为处理样本中潜在的选择性偏差，本研究采用一般加速建模法对新建住房的倾向值得分进行估算。图1显示了各个协变量在GBM中所解释的对数似然函数的百分比，其中家庭土地拥有状况的影响力最大，占所解释对数似然函数近37%；其次是一组人口学变量影响也较大，包括家庭人口数、被访者性别和出生年份，解释力分别为17.76%、10.50%和8.44%；第三是收入变量，包括第一次外出打工时的月工资和家庭年收入，解释力分别是12.34%和9.46%，其他协变量对新建住房也有影响但很小。

图1　一般加速建模中各变量的影响力分布

图2和图3显示的是新建住房变量的倾向值估计直方图和箱线图。图2表明新建和未新建住房两组在估计的倾向值分布上较为接近；从图3可知，两个组有很大的共同支持（common support）域，这个结果表明在贪婪匹配的过程中会保留多数样本而不丢失。

图2　倾向值估计直方图(www.daowen.com)

图3　倾向值估计箱线图

在具体的匹配过程中，我们使用了4种匹配方法，分别是卡尺为0.25σ 最近邻1对1匹配法、卡尺为0.01的最近邻1对1匹配法、马氏距离匹配法和加入倾向值的马氏距离匹配法。平衡性检验表明第2个方案——卡尺为0.01的最近邻1对1匹配法的效果最好，新建住房变量与每一个协变量的卡方检验（分类变量）或独立样本t检验（连续变量）均不显著，表明干预组（新建）与控制组（未新建）之间的样本匹配实现了平衡。因此，我们采用第2个匹配方案获得的新样本进行进一步的多元分析。