差分-in-difference模型的平行趋势检验方法.docxVIP

差分-in-difference模型的平行趋势检验方法

一、平行趋势假设的核心内涵与检验必要性

（一）平行趋势假设的核心内涵

双重差分（Difference-in-Differences，简称DID）模型是社会科学领域评估政策干预效应的经典工具，其核心逻辑在于通过对比“处理组（接受政策干预的群体）”和“控制组（未接受政策干预的群体）”在政策实施前后的结果变量变化，分离出政策的净效应。而这一逻辑成立的关键前提，便是平行趋势假设：若不存在政策干预，处理组与控制组的结果变量随时间变化的趋势应保持平行，即两组在政策实施前的趋势性差异不应具有统计显著性（AngristPischke，2009）。

具体而言，平行趋势假设要求处理组和控制组在政策实施前的每一个时间点，结果变量的变化幅度、方向都不存在系统性偏差。例如，在一项研究教育补贴政策对学生成绩影响的实证分析中，若处理组学生在政策实施前的成绩增速就显著高于控制组，那么即使没有补贴政策，处理组的成绩也会比控制组更优，此时DID模型估计出的“政策效应”实际上包含了两组原本的趋势差异，而非真正的政策干预效果。只有当两组在政策实施前的趋势完全平行，我们才能将政策实施后的差异合理归因于政策本身。

（二）平行趋势检验的必要性

在实证研究中，平行趋势假设无法直接观测，只能通过统计方法间接验证，其检验环节的严谨性直接决定了DID估计结果的可靠性。忽略平行