单调路径特异效应：用于估计教育回报的应用
计算与语言
2025-08-20 v1
摘要
传统的教育效应研究通常要么采用 "受教育年限" 作为教育措施，要么将教育二元化分为静态的处理变量。然而，这种教育概念化与个人如何在教育过渡过程中作出决策的顺序过程不符。本文提出了一个因果中介框架，用于研究教育对收入等结果的影响。该框架将给定的教育过渡效应既通过随后过渡的进程间接作用，又净除这些过渡后直接作用。我展示了教育的平均处理效应（ATE）可以被可加分解为互不重叠的组成部分，这些组成部分捕获了这些直接和间接效应。分解具有若干特殊属性，区别于 ATE 的常规中介分解，这些属性促进了更不严格的识别假设，以及对分解中所有因果路径的识别。对 NLSY97 队列中高中完成的回报进行分析表明，高中学历的回报几乎完全来自其直接的劳动市场回报。通过大学就读、完成和研究生院就读的中介效应很小，这是由于个体在这些后续过渡中的低反事实过渡率所致。
引用
@article{arxiv.2508.13365,
title = {Stands to Reason: Investigating the Effect of Reasoning on Idiomaticity Detection},
author = {Dylan Phelps and Rodrigo Wilkens and Edward Gow-Smith and Thomas Pickard and Maggie Mi and Aline Villavicencio},
journal= {arXiv preprint arXiv:2508.13365},
year = {2025}
}