匹配法和双重差分匹配法是政策评估领域中利用预处理值和协变量纠正选择偏差的两大普遍运用的方法。本文主要依据样本选择理论研究匹配法及双重差分匹配法评估处理效应时产生的选择偏差。对此,本文在上述理论框架下基于动态收益方程和就业培训项目的自我选择机制来构造样本选择模型分别研究非随机分配情形下两者产生的选择偏差及其影响机理。模型中引入了协变量的非参数结构用以捕获协变量效应,并增加了个体和时间的交互效应这一维度,并通过蒙特卡洛(Monte Carlo)模拟量化分析两者的评估性能,最后本文通过就业培训项目的实际案例分析进一步予以论证。理论结果发现,在有限信息条件下,匹配法和双重差分匹配法的偏差均为负,均低估了项目的处理效应,但匹配法的性能依然凌驾于双重差分匹配法之上;在完全信息条件下匹配法和双重差分匹配法的偏差可正可负,当距离处理期较远时,两者偏差均为负,且逐步逼近于0,此时匹配法的估计量达到了一致性,称其处理效应估计量为无偏估计量,即匹配法性能优于双重差分匹配法;当靠近处理期时,两者偏差均为正,此时双重差分匹配法的估计量可达到一致性,其处理效应估计量则为无偏估计量,即双重差分匹配法性能优于匹配法。