问题：公共政策评估中，如何准确衡量政策干预的真实效果，一直是学界和实务界面临的难题。以交通政策为例，传统评估方法主要有两上挑战：一是缺少长期跟踪的个体数据，难以观察同一人群在不同时间点的行为变化；二是样本自选择偏差较强，不同群体的固有差异可能掩盖政策的实际影响。这些限制使评估结果说服力不足，也影响政策的制定与优化。
政策评估的可靠性关系到公共资源配置效率和政策目标能否实现。二维倾向评分匹配方法的提出与应用，为在数据条件受限的情况下开展更稳健的政策效果评估提供了可借鉴的技术路径。随着方法优化并拓展应用场景，政策制定者有望获得更可信的评估依据，推动公共政策从经验判断深入转向数据与证据驱动。