[论文解读] Synthetic Control Group Methods in the Presence of Interference: The Direct and Spillover Effects of Light Rail on Neighborhood Retail Activity

Giulio Grossi, Patrizia Lattarulo+3 more|arXiv (Cornell University)|Jan 1, 2020

Advanced Causal Inference Techniques参考文献 87被引用 5

一句话总结

本文将合成控制组（SCG）方法扩展至处理因果推断中的干扰问题，通过在部分干扰假设下正式定义直接效应与溢出效应。提出一种基于SCG的估计策略，以识别和估计这些效应，并将其应用于评估意大利佛罗伦萨新轻轨线路对受干预街道及其邻近街道零售活动的影响。

ABSTRACT

In recent years, Synthetic Control Group (SCG) methods have received great attention from scholars and have been subject to extensions and comparisons with alternative approaches for program evaluation. However, the existing methodological literature mainly relies on the assumption of non-interference. We investigate the use of the SCG method in panel comparative case studies where interference between the treated and the untreated units is plausible. We frame our discussion in the potential outcomes approach. Under a partial interference assumption, we formally define relevant direct and spillover effects. We also consider the "unrealized" spillover effect on the treated unit in the hypothetical scenario that another unit in the treated unit's neighborhood had been assigned to the intervention. Then we investigate the assumptions under which we can identify and estimate the causal effects of interest, and show how they can be estimated using the SCG method. We apply our approach to the analysis of an observational study, where the focus is on assessing direct and spillover causal effects of a new light rail line recently built in Florence (Italy) on the retail density of the street where it was built and of the streets in the treated street's neighborhood.

研究动机与目标

• 解决现有SCG方法的局限性，即在处理干预单位与非干预单位之间可能存在干扰的情境下，仍假设无干扰。
• 在潜在结果框架下，基于部分干扰假设，正式定义直接效应与溢出效应。
• 引入‘未实现’溢出效应的概念——即假设邻近单位也被干预时本应发生的溢出效应。
• 建立在存在干扰的情况下，使用SCG方法估计直接效应与溢出效应的识别假设。
• 将所提方法应用于佛罗伦萨新轻轨线路的观察性研究，评估其对邻近地区零售密度的影响。

提出的方法

• 通过构建同时考虑直接效应与溢出效应的反事实，将合成控制组方法适应于干扰情境。
• 利用潜在结果框架定义直接效应（作用于被干预单位）与溢出效应（作用于被干预单位邻近的非干预单位）。
• 引入‘未实现’溢出效应作为反事实情景，即假设邻近单位也被分配至干预状态。
• 推导出在SCG方法下可估计直接效应与溢出效应的识别条件，依赖于部分干扰假设。
• 采用控制单位的加权组合，为被干预单位及其邻近单位构建合成控制，以调整溢出影响。
• 将该方法应用于佛罗伦萨街道层面零售密度的面板数据结构，涵盖轻轨建设前后的时段。

实验结果

研究问题

• RQ1 新轻轨线路对建设所在街道的零售密度产生了何种直接因果效应？
• RQ2 对未被直接干预的邻近街道，零售密度的溢出因果效应如何？
• RQ3 直接效应与溢出效应在大小与显著性上如何比较？
• RQ4 ‘未实现’溢出效应的大小是多少——即若邻近街道也被干预，本应产生的效应？
• RQ5 在何种假设下，SCG方法能够在存在干扰的情况下可靠估计直接效应与溢出效应？

主要发现

• 研究发现，轻轨线路在建设所在街道对零售密度具有统计上显著的正向直接效应。
• 邻近街道的溢出效应同样为正，但其幅度小于直接效应。
• ‘未实现’溢出效应被估计为非零，表明邻近街道未被干预可能限制了整体影响。
• SCG方法在部分干扰假设下成功识别并估计了直接效应与溢出效应。
• 结果表明，像轻轨这样的基础设施项目可在未被直接针对的邻近区域产生可测量的经济外部性。
• 该方法论扩展使得在干扰可能发生的情境（如城市基础设施项目）中实现更现实的因果推断成为可能。