Работы автора

Задача оценки причинных эффектов представляет собой сравнение состояния объекта с учетом и без учета вмешательства и оценки ожидаемой величины полученных различий целевого признака. В работе рассматривается сравнительный анализ методов оценки причинных эффектов, включая тесты попарных сравнений, линейные регрессионные модели и метод псевдорандомизации; (Propensity Score Matching). Прикладная задача исследования заключается в оценке эффекта технологии возделывания яровой пшеницы на ее урожайность в условиях Кулундинской степи Алтайского края

Задача оценки причинных эффектов представляет собой сравнение состояния объекта с учетом и без учета вмешательства и оценки ожидаемой величины полученных различий целевого признака. В работе рассматривается сравнительный анализ методов оценки причинных эффектов на примере производства продукции растениеводства в Алтайском крае. Оценке подлежит причинный эффект от применения интенсивной технологии, предполагающей внесение удобрений и применение средств защиты растений. Тестировались следующие методы: парное сравнение средних, линейная регрессия и матчинг методы (Propensity Score Matching), позволяющие сбалансировать выборку по основным индикативным признакам. Результаты показали, что согласно всем рассматриваемым методам интенсификация производства, даже в засушливых условиях 2012 года привела в ожидаемому росту продуктивности пшеницы, средний ожидаемый эффект от применения интенсивной технологии варьируется от 3,12 ц/га до 3,71 ц/га. Полученные результаты демонстрируют возможность получения более корректных оценок причинных эффектов на основе сбалансированных выборок, использование простого сравнения средних приводит к недооценке или переоценке получаемого эффекта. Также в статье проанализированы ограничения и особенности применения метода Propensity Score Matching в социально-экономических исследованиях.