1 概念与定义
1.1 基本含义
准实验是用于评估因果关系的一类研究设计，通常通过比较不同条件、不同群体或不同时点的结果，推断某项干预或事件可能带来的影响。与严格意义上的实验不同，它往往不依赖随机分配，而是借助现实世界中已经存在或自然形成的分组方式来开展分析。
1.2 与真实实验的区别
真实实验强调研究者对实验条件的主动控制，尤其是将受试者随机分配到处理组与对照组。准实验则缺少这一核心步骤，因此在控制偏差方面通常不如真实实验直接。为了弥补这一差异，准实验常结合匹配、统计调整、时间序列分析等方法，提高推断的可信度。
1.3 与观察性研究的关系
准实验与观察性研究都不依赖完全随机化，但二者并不等同。观察性研究通常主要记录自然发生的现象，重点在于描述关联；准实验则更强调借助某种近似实验的结构去识别因果效应，因此具有更强的推断目标和更明确的比较逻辑。
1.4 适用场景
这类设计适用于无法实施随机分配、难以人为操控或不适合进行传统实验的问题。例如，政策调整、教育改革、公共卫生措施、组织管理变动等，都常借助准实验来评估效果。它尤其适合真实环境中发生的复杂干预。
2 研究设计类型
2.1 非随机对照设计
非随机对照设计是在没有随机分配的前提下设置比较组，通过对照来估计处理效应。其核心在于找到尽可能相似的参照对象，以降低组间基础差异对结论的影响。
2.1.1 事后分组设计
事后分组设计是在干预或事件发生后，根据既有结果或自然形成的条件划分组别，再进行比较。这种设计操作简便，但由于分组已受结果之外的多种因素影响，容易受到选择偏差干扰。
2.1.2 匹配对照设计
匹配对照设计通过在年龄、性别、背景特征或其他关键变量上选择相近的个体或群体作为对照，以增强可比性。该方法常用于样本量有限或随机化不可行的情境。
2.2 前后测设计
前后测设计通过比较干预前后的变化，观察某项措施是否与结果转变相关。若结合对照组使用，其解释力通常更强。
2.2.1 单组前后测设计
单组前后测设计只对同一组对象在干预前后进行测量，分析其变化幅度。此类设计结构简单，但很难排除外部事件、成熟效应和测量偏差的影响。
2.2.2 非等组前后测设计
非等组前后测设计同时包含处理组和比较组，并在干预前后分别测量两组变化。由于两组起点可能并不一致，因此通常需要进一步控制基线差异。
2.3 中断时间序列设计
中断时间序列设计通过在多个时间点重复测量，观察某一事件或干预发生前后趋势是否出现明显改变。它特别适合分析长期变化和政策实施效果。
2.3.1 单一中断时间序列
单一中断时间序列围绕一个干预点连续收集数据，检验水平或斜率是否发生变化。若干预前后趋势差异明显，可为因果解释提供线索。
2.3.2 多重中断时间序列
多重中断时间序列在不同对象、地区或场景中同时设置多个时间序列，以增强比较基础。它能更好地区分干预效应与一般时间波动。
2.4 自然实验设计
自然实验设计利用现实中自然发生、近似随机的变化作为研究契机，例如政策实施时间不同、事件冲击突然出现等。研究者并不制造处理，而是分析其后果。
2.4.1 政策变化型
政策变化型自然实验常见于法规调整、补贴实施、制度切换等情境。不同地区或人群因接触新政策的时点不同，可形成可比较的分析框架。
2.4.2 事件冲击型
事件冲击型自然实验借助突发事件造成的外生变化，如自然灾害、供应中断或突发制度调整等。其优势在于干预较为清晰，但也容易伴随其他同步影响。
2.5 回归不连续设计
回归不连续设计以某个明确阈值为分配依据，比较阈值附近两侧个体的结果差异，从而估计局部因果效应。它在教育、公共管理和经济研究中应用广泛。
