2025年大学《应用统计学》专业题库- 因果推断方法在政策评估中的应用

2025年大学《应用统计学》专业题库——因果推断方法在政策评估中的应用考试时间：______分钟总分：______分姓名：______一、1.请简述“因果关系”与“相关性”之间的区别，并举例说明混淆因素可能如何影响两者之间的关系。2.什么是反事实思维在因果推断中的作用？请解释潜在结果空间的概念。3.随机对照试验（RCT）被视为因果推断的黄金标准，请说明其为何具有如此地位，并列举其在政策评估中可能面临的伦理和实践挑战。二、4.双重差分法（DID）的基本原理是什么？请解释其如何通过比较处理组和控制组在政策实施前后的变化差异来识别因果效应。5.假设一项政策在不同地区实施的时间存在差异，研究者想评估该政策的效果，请问DID方法是否适用？如果适用，可能需要采用哪种扩展模型？请简述其原理。6.在使用DID方法进行政策评估时，如何检验政策冲击的timing（时间点）？请列举至少两种常用的检验方法及其基本思路。7.请简述倾向得分匹配（PSM）的基本思想，并说明其核心步骤。在应用PSM时，需要关注哪些关键问题？三、8.断点回归设计（RDD）是如何利用“自然断点”来识别局部平均处理效应（LATE）的？请解释RDD识别因果效应的基本逻辑。9.比较倾向得分匹配（PSM）和断点回归设计（RDD）在原理、适用条件和假设方面的主要异同。10.工具变量法（IV）用于处理哪些类型的内生性问题？请解释工具变量的三个基本条件，并说明“弱工具变量”问题及其后果。11.假设你想评估一项培训项目对学员收入的影响，但存在培训对象选择上的偏差。你收集到了学员的申请数据，其中申请时的考试成绩是一个与培训录取可能相关，但与培训效果本身无关的变量。请设计一个基于工具变量法的评估方案，说明你将如何选择工具变量，并简述你的因果识别策略。四、12.什么是回归不连续设计（RD）？它如何利用政策规则（如年龄、收入门槛）附近的连续性来估计局部平均处理效应？13.在进行政策评估时，如何处理时间趋势带来的影响？简述固定效应模型在控制时间趋势和个体固定效应方面的作用。14.请解释因果图在因果推断中的作用，并说明如何使用因果图来帮助识别混淆因素和选择合适的因果推断方法。15.一项研究发现，某城市实施了交通管制政策后，空气污染指数显著下降。请问能否据此断定交通管制政策是导致空气污染下降的原因？请从因果推断的角度分析这个问题，并提出进一步确认因果关系的可能方法。五、16.假设你正在评估一项旨在提高学生数学成绩的教育政策。你收集了政策实施前后几年、多个学校的学生数学成绩数据。学校在政策实施前后的招生标准和教学质量也可能发生了变化。请至少提出三种不同的因果推断方法来评估该政策的效果，并简要说明每种方法的基本原理及其适用的条件。对于每种方法，请指出其可能存在的潜在问题或需要进行的稳健性检验。17.在政策评估报告中，解释因果效应估计结果时需要注意哪些方面？请结合实际，说明如何清晰、准确地传达政策评估的结论及其不确定性。试卷答案一、1.因果关系是指一个变量的变化直接导致另一个变量的变化，两者之间存在直接的引起与被引起的关系。相关性是指两个变量之间存在统计上的相互关联，但并不意味着其中一个变量的变化是另一个变量变化的原因。相关性可能由因果关系引起，也可能由共同的混淆因素或纯粹的随机性导致。例如，冰淇淋销量和溺水事故数量之间存在相关性，但冰淇淋销量并不是导致溺水事故的原因，两者都受到夏季高温这一混淆因素的影响。混淆因素是同时影响处理分配和结果变量，从而导致处理组和控制组结果差异的不可观测因素。2.反事实思维是指在给定当前观测到的结果情况下，思考“如果当初没有采取某种干预（或处于不同状态）会怎样”的思维过程。它在因果推断中的作用是帮助我们超越实际观测到的结果，去构想和处理那些未发生或无法发生的潜在结果。