双重差分法 (Difference-in-Differences, DID)

概述

双重差分法（DID）是一种用于评估政策或事件因果效应的计量经济学方法。它通过比较处理组（受政策影响）和对照组（未受政策影响）在政策实施前后的变化差异，来剔除时间趋势和个体固定效应的影响，从而识别出政策的净效应。

核心逻辑

DID 的核心在于“双重”差分：

1. 第一次差分：计算处理组和对照组在政策实施前后的各自变化（消除个体固有差异）。
2. 第二次差分：将处理组的变化量减去对照组的变化量（消除共同的时间趋势）。

数学模型通常表示为：
$$ Y_{it} = \beta_0 + \beta_1 \text{Treated}i + \beta_2 \text{Post}_t + \beta_3 (\text{Treated}_i \times \text{Post}_t) + \epsilon $$

其中：

• $Y_{it}$：个体 $i$ 在时间 $t$ 的结果变量。
• $ ext{Treated}_i$：处理组虚拟变量（处理组=1，对照组=0）。
• $ ext{Post}_t$：时间虚拟变量（政策后=1，政策前=0）。
• $ ext{Treated}_i \times \text{Post}_t$：交互项，其系数 $eta_3$ 即为我们要估计的 DID 估计量，代表政策的平均处理效应（ATT）。

前提假设

• 平行趋势假设：在没有政策干预的情况下，处理组和对照组的结果变量随时间变化的趋势是相同的。这是 DID 方法成立的最关键假设。

本代码包说明

main.py 提供了基于 Python statsmodels 库的简易 DID 回归实现。用户只需准备包含必要变量的 CSV 数据文件，即可运行得到回归结果及统计检验信息。

结果展示说明

本部分描述运行 main.py 后的输入输出流程及预期文本结果。

1. 输入准备

用户需要准备一个名为 data.csv 的文件，并将其放置在与 main.py 相同的目录下。该 CSV 文件必须包含以下四列数据（表头名称需一致）：

• y: 数值型，代表结果变量（如：销售额、就业率等）。
• treated: 整数型（0 或 1），代表个体是否属于处理组（1=处理组，0=对照组）。
• post: 整数型（0 或 1），代表时间是否在政策实施后（1=政策后，0=政策前）。

• treated_post: (可选) 整数型，若文件中缺少此列，程序会自动根据 treated 和 post 计算生成。

• 示例输入数据片段 (data.csv)：*

y,treated,post

10. 5,0,0
12. 3,1,0
14. 2,0,1
18. 9,1,1

...

2. 执行命令

在终端或命令行中进入脚本所在目录，运行：

python main.py

3. 输出描述

程序运行成功后，终端将直接打印出 statsmodels 生成的 OLS 回归摘要表格（文本格式）。主要关注点如下：

正常输出情况

如果 data.csv 存在且格式正确，屏幕将输出类似以下的统计摘要：

                            OLS Regression Results                            
==============================================================================
Dep. Variable:                      y   R-squared:                       0.856
Model:                            OLS   Adj. R-squared:                  0.849
Method:                 Least Squares   F-statistic:                     123.4
Date:                Fri, Mar 06 2026   Prob (F-statistic):           1.23e-15
Time:                        10:30:00   Log-Likelihood:                -56.789
No. Observations:                 100   AIC:                             121.6
Df Residuals:                      96   BIC:                             131.2
Df Model:                           3                                          
Covariance Type:            nonrobust                                          
====================================================================================
                       coef    std err          t      P>|t|      [0.025      0.975]

- -----------------------------------------------------------------------------------
   Intercept             10.200      0.500     20.400      0.000       9.200      11.200

treated                2.100      0.700      3.000      0.003       0.700       3.500
post                   1.500      0.600      2.500      0.014       0.300       2.700
treated_post           5.800      0.800      7.250      0.000       4.200       7.400
==============================================================================
Omnibus:                          1.234   Durbin-Watson:                   2.050
Prob(Omnibus):                    0.540   Jarque-Bera (JB):                1.100
Skew:                             0.100   Prob(JB):                        0.570
Kurtosis:                         3.000   Cond. No.                         5.00
==============================================================================

• 关键解读：*
• 用户应重点关注 treated_post 这一行的 coef 列（例如上面的 5.800）。
• 该数值即为 DID 估计量，表示政策实施后，处理组相对于对照组的平均净效应。
• 同时查看 P>|t| 列，若小于 0.05（或 0.01），则说明该政策效应在统计上是显著的。

异常输出情况

• 文件缺失：若当前目录无 data.csv，输出：

错误：未找到 data.csv 文件，请确保数据文件在当前目录。

• 其他错误：若数据列名缺失或数据类型错误，输出：

发生错误：[具体的错误信息描述]