SPSSAU_计量经济研究_DID差分.pdf

双重差分DIDDifferences-in-Differences倍差法平行趋势假设共同趋势SPSSAU

双重差分DID(倍差法)

Contents

1背景3

2理论3

3操作3

4SPSSAU输出结果4

5文字分析4

6剖析6

双重差分(Differences-in-Differences,DID)，其常用于政策评估效应研究，比如研究‘鼓励上

市政策’，‘开通沪港通’，‘开通高铁’，‘引入新教育模式’等效应时，分析效应带来的影响情况。

比如：两类地区A和B，在2020年A类地区没有开通高铁，B类地区没有开通。那么开

通高铁对于GDP的影响情况如何呢？涉及两个关键数据，分别是Treated和Time，此处

Treated为地区（A和B两个地区），以及时间项Time(高铁开通前和开通后)。同时研究‘开通高

铁’参于gdp的影响，那么被解释变量Y即为gdp，与此同时还涉及可选的控制变量（控制变量

为可选项，多数情况下并不需要），比如教育投入，人口或对外投资情况等，如下表说明。

项说明

Treated地区（0代表A类地区即控制组，1代表B类地区即实验组）

Time开通高铁前后（0代表开通前,1代表开通后）

Ygdp

控制变量教育投入，人口，对外投资等

特别提示：

✓Treated只能为数字0或1，且一定包括此2个数字。其用于标识研究‘效应’对应的组别，

数字0标识‘控制组’，数字1标识‘实验组’，一定需要这样处理。

✓Time只能为数字0或1，且一定包括此2个数字。其用于标识研究‘时间’对应的组别，数

字0标识‘before’（实验前），数字1标识‘after(实验后)，一定需要这样处理。

理论上，双重差分研究可在很大程度上避免数据内生性问题。‘政策效应’通常为外生项，

因而不存在双向因果关系，比如开通高铁影响gdp，gdp同时影响开通开通。与此同时，双重差

分也有着一定的前提性要求，通常其希望满足‘平行趋势假设’（ParallelTrendAssumption），即

time项为0时，即比如开通高铁前，A类和B类两类地区的gdp数据需要无明显的差异性。

至于‘平行趋势假设’（共同趋势）的检验，其有多种检验方式。包括t检验法，‘交叉项’显

著性检验法，F统计量检验法，图示法。具体说明如下：

平行趋势检验方式思想说明检验

t检验法（较严格）SPSSAU默认提供，使用t检验法，如果没有呈现出显著性（一般以P0.05或0.1作

研究before时，treated与被解释变量为标准），则说明满足‘平行趋势假设’。反之说明

Y的差异性不满足‘平等趋势假设’。

交互项显著性检验法将时间项作哑变量后，将实验前时间如果说交互项没有呈现出显著性，则说明满足‘平

（较严格）项哑变量与treated作交互项，然后做行趋势假设’。反之说明不满足‘平等趋势假设’。

线性回归，被解释变量为Y，自变量

为交互项。最后判断交互项的显著

性。

F统计量检验法（较与交互项显著性检验法的思想一致，如果说F统计量没有呈现出显著性（一般以P

严格）但使用F统计量进行检验。0.1作为标准），则说明满足‘平行趋势假设’。反