DID与合成控制法比较.docxVIP

DID与合成控制法比较

引言

在因果推断领域，政策评估方法的选择始终是研究的核心问题。双重差分法（Difference-in-Differences,DID）与合成控制法（SyntheticControlMethod,SCM）作为两种被广泛应用的非实验性因果推断工具，分别在不同场景下展现出独特优势。DID自20世纪70年代逐步发展成熟，常用于评估大规模政策干预的平均处理效应；合成控制法则在21世纪初由Abadie等人提出，特别适用于小样本、单一个体受干预的场景。二者虽均以构造反事实为目标，但在理论基础、假设条件、数据要求及应用场景等方面存在显著差异。深入比较二者的异同，不仅有助于研究者根据具体问题选择更合适的方法，也能为因果推断方法的拓展提供理论支撑（AngristPischke,2009；Abadieetal.,2010）。本文将从基础概念出发，结合理论与实证案例，系统比较两种方法的核心特征，以期为政策评估实践提供参考。

一、双重差分法（DID）的核心逻辑与应用场景

（一）DID的理论基础与假设条件

双重差分法的核心思想是通过“两次差分”分离出政策干预的净效应。具体而言，首先计算处理组在政策实施前后的结果变量差异（第一次差分），再计算对照组在同一时期的结果变量差异（第二次差分），最终用处理组的差分减去对照组的差分，得到剔除时间趋势和个体固定效应后的政策效应。这