非随机数据的倾向值匹配：逻辑、方法与局限.pdfVIP

责 法 t豫 非随机数据的倾向值匹配：逻辑、方法与局限 吕小康 (南开大学 周恩来政府管理学院，天津300071) 摘 要：倾向值匹配处理非随机数据以消除其选择偏差的数据处理方法，在通过Logistic回归等方法计算 倾 向值后 ，可以其为匹配的依据对观测数据使用贪婪匹配、最优匹配等算法进行事后匹配，从而进行因果推 断。但该方法依赖于条件独立和共同支持两个假定，未满足条件时应慎用此方法。 关键词：倾向值 ；观测研究；选择偏差；贪婪匹配；最优匹配 中图分类号：C812 文献标识码：A 文章编号 ：1002—6487(2013)21—0079—02 倾 向值匹配(又译倾向分匹配、倾向指数匹配)是当下 在这些研究中，观测样本通常未经随机化程序而进入 社会科学领域 旨在消除非随机数据的选择偏差的一类较 某一特定的组别。如学生是否参加考研培训班、是否接受 新数据处理方法，通常用于分析经由观测研究(如问卷调 某一新疗法 、员工是否接受某一特定技能培训，通常这类 查、量表测量)而非随机化实验获得的数据 。倾向值匹配 二分问题都是在社会生活中由个体 自发或通过一定的程 涉及较多的高级统计学知识和术语，故初学者往往较难掌 序完成选择，但研究者都无法进行随机化。由于样本选择 握 。本文将以简明的语言分析倾向值分析的发展逻辑、匹 偏差的存在，研究者缺少足够的理由将样本数据视为对总 配方式及其应用前提，以说明倾向值匹配的基本内容。 体的代表性样本，也无法排除其他协变量对干预结果的影 响，因而不能简单地进行假设检验或方差分析。在这种情 1 倾 向值匹配的基本逻辑 况下，究竟应当如何分析是否接受某一干预对某一特定结 果的影响(如取得怎样的考研成绩、能否较快康复、具有保 倾 向值匹配是研究者基于对非随机数据的分析需求， 种收入水平)呢? 而逐渐开发和成熟起来一类统计分析方法总称。随机化 倾 向值匹配正是研究者为了校正样本的选择偏差而 控制实验通常被视为产生研究数据 以进行科学推论的最 发展出来的一类统计方法。倾向值是在给定协变量的前 佳方式，随机化程序的存在，使得不同干预组(或干预组与 提下个体接受某一干预的概率，即仅根据协变量的值做出 控制组)之间在协变量上不存在系统偏差，如此则样本本 的、个体接受某一干预的概率估计值。倾向值匹配的要义 身存在的选择偏差即可忽略不计 。但在现实研究中，由于 如下：先以一定的方式估计个体倾向值(在0与1之间)，具 实验伦理、研究主题、现实条件等各方面因素的限制，真正 有相同或相近倾向值的两个个体有着相同或相近的机率 的实验设计并不总是可行；相反，在诸多社会科学如经济 接受某干预；然后再以一定算法，匹配具有相同倾向值的 学、人 口学、社会学等领域，研究者通常需要依赖于观测数 干预组和控制组成员，匹配后的数据就好像在 “事后”进行 据作出因果推断。 了随机分组一样，可视为一种准随机分组；最后，通过分析 基金项 目：中央高校基本科研业务费专项资-~,-(NKZXB10153) 作者简介：吕小康(1982一)，男，浙江永康人，博士，讲师，研究方向：社会调查方法。 素较多，其中涉及经济因素、政治因素和科学技术发展 [2]徐驰．碳关税对国际贸易的影响分析及应对措施一以中美贸易为例 等。本文假设碳关税的税率主要受到碳交易价格和汇率 [J】．技术监督教育学刊，2009，(1)．