做政策评估之前首先要知晓政策的类型,我们需要根据不同的数据结构和政策类型采用不同的评估方法,并反复检验该方法的适用性。我们可以将一个国家或地区的政策分为以下几种,不同的政策类型刚好对应了不同的评估方法:
一、“试点”较多的政策——双重差分法
这类政策往往是在一些地区或者行业做政策试点,如果试点的效果比较理想,则可以在全国层面推广,反之则不推广,一次性全铺开的政策并不适用于DID分析。双重差分法的基本思想就是通过对政策实施前后处理组和控制组之间差异来反映政策的实施效果。
二、“试点”较少的政策——合成控制法
这一类政策的试点过程是非常独特的,仅选择一个或者两个地区作为试点,且试点地区一般都非常特殊,严格来说,没有其他地区与试点地区是完全相似的。合成控制法是一种数据驱动的方法,它的思想是虽然难以在其他没有试点的地区找到合适的反事实参照组,但是通常可以对其他没有试点的地区进行适当的线性组合,构造出一个合成的反事实参照组。在这里就举三个重庆的例子,方便大家理解这种特殊的政策类型。
三、“一刀切”的政策——断点回归设计
“一刀切”的政策门槛是非常清晰的,超过(或者低于)该门槛才会进入到政策范围。根据“一刀切”门槛的执行程度,可以进一步分为清晰断点回归和模糊断点回归。在这里就分别举一个清晰断点回归和模糊断点回归的例子。
给大家整理一份DID模型大全