异质性处理效应下双重差分估计的偏误诊断与稳健估计量选择：蒙特卡洛模拟 .docxVIP

PAGE2

异质性处理效应下双重差分估计的偏误诊断与稳健估计量选择：蒙特卡洛模拟

摘要

双重差分法（Difference-in-Differences,DID）是政策评估领域应用最为广泛的因果推断方法之一。然而，近年来计量经济学界逐渐认识到，在交错采纳（staggeredadoption）与处理效应异质性（treatmenteffectheterogeneity）并存的情形下，传统双向固定效应（Two-wayFixedEffects,TWFE）估计量可能产生严重偏误，甚至出现符号逆转的悖论性结果。本文系统梳理了TWFE估计量失效的理论根源，揭示其本质在于将时变处理效应与组群间效应差异错误加权，形成“负权重”问题。在此基础上，本文通过蒙特卡洛模拟方法，对六种新兴稳健DID估计量——包括Sun与Abraham（2021）的组群-时间平均处理效应估计量、Callaway与Sant’Anna（2021）的组群-时期估计量、Gardner（2022）的两阶段估计量、Borusyak等（2024）的插补估计量、deChaisemartin与D’Haultf?uille（2020）的瞬时处理效应估计量以及Wooldridge（2021）的扩展TWFE估计量——在识别动态处理效应与组群异质性方面的性能进行了系统比对。模拟结果显示，在效应异质性程度较高且处理时点分散的情境下，传