倾向得分匹配法（PSM）在社科研究中的偏差控制.docxVIP

倾向得分匹配法（PSM）在社科研究中的偏差控制

一、社科研究的偏差困境与PSM的理论溯源

（一）观测性研究的核心偏差类型与治理难点

社会科学研究的核心目标之一是识别变量之间的因果关系，进而为政策制定、社会治理提供实证依据。但与自然科学可通过随机对照试验严格控制变量不同，社科研究大多只能依赖观测数据——研究者无法主动操纵处理变量的分配，只能被动观察个体的选择与结果，这就导致处理组与控制组的样本在进入研究之前就存在系统性差异，各类偏差成为因果推断的核心障碍。

从偏差的来源来看，观测性研究中的核心偏差主要包括三类。第一类是混淆变量偏差，即存在同时影响处理分配与结果变量的第三方变量，会扭曲处理变量与结果之间的真实关联。例如研究教育对收入的影响时，个人认知能力就是典型的混淆变量：能力更高的个体既更可能获得高等教育机会，也更可能在劳动力市场获得高薪，若不控制这一变量，直接比较不同教育水平群体的收入，就会高估教育的回报。第二类是样本自选择偏差，指个体基于自身特征与预期主动选择是否进入处理组，导致处理组样本不具备随机性。例如参加职业技能培训的群体往往本身更有上进心、对收入增长的诉求更强，即便不参加培训，他们的收入增长也可能快于未参加培训的群体，直接比较两组收入会高估培训的实际效果。第三类是估计偏差，传统的参数估计方法如多元线性回归依赖对函数形式的假设，若变量之间存在非线性关系或复杂交互效应，错误的