Heterogeneous Policy Effects in Comparative Case Studies with Treated-Unit Microdata
利用受治地区微观数据识别比较案例研究中的异质政策效应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：摘要明确结合地区内部 DiD 与总体面板识别异质政策效应，并讨论相对平行趋势，直接对应因果推断与面板数据。
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…
关注这篇论文的作者
利用受治地区微观数据识别比较案例研究中的异质政策效应
- 研究问题
- 改革地区具有个体数据而比较地区只有总体结果时，如何结合两种层级的信息识别异质政策效应，避免要求对照地区微观数据？
- 方法与思路
- 作者结合受治地区内部 DiD 的效应差异与总体面板识别的相容平均效应，要求内部相对平行趋势及总体平均效应的识别假设。
- 材料陈述的贡献
- 摘要称建立了比较地区无个体数据时的异质效应识别框架；地区内部成分可用只有一个处理前时期的重复横截面估计。
- 阅读关注点
- 核对内部相对平行趋势的定义、两层效应的相容与组合方式，以及总体平均效应所需假设和重复横截面的信息要求。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列总体效应的具体识别条件、推断方法或应用验证，不能据此判断稳健性。
原文摘要
Policy reforms are sometimes accompanied by detailed individual-level data in the implementing jurisdiction, while only aggregate outcomes are available for potential comparison jurisdictions. This article develops an identification framework for heterogeneous policy effects when individual-level data are unavailable for the comparison units. The framework combines treatment-effect contrasts from difference-in-differences comparisons within the treated jurisdiction with a compatible population-average effect identified from aggregate panel data. Identification requires relative parallel trends within the treated jurisdiction together with the assumptions needed to identify the population-average effect from the aggregate panel. The within-jurisdiction component can be estimated from repeated cross-sections with a single pretreatment period.