什么是 双重差分法？
双重差分法是一种准实验设计，在平行趋势假设下，用处理组结果变化减去比较组结果变化，以估计处理带来的因果效应。
快速了解
| 规范文档 | 官方规范 |
|---|
工作原理
平行趋势描述不可观测的反事实路径
DiD 通常以已处理单位的平均处理效应为目标。平行趋势要求处理组本来会经历的未处理结果变化，与比较组已观测变化相同，也可以在声明的处理前协变量条件下成立。两组结果水平无需相等，但方便取得的比较组并不自动有效；与处理同步的冲击、测量变化、选择性流失和溢出都会破坏对比。
处理前趋势只能诊断，不能证明假设
Event Study Lead、虚假处理日期、替代比较组、协变量平衡与结果定义检查可以暴露矛盾；未拒绝前趋势差异也可能只是统计功效不足，根据噪声预检筛选模型还会扭曲推断。应声明可信的平行趋势偏离范围并做敏感性分析，而不是宣称假设已经被验证。
错位采用需要组别-时间目标量
当不同组在不同时间采用处理，且效应随组别或暴露时长变化时，传统双向固定效应系数可能混入已处理对照，并使用难解释甚至为负的权重。Callaway 与 Sant'Anna在无提前响应和平行趋势条件下识别组别-时间效应，再按明确问题聚合。报告必须包括比较组、事件时间支持、聚合权重、聚类不确定性和同时置信带。
主要特点
- 比较结果变化而不是只比较处理后水平
- 通常以已处理单位或采用组的效应为目标
- 依赖未处理结果的平行趋势假设
- 必须明确处理时点与提前响应边界
- 错位采用时需要组别感知的估计器
- 支持安慰剂、前趋势和敏感性诊断但不能证明有效
常见用途
- 评价某地区先于其他地区实施的政策
- 无法随机分配时衡量产品灰度发布影响
- 从面板或重复横截面估计项目效应
- 用从未处理或尚未处理单位比较不同采用组
- 检查 Event Study 结论能否承受替代趋势假设
示例
Loading code...常见问题
双重差分法中的平行趋势假设是什么？
它要求在相关时间段内，处理组的平均未处理潜在结果会像比较组结果一样变化，也可以在声明的处理前协变量条件下成立。它关注不可观测的反事实趋势，并不要求两组已观测结果水平完全相等。
处理前趋势平坦能证明 DiD 有效吗？
不能。处理前估计可发现部分违背，却可能因功效不足而漏报，也无法观测处理后反事实。Event Study Lead 应与领域机制、安慰剂结果或日期、替代对照和趋势偏离敏感性分析结合。
为什么双向固定效应在错位处理下可能失效？
当不同组在不同时间开始处理且效应异质时，TWFE 可能把已处理单位当作新处理组的对照，并用难解释或负权重聚合底层效应。组别-时间方法先定义有效比较，再聚合明确的组别-时间处理效应。
双重差分法必须使用面板数据吗？
不必须。单位面板与重复横截面都可使用，但对应的抽样和构成假设不同。面板可观察同一单位变化；重复横截面比较不同样本，因此更依赖目标人群构成稳定，或需要恰当重加权。
DiD 的不确定性应如何计算？
应考虑处理分配层级和误差依赖层级，通常采用聚类稳健或设计专属推断。处理集群很少时，常规渐近近似可能很差；Event Study 还应整体解读同时置信带，而不是逐点挑选显著结果。