Picture?from Internet

DID是什么？

雙重差分法(DID)又被稱為“倍差法”，小名“差中差”，是種專門用于分析政策效果的計量方法。

我國最早引入DID方法對公共政策評估的權威文獻是周黎安和陳燁(2005)，研究稅費改革對農民收入增長的影響。由于稅費改革政策為試點改革，最早從安徽省開始實施，緊接著推廣到江蘇、湖南、湖北的部分縣進行試點，最終推廣到全國各縣市。該政策在試點實施的時候使得一部分城市受到影響，而其他部分城市沒有受到影響或者影響很小，因此作者將該政策的實施視為自然實驗，引入DID方法評估稅收改革的效果。

DID被廣泛應用的原因？

(1) 可以很大程度上避免內生性問題的困擾。內生性問題一般來源于：雙向因果、遺漏變量、樣本選擇、動態面板、測量誤差。政策相對于微觀經濟主體而言一般是外生的，因而不存在逆向因果問題。此外，使用固定效應估計一定程度上也緩解了遺漏變量偏誤問題。

(2) 傳統方法下評估政策效應，主要是通過設置一個政策發生與否的虛擬變量然后進行回歸，相較而言，雙重差分法的模型設置更加科學，能更加準確地估計出政策效應。

(3) 雙重差分法的原理和模型設置很簡單，容易理解和運用，并不像空間計量等方法一樣讓人望而生畏。

基準的DID模型設置如下：

其中，du為分組虛擬變量，若個體i受政策實施的影響，則個體i屬于處理組，對應的du取值為1，若個體i不受政策實施的影響，則個體i屬于對照組，對應的du取值為0。dt為政策實施虛擬變量，政策實施之前dt取值為0，政策實施之后dt取值為1。du·dt為分組虛擬變量與政策實施虛擬變量的交互項，其系數反應了政策實施的凈效應，這一點可以通過下表來體現。

進一步，DID原理可通過下圖來體現：

Picture?from Internet

圖中黃色的虛線表示的是假設政策未實施時，實驗組的變化趨勢，即實驗組的反事實情況。該圖也反映出了DID最為重要和關鍵的前提條件：平行趨勢條件，即處理組和控制組在沒有政策干預的情況下，結果效應的趨勢是一樣的，也可以說在政策干預之前，處理組和控制組的結果效應的趨勢是一樣的。當公共政策實施前的數據超過兩期時，可以通過圖形或安慰劑來檢驗處理組和控制組是否滿足平行趨勢。對于因“選擇偏誤”等原因導致的違背平行趨勢條件的樣本數據可以考慮通過 PSM-DID 方法或者DDD三重差分模型來測算，這個方法在國內評估政策效果時用得相對較多。

此外，為了得到經典雙重差分方法的一致性估計量至少還需要滿足以下兩個條件：SUTVA條件，政策干預只影響處理組，不會對對照組產生交互影響，或者政策干預不會產生外溢效應；線性形式條件，潛在結果變量同處理變量和時間變量滿足線性關系。

DID的穩健性檢驗：

穩健性檢驗考察的是評價方法和指標解釋能力的強壯性，也就是當改變某些參數時，評價方法和指標是否仍然對評價結果保持一個比較一致、穩定的解釋。通俗些，就是改變某個特定的參數，進行重復的實驗，來觀察實證結果是否隨著參數設定的改變而發生變化。如果改變參數設定以后，結果發現符號和顯著性發生了改變，說明不是穩健性的，需要尋找問題的所在。

DID的穩健性檢驗——必須證實所有效應確實是由政策實施所導致的。常用的穩健性檢驗有下面幾種:

(1) 安慰劑檢驗。具體可以: a)選取政策實施之前的年份進行處理，比如原來的政策發生在2008年，研究區間為2007-2009年，這時可以將研究區間前移至2005-2007年,并假定政策實施年份為2006年，然后進行回歸; b)選取已知的并不受政策實施影響的群組作為處理組進行回歸。如果不同虛構方式下的DID估計量的回歸結果依然顯著，說明原來的估計結果很有可能出現了偏誤。(2) 利用不同的對照組進行回歸，看研究結論是否依然一致。(3) 選取一個完全不受政策干預影響的因素作為被解釋變量進行回歸，如果DID估計量的回歸結果依然顯著，說明原來的估計結果很有可能出現了偏誤。要說明的是，如果回歸結果顯著，說明原結果是一定有問題的，而如果回歸結果不顯著，并不一定能表明原結果沒問題。

參考文獻:?

[1] 陳林,伍海軍. 國內雙重差分法的研究現狀與潛在問題[J].數量經濟技術經濟研究,2015,32(07):133-148.[2] 胡日東,林明裕. 雙重差分方法的研究動態及其在公共政策評估中的應用[J].財經智庫,2018,3(03):84-111+143-144.

撰文：文凌

編輯：文凌

往期推薦

行為研究前沿 | 醫生提供在線醫療咨詢和患者評論效價：準實驗證據

行為研究前沿 | 金融可得性、金融市場參與和家庭資產選擇

行為研究前沿 | 無人售貨機補貨員何時遵循算法的擺放策略？零售業現場實驗

點點在看?你會更好看

總結

以上是生活随笔為你收集整理的双重差分模型能做固定效应吗_数据分析之道 | 双重差分法(DID)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。