合成控制法：为一次政策寻找可信的未发生世界

破除误解：加权平均不会自动成为反事实#

一州提高烟草税、一国经历政变、一座城市实施拥堵收费，研究者最想知道的是：如果它没有这样做，后来会怎样？处理单位只有一个时，随机实验不可行，简单找一个“相似地区”又常显得任意。合成控制法用多个未受处理单位的加权组合，构造一个在政策前尽量像处理单位的“合成对象”。

方法的吸引力来自透明：权重、政策前拟合和政策后差距都能画出来。但漂亮的两条线不是因果识别本身。捐赠池是否合理、政策前是否真能拟合、是否存在提前反应与跨区溢出，决定这条合成线是不是可信反事实。

它尤其适合处理单位少、政策时点清楚、拥有较长政策前序列的比较案例。若数百单位同时在不同时间采用政策，其他面板方法可能更自然；若政策由精确门槛决定，回归不连续设计可能提供更强的局部比较。

从巴斯克地区到加州控烟#

Alberto Abadie 与 Javier Gardeazabal 在研究巴斯克地区冲突经济成本时，用西班牙其他地区的组合构造没有恐怖主义冲击的反事实。此后 Abadie、Alexis Diamond 与 Jens Hainmueller 对加州 1988 年通过的烟草控制项目进行研究，用其他州加权复制加州政策前的人均香烟销量与预测变量，再比较政策后的分离。

这两项工作确立了核心直觉：与其由研究者主观指定一个“最像”的对照，不如让政策前数据说明哪些对照以多大权重共同重建处理单位。单个对照可能在收入上接近却在人口结构上不同，多个地区的凸组合可以同时匹配多个特征。

然而算法并没有消除判断。哪些地区进入捐赠池、哪些预测变量进入匹配、用多长的政策前时期，都需要制度和理论理由。透明权重只是让这些判断更容易审查。

合成对象怎样形成#

设处理单位为 1，未处理单位共有 (J) 个。合成控制选择权重

$$W=(w_2,\ldots,w_{J+1})', \quad w_j\ge 0, \quad \sum_j w_j=1,$$

让加权后的政策前结果与协变量尽量接近处理单位。非负且和为一意味着合成对象位于捐赠单位的凸包内，避免用巨大的正负权重做不稳定外推。

政策实施后，处理效应的估计是实际结果与合成结果之差：

$$\hat{\tau}_{1t}=Y_{1t}-\sum_{j=2}^{J+1}w_jY_{jt}.$$

公式看似简单，关键都藏在“若无政策，政策前关系会延续”这一判断里。合成对象不是一座真实城市，而是一组可观测轨迹的组合；它能否代表未发生世界，取决于造成结果的潜在因素是否已被长时间序列和协变量充分捕捉。

政策前拟合是入场券#

如果政策前实际线与合成线相差很大，政策后差距没有清晰解释。处理单位可能位于所有候选对照的凸包之外，例如它的失业率、产业结构或结果水平都比捐赠池更极端。这时算法只能选一个“不那么差”的组合，却无法制造可比性。

研究者应报告政策前均方预测误差（RMSPE）、逐期图形、权重与预测变量平衡，而不只展示政策后的显著差距。扩大捐赠池不一定改善设计：加入制度完全不同的地区，可能在数值上提高拟合，却破坏政策反事实的实质含义。

较长政策前序列能帮助吸收未观测但随时间稳定的差异，也能暴露偶然拟合。可时间越长，结构变迁越可能发生。最早十年的相似关系未必能代表政策前夕的经济结构，因此需要结合历史分期判断。

四个核心威胁#

第一是提前反应。企业或居民在正式立法前就知道政策将来临，处理可能早于研究者标记的日期。把预期调整期当成“未处理期”，会污染权重与基线。

第二是干扰与溢出。一州提高烟税后，居民可能跨州购买；一国冲突会影响邻国贸易。捐赠单位若被政策间接影响，就不是未处理对照，估计可能缩小或反转。

第三是同期冲击。政策时点若恰逢处理地区独有的产业崩溃、领导更替或自然灾害，政策后差距混合多个原因。合成控制无法仅凭加权自动拆开同期事件。

第四是结果导向的规格选择。研究者可以反复更换捐赠池、变量与起点，直到政策后出现想要的图形。预先说明设计、公开完整规格与做留一法敏感性分析，是防止“图形采矿”的基本要求。

