如何科学评估经济政策的效应.docx
《如何科学评估经济政策的效应.docx》由会员分享，可在线阅读，更多相关《如何科学评估经济政策的效应.docx（11页珍藏版）》请在冰豆网上搜索。
如何科学评估经济政策的效应
如何科学评估经济政策的效应？
一、科学评估方法的基本逻辑
从科学的意义上来说，评估一项政策的实施效应其背后的基本逻辑应该是：
在给定其他条件相同的情况下，实施政策后的表现（例如价格）与假定没有实施政策后的表现的差异。
这句话虽然很简单，但其背后的前提条件是非常苛刻的。
举一个通俗的例子，假定我们要评估的是大学教育对工资的贡献度，我们可以造一个时空穿梭机器，首先让某人在现实中读大学，然后记录他工作时的收入A，接着我们用时空穿梭机将他再送回去，这次不让他上大学，记录他另一个平行世界中的收入B，则A-B就是此人上大学的教育回报。
在政策评估的方法论中，这个例子中的B就是A的完美的反事实对照组（Counterfactual），也就是说，一旦其接受政策干预，则表现是A，如果没有接受政策干预，结果就是B。
但是我们知道，上述例子在任何的学科领域都是无法实现的，因为历史都是单线程往前发展的，理论上我们无法构造出一个完美的平行世界，因此我们就无法获得一个政策实施后的反事实对照组。
在现实世界中，一个人要么受到政策的干预，要么就是没有收到干预。
以上大学为例，现实世界中的某个人，其只可能占据两种状态的一种，要么真的上大学了，要么就没有，我们无法看到一个人上大学状态下的反事实（没上大学），也无法观察到没有上大学人群的反事实（上大学）。
因此，如果从一种极致的科学评估的角度来看，严格来说是无法从这个例子中去评估上大学的效应。
自然而然，我们经常采取的方法是，直接比较那些受到政策干预的人群和未受到政策干预的人群的差别，将这个差别等价于政策实施的效果，这种简单比较的统计方法，其背后包含了一个极其苛刻的要求，那就是用未受到政策干预的人群作为政策干预人群的反事实，这句话的潜台词是说，如果那些受到干预的人群没有收到干预，其结果应该与未受到干预人群的结果是一致的。
很遗憾的是，在大多数的现实政策中，这一前提条件往往是无法满足的，从而导致了整个评估结果的巨大偏误。
举例说明，医疗卫生支出是政府需要大力进行资助的领域，但是作为决策层来说，任何的决策都是一种权衡和选择，用在医疗卫生领域的多了，用在教育、基建等就必须减少，因此在做具体的决策之前，就需要准确评估医疗卫生对国民健康的改善程度。
我们可以采取随机抽样问卷的方式，询问一个人在过去一周是否去过医院，这个问题会呈现两种状态，如果去过医院，则是受到了医疗的干预，如果没有去过，则是未干预组；同时，我们还让接受问卷的人回答其自评健康程度，健康程度分为5档，1至5分别表示健康程度由差到好。
最后，我们将调查的结果分组汇总起来，就得到如下的统计表格。
由于是随机发的问卷，去医院的只占全部人群的一小部分，因此在近10万份的问卷中，仅有7774人是去过医院的，剩下的90049人是没有去过医院的。
我们将去过医院的人群的健康程度取均值，其健康程度是3.21，而没有去过医院的人群的平均健康程度为3.93。
采用简单对比的办法，我们会得出医疗恶化健康的错误结论。
正如上一段所说，当我们简单地将处理组（去医院）和控制组（没去医院）进行对比时，其背后隐含的假设是，如果去医院的那些人没有去医院时，他们和那些真正没去医院的人群的健康程度是相同的。
我们假定去医院的人是生病了，而没去医院的人则没有生病，前面那句话的意思是，生病的人和没有生病的人，他们的健康程度是相同的。
显而易见，这个前提条件是无法满足的，假设那些去医院的人没去医院，他们的健康程度也远低于实际上没去医院的人。
因此，没去过医院的人群不能作为去过医院人群的反事实参照组。
由于没去过医院的人群的健康程度更好，因此这种简单对比会严重低估医疗的效应。
在表1的例子中，健康的效应应该是正向的，但由于低估的程度非常大，超过了理论上的正向效应，简单对比就会得出负向的健康效应。
