处理效应模型的广义精确匹配（CEM）.docxVIP

处理效应模型的广义精确匹配（CEM）

一、引言

在因果推断领域，准确估计处理效应是评估政策干预、项目效果的核心目标。传统的回归分析方法往往难以规避选择性偏差——即处理组与对照组个体在协变量分布上的系统性差异，导致处理效应估计结果出现偏差（Rubin，1974）。为解决这一问题，匹配方法应运而生，通过为处理组个体寻找特征相似的对照组个体构建反事实框架，有效减少混杂因素的影响。然而，传统匹配方法如精确匹配、倾向得分匹配（PSM）存在各自局限：精确匹配在协变量较多时易陷入“维度灾难”，导致样本大量损失；PSM则依赖倾向得分模型的正确设定，若模型误设会直接影响匹配质量（RosenbaumRubin