2025年大學(xué)《應(yīng)用統(tǒng)計(jì)學(xué)》專業(yè)題庫——計(jì)量經(jīng)濟(jì)學(xué)在政策評(píng)估中的應(yīng)用考試時(shí)間：______分鐘總分：______分姓名：______一、名詞解釋（每題3分，共15分）1.因果推斷2.雙重差分法(DID)3.斷點(diǎn)回歸設(shè)計(jì)(RDD)4.傾向得分匹配(PSM)5.內(nèi)生性二、簡答題（每題5分，共20分）1.簡述在政策評(píng)估中運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法面臨的主要挑戰(zhàn)。2.解釋什么是內(nèi)生性問題，并舉例說明其在政策評(píng)估中可能出現(xiàn)的情況。3.比較雙重差分法(DID)和斷點(diǎn)回歸設(shè)計(jì)(RDD)在應(yīng)用上的主要異同。4.簡述傾向得分匹配(PSM)的基本原理及其主要假設(shè)。三、計(jì)算與分析題（共30分）1.假設(shè)一項(xiàng)旨在提升地區(qū)教育投入的政策在某省于2018年開始實(shí)施。研究者收集了2015年至2020年該省及其鄰近未實(shí)施政策的省份的面板數(shù)據(jù)，其中包含了地區(qū)GDP（億元）、政策實(shí)施虛擬變量（實(shí)施地區(qū)為1，未實(shí)施地區(qū)為0）、以及時(shí)間虛擬變量（2018年后為1，否則為0）。研究者試圖使用以下DID模型來評(píng)估政策對(duì)地區(qū)GDP增長的影響：GDP_it=β0+β1*Policy_i+β2*Post_t+β3*(Policy_i*Post_t)+ε_(tái)it其中，i代表地區(qū)，t代表年份。模型估計(jì)結(jié)果如下（括號(hào)內(nèi)為標(biāo)準(zhǔn)誤）：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)請(qǐng)回答：（1）該模型估計(jì)出的政策效果是多少？請(qǐng)解釋其經(jīng)濟(jì)含義。（6分）（2）解釋模型中控制變量Post_t的作用。（2分）（3）分析該估計(jì)結(jié)果可能存在的潛在問題，并簡要說明如何檢驗(yàn)或處理這些問題。（8分）2.某市政府考慮通過提供租金補(bǔ)貼來降低低收入居民的住房成本。研究者試圖評(píng)估該補(bǔ)貼政策對(duì)居民消費(fèi)支出的影響。由于補(bǔ)貼是針對(duì)特定收入群體，研究者收集了該市所有家庭在政策實(shí)施前一年的數(shù)據(jù)，并根據(jù)收入水平設(shè)置了申請(qǐng)補(bǔ)貼的門檻。研究者認(rèn)為可以使用斷點(diǎn)回歸設(shè)計(jì)(RDD)來評(píng)估政策效果。請(qǐng)回答：（1）解釋斷點(diǎn)回歸設(shè)計(jì)在本案例中如何應(yīng)用？政策效果將如何識(shí)別？（6分）（2）使用RDD評(píng)估政策效果的主要優(yōu)勢(shì)是什么？但也可能存在哪些潛在問題？（6分）四、論述題（共35分）結(jié)合你所學(xué)知識(shí)，論述在評(píng)估一項(xiàng)旨在促進(jìn)就業(yè)的培訓(xùn)政策效果時(shí)，如何運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法進(jìn)行分析。請(qǐng)涵蓋以下方面：1.研究設(shè)計(jì)：說明你將選擇哪種或哪些政策評(píng)估方法（如DID、RDD、PSM、IV等），并解釋選擇這些方法的原因。（8分）2.數(shù)據(jù)需求：描述進(jìn)行此類評(píng)估所需的數(shù)據(jù)類型（截面、面板、時(shí)間序列）以及關(guān)鍵變量（因變量、政策變量、混淆變量等）。（7分）3.