操作系统平台双重差分法是估计处理效应的常见方法，但也有被滥用的倾向，因为有些应用者对于双重差分法的优点与局限缺乏了解，特别是其潜在的平行趋势（parallel trend）假定……呼吸机维修
差分法的局限
经济学家常关心某政策实施后的效应，比如对于收入（y ）的作用。最简单（天真）的做法是比较处理组（即受政策影响的地区或个体）的前后差异，比如 这称为“差分估计量”（difference estimator），即将处理组（treatment group）政策实施后的样本均值，减去政策实施前的样本均值。然而，由于宏观经济环境也随时间而变（时间效应），故政策实施地区的前后差异未必就是处理效应（treatment effects）。
双重差分法的反事实逻辑
为了解决差分法的局限性，常用方法是寻适当的控制组（control group），即未实施政策的地区（或未参加项目的个体），作为处理组的反事实（counterfactual）参照系。具体来说，可将未受政策影响的控制组之前后变化视为纯粹的时间效应，即
综合以上两个差分，即将处理组的前后变化减去控制组的前后变化，可得到对于政策处理效应更为可靠的估计：
(1)华宇乐悠游
这就是所谓的双重差分估计量（Difference in Differences，简记DD或DID），因为它是处理组差分与控制组差分之差。该法最早由Ashenfelter（1978）引入经济学，而国内最早的应用或为周黎安、陈烨（2005）。
从以上推理可知，DID的反事实逻辑能够成立，其基本前提是，处理组如果未受到政策干预，其时间效应或趋势应与控制组一样（故可以后者来控制时间效应），这就是所谓的“平行趋势”（parallel trend）或“共同趋势”（common trend）假定。下图直观地展示了DID的思想与平行趋势假定。
城市建设理论研究在此，可以允许个体固定效应u i 与政策虚拟变量G i · D t 相关（可通过双重差分或组内变换消去u i ，或通过LSDV法控制u i ）。DID允许根据个体特征（u i ）进行选择，只要此特征不随时间而变；这是DID 的最大优点，即可以部分地缓解因“选择偏差”（selection bias）而导致的内生性（endogeneity）。
如果违背假定1（平行趋势假定），会有什么后果？假设真实模型为：
则处理组（G i =1）的时间趋势为(λt +ηt )，而控制组（G i =0）的时间趋势为λt，故为非平行趋势。如果将此模型误设为平行趋势，则实际估计的模型为指挥调度系统
其中，G i ηt 被纳入扰动项中，导致扰动项（G i ηt + εit ）与政策虚拟变量（G i · D t ）相关，使得OLS 不一致，也违背了上述假定2。
阿森费尔特沉降（Ashenfelter’s dip）
在使用个体或企业层面的微观数据时，有些人认为因个体无法影响宏观政策（或培训项目）的推出，故为外生。但事实上，个体依然可以自我选择是否参加项目，从而导致内生性。
比如，Ashenfelter (1978) 在研究就业培训的效应时发现，参加就业培训者在参加培训之年(1964) 以及之前的那年(1963)，其平均收入不仅相对于控制组下降，而且绝对地下降，称为“阿森费尔特沉降”（Ashenfelter’s dip），参见下图。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议