另一种经常犯的错误是，简单对比政策前后的差异，并将这种时间上的差异等价于政策效应。
这种纵向对比，其背后隐含的假设是，一旦没有实施该政策，该时间节点之后的表现应该与之前完全一致，因此将节点之前的表现作为节点之后的反事实参照组。
但在实际的经济社会中，至少有两大类因素会使得这个假设不成立。
一是时间趋势，即某些因素会随着时间的推移逐步增加或者减少，比如人的年龄、一个国家的CPI等，即使没有相应的政策干预，这些因素也会呈现一定的时间趋势，因此政策干预前的CPI并不能作为干预后的反事实参照组。
二是共同冲击，这类因素往往是在国家层面统一实施的宏观调控，共同冲击会使得我们关注的指标也发生变化，而这种变化往往与政策效应是混合在一起的，很难将其单独分离出来。
我们以2011年实施的房产税试点政策为例，来说明纵向对比的偏误。
2011年2月份，为了遏制房地产价格过快上升的势头，我国开始在部分城市进行房产税的试点，选择了上海和重庆两个试点城市。
与其他税种不同，房产税是在持有环节征收，等价于增加了房屋的持有成本，理论上与提高利率的作用渠道是类似的，可以挤出一部分投资性的需求，进而发挥调节房价的作用。
当然，房产税还有其他更加重要的作用，例如为地方政府筹集可持续收入等等，因此该税种自试点开始就被寄予厚望。
但实际结果看上去却是不尽人意的，决策层和舆论界都认为房产税试点没有起到遏制房价的作用，这种结论的来源正是简单的纵向对比。
如图1所示，重庆的房产税试点从2011年2月开始，但是我们并没有看到重庆房价在试点时出现过下降，相反，试点当年的房价反而上涨了11%，看上去重庆的房产税政策并没有使得重庆的房价下降，因此，就得出房产税无效的结论。
这种简单的对比是错误的，房价没有下降并不代表房产税没有效应，两者不可以简单地等价。
按照科学意义上的评估方法，房产税的效应应该是比较重庆实际房价和假设没有房产税时的房价，当我们简单对比房产税前后的实际房价时，就隐含了一个重要的假设，那就是假设没有房产税时，重庆2011年的潜在房价水平应该跟2010年相同。
但由于存在时间趋势和共同冲击两个因素，重庆2011年的潜在房价水平应该远远高于2010年。
通俗来说，有房产税时的重庆房价上涨了11%，假设没有房产税，重庆的房价可能上涨了15%，此时4%的差距（15%-11%）才是房产税对房价的遏制效应。
现实世界中，我们是无法知道假设2011年没有房产税时的重庆房价，不过我们还是可以大体上用其他城市的房价对重庆的趋势进行判断，与重庆相邻的成都市，其2011年的房价上涨了13%，是大于有房产税的重庆市的房价上涨幅度的，趋势上来说，重庆的潜在房价上涨幅度应该是超过11%，房产税政策是有效果的。
因此，简单进行纵向对比，严重低估了重庆房产税政策的效应。
政策评估的科学方法，其本质上是要找到反事实参照组。
反事实参照组要满足两个基本条件：
一是要保证呈现反事实的特征，即一旦实验组没有受到政策影响，实验组的结果应该与反事实组是完全一致的；二是反事实参照组不能受到实验组的影响，即那些受到政策干预的人群不能把这种影响传递给其他人，理论上是允许实验组内部的互相影响，但如果这种影响外溢到参照组，无论这种外溢是主观还是客观原因，都会导致对政策效应估计的偏误，一般情况下都是低估了政策的效应。
例如在房产税的例子中，重庆和上海实施了房产税之后，如果这些城市居民可以非常容易地到其他城市购房的话，那么在重庆和上海的房产税政策的效应就外溢到了其他城市，不过幸运的是，由于大多数城市都对非户籍居民采取限购房产的政策，因此房产税的外溢效应是比较小的。
显然，按照“穿越剧”的方式构造反事实参照组是不现实的，不过我们还是可以基于这样科学的视角，采取其他类似方法来构造一种近似的“穿越剧”。
常见的构造方法有两类：
一是通过数据筛选的方法，二是随机试验的方法。
数据筛选的最佳例子是同卵双胞胎的数据，这一数据构造借鉴了医学和药物学的科学方法。
