三重差分法（DDD）的政策评估.docxVIP

三重差分法（DDD）的政策评估

一、政策评估方法的演进与DDD的理论溯源

（一）政策评估的核心诉求与传统方法的局限

政策评估是公共管理与社会科学研究的关键环节，其核心目标在于准确识别政策实施与实际效果之间的因果关系，为政策优化提供科学依据。早期政策评估多依赖描述性统计或简单回归分析，但这类方法难以解决内生性问题——政策实施对象往往并非随机选择，可能存在“自选择偏差”（如更积极的地区主动申请试点政策）或“遗漏变量偏差”（如未观测到的地区经济基础影响政策效果）（AngristPischke，2009）。

随机对照试验（RCT）被视为因果推断的“黄金标准”，但受限于伦理约束与实施成本，在公共政策领域应用范围有限。在此背景下，基于观测数据的因果推断方法逐渐兴起，其中双重差分法（DID）因操作相对简便、逻辑直观，成为近三十年来政策评估的主流工具。DID通过“时间”与“处理组-对照组”两个维度的差分，控制了不随时间变化的个体固定效应与不随个体变化的时间固定效应，有效缓解了部分内生性问题（CardKrueger，1994）。

然而，随着政策设计的复杂化（如分区域、分群体差异化实施），DID的局限性逐渐显现。例如，当政策效应存在“异质性”——即不同子群体（如不同产业、不同收入阶层）对政策的反应差异显著时，传统DID仅能估计平均处理效应（ATE），无法捕捉这种异质性；若子群体间本身存在未观测