Politika Değerlendirme Karşı-olgusal Etki Değerlendirmesi (KED)
Counterfactual Impact Evaluation for Policy Assessment · Ayrıca şöyle bilinir: CIE, policy CIE, counterfactual policy evaluation, impact evaluation
Politika değerlendirmesi için Karşı-olgusal Etki Değerlendirmesi (KED), gözlemlenen katılımcı sonuçlarını titizlikle oluşturulmuş bir karşı-olgusalla - yani politikanın var olmaması durumunda ne olacağıyla - karşılaştırarak bir kamu politikasının veya programının nedensel etkisini tahmin eder. Rubin'in potansiyel sonuçlar çerçevesine dayanan KED, Avrupa Komisyonu tarafından araştırma, yenilik ve yapısal fon programlarının değerlendirilmesi için onaylanan standart metodolojidir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Açıkça tanımlanmış bir kamu programı veya politikasının uygulanmış olduğu ve hesap verebilirlik, öğrenme veya kaynak tahsisi kararları için etkisinin güvenilir bir nedensel tahminine ihtiyaç duyduğunuzda Politika Değerlendirme KED'i kullanın. Yöntem, rastgele atamanın mümkün olmadığı, idari veya anket verilerinin katılımcıları karşılaştırılabilir katılımcı olmayanlarla ilişkilendirdiği ve en az bir yarı-deneysel kaldıraç mevcut olduğunda (bir eşik, kademeli bir uygulama, bir araç veya işlem öncesi gözlemlere sahip panel verileri) en uygunudur. Karşılaştırma grubunun tamamen karşılaştırılamaz olduğu, politika maruziyetinin evrensel olduğu (işlem görmemiş birimlerin bulunmadığı), sonuçların işlem öncesi bir temel olmadan yalnızca kesitsel olarak ölçüldüğü veya ilgi mekanizmasının indirgenmiş biçim tanımlaması yerine yapısal tanımlama gerektirdiği durumlarda uygun değildir.
Güçlü yönler & sınırlılıklar
- Rastgeleleştirmeye gerek kalmadan program etkilerinin güvenilir bir nedensel tahminini sağlar, bu da onu gerçek dünya politika ortamları için uygulanabilir kılar.
- Birden fazla tahmin stratejisini (eşleştirme, DiD, RDD, IV) barındırır, bu da analistin verilerde mevcut olan herhangi bir yarı-deneysel değişimi kullanmasına olanak tanır.
- Büyük değerlendirme kuruluşları (Avrupa Komisyonu, Dünya Bankası, OECD) tarafından onaylanmıştır, bu da politika benimsenmesini ve çalışmalar arası karşılaştırılabilirliği sağlar.
- Tek bir yaklaşımın tam olarak savunulabilir olmadığı durumlarda yöntemler arasında üçgenleme yapmak güvenilirliği güçlendirir.
- Heterojen işlem etkilerini ilgili alt gruplar (firma büyüklüğü, sektör, bölge) için etkileri tahmin ederek ele alabilir.
- Her bir temel tahminci, kendi test edilemez veya kısmen test edilebilir varsayımını (nedensellikten bağımsızlık, paralel eğilimler, araç geçerliliği) taşır; bunlar başarısız olursa, nedensel yorum geçersizdir.
- Veri gereksinimleri yoğundur: genellikle işlem öncesi gözlemlere sahip bağlantılı idari kayıtlar veya panel anketleri gereklidir.
- Program katılımındaki seçim yanlılığı kalıcı bir zorluktur; gelişmiş eşleştirme veya yarı-deneysel tasarımlar bunu tam olarak çözmeyebilir.
- Etki tahminleri tipik olarak yereldir (yerel ATT veya LATE), bu da genelleştirilebilirliği değerlendirilen programa ve bağlama sınırlar.
- Uygulama, önemli metodolojik uzmanlık ve yüksek kaliteli veri altyapısı gerektiren kaynak yoğun bir süreçtir.
SSS
Politika KED'ini standart bir etki değerlendirmesinden ayıran nedir?
