我院本学期第二次学术午餐会于
9月30日下午
举行。虽然正遇国庆长假前夕，前来参会的师生仍然济济一堂，兴致勃勃。青年教
师秦雪征博士以“用倾向得分匹配方法处理项目效果评估中的内生性问题”为题作学术报告。这也是本学期学术午餐会“经济学研究方法论系列”的第二讲。
秦雪征博士首先深入浅出的介绍了倾向得分匹配方法（Propensity Score Matching, PSM）的理论背景和基本思路。
项目效果评估的目的是衡量某一政策实施后是否起到了预期的效果，严格来说，政策的实施效果即是项目参与者与其自身的“反事实”（即不参与该项目的假想情形）之间的差值。但是，在实际操作中，由于无法得知参与者如果不参加该项目会有什么结果，因此，常常转而比较项目参与者（干预组）与非参与者（比较组）之间的区别，作为对政策效果的估计。这种简单比较的方法可能引起估计偏误，这主要是由于两方面的原因。其一、干预组与比较组个体的自身特征（例如性别、年龄、教育等）可能导致估计偏误或大或小。为了控制这些与项目参与无关的其他特征对评估结果的影响，常常使用回归的方法。其二、除了已经控制的因素以外，两组成员之间其他不可观测的自身特征依然可能使偏误项不为零，导致对项目效果评估的偏差。为解决这一问题，被理论界公认为最有效的方法是随机分组实验（Randomized Control Trial），即事先对干预组和比较组进行随机分组，然后比较二者的差别。
在现实中，由于财力和时间的限制，往往无法对观测对象进行事先随机分组，则此时各样本可能根据自己的意愿或特征预先选择是否参与项目，从而导致项目参与的内生性问题。此时，可以使用倾向得分匹配方法（PSM）解决这种自我选择产生的内生性问题（Endogeneity Bias due to Self-Selection）。PSM并不是直接对干预组和比较组进行比较，而是首先用个体的“先天”特征模拟个体对项目参与的选择过程，评价出个体对项目参与的倾向得分。然后，逐一针对干预组中的个体，利用比较组资料构造出与其倾向得分相近的“匹配个体”，此二者即被认为是“先天”特征类似的个体，其唯一差别是有无参与项目。因此，二者之间的表现差值就反应了项目的实施效果。
这一方法的主要步骤是：
步骤一：通过对所有样本的Logit回归模拟项目参与的选择过程；
步骤二：基于Logit回归系数，对每一个观测样本计算其倾向得分；
步骤三：对干预组中的每个样本，寻找比较组中的样本对其进行匹配，匹配方法可分为：
§ 最近邻匹配 (k-nearest neighbors matching)
§ 半径匹配（Radius matching）
§ 核匹配（Kernel matching）
步骤四：计算得出匹配个体之间效果差值的均值，即为政策的平均影响（ATT)
最后，
秦雪征博士用他最近研究的一个具体问题，即国家科技计划对中小型企业创新的影响，演示了这一研究方法的运用。
在报告过程中，参会者展开了热烈的讨论和辩驳，展示出8797威尼斯老品牌良好的学术氛围。
学术午餐会是我院重要的系列学术活动之一。本学期学术午餐会的“经济学研究方法论系列”专题旨在促进教师之间在研究方法论方面的交流，推动研究方法论的进步和革新，同时，也为学生接触和了解更多的研究方法提供一个窗口。
学术午餐会由
唐翔老师主持。
