Titre | Les méthodes économétriques d'évaluation | |
---|---|---|
Auteur | Fougère Denis | |
![]() |
Revue | Revue française des Affaires sociales |
Numéro | no 1-2, 2010 Évaluation des politiques publiques sanitaires et sociales | |
Rubrique / Thématique | Évaluation des politiques publiques sanitaires et sociales |
|
Page | 105-128 | |
Résumé |
Nous passons ici en revue les développements récents dans le domaine des méthodes micro-économétriques d'évaluation. Dans cette littérature, le modèle statistique de référence est le modèle causal de Rubin, dont nous rappellerons la forme et les hypothèses. Ce modèle est un cadre adapté pour définir et étudier les conditions d'identification de l'effet, par exemple, du passage par un dispositif de la politique active de l'emploi. Nous insistons également sur la définition et l'identification des différents paramètres pertinents pour l'évaluation, tels que les effets moyens et marginaux du dispositif sur l'emploi ou les salaires des bénéficiaires. Nous explicitons en particulier les hypothèses qui permettent d'identifier l'effet moyen ou marginal du dispositif dans la situation virtuelle (dite contrefactuelle) où les bénéficiaires du dispositif ne pourraient y accéder. À chaque type d'hypothèses (sélection sur variables inobservables, indépendance conditionnelle des variables de résultats et de l'entrée en dispositif, etc.) correspond généralement un estimateur particulier. Nous mettons plus particulièrement l'accent sur les estimateurs par appariement pour le modèle de sélection sur variables observables, ainsi que sur les méthodes des doubles différences et de régression avec discontinuité pour le modèle de sélection sur variables observables et inobservables. Source : Éditeur (via Cairn.info) |
|
Résumé anglais |
Econometric evaluation methods.
Our survey covers the recent developments of the micrœconometric literature on evaluation methods. In this field, the canonical model is Rubin's model. This model is the relevant framework for defining and for examining the identifiability conditions of the parameters of interest in any evaluation study. We insist on the definition of these parameters, which include the average effect of the treatment on the treated and on the non-treated individuals. For each set of assumptions (selectivity on observable or unobservable characteristics, conditional independence between outcomes and treatment indicators, etc.), we present the most adapted estimation method. We put a special emphasis on matching estimators in the situation where the selectivity depends only on observables, and on differences-in-differences methods and on regression-discontinuity techniques when the selectivity depends both on observable and unobservable characteristics. Source : Éditeur (via Cairn.info) |
|
Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=RFAS_101_0105 |