【稷下方法9】| Synthetic Control

推文作者：加相知

本文编辑：彭培芸

原文信息：

【资料图】

Cunningham,S.(2021).Causal inference The mixtape. Yale university press.

原文链接：/10-synthetic_control

01

简介

1.合成控制法首次出现是在2003年的一篇文章中，该文章用于估计恐怖主义对经济活动的影响(Abadie和Gardeazabal, 2003年)。

2.合成控制法是一种数据驱动的方法，适用于评估“试点”较少的政策和控制组与实验组时间趋势不一致的情况，他的核心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。

02

比较案例研究

1

定性案例研究

定性案例研究的目标在于利用逻辑和历史经验进行归纳，分析事件或特征的因果影响。但由于定性案例研究缺乏对应的反事实情况，分析归纳出的因果影响并不精确和科学。但却可以为我们推测因果关系提供支撑。

2

定量比较案例研究

定量比较案例研究是更明确的因果设计。它们通常是自然实验（natural experiment ），只适用于单个单位，如单个学校、企业、州或国家。这类定量比较案例研究将总体结果的演变与其他单个结果进行比较，更常见的情况是，将一组选择的类似单位作为对照组进行比较。

03

马列尔偷渡事件（Mariel boatlift）

古巴裔美国人帮助安排了1980年4月至10月期间从古巴的马里埃尔港(Mariel Harbor)大规模逃往美国(主要是迈阿密)的偷渡行动。大约12.5万古巴人在六个月内移民到佛罗里达州。这一活动使迈阿密的劳动力增加了7%。该研究想要评估的是马列尔偷渡事件（Mariel boatlift）对迈阿密劳动力市场上移民的流入是否压低了当地劳动力市场上本地人的工资和就业率。Card使用的是传统的DID方法：他对比了处理组（迈阿密）与单一控制组（休斯敦、匹兹堡和亚特兰大这三座城市中的一个）的工资水平变化。

合成控制法不是使用单一的控制组，而是对备选的三座城市进行加权平均，从而“合成”一个与迈阿密更相似的控制组。通过最优选择一组权重，当应用到一组相应的单位时，产生一个最优估计的反事实单位，接受处理后反事实被称为“合成单元”。假设偷渡发生前休斯顿的工资水平比迈阿密高，而亚特兰大比迈阿密低，相较于使用单一的城市（亚特兰大，休斯顿）作为控制组，二者通过平均“合成”的城市显然与迈阿密更具可比性。

04

合成控制法的优点

1.合成控制法排除了外推,因为合成控制法的权重非负，且和为1。相反，它使用插值，因为估计的因果关系总是基于某一年的某些结果与同年的反事实之间的比较。

2.第二个优势与数据处理有关。与回归不同，反事实的构建不需要在研究的设计阶段获得处理后的结果。这样做的好处是，它可以帮助研究人员在指定模型时避免“偷看”结果。谨慎和诚实仍然是必须使用的，因为在设计阶段很容易看到结果，但关键是，假设使用这种方法可以只关注设计，而不是评估。

3.反事实透明。选择的权重明确了每个单位对反事实的贡献，合成控制法使对照组中用于比较的个体对反事实的贡献透明可知。

结语：以上为本期分享的全部内容，如果各位同行对我们团队例会内容感兴趣，可以关注“稷下经纬”公众号，我们将会为大家持续放送经济学干货供大家学习、思考！

关键词：