截面与面板数据分析 · 经济学专业本科生课程
Experiments & Quasi-Experiments · Chapter 7.1
因果推断的根本困难:反事实观测不到
潜在结果、反事实,以及为什么单个个体的效应算不出来
随机化怎么补上缺的那一格;ATE、ATT、LATE 问的是谁;有人不听话时 ITT 为什么被稀释
观测数据里哪里来随机性;按选择机制选方法;内部与外部有效性
先自己判断,点一张卡核对答案:
点我核对
点我核对
点我核对
点我核对
前三个问因果:一个变量是不是另一个结果的原因,第三个还要求出幅度。第四个问预测:只要一个数,不问谁导致谁。
项目评估(Program Evaluation)要回答的是前一类:一项政策、一个项目,到底有没有效果、效果多大。
因果效应指结果完全由某一个具体原因导致,不存在其他混淆因素。要准确估计它,就要设计合理的实验把因果效应识别(identification)出来。
新药上市前必须做临床实验,证明它对治疗疾病有"因果效应",而不只是"吃药的人碰巧好得快"。标准做法就是随机对照实验。
小班教学是否提高成绩?提高最低工资是否有助于低技能劳动者就业?参加职业培训是否提高工资?这些都是对一项政策或干预的效果做估计。
Rubin Causal Model。下面是一个个体 i(示例:是否参加职业培训,结果是月薪)。亲自让 i 走一条路,看看你能拿到什么。
还没做选择。两条路都试一遍,看看能不能把两格都凑齐。
两条路都走过了:每次仍然只亮一格。缺的那格就是反事实(counterfactual),它观测不到,只能去预测。这就是因果推断的根本困难。
写成数学
Xi = {1, if treated0, if untreated
Yi = {Y1i, if Xi = 1Y0i, if Xi = 0
个体 i 的因果效应
Y1i − Y0i
定义很清楚,但左边演示了:这两个数永远拿不全,所以单个个体的效应算不出来。
现实中往往无法对单个个体度量因果效应,但很多应用场合只需要总体因果效应的均值,称为平均因果效应(Average Causal Effect)或平均处理效应(Average Treatment Effect, ATE)。
ATE = E[Y1i − Y0i] = E[Y1i] − E[Y0i]
但是:这个 ATE 仍然拿不到。因为我们不可能同时观测到同一个人"接受处理"和"未接受处理"的潜在结果,E[Y1i] 和 E[Y0i] 里总有一个缺数据。
虽然不能观测同一个体的两种潜在结果,但可以在现实中找一个极其相似的替代品,用替代品的结果去预测原个体缺失的那个潜在结果。
没法让同一个人先受教育、观测工资,再时光倒流回去不受教育、再观测一次。但可以用他的孪生兄弟做替代品:一个受教育、一个不受,再比工资。
关键:替代品和原个体越像越好。最理想的替代品是个体本身(平行世界里的他),做不到,才退而求其次用孪生子、用相似的人。
个体之间还可能有其他差异,所以更稳妥的做法是分组:一组接受处理(X=1,处理组),一组不接受(X=0,对照组),用实验让两组除了处理之外尽量相同。
于是总体平均处理效应可以写成
E(Yi | Xi = 1) − E(Yi | Xi = 0)
用"处理组的平均结果"减"对照组的平均结果",各自替代了缺失的那一半。
这个减法成立的前提,是两组除了处理之外其他方面都可比。怎么保证可比?下一页的随机化就是答案。
实际中一个处理的变化常常同时带动其他因素变化,于是分不清结果到底是谁引起的。随机对照实验(Randomized Control Trial)通过随机分配,让处理组和对照组在处理之外完全一致。
探究光照是否是光合作用的必要条件。设处理组有光照、对照组无光照,但保证二氧化碳、水、温度等其他条件完全一致。结果处理组发生光合作用、对照组不发生,于是可以说光照是原因。
要点 实验设计的核心不是"做处理",而是控制其他条件不变;随机化是现实中做到这一点最可靠的办法。
班级规模对成绩有影响吗?美国田纳西州做了一项大型随机对照实验(Student-Teacher Achievement Ratio, STAR)。