潜在结果空间是指对于研究中的每一个个体，在所有可能的治疗（或干预）状态下，该个体可能获得的所有结果（即每个个体都有一个潜在的治疗结果和一个潜在的对照组结果）。因果推断的目标正是从有限的观测数据中，估计出每个个体未观测到的潜在结果，并进而得到平均或特定群体层面的因果效应。3.RCT通过随机分配处理（或干预）给处理组和控制组，使得两组在政策实施前除了处理本身外，在所有其他方面（包括已知的和未知的混淆因素）都尽可能相似，从而排除了由混淆因素导致的偏差，满足了因果推断的黄金标准——随机性。其地位源于其在理想情况下能够保证处理组和控制组的可比性，使得观测到的两组结果差异可以更有信心地归因于处理本身，从而提供对政策因果效应的无偏估计。然而，RCT可能面临伦理问题（如剥夺某些群体获得潜在好处的权利），实施成本高昂，或者对于某些政策（如涉及大规模社会干预）在实践上难以操作。二、4.DID方法的基本原理是利用政策实施这一“自然实验”，比较处理组（接受了政策影响的群体）在政策实施前后的变化量与控制组（未接受政策影响的群体）在政策实施前后的变化量之间的差异。这个“差中的差”（即ΔT-ΔC）被认为是政策对处理组产生的因果效应，因为它被认为排除了共同的时间趋势、地区特征等因素的影响。其核心在于假设处理组和控制组在政策实施前具有相同的发展趋势（平行趋势假设）。5.是的，如果政策在不同地区实施的时间存在差异，且这种差异并非随机，那么标准的DID方法可能不适用，因为它依赖于平行趋势假设。在这种情况下，可以使用动态DID（DynamicDID）模型。动态DID不仅比较政策实施前后的变化量，还会考虑政策实施前更长时间的序列数据，通过在回归模型中加入政策虚拟变量与时间虚拟变量的交互项，以及更高阶的交互项（如时间虚拟变量的平方），来检验和处理处理组与对照组在政策实施前就存在的差异或非线性趋势，从而更准确地估计因果效应。6.检验政策冲击的timing（时间点）是DID分析中的关键步骤，主要目的是确认政策效应在哪个时间点开始显现，并判断平行趋势假设是否在政策实施前后都成立。常用方法包括：①绘制DID估计的“事件研究图”（EventStudyPlot），观察政策实施前后处理组和控制组的结果变化趋势，看处理组的变化是否在政策实施点发生显著跳跃或转折，而控制组保持平稳；②在DID模型中加入政策虚拟变量与政策实施前各时间虚拟变量的交互项，检验这些交互项的系数是否联合显著不为零，以检验政策实施前的平行趋势假设；③使用动态DID模型，通过检验更高阶的交互项（如政策×时间×时间的平方）的系数来更精细地检验平行趋势假设。7.PSM的基本思想是利用统计模型（通常是Logit或Probit模型）估计个体（或单元）接受处理的倾向得分（即给定个体的一系列观测特征，其被分配到处理组的概率），然后将具有相似倾向得分的处理组和控制组个体进行匹配，从而构造出更具有可比性的样本，以此来估计政策效果。核心步骤包括：①针对处理组样本，使用控制组样本的观测特征，估计每个处理组个体接受处理的倾向得分；②基于估计的倾向得分，选择合适的匹配方法（如最近邻匹配、半径匹配、核匹配、卡方匹配等）将处理组个体与控制组个体进行匹配，形成匹配对或匹配组；③对匹配后的样本进行因果效应估计（如使用匹配样本的均值差、回归分析等）。关键问题包括：倾向得分模型的设定是否正确、如何选择合适的匹配方法、如何评估匹配后的平衡性（处理组和控制组在协变量分布上是否变得相似）、以及如何处理匹配后的样本权重和估计结果的方差膨胀等问题。三、8.RDD利用自然发生的“断点”（如法律年龄、收入门槛、地理边界等）作为处理分配的准随机事件。断点两侧的个体在处理接受概率上几乎相同，但处于断点一边的个体（如刚好超过年龄限制）与处于另一边（如刚好未超过年龄限制）的个体，其接受处理的概率存在一个突然的、非连续的跳跃。