在药物进入临床应用阶段，需要对药物的实际效果进行评估，因此需要招聘一些志愿者来服用药物，但是不能简单根据志愿者报名的情况直接进行药物试验，因为我们无法排除志愿者自身的特征对药物作用的影响。
因此，在最理想的情况下，药物公司需要招聘一些同卵双胞胎的群体，给予双胞胎的其中一个服用药物，而另一个则不服用，在一段时间之后再评估他们的各项指标。
不过，这里面还要进一步排除心理因素的作用，即那些服用了药物的双胞胎个人可能因为自我心理暗示，导致实际作用大于药物作用，这样也会高估药物作用。
因此，一个完美的实验，除了需要双胞胎的组别之外，还不能让参加的那组人干扰药物实验，如果这样的话，则还需要进行安慰奖检验（Placebotest）的设计。
具体来说，就是要给予双胞胎组别同时服用，其中双胞胎的一半服用真实药物，另一半服用一种外形无差别的糖丸，双胞胎的两方都以为自己服用了药物，心理干扰因素的作用对两方同时存在，他们事后的差异就完全是药物的作用。
第二种构造反事实参照组的方法是随机试验，更准确地说，是随机干预实验（RandomizedControlledTreatment,RCT）。
该方法最近几年在发展中国家非常盛行，由于其相对清晰和简单的实验设计，也被世界银行大范围应用于一些扶贫项目的效应评估。
这一方法的核心在于“随机”二字，采用的是统计学的原理，即如果可以用随机的方法来选择哪些人群接受政策干预的话，同时保证受政策干预的人群数量足够大，那么从统计学上，就可以将随机分组的结果等同于政策效应。
我们同样以表1的就医为例，如果采用随机试验的方法，应该是针对那些有就医需求的所有人群，通过抛硬币的方法来决定是否可以去医院，例如当抛硬币为正面时，就可以上医院，如果为反面，则不能上医院，由于抛硬币的正反面结果是一个随机冲击，因此对那些有就医需求的人群通过抛硬币的方法，就是一种随机分组，我们事后来评估有就医需求并去医院（正面硬币）和有就医需求并没有去医院（反面硬币）的健康差异，就是医疗对健康的实际改善程度。
这两种构造反事实组的方法虽然能够满足科学评估的要求，但在政策评估方面的应用性不强。
同卵双胞胎的数据筛选方法局限于就业和收入方面的应用，例如可以评估教育（上大学）或党员身份对收入的影响，但由于绝大部分同卵双胞胎都在同一个辖区，大多数的政策又是对该辖区进行全覆盖，因此很难找到同一组双胞胎受不同政策影响的数据。
随机试验方法的应用性比数据筛选方法好一些，但也存在另外两个问题：
一是面临伦理难题，例如前面的就医例子，采用抛硬币的方法，就是一个伦理问题；二是很多随机试验，在操作过程中很难完全满足随机性的要求，为了操作便利性，一些随机试验并不是在个体层面随机筛选，而是在村镇甚至更加总层面的随机筛选，这就在一定程度上损害了该方法的科学性。
二、常见的几种评估方法和案例剖析
绝大多数的政策并不是根据评估的要求来实施的，因此政策评估的数据并不是一种实验数据，而是一种观测数据，即政策实施之后收集的数据。
在大多数情况下，政策评估方并没有直接参与到政策的设计和实施过程，无法按照科学评估方法的要求来构造和生产数据，因此任何利用观测数据的政策评估就必须非常小心和科学论证，针对不同的数据结构和政策类型采用不同的评估方法，并反复检验该方法的适用性。
根据政策实施的过程，可以将一个国家或部门的政策分为三类，不同的政策类型刚好对应了不同的评估方法。
第一种是“先行先试”的政策，这类政策往往是决策层无法准确预判其社会和经济影响，政策的容错空间小，需要挑选一些地区或者行业做政策试点，如果试点的效果比较理想，则可以在全国层面推广，反之则不推广。
例如，2016年5月1日在全国实施的“营改增”，就是在2012年开始进行试点的，1994年至2012年增值税和营业税并存的状况，严重阻碍了制造业和服务业的分工和发展，也导致了服务业的重复征税问题，因此将服务业的营业税改为增值税就显得非常必要。
不过，这样的政策影响深远，具体政策细则上的细微差别就会对相关行业带来致命影响，并且如此重大的税制改革也会在短期和长期产生完全不同的效应，因此就需要预留一些时间窗口来观察实际影响。
