Identification and Estimation of Staggered Difference-in-Differences with Network Spillovers
存在网络溢出的交错双重差分：识别与估计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：摘要直接研究交错双重差分的因果识别，以及其他单位采纳造成的网络溢出。
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
存在网络溢出的交错双重差分：识别与估计
- 研究问题
- 交错采纳设计中，处理组和对照组均可能受到其他单位采纳的影响时，如何识别自身采纳效应、网络溢出效应及总效应？
- 方法与思路
- 作者用研究者指定的暴露映射划分状态，在条件平行趋势下匹配从未采纳单位，并构造结果回归及部分效应的双重稳健估计。
- 材料陈述的贡献
- 摘要称识别并分解三类效应，建立空间依赖下的渐近正态性；社区卫生中心应用中，处理后的总效应和溢出效应为负。
- 阅读关注点
- 应核对暴露映射与反事实暴露的定义、状态匹配所需支持条件，以及平行趋势、空间依赖和双重稳健性的适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未列出完整识别条件，应用效应的大小及不确定性未说明。
原文摘要
This paper studies staggered difference-in-differences designs in which treated and comparison units can be exposed to other units' adoption. Using an exposure mapping specified by the researcher, we define realized and counterfactual exposure states and decompose the total effect into a switching effect of own adoption and a spillover effect under no own adoption. Conditional parallel trends identify the total and switching effects by matching, respectively, the counterfactual and realized exposure states of the treated cohort to the same states among units that never adopt. The difference between these effects identifies the spillover effect for the treated cohort. We construct outcome regression estimators for these effects and doubly robust estimators for the total and switching effects, and establish their asymptotic normality under spatial dependence. Monte Carlo simulations assess finite-sample bias, RMSE, pointwise coverage, and robustness to outcome regression misspecification. In an application to Community Health Centers, the estimated total and spillover effects on mortality are negative after treatment. We also find that the spillover estimates for never-treated counties are negative at some event times.