模型設(shè)定與估計(jì)：寫出可能的基準(zhǔn)模型和考慮內(nèi)生性等問題的擴(kuò)展模型，并說明估計(jì)方法。（8分）4.結(jié)果解釋與政策建議：如何解釋估計(jì)結(jié)果的經(jīng)濟(jì)含義和政策含義？在分析中發(fā)現(xiàn)潛在問題（如樣本選擇偏誤、測(cè)量誤差等）時(shí)，應(yīng)如何應(yīng)對(duì)，并提出改進(jìn)建議。（12分）試卷答案一、名詞解釋1.因果推斷：指從數(shù)據(jù)中識(shí)別和估計(jì)變量之間因果關(guān)系的過程。在政策評(píng)估中，旨在確定政策干預(yù)（自變量）對(duì)特定結(jié)果（因變量）的真實(shí)影響，排除其他混雜因素。2.雙重差分法(DID)：一種準(zhǔn)實(shí)驗(yàn)研究方法，通過比較處理組在政策實(shí)施前后的變化與控制組在同期變化之差，來估計(jì)政策效果。它利用政策實(shí)施所造成的“雙重差值”來識(shí)別因果效應(yīng)。3.斷點(diǎn)回歸設(shè)計(jì)(RDD)：一種利用政策規(guī)則（如收入門檻、年齡限制）產(chǎn)生的“斷點(diǎn)”周圍的數(shù)據(jù)，通過回歸分析來估計(jì)政策瞬時(shí)效果的方法。其核心思想是斷點(diǎn)兩側(cè)的回歸線斜率差異可視為政策效果。4.傾向得分匹配(PSM)：一種通過構(gòu)造每個(gè)處理單位（如接受培訓(xùn)者）的“傾向得分”（即給定其特征下接受處理的概率），然后根據(jù)傾向得分將處理單位與控制單位進(jìn)行匹配，從而構(gòu)造偽實(shí)驗(yàn)隊(duì)列來評(píng)估政策效果的方法。5.內(nèi)生性：指模型中解釋變量與誤差項(xiàng)相關(guān)，即解釋變量受到隨機(jī)因素或模型中未包含的其他因素影響。內(nèi)生性會(huì)使得估計(jì)的因果效應(yīng)有偏且不一致，是政策評(píng)估中需要重點(diǎn)處理的問題。二、簡答題1.簡述在政策評(píng)估中運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法面臨的主要挑戰(zhàn)。解析思路：從政策評(píng)估的特殊性出發(fā)，結(jié)合計(jì)量經(jīng)濟(jì)學(xué)的要求進(jìn)行闡述。主要挑戰(zhàn)包括：①因果識(shí)別困難：政策效果往往與其它因素共同作用，難以分離；②準(zhǔn)自然實(shí)驗(yàn)稀缺：理想隨機(jī)對(duì)照試驗(yàn)成本高或難實(shí)現(xiàn)；③數(shù)據(jù)質(zhì)量問題：政策數(shù)據(jù)可能存在測(cè)量誤差、遺漏、選擇偏誤；④政策效應(yīng)的動(dòng)態(tài)性：政策效果可能隨時(shí)間變化；⑤模型設(shè)定與假設(shè)檢驗(yàn)：選擇合適的模型、滿足模型假設(shè)難度大；⑥結(jié)果解釋的政策含義：統(tǒng)計(jì)顯著性與實(shí)際政策影響大小、成本效益等需要結(jié)合現(xiàn)實(shí)解讀。2.解釋什么是內(nèi)生性問題，并舉例說明其在政策評(píng)估中可能出現(xiàn)的情況。解析思路：先定義內(nèi)生性，再結(jié)合政策評(píng)估的具體情境舉例。內(nèi)生性指解釋變量（如政策變量或影響因素）與模型誤差項(xiàng)相關(guān)，導(dǎo)致估計(jì)結(jié)果有偏。在政策評(píng)估中，內(nèi)生性問題常見于：①遺漏變量偏誤：政策效果與未包含在模型中的因素（如地區(qū)經(jīng)濟(jì)活力）相關(guān)；②選擇性偏誤：接受政策的人群與未接受政策的人群在某些未被觀察到的特征上存在系統(tǒng)性差異（如培訓(xùn)政策中，積極尋求培訓(xùn)者可能本身更努力）；③反向因果：政策結(jié)果反過來影響政策實(shí)施的決策（如就業(yè)政策效果好導(dǎo)致政府更傾向于實(shí)施）；④測(cè)量誤差：政策變量或結(jié)果變量的測(cè)量不準(zhǔn)確。