A distributional synthetic control method for policy evaluation
用于政策评估的分布合成控制方法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。
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：摘要明确以政策干预的反事实识别为目标，并利用分位数残差评估分布效应，因此归入因果推断及分位数与分布效应。
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
用于政策评估的分布合成控制方法
- 研究问题
- 政策实施前处理单位与潜在对照单位匹配较差时，如何通过合成控制构造分布层面的政策反事实，并利用可观测共同因子处理匹配不足？
- 方法与思路
- 作者匹配处理单位干预前的分位数残差向量与潜在对照单位残差向量的凸组合；残差与一组可观测共同因子正交，以控制可能存在的匹配不足。
- 材料陈述的贡献
- 摘要称，文章把合成控制扩展到匹配可能不足的分布效应评估，以分位数残差匹配识别反事实或干预效应，并研究美国州级最低工资上调案例。
- 阅读关注点
- 核对残差构造与共同因子选择、凸组合权重的确定方式及分布反事实识别条件，并查看最低工资案例的干预时点、对照单位与推断方法。
- 阅读边界
- 摘要未说明完整识别条件、分位数的选取及统计推断程序，也未报告最低工资案例的效应方向或幅度；匹配不足的可处理范围需查全文。
原文摘要
Summary We extend the synthetic control method to evaluate the distributional effects of policy intervention in the possible presence of poor matching. The counterfactuals (or intervention effects) are identified by matching a vector of pre‐intervention quantile residuals of the treated unit and a convex combination of its potential‐control counterparts. The residuals are orthogonal to a set of observable common factors that control for the potentially poor matching. We also apply our method to a set of case studies that explore the distributional effects of state‐level minimum‐wage hikes in the USA.