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。

阿巴迪把合成控制写成比较案例的系统化，而不是新的回归花样。处理单位只有一个时，研究者最容易随手指定“最像的邻居”；加权组合把“像”变成可检查的匹配，却不能把匹配失败变成成功。政策前两条线贴在一起，是入场券，不是颁奖词。若入场券发不出来，正确做法是承认没有可比反事实，而不是继续更换对照直到图形好看。

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。

巴斯克研究给出的是量级，不是神话。他们发现，冲突在 1960 年代末大规模爆发之后，巴斯克人均 GDP 相对合成对照大约低了 10 个百分点；1998—1999 年停火窗口里，业务重心在巴斯克的公司股价相对走强，停火破裂后又走弱。合成线回答的是“若无这场冲突，这条增长路径可能怎样”，它不能自动拆开佛朗哥死后的政治转型与 ETA 暴力。批评者后来指出捐赠池也可能被溢出波及、处理时点可以争论；这些是设计审查，不是把方法作废。

加州案例把方法写成可核验的政策评估。1988 年 11 月 8 日选民通过第 99 号提案，从 1989 年 1 月 1 日起把香烟消费税每包提高 25 美分，税款指定用于健康教育、医疗、研究与相关项目，并触发一批地方禁烟条例。控烟运动在全国早已开始，但加州这一包税收、广告与场所限制的规模，当时没有其他州可比。

作者把同期实施类似项目、或在 1989—2000 年把州税提高 50 美分及以上的州移出捐赠池，剩下 38 州。合成加州的正权重很稀疏：犹他约 0.334，内华达 0.234，蒙大拿 0.199，科罗拉多 0.164，康涅狄格 0.069，其余为零。政策前人均销量和预测变量被这条凸组合盯住，政策后真实加州才脱离下行较缓的合成线。

作者估计，到 2000 年加州年人均销量约比合成对照低 26 包；1989—2000 年均值大约少了近 20 包，约合四分之一。数字属于这一设计，不是对所有控烟法的通用常数。

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。

犹他权重大，并不等于犹他“最像加州”，只说明在非负且权重和为一的约束下，它帮着重建了政策前的销量与协变量。内华达与科罗拉多进入组合，提醒对照来自凸包内部的拼贴，而不是邻州常识。把捐赠池扩到实施了类似控烟包的州，数值拟合可能更好看，反事实含义却坏了：对照已经被同类处理污染。

排除加税 50 美分以上的州，是为了避免把别人的处理当成加州的未发生世界。这些选择必须事前讲清楚，并且对纳入被排除州的规格做报告——作者写过纳入后结果仍稳健。审查的是理由与稳健性，不是把权重表当成可以反复调参直到出现星号的菜单。

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。

前拟合是入场券，这句话要按字面执行。均方预测误差大，等于承认处理单位落在对照凸包之外，后面的分离可以是任何故事：结构本就不同、趋势本就分叉、或者政策真有效。阿巴迪 2021 年的综述把可行性写成数据要求：足够长的政策前序列、对照不被处理污染、结果在处理前可被协变量与轨迹逼近。

过不了这关，就没有研究，而不是进入“再试一组预测变量”的循环。公共卫生干预尤其容易诱人去调：控烟、糖税、疫苗接种都想要一张分离图，但拟合失败时正确动作是换问题或换设计，不是把图修到发表。

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。

这一条写的是失败模式，不是操作指南。换捐赠池、换预测变量、把处理时点前后挪一年，都可以让分离图变“显著”；把这些步骤当成寻找效应的流程，就是把合成控制做成图形版的 p 值搜寻。

可信做法相反：在看见政策后差距之前写下捐赠池规则、变量清单与时点定义，然后报告预先声明的规格，以及少数有制度理由的备选。留一法抽掉单个高权重对照，用来检查结论是否绑在某一个州上，不是用来挑一张最好看的图。软件会给出权重，判断仍必须回到加州为何可比、巴斯克的对照是否被冲突波及。

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。

安慰剂排名回答的是：在这组对照里，加州的分离有多极端。38 个安慰剂里若只有加州出现同等幅度的政策后差距，证据更强；若许多拟合很差的州也能画出大分离，排名就没有信息。因此研究常先丢掉政策前 RMSPE 远差于加州的安慰剂，再比较比值。

这仍不是实验室随机化的显著性，更不能倒过来当筛选器：先看哪些规格能让加州排第一，再报告那一格。时间安慰剂把假处理放到 1988 年之前，若“效果”已经出现，通常说明捕捉的是旧趋势。推断是设计审查的一部分，不是把一张图翻译成星号。

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。

阿尔汉格尔斯基等人 2021 年的合成双重差分，把单位权重与时间权重合在一起，试图同时借用合成控制的匹配与双重差分的去趋势。它不是“自动更真”的升级包：预处理拟合差、溢出和同期冲击仍然在。方法选择要回到案例结构。

加州控烟是一州、一次、时点清楚；许多州错峰加税时，合成控制反而要先解释为何只把某一州当处理。过程追踪在这里不是点缀：地方禁烟条例何时铺开、跨州购烟是否上升、烟草业如何改广告，决定 26 包缺口里有多少是价格、多少是场所限制、多少是测量。数字给出可能差多少，机制证据限制它被解释成什么。

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
• Arkhangelsky, Dmitry, Susan Athey, David A. Hirshberg, Guido W. Imbens, and Stefan Wager. “Synthetic Difference-in-Differences.” American Economic Review 111, no. 12 (2021): 4088–4118. https://doi.org/10.1257/aer.20190159