3.比較雙重差分法(DID)和斷點(diǎn)回歸設(shè)計(jì)(RDD)在應(yīng)用上的主要異同。解析思路：從核心思想、數(shù)據(jù)要求、假設(shè)、優(yōu)缺點(diǎn)等方面進(jìn)行對(duì)比。相同點(diǎn)：①都屬于準(zhǔn)實(shí)驗(yàn)方法，旨在利用自然變異識(shí)別政策因果效應(yīng)；②都要求處理組和控制組在政策實(shí)施前具有相似的趨勢(shì)或特征（平行趨勢(shì)假設(shè)/RDD的局部恒等假設(shè)）；③都不要求隨機(jī)分配。不同點(diǎn)：①DID通常需要面板數(shù)據(jù)（處理組和控制組在多個(gè)時(shí)間點(diǎn)都有數(shù)據(jù)），關(guān)注政策實(shí)施后一段時(shí)間內(nèi)的平均處理效應(yīng)；RDD可以在截面數(shù)據(jù)上應(yīng)用，關(guān)注政策斷點(diǎn)附近的瞬時(shí)效應(yīng)或局部平均處理效應(yīng)；②DID需要明確的政策實(shí)施時(shí)間點(diǎn)和清晰的平行趨勢(shì)假設(shè)，而RDD利用斷點(diǎn)處的局部恒等性質(zhì)，對(duì)整體趨勢(shì)假設(shè)的要求相對(duì)較弱；③DID效果依賴于政策實(shí)施前后趨勢(shì)的平行性，RDD效果依賴于斷點(diǎn)兩側(cè)函數(shù)形式的相似性。4.簡述傾向得分匹配(PSM)的基本原理及其主要假設(shè)。解析思路：闡述PSM如何通過匹配來模擬隨機(jī)實(shí)驗(yàn)，并列出其核心假設(shè)。基本原理：PSM通過估計(jì)每個(gè)單位（無論是處理組還是控制組）在給定其一系列observable特征（協(xié)變量）下的接受處理的概率（傾向得分），然后將處理組的傾向得分與其自身或控制組中傾向得分相近的單位進(jìn)行匹配，形成一個(gè)偽實(shí)驗(yàn)樣本，使得匹配后的處理組和控制組在observable特征上非常相似，從而削弱混淆因素的影響，模擬隨機(jī)實(shí)驗(yàn)的效果。主要假設(shè)：①可觀測(cè)性假設(shè)：所有影響接受處理決策和結(jié)果產(chǎn)出的因素都已被納入傾向得分模型中；②條件獨(dú)立性假設(shè)：在給定observable特征的條件下，接受處理決策與政策結(jié)果產(chǎn)出之間是獨(dú)立的（即處理分配與結(jié)果產(chǎn)出條件獨(dú)立）；③傾向得分模型設(shè)定正確：使用的傾向得分模型形式（如Logit/Probit）和包含的協(xié)變量是正確的。三、計(jì)算與分析題1.假設(shè)一項(xiàng)旨在提升地區(qū)教育投入的政策在某省于2018年開始實(shí)施...（1）該模型估計(jì)出的政策效果是多少？請(qǐng)解釋其經(jīng)濟(jì)含義。（6分）解：模型估計(jì)出的政策效果是β3=0.5。具體來說，該估計(jì)表示，在控制了時(shí)間和地區(qū)固定效應(yīng)以及其他不隨地區(qū)變化的因素后，政策實(shí)施省份相較于未實(shí)施省份，年平均GDP增長了0.5億元。經(jīng)濟(jì)含義：該政策據(jù)估計(jì)對(duì)地區(qū)GDP增長有正向促進(jìn)作用，每年度帶來的平均GDP增長額約為0.5億元。（2）解釋模型中控制變量Post_t的作用。（2分）解：Post_t變量（政策實(shí)施后虛擬變量）的作用是控制所有地區(qū)在2018年之后普遍存在的共同變化趨勢(shì)。例如，所有地區(qū)可能都經(jīng)歷了經(jīng)濟(jì)全球化、技術(shù)進(jìn)步等宏觀因素帶來的增長，Post_t捕捉并控制了這種“時(shí)間效應(yīng)”，使得β1能夠更準(zhǔn)確地反映政策實(shí)施帶來的“額外”增長。