2025年大学《应用统计学》专业题库- 计量经济学在政策评估中的应用

2025年大学《应用统计学》专业题库——计量经济学在政策评估中的应用考试时间：______分钟总分：______分姓名：______一、名词解释（每题3分，共15分）1.因果推断2.双重差分法(DID)3.断点回归设计(RDD)4.倾向得分匹配(PSM)5.内生性二、简答题（每题5分，共20分）1.简述在政策评估中运用计量经济学方法面临的主要挑战。2.解释什么是内生性问题，并举例说明其在政策评估中可能出现的情况。3.比较双重差分法(DID)和断点回归设计(RDD)在应用上的主要异同。4.简述倾向得分匹配(PSM)的基本原理及其主要假设。三、计算与分析题（共30分）1.假设一项旨在提升地区教育投入的政策在某省于2018年开始实施。研究者收集了2015年至2020年该省及其邻近未实施政策的省份的面板数据，其中包含了地区GDP（亿元）、政策实施虚拟变量（实施地区为1，未实施地区为0）、以及时间虚拟变量（2018年后为1，否则为0）。研究者试图使用以下DID模型来评估政策对地区GDP增长的影响：GDP_it=β0+β1*Policy_i+β2*Post_t+β3*(Policy_i*Post_t)+ε_it其中，i代表地区，t代表年份。模型估计结果如下（括号内为标准误）：GDP_it=5.0+0.8*Policy_i+1.2*Post_t+0.5*(Policy_i*Post_t)(SE:0.3,0.2,0.4,0.1)请回答：（1）该模型估计出的政策效果是多少？请解释其经济含义。（6分）（2）解释模型中控制变量Post_t的作用。（2分）（3）分析该估计结果可能存在的潜在问题，并简要说明如何检验或处理这些问题。（8分）2.某市政府考虑通过提供租金补贴来降低低收入居民的住房成本。研究者试图评估该补贴政策对居民消费支出的影响。由于补贴是针对特定收入群体，研究者收集了该市所有家庭在政策实施前一年的数据，并根据收入水平设置了申请补贴的门槛。研究者认为可以使用断点回归设计(RDD)来评估政策效果。请回答：（1）解释断点回归设计在本案例中如何应用？政策效果将如何识别？（6分）（2）使用RDD评估政策效果的主要优势是什么？但也可能存在哪些潜在问题？（6分）四、论述题（共35分）结合你所学知识，论述在评估一项旨在促进就业的培训政策效果时，如何运用计量经济学方法进行分析。请涵盖以下方面：1.研究设计：说明你将选择哪种或哪些政策评估方法（如DID、RDD、PSM、IV等），并解释选择这些方法的原因。（8分）2.数据需求：描述进行此类评估所需的数据类型（截面、面板、时间序列）以及关键变量（因变量、政策变量、混淆变量等）。（7分）3.模型设定与估计：写出可能的基准模型和考虑内生性等问题的扩展模型，并说明估计方法。（8分）4.结果解释与政策建议：如何解释估计结果的经济含义和政策含义？在分析中发现潜在问题（如样本选择偏误、测量误差等）时，应如何应对，并提出改进建议。（12分）试卷答案一、名词解释1.因果推断：指从数据中识别和估计变量之间因果关系的过程。在政策评估中，旨在确定政策干预（自变量）对特定结果（因变量）的真实影响，排除其他混杂因素。2.双重差分法(DID)：一种准实验研究方法，通过比较处理组在政策实施前后的变化与控制组在同期变化之差，来估计政策效果。它利用政策实施所造成的“双重差值”来识别因果效应。3.断点回归设计(RDD)：一种利用政策规则（如收入门槛、年龄限制）产生的“断点”周围的数据，通过回归分析来估计政策瞬时效果的方法。其核心思想是断点两侧的回归线斜率差异可视为政策效果。4.倾向得分匹配(PSM)：一种通过构造每个处理单位（如接受培训者）的“倾向得分”（即给定其特征下接受处理的概率），然后根据倾向得分将处理单位与控制单位进行匹配，从而构造伪实验队列来评估政策效果的方法。5.内生性：指模型中解释变量与误差项相关，即解释变量受到随机因素或模型中未包含的其他因素影响。内生性会使得估计的因果效应有偏且不一致，是政策评估中需要重点处理的问题。二、简答题1.简述在政策评估中运用计量经济学方法面临的主要挑战。解析思路：从政策评估的特殊性出发，结合计量经济学的要求进行阐述。主要挑战包括：①因果识别困难：政策效果往往与其它因素共同作用，难以分离；②准自然实验稀缺：理想随机对照试验成本高或难实现；③数据质量问题：政策数据可能存在测量误差、遗漏、选择偏误；④政策效应的动态性：政策效果可能随时间变化；⑤模型设定与假设检验：选择合适的模型、满足模型假设难度大；⑥结果解释的政策含义：统计显著性与实际政策影响大小、成本效益等需要结合现实解读。2.解释什么是内生性问题，并举例说明其在政策评估中可能出现的情况。解析思路：先定义内生性，再结合政策评估的具体情境举例。内生性指解释变量（如政策变量或影响因素）与模型误差项相关，导致估计结果有偏。在政策评估中，内生性问题常见于：①遗漏变量偏误：政策效果与未包含在模型中的因素（如地区经济活力）相关；②选择性偏误：接受政策的人群与未接受政策的人群在某些未被观察到的特征上存在系统性差异（如培训政策中，积极寻求培训者可能本身更努力）；③反向因果：政策结果反过来影响政策实施的决策（如就业政策效果好导致政府更倾向于实施）；④测量误差：政策变量或结果变量的测量不准确。