截面相依数据的处理效应估计与推断：理论与应用

The treatment effect literature models treatment effects but ignores the possibility of cross sectional dependence. The cross sectional dependence literature, on the other hand, models cross sectional dependence but ignores treatment effects. Both literatures develop independent from each other. However, in some applications, data contain both cross sectional dependence as well as treatment effects. Analysis of this type of data requires modeling both cross sectional dependence and treatment effects. This is exactly what this project is intended to accomplish: proposing a new class of treatment effect models for cross sectional dependent data; defining the average treatment effect coefficient. Under various model assumptions, we shall study identification of the averaget treatment effect coefficient, propose estimations, derive the large sample properties and evaluate their finite sample performance via a simulation study. Since regional economics and differentiated products data have both cross sectional dependence and treatment effects, the proposed models and methods will be applied to analyze these data.

处理效应文献对处理效应建模，忽视截面相依现象的存在，与此相反，截面相依文献针对截面相依数据建模，忽略处理效应的存在。两个文献各自独立发展，没有出现融合。然而，在有些应用中，数据中既存在截面相依现象，也存在处理效应问题。对此类数据的分析，要求对截面相依和处理效应同时建模。本项目的研究重点是对此类数据的分析提出一类模型--截面相依数据的处理效应模型，并针对该类模型重新定义平均处理效应系数。本项目还在各种模型假设下，研究平均处理系数的识别、提出估计方法、确立估计量的大样本性质、通过仿真实验检验方法的有限样本性质。鉴于区域经济数据和异质产品竞争数据存在截面相依和处理效应现象，本项目还计划将所提的方法应用于该类数据的实证分析。

截面相依数据广泛存在于观察数据中，对其建模和分析是截面相依文献的研究重点。因果分析，尤其是“干预”引起的因果效应分析，是因果分析文献的研究重点。现有因果分析文献大都基于截面独立数据的假设，但许多经济管理领域的截面数据呈现相依现象。因此，研究基于截面相依数据的因果关系是对该文献的有益补充。本项目团队首先对现有截面独立数据的因果分析文献进行拓展，使其适用于更复杂的“干预”情形（如，多种“干预”、连续“干预”等）和更完整的因果效应（分位数因果效应、分布因果效应等）分析，研究结果以论文形式呈现，发表在国际权威期刊上。其次，本项目团队针对因一般均衡条件和省略变量两个原因引起的截面相依数据进行建模和分析，研究截面相依数据的检测、推断和估计方法，并将其方法应用于区域经济数据的分析，研究结果以论文形式呈现，发表在国际和国内权威期刊。本项目的研究结果丰富了因果分析的工具箱，促进了该领域的发展，具有理论和实际意义。