截面与面板数据分析 · 经济学专业本科生课程

匹配

Matching · Chapter 7.2

处理组个体 32岁·男·本科·5年经验 对照组个体 32岁·男·本科·5年经验 特征几乎相同 参加培训 工资 Y1 未参加 工资 Y0 9.0 6.5 除"是否参训"外其余都一样 → 差额就近似因果效应

匹配:给每个处理组个体找一个"孪生"对照

Agenda

本课地图

01

为什么要做匹配

非随机处理下直接对比为什么不行;匹配的思想与它的前提

P3–5
02

多元匹配:怎么算"相似"

距离的定义;最邻近、K 近邻、半径、核四种选择规则;维度诅咒与共同域

P6–9
03

倾向得分匹配与真实案例

把多个协变量压成一个得分;Dehejia–Wahba 的 NSW 培训评估

P10–12
一、为什么要做匹配

处理不随机时,直接对比会错在哪

情境:职业培训对工资的影响

培训不是随机分配的,谁去参加是自己选的。若直接把参训者(处理组)与未参训者(对照组)的工资相减,差额不能归结为培训。

错在哪:两组本来就不一样

参训的人可能本来就工作经历更丰富、教育水平更高。于是工资差额里混着两样东西:培训的效果,和这些先天差异。这就是 7.1 说的 selection on observables。

能否对两组样本做点处理,让它们"看起来像随机分配"?一个可用的办法就是匹配:在对照组里为每个处理组个体找一个特征几乎相同的对照。

一、为什么要做匹配
课堂互动

亲手配一对:谁是最合适的对照?

处理组这位参训员工特征如下。请在三位候选人里选出最合适的对照(只看档案里看得见的特征)。

年龄性别教育经验(年)选择
参训者32男本科5—
候选甲32男本科5
候选乙32男本科9
候选丙41男本科5

配对了就万事大吉吗?如果"能力"也同时影响工资和参训意愿,而档案里没有能力这一栏——你刚才配的那一对,能力未必相同。这就是匹配的硬前提,下一页讲。

一、为什么要做匹配

匹配的硬前提:selection on observables

遗漏变量会毁掉匹配

匹配要求把所有影响选择的因素都纳入。若漏掉一个(比如不可观测的能力),配成对的两个样本虽然年龄、性别、教育、经验都接近,能力却可能不同,工资差额就无法分清是能力还是培训造成的。

前提的准确说法

只有当我们认为"是否参训"只由年龄、性别、教育、经验这几个可观测变量决定时,匹配才成立。在此假设下,配成对后能力与是否参训不相关,因而不再干扰因果推断。

和 7.1 的地图对上

这正是"选择只取决于可观测因素"那条路。若选择还取决于不可观测因素,匹配无能为力,要走 IV / DID / RD。

二、多元匹配

多元匹配:每个协变量都要求相同

第一类匹配方法称为多元匹配(Multivariate Matching)。基本思想:对每一个与处理变量相关的协变量 Xi,为任意一个处理组样本在对照组中找到一个 Xi 与其相同的样本。

理想很严格,现实要放松

要求每个协变量完全相同,常常找不到人。于是实践中改为要求"足够接近",这就需要先定义什么叫接近——也就是距离。

二、多元匹配

怎么算"接近":距离的定义

设处理组样本协变量 XT = (XT1, XT2, XT3, XT4),对照组样本 XC = (XC1, XC2, XC3, XC4)。最邻近匹配就是找使"距离"最小的对照。

欧式距离

√|XT1−XC1|2 + |XT2−XC2|2 + |XT3−XC3|2 + |XT4−XC4|2

曼哈顿距离

|XT1−XC1| + |XT2−XC2| + |XT3−XC3| + |XT4−XC4|

还有切比雪夫距离、闵可夫斯基距离、马氏距离等。距离定义不同,"最邻近"的人就可能不同,所以距离的选择本身是一个需要交代的研究决定。

二、多元匹配
课堂互动

四种选择规则:用的对照不一样,答案就不一样

横轴是一个处理组样本(红点,结果 Y1=9.0)与若干对照组样本(蓝点,点下标出各自结果 Y0)。点一种规则,看它选中哪些对照、算出的反事实与效应。

选中对照 1 个 反事实 Y0 估计 = 6.50 估计效应 = 2.50

最邻近只用一个对照:最像,但全部结论押在一个人身上,方差大。

权衡:用的对照越少越"像"(偏差小)但信息越少(方差大);用的越多越稳但可能混入不那么像的人。示例数值用于教学示意。

二、多元匹配

多元匹配的两个麻烦

维度诅咒(Curse of Dimensionality)