于是2012年1月1日在上海挑选了“1+6”个服务业行业首先进行试点，然后再逐步将这“1+6”行业推广到八省市和全国，再逐步扩围至电信、邮政等行业，2016年5月开始覆盖房地产业、建筑业、金融业、生活服务业最后四个行业，这样就完成了从先行先试到全范围推开的过程。
第二种政策是“一刀切”，这类政策的实施往往是因为一些外在条件限制，无法在全部范围内实施，需要集中资源重点发展某些地区或者某些行业。
“一刀切”的政策有两个要点：
一是其门槛是非常清晰的，超过（或者低于）该门槛才会进入到政策范围；二是符合政策条件的那些群体会得到较多的资源支持。
1994年实施的“八七扶贫攻坚计划”是典型的“一刀切”政策，按照前述的两个政策要点，“八七扶贫攻坚计划”对于贫困县的认定有非常严格的条件，规定1992年的人均GDP低于400元的县才能进入贫困县，反之，如果一个县的人均GDP超过400元，即使仅为401元，也会失去了贫困县的资格（具体实施过程有细微变化）。
针对那些贫困县，中央财政在对地方进行转移支付时，会给予了额外的倾斜，使得这些贫困县获得了实质上的好处。
“一刀切”的政策在产业发展中非常普遍，例如我国的高新技术产业、新能源产业等都制定了类似的准入门槛条件。
第三种是一次性推开的政策，这类政策往往带有自上而下的特征，决策层对该政策的效应有充分的论证和把握，能够合理预期政策带来的冲击，并且做好了相应的备案，因此可以选择某一时点在全国范围内一次性推开。
1994年实施的分税制改革就是典型的一次性推开政策，在1993年之前，我国中央财政与地方财政还是财政包干制，自1994年开始，全国所有省级地区与中央财政采取以税种划分的财政制度，分税制针对全国所有地区实施相同的分成规则，时间节点清晰明朗。
同时，考虑到该政策给地方财政带来的冲击，分税制改革也做了相应的备案，以1993年为基数对地方财政进行税收返还，以缓和此次改革对地方财政带来的不利影响。
严格来说，前两种政策是可以用科学评估方法对政策效应进行合理估计的，而一次性推开的政策是很难找到合适方法进行评估。
接下来，本文将针对前两种政策类型分别介绍几种常见的评估方法，结合一些案例进行剖析，并重点指出各种方法应用的前提条件。
（一）双重差分法
双重差分法（Difference-in-difference,DID）有几种其他的称谓：
倍差法、差分再差分等。
该方法的原理非常简单，它要求数据期至少有两期，所有的样本被分为两类：
实验组和控制组，其中实验组在第一期是没有受到政策影响，此后政策开始实施，第二期就是政策实施后的结果，控制组由于一直没有受政策干预，因此其第一期和第二期都是没有政策干预的结果。
双重差分方法的测算也非常简单，两次差分的效应就是政策效应。
如图2所示，AC是受政策影响的组别，BD是没有受政策影响的组别，我们在政策实施前后分别观察（收集）了一次数据，此时有两种差分的顺序，其结果都是等于CE的政策效应。
第一种是先组内差分，再组间差分，也就是（C-A）-（D-B）=CE；另外一种是先组间差分，再前后差分，即（C-D）-（A-B）=CE。
可见无论是哪种差分顺序，其结果是一致的。
双重差分法并不要求实验组和控制组是完全一致的，两组之间可以存在一定的差异，也就是图中的A和B是可以不相等的。
但是双重差分方法要求这种差异不随着时间产生变化，也就是图中的ED=AB。
如果满足了这个条件，那么实验组在没有政策干预的情况，其潜在的变化趋势应该是AE，AE和AC之间的差异恰好也是CE。
也就是说，当我们用双重差分方法来评估政策效应时，是将AE作为AC的反事实参照组，但是AE本身是不可观察的，此时如果实验组和控制组有相同的时间趋势，那么就可以用控制组加上一个固定的差异作为AC的反事实参照组，也就是AE=BD+AB。
因此，双重差分法本质上是用控制组作为反事实参照组，与其他方法不同的是，该方法允许控制组和反事实参照组之间存在一定的固有差异，然后再用差分的方法剔除掉这种固定差异。
这种方法可以进一步扩展到多时期和多政策实施点两种情况。
