倾向得分匹配的认知陷阱与Stata实战：从理论误区到操作救赎
当我们在经济学或社会学论文中看到"PSM"三个字母时，往往默认作者已经解决了内生性问题——这种危险的误解正在学术圈蔓延。倾向得分匹配(Propensity Score Matching)作为观察性研究中控制混杂因素的流行方法，其误用率与使用率同样惊人。本文将解剖五个最具破坏性的认知误区，并附赠一份Stata操作中的避坑指南。
1. PSM的本质与常见误解
PSM本质上是一种数据预处理技术，而非"魔法橡皮擦"。它通过模拟随机实验的条件，在非实验数据中创建近似可比的处理组和对照组。但以下三个核心误解正在扭曲研究结论：
误区一：PSM能解决遗漏变量问题
- 事实：PSM仅能平衡可观测变量，对不可观测混杂因素无能为力
- 证据：当存在同时影响处理变量和结果变量的未观测变量时，匹配后估计仍存在偏差
- 案例：研究教育回报时，即使匹配了家庭收入、学校质量等可观测变量，个人能力等不可观测因素仍会导致估计偏差
误区二：PSM等于准实验
- 实验设计的黄金标准在于随机分配处理变量
- PSM只能实现协变量的事后平衡，无法改变处理变量的非随机性本质
- 匹配后的样本仍可能因不可观测变量差异而产生选择性偏差
误区三：匹配质量由p值决定
// 典型错误解读示例 pstest var1 var2 var3, both- 匹配后协变量差异的统计不显著≠匹配成功
- 小样本下检验功效不足可能掩盖实际差异
- 应结合标准化偏差(%bias)和可视化诊断综合判断
2. 变量选择的艺术与科学
PSM中变量选择需要同时考虑理论逻辑和统计特性，常见陷阱包括：
预测变量与混淆变量的混淆
- 仅选择预测处理变量的强预测因子会损害匹配效果
- 必须包含所有同时影响处理变量和结果变量的混淆因素
- 但排除仅影响结果变量或仅影响处理变量的变量
非线性关系的忽视
// 错误示范：仅包含线性项 probit treat x1 x2 x3- 应检验并包含必要的交互项和高次项
- 可通过以下方法诊断：
- 链接检验(linktest)
- 协变量平衡的Box-Tidwell检验
样本重叠度的误判
// 共同支撑区检查 psgraph, title("Common Support") bin(50)- 理想情况：处理组和对照组的倾向得分分布大面积重叠
- 危险信号：处理组大量样本在对照组倾向得分范围之外
3. 匹配方法的抉择迷宫
不同匹配方法对结果影响显著，但研究者常陷入技术细节而忽略实质问题：
| 方法类型 | 适用场景 | 优势 | 缺陷 |
|---|---|---|---|
| 最近邻匹配 | 对照组样本充足 | 直观易懂 | 易受异常值影响 |
| 半径匹配 | 倾向得分分布不均匀 | 控制匹配质量 | 可能损失大量样本 |
| 核匹配 | 追求平滑估计 | 利用所有对照信息 | 计算复杂度高 |
| 局部线性回归 | 边界效应明显时 | 减少边界偏差 | 对带宽选择敏感 |
重复匹配的权重陷阱
// 1:2重复匹配后的回归需调整权重 reg y treat [fweight=_weight*2], robust- 未调整权重会导致标准误低估
- 极端控制组被多次匹配会引入偏差
卡尺设定的科学
- 一般取倾向得分标准差的20%-25%
- 可通过以下代码自动确定：
sum pscore, detail local caliper = r(sd)*0.2 psmatch2 treat, pscore(pscore) caliper(`caliper')4. 匹配质量的诊断全景
完整的匹配质量评估应包括三个维度：
统计检验
// 标准化偏差计算 pstest $covariates, both graph- 匹配后标准化偏差应<5%
- t检验p值>0.1仅作参考
可视化诊断
// 倾向得分分布对比 twoway (kdensity pscore if treat==1) (kdensity pscore if treat==0), /// legend(label(1 "Treated") label(2 "Control"))- 检查分布重叠程度
- 核密度曲线形态应接近
敏感性分析
- 采用不同匹配方法比较结果稳定性
- 逐步放宽卡尺观察估计值变化
- 使用不同倾向得分模型验证结论
5. 结果报告的完整性框架
完整的PSM分析报告应包含以下要素：
设计透明度
- 明确说明匹配变量选择依据
- 披露匹配方法和参数设置
- 报告样本损失情况
分析严谨性
// 双重稳健估计示例 teffects psmatch (y) (t x1 x2, logit), atet nn(3) caliper(0.1)- 建议使用双重稳健估计
- 报告不同匹配方法的结果比较
- 包含敏感性分析结果
结论局限性
- 明确承认不可观测混杂因素的影响
- 讨论样本选择对结果推广性的限制
- 避免过度解读匹配结果为因果效应
在Stata实操中，推荐使用teffects系列命令而非传统的psmatch2，因其提供更准确的标准误估计：
// 现代PSM分析框架 teffects psmatch (y) (t x1 x2 x3, probit), atet nn(2) caliper(0.05) tebalance summarize tebalance density当PSM遇见复杂数据现实时，记住：没有完美的匹配，只有不断完善的诊断。每一次匹配都是对数据生成过程的假设检验，而非简单的技术操作。