（3）分析該估計(jì)結(jié)果可能存在的潛在問題，并簡要說明如何檢驗(yàn)或處理這些問題。（8分）解：潛在問題主要包括：*平行趨勢(shì)假設(shè)檢驗(yàn)：DID的核心假設(shè)是政策實(shí)施前后，處理組和控制組在無政策情況下具有相同的趨勢(shì)。該模型未直接報(bào)告此檢驗(yàn)結(jié)果。如果平行趨勢(shì)假設(shè)不成立（例如，政策實(shí)施前處理組GDP增長已顯著快于控制組），則估計(jì)結(jié)果有偏。檢驗(yàn)方法通常包括繪制政策實(shí)施前后的趨勢(shì)圖，或使用事件研究法、動(dòng)態(tài)DID模型（包含Policy*Post_t的前期項(xiàng)）進(jìn)行檢驗(yàn)。*遺漏變量偏誤：模型可能遺漏了同時(shí)影響GDP和政策實(shí)施決策的因素（如地區(qū)治理水平、資源稟賦變化等），導(dǎo)致β3有偏。例如，政策實(shí)施可能更傾向于經(jīng)濟(jì)基礎(chǔ)更好的地區(qū)，這些地區(qū)本身GDP增長就更快。*樣本選擇偏誤：如果控制組省份與處理組省份在某些未被觀察到的維度上存在系統(tǒng)性差異，且這些差異也影響GDP，則可能導(dǎo)致偏誤。*測(cè)量誤差：GDP數(shù)據(jù)或政策實(shí)施虛擬變量的測(cè)量誤差也可能引入偏差，通常較難直接處理。處理方法建議：*若平行趨勢(shì)假設(shè)不滿足，可考慮使用動(dòng)態(tài)DID模型，加入Policy*Pre_t（政策實(shí)施前虛擬變量）等項(xiàng)，或采用更穩(wěn)健的檢驗(yàn)方法（如安慰劑檢驗(yàn)）。*盡可能納入更多控制變量，捕捉重要的遺漏因素。*考慮使用工具變量法(IV)如果能找到合適的工具變量來解決遺漏變量內(nèi)生性問題。*進(jìn)行敏感性分析，測(cè)試不同模型設(shè)定或樣本選擇對(duì)結(jié)果的影響。2.某市政府考慮通過提供租金補(bǔ)貼來降低低收入居民的住房成本...（1）解釋斷點(diǎn)回歸設(shè)計(jì)在本案例中如何應(yīng)用？政策效果將如何識(shí)別。（6分）解：在本案例中，收入門檻構(gòu)成了一個(gè)自然的斷點(diǎn)。研究者可以收集政策實(shí)施前一年（或政策實(shí)施時(shí)）所有家庭（包括補(bǔ)貼資格邊緣家庭和邊緣家庭之外的家庭）的收入和消費(fèi)支出數(shù)據(jù)。然后，對(duì)收入恰好低于門檻（如X0）和略高于門檻（如X0+ε，ε為微小正值）的家庭，分別進(jìn)行回歸分析，估計(jì)消費(fèi)支出C對(duì)收入X的回歸斜率。如果斷點(diǎn)兩側(cè)的回歸斜率存在顯著差異，且該差異反映了收入變化對(duì)消費(fèi)的邊際影響，則此差異可被視為租金補(bǔ)貼政策帶來的瞬時(shí)消費(fèi)效應(yīng)。因?yàn)槭杖朐跀帱c(diǎn)附近微小變動(dòng)，主要反映的是政策資格變化帶來的影響（補(bǔ)貼的可獲得性），而非家庭自身努力等內(nèi)生因素。政策效果（消費(fèi)效應(yīng)）通過比較斷點(diǎn)兩側(cè)的邊際消費(fèi)傾向（MPC）之差來識(shí)別。（2）使用RDD評(píng)估政策效果的主要優(yōu)勢(shì)是什么？但也可能存在哪些潛在問題？（6分）主要優(yōu)勢(shì)：①相對(duì)簡單直觀：利用現(xiàn)有的政策規(guī)則（斷點(diǎn)）作為識(shí)別點(diǎn)，不需要額外的匹配或隨機(jī)實(shí)驗(yàn)；②對(duì)平行趨勢(shì)假設(shè)要求相對(duì)寬松：主要關(guān)注斷點(diǎn)附近的局部恒等性，對(duì)政策實(shí)施前長時(shí)間的趨勢(shì)平行性要求較低；③適用于截面數(shù)據(jù)：