Difference-in-Differences with Interference
存在干扰时的双重差分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：摘要直接研究双重差分的因果识别，并显式处理邻居处理引起的干扰和溢出。
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
存在干扰时的双重差分
- 研究问题
- 当单位结果同时取决于自身及邻居的处理状态时，传统双重差分还能识别什么，如何分别估计直接效应与溢出效应？
- 方法与思路
- 作者在修正的平行趋势假设下提出直接处理效应和平均溢出效应的双重稳健估计，并放宽邻域及溢出函数方面的限制。
- 材料陈述的贡献
- 摘要称通常的双重差分在邻域干扰下无法识别所关注效应，并提出相应估计方法及基于渐近分布的稳健推断讨论。
- 阅读关注点
- 应核对直接与溢出效应的具体定义、修正平行趋势的内容，以及双重稳健性和依赖数据下渐近推断分别需要哪些条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审和期刊接收未经核实。摘要未列出完整识别及依赖条件，不能理解为任意干扰下均可有效推断。
原文摘要
In many scenarios, such as the evaluation of place-based policies, potential outcomes are not only dependent upon the unit's own treatment but also its neighbors' treatment. Despite this, "difference-in-differences" (DID) type estimators typically ignore such interference among neighbors. I show in this paper that the canonical DID estimators generally fail to identify interesting causal effects in the presence of neighborhood interference. To incorporate interference structure into DID estimation, I propose doubly robust estimators for the direct average treatment effect on the treated as well as the average spillover effects under a modified parallel trends assumption. I later relax common restrictions in the literature, such as immediate neighborhood interference and correctly specified spillover functions. Moreover, robust inference is discussed based on the asymptotic distribution of the proposed estimators.