多期DID／双重差分？
探讨多期DID与双重差分方法：深入解析与应用在经济学和统计学研究中，双重差分(Difference-in-Differences, DID)是一种强大的工具，用于估计政策或事件影响的因果关系。当涉及到多期分析时，理解如何适应和扩展这一方法至关重要。简单来说，DID的核心思想是通过比较在政策实施前后，特定个体或群体在不同时间点上的变化，来消除时间趋势和其他潜在混淆因素的影响。在处理“个体i在时间t是否受到处理”这个变量时，关键在于构建恰当的比较组和控制组，以及设计合理的差异对比。
首先，将焦点放在多期DID上，我们需要明确每期的时间点，比如政策实施的起始期和结束期，以及观察期。每个个体i在每个时间t的处理状态（比如是否接受新政策）应被明确记录，这可以通过设计一个二进制变量来实现，值为1表示处理，0表示未处理。这样，我们就可以计算出每个个体在每个时期的处理效应。
在构建模型时，关键在于选择合适的对照组。对照组应该在政策实施前与处理组在其他方面相似，以确保任何观察到的差异不是由于其他因素。通过对比处理组与对照组在政策实施后的变化，我们能够更准确地估算出政策效应，同时排除了时间趋势和个体间固有差异的影响。
对于多期分析，我们还需要关注时间序列的动态变化。这可能涉及到使用面板数据模型，如固定效应模型或随机效应模型，来控制个体特定的持久性影响。同时，对于多重比较和异方差性等问题，可能需要采用稳健的估计方法和适当的检验。
总结来说，多期DID并非单纯的数学公式，而是一种策略性的思考框架。它要求我们精心设计实验设计，仔细选择对照组，并运用适当的统计技术，以揭示政策或事件对个体或群体行为的长期影响。掌握这一工具，经济学家和政策分析人员就能在复杂的数据环境中，揭示出那些隐藏在表面现象下的真实因果关系。
绛旓細2. 浣曟椂閫夋嫨鍥哄畾鏁堝簲</褰撲綘闈㈠闈㈡澘鏁版嵁鏃讹紝鐗瑰埆鏄綋鐮旂┒涓瓨鍦ㄤ笉鍙娴嬬殑寮傝川鎬у彲鑳藉奖鍝嶈В閲婂彉閲忔椂锛屽浐瀹氭晥搴旀ā鍨嬪氨鏄惧緱灏や负閲嶈銆備緥濡傦紝鏀跨瓥鐮旂┒涓紝鎴戜滑鍙兘闇瑕佹秷闄や釜浣撳樊寮傚拰鏃堕棿鍙樿縼甯︽潵鐨勫共鎵帮紝杩欐椂澶氭湡-鍙岄噸宸垎妯″瀷锛DID锛変笌FE銆乀E鎴栧弻鍚戝浐瀹氭晥搴旂浉缁撳悎灏卞彉寰椾笉鍙垨缂恒備緥濡傦紝鎺㈢┒鏀跨瓥瀹炴柦鏁堟灉鏃讹紝...
绛旓細鍙岄噸宸垎r鏂筊鏂硅捣鐮佽鍦0鐐9浠ヤ笂姣旇緝濂姐傚弻閲嶅樊鍒嗘湁鍑犵鍏朵粬鐨勭О璋擄紝鍊嶅樊娉曞拰宸垎鍐嶅樊鍒嗙瓑銆傝鏂规硶鐨勫師鐞嗛潪甯哥畝鍗曪紝瑕佹眰鏁版嵁鏈熻嚦灏戞湁涓ゆ湡锛屾墍鏈夌殑鏍锋湰琚垎涓轰袱绫伙紝瀹為獙缁勫拰鎺у埗缁勩
绛旓細鎮ㄥソ锛歶se "macro_workfile.dta", clear xtset statefip wrkyr generate D = (wrkyr - branch_reform == 0)generate y = ln(gini)global X "gsp_pc_growth prop_blacks prop_dropouts"tvdiff y D $X, model(fe) pre(5) post(10) vce(robust) test_tt graph save_graph(mygraph) //...
绛旓細濡傛灉杩欎釜闂瀛樺湪锛屾垜浠彲浠ヨ繘涓姝ュ亣璁惧湪鎺у埗浜嗘煇浜涘鐢熷彉閲忎箣鍚庯紝common trend鏄鐨勶紝姣斿涓婁釜闂锛屾垜浠彲浠ユ帶鍒跺煄甯傚湪t=0鏈熺殑GDP level銆傚綋鎴戜滑鎺у埗鍏朵粬鍙橀噺涔嬪悗锛岃嚜鐒朵笉鑳界洿鎺ュ噺涓ゆ浜嗭紝鎴戜滑闇瑕佺敤涓婇潰璇寸殑鍥炲綊寮忓瓙锛屽嵆run the following OLS:1銆鍙岄噸宸垎妯″瀷锛坉ifference-in-difference锛DID锛夎繎骞存潵澶...
