效应异质性还是处理异质性？基于聚合与分解处理的政策评估
计量经济学
2023-08-08 v4
摘要
二元处理往往在事后由多种处理聚合而成，或可被分解为多种处理版本。因此，效应可能因效应异质性或处理异质性而呈现异质。我们提出一种分解方法，可揭示被掩盖的异质性、避免虚假发现并评估处理分配质量。基于双重/去偏机器学习（double/debiased machine learning）的估计与推断过程允许高维混杂、多种处理以及极端倾向得分。我们的应用表明，吸烟对出生体重的异质效应部分源于不同的吸烟强度，而 Job Corps 有效性的性别差距在很大程度上可由职业培训中的差异性选择来解释。
引用
@article{arxiv.2110.01427,
title = {Effect or Treatment Heterogeneity? Policy Evaluation with Aggregated and Disaggregated Treatments},
author = {Phillip Heiler and Michael C. Knaus},
journal= {arXiv preprint arXiv:2110.01427},
year = {2023}
}