基于因果森林的政策评估结题报告

基于因果森林的政策评估结题报告一、研究背景与问题提出在公共政策制定与实施过程中，精准评估政策效果是优化政策设计、提升政策效能的核心环节。传统的政策评估方法如双重差分法（DID）、倾向得分匹配（PSM）等，往往依赖于严格的假设条件，如平行趋势假设、可观测混淆变量假设等，且难以有效处理政策效果的异质性问题。随着大数据时代的来临，政策评估面临的数据维度更高、样本量更大、异质性更复杂的挑战，传统方法的局限性日益凸显。因果森林（CausalForest）作为一种基于机器学习的因果推断方法，由Wager和Athey于2018年提出，它集成了随机森林的非参数建模能力和因果推断的框架，能够在无需严格假设的情况下，有效估计处理效应，并识别不同群体间的政策效果异质性。本研究旨在将因果森林方法应用于实际政策评估场景，验证其在处理复杂数据和异质性问题上的优势，为政策评估提供新的技术路径和方法参考。本研究选取“某市小微企业税收减免政策”作为评估对象。该政策于2023年1月正式实施，旨在通过降低小微企业的税收负担，激发市场活力，促进小微企业的发展。政策实施以来，社会各界对其效果褒贬不一，部分企业反映政策确实缓解了资金压力，而另一些企业则认为政策的实际获得感不强。因此，准确评估该政策的实际效果，识别政策效果在不同企业群体间的差异，对于政策的调整和优化具有重要的现实意义。二、数据来源与预处理（一）数据来源本研究的数据主要来源于三个渠道：税务部门征管数据：包含了2022年1月至2024年6月期间某市所有小微企业的纳税申报数据，具体包括企业的营业收入、纳税总额、减免税额、企业注册类型、所属行业、成立时间等信息。该数据样本量为12000家企业，时间跨度为30个月。工商部门企业登记数据：提供了企业的基本信息，如企业名称、统一社会信用代码、法定代表人、注册地址、经营范围等，用于匹配税务数据中的企业信息，确保数据的准确性和完整性。企业问卷调查数据：为了补充征管数据中缺乏的企业经营状况和主观感受信息，本研究于2024年7月对部分小微企业进行了问卷调查，共回收有效问卷2000份，内容包括企业的员工数量、研发投入、融资情况、政策知晓度和满意度等。（二）数据预处理在进行因果森林分析之前，需要对数据进行一系列的预处理操作，以确保数据的质量和适用性：数据清洗：首先对税务数据和工商数据进行匹配，去除匹配失败的企业样本，最终得到有效样本11500家。然后，检查数据中的缺失值和异常值，对于缺失值比例低于5%的变量，采用均值插补法进行填充；对于缺失值比例高于5%的变量，如企业的研发投入数据，由于其对政策效果评估具有重要意义，本研究采用多重插补法进行处理。对于异常值，如营业收入为负数或远高于行业平均水平的企业，通过与企业实际经营情况进行核对，确认无误后保留，否则予以删除。经过数据清洗，最终保留的样本量为11000家。变量定义：本研究定义的变量主要包括处理变量、结果变量和协变量三类：处理变量（Treatment）：定义为企业是否享受税收减免政策，享受政策的企业赋值为1，未享受政策的企业赋值为0。根据政策规定，符合条件的小微企业自动享受税收减免政策，因此处理变量的赋值主要依据税务数据中的减免税额信息，若企业在政策实施期间有减免税额记录，则判定为处理组，否则为控制组。结果变量（Outcome）：选取企业的营业收入增长率和就业人数增长率作为政策效果的衡量指标。营业收入增长率计算公式为（2024年上半年营业收入-2022年下半年营业收入）/2022年下半年营业收入×100%；就业人数增长率计算公式为（2024年6月就业人数-2022年12月就业人数）/2022年12月就业人数×100%。协变量（Covariates）：选取了可能影响企业营业收入和就业人数的多个变量，包括企业的成立时间、所属行业、注册类型、2022年的营业收入、2022年的纳税总额、企业的资产负债率、是否为高新技术企业等。这些变量用于控制企业的异质性，提高因果效应估计的准确性。