差分-in-差分（DID）模型的平行趋势假设.docxVIP

差分-in-差分（DID）模型的平行趋势假设

差分-in-差分（DID）模型是当前社会科学领域进行政策评估、因果推断的核心方法之一，广泛应用于经济学、社会学、公共管理等多个学科，例如评估最低工资政策对就业的影响、医保政策对居民健康水平的提升效应、产业政策对企业绩效的作用等。DID模型的核心优势在于通过自然实验的逻辑，规避了传统回归分析中内生性问题的干扰，但这一优势的实现高度依赖于几个关键假设，其中平行趋势假设是最基础、也最容易被忽视的核心前提。本文将从平行趋势假设的内涵与理论基础、核心地位、检验方法以及违背后的修正策略等维度展开论述，帮助读者深入理解这一假设的本质与实践价值。

一、平行趋势假设的内涵与理论基础

（一）平行趋势假设的内涵界定

平行趋势假设，简单来说，是指在政策实施之前，接受政策干预的处理组与未接受干预的对照组，其结果变量随时间变化的趋势是一致的。具体而言，如果没有政策干预的发生，处理组的结果变量将会沿着对照组的趋势发展，两组之间的差异仅为固定的、不随时间变化的个体或群体异质性，而非系统性的趋势差异。

计量经济学家伍德里奇在其经典教材中明确指出，平行趋势假设是DID模型识别因果效应的必要前提之一，只有当这一假设成立时，DID估计量才是政策处理效应的无偏估计（Wooldridge,2010）。国内学者陈强进一步补充，平行趋势假设中的“趋势平行”不仅指结果变量均值的趋势一