第28章处理效应.pdfVIP

© 陈强, 《高级计量经济学及Stata 应用》课件，第二版，2014 年，高等教育出版社。 第 28 章 处理效应 28.1 处理效应与选择难题 经济学中常希望评估某项目或政策实施后的效应，比如政府推 出的就业培训项目(job training program) 。 此类研究称为“项目效应评估”(program evaluation)，而项目效 应也称为“处理效应”(treatment effect) 。 1 项目参与者的全体构成“实验组”或“处理组”(treatment group， 或the treated) ，而未参与项目者则构成“控制组”(control group) 或“对照组”(comparison group) 。 考虑就业培训的处理效应评估。一个天真的做法是直接对比实 验组与控制组的未来收入或就业状况。 但参加就业培训者的未来收入比未参加者通常更低。难道就业 培训反而有害？ 是否参加培训是参加者自我选择(self selection)的结果，岗位好 收入高的人群不需要参加培训，而参加者多为失业或低收入者。 2 由于实验组与对照组成员初始条件不相同，故存在“选择偏差” (selection bias) 。 即使实验组的未来收入低于对照组，我们真正感兴趣的问题是， 实验组的未来收入是否会比这些人如果未参加培训项目的(假想) 未来收入更高。 Rubin(1974) 提出了以下“反事实框架”(a counterfactual framework)，称为“鲁宾因果模型”(Rubin Causal Model) 。 以虚拟变量D 0,1 表示个体i 是否参与此项目，即1 为参与， i   而0 为未参与。称D 为“处理变量”(treatment variable) 。 i 3 记其未来收入或感兴趣的结果(outcome of interest)为y i 。 对于个体i，未来收入y 可能有两种状态，取决于是否参加项目： i y 1i 若Di 1 y =  i y 0i 若Di 0  y 0i 表示个体i 未参加项目的未来收入， y 1i 表示个体i 参加项目的未来收入。 想知道(y 1i y 0i ) ，即个体i 参加项目的因果效应。 4 如果个体i 参加项目，可观测到y 1i ，但看不到y 0i ； 反之，如果个体i 未参加项目，可观测到y 0i ，但看不到y 1i 。 个体只能处于一种状态，故只能观测到y 0i 或y 1i ，而无法同时观 测到y 0i 与y 1i ，是一种“数据缺失”(missing data) 问题。 可将y 写为 i y (1D )y D y y (y y )D i i 0i i 1i 0i 1i 0i i  处理效应 其中，(y 1i y 0i )为个体i 参加项目的处理效应。 5 不同个体的处理效应不同，故将(y