双重差分法多期DID的适用情形与估计方法.docxVIP

双重差分法多期DID的适用情形与估计方法

一、多期DID的核心内涵与演进逻辑

（一）传统DID的局限与多期DID的诞生

双重差分法（DID）是社会科学领域中用于政策评估的经典准自然实验方法，其核心逻辑是通过对比处理组（接受政策干预的个体或地区）与对照组（未接受干预的个体或地区）在政策实施前后的差异，剔除时间趋势和个体固有特征的影响，从而识别政策的净效应。传统DID通常基于两期数据和二元分组（仅存在“已处理”和“未处理”两类群体），适用于政策在某一特定时间点一次性全面实施的场景（陈强，2014）。

然而，现实中的公共政策实施往往并非一蹴而就，出于降低试错成本、兼顾区域差异或逐步推进改革等原因，政策通常会分批次、分阶段在不同地区或个体中落地。例如，我国的乡村振兴战略试点在不同省份启动时间不同，高新技术企业认定政策每年都会有一批企业通过审核，这些场景中处理组的干预时点呈现明显的异质性。此时，传统DID的二元分组和两期假设不再适用——若强行将所有处理组视为同一时点接受干预，会忽略不同群体间的政策实施时间差异，导致平行趋势假设无法满足，最终造成估计结果的偏误。正是为解决这一现实难题，多期DID（也称多时点DID）方法应运而生，它将传统DID的框架扩展至多时点、多批次的政策干预场景，成为当前政策评估领域的主流方法之一（Callaway和Sant’Anna，2021）。

（二）多期DID的核心特