. This exclusion restriction allows for further segmentation of the population into distinct types based on observed and unobserved characteristics. For each type, we derive the proportions and bound the gender gap accordingly. Notably, trends in type proportions and gender gap bounds reveal an increasing proportion of always-working individuals over time, alongside variations in bounds, including a general decline across time and consistently higher bounds for those in high-potential wage groups. Further analysis, considering additional assumptions, highlights persistent gender gaps for some types, while other types exhibit differing or inconclusive trends. This underscores the necessity of separating individuals by type to understand the heterogeneous nature of the gender gap.