Politika KED'i, Avrupa Komisyonu gibi kurumlar tarafından onaylanan ve kamu programı değerlendirmesine karşı-olgusal yöntemleri (eşleştirme, DiD, RDD, IV) uygulayan yapılandırılmış çerçeveyi, ekleyicilik, karşılaştırma grubu geçerliliği ve çoklu yöntem sağlamlığına açıkça dikkat ederek ifade eder. Standart etki değerlendirmesi daha geniş bir şemsiye terimdir; politika KED'i, bunun kurumsal olarak tanınmış, biçimlendirilmiş bir uygulamasıdır.
Hangi karşı-olgusal yöntemi seçmeliyim?
Seçim, programa atamanın nasıl gerçekleştiğine bağlıdır. Uygunluk sayısal bir eşiği takip ettiyse, RDD doğaldır. Program farklı birimler arasında farklı zamanlarda uygulandıysa, kademeli DiD veya olay-çalışma tasarımları uygundur. Katılım gönüllüydü ancak katılımcı olmayanlar hakkında idari veriler mevcutsa, gözlemlenebilirler üzerindeki eşleştirme veya IPW yaygındır. IV, katılım için güvenilir bir araç belirlenebilecek durumlar için ayrılmıştır. Birden fazla yöntem mümkün olduğunda, hepsini uygulayın ve tutarlılığı raporlayın.
'Ekleyicilik' nedir ve KED bunu nasıl ölçer?
Ekleyicilik, bir sonucun politika olmadan gerçekleşmeyecek kısmıdır - yani gerçek nedensel etkidir. KED, bunu ATT olarak ölçer: katılımcıların gözlemlenen sonuçları ile katılımcı olmama altındaki karşı-olgusal sonuçları arasındaki fark. Pozitif ekleyicilik, programın katılımcıların kendi başlarına elde edeceklerinin ötesinde gerçek bir iyileşme sağladığı anlamına gelir.
Evrensel bir programı, işlem görmemiş birimler olmadan nasıl ele alırım?
Evrensel kapsama, karşılaştırma grubunu ortadan kaldırır ve standart KED'i uygulanamaz hale getirir. Alternatifler arasında uygulama öncesi ve sonrası sonuçları karşılaştırmak (kesintili zaman serisi), programı farklı zamanlarda benimseyen coğrafi veya idari birimleri kullanmak (kademeli uygulama DiD) veya benzer ancak işlem görmemiş bölgeler veya ülkelerden oluşan bir sentetik kontrol oluşturmak yer alır.
Güvenilir KED tahminleri için ne kadar büyük bir örneklem gereklidir?
Evrensel bir eşik yoktur, ancak eşleştirilmiş çiftlerin veya işlem gören birimlerin etkili örneklemi kesinliği belirler. Eşleştirmeye dayalı KED için, kararlı eğilim skoru tahminleri ve yeterli eşleştirme sonrası denge elde etmek için tipik olarak en az birkaç yüz işlem gören birim gereklidir. RDD için kesinlik, bant genişliğine ve eşik etrafındaki yoğunluğa bağlıdır. Prospektif bir değerlendirme planlarken her zaman güç hesaplamalarını veya minimum tespit edilebilir etkileri raporlayın.
Kaynaklar
- Imbens, G. W., & Rubin, D. B. (2015). Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction. Cambridge University Press. ISBN: 978-0521885881
- Cerulli, G. (2014). Econometric Evaluation of Socioeconomic Programs: Theory and Applications. Springer. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Counterfactual Impact Evaluation for Policy Assessment. ScholarGate. https://scholargate.app/tr/causal-inference/policy-evaluation-counterfactual-impact-evaluation
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Karşı-olgusal Etki Değerlendirmesi (CIE)Nedensel çıkarım↔ karşılaştır
- Farkların Farkı (Diff-in-Diff)Ekonometri↔ karşılaştır
- Nedensel Çıkarım için Enstrümantal Değişkenler (IV) YöntemiSağlık ekonomisi↔ karşılaştır
- Eğilim Skoru EşleştirmesiAraştırma istatistiği↔ karşılaştır
- Sentetik Kontrol Yöntemi (SCM)Nedensel çıkarım↔ karşılaştır