双重差分（Difference-in-Differences, DiD）是因果推断中最重要和最广泛使用的准实验方法之一。当随机实验不可行，但我们能够观察到某个政策或干预在不同时间对不同群体的影响时，DiD提供了一个强大的因果识别策略。从政策评估到商业决策，从经济学研究到科技公司的产品迭代，DiD已成为实证分析的标准工具。本章将系统介绍DiD的核心思想、关键假设、现代发展以及实践应用中的注意事项。
双重差分的核心思想是通过”差分两次”来消除混杂因素的影响。考虑一个简单场景：某城市在特定时间实施了新的交通政策，我们想评估这个政策对交通流量的因果效应。
时间轴：
t=0 (政策前) t=1 (政策后)
处理组（实施政策的城市）：
Y_treat,0 → Y_treat,1
控制组（未实施政策的城市）：
Y_control,0 → Y_control,1
单纯比较处理组前后的变化 $(Y_{treat,1} - Y_{treat,0})$ 可能包含了时间趋势的影响。单纯比较处理组和控制组在政策后的差异 $(Y_{treat,1} - Y_{control,1})$ 可能反映了两组本身的差异。DiD通过计算”差分的差分”来识别因果效应：
\[\tau_{DiD} = (Y_{treat,1} - Y_{treat,0}) - (Y_{control,1} - Y_{control,0})\]这个估计量的妙处在于：
最基本的DiD设计涉及两个时期和两个组。设定如下：
基本的DiD回归模型：
\[Y_{it} = \alpha + \beta \cdot \text{Treat}_i + \gamma \cdot \text{Post}_t + \tau \cdot D_{it} + \epsilon_{it}\]其中：
DiD的因果识别依赖于几个关键假设：
假设1：平行趋势（Parallel Trends） 在没有处理的情况下，处理组和控制组的结果变量将遵循平行的时间趋势：
\[E[Y_{i1}(0) - Y_{i0}(0)|G_i=1] = E[Y_{i1}(0) - Y_{i0}(0)|G_i=0]\]这是DiD最核心的识别假设，我们将在下一节详细讨论。
假设2：无预期效应（No Anticipation） 处理组在处理实施前不应该对即将到来的处理做出反应。
假设3：稳定单元处理值假设（SUTVA） 一个单元的处理状态不影响其他单元的潜在结果。
假设4：共同支撑（Common Support） 处理组和控制组在协变量分布上有重叠。
在2×2设计中，平均处理效应（ATT）可以通过以下方式估计：
\[\hat{\tau}_{ATT} = \bar{Y}_{treat,post} - \bar{Y}_{treat,pre} - (\bar{Y}_{control,post} - \bar{Y}_{control,pre})\]这个估计量的标准误可以通过聚类稳健标准误来计算，通常在组级别进行聚类。
平行趋势假设是DiD方法的灵魂。它要求在没有处理的反事实世界中，处理组和控制组的结果变量趋势应该是平行的。注意这并不要求两组的水平相同，只要求变化趋势相同。
理想的平行趋势：
Y │ ╱─────── 处理组（观测）
│ ╱╱╱╱╱╱╱╱╱ 处理组（反事实）
│ ╱ ↑
│ ╱ │ 处理效应
│ ╱ ↓
│╱─────────── 控制组
└──────────────
t=0 t=1 时间
虽然平行趋势假设本质上不可检验（因为涉及反事实），但我们可以通过以下方法增强其可信度：
1. 预处理期趋势检验
如果有多期预处理数据，可以检验处理组和控制组在处理前是否有平行趋势：
\[Y_{it} = \alpha_i + \sum_{k<0} \beta_k \cdot \mathbb{1}[t=k] \cdot \text{Treat}_i + \gamma_t + \epsilon_{it}\]检验假设 $H_0: \beta_k = 0$ for all $k < 0$。
2. 安慰剂检验（Placebo Test）
在处理实际发生之前的时期进行”假”的DiD分析。如果发现显著效应，说明平行趋势假设可能不成立。
3. 图形检验
绘制处理组和控制组的时间趋势图是最直观的检验方法：
# 伪代码
plot(time, Y_treat, label="处理组")
plot(time, Y_control, label="控制组")
axvline(x=treatment_time, linestyle='--')
当平行趋势假设被违反时，DiD估计量将是有偏的：
\[\text{Bias} = E[\hat{\tau}_{DiD}] - \tau_{true} = E[Y_{1}^{treat}(0) - Y_{0}^{treat}(0)] - E[Y_{1}^{control}(0) - Y_{0}^{control}(0)]\]这个偏差正是处理组和控制组在反事实趋势上的差异。
