Estimating a Continuous Treatment Model with Spillovers: A Control Function Approach
具有溢出效应的连续处理模型估计：控制函数方法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：摘要明确研究连续处理的因果识别，并允许社会网络中邻居处理产生溢出效应。
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
具有溢出效应的连续处理模型估计：控制函数方法
- 研究问题
- 当个体结局同时受自身连续处理和邻居处理加权平均影响，且两者均内生时，如何识别直接作用与社会网络溢出效应？
- 方法与思路
- 作者利用适当工具变量构造控制函数，研究条件平均潜在结果的非参数识别，并为更易应用的半参数模型提出三步估计。
- 材料陈述的贡献
- 摘要称，论文建立内生连续处理与网络溢出并存时的非参数识别结果，给出半参数估计程序，并用地区失业率与犯罪率作示例。
- 阅读关注点
- 应核对工具变量如何分别提供自身和邻居处理的识别信息、网络权重与潜在结果的设定，以及三步估计的不确定性处理。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收。摘要未列出工具变量有效性及网络形成条件，也未报告应用效应数值。
原文摘要
We study a continuous treatment effect model in the presence of treatment spillovers through social networks. We assume that one's outcome is affected not only by his/her own treatment but also by a (weighted) average of his/her neighbors' treatments, both of which are treated as endogenous variables. Using a control function approach with appropriate instrumental variables, we show that the conditional mean potential outcome can be nonparametrically identified. We also consider a more empirically tractable semiparametric model and develop a three-step estimation procedure for this model. As an empirical illustration, we investigate the causal effect of the regional unemployment rate on the crime rate.