- 0
- 0
- 约2.29千字
- 约 2页
- 2026-11-19 发布于北京
- 举报
双重差分(DID)模型分析报告
分析方法概述
本研究基于801条样本的政策评估数据,考察某项政策对销售增长的干预效应。数据包含处理组与对照组(按「是否处理组」区分),以及政策实施前与实施后两个时期(按「是否政策后」区分),因变量为销售增长,并纳入市场活力、竞争压力、control3三个控制变量。采用经典2×2双重差分(DID)模型识别政策净效应,其核心识别逻辑为处理组政策前后变化之差减去对照组同期变化之差,交互项treat×post的系数即DID估计量。该方法的关键前提是平行趋势,即若无政策,处理组与对照组本应保持同趋势变动。
有效样本共801条,变量层面无缺失剔除。
分析结果
一、四格均值与差分
表①展示处理组/对照组在政策前后的销售增长均值及差分结果。
组别
处理前均值(样本量)
处理后均值(样本量)
差值(后?前)
处理组(treat=1)
17.542(77)
19.949(78)
2.407
对照组(treat=0)
17.573(320)
17.065(326)
-0.507
双重差分
—
—
2.914
处理组销售增长在政策后上升2.407个单位,而对照组同期下降0.507个单位,两者相减得到的四格双重差分为2.914。需要说明的是,该2.914为未控制协变量的直接差分;加入三个控制变量后,回归中交互项的净效应为2.9
原创力文档

文档评论(0)