RDD假设断点两侧的个体除了是否接受处理外，在其他所有方面都是相似的，且这种相似性不受断点位置的影响。因此，可以通过比较断点两侧邻近个体（如刚好在断点之上和刚好在断点之下）的结果差异，来估计局部平均处理效应（LATE），即那些刚好在断点附近、处于“接受处理”与“不接受处理”临界状态的个体的平均因果效应。其基本逻辑是利用断点提供的准实验环境，将断点一侧的个体视为一个伪控制组，与断点另一侧的个体进行比较。9.PSM和RDD都旨在通过构造处理组和控制组的可比性来估计因果效应，都依赖于某种形式的“条件独立性假设”（即在给定协变量的情况下，处理分配与结果变量条件独立）。它们的主要区别在于：①原理：PSM基于个体层面的相似性（倾向得分）进行匹配，适用于处理分配是按个体进行的场景；RDD基于邻域或局部区域的相似性（通过断点两侧的邻近个体比较），适用于处理分配是按区域或群体进行的场景。②适用条件：PSM需要准确的个体特征数据和可观测的协变量；RDD需要存在一个清晰、自然的断点，且断点两侧的政策影响（冲击）是相同的（即平行趋势在断点附近成立）。③匹配过程：PSM涉及具体的匹配算法和参数选择；RDD的“匹配”是通过比较断点两侧邻近个体的结果差异来实现的，相对简单。④估计量：PSM通常估计的是整个处理组的平均处理效应（ATE），除非进行额外调整；RDD通常估计的是局部平均处理效应（LATE）。两者各有优劣，选择哪种方法取决于具体问题的情境和数据可用性。10.工具变量法主要用于处理由遗漏变量偏误引起的内生性问题，这些遗漏变量同时影响处理分配和结果变量。工具变量的三个基本条件是：①相关性（Relevance）：工具变量必须与内生处理的分配相关，即工具变量的系数不能为零（在影响结果变量的方程中）。②排他性（ExclusionRestriction）：工具变量必须只通过影响内生处理变量来影响结果变量，而不能有其他直接或间接的影响路径（即工具变量不能直接影响结果，也不能通过其他未观测因素影响结果）。③外生性（Exogeneity）：工具变量自身不能受结果变量（或内生处理变量通过未观测因素传递的影响）的影响。弱工具变量问题是指工具变量虽然满足相关性和排他性，但其与内生处理变量的相关性非常弱。这会导致工具变量估计的因果效应非常不精确（标准误很大），并且对模型设定和数据的微小变化非常敏感，使得估计结果的稳健性受到严重质疑。11.设计方案：选择申请时的考试成绩作为工具变量。考试成绩可能与个体是否被录取以及是否从培训中获益相关。成绩高的学生可能更有能力从培训中受益（即培训效果本身也可能与能力相关），但成绩本身不应直接影响培训效果。更重要的是，考试成绩在申请时就已经确定，而录取决策是在申请时基于成绩和其他因素做出的，因此，学生的考试成绩可以被视为影响其是否获得培训机会的工具变量，它满足相关性和外生性（排除了培训效果对成绩的影响）。因果识别策略：首先，使用学生的申请时成绩和其他相关特征（如性别、年龄等）预测其被录取的概率（倾向得分），然后使用这个倾向得分作为工具变量，在回归模型中估计培训对学员收入的因果效应。例如，可以构建一个回归模型，学员收入=β0+β1*培训虚拟变量+β2*倾向得分*培训虚拟变量+其他控制变量。这里的倾向得分*培训虚拟变量的交互项系数就提供了工具变量估计的因果效应。需要进行的稳健性检验包括：检验工具变量的有效性（如第一阶段F统计量）、检查匹配后的平衡性（如果使用PSM方法进行辅助分析）、考虑是否存在多个工具变量或过度识别等问题。四、12.回归不连续设计（RD）利用政策规则（如年龄、收入、分数等）设定的一个不连续的阈值或边界来估计政策干预的局部因果效应。