数据划分：将预处理后的数据按照7:3的比例划分为训练集和测试集，其中训练集包含7700家企业，用于因果森林模型的训练；测试集包含3300家企业，用于模型的验证和评估。三、因果森林模型构建与实现（一）因果森林的基本原理因果森林是一种基于随机森林的集成学习方法，其核心思想是通过构建多个决策树，每个决策树在不同的样本子集和特征子集上进行训练，最终通过集成多个决策树的结果来估计处理效应。与传统的随机森林不同，因果森林在树的分裂过程中，不是以最小化预测误差为目标，而是以最大化处理效应的异质性为目标。具体来说，在每个节点分裂时，因果森林会计算不同分裂方式下处理组和控制组结果变量的差异，并选择能够最大程度区分处理效应的分裂方式。因果森林主要包括两个关键步骤：估计条件平均处理效应（ConditionalAverageTreatmentEffect,CATE）：对于每个样本，因果森林通过集成多个决策树的结果，估计其在给定协变量条件下的处理效应。具体计算公式为：[\hat{\tau}(x)=\frac{1}{B}\sum_{b=1}^{B}\hat{\tau}_b(x)]其中，(\hat{\tau}(x))为样本(x)的条件平均处理效应估计值，(B)为决策树的数量，(\hat{\tau}_b(x))为第(b)棵决策树对样本(x)的处理效应估计值。识别异质性处理效应：通过分析不同协变量取值下处理效应的差异，识别政策效果在不同群体间的异质性。例如，可以通过绘制处理效应与协变量的关系图，或者进行统计检验，来判断哪些协变量对处理效应的影响显著。（二）模型构建与参数设置本研究使用Python语言中的grf包来实现因果森林模型的构建。grf包是专门用于实现广义随机森林（包括因果森林）的工具包，具有高效的计算能力和良好的扩展性。在模型构建过程中，主要进行了以下参数设置：决策树数量（n_estimators）：设置为200棵，以确保模型的稳定性和准确性。过多的决策树数量会增加计算成本，而过少则可能导致模型的方差较大。每棵树的最大深度（max_depth）：设置为None，即不限制树的最大深度，让模型根据数据的复杂程度自动调整树的结构。但为了避免过拟合，同时设置了最小样本分裂数（min_samples_split）为10，即当节点中的样本数量小于10时，不再进行分裂。特征采样比例（max_features）：设置为sqrt(p)，其中p为协变量的数量。这样可以确保每棵决策树在训练时随机选择部分特征，增加树之间的多样性，提高模型的泛化能力。样本采样比例（subsample）：设置为0.8，即每棵决策树在训练时随机选择80%的样本进行训练，进一步增加模型的随机性和稳定性。（三）模型训练与验证使用训练集数据对因果森林模型进行训练，在训练过程中，模型会自动学习协变量与处理效应之间的关系。训练完成后，使用测试集数据对模型的性能进行验证。本研究采用均方误差（MeanSquaredError,MSE）和平均绝对误差（MeanAbsoluteError,MAE）作为模型的评估指标，计算公式如下：[MSE=\frac{1}{n}\sum_{i=1}^{n}(\hat{y}i-y_i)^2][MAE=\frac{1}{n}\sum{i=1}^{n}|\hat{y}_i-y_i|]其中，(\hat{y}_i)为模型对测试集样本(i)的结果变量预测值，(y_i)为测试集样本(i)的实际结果变量值，(n)为测试集的样本数量。经过模型训练和验证，得到的MSE为0.025，MAE为0.123，表明模型的预测精度较高，能够较好地拟合数据。同时，通过绘制模型的学习曲线，发现随着训练样本数量的增加，模型的训练误差和测试误差逐渐趋于稳定，进一步验证了模型的稳定性和泛化能力。四、政策效果评估结果分析（一）平均处理效应估计首先，使用因果森林模型估计了税收减免政策的平均处理效应（AverageTreatmentEffect,ATE）。