3.比较双重差分法(DID)和断点回归设计(RDD)在应用上的主要异同。解析思路：从核心思想、数据要求、假设、优缺点等方面进行对比。相同点：①都属于准实验方法，旨在利用自然变异识别政策因果效应；②都要求处理组和控制组在政策实施前具有相似的趋势或特征（平行趋势假设/RDD的局部恒等假设）；③都不要求随机分配。不同点：①DID通常需要面板数据（处理组和控制组在多个时间点都有数据），关注政策实施后一段时间内的平均处理效应；RDD可以在截面数据上应用，关注政策断点附近的瞬时效应或局部平均处理效应；②DID需要明确的政策实施时间点和清晰的平行趋势假设，而RDD利用断点处的局部恒等性质，对整体趋势假设的要求相对较弱；③DID效果依赖于政策实施前后趋势的平行性，RDD效果依赖于断点两侧函数形式的相似性。4.简述倾向得分匹配(PSM)的基本原理及其主要假设。解析思路：阐述PSM如何通过匹配来模拟随机实验，并列出其核心假设。基本原理：PSM通过估计每个单位（无论是处理组还是控制组）在给定其一系列observable特征（协变量）下的接受处理的概率（倾向得分），然后将处理组的倾向得分与其自身或控制组中倾向得分相近的单位进行匹配，形成一个伪实验样本，使得匹配后的处理组和控制组在observable特征上非常相似，从而削弱混淆因素的影响，模拟随机实验的效果。主要假设：①可观测性假设：所有影响接受处理决策和结果产出的因素都已被纳入倾向得分模型中；②条件独立性假设：在给定observable特征的条件下，接受处理决策与政策结果产出之间是独立的（即处理分配与结果产出条件独立）；③倾向得分模型设定正确：使用的倾向得分模型形式（如Logit/Probit）和包含的协变量是正确的。三、计算与分析题1.假设一项旨在提升地区教育投入的政策在某省于2018年开始实施...（1）该模型估计出的政策效果是多少？请解释其经济含义。（6分）解：模型估计出的政策效果是β3=0.5。具体来说，该估计表示，在控制了时间和地区固定效应以及其他不随地区变化的因素后，政策实施省份相较于未实施省份，年平均GDP增长了0.5亿元。经济含义：该政策据估计对地区GDP增长有正向促进作用，每年度带来的平均GDP增长额约为0.5亿元。（2）解释模型中控制变量Post_t的作用。（2分）解：Post_t变量（政策实施后虚拟变量）的作用是控制所有地区在2018年之后普遍存在的共同变化趋势。例如，所有地区可能都经历了经济全球化、技术进步等宏观因素带来的增长，Post_t捕捉并控制了这种“时间效应”，使得β1能够更准确地反映政策实施带来的“额外”增长。（3）分析该估计结果可能存在的潜在问题，并简要说明如何检验或处理这些问题。（8分）解：潜在问题主要包括：*平行趋势假设检验：DID的核心假设是政策实施前后，处理组和控制组在无政策情况下具有相同的趋势。该模型未直接报告此检验结果。如果平行趋势假设不成立（例如，政策实施前处理组GDP增长已显著快于控制组），则估计结果有偏。检验方法通常包括绘制政策实施前后的趋势图，或使用事件研究法、动态DID模型（包含Policy*Post_t的前期项）进行检验。*遗漏变量偏误：模型可能遗漏了同时影响GDP和政策实施决策的因素（如地区治理水平、资源禀赋变化等），导致β3有偏。例如，政策实施可能更倾向于经济基础更好的地区，这些地区本身GDP增长就更快。*样本选择偏误：如果控制组省份与处理组省份在某些未被观察到的维度上存在系统性差异，且这些差异也影响GDP，则可能导致偏误。*测量误差：GDP数据或政策实施虚拟变量的测量误差也可能引入偏差，通常较难直接处理。处理方法建议：*若平行趋势假设不满足，可考虑使用动态DID模型，加入Policy*Pre_t（政策实施前虚拟变量）等项，或采用更稳健的检验方法（如安慰剂检验）。*尽可能纳入更多控制变量，捕捉重要的遗漏因素。*考虑使用工具变量法(IV)如果能找到合适的工具变量来解决遗漏变量内生性问题。*进行敏感性分析，测试不同模型设定或样本选择对结果的影响。2.某市政府考虑通过提供租金补贴来降低低收入居民的住房成本...（1）解释断点回归设计在本案例中如何应用？政策效果将如何识别。（6分）解：在本案例中，收入门槛构成了一个自然的断点。研究者可以收集政策实施前一年（或政策实施时）所有家庭（包括补贴资格边缘家庭和边缘家庭之外的家庭）的收入和消费支出数据。然后，对收入恰好低于门槛（如X0）和略高于门槛（如X0+ε，ε为微小正值）的家庭，分别进行回归分析，估计消费支出C对收入X的回归斜率。如果断点两侧的回归斜率存在显著差异，且该差异反映了收入变化对消费的边际影响，则此差异可被视为租金补贴政策带来的瞬时消费效应。因为收入在断点附近微小变动，主要反映的是政策资格变化带来的影响（补贴的可获得性），而非家庭自身努力等内生因素。政策效果（消费效应）通过比较断点两侧的边际消费倾向（MPC）之差来识别。（2）使用RDD评估政策效果的主要优势是什么？但也可能存在哪些潜在问题？（6分）主要优势：①相对简单直观：利用现有的政策规则（断点）作为识别点，不需要额外的匹配或随机实验；②对平行趋势假设要求相对宽松：主要关注断点附近的局部恒等性，对政策实施前长时间的趋势平行性要求较低；③适用于截面数据：