RD的基本思想是，处于阈值附近但刚好一侧的个体（如刚好超过年龄限制）与刚好在另一侧的个体（如刚好未超过年龄限制），在处理接受概率上几乎相同，因为他们接受处理的“概率”在阈值处发生了突然的、非连续的变化。然而，这些个体在其他连续变量（如年龄、收入）的取值上非常接近，并且这些连续变量通常不满足DID的平行趋势假设。RD通过回归分析比较阈值两侧邻近个体的结果差异，来估计政策对处于阈值附近个体的局部平均处理效应（LATE）。RD可以看作是DID在连续变量上的一个自然延伸，它允许考虑结果变量和（或）处理接受概率在阈值附近的变化模式。13.在进行政策评估时，时间趋势（如经济周期、人口结构变化、其他政策叠加效应等）可能导致所有地区（或所有个体）的结果都随时间变化，从而使得评估结果产生偏差。固定效应模型（FixedEffectsModel）是处理这类时间趋势问题的一种常用方法。在政策评估的跨时间面板数据中，固定效应模型可以控制个体层面（如学校、地区）不随时间变化的固定特征（如地理位置、文化传统、学校基础等）对结果变量的影响。通过控制这些个体固定效应，模型能够更准确地分离出随时间变化的部分，从而有助于控制那些稳定影响所有个体的共同时间趋势。此外，某些固定效应模型（如双向固定效应模型）也能在一定程度上控制随时间变化的、但不同个体之间差异不大的共同因素（如国家层面的政策变化、经济周期）的影响。14.因果图（CausalGraphs），也称为有向无环图（DirectedAcyclicGraphs,DAGs），在因果推断中扮演着重要的可视化和管理工具角色。其作用包括：①可视化因果关系假设：将变量表示为节点，将变量之间的因果关系表示为有向边，清晰地展示研究者关于变量间关系的理论假设。②帮助识别混淆因素：通过检查图中是否存在从处理变量指向结果变量的未观测共同原因（BackdoorPath），可以系统性地识别出需要控制或匹配的混淆因素。③指导变量选择与测量：因果图可以帮助研究者选择合适的统计方法（如DID需要平行趋势假设，PSM需要条件独立性假设），并指导需要收集哪些变量数据进行因果识别。④明确因果效应的定义：因果图可以用来定义特定类型的因果效应（如ATE、LATE），例如，通过指定一个调整集（AdjustmentSet）来明确要估计的是排除了哪些混淆因素的因果效应。⑤促进沟通与合作：提供了一种标准化的语言来讨论和交流因果推断问题，减少因术语模糊或理解偏差导致的沟通障碍。使用因果图进行因果推断的一般步骤是：先根据领域知识和理论构建因果图，然后根据因果图提出的识别条件（如Backdoor调整、Frontdoor调整、OveridentifyingConstraints等）选择合适的统计方法进行分析。15.不能直接断定。虽然观察到政策实施后空气污染下降，但这只是相关性，而非因果性。可能存在其他同时导致空气污染下降和交通管制政策实施的因素（混淆因素），例如，同期可能出台了更严格的排放标准、城市进行了大规模的绿化工程、或者经济进入衰退期导致交通量自然减少等。这些因素同时影响了空气污染和交通管制政策的实施，导致了观察到的相关性。要断定因果关系，需要进行因果推断。一种可能的方法是使用DID方法，如果能找到一组在政策实施前空气污染和交通状况趋势相似的邻近城市作为控制组，比较政策实施前后污染下降幅度的差异，则可以更可信地估计交通管制政策的因果效应。或者，如果能找到一个外生的冲击（如某次自然灾害导致交通完全中断）影响了该城市，并利用断点回归设计（RDD）比较冲击前后污染的变化，也是一种方法。五、16.评估教育政策对数学成绩的影响，可采用以下方法：①双重差分法（DID）：如果能找到政策实施前后的多所学校数据，且存在一个明确的实施时间点或政策覆盖范围的地理断点，可以比较政策实施前后、政策覆盖地区与未覆盖地区（或政策实施组与对照组）学生数学成绩的变化差异。②倾向得分匹配（PSM）：如果数