Efficient difference-in-differences estimation under partial interference with incremental propensity score policies
部分干扰与增量倾向得分政策下的高效双重差分估计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：摘要明确采用双重差分研究直接与溢出处理效应，并允许部分干扰，直接对应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…
关注这篇论文的作者
部分干扰与增量倾向得分政策下的高效双重差分估计
- 研究问题
- 存在群组内处理干扰时，如何在群组增量倾向得分政策下识别并高效估计受处理者的直接效应与溢出效应？
- 方法与思路
- 作者定义直接和溢出的受处理者平均处理效应，推导识别结果与有效影响函数，并据此构造交叉拟合的双重差分估计量。
- 材料陈述的贡献
- 摘要称方法可分别估计直接效应与家庭内溢出，并在中国新农保应用中复现农活减少的发现、追踪效应随政策参数的变化。
- 阅读关注点
- 应核对部分干扰的群组划分、双重差分识别条件、政策参数定义，以及交叉拟合和有效影响函数如何处理群组内依赖。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列出识别假设、溢出效应数值及有限样本效率比较结果。
原文摘要
This paper develops efficient difference-in-differences (DID) estimation under partial interference with a cluster incremental propensity score (CIPS) policy. We define direct and spillover average treatment effects on the treated, establish their identification, and derive their efficient influence functions, from which we construct a cross-fitted estimator. Simulations evaluate its finite-sample performance. An application to China's New Rural Pension Scheme recovers the reduction in farmwork among pension recipients reported by the original county-level analysis, separately estimates a within-household spillover alongside the direct effect, and traces both effects across the policy parameter.