[论文解读] A two-dimensional propensity score matching method for longitudinal quasi-experimental studies: A focus on travel behavior and the built environment

Haotian Zhong, Wei Li+1 more|arXiv (Cornell University)|Nov 2, 2019

Economic and Environmental Valuation参考文献 19被引用 4

一句话总结

本文提出一种二维倾向得分匹配（2DPSM）方法，用于估计纵向准实验研究中的处理效应，尤其适用于交通行为与建成环境研究。通过在时间（处理前/后）和横截面单位（处理组与对照组）两个维度上进行匹配，2DPSM 提升了合成对照组的质量，并在非随机化情境下的因果推断中，通过蒙特卡洛模拟展现出更优的性能。

ABSTRACT

The lack of longitudinal studies of the relationship between the built environment and travel behavior has been widely discussed in the literature. This paper discusses how standard propensity score matching estimators can be extended to enable such studies by pairing observations across two dimensions: longitudinal and cross-sectional. Researchers mimic randomized controlled trials (RCTs) and match observations in both dimensions, to find synthetic control groups that are similar to the treatment group and to match subjects synthetically across before-treatment and after-treatment time periods. We call this a two-dimensional propensity score matching (2DPSM). This method demonstrates superior performance for estimating treatment effects based on Monte Carlo evidence. A near-term opportunity for such matching is identifying the impact of transportation infrastructure on travel behavior.

研究动机与目标

• 解决建成环境与交通行为纵向研究稀缺的问题。
• 克服标准倾向得分匹配在准实验纵向设计中的局限性。
• 开发一种可在时间与横截面维度上同时创建合成对照组的方法。
• 利用匹配的纵向数据，提升非随机化研究中因果效应估计的准确性。
• 提供一种稳健的方法，用于评估基础设施对交通行为影响。

提出的方法

• 该方法将标准倾向得分匹配扩展至两个维度：时间（处理前/后）与横截面单位（处理组与对照组）。
• 基于时间与空间维度上的可观测协变量，将处理单位与对照单位进行匹配，以构建平衡的合成对照组。
• 该方法利用处理前协变量估计的倾向得分，在时间周期与个体或地理位置之间进行匹配。
• 在时间与横截面单位上同时进行匹配，确保两个维度上的相似性。
• 该方法借助蒙特卡洛模拟验证其在估计平均处理效应方面的性能。
• 通过构建在时间和空间上均具有可比性的合成对照组，使研究人员能够模拟随机对照试验。

实验结果

研究问题

• RQ1 如何将倾向得分匹配扩展至同时包含时间与横截面维度的纵向准实验数据？
• RQ2 二维匹配在估计处理效应方面相较于标准方法表现如何？
• RQ3 2DPSM能否有效估计交通基础设施对交通行为的影响？
• RQ4 2DPSM在合成对照组中于时间和空间维度上的协变量平衡程度如何？
• RQ5 在何种条件下，2DPSM在纵向研究中优于传统匹配方法？

主要发现

• 与标准方法相比，2DPSM 显著改善了在时间与横截面维度上协变量的平衡性。
• 蒙特卡洛证据表明，2DPSM 能够产生更准确且偏差更小的平均处理效应估计值。
• 通过同时在两个维度上匹配，2DPSM 有效降低了纵向准实验研究中的选择偏差。
• 2DPSM 使在随机对照试验不可行的研究中，对建成环境对交通行为影响的因果推断更加可靠。
• 该方法在利用非随机化数据评估基础设施对交通行为影响方面尤为有效。
• 在模拟中，该方法表现出稳健性，处理效应估计的偏差与均方误差均保持较低水平。