倾向得分匹配法在政策评估中的使用要点.docxVIP

倾向得分匹配法在政策评估中的使用要点

公共政策的效果评估是优化政策设计、提升治理效能的核心环节。在现实场景中，绝大多数公共政策并非通过随机分配的方式覆盖目标群体，比如试点政策往往选择发展基础较好的地区先行先试，民生补贴政策通常根据收入、户籍等特征确定受益对象，这就导致直接对比政策覆盖群体与未覆盖群体的结果时，会受到“选择偏差”的干扰，无法准确分离政策的真实效果。传统的多元回归分析虽然可以控制部分观测到的混淆变量，但当协变量维度较多时，难以实现多维特征的全面平衡，评估结果的可靠性会受到影响。倾向得分匹配法作为一种准实验评估方法，通过降维的方式实现处理组与控制组的特征平衡，能够有效缓解可观测变量带来的选择偏差，自提出以来被广泛应用于各类公共政策的效果评估中。但在实际应用中，不少研究者对该方法的核心逻辑、前提假设和实操规范理解不到位，出现了很多应用偏差，影响了评估结果的可信度。本文从核心逻辑、前提假设、实操要点、常见误区四个层面系统梳理倾向得分匹配法在政策评估中的使用要点，为该方法的规范应用提供参考。

一、倾向得分匹配法的核心逻辑与政策评估适配性

任何方法的规范应用都建立在准确理解其核心逻辑的基础上，倾向得分匹配法的核心思路源于随机对照实验的思想，通过对观测数据的处理模拟随机实验的环境，从而实现因果效应的识别。

（一）核心逻辑的内涵解读

倾向得分匹配法的核心是通过“倾向得分”这个中间指标