Regression modelSpatial causal inference

Пространственный метод разностей в разностях

Пространственный метод разностей в разностях (Spatial DiD) расширяет классический оцениватель DiD на случаи, когда наблюдения геопривязаны, а результаты могут быть пространственно автокоррелированы или подвержены эффектам перелива. Введенный Дельгадо и Флораксом (2015), этот метод дополняет стандартную регрессию DiD с двусторонними фиксированными эффектами пространственным лагом или членом пространственной ошибки, обеспечивая несмещенные оценки эффекта воздействия даже при распространении политических шоков между географическими единицами. Он используется экономистами, региональными учеными и градостроителями для оценки локальных вмешательств, таких как инвестиции в инфраструктуру, экологические нормы или реформы зонирования.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Delgado, M. S., & Florax, R. J. G. M. (2015). Difference-in-differences techniques for spatial data: Local autocorrelation and spatial interaction. Economics Letters, 126, 35–40. DOI: 10.1016/j.econlet.2015.10.035

Как цитировать эту страницу

ScholarGate. (2026, June 2). Spatial Difference-in-Differences. ScholarGate. https://scholargate.app/ru/causal-inference/spatial-difference-in-differences

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Упоминается в

ScholarGateSpatial Difference-in-Differences (Spatial Difference-in-Differences). Получено 2026-06-15 из https://scholargate.app/ru/causal-inference/spatial-difference-in-differences · Набор данных: https://doi.org/10.5281/zenodo.20539026