常见的政策前期和后期，往往都是多期的，例如实施前存在3期数据，实施后有4期数据，这更加有利于精确评估政策效应。
一方面，政策效应往往存在时滞，例如可能需要2-3年才会出现，因此需要更长期的跟踪数据；另一方面，政策效应还存在动态演变的过程，在实施之后的1-2年内呈现逐步强化的现象，3-4年逐步减弱。
多期数据可以让我们精确估计政策效应在哪一期出现，同时在时间维度上呈现何种动态变化。
此外，实际的政策实施也不是一次性的，往往是逐步增加试点的过程，也就是控制组逐步变为实验组；有些情况下，为了考察政策的力度，还会在同一期的实验组中，将实验组进一步分组，给予不同实验组不同的政策力度。
通过一定的变通和扩展，倍差法也可以评估这两种情况下的政策效应。
接下来，我们用一个案例研究来剖析这种方法在实际中的运用，这个例子通俗来说就是“跑部钱进”（范子英和李欣，2014）。
我国1994年分税制改革以来，中央财政的集权程度得到强化，中央财政收入占据50%以上，但支出占比仅为30%，因此中央对地方的财政转移支付也随之快速增长；以2012年为例，中央财政收入5.6万亿，其中4.5万亿直接转移给地方财政，占地方财政收入的比重高达74%。
我国现存三大类财政转移支付：
税收返还、一般性转移支付和专项转移支付，在很长一段时间，专项转移支付占比都是最高的，超过了转移支付总额的40%；不仅如此，专项转移支付由于按照项目划拨的方式，因此缺乏规范的分配方案。
在具体的管辖范围上，税收返还和一般性转移支付都是财政部主导，专项转移支付则分散于各部委。
对地方财政来说，中央的转移支付数额庞大，并且几乎是没有成本的，因此各地都有“跑部”的激励。
加上专项转移支付分配方案模糊，就产生了“跑部”的空间。
“跑部钱进”是一个世界现象，美国的国会委员会在分配联邦财力时，也会受到“跑部”的影响。
但是，要想评估我国的“跑部钱进”却没那么简单，因为各地都在“跑部”，不存在一些地区“跑部”，另一些地区不“跑部”，因此，从政策评估方法论角度来说，我们很难找到“跑部”的实验组和控制组。
考虑到各职能部委在专项转移支付分配中的重要作用，同时作为“一把手”的部长在相应领域的专业性和权威性，我们可以利用部长的差异来区分实验组和控制组。
具体来说，我们收集整理了1998—2007年间国务院所有部委部长的个人信息数据，将部长的出生地与相应地级市进行匹配，在其他条件不变的情况下，我们重点研究了部长在分配转移支付时如何“照顾”其家乡。
为了获得更加清晰的政策效应，我们以2003年的政府换届为政策实施点，在2002年年底至2003年两会期间，有17个部委更换了部长，涵盖主要的实权部门，如发改委、财政部、劳动和社会保障部等。
如图3所示，我们将那些在2002年之前没有部长、之后有部长的地级市作为实验组，将一直没有部长的地级市作为控制组，可以清晰看出在部长换届之前，两组城市获得的专项转移支付没有差异，在换届之后，有部长的地级市获得了更多的转移支付。
平均来说，部长会使得出生地城市的转移支付增加28%，如果是重要部委，增幅高达130%。
从图3也可以看出，这种效应呈现先增后减的“U”型特征。
（二）断点评估法
断点评估法（RegressionDiscontinuity,RD）是近年来最为流行的方法，该方法具备简单、直观、适用性强等优点，被广泛应用于各国相关政策的效应评估中。
断点评估法特别适用于“一刀切”的政策，根据“一刀切”门槛的执行程度，可以进一步分为模糊断点评估法（FuzzyRD）和清晰断点评估法（SharpRD）。
为了更直观理解该方法的内涵，我们重点介绍清晰断点评估法。
断点评估法的核心内容是两部分。
首先是要判断政策的“一刀切”是如何确定的，如图4所示，政策制定者选择某个因素作为门槛的基础，然后在该因素中选择某个具体的值作为政策门槛，规定所有大于等于门槛C的个体都是政策干预的范围，而任何低于门槛C的个体都不会受到政策的影响，因此低于C的个体受政策干预的概率为0，大于等于C的个体受政策干预的概率为100%。
