天天玩天天日天天爽|免费能看的黄色网址|亚洲激情视频一区二区|日韩av一区二区三区四区av|无码中文字幕天天ÄV天天爽|亚洲一区二区视频免费观看|日韩精品欧美激情一区二区|亚洲成a人v大片在线观看

我國正(zheng)處於改革攻坚阶段和发展關(guan)键時期。在努力實現經濟增长方式轉變與產業(ye)結構優化的過程中，一項重要(yao)的任務是對國家與地方出臺的各項政(zheng)策，特別(bie)是經濟政策予以正(zheng)確評估，以(yi)便(bian)发現問題、总結經驗(yan)，對政策適時(shi)微調，為製定(ding)新政策與(yu)配套措施提供借鉴。政策評估計量(liang)經濟學(econometrics of policy evaluation)是現代計(ji)量經濟學的前沿分支(zhi)之一，它將自然(ran)試驗的(de)思想與結構模型相結合，通過发展识別估計各種因(yin)果效(xiao)應的統計推断方法，為科(ke)學評估政策的有(you)效性與利弊得失提供方法论支持。
經(jing)濟系(xi)統的高度复雜性、有限(xian)理性個體的自選擇行為以(yi)及可获得数據的局限性，使得評价一項政策或一(yi)次重大事件的影響並不像(xiang)看起來那樣容易。利用大容量的微觀数據評估一項(xiang)政策(ce)的难點主要在於以下三方面。
***，数(shu)據缺失問題。假設(she)政(zheng)府準備實施一項旨在鼓勵企業通過技術升級提升生產率的政策。假如(ru)可以同時觀測到同一家企業在该政策實施前的生產率(lv)Y0以(yi)及政策實施后(hou)的生產率Y1，那(na)麼二者之差无疑度量了政策對该企業的(de)净效應。但是，現實中我們(men)一般只能(neng)觀測到個體在已實現状態下的結果，即Y=DY1+(1-DY0)，其中D=1表(biao)示個體參(can)與了政策，D=0表示個體未參與政策(ce)。这意味着无法识別單個企業(ye)的(de)政策效應。以上問題(ti)被称為政策評估的(de)根本問題。為了克服(fu)它，經濟學家需要在一定假設下，利用已(yi)知数據预測個體在未知處理状態下出現的反事實結果。
第(di)二，混雜因素(confounder)的(de)干扰問題。在政策評估的許多(duo)問題中，簡單地將事件发生前后的結果做差分，得到的估計量往(wang)往同(tong)時混合了政策效應之外其他干扰因素的影響。例如，需要評(ping)估國家某一重大經濟刺激政策對某(mou)一地區GDP的拉動作用。簡單地將该地區在政策實施(shi)前后的(de)GDP相减后得(de)到的(de)数值，至少(shao)混合了以下三個因素的作(zuo)用：一是该重大經濟刺激(ji)政策對GDP的作(zuo)用；二是與该重大政策同時发生的，其他中小規模政策(ce)對經濟的影響；三是即使没有任何(he)經濟政策，该地(di)區自然的經濟(ji)增长。為了从各種混雜因(yin)素中(zhong)剥离出所要研究政策的净效應，計量經(jing)濟學常用的方法是倾向得分匹配法(propensity score matching,PSM)以及雙重差分法(difference in differences,DID)。
第三，不可觀察的個體异質性。这是(shi)微觀数據的基本特性之一。在政策評估中，不(bu)可觀察异質(zhi)性主要带來兩方面的問題。***先，個人在決定是否參與政(zheng)策時，不可觀察的個人偏好以及對政策后果的理性预期(qi)與結果方程中的扰動項產生相關，导致(zhi)政策不再是一場真正意義(yi)上的自然試驗，因(yin)而(er)具有内生性。这種(zhong)由不可觀測變量导致的内生性无法由(you)PSM加以消除，經常需要工具變量的(de)介入。这(zhe)為识別(bie)與估計政策效應带來了难度。其次，越來越多的經濟學家发現，即使控製了所有觀測變量，政策對個體的影響(xiang)依然因(yin)人而异。近年來，計量經濟學家開始轉向對政(zheng)策分(fen)布/分位数處理(li)效應的识別與(yu)估計，这一趨勢體現(xian)了對政策評估中不可觀察异質性的關注與(yu)重視。
数據(ju)缺失等問題导致政策效應一般(ban)不能在個體層面得到识別。常用的度量政策效應的(de)參数包括平均處理(li)效應(average treatment effect,ATE)，它是個體處理(li)效應在整個人群上的期望(wang)值，反(fan)映了政策效應(ying)對所有人的平均值。除此以外，還(hai)有處理組平均效應(average treatment effect on the treated,ATET)，它是(shi)個體處理效應在(zai)處理組人群上的期望，反映了政策效應(ying)在受到政策影響(xiang)那部分個體中的平均值。无论ATE還是(shi)ATET，它們的共(gong)同特點是用(yong)單一參数簡洁刻画政策對某個感興趣群體的平均效應。
近年來，研究者在利用處理效應模型評估經濟(ji)政策(ce)時，越(yue)來越重(zhong)視分析政策的分位数處理效應(quantile treatment effect,QTE)與(yu)分布(bu)處理效應(distributional treatment effect,DTE)，而不仅仅着眼(yan)於(yu)ATE。出現这(zhe)種趨勢(shi)，一方面是因為政策對因變量分布尾端(duan)人群的影響程度往往不(bu)同於對因變量分布中段人群的影響；另一方面，衆多有關社會福(fu)利、平等性問題的回答都有赖(lai)於研究者了解政策(ce)效應在整個受衆人群中的分布情况。以中國在1999年起實行的(de)大學(xue)擴招政策為例。在短短(duan)几年内，中國的高等教育迅速由(you)精英教育過渡到大衆教育時代。目前中國高等教育毛入學率達(da)到40%，普通(tong)高等院校年招生規模突破700萬大關，居(ju)世界***。长久以來，對高等教育擴张的討论焦點之一就是擴招政策是(shi)否真的有助於减少(shao)收入不平等，增(zeng)進(jin)社會公平。如果(guo)只估計由大學擴招引起的(de)教育回報率變化的ATE，那麼充其量只能了解到这一政策(ce)提升(sheng)了人們的平均工资，但是难以知(zhi)道政策如何影響不同時期人們的工资分(fen)布，从而无(wu)法回答有關收入不平等方面的問題。為了回答(da)有關(guan)收入不平等的問題，可以通過估計在擴招政策實施不同時期的QTE/DTE，帮助理解政策带來的异質(zhi)性(xing)影響。