Treatment Effects With Heterogeneous Externalities
具有异质性外部性的处理效应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：摘要以政策处理效应和异质性外部性为核心，并明确设定线性均值社会互动，因此归入因果推断与网络及干扰方向。
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…
具有异质性外部性的处理效应
- 研究问题
- 当社会互动呈线性均值形式时，如何识别和估计政策的异质性外部性，并区分不同家庭群体内部与群体之间的影响？
- 方法与思路
- 作者利用具备政策资格人口占比的特定函数识别目标参数并构造一致估计量，通过蒙特卡洛模拟考察有限样本表现。
- 材料陈述的贡献
- 摘要称提出异质性外部性的估计方法；PROGRESA 应用发现，学校出勤效应超过五成来自外部性，且贫困与非贫困家庭群体内部及群体之间均存在异质性。
- 阅读关注点
- 阅读时应核对线性均值互动设定、资格人口占比所提供的识别条件、外部性与直接效应的分解，以及家庭异质性的定义。
- 阅读边界
- 摘要未说明识别所需的完整假设、资格占比的变动来源或估计不确定性；所报外部性比例是该应用的作者结论，不能直接推广。
原文摘要
This article proposes a new method for estimating heterogeneous externalities in policy analysis when social interactions take the linear-in-means form. We establish that the parameters of interest can be identified and consistently estimated using specific functions of the share of the eligible population. We also study the finite sample performance of the proposed estimators using Monte Carlo simulations. The method is illustrated using data on the PROGRESA program. We find that more than 50% of the effects of the program on schooling attendance are due to externalities, which are heterogeneous within and between poor and nonpoor households.