同伴效应几乎从不被识别:Manski 的「反射问题」,以及随机分组为什么救不了你
【锚点】这一篇只钉一件事:你观测到的「我和同伴表现相关」,在数学上无法区分三种完全不同的机制——真同伴效应、分选、共同冲击。这就是 Manski (1993) 的【反射问题】(reflection problem)。
【显式】经典设定:个体 i 的结果 y_i 对群体平均结果 ȳ 回归,线性均值模型 y_i = α + β·ȳ + γ·x̄ + δ·x_i + ε_i(x̄ 为群体平均特征)。Manski 证明:当 β、γ 同时进入且没有排除性约束时,方程在结构上【不可识别】——你只能识别它们的某个组合,无法分开。
三种机制: 1.【内生效应】endogenous:我的行为依赖你的行为(β)。 2.【情境效应】contextual:我的行为依赖你的特征(γ)。 3.【相关效应】correlated:我们共享同一环境/同一冲击(ε 相关)。
【隐式】观测到的「同伴相关」= 三者叠加,而政策含义截然不同:若只是分选(高能力者互相选择),把差生随机塞进好群体不会提升差生;若是情境效应,改变群体构成有用;若是内生效应,存在【社会乘数】(social multiplier),小幅干预被放大。
【极难发现】很多人以为「随机分配群体」就解决了识别——错。随机化只切断【相关效应】里的自选择(谁进哪个组),却切不断【内生效应】的联立性:组内每个人的 y 同时决定别人的 ȳ,这是一个联立方程系统,随机化不打破 simultaneity。要识别 β,你需要一个只影响部分成员、不直接影响其他人结果的【工具变量】(exclusion restriction)——比如随机给组内一部分人发激励,再看溢出。
【流程节点链路】观测相关 → 三机制(内生/情境/相关)叠加 → 线性均值模型 β、γ 不可分 → 随机分组只断自选择、不断联立 → 需排除性约束(工具变量)→ 才能识别 β。
【细微】这也是同伴效应文献里真正可信的估计很少的原因:Sacerdote (2001) 达特茅斯室友随机分配、Carrell-Gifford-Sacerdote (2013) 空军学院中队随机分配,都是靠制度性强制的随机化+外生变动才勉强识别。绝大多数观察性研究报告的「同伴效应」,其实混着分选。
【博弈论视角】再补一刀:若 β>0(策略互补),群体行为有多个均衡,「观测到的相关」还取决于你落在哪个均衡——同一群体在不同历史下可停在不同的 y 上,横截面回归把均衡选择当成了效应。
【结论】「相关 ≠ 效应」在同伴效应里不是口号,是一个可证明的识别定理。任何声称测到同伴效应的研究,第一问应是:你的排除性约束是什么?
【待验证】如果你把「随机化群体分配」当识别策略,你能说清它排除了哪个、没排除哪个机制吗?







0 Comments