凡是搞计量经济的，都关注这个号了
邮箱：
[email protected]
所有计量经济圈方法论
丛的code程序
, 宏微观
数据库和各种软
件都放在社群里.欢迎到计量经济圈社群交流访问
.
接着“
各种异质性稳健DID方法的特点和优点分别是什么? 为你选择某种估计方法提供客观依据！
”，今天推荐一个“用于政策评估的DID方法前沿进展, 一个2024年的简单易懂且实用的综述”
（
最新: 2024版异质性稳健DID最全指南! 更新太快脑袋跟不上看这里！
）
用于政策评估的DID方法前沿进展, 一个2024年的简单易懂且实用的综述
双重差分法（DiD）作为一种强有力的准实验研究设计，在涉及健康、劳动、产业等结果的纵向政策评估中得到了广泛应用。然而，面对更为复杂的政策环境，DiD设计在确保因果推断的可靠性方面遭遇了一系列挑战。近期的计量经济学研究显示，在异质性处理效果——即政策分阶段实施时常见的现象——存在的情况下，DiD估计量可能会产生偏差。为了深化对这些研究进展的理解，本文首先对DiD方法进行了概述。接着，总结了DiD设计在处理异质性效果时遇到的基本问题，并提供了关于近期提出的、对异质性具有稳健性的DiD估计方法的指导，这些方法正逐渐社会科学家所采纳。此外，本文还对平行趋势假设的违反问题进行了扩展讨论，而这一问题在过去并未受到足够的关注。最后，本文展示了一项模拟研究的结果，对比了在不同情景下几种DiD估计量的表现，旨在提高对这些方法的理解和应用能力。
双重差分法（Difference-in-Differences, DiD）是一种准实验研究方法，特别适用于利用纵向数据来分析政策效果。如今，DiD已经成为评估各种项目、干预措施和政策对健康、劳动、产业等影响的常用方法。例如，研究者广泛采用DiD来探究医疗补助扩展、带薪家庭假法、食品和营养计划的修订，以及COVID-19大流行期间政策变化对健康影响的课题。
DiD方法的核心在于减少混淆因素的影响，从而支持因果关系的推断。它通过比较“受处理”组（即暴露于政策变化的群体）和“对照”组（即未暴露于政策变化的群体）在一段时间内的结果变化。这种方法的一个基本前提是平行趋势假设，即如果没有政策变化，受处理组和对照组的结果趋势应该是平行的。政策变化后，两组间观察到的任何趋势差异都被归因于政策的效果。
DiD方法根据不同的研究环境有着不同的应用形式。经典的DiD模型比较两个群体在两个不同时间段（政策实施前后）的结果变化。这种2×2的DiD模型可以方便地扩展到涉及多个群体和多个时间段的复杂情况。通常，通过在模型中包含群体和时间的固定效应（即指示变量），这种模型被称为广义DiD或双向固定效应DiD回归。双向固定效应模型已成为经济学和其他社会科学领域中政策评估的重要工具。
近期的研究发现，要生成无偏的双重差分（DiD）估计，TWFE设计需要依赖一个额外的假设：即处理效应在不同处理组之间以及随时间推移都保持一致。然而，这一假设在实际应用中很容易被打破，因为处理效应可能会因组别特征、日历时间（也就是组别接受处理的具体时间点）以及处理效应随时间的动态变化而有所不同。这种异质性处理效应的存在，可能会对许多研究设计的有效性构成威胁，并导致双向固定效应估计出现偏差。
鉴于双向固定效应设计在社会科学研究中的广泛应用，我们有必要深入了解该方法的潜在局限性及其解决方案。本研究基于计量经济学文献中的最新方法学综述，旨在为社会科学学家提供理论基础，帮助他们理解在异质性处理效应存在时双向固定效应设计所面临的挑战。本文概述了近期的方法学进展，这些进展提出了几种对异质性具有稳健性的DiD估计方法。此外，本文还讨论了平行趋势假设的违反问题，它相较于异质性处理效应受到的关注较少。最后，通过进行模拟研究，本文比较了双向固定效应方法与新方法在不同情景下的表现，以此加强我们对这些方法在政策评估中的理解和应用。
强烈建议下载全文仔细阅读，这个综述简单易懂且实用。
*
群友可直接在社群下载原文PDF。
DID新进展，参考1.
连续型DID也要被改造! 现成的平行趋势PT和TWFE估计都有问题, 时隔3年再次出发！
2.
审稿人: 就这么点样本做DID, 还异质性稳健DID呢, 麻烦看最新文献再说吧！！
3.
不炒冷饭! 2024年最新“2”份DID使用检查清单, 前沿DID使用基本规范指南
！
4.
7种! 一张图里画出7种异质性稳健DID的平行趋势与动态效应的完整code和示例
，5.
最新: 2024版异质性稳健DID最全指南! 更新太快脑袋跟不上看这里！
6.
只有4期数据, 为啥平行趋势检验时有6期呢? DID与连续变量交互系数如何解释?
7.
各种异质性稳健DID方法的特点和优点分别是什么? 为你选择某种估计方法提供客观依据！
关于多期DID或交叠DID: 1.
DID相关前沿问题“政策交错执行+堆叠DID+事件研究”, 附完整slides
，2.
交错(渐进)DID中, 用TWFE估计处理效应的问题, 及Bacon分解识别估计偏误
，3.
典范! 这篇AER在一图表里用了所有DID最新进展方法, 审稿人直接服了！
4.
最新Sun和Abraham(2020)和TWFE估计多期或交错DID并绘图展示结果！详细解读code！
5.
多期DID或渐进DID或交叠DID, 最新Stata执行命令整理如下供大家学习
，6.
多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等
，7.
交叠DID中平行趋势检验, 事件研究图绘制, 安慰剂检验的保姆级程序指南！
8.
系统梳理DID最新进展: 从多期DID的潜在问题到当前主流解决方法和代码!
9.
标准DID中的平行趋势检验,动态效应, 安慰剂检验, 预期效应教程
，10.
DID从经典到前沿方法的保姆级教程, 释放最完整数据和代码！
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题
,
Econometrics Circle
