倾向得分匹配（PSM）与DID结合的政策评估方法.docxVIP

倾向得分匹配（PSM）与DID结合的政策评估方法

一、引言

在公共政策研究领域，科学评估政策实施效果是优化政策设计、提升治理效能的关键环节。随着因果推断方法的发展，政策评估从早期的描述性统计逐步转向对因果效应的精准识别。倾向得分匹配（PropensityScoreMatching，PSM）与双重差分法（Difference-in-Differences，DID）作为两种重要的因果推断工具，近年来被广泛应用于教育、医疗、环保、经济等多领域政策评估中。然而，单独使用PSM或DID时，前者可能因样本选择偏差未完全消除影响结果，后者则依赖“平行趋势假设”的严格满足。将二者结合形成的PSM-DID方法，通过优势互补显著提升了政策评估的准确性与可靠性，逐渐成为学术研究与政策实践的主流方法（ImbensWooldridge，2009）。本文将系统阐述PSM与DID的理论基础、结合逻辑、实施步骤及应用价值，为政策评估提供方法学参考。

二、PSM与DID的理论基础与核心逻辑

（一）倾向得分匹配（PSM）：解决选择偏差的关键工具

倾向得分匹配的核心思想是通过构建“反事实”框架，解决观测数据中因样本自选择导致的偏差问题。在政策评估中，处理组（接受政策干预的个体）与对照组（未接受干预的个体）往往因自身特征（如年龄、收入、区域发展水平等）存在系统性差异，直接比较两组结果会混淆政策效应与特征差异的影响