断点评估法的“断点”则是特指门槛C的左右一个很小的区域，在该区域内，是否受政策干预的概率会有一个显著的跳跃。
举例来说，假设今年的高考录取线为500分，则所有大于等于500分的考生都能够进入大学，而所有低于500分的考生则无法被录取，此时，500分就是高考“一刀切”的门槛，500分左右的一个小范围则是断点区域，例如495-499的录取概率为0，而500-504的录取概率跳跃至100%。
断点评估法的第二部分内容是在断点左右观察政策结果的变化。
如图5所示，其中纵轴是政策的目标变量，横轴同样是政策门槛的选择因素，图中的实线是驱动因素和政策因素对结果的共同作用。
驱动因素在C之前，其政策结果是从A到B，此时的AB段是一个平滑的演变分布，当驱动因素达到和超过C时，政策结果就变成了DE，同样是一段平滑分布，断点评估法的政策效应就是门槛附近的跳跃，即BD是该政策实施之后的真实效应。
如果用前述反事实的原理进行阐述，则BF是DE的反事实结果，也就是说，如果没有“一刀切”的政策，则政策结果应该是ABE，是一段完全连续的平滑分布。
不过，BF在现实世界是不存在的，不是观测的结果，就无法将DE和BF相减获得政策效应。
幸运的是，B这一点是可以观测的，因此可以将B作为D的反事实结果，这样BD的差异也就是政策效应。
还是以高考为例，此时的政策结果就是四年（或更远）后的收入，驱动因素是高考分数，C是大学录取线。
平均来说，高考分数越高，说明能力和智商越高，因此收入和高考分数应该是正相关的。
AB是那些没有考上大学的人群的收入分布，DE是上大学的人群的收入和高考成绩的关系，BF是假设没有大学时，那些高考成绩超过录取线的人群的潜在收入。
在现实世界中，AB和DE是我们可以观测到的数据，BF是不可观测的（所有被录取的都上了大学）。
此时，我们可以计算500分（上大学）和499分（没上大学）两组人群的收入差异，由于两者的高考分数仅相差1分，可以认为两者之间的能力和智商是几乎无差别的，两组之间的收入差异就只可能是因为大学教育带来的，因此BD就是高考这种公共政策的政策效应。
断点评估法的一个经典案例是关于污染的健康损失效应的研究。
由陈玉宇、李宏彬和另外两位作者2013年发表在美国科学院院刊PNAS的论文，采用的就是断点评估法。
具体来说，污染对健康的实际影响是非常难以估计的，且影响程度的估计，有时候，连方向都是反的。
这个问题的研究，最直接的方法就是在选某一年城市层面的数据，例如PM2.5和预期寿命，看看这两个指标是否负相关。
如果在实际中这么处理，一般来说，这个系数都是正的，难道我们能据此得出污染有益于健康的结论么？
很显然，这个处理方法犯了上文提到的一些基本错误，其中最典型的就是忽视了其他因素的作用，例如大城市往往也是医疗条件更好的地方，医疗条件会改善健康。
即使我们考虑到城市层面的一些特殊因素，简单的统计和经济学方法依然不能准确估计出污染对健康的危害。
我国历来有北方冬天集中供暖的制度安排，当然由于燃料资源的有限，这种供暖政策只能覆盖全国的一部分地区，因此供暖政策就必须有一个清晰的标准，做到北方供暖、南方不供暖。
接下来的问题就是，什么是北方？
在20世纪50年代，国家按照地理上的秦岭-淮河为界，将全国分成了南方和北方，相应的供暖政策就变为淮河以北供暖、淮河以南不供暖。
再加上，当时的冬季供暖基本都是靠煤，煤燃烧不彻底释放了大量的污染物。
因此这种供暖政策的一个自然结果就是，淮河以北的城市的空气污染更加严重，如下图所示，他们的研究发现淮河北岸城市的空气悬浮颗粒物浓度更高。
在经过长达数十年的持续暴露之后，这种持续性的污染对健康造成了严重的危害，平均来说，淮河北岸的人相对于南岸，其预期寿命要少5年。
这个研究之所以适用断点评估法，是因为以淮河为界的政策是“一刀切”的，在未实施集中供暖政策之前，淮河南北的城市之间差异很小，特别是淮河沿岸的城市之间几乎没有差异，因此淮河南岸的城市可以作为北岸城市的反事实参照组，这句话也就意味着，假设没有集中供暖这
升级会员 