第2章 倾向值匹配与因果推论[1]

如第1章所述，在过去的十几年中，社会科学研究越发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）。

然而到目前为止，很少有研究专门探讨倾向值匹配方法的历史、发展及其对调查研究的意义。此外，对于为什么倾向值匹配的统计结果能够代表因果关系而不仅仅是相关关系这一问题也缺少专门的论述。这些问题本身是实施倾向值匹配之前需要了解的“元方法论”（meta-methodology）问题。但是很可惜，很多已有的研究片面强调了技术上的可操作性而没有深究其背后的方法论意义。本章试图通过探讨这些问题来填补这一空白。

具体而言，本章主要分为四个部分。在第一部分，笔者将系统地梳理倾向值匹配方法的历史、发展以及它对社会学调查研究的意义。在第二部分，笔者主要从科技哲学和统计学两个研究传统出发讨论为什么对倾向值匹配的结果可以进行因果性解读。在第三部分，笔者将把倾向值匹配与海克曼的选择模型、回归中断设计和工具变量方法进行比较，以此凸现出倾向值匹配方法的独特性。最后，笔者简要讨论一下倾向值匹配方法的局限性，并总结本章内容。