截面与面板数据分析 · 经济学专业本科生课程
Matching · Chapter 7.2
匹配:给每个处理组个体找一个"孪生"对照
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
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
把多个协变量压成一个得分;Dehejia–Wahba 的 NSW 培训评估
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
pi = p(Xi) = Pr(Ti = 1 | Xi)
给定可观测变量 Xi,该样本被处理的概率
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。
用 Logit(或 Probit)模型估计:
p(Xi) = Pr(Ti=1|Xi) =eh(Xi)1 + eh(Xi)
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。
把多维匹配变成一维匹配,避开维度诅咒,计算大幅简化。
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。
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-1 | CPS-3 | 得分筛选 CPS-1 | 得分筛选 CPS-3 |
|---|---|---|---|---|---|
| 年龄 | 25.82 | 33.23 | 28.03 | 25.63 | 25.97 |
| 受教育年限 | 10.35 | 12.03 | 10.24 | 10.49 | 10.42 |
| 黑人占比 | 0.84 | 0.07 | 0.20 | 0.96 | 0.52 |
| 1974 年收入 | 2 096 | 14 017 | 5 619 | 2 821 | 2 969 |
| 观测值个数 | 185 | 15 992 | 429 | 352 | 157 |
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。
这节课讲了什么
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
selection on observables;漏掉不可观测变量,配对只是表面相似
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
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
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):
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?