截面与面板数据分析 · 经济学专业本科生课程

实验与准实验

Experiments & Quasi-Experiments · Chapter 7.1

同一个个体 i 接受处理 Y1i 观测得到 不接受处理 Y0i 只能观测到其一 因果效应 = Y1i − Y0i,但两格永远缺一格

因果推断的根本困难:反事实观测不到

Agenda

本课地图

01

因果效应到底是什么

潜在结果、反事实,以及为什么单个个体的效应算不出来

P3–7
02

理想化实验:随机对照

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

P8–12
03

准实验与潜在问题

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

P13–15
课程导入
思政点睛

这些问题,问的是因果还是预测?

先自己判断,点一张卡核对答案:

缩小班级规模会提高小学教育质量吗?

点我核对

住房贷款市场中存在种族歧视吗?

点我核对

烟草税能在多大程度上减少吸烟?

点我核对

明年的通货膨胀率是多少?

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。

一、因果效应

什么是因果效应

定义

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。

为什么医学、心理学离不开实验

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。

经济学里的对应物:项目评估

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。

一、因果效应

潜在结果:你永远只能看到一格

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。

?接受处理 Y1i
?不接受处理 Y0i

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。

一、因果效应

单个算不出,就估总体平均

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。

一、因果效应

补反事实:给个体找一个"替代品"

思路

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。

例子:教育对工资的影响

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。

二、理想化实验

随机对照实验:用随机化造出可比的两组

为什么需要随机化

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。

生物学的例子:光合作用

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。

二、理想化实验
真实实验

经济学里的随机对照实验:Tennessee STAR

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)。

常规班

22–25 人

无助教

小班

13–17 人

无助教

常规+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。

二、理想化实验

实验数据怎么分析:两条路

路 1:直接比均值

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。

路 2:处理指示变量回归

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。

二、理想化实验

ATE、ATT、LATE:问的是哪群人?

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。

始始始 遵遵遵遵遵遵 从从从

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。

二、理想化实验

有人不听话:ITT 被稀释,LATE 把它还原

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。

0.2 = 大多不去1 = 人人遵从
真实效应 β2.00
ITT1.00
LATE2.00

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。

三、准实验

做不了实验怎么办:准实验 / 自然实验

思想

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)。

情形一:本身就完全随机

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。

情形二:只是部分随机

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)。

三、准实验

选择由什么决定,就用什么方法

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。

四、潜在问题

内部有效性 vs 外部有效性

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"。

内部有效性(估计对不对)

  • 实验非随机化
  • 未遵循处理协议
  • 损耗(样本流失)
  • 实验效应(被试行为改变)
  • 小样本
  • 工具变量有效性(准实验特有)

外部有效性(结论能不能推广)

  • 非代表性样本
  • 非代表性项目或政策
  • 一般均衡效应

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。

小结
随堂练习

小结与随堂练习

这节课讲了什么

1 因果效应是什么

潜在结果之差;反事实观测不到,所以只能估总体平均

2 实验怎么补反事实

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

3 做不了实验怎么办

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

4 结论要过两关

内部有效性管估计对不对,外部有效性管能不能推广

✎ 判断与设计

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):

+ ① 这是实验还是准实验?为什么?
提示:摇号是政府主动做的随机化,属随机对照实验
+ ② 若部分中签社区最终没装灯,你估的是 ATE、ATT 还是 LATE?
提示:存在部分服从,用 Z 摇号、X 实际装灯,估的是 LATE
+ ③ 把结论推广到全市所有社区,要担心哪一关?
提示:外部有效性,中签社区可能不具代表性
思政点睛

让政策的每一分投入,
都经得起证据的检验

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。