大型网络上的扩散效应度量

本文提出了一种在大型稀疏网络上、于两个时间段观测到二元结果扩散时的扩散度量方法。该度量捕捉了初始时段状态切换对其邻居在第二时段结果的聚合溢出效应。本文引入了一个因果网络，刻画了横截面单元在两个时段之间的因果联系。研究表明，当研究者观测到的网络包含该因果网络作为子图时，扩散度量可被识别为观测结果的简单时空依赖度量。当观测网络不满足此条件但溢出效应非负时，该时空依赖度量可作为扩散的下界。基于此，提出了扩散的下置信界并建立了其渐近有效性。蒙特卡洛模拟研究展示了该推断在一系列网络配置下的有限样本稳定性。本文将该 method 应用于印度村庄的数据，以度量小额信贷决策在家庭社会网络上的扩散。