倍差法分析政策的有效性

节能家电补贴政策是否促进消费 （一）数据来源与数据分析

为分析公共财政补贴节能家电政策是否真的促进了消费，我们从宏观和微观两个层面分别加以分析和验证。宏观层面上，我们的数据是来自《中国统计年鉴》的试点地区（北京）和未试点地区（武汉）试点前后组成的面板数据；微观层面上，通过随机抽样的方法分别在试点地区（北京）和未试点地区（武汉）随机选取足够数量的家庭数，用问卷与访谈相结合的方法得到我们所需要的面板数据。所谓面板数据，是指包含了时间和截面两个维度的数据，示意图如右：

（二）以往政策有效性的评估方法

政策效果评估有两种直观的方法：横向比较法和纵向比较法。 1. 横向比较法

横向比较是指同一时点上比较试点地区和非试点地区节能家电的消费情况是否存显著性差异。但是，试点地区与非试点地区存在经济水平、地区差异、居民消费心理等不可观测的差异，这些差异影响着两地区节能家电消费的表现，因此，这种方法得出的结果没有很强的说服力。 2. 纵向比较法

纵向比较是指试点地区试点前后节能家电的消费情况的差异。但是此期间可能发生了很多其他的事件，不能充分说明产生差异的原因就是节能家电补贴政策所导致的，因此这种方法也被认为是不科学的。

第 1 页

纵向比较

存在差异？ 试点前 试点地区 非试点地区 试点后 横向比较

政策的有效性 以上两种常用的政策效果的评估方法虽然有着简单易行的优点，但是评估结果并不可信，并且两种方法都只是定性分析，无法定量地说明政策效果的大小以及政策效果的显著性，因此有必要建立更加可靠的政策评估方法来评估政策的有效性。 3. 倍差法

所谓倍差法（Difference-in-Differences,DID），简单地说就是用试点后两地区的差

异与试点前两地区的差异之差来衡量政策的效果。DID与前两种方法相比，是一种准实验的方法，更为科学，也是常用的政策评估方法。

试点后 试点前 纵向比较

试点地区 A C A-C 非试点地区 B D B-D 横向比较 A-B C-D (A-B)-(C-D)

第 2 页

政策效果 平均政策效果的估计值 实验组 对照组 政策试点 时间 如果政策没有促进消费，则表1中DD的值与0相差不大，图1中实验组政策试点前后也不会出现明显的差距。表格与绘图虽然可以直观地表明政策是否有效，但是这种方法的一致性要求影响分组的不可观测因素与个体发展不相关，但是在试点的时候很难保证这一点。

（三）建立倍差法模型评价政策的有效性 宏观模型： 1. 符号说明：

（1）试点地区在实施家电节能补贴政策以后相当于产生了一次自然实验，称为实验组（记为组A）；相应的，非试点地区称为对照组（记为组B）；

（2）数据包含了政策实施前后两个阶段的数据，因此有必要根据时间的不同将不同地区的数据进一步分组，将试点前记为时点t0，试点后记为时点t1；

（3）为评估政策的有效性，我们选取节能家电户均消费额为研究对象，记 yA0：A地区居民在时刻t0的节能家电户均消费额， yA1：A地区居民在时刻t1的节能家电户均消费额， yB0：B地区居民在时刻t0的节能家电户均消费额， yB1：B地区居民在时刻t1的节能家电户均消费额，

第 3 页

YA1i：A地区居民i在时刻t1的节能家电消费额取对数； YA0i：A地区居民i在时刻t0的节能家电消费额取对数； YB1i：B地区居民i在时刻t1的节能家电消费额取对数； YB0i：B地区居民i在时刻t0的节能家电消费额取对数； 简单的倍差法：

试点后 试点前 纵向比较

匹配的倍差法：

用以下公式估计政策的平均效应：

DDATT试点地区 yA1 非试点地区 yB1 横向比较 yA1-yB1 yA0 yB0 yA0-yB0 DD yA1-yA0 yB1-yB0 ?1Ni?A?[(YA1i-YA0i)-?w(i,j)(Yj?BB1j-YB0j)]

