Spatial vertical regression for spatial panel data: Evaluating the effect of the Florentine tramway's first line on commercial vitality
空间面板数据的空间纵向回归：佛罗伦萨首条电车线对商业活力的影响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：摘要明确讨论空间面板中的干预效应、缺失潜在结果及处理向周边传播，因此对应因果推断、面板数据与网络和干扰。
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…
空间面板数据的空间纵向回归：佛罗伦萨首条电车线对商业活力的影响
- 研究问题
- 当干预发生于特定空间位置时，如何确定周边影响范围、估计随距离变化的效应，并构造空间上协调的反事实结果？
- 方法与思路
- 作者在贝叶斯合成控制的纵向回归框架中引入高斯过程，利用空间结构插补不同距离区域的缺失潜在结果。
- 材料陈述的贡献
- 摘要提出空间纵向回归方法，并将其用于佛罗伦萨首条电车线建设，研究距车站不同距离处的商业分布变化。
- 阅读关注点
- 应核对距离与处理范围的定义、高斯过程的空间设定、对照区域选择，以及空间传播和其他同期变化如何影响因果解释。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实；摘要未说明识别假设、影响范围的估计结果或方法精度的比较数值。
原文摘要
Synthetic control methods are commonly used in panel data settings to evaluate the effect of an intervention. In many of these cases, the treated and control units correspond to spatial units such as regions or neighborhoods. Our approach addresses the challenge of understanding how an intervention applied at specific locations influences the surrounding area. Traditional synthetic control applications may struggle with defining the effective area of impact, the extent of treatment propagation across space, and the variation of effects with distance from the treatment sites. To address these challenges, we introduce Spatial Vertical Regression (SVR) within the Bayesian paradigm. This innovative approach allows us to accurately predict the outcomes in varying proximities to the treatment sites, while meticulously accounting for the spatial structure inherent in the data. Specifically, rooted on the vertical regression framework of the synthetic control method, SVR employs a Gaussian process to ensure that the imputation of missing potential outcomes for areas of different distance around the treatment sites is spatially coherent, reflecting the expectation that nearby areas experience similar outcomes and have similar relationships to control areas. This approach is particularly pertinent to our study on the Florentine tramway's first line construction. We study its influence on the local commercial landscape, focusing on how business prevalence varies at different distances from the tram stops.