论文
因果分析中的倾向值分析和熵平衡法
摘要
在社会学等学科的实证研究中,倾向值分析是当前常用的用来估计因果关系的方法。但是,在实际应用中,若需要通过有限样本估计某一外在宏观要素对微观层次的作用效应的形塑,则此方法可能会面临精确性和代表性难以同时兼顾、协变量的多阶矩难以同时平衡以及多层多个协变量难以同时匹配三个难题。新近发展的熵平衡法能够有效解决这三大难题。本文综合国内外的最新研究进展,对熵平衡法的原理、特点和优势进行了梳理,并在此基础上提出了两步熵平衡法,以实现两个层次不同协变量的同时匹配;然后,以新经济社会学中的社会网络研究为例,通过对一个调查数据的分析展示了这一方法在因果关系的估计上与倾向值匹配、倾向值加权等方法的异同;最后,对熵平衡法的运用前景和可进一步拓展之处,给出了笔者的思考。
作者
郝明松 ,西安交通大学人文社会科学学院社会学系副教授,西安交通大学实证社会科学研究所研究员,ms.hao@xjtu.edu.cn。
Mingsong Hao
检索正文关键字
论文目录
-
一 引言
- (一)因果分析的挑战:内生性问题
- (二)解决内生性问题:倾向值分析及其面临的三个难题
-
二 熵平衡法的原理、特点和优势
- (一)核心理念
- (二)基本运算过程
- (三)熵平衡法的特点和优势
- (四)估计因果效应的可靠程度
-
三 分析实例:倾向值分析及其面临的新问题
- (一)数据、变量与分析目标简介
- (二)倾向值匹配法遇到的难题
- 1.样本量不足导致的估计偏误
- 2.两个层次的内生性问题及其干扰
- (三)倾向值加权法及其局限
-
四 新的分析:两步熵平衡法及其结果
- (一)两步熵平衡法的实现过程
- (二)检验两步熵平衡法的有效性
-
五 结论和展望
- (一)主要结论
- (二)思考和展望
相关文献
查看更多>>>