上式表示试点地区在试点前后的差异要减去加权后的非试点地区的差异才是政策影响的真正结果。w(i,j)是根据试点地区和与之匹配的非试点地区的倾向得分计算的权重，倾向得分可以用SPSS软件通过构造logit模型估计。如果采用核函数匹配法，则权重的构造系数如下：

w(i,j)?G(Pj-Pib)/?(k?bPk-Pib)

其中，G(?)是核函数，b是带宽，P是倾向得分。

通过匹配可以改善实验组和控制组的可对比性，从而使得政策的评估更加可信。

第 4 页

倍差法分析政策的有效性 宏观面板数据分析 搜集北京、1. 搜集北京、 武汉统计年鉴等上武汉统计年鉴等的关于节能家电消费的相关上的关于节能家电消费的相数据（节能家电户均消费额关数据（节能家电户均消费额 等） 2. 整理搜集到的数据， 去掉不相关、不可靠等数据，并按照 用SPSS分析数据的特点对数据加以整理 3.建立宏观倍差法模型： . DDATT ?1N?[(Y-Yi?AA1iA0i)- ?w(i, j)(YB1j-YB0j)]j?B 4.通过匹配可以改善实验组和控制组的可对比性，从而使得 政策的评估更加可信

第一步 数据搜集 第二步 数据分析与整理 第三步 建立倍差法分析模型 第四步 模型分析与结论 第 5 页

微观面板数据分析 通过问卷调查北京、武汉两地区1. 通过问卷调查北京、武汉两地搜集关于节能家电消费的相关数区搜集关于节能家电消费的相关据（节能家电消费额、家庭可支数据（节能家电消费额、家庭可配收入、节能家电补贴额）支配收入、节能家电补贴额） 2. 根据问卷的回收情况对数据进行信度分析，同时按照用SPSS分析数据的特点对数据加以整理 3. 建立微观倍差法模型： yijk??0??1Iijk??2Tijk??3Dijk??1x1??2x2??3x1x2??DD?(yA1-yA0)-(yB1-yB0） ?(?1??2??3-?1)-(?2-0) ??34. 对回归模型中的系数进行显著性检验，如果显著异于0，就可以说明政策是否显著有效

微观模型;

微观分析中，可以采用回归分析的方法，这种方法可以进行显著性检验。 符号说明：

（1）yijk：i地区居民k在时刻j的节能家电消费额；

（2）家庭消费额还受其他很多因素的影响，我们选取以下三个最主要的变量：

Iijk：i地区居民k在时刻j的家庭收入额；

Tijk：i地区居民k在时刻j获得的节能家电补贴额； Dijk：i地区居民k在时刻j已拥有的节能家电数； （3）设置如下两个虚拟变量：

x1：如果数据来自A地区则取1，否则取0； x2：如果数据来自t1时刻则取1，否则取0.

建立回归模型：yijk??0??1Iijk??2Tijk??3Dijk??1x1??2x2??3x1x2?? 其中，?表示随机干扰项。

用stata软件对模型中估计参数，很容易得出如下结论：

DD?(yA1-yA0)-(yB1-yB0） ?(?1??2??3-?1)-(?2-0) ??3 因此，如果对回归模型中的系数?3进行显著性检验，如果显著异于0，就可以说明政策是显著有效的。

第 6 页

微观模型;

微观分析中，可以采用回归分析的方法，这种方法可以进行显著性检验。 符号说明：

（1）yijk：i地区居民k在时刻j的节能家电消费额；

（2）家庭消费额还受其他很多因素的影响，我们选取以下三个最主要的变量：

Iijk：i地区居民k在时刻j的家庭收入额；

Tijk：i地区居民k在时刻j获得的节能家电补贴额； Dijk：i地区居民k在时刻j已拥有的节能家电数； （3）设置如下两个虚拟变量：

x1：如果数据来自A地区则取1，否则取0； x2：如果数据来自t1时刻则取1，否则取0.

建立回归模型：yijk??0??1Iijk??2Tijk??3Dijk??1x1??2x2??3x1x2?? 其中，?表示随机干扰项。

用stata软件对模型中估计参数，很容易得出如下结论：

DD?(yA1-yA0)-(yB1-yB0） ?(?1??2??3-?1)-(?2-0) ??3 因此，如果对回归模型中的系数?3进行显著性检验，如果显著异于0，就可以说明政策是显著有效的。

第 6 页

本文来源：https://www.bwwdw.com/article/bm2w.html