群体差异的非参数因果分解

我们引入了一种新的非参数因果分解方法，用于识别处理变量导致基于群体的结果差异的机制。我们的方法区分了三种机制：群体在以下方面的差异：1）处理普遍率，2）平均处理效应，以及 3）基于个体层面处理效应的处理选择。我们的方法以因果和非参数术语重新表述了经典的 Kitagawa-Blinder-Oaxaca 分解，通过解释群体差异而非群体效应补充了因果中介分析，并分离了近期随机均等化分解中混淆的概念上不同的机制。与所有先前方法相比，我们的框架独特地识别了差异化处理选择作为一种新的差异生成机制。我们的方法既可用于差异的回顾性因果解释，也可用于改变差异的干预的前瞻性规划。我们提出了无条件分解和条件分解，其中后者量化了在某些协变量水平内处理的贡献。我们开发了非参数估计量，它们是 $\sqrt{n}$ 一致的、渐近正态的、半参数有效的且多重稳健的。我们应用我们的方法分析大学毕业通过因果方式导致代际收入持续性（高收入与低收入父母子女之间成人收入差异）的机制。在经验上，我们展示了新的选择成分在代际收入持续性中发挥的先前未被发现的作用。