Synthetic Control Estimation Beyond Comparative Case Studies: Does the Minimum Wage Reduce Employment?
超越比较案例研究的合成控制估计：最低工资是否减少就业？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：摘要明确讨论面板数据、放松可加个体与时间效应，并将合成控制用于最低工资政策效果估计，因此归入面板数据与因果推断。
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
超越比较案例研究的合成控制估计：最低工资是否减少就业？
- 研究问题
- 合成控制能否从单个处理单位、单项政策的案例研究扩展到多个解释变量的面板估计？论文以最低工资变化是否减少就业作为应用问题。
- 方法与思路
- 作者推广合成控制估计量，使其处理多个离散或连续解释变量，并联合估计这些变量的参数及各单位的合成控制，放松可加固定效应设定。
- 材料陈述的贡献
- 摘要称，该推广使合成控制可用于多解释变量的参数估计，并为每个单位构造合成控制；最低工资应用中，作者估计最低工资提高会减少就业。
- 阅读关注点
- 核对推广后参数的含义、识别所需条件及各单位合成控制的构造，并查看最低工资应用的变量设定、不确定性估计与稳健性分析。
- 阅读边界
- 摘要未说明政策变量的识别条件、样本范围、效应大小与不确定性；最低工资减少就业是该应用中的作者估计，不能直接推广到其他背景。
原文摘要
Panel data are often used in empirical work to account for fixed additive time and unit effects. The synthetic control estimator relaxes the assumption of additive fixed effects for comparative case studies in which a treated unit adopts a single policy. This article generalizes the synthetic control estimator to estimate parameters associated with multiple discrete or continuous explanatory variables, jointly estimating the parameters and synthetic controls for each unit. I apply the estimator to study the disemployment effects of the minimum wage, estimating that increases in the minimum wage reduce employment.