1. 匹配或加权
通过倾向得分匹配或逆概率加权，使处理组和控制组在可观测特征上更加相似。
2. 合成控制方法
当控制组不满足平行趋势时，可以通过加权多个控制单元来构造一个”合成控制组”。
3. 包含协变量
在回归中加入时变协变量可以放松平行趋势假设：
\[Y_{it} = \alpha_i + \gamma_t + \tau D_{it} + X_{it}'\beta + \epsilon_{it}\]传统的DiD估计一个平均处理效应，但在实践中，我们往往对处理效应的动态演变更感兴趣。事件研究（Event Study）设计将DiD扩展到多期，允许我们：
设 $k$ 表示相对于处理时间的时期（$k=0$ 为处理期），事件研究模型为：
\[Y_{it} = \alpha_i + \gamma_t + \sum_{k \neq -1} \beta_k \cdot \mathbb{1}[K_{it} = k] + \epsilon_{it}\]其中：
事件研究最重要的输出是系数图（Event Study Plot）：
处理效应
│
0.3│ ●───●───●
│ ╱
0.2│ ●
│ ╱
0.1│ ╱
│ ●
0.0│───●───●───●──┼─────────────
│ │
-0.1│ │
│ ↑
└──────────────────────────────
-4 -3 -2 -1 0 1 2 3
处理时间（k）
理想的事件研究图应该显示：
事件研究揭示了几种重要的效应模式：
1. 即时且持续的效应 处理后立即出现效应并保持稳定，这是最理想的情况。
2. 渐进效应 效应随时间逐渐增强，可能反映了学习过程或网络效应。
3. 衰减效应 初期效应强，随后减弱，可能由于适应或新鲜感消退。
4. 预期效应 在处理前就出现效应，可能由于：
事件研究面临的一个技术问题是端点效应（Endpoint Restrictions）。当观察窗口有限时，不同单元在不同 $k$ 值上的观测数量不同。
解决方案：
Binning：将远离处理时间的时期合并 \(\beta_{k^*} = \beta_k \text{ for } k \in [-L, U]\) \(\beta_{<-L} \text{ for all } k < -L\) \(\beta_{>U} \text{ for all } k > U\)
平衡面板：只使用所有单元都有观测的时期
加权调整：根据各时期的样本量进行加权
现实中，处理往往在不同时间影响不同单元（Staggered Adoption）。例如，不同城市在不同年份实施同一政策。这种交错处理带来了新的挑战。
传统的双向固定效应（TWFE）模型：
\[Y_{it} = \alpha_i + \gamma_t + \tau D_{it} + \epsilon_{it}\]其中 $D_{it} = 1$ 如果单元 $i$ 在时期 $t$ 已接受处理。
Goodman-Bacon (2021) 分解表明，TWFE估计量是多个2×2 DiD的加权平均：
\[\hat{\tau}_{TWFE} = \sum_{(g,g')} w_{g,g'} \cdot \hat{\tau}_{g,g'}\]问题在于：
1. Callaway-Sant’Anna (2021) 估计量
分别估计每个处理队列（cohort）的ATT： \(ATT(g,t) = E[Y_t - Y_{g-1} | G_g = 1] - E[Y_t - Y_{g-1} | C = 1]\)
然后聚合得到总体效应。
2. de Chaisemartin-D’Haultfœuille (2020)
只使用”干净”的比较（从未处理或尚未处理的单元作为控制组）： \(\tau_t = \sum_i \frac{D_{it} - D_{i,t-1}}{N_t^{switch}} (Y_{it} - Y_{i,t-1}) - \sum_j \frac{1-D_{jt}}{N_t^{control}} (Y_{jt} - Y_{j,t-1})\)
3. Sun-Abraham (2021) 事件研究
交错处理下的事件研究需要考虑队列异质性： \(Y_{it} = \alpha_i + \gamma_t + \sum_g \sum_{k \neq -1} \beta_{g,k} \cdot \mathbb{1}[G_i = g, K_{it} = k] + \epsilon_{it}\)
选择估计量时应考虑：
2023年初，美团外卖面临配送成本上升的压力，决定在部分城市试点调整配送费定价策略。管理层需要评估：
由于不能进行大规模随机实验（会影响用户体验和商家关系），团队决定采用渐进式推广策略，这为使用DiD方法创造了条件。
处理组：15个二线城市，2023年3月1日起实施新配送费策略 控制组：20个特征相似的二线城市，维持原配送费策略 观察期：2023年1月-6月（处理前2个月，处理后4个月） 结果变量：
