因果推断中的匹配方法（PSM）稳健性检验.docxVIP

因果推断中的匹配方法（PSM）稳健性检验

引言

在因果推断研究中，处理效应估计的核心挑战在于如何通过观测数据模拟随机实验的理想状态，消除混淆变量对结果的干扰。倾向得分匹配（PropensityScoreMatching,PSM）作为一种经典的观测数据因果推断方法，通过构建倾向得分（即个体接受处理的概率），将高维协变量降维为一维得分，进而在得分相近的个体间进行匹配，使处理组与对照组在协变量分布上趋于平衡。然而，PSM的有效性高度依赖于模型设定、协变量选择、匹配策略等环节的合理性，任何环节的偏差都可能导致处理效应估计失真。因此，对PSM结果进行稳健性检验，是确保因果推断结论可靠性的关键步骤。本文将系统探讨PSM稳健性检验的核心逻辑、具体方法及实践要点，为研究者提供可操作的检验框架。

一、稳健性检验在PSM中的核心地位

（一）PSM的潜在风险与稳健性检验的必要性

PSM的理论基础是“强可忽略处理分配”假设（IgnorabilityofTreatmentAssignment），即处理分配仅依赖于观测到的协变量，且所有混淆变量均被纳入模型。但在实际研究中，这一假设可能因以下原因被违背：

其一，协变量选择偏差。研究者可能遗漏关键混淆变量，或错误纳入与结果无关的变量，导致倾向得分模型无法准确反映处理分配机制；其二，模型设定误差。倾向得分通常通过逻辑回归等参数模型估计，若模型形式（如非线性项、交互项）选择不当，倾向得分的估计值可能偏离真实值；其三，匹配策略局限。不同匹配方法（如最近邻匹配、半径匹配、核匹配）对协变量平衡的效果差异显著，若匹配半径过大或匹配比例不合理，可能导致对照组与处理组仍存在系统性差异；其四，共同支撑问题。若处理组与对照组的倾向得分分布重叠不足，匹配可能依赖外推（Extrapolation），降低估计的可信度。

稳健性检验的本质是通过多维度验证，识别上述潜在风险对结果的影响程度，确保处理效应估计在不同模型设定、匹配策略或数据调整下保持稳定。它不仅是对PSM结果的“质量认证”，更是研究结论可靠性的“防护网”。

（二）稳健性检验与因果推断逻辑的契合性

因果推断的核心是“反事实框架”，即通过比较处理组与“反事实”对照组的结果差异估计处理效应。PSM通过匹配构建的对照组，本质上是处理组的“近似反事实”。稳健性检验的目标，正是验证这一“近似反事实”的可靠性：若调整协变量选择、更换匹配方法或放宽假设后，处理效应的方向、大小或显著性未发生根本性改变，则说明结论稳健；反之，则需重新审视研究设计或修正模型。这种“多场景验证”的思路，与因果推断追求“因果关系稳定性”的逻辑高度一致。

二、PSM稳健性检验的具体方法

（一）协变量平衡检验：匹配效果的基础验证

协变量平衡是PSM的核心目标，若匹配后处理组与对照组的协变量分布仍存在显著差异，则倾向得分模型未能有效消除混淆，处理效应估计可能偏误。因此，协变量平衡检验是稳健性检验的首要环节。

具体操作中，研究者需对比匹配前后各协变量在处理组与对照组的分布差异。常用指标包括：

标准化均值差（StandardizedMeanDifference,SMD）：计算处理组与对照组协变量均值差除以合并标准差，SMD绝对值越小，平衡效果越好。通常认为SMD小于10%表示协变量平衡良好；

t检验：对匹配后的协变量均值进行两样本t检验，若p值大于0.05（或其他显著性水平），则说明两组均值无显著差异；

分位数分布对比：除均值外，还需关注协变量的中位数、四分位数等分布特征，避免因极端值导致均值平衡但整体分布失衡的情况；

方差比：对比两组协变量方差的比值，若接近1则说明方差齐性较好。

例如，在教育政策评估中，若原数据中处理组（接受某教学改革）的家庭收入均值显著高于对照组，匹配后SMD从25%降至8%，t检验p值从0.01升至0.23，则说明匹配有效平衡了家庭收入这一混淆变量。

（二）倾向得分分布检验：共同支撑的边界确认

倾向得分的分布合理性直接影响匹配的可行性。若处理组与对照组的倾向得分分布重叠不足（即共同支撑区域狭窄），匹配将被迫排除大量样本，或依赖分布外的个体进行外推，导致估计偏差。因此，倾向得分分布检验需重点关注以下两方面：

共同支撑区域检查：通过绘制处理组与对照组的倾向得分密度图，观察两者的重叠范围。若某一组的倾向得分存在“尾部”超出另一组分布，则需剔除这些“无匹配对象”的个体，仅保留共同支撑区域内的样本重新匹配；

得分分布平衡性：除重叠范围外，还需验证匹配后两组倾向得分的分布是否接近。例如，计算匹配后处理组与对照组倾向得分的均值差、方差比，或通过Kolmogorov-Smirnov检验判断两者分布是否存在显著差异。若匹配后倾向得分的SMD仍大于10%，则说明匹配策略可能未充分利用倾向得分的信息，需调