双重差分法（DID）的平行趋势检验与安慰剂检验.docxVIP

双重差分法（DID）的平行趋势检验与安慰剂检验

一、双重差分法的应用逻辑与检验体系的核心地位

（一）双重差分法的因果识别逻辑

作为社会科学领域政策评估与因果识别最常用的准自然实验方法，双重差分法的核心思路是通过构造“有无政策差异”与“政策前后差异”的双重对比，剥离不随时间变化的组间固有差异与随时间变化的共同宏观冲击，得到政策干预对结果变量的净因果效应。与传统的简单对比政策前后差异、或者简单对比处理组与对照组差异的方法相比，双重差分法通过两次差分的设计，有效缓解了因遗漏不随时间变化的个体特征、共同时间趋势带来的内生性偏误，兼具操作简便性与识别严谨性的优势，被广泛应用于经济学、公共管理、社会学、环境科学等多个领域的政策效果评估中。双重差分法的核心吸引力在于，它不需要研究者通过随机试验分配干预状态，只需要借助外生的政策冲击构造可比的处理组与对照组，就能在非实验数据下得到接近随机试验的因果识别效果，这一特征使其成为过去二十多年来应用最广泛的计量分析方法之一（安格里斯特、皮施克，2009）。

（二）有效性检验在DID应用中的核心价值

双重差分法的因果识别效力并非来自其差分的代数形式，而是建立在一系列关键识别假设成立的基础上，一旦核心假设被违背，双重差分得到的估计结果就可能存在严重偏误，甚至完全无法反映真实的政策效果。现实中不少研究者存在“方法套用”的误区，认为只要在回归中加入个体固定效应与时