协变量 X 的个数一多,"距离近"变得越来越难满足:高维空间里大家都彼此遥远,计算量也急剧上升。要求四个变量相同已经很难,要求二十个变量相同几乎不可能。

共同域问题(Common Support)

不能保证每个处理组样本都找得到距离接近的对照。若处理组里某人的特征组合在对照组里根本不存在,就没有可配的对象,这部分样本只能放弃或外推。

出路 能不能把一大把协变量压缩成一个数,再在这个一维上匹配?这就是倾向得分匹配。

三、倾向得分匹配

倾向得分:把协变量压成一个概率

pi = p(Xi) = Pr(Ti = 1 | Xi)

给定可观测变量 Xi,该样本被处理的概率

含义

例如一个人 32 岁、男、本科、五年经验,那么 p 就是"具有这些特征的人去参加职业培训的概率"。两个 p 相同的人,可以理解为可观测特征上相似。

怎么算

用 Logit(或 Probit)模型估计:

p(Xi) = Pr(Ti=1|Xi) =eh(Xi)1 + eh(Xi)

三、倾向得分匹配

算出得分之后:在一维上匹配

流程:先对每个样本算出倾向得分;再按得分大小,为每个处理组样本找得分接近的对照组样本。之前的四种规则(最邻近、K 近邻、半径、核)原样可用,只是距离从"协变量向量之间"换成"得分之间"。

例子:一个处理组样本得分 0.4,就在对照组里找得分也是 0.4(或最接近)的样本。两者得分相同意味着可观测特征相似,于是结果差异可以归结为处理。

得到什么

把多维匹配变成一维匹配,避开维度诅咒,计算大幅简化。

仍要当心

共同域仍要检查:需对参与匹配的 X 筛选,保证得分分布有重叠;前提仍是 selection on observables。

三、倾向得分匹配
真实研究

匹配前后,对照组到底可比不可比?

NSW 职业培训评估。点一列对照,看它与处理组(红列)的差距。

变量NSW 处理组CPS-1CPS-3得分筛选 CPS-1得分筛选 CPS-3
年龄25.8233.2328.0325.6325.97
受教育年限10.3512.0310.2410.4910.42
黑人占比0.840.070.200.960.52
1974 年收入2 09614 0175 6192 8212 969
观测值个数18515 992429352157

数据:Dehejia & Wahba (1999) 表 1(转引自教材表 3.3)。CPS 为未筛选的全国当前人口调查对照;"得分筛选"为按倾向得分 0.1–0.9 筛后的子样本。

得分筛选后的 CPS-1:年龄差 0.19 岁、教育差 0.14 年、收入差约 725 美元——与处理组基本可比,匹配起了作用。

未筛选的 CPS 对照:年龄差七八岁、收入差上万美元,直接对比会把"本来就不一样"全算成培训效果。

小结
随堂练习

小结与随堂练习

这节课讲了什么

1 为什么匹配

处理不随机时直接对比混入先天差异;匹配找相似对照来消掉它

2 前提

selection on observables;漏掉不可观测变量,配对只是表面相似

3 怎么配

先定距离,再选规则(最邻近/K近邻/半径/核);用的对照多少是偏差与方差的权衡

4 倾向得分

把协变量压成一个概率再匹配,避开维度诅咒;仍要查共同域

✎ 判断与设计

情境:评估"参加创业培训是否提高收入",培训自愿报名。

请回答(点一下看提示):

+ ① 直接比参训与未参训收入,错在哪?
提示:愿意报名的人本来就更积极/资源更多,差额混入先天差异
+ ② 用匹配需要相信什么前提?
提示:是否参训只取决于可观测变量;若"积极性"不可观测则匹配失效
+ ③ 协变量有 20 个时,为什么倾向得分比多元匹配省事?
提示:把 20 维压成 1 维概率,避开维度诅咒
思政点睛

为每一个"处理",
找一个站得住的对照

匹配提醒我们:比较必须建立在可比之上。
无论是评估一项培训、一个试点,还是一笔财政投入,
先问"对照是谁、凭什么可比",再谈效果。
经世济民,学以致用。

课后思考:第 7.3 讲的双重差分里还会用到 PSM—DID。想一想:既然 DID 已经用前后差分消掉了固有差异,为什么还要先做匹配?