经济政策是经济学研究的重要领域,制定调控宏观经济运行的宏观政策以及调节微观经济主体行为的微观政策是政府治国理政的重要手段。政策干预是否有效取决于政策的制定水平,为了提高政策干预的有效性,需要依据科学的方法对政策进行评估。政策评估是决定政策选择、提升政策质量、优化政策组合的重要依据。政策评估的核心是对政策干预与政策结果之间的因果效应的评估。通常,政策干预的因果效应评估主要基于观察性数据得以实施,利用观察性数据进行因果推断的主要困难是混杂因素的存在扭曲了政策干预和政策结果之间的因果关系。随机分配机制能够平衡混杂因素在干预组和控制组的分布,因此基于随机抽样的统计推断可以揭示因果关系,并进一步估计因果效应。对经济政策的因果效应评估一般是在自然实验或准实验条件下利用观察性数据进行,通常不满足随机分配的条件,因此传统的统计推断方法不能揭示其中的因果联系,需要发展针对观察性研究的因果推断方法。目前,观察性研究的因果效应评估的基本路径是:以随机化实验为基准,在反事实框架下,通过“研究设计”以模拟随机分配机制,并通过逐渐放松识别条件发展出相应估计方法。现有政策干预的因果效应评估研究多集中于单政策情形,而在实践中,多项政策同时实施的情况更为常见。为从中选择最优政策或政策组合,需要对各政策因果效应进行分离并比较因果效应大小。相对于单政策因果效应的评估而言,多重政策因果效应模型的设定、识别及估计等问题因政策处理变量的增多而变得复杂,需要进一步的拓展研究。鉴于多重政策因果效应评估需要相应理论方法予以支持但相关研究偏少的现状,本文在前人针对观察性研究的因果效应评估方法的基础上开展了如下研究:第一,多重政策因果效应评估的理论研究。在梳理非二值处理因果推断发展脉络的基础上,研究了具有多个独立二值处理变量的多重政策因果效应评估方法,且利用蒙特卡洛模拟方法对各因果效应估计量的有限样本性质进行了比较分析。(1)首先,基于潜在结果模型设定了双重政策处理下各政策的因果效应模型,并给出了相应的识别条件,即非混杂性假设及条件非混杂性假设。进一步地,在条件非混杂性假设下给出了具体的估计方法:匹配法、逆概率加权法、双重差分法和三种基于广义倾向得分的估计方法,并对各估计量的有限样本性质进行模拟比较,模拟结果表明除广义倾向得分逆概率加权估计之外,本文的其他各估计量具备良好的有限样本性质。(2)将双重政策因果效应评估方法推广至更一般的多重政策的情形,提出了多重政策下各政策因果效应的识别条件(非混杂性假设及条件非混杂性假设)以及相应的估计方法,具体包括基于二元倾向得分的匹配估计和逆概率加权估计,双重差分回归估计,以及基于广义倾向得分的匹配估计、逆概率加权估计、回归调整估计。(3)给出了多重政策中各项政策因果效应大小比较的匹配估计。本文通过对多重政策因果效应相关问题的深入和系统研究,拓展了因果推断的现有理论研究。第二,多重政策因果效应评估的应用研究。科技创新是经济发展的源动力,为推进科技创新实现经济高质量增长,中国政府制定了推动高新技术产业发展的激励政策,并以高新技术企业认定和设立国家级高新技术产业开发区作为政策抓手。本文重点分析了高新技术企业认定政策对民营企业经济绩效的影响,利用本文理论研究中的多重政策因果效应评估的双重差分法将高新区的影响予以剔除,得出高新技术企业认定政策对民营企业经济绩效的净影响。实证结果发现:(1)总体而言,高新技术企业认定政策对民营企业的经济绩效具有显著促进作用,且政策效应随时间波动上升。(2)政策效应与高新认定周期密切相关,一方面反映了政策对企业的影响是迅速的,同时也说明了企业对政策的较强依赖。(3)进一步的机制分析发现,高新技术企业认定政策有效缓解了企业所面临的融资约束,且信贷市场融资是比资本市场融资更为有效的融资渠道。最后,基于实证结论给出了相应的政策建议。本文的实证结论可为政府制定有效的创新激励政策、实行动态化和精准化管理提供较科学的理论参考。