倾向值匹配与因果推论:方法论述评

【引言】在过去十几年中，社会科学领域中一个重要的方法论突破在于开始关注如何通过严格的统计技术进行因果推论( Sobel，1995，1996，2000; Morgan ＆ Winship，2007; Winship ＆ Morgan，1999; Winship ＆ Sobel，2004) 。在各种统计学方法中，倾向值匹配( propensity score matching)受到越来越多的重视，并在教育学、传染病学以及社会学等领域得到了广泛的应用( Harding，2003; Morgan，2001; Morgan ＆ Harding，2006; Normand et al．， 2001; Smith， 1997) 。相对于经济学的工具变量方法，倾向值匹配在社会科学研究中还是一个新兴的统计技术。然而，随着越来越多的经验研究开始关注并且应用倾向值匹配，其独特的优势也逐渐展现出来，因此有着极为广阔的应用前景。本文将从六个方面系统介绍这一方法。在第一部分，笔者将讨论倾向值匹配的历史、发展以及它对社会学调查研究的意义。第二部分将通过一个具体实例来展示倾向值匹配的具体实施过程。在第三部分，笔者将从科技哲学和统计学两个方面讨论为什么倾向值匹配的结果可以进行因果性解读。第四部分将把倾向值匹配与其他比较常用的因果推论方法进行简要对比并由此展示倾向值匹配相对于其他方法所特有的优势。在第五部分，笔者将探讨倾向值匹配所存在的一些局限性。最后，简要总结本文内容并探讨倾向值匹配的最新发展趋势。