DID 双重差分模型简介

什么是 DID？

双重差分法（Difference-in-Differences, DID）是一种用于评估政策或干预措施因果效应的计量经济学方法。它通过比较处理组和控制组在政策实施前后的变化差异，来剔除时间趋势和个体固有差异的影响。

核心逻辑

DID 的核心思想是构造一个“反事实”：如果没有政策干预，处理组的变化趋势应该与控制组一致。

计算公式如下：
$$ DID = (Y_{treated, post} - Y_{treated, pre}) - (Y_{control, post} - Y_{control, pre}) $$

其中：

• $Y_{treated, post}$：处理组在政策后的均值
• $Y_{treated, pre}$：处理组在政策前的均值
• $Y_{control, post}$：控制组在政策后的均值
• $Y_{control, pre}$：控制组在政策前的均值

前提假设

1. 平行趋势假设：在没有政策干预的情况下，处理组和控制组的结果变量随时间变化的趋势是相同的。
2. 稳定性假设：样本组成在研究期间保持稳定，无系统性流失。
3. 无溢出效应：处理组的政策不会影响控制组。

代码说明

main.do 文件展示了从数据导入、生成交互项、描述性统计到固定效应模型回归的完整 Stata 流程。核心在于生成 treated * post 交互项，其系数即为政策的净效应。

结果展示说明

本部分描述运行 main.do 后在 Stata 输出窗口中预期的文字结果。

1. 输入命令：sum y treated post did

• 输出描述*：

系统将显示四个变量（y, treated, post, did）的描述性统计表。包含观测值数量（Obs）、均值（Mean）、标准差（Std. Dev.）、最小值（Min）和最大值（Max）。

• treated 和 post 的均值应介于 0 和 1 之间。
• did 的均值表示处理组在政策后的样本占比。

2. 输入命令：xtset id year

• 输出描述*：

系统确认面板数据设定成功。
输出类似：panel variable: id (strongly balanced) 和 time variable: year, 2020 to 2025（具体年份取决于数据）。

3. 输入命令：xtreg y treated post did, fe

• 输出描述*：

系统将输出固定效应回归结果表，主要包含以下部分：

• 表头：显示模型为 Fixed-effects (within) regression，以及组内、组间、总体 R 平方值。
• 系数列 (Coef.)：
  • treated：处理组固有差异（通常不显著或被固定效应吸收，视具体模型设定而定，但在双向固定效应中常被省略或作为时间不变量被剔除）。
  • post：时间趋势效应（所有个体随时间的共同变化）。
  • did：核心关注点。该系数代表政策的净效应。如果系数为正且显著（P 值 < 0.05），说明政策显著提升了结果变量 y；反之则降低。
• 统计量：每个系数对应的标准误（Std. Err.）、t 值（t）、P 值（P>|t|）以及 95% 置信区间。
• 底部信息：显示 F 检验值（F test that all u_i=0），用于判断是否存在显著的个体固定效应。

4. 输入命令：log close

• 输出描述*：

系统提示 (end of log file)，表示回归结果已成功保存至 did_results.log 文件中，无其他表格输出。