2.5.1 阈值分配原理
阈值分配原理指个体是否接受处理，取决于一个连续指标是否达到设定标准，如分数线、收入界限或风险值。由于阈值附近样本往往相近，这一方法可提高比较的合理性。
2.5.2 局部因果推断
回归不连续设计通常只能对阈值附近的样本作出较可靠的因果判断，因此推断范围具有局部性。结论往往更适合解释临界点周边的真实效应，而不宜直接外推到全部人群。
2.6 差异中的差异设计
差异中的差异设计通过比较处理组与比较组在干预前后的变化差异，估计净效应。这种方法在政策评估中十分常见，尤其适用于存在明确实施时点的情况。
2.6.1 处理组与比较组
处理组是受到干预影响的对象，比较组则是未受或较少受影响的对象。两组都要在干预前后接受观察，以便分离一般趋势与处理效应。
2.6.2 平行趋势假设
平行趋势假设是差异中的差异设计的重要前提，指若没有干预，两组结果原本会沿着相似轨迹变化。若这一假设不成立，估计结果可能受到系统性偏差影响。
3 核心方法与技术
3.1 分组策略
分组策略决定研究对象如何进入不同分析单元，是准实验设计的基础。合理的分组方式有助于减少先天差异，提高比较的可解释性。
3.1.1 自然分组
自然分组依托现实中已经存在的组织、地区、班级或制度边界来划分样本。由于分组并非由研究者直接控制，这种方式常见于田野研究和政策分析。
3.1.2 便利分组
便利分组根据可接触性、招募便利性或样本获取条件进行安排。它实施简单，但代表性较弱，因此通常需要更谨慎地解释结果。
3.2 混杂控制
混杂控制旨在减少第三变量对处理效应估计的干扰。由于准实验难以依赖随机化，混杂控制就成为提高内部效度的重要步骤。
3.2.1 协变量控制
协变量控制通过在统计模型中纳入已知影响因素，调整组间差异带来的偏误。常见做法包括回归调整、分层分析和多变量建模。
3.2.2 倾向得分方法
倾向得分方法先估计个体接受处理的概率，再据此进行匹配、加权或分层。该方法有助于平衡可观测特征，但不能完全消除未观测混杂。
3.3 数据收集
数据收集的关键在于建立能够反映干预前后变化的观测框架。高质量的数据通常需要覆盖基线、过程与结果多个阶段。
3.3.1 基线测量
基线测量是在干预前记录对象的初始状态，用于评估组间起点是否相近，并为后续变化提供参照。缺少基线资料时，因果解释往往更为困难。
3.3.2 随访测量
随访测量是在干预后持续收集结果信息，用于观察短期或长期变化。若能设置多个随访时点，通常更有利于识别趋势和滞后效应。
3.4 统计分析
统计分析的目标是将原始比较转化为可解释的效应估计。不同设计会对应不同模型，但都强调对差异、趋势与不确定性的处理。
3.4.1 组间比较
组间比较是最基本的分析方式，通过比较不同组在同一时点或同一阶段的结果差异，初步判断处理关联。若缺乏控制，这类比较只能提供有限证据。
3.4.2 时间效应分析
时间效应分析关注结果随时间的变化模式，常用于前后测和时间序列设计。它能够识别事件发生后是否出现突变、斜率变化或持续影响。
3.4.3 效应量估计
效应量估计用于量化干预影响的大小，而不仅是判断是否存在差异。常见指标包括平均差、标准化差异和回归系数等，有助于比较不同研究的结果。
4 质量控制与效度
4.1 内部效度威胁
内部效度指研究结论能否较可信地归因于处理本身。准实验中，由于随机化不足，内部效度更容易受到多种偏差影响。
4.1.1 选择偏差
选择偏差是指进入不同组别的对象本就存在系统差异，这些差异可能与结果有关。它是准实验中最常见的威胁之一。