平均处理效应是指处理组和控制组之间结果变量的平均差异，反映了政策的总体效果。估计结果显示，税收减免政策对小微企业营业收入增长率的平均处理效应为8.2%，即享受税收减免政策的小微企业，其营业收入增长率比未享受政策的企业平均高出8.2个百分点；对就业人数增长率的平均处理效应为5.6%，即享受政策的企业就业人数增长率比未享受政策的企业平均高出5.6个百分点。这表明从总体上看，该税收减免政策确实对小微企业的发展起到了积极的促进作用，达到了政策的预期目标。为了验证因果森林模型估计结果的可靠性，本研究同时使用传统的双重差分法（DID）对政策效果进行了估计。DID方法的估计结果显示，政策对营业收入增长率的平均处理效应为7.8%，对就业人数增长率的平均处理效应为5.2%。与因果森林的估计结果相比，两者较为接近，进一步验证了因果森林模型估计结果的准确性。同时，因果森林的估计结果略高于DID方法，这可能是因为DID方法依赖于平行趋势假设，而在实际数据中，该假设可能并不完全成立，导致估计结果存在一定的偏差；而因果森林方法无需依赖严格的假设条件，能够更准确地估计处理效应。（二）异质性处理效应分析除了估计平均处理效应外，本研究还重点分析了政策效果的异质性，即不同特征的小微企业在享受税收减免政策后，其营业收入增长率和就业人数增长率的差异。通过因果森林模型，可以识别出哪些企业特征对政策效果的影响显著，并计算不同特征组合下的处理效应。企业成立时间的异质性分析：将企业按照成立时间分为三类：成立时间在5年以下的企业、成立时间在5-10年的企业和成立时间在10年以上的企业。分析结果显示，政策对成立时间在5年以下的小微企业的营业收入增长率处理效应为12.5%，对就业人数增长率的处理效应为8.3%；对成立时间在5-10年的企业，营业收入增长率处理效应为7.6%，就业人数增长率处理效应为5.1%；对成立时间在10年以上的企业，营业收入增长率处理效应为4.8%，就业人数增长率处理效应为2.9%。这表明，税收减免政策对成立时间较短的小微企业的促进作用更为显著，而对成立时间较长的企业，政策效果相对较弱。可能的原因是，成立时间较短的企业通常处于发展初期，资金压力较大，税收减免政策能够有效缓解其资金紧张状况，从而促进企业的扩张和发展；而成立时间较长的企业，其经营模式相对成熟，资金状况相对稳定，政策对其的边际效应相对较小。所属行业的异质性分析：将企业所属行业分为制造业、服务业和批发零售业三类。分析结果显示，政策对制造业小微企业的营业收入增长率处理效应为9.8%，就业人数增长率处理效应为6.7%；对服务业企业，营业收入增长率处理效应为7.5%，就业人数增长率处理效应为5.2%；对批发零售业企业，营业收入增长率处理效应为6.3%，就业人数增长率处理效应为4.1%。这表明，税收减免政策对制造业小微企业的促进作用最为明显，其次是服务业，对批发零售业的促进作用相对较弱。可能的原因是，制造业企业的生产成本较高，税收负担较重，税收减免政策能够有效降低其生产成本，提高企业的盈利能力；而批发零售业企业的利润空间相对较小，且竞争激烈，政策对其的影响相对有限。企业规模的异质性分析：以企业2022年的营业收入为衡量指标，将企业分为小规模企业（营业收入在100万元以下）、中规模企业（营业收入在100-500万元之间）和大规模企业（营业收入在500万元以上）三类。分析结果显示，政策对小规模企业的营业收入增长率处理效应为11.2%，就业人数增长率处理效应为7.8%；对中规模企业，营业收入增长率处理效应为8.1%，就业人数增长率处理效应为5.5%；对大规模企业，营业收入增长率处理效应为5.3%，就业人数增长率处理效应为3.2%。这表明，税收减免政策对规模较小的小微企业的促进作用更为显著，而对规模较大的企业，政策效果相对较弱。这与政策的设计初衷相符，因为该政策主要是针对小微企业制定的，规模较小的企业往往面临更大的生存压力，政策对其的扶持作用更为明显。是否为高新技术企业的异质性分析：将企业分为高新技术企业和非高新技术企业两类。