1. 平行趋势检验
团队首先检查了2022年全年的历史数据：
日均订单量（对数）
12.5│
│ 处理组 ●─●─●─●
12.0│ ╱
│ ●─●─●
11.5│ ╱ 控制组 ○─○─○─○
│ ●─●─○─○─○
11.0│ ╱
└────────────────────────
1月 2月 3月 4月 5月 6月
↑
政策实施
通过事件研究发现，政策实施前两组趋势基本平行，支持识别假设。
基础DiD估计：
\[\ln(订单量_{it}) = \alpha_i + \gamma_t + \tau \cdot D_{it} + \epsilon_{it}\]估计结果：$\hat{\tau} = -0.082$ (SE = 0.021)，即配送费调整导致订单量下降约7.9%。
动态效应分析：
通过事件研究，团队发现了有趣的动态模式：
这种模式反映了用户的适应过程和价格敏感性的时间变化。
团队进一步探索了不同维度的异质性：
1. 商家类型异质性
2. 时段异质性
3. 用户群体异质性
1. 安慰剂检验 将政策时间假设提前到2022年3月，未发现显著效应。
2. 排除其他政策干扰 控制了同期的营销活动、竞争对手动作等因素。
3. 合成控制方法验证 使用合成控制方法构建更优的控制组，结果基本一致。
基于DiD分析结果，美团外卖制定了差异化策略：
这个案例展示了DiD方法如何帮助企业在无法进行随机实验的情况下，严格评估政策效果并指导业务决策。
双重差分方法是因果推断工具箱中的核心工具，特别适用于政策评估和准实验设计。本章的关键要点：
练习8.1 考虑一个2×2 DiD设置，给定以下数据：
计算DiD估计量并解释其含义。
Hint: 使用基本的DiD公式，注意区分时间趋势和处理效应。
练习8.2 某研究使用DiD评估培训项目对员工生产力的影响。研究者发现处理组在培训前三个月的生产力增长速度明显快于控制组。这对DiD分析有什么影响？应该如何处理？
Hint: 思考平行趋势假设的含义和违反的后果。
练习8.3 在事件研究设计中，为什么通常选择处理前一期（$k=-1$）作为基准期而不是其他时期？
Hint: 考虑解释的便利性和识别的清晰性。
练习8.4 某科技公司在2023年1月对部分产品线实施了新的定价策略，另一些产品线在2023年4月实施，还有一些始终未实施。现在是2023年12月，你需要评估定价策略的效果。请设计一个完整的DiD分析方案，包括： (a) 如何定义处理组和控制组？ (b) 使用什么估计方法？ (c) 需要进行哪些稳健性检验？
Hint: 这是一个交错处理的情况，需要考虑现代DiD方法。
练习8.5 你在分析某个DiD模型时发现了以下模式：处理效应在最初几个月为正且显著，但随后逐渐减小，在第6个月后变为负值。请提供至少三种可能的解释，并说明如何区分这些解释。
Hint: 考虑真实效应变化、数据问题、模型设定等多个角度。
练习8.6 一个研究者想评估某个环保政策对企业排放的影响。政策规定：2022年起，年收入超过1亿的企业必须采用新的排放标准。研究者计划使用年收入9000万-9900万的企业作为控制组，年收入1亿-1.1亿的企业作为处理组。请评价这个研究设计并提出改进建议。
Hint: 思考这种设计可能面临的多重威胁。
陷阱：认为处理组和控制组的水平必须相似 正确理解：只需要趋势平行，水平可以不同。DiD正是通过差分来消除水平差异。
陷阱：仅通过图形判断平行趋势 正确做法：结合统计检验、多期预处理数据、安慰剂检验等多种方法。
陷阱：使用普通标准误 问题：忽略了组内相关性，导致标准误被低估，假阳性率增加。 正确做法：使用聚类稳健标准误，通常在处理单元级别聚类。如果组数较少（<30），考虑使用wild bootstrap。
陷阱：将政策宣布时间作为处理时间 问题：可能存在预期效应，导致估计偏误。 正确做法：
陷阱：对交错处理直接使用TWFE 问题：可能产生负权重，已处理单元被当作控制组。 正确做法：使用现代DiD方法（CS、dCDH、SA等）或至少进行Bacon分解诊断。
陷阱：根据结果变量选择样本 例子：只保留”始终存活”的企业，但处理可能影响企业存活。 正确做法：
陷阱：只关注即时效应，忽略动态变化 问题：许多政策效应需要时间显现或可能衰减。 正确做法：
陷阱：假设处理只影响处理组 问题：违反SUTVA，导致效应估计偏误。 例子：一个地区的政策可能影响邻近地区。 正确做法：
陷阱：只关注统计显著性，忽略经济显著性 正确做法：
陷阱：尝试多种设定直到获得期望结果 正确做法：
陷阱：不检查数据质量直接分析 问题：测量误差、缺失值、异常值都可能影响结果。 正确做法：
记住：DiD是一个强大但需要谨慎使用的工具。严格的假设检验、多重稳健性检查和透明的报告是确保研究质量的关键。当假设可能不满足时，诚实地报告并考虑替代方法。