4.1.2 历史效应
历史效应是指在研究期间发生的外部事件影响了结果，而这些事件并非研究干预本身。若未加识别，容易把外部变化误判为处理效应。
4.1.3 测量效应
测量效应包括测量工具变化、观察者影响或重复测试带来的反应改变。它会使前后差异部分来源于测量过程，而非真实变化。
4.1.4 回归到均值
回归到均值是指极端值在后续测量中自然趋向平均水平的现象。若研究对象因初始异常而被选入样本，结果变化可能被夸大。
4.2 外部效度
外部效度关注研究结论能否推广到其他人群、情境或时间。准实验常在真实场景中进行，因此在外部效度方面有一定优势。
4.2.1 真实世界适用性
由于研究场景接近实际运行环境，准实验的结果往往更贴近现实决策问题。这使其在政策、教育和公共服务评估中较受重视。
4.2.2 推广限制
尽管情境真实，准实验结果仍可能受样本特征、实施条件和地区差异限制。某一场景中的有效结论，不一定能直接复制到其他环境。
4.3 可靠性与重复性
可靠性与重复性反映研究结果在相似条件下是否能够稳定出现。对于准实验而言，这一问题与设计质量和数据透明度密切相关。
4.3.1 研究可重复性
研究可重复性指在相近方法和数据条件下，其他研究者能否获得类似结论。完整记录样本来源、处理规则和分析步骤，有助于提高可重复性。
4.3.2 结果稳定性
结果稳定性强调估计值在不同模型、样本切分或时间窗口下是否保持一致。若对模型设定高度敏感，结论通常需要更谨慎地解读。
5 优势与局限
5.1 主要优势
准实验的优势主要体现在其现实可行性和对复杂场景的适应能力。它能在无法实施随机实验的情况下，提供较有价值的因果线索。
5.1.1 现实可行性
很多干预并不能由研究者随意安排，或者在伦理和管理上难以实施。准实验允许研究者利用已有变化进行分析，因此更容易落地。
5.1.2 伦理可接受性
当随机分配会带来明显不公或风险时，准实验通常更符合伦理要求。研究者不必强行剥夺某些对象本可获得的服务或机会。
5.1.3 成本与效率
相较于大型实验，准实验常可利用现成数据或既有制度安排完成研究，成本较低，实施周期也可能更短。对于资源有限的项目，这一特点尤为重要。
5.2 主要局限
准实验的主要不足在于因果识别难度较高，且结果解释经常依赖多项假设。若这些假设不稳固，推断可信度会下降。
5.2.1 因果推断强度有限
由于缺少完全随机化，准实验通常不能像真实实验那样提供强因果证据。其结论多为“更有可能存在影响”，而非绝对确定的因果断言。
5.2.2 难以完全排除混杂
即便采用统计控制，也难保证所有重要混杂因素都已被纳入。尤其是未观测变量，仍可能影响结果与处理之间的关系。
5.2.3 结果解释复杂
不同设计对应不同假设、不同偏差来源和不同适用范围，解读时需要结合具体情境。若忽视设计细节，容易对效应大小或作用机制作出过度解释。
6 应用领域
6.1 教育研究
教育领域中，准实验常用于评估课程、教学方法或学校管理措施的效果。由于教育实践难以大规模随机分配，这类设计具有很强的现实价值。
6.1.1 教学改革评估
教学改革评估通常关注新课程、教学模式或评价制度是否改善学习表现。研究者可通过班级、学校或年级之间的比较来分析影响。
6.1.2 学习干预效果
学习干预效果研究常考察辅导项目、学习策略训练或信息化工具是否提升成绩与参与度。前后测和对照比较是较常见的做法。
6.2 公共卫生
公共卫生研究中，准实验常被用于评价卫生政策、健康促进项目及社区干预的实际效果。其优势在于可直接观察人群层面的变化。
6.2.1 健康政策评估