22–25 人
无助教
13–17 人
无助教
22–25 人
有助教
随机在哪:每所参与学校至少设有以上三种班级;85–86 学年入幼儿园的学生被随机分配到三种班级之一,教师也被随机分配。
规模与成本:实验历时四年,总花费约 1200 万美元。正因为贵,随机对照实验在经济学里不可能想用就用。
对比实验组和对照组的均值差异。因为随机化保证了两组可比,均值差就是处理效应。
Yi = β0 + β1Xi + ui
X 为处理指示变量(1=处理组,0=对照组)。若 X 随机分配,则 E(ui|Xi) = 0,OLS 估计的 β1 是因果效应的无偏一致估计。
还可以加入其他控制变量,提高估计的有效性
Yi = β0 + β1Xi + β2W1i + β3W2i + ⋯ + ui
为什么加控制变量不改变无偏性 随机化下 β1 已经无偏;加 W 只是减小残差方差,让估计更准(更有效),不是纠正偏差。
把人群按"会不会因为指派而改变行为"分成三类。点一个口径,看它平均的范围落在哪些人身上。
始 始终参加者(指派与否都参加) 遵 遵从者(被指派才参加) 从 从不参加者(指派也不参加)
👆 点一个口径,看高亮的人群和对应的式子。
完全随机且人人服从时,"始"和"从"两类不存在,三者重合;一旦有人不听话,三者就分家。
两个变量要分开
用 Z 表示"投硬币被选中参加",X 表示"实际参加培训"。Z 完全随机;若人人遵从,Z 与 X 一致;若有人不遵从,Z 与 X 只是高度相关。
直接用 Y 对 Z 回归,得到 ITT
Yi = βITT Zi + ui
把稀释除回去,得到 LATE
βLATE =βITTE[Xi|Zi=1] − E[Xi|Zi=0]
分母就是"被指派使实际参加的概率提高了多少",即右边的遵从率。这个"相除"的结构正是工具变量估计量。
遵从率 0.50:ITT 只有真实效应的一半(1.00),因为一半被指派的人没真去;除以 0.50 后 LATE 还原回 2.00。
示例数值:设真实效应 β = 2.00。拖动看三条杠怎么变:β 不动,ITT 跟着遵从率缩,LATE 始终还原回 β。
随机对照实验的思想可以拓展到非实验环境。在一些观测数据中,可以利用个体环境的差异引入随机性,使处理变量看起来像是随机分配的。这类方法叫准实验(quasi-experiment)或自然实验(natural experiment)。
有些准实验的随机性是天然的、完全的。这时可以直接把处理变量当自变量,用 OLS 估计因果效应。
更多时候看似随机的变异只部分决定了处理变量,需要进一步处理。本质上,处理的非随机性会破坏 OLS 的零条件均值假设(假设 1)。
处理变量不完全随机时,去看它到底由什么决定。先自己判断下面三个情境该走哪条路,点选项核对。
情境 1 政府按档案里的家庭收入线决定谁领补贴,收入线公开可查。
情境 2 谁去参加培训取决于个人积极性和能力,这些问卷测不准、档案里没有。
情境 3 名额有限,政府用电脑摇号决定谁中签,中签与否与个人任何特征无关。
任何估计都要过这两关:一关管"在这个样本里估得对不对",一关管"结论能不能推广"。
准实验多一条 实验与准实验的清单几乎相同,只多"工具变量有效性":准实验借来的随机性是否真的干净,需要额外论证。
这节课讲了什么
潜在结果之差;反事实观测不到,所以只能估总体平均
随机化造出可比两组;ATE/ATT/LATE 问的是哪群人;部分服从时 ITT 被稀释、LATE 还原
准实验借天然随机性;按选择由看得见还是看不见的因素决定,选匹配或 IV/DID/RD
内部有效性管估计对不对,外部有效性管能不能推广
情境:某市用电脑摇号决定哪些社区先安装路灯。请评估"路灯是否降低了夜间事故"。
请回答(点一下看提示):
从田纳西的课堂到中国农村的营养与教育干预,随机对照实验一次次证明:
好的政策直觉,也需要严格的证据来确认或修正。
中国大规模的政策实践,正为因果推断提供最丰富的土壤。
经世济民,学以致用。
课后思考:找一项你熟悉的、分批或抽签推进的中国政策,判断它更接近实验还是准实验,并说明它的"随机性"从哪里来。