近日，经济学院谢申祥教授和其指导的博士研究生范鹏飞等人合作撰写的论文《传统PSM-DID模型的改进与应用》在《统计研究》2021年第2期发表。

该文基于在倾向得分匹配-双重差分模型（PSM-DID）的应用中，考虑到将原本适用于截面数据的倾向得分匹配（PSM）运用到面板数据分析中可能存在的“自匹配”现象或不能准确识别个体固定效应的问题，在此基础上对传统的逐期匹配方案进行了相应改进，即将匹配变量进行区分，并由特殊类变量和倾向得分值（ps值）共同控制匹配，同时将匹配方式由原来ps值点对点匹配，改进为ps值序列间的整体匹配。应用实例的分析表明，当对照组与处理组差异较大且存在特殊类变量时，利用改进后的PSM-DID模型可以更加有效地识别出政策产生的效应，本文的研究具有重要的应用价值。