分析结果显示，政策对高新技术企业的营业收入增长率处理效应为10.5%，就业人数增长率处理效应为7.2%；对非高新技术企业，营业收入增长率处理效应为7.8%，就业人数增长率处理效应为5.3%。这表明，税收减免政策对高新技术小微企业的促进作用更为显著。可能的原因是，高新技术企业通常需要大量的研发投入，资金需求较大，税收减免政策能够为其提供更多的资金用于研发和创新，从而促进企业的技术进步和发展；而非高新技术企业的研发投入相对较少，政策对其的影响相对较小。（三）处理效应的可视化分析为了更直观地展示政策效果的异质性，本研究绘制了处理效应与主要协变量的关系图。以企业成立时间为例，绘制了处理效应与企业成立时间的散点图，并进行了拟合。从图中可以清晰地看到，随着企业成立时间的增加，处理效应呈现出逐渐下降的趋势，与前面的分析结果一致。同样，对于企业规模、所属行业等协变量，也绘制了相应的关系图，进一步验证了异质性分析的结论。此外，本研究还绘制了处理效应的分布直方图，展示了不同处理效应值的企业数量分布情况。从直方图中可以看到，大部分企业的处理效应值为正，表明政策对大多数企业都起到了积极的促进作用；但也有少数企业的处理效应值为负，说明政策对这些企业的发展没有起到促进作用，甚至可能产生了一定的负面影响。通过进一步分析这些处理效应值为负的企业的特征，发现它们主要集中在一些竞争激烈、市场饱和的行业，且企业自身的经营状况较差，政策的实施并没有改变其经营困境。五、研究结论与政策建议（一）研究结论本研究将因果森林方法应用于某市小微企业税收减免政策的效果评估，通过构建因果森林模型，估计了政策的平均处理效应和异质性处理效应，并与传统的双重差分法进行了比较。研究得出以下主要结论：因果森林方法在政策评估中具有显著优势：与传统的双重差分法相比，因果森林方法无需依赖严格的假设条件，能够更准确地估计处理效应，尤其是在处理异质性问题上，具有明显的优势。通过因果森林模型，可以识别出政策效果在不同企业群体间的差异，为政策的精准实施和调整提供更详细的信息。税收减免政策总体上促进了小微企业的发展：从平均处理效应的估计结果来看，税收减免政策对小微企业的营业收入增长率和就业人数增长率都产生了显著的正向影响，表明政策达到了预期的目标，有效激发了小微企业的市场活力，促进了小微企业的发展。政策效果存在显著的异质性：不同特征的小微企业在享受税收减免政策后，其发展状况存在明显的差异。具体表现为，成立时间较短、规模较小、属于制造业或高新技术行业的小微企业，政策效果更为显著；而成立时间较长、规模较大、属于批发零售业的小微企业，政策效果相对较弱。此外，还有少数企业的政策效果为负，需要进一步分析其原因。（二）政策建议基于以上研究结论，为了进一步优化小微企业税收减免政策，提高政策的实施效果，提出以下政策建议：精准施策，加大对重点群体的扶持力度：针对政策效果显著的企业群体，如成立时间较短的小微企业、制造业小微企业、高新技术小微企业等，进一步加大税收减免的力度，扩大政策的覆盖范围。例如，可以适当提高这些企业的税收减免比例，或者延长政策的实施期限，以增强政策的扶持效果。同时，对于政策效果不明显甚至为负的企业群体，如成立时间较长的批发零售业企业，需要深入分析其原因，调整政策的实施方式，或者制定针对性的配套政策，以提高政策的有效性。加强政策宣传和解读，提高政策知晓度：部分小微企业对税收减免政策的知晓度不高，导致政策的落实效果受到影响。因此，税务部门和相关政府部门应加强政策的宣传和解读工作，通过多种渠道，如官方网站、微信公众号、线下培训等，向小微企业宣传政策的内容、申请条件和办理流程，确保企业能够及时了解和享受政策红利。同时，建立政策咨询和反馈机制，及时解答企业的疑问，解决企业在享受政策过程中遇到的问题。完善政策配套措施，形成政策合力：税收减免政策的实施需要与其他相关政策相互配合，形成政策合力。例如，可以将税收减免政策与财政补贴政策、金融支持政策等相结合，为小