双重差分DID模型平行趋势检验方法.docxVIP

双重差分DID模型平行趋势检验方法

一、引言

作为社会科学领域用于政策效果评估的核心计量方法，双重差分（Difference-in-Differences,DID）模型凭借其原理清晰、操作简便、识别逻辑贴近自然实验的优势，被广泛应用于公共政策、产业经济、劳动经济等多个研究领域，成为近十几年应用微观计量研究中最受青睐的因果识别工具。DID模型的核心逻辑是通过构造“处理组-对照组”“政策前-政策后”的双重差异，剥离不随时间变化的组间固有差异和随时间变化的共同冲击，进而分离出纯粹的政策净效应。但这一逻辑能够成立的核心前提，就是著名的“平行趋势假设”——如果没有受到政策干预，处理组和对照组的结果变量变化趋势应当保持一致，不存在系统性的组间差异。一旦这一假设不成立，模型估计出的“政策效应”就会混杂两组本身的趋势差异，最终得到有偏甚至完全相反的结论。

从当前的学术研究实践来看，平行趋势检验已经成为DID模型应用的必备环节，是学术审稿过程中判断研究结论可信度的核心标准。但与此同时，大量应用研究对平行趋势检验的逻辑理解不深、方法使用不规范，要么选择的检验方法与数据结构不匹配，要么对检验结果的解读存在偏差，甚至出现为了通过检验人为调整样本和模型设定的问题，大大削弱了研究结论的可靠性。有学者曾对国内顶级经济学期刊上刊发的上百篇应用DID模型的论文进行统计，发现近三成研究的平行趋势检验存在流程不规范、