基于微观非实验数据的政策效应评估方法评价与比较

《基于微观非实验数据的政策效应评估方法评价与比较》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于微观非实验数据的政策效应评估方法评价与比较：社会政策是政府发挥职能的重要手段，对政策实施的效果进行量化评估，有助于政府决策的科学化、合理化。本文基于非实验数据，归纳了目前微观政策领域各种致力于构建“反事实”的政策效应评估方法，包括工具变量法（IV）、断点回归（RD）、双重差分（DID）和匹配方法（Matching），阐述了其各自的优势、劣势及适用条件，并对实际政策评估中各模型的选用进行了简要述评。　　关键词：政策效应评估；反事实；准实验方法；匹配方法；工具变量法；断点回归；双重差分　　：F224文献标志码：A：

2、16748131（2012）04004208　　RevieentalData　　engxing　　（GraduateSchool，ChineseAcademyofSocialScience，Beijing102488，China）　　Abstract:Socialpolicyisanimportantmeansforgovernmentstorealizetheirfunction.Quantitativeevaluationontheeffectofpolicyimplementationcanhe

3、lpthegovernmentsmakedecisionsscientificallyandreasonably.Basedonnonexperimentaldata，thispapersummarizestheevaluationmethodsforallkindsofthe“counterfactual”policyeffectsdeliberatelyconstructedincurrentmicropolicyfield，suchasinstrumentalvariablemethod，regressiondi

4、scontinuitymethod，differenceindifferencemethodandmatchingmethod，elaboratestheadvantages，disadvantagesandapplicableconditionsofeachmethod，andmakesbriefrevieodelinthepracticeofpolicyevaluation.　　Keyentmethod；matchingmethod；instrumentalvariablemethod；regressiondis

5、continuitymethod；differenceindifferencemethod　　进行政策评价是计量经济学研究的核心目的之一。中国经济正处于高速发展阶段，社会改革也在逐步深化，政策、规则的改变频频发生，这为政策评价方法与理论的发展提供了一个绝佳的背景。对政策实施的效果进行量化评估，有助于政府决策的科学化、合理化。通过构建“反事实”对政策效应进行评估是当前政策评价研究中的热点，从搜集到的文献来看，目前的研究成果主要集中在以劳动经济学为主的微观领域，在宏观领域并未取得太多进展。有鉴于此，本文将对国内外微观政

6、策评估领域的研究方法做一综述，阐述各种方法在应用上的优势及劣势，总结其适用条件，并对实证研究中各模型的选用进行简要述评。　　卫梦星：基于微观非实验数据的政策效应评估方法评价与比较　　一、政策效应评估的基本问题　　1.“反事实”　　假定总体中有两组或多组群体，能够在两期或多期观测到其中的个体数据，并且在某些时期某些个体受到了一项新政策的“干预”（treatment）。在政策评估中，通常把接受政策干预的样本称为实验组，把未受政策干预的样本称为控制组。要估计一项政策的实施效应，一个简单的逻辑就是对所有个体在政策实施前后的结

7、果变量做比较，将差值作为个体的处置效应（treatmenteffect），进而可推知政策实施效应。　　在二元选择的情况下，定义指示变量D，当Di=1时，认为个体i选择接受政策的影响；反之，当Di=0时则视为个体选择不接受政策影响。Di由一系列个体特征因素决定，不同个体之间的选择相互独立。若定义时期0为政策未实施的时期，1为政策实施后的时期，则个体i的处置效应可以写作：　　τi=Yi(1)－Yi(0)　　但由于道德因素、社会成本等原因，现实中的政策只有极少数采用随机实验的方式实施，研究者可观

8、测到的数据多是非实验数据。这就意味着社会实验政策实施以后，研究者不可能同时观测到同一个体在接受和不接受政策干预时的表现。对于实验组中的个体，研究者无法观测其在未接受政策干预时的表现；而对于控制组中的个体，研究者也无法预测其在接受政策干预时的表现。也就是说，存在着两组“反事实”（counterfactua