怎样做推断#

单个处理单位很难依赖大样本标准误。常见做法是空间安慰剂：把同一方法依次假装应用于每个未处理单位，观察它们政策后也会出现多大差距。若处理单位的变化相对安慰剂极端，证据更有说服力。

但政策前拟合差的安慰剂本来就容易产生大差距，不能与拟合良好的处理单位直接比较。研究常比较政策后与政策前 RMSPE 的比值，或排除政策前拟合远差于处理单位的安慰剂。时间安慰剂则把处理日期移到真实政策之前，检查方法是否在不应有效的时点也发现“效果”。

这些是置换式证据，不应机械解释为传统随机抽样下的 p 值。可交换性需要论证：为什么处理单位在无政策时可以视作捐赠池成员之一？地区数量很少、制度差异很大时，排名能提供的信息也有限。

与双重差分怎样选择#

双重差分通常依赖平行趋势：没有政策时，处理组与对照组的平均变化应相同。合成控制允许不同单位获得不同权重，并用较长政策前轨迹优化匹配，因此在单一重大案例中更直观。但它仍要求合成关系在政策后保持稳定。

如果许多单位分期采用政策，现代双重差分可以估计异质时间效应；若只有一个国家接受一次重大干预，合成控制更贴近研究问题。两种方法都不应由软件便利决定，识别来源必须先于估计器。

方法还可与定性材料结合。档案、访谈和过程追踪能判断某个高权重对照为何可比、是否遭受溢出，以及政策后差距通过何种机制形成。数字反事实回答“可能差多少”，机制证据帮助回答“为什么”。

常见误区#

• “算法选权重，所以没有主观判断”：捐赠池、变量、时期和损失函数都包含研究判断，应完整披露。
• “政策前看起来接近就足够”：短期偶合可能伪装成好拟合，还要检查制度可比性、提前反应和结构变化。
• “安慰剂排名就是精确 p 值”：单位并非随机抽取且常不可交换，置换结果应作为设计证据而非自动显著性证明。
• “政策后差距都是直接效应”：溢出、同期地方冲击和结果测量变化都可能制造或遮蔽差距。

跨域连接#

• 双重差分：两种方法都借未处理单位构造缺失反事实。双重差分把识别压力放在平行趋势，合成控制用权重重建政策前轨迹；若预处理拟合不佳，后者并不会神奇地绕过可比性问题。研究问题和采用结构应决定选择。
• 回归不连续设计：RDD 借门槛附近的局部连续性获得强比较，合成控制借跨单位的长期轨迹获得整体案例反事实。前者通常识别门槛附近效应，后者更适合地区级政策随时间的总影响；两者外推边界都必须明确。
• 政治实验与自然实验：合成控制不是随机实验，却延续设计导向思维：先说明处理如何发生、哪些单位未受影响，再选择估计。若政策采用完全由恶化趋势驱动，单靠更复杂权重不能消除反向因果，需要制度事件或额外设计支撑。
• 因果推断与可信性革命：可复制代码、预处理图和安慰剂检验让读者看见识别质量，这是可信性的重要进步。但方法透明不等于结论自动真实；对捐赠池历史和政策执行的领域知识仍是因果论证的一部分。
• 租金管制之争：当某城市先于他者改变租赁规则，合成控制可以用多个未改革城市构造对照。不过房东跨市投资、租客迁移和全国利率冲击会破坏无干扰条件，住房政策尤其需要把这些空间反馈写进设计。

参考文献#

• Abadie, Alberto, and Javier Gardeazabal. “The Economic Costs of Conflict: A Case Study of the Basque Country.” American Economic Review 93, no. 1 (2003): 113–132. https://doi.org/10.1257/000282803321455188
• Abadie, Alberto, Alexis Diamond, and Jens Hainmueller. “Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California’s Tobacco Control Program.” Journal of the American Statistical Association 105, no. 490 (2010): 493–505. https://doi.org/10.1198/jasa.2009.ap08746
• Abadie, Alberto, Alexis Diamond, and Jens Hainmueller. “Comparative Politics and the Synthetic Control Method.” American Journal of Political Science 59, no. 2 (2015): 495–510. https://doi.org/10.1111/ajps.12116
• Abadie, Alberto. “Using Synthetic Controls: Feasibility, Data Requirements, and Methodological Aspects.” Journal of Economic Literature 59, no. 2 (2021): 391–425. https://doi.org/10.1257/jel.20191450