绛旓細濡傛灉杩欎釜闂瀛樺湪锛屾垜浠彲浠ヨ繘涓姝ュ亣璁惧湪鎺у埗浜嗘煇浜涘鐢熷彉閲忎箣鍚庯紝common trend鏄鐨勶紝姣斿涓婁釜闂锛屾垜浠彲浠ユ帶鍒跺煄甯傚湪t=0鏈熺殑GDP level銆傚綋鎴戜滑鎺у埗鍏朵粬鍙橀噺涔嬪悗锛岃嚜鐒朵笉鑳界洿鎺ュ噺涓ゆ浜嗭紝鎴戜滑闇瑕佺敤涓婇潰璇寸殑鍥炲綊寮忓瓙锛屽嵆run the following OLS:1銆鍙岄噸宸垎妯″瀷锛坉ifference-in-difference锛DID锛夎繎骞存潵澶...
绛旓細濡傛灉杩欎釜闂瀛樺湪锛屾垜浠彲浠ヨ繘涓姝ュ亣璁惧湪鎺у埗浜嗘煇浜涘鐢熷彉閲忎箣鍚庯紝common trend鏄鐨勶紝姣斿涓婁釜闂锛屾垜浠彲浠ユ帶鍒跺煄甯傚湪t=0鏈熺殑GDP level銆傚綋鎴戜滑鎺у埗鍏朵粬鍙橀噺涔嬪悗锛岃嚜鐒朵笉鑳界洿鎺ュ噺涓ゆ浜嗭紝鎴戜滑闇瑕佺敤涓婇潰璇寸殑鍥炲綊寮忓瓙锛屽嵆run the following OLS:1銆鍙岄噸宸垎妯″瀷锛坉ifference-in-difference锛DID锛夎繎骞存潵澶...
绛旓細濡傛灉杩欎釜闂瀛樺湪锛屾垜浠彲浠ヨ繘涓姝ュ亣璁惧湪鎺у埗浜嗘煇浜涘鐢熷彉閲忎箣鍚庯紝common trend鏄鐨勶紝姣斿涓婁釜闂锛屾垜浠彲浠ユ帶鍒跺煄甯傚湪t=0鏈熺殑GDP level銆傚綋鎴戜滑鎺у埗鍏朵粬鍙橀噺涔嬪悗锛岃嚜鐒朵笉鑳界洿鎺ュ噺涓ゆ浜嗭紝鎴戜滑闇瑕佺敤涓婇潰璇寸殑鍥炲綊寮忓瓙锛屽嵆run the following OLS:1銆鍙岄噸宸垎妯″瀷锛坉ifference-in-difference锛DID锛夎繎骞存潵澶...
绛旓細浠涔堟槸鍙岄噸宸垎妯″瀷锛坉ifference-in-differences model锛锛熷弻閲嶅樊鍒鍚楋紝灏辨槸宸垎涓ゆ銆傛垜浠厛鏉ヤ妇涓緥瀛愶細鐜板湪瑕佷慨涓鏉￠搧璺紝閾佽矾鏄潯绾匡紝鎵浠ュ繀鐒朵細鏈夌┛杩囩殑鍩庡競鍜屾病鏈夎绌胯繃鐨勫煄甯傘傝Di=1 濡傛灉鍩庡競i琚┛杩囷紝Di=0 濡傛灉鍩庡競i娌℃湁琚┛杩囥傜幇鍦ㄦ垜浠瘮杈冨ソ濂囬搧璺慨濂戒互鍚庯紝琚搧璺┛杩囩殑鍩庡競鏄笉鏄粡娴庡闀...
绛旓細濡傛灉杩欎釜闂瀛樺湪锛屾垜浠彲浠ヨ繘涓姝ュ亣璁惧湪鎺у埗浜嗘煇浜涘鐢熷彉閲忎箣鍚庯紝common trend鏄鐨勶紝姣斿涓婁釜闂锛屾垜浠彲浠ユ帶鍒跺煄甯傚湪t=0鏈熺殑GDP level銆傚綋鎴戜滑鎺у埗鍏朵粬鍙橀噺涔嬪悗锛岃嚜鐒朵笉鑳界洿鎺ュ噺涓ゆ浜嗭紝鎴戜滑闇瑕佺敤涓婇潰璇寸殑鍥炲綊寮忓瓙锛屽嵆run the following OLS:1銆鍙岄噸宸垎妯″瀷锛坉ifference-in-difference锛DID锛夎繎骞存潵澶...
绛旓細2. 浣曟椂閫夋嫨鍥哄畾鏁堝簲</褰撲綘闈㈠闈㈡澘鏁版嵁鏃讹紝鐗瑰埆鏄綋鐮旂┒涓瓨鍦ㄤ笉鍙娴嬬殑寮傝川鎬у彲鑳藉奖鍝嶈В閲婂彉閲忔椂锛屽浐瀹氭晥搴旀ā鍨嬪氨鏄惧緱灏や负閲嶈銆備緥濡傦紝鏀跨瓥鐮旂┒涓紝鎴戜滑鍙兘闇瑕佹秷闄や釜浣撳樊寮傚拰鏃堕棿鍙樿縼甯︽潵鐨勫共鎵帮紝杩欐椂澶氭湡-鍙岄噸宸垎妯″瀷锛DID锛変笌FE銆乀E鎴栧弻鍚戝浐瀹氭晥搴旂浉缁撳悎灏卞彉寰椾笉鍙垨缂恒備緥濡傦紝鎺㈢┒鏀跨瓥瀹炴柦鏁堟灉鏃讹紝...
