工具变量法在政策评估中的适用性检验.docxVIP

工具变量法在政策评估中的适用性检验

一、工具变量法与政策评估的内在逻辑关联

（一）政策评估中的内生性困境溯源

政策评估是公共治理的核心环节，其核心目标是识别政策实施与结果变量之间的因果关系，为政策优化、资源配置提供科学依据。但在现实的政策评估场景中，因果识别往往面临严重的内生性挑战，导致传统的回归分析难以得到准确的政策效应估计。内生性问题的来源主要有三类：一是反向因果，即政策的分配本身会受到结果变量初始水平的影响，比如扶贫政策通常会向贫困程度更深的地区倾斜，若直接对比政策实施前后的贫困率变化，会低估政策的减贫效果；二是遗漏变量偏差，即同时影响政策分配和结果变量的不可观测因素被纳入误差项，比如地区的治理能力、文化传统既会影响地方政府争取政策试点的概率，也会影响政策落地后的实际效果，若无法有效控制这些因素，估计结果会出现明显偏差；三是测量误差，即政策实施强度、政策覆盖范围等核心解释变量的测量存在偏差，导致解释变量与误差项相关，进而扭曲估计结果。政策评估场景的特殊性决定了内生性问题几乎无处不在，这也是制约政策评估科学性的核心瓶颈（陈强，2014）。

（二）工具变量法的核心识别假定

工具变量法是解决内生性问题的经典方法之一，其核心思路是寻找一个与内生政策变量相关、但与误差项无关的外生变量，通过这个变量的外生波动来识别政策变量对结果变量的因果效应。工具变量法的有效应用需要满足两个核心假定：一