双重差分法平行趋势检验的常用方法对比.docxVIP

双重差分法平行趋势检验的常用方法对比

一、引言

在因果推断领域，双重差分法（Difference-in-Differences,DID）因能有效识别政策干预或外部冲击的净效应，成为公共政策评估、经济学实证研究中的核心工具之一（AngristPischke，2009）。其核心逻辑在于通过“处理组-对照组”“干预前-干预后”的双重差分，剥离时间趋势与个体异质性的干扰，从而估计因果效应。然而，这一方法的有效性高度依赖“平行趋势假设”（ParallelTrendAssumption），即若未发生干预，处理组与对照组的结果变量在干预前后应保持相同的变化趋势。若该假设不成立，DID估计量将产生偏差（Meyer，1995）。

近年来，随着DID方法的广泛应用，平行趋势检验的重要性日益凸显。学者们提出了事件研究法、参数估计法、安慰剂检验法、合成控制法衍生检验等多种方法。这些方法各有优劣，适用场景也存在差异。本文将系统梳理常用检验方法的原理、操作步骤与局限性，通过对比分析为实证研究者提供方法选择的参考依据。

二、平行趋势假设的内涵与理论基础

理解平行趋势检验方法的前提，需先明确假设的核心内涵。平行趋势假设要求，在干预发生前，处理组与对照组的结果变量的时间趋势是一致的；干预发生后，两组趋势的差异应仅由干预本身引起（Lechner，2010）。这一假设无法直接观测，只能通过干预前的样本数据间接