如何判断倾向得分匹配PSM后效果好不好？跟着顶刊画幅核密度图吧！（附数据代码

张志红

      研究者们时常使用倾向得分匹配PSM与双重差分法DID或三重差分法DDD进行联合研究，目的在于通过PSM消除政策处理组与控制组在协变量上的差异。但用于PSM的协变量很多时候有多个，我们无法仅仅通过观察协变量在匹配前后的状况来判断匹配效果，这个做法非常的不直观。为了解决这个问题，部分研究在使用PSM方法后，会选择绘制政策处理组与控制组的倾向得分变量（即，我们使用协变量对样本个体是否进入政策处理组的概率进行预测的预测值）在匹配前后的核密度图，如果相较于匹配前，匹配后政策处理组与控制组的倾向得分变量的分布在形状上更接近了，则可以认为PSM处理取得了很好的效果，适合用于进一步与DID或DDD的联合分析。
. t7 A: C( o" Q6 L# E/ i# w       我们今天就跟随发表在最新一期顶刊《数量经济技术经济研究》上的文献《特高压输电与区域经济发展——来自特高压工程的经验证据》，学习在Stata中如何绘制匹配前后倾向得分变量的核密度图，对匹配效果优劣进行可视化。
9 Z- P" j$ Z# a6 h! r
- E$ u/ n8 V( y9 ^