健康政策评估经常借助政策实施前后的数据，分析某项措施对就医行为、健康指标或服务利用的影响。此类研究对时间序列和地区比较依赖较大。
6.2.2 社区干预研究
社区干预研究关注在特定社区内开展的健康教育、筛查或支持项目。由于实施环境复杂，准实验可较好地呈现真实场景中的干预效果。
6.3 心理学
心理学中的准实验多用于无法随机安排个体经历时的行为与团体差异研究。它适合观察在自然条件下形成的心理或行为变化。
6.3.1 行为干预评估
行为干预评估常比较干预前后行为频率、情绪状态或自我调节能力的变化。若结合多次测量，能更清楚地呈现效应轨迹。
6.3.2 团体比较研究
团体比较研究通常分析不同背景群体在特定条件下的反应差异。由于群体构成往往不能随机，准实验可作为较实用的替代方案。
6.4 经济与管理
在经济与管理研究中，准实验常被用于评估制度调整、组织政策或市场策略的影响。它尤其适合分析实际运营中的效果差异。
6.4.1 组织政策评估
组织政策评估关注考勤制度、绩效方案、培训安排等管理措施是否改变员工表现或组织效率。自然形成的部门差异常被用作比较基础。
6.4.2 市场干预分析
市场干预分析常研究促销、价格调整、信息发布或渠道变化带来的结果。通过时间序列或地区对照，研究者可估计干预的商业影响。
7 经典案例与常见范式
7.1 社会政策研究
社会政策研究中，准实验经常用于比较政策实施前后以及不同地区之间的差异，以评估制度变化的后果。
7.1.1 新政实施前后比较
新政实施前后比较通过政策前后的指标变化，观察制度更新是否与结果改善相关。若存在同步外部因素，通常需要进一步控制。
7.1.2 地区间政策差异
地区间政策差异研究利用不同地区实施时间或强度不同的特点进行比较。该范式在大型行政数据分析中非常常见。
7.2 教育项目评估
教育项目评估常见于试点课程、培训计划和资源配置改革。由于学校之间条件差异明显，准实验提供了较灵活的分析路径。
7.2.1 新课程试点
新课程试点通常先在少数学校或班级实施，再与未试点单位比较学习结果。研究重点在于课程变化是否带来可测量的学习收益。
7.2.2 学校层级比较
学校层级比较通过不同学校之间的政策执行差异，分析教育措施的作用。若学校背景差异较大，往往需要匹配或统计调整。
7.3 公共项目评估
公共项目评估常见于健康、福利、社区建设等领域，主要关注项目投放后是否改善目标指标。
7.3.1 社区健康项目
社区健康项目往往在特定区域开展，研究者可借助邻近社区作为比较对象，分析居民行为和健康水平的变化。
7.3.2 资源投放评估
资源投放评估主要考察资金、设备或服务进入某一区域后，是否带来使用率提升或结果改善。此类研究常结合空间和时间维度进行分析。
8 相关概念
8.1 随机对照试验
随机对照试验是一种通过随机分配处理与对照条件来识别因果效应的研究设计，通常被视为因果推断的较高标准。准实验在逻辑上与其接近，但控制程度较弱。
8.2 观察性研究
观察性研究是研究者不主动分配干预、而是记录自然发生数据的研究方式。准实验可视为其中更强调因果识别的一类特殊形式。
8.3 因果推断
因果推断是从数据中判断某一因素是否导致某种结果的分析过程。准实验的重要目标，就是在有限控制条件下尽可能接近这一判断。
8.4 准自然实验
准自然实验通常指由外部、偶然或制度性变化造成的近似实验情境。它与准实验高度相关，常被交替使用，但具体指向有时略有差别。
8.5 实地实验
实地实验是在真实环境中进行的实验研究，通常仍保留随机分配。它与准实验一样强调现实场景，但在方法控制上通常更接近标准实验。