Regression modelQuasi-experimental / causal inference
使用工具变量进行政策评估
用于政策评估的工具变量（IV）估计是一种准实验技术，它使用一个外生工具——一个影响政策暴露但与结果无关的变量——从非实验数据中恢复项目或干预的因果效应。该方法由 Angrist, Imbens, 和 Rubin (1996) 在政策研究中推广，它识别了受工具变量影响的单位的局部平均处理效应（LATE）。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Angrist, J. D., Imbens, G. W., & Rubin, D. B. (1996). Identification of Causal Effects Using Instrumental Variables. Journal of the American Statistical Association, 91(434), 444-455. DOI: 10.1080/01621459.1996.10476902 ↗
- Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press. ISBN: 978-0691120355
如何引用本页
ScholarGate. (2026, June 3). Instrumental Variables Estimation for Policy Evaluation. ScholarGate. https://scholargate.app/zh/causal-inference/policy-evaluation-instrumental-variables
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 两阶段最小二乘法 (2SLS / IV) 回归计量经济学↔ 比较
- 双重差分法 (Diff-in-Diff)计量经济学↔ 比较
- 因果推断的工具变量（IV）方法卫生经济学↔ 比较
- 局部平均处理效应（LATE / CACE）因果推断↔ 比较
- 倾向得分匹配研究统计学↔ 比较