1. 雙重差分模型顯著但是系數小
第一部分 模型簡介
1、模型應用背景
2、模型運用前提條件
3、穩健性檢驗
第二部分 經典論文分析
1、民族地區轉移支付、公共支出差異與經濟發展差距
2、基於多期雙重差分的分位回歸及其應用
第三部分 雙重差分模型（DID）stata實例操作
1、變數構造和基本命令
2、平行趨勢檢驗
第四部分 經典論文推薦
第五部分 專題預覽
估計政策效應常用的方法有：工具變數法、斷點回歸、傾向得分匹配法、雙重差分法、合成控製法等。我們在這里介紹雙重差分法。
第一部分 模型簡介
1、模型應用背景
現代計量經濟學和統計學的發展為我們的研究提供了可行的工具。倍差法來源於計量經濟學的綜列數據模型，是政策分析和工程評估中廣為使用的一種計量經濟方法。主要是應用於在混合截面數據集中，評價某一事件或政策的影響程度。該方法的基本思路是將調查樣本分為兩組，一組是政策或工程作用對象即「作用組」，一組是非政策或工程作用對象即「對照組」。根據作用組和對照組在政策或工程實施前後的相關信息，可以計算作用組在政策或工程實施前後某個指標（如收入）的變化量（收入增長量），同時計算對照組在政策或工程實施前後同一指標的變化量。然後計算上述兩個變化量的差值（即所謂的「倍差值」）。這就是所謂的雙重差分估計量（Difference in Differences，簡記DD或DID），因為它是處理組差分與控制組差分之差。該法最早由Ashenfelter（1978）引入經濟學，而國內最早的應用或為周黎安、陳燁（2005）。
2、模型運用前提條件
2.1 使用前提
（1）政策不能是「一刀切」類型，即存在受政策影響的實驗組和不受政策影響的對照組
（2）至少兩年的面板數據，如果是截面數據一般也別考慮了
2.2 模型前提
（1）平行趨勢（CT）假設：處理組和對照組有共同趨勢，在政策干預之前，處理組和控制組的結果效應的趨勢應該是一樣的。
（2）SUTVA條件：政策干預隻影響處理組，不會對控制組產生交互影響，或者政策干預不會產生外溢效應；
（3）線性形式條件：潛在結果變數同處理變數和時間變數滿足線性條件。
由此可見DID的使用條件較為嚴苛，並不能隨意使用。
3、穩健性檢驗
為了證明所有的效應是由政策實施所引起的，必須做穩健性檢驗，主要體現在兩個方面：
3.1 平行趨勢檢驗
如果是多年面板數據可以通過畫圖或者回歸的方法來檢驗平行趨勢假設。
（1）畫圖：畫出實驗組時期和對照組時期的時間趨勢圖，如果兩條線的走勢完全一致或基本一致，說明CT假設是滿足的。
（2）回歸：將模型構造中dt項改為「年份虛擬變數」，政策實施前有a年就有a個年份虛擬變數，以及與相乘的a個交互項。此時交互項反映的是「政策實施前年份，實驗組和對照組的差異」。如果這a個交互項不顯著，即說明政策實施前實驗組和對照組不存在明顯的差別，從而滿足CT假設。一般，「都不顯著」可以稍微放鬆，即便存在一兩個顯著的情況，但只要a個交互項聯合不顯著，也是滿足CT假設。
3.2 安慰劑檢驗
安慰劑檢驗核心思想即即虛構處理組進行回歸。
第一步：選取政策實施之前的年份進行處理，例如，政策發生在2014年，研究區間為2013-2015年。我們可以把研究區間向前移動到2011-2013年，並假定政策實施年份為2012年，然後進行回歸。
第二步：選取已知的並不受政策實施影響的群組作為處理組進行回歸。
如果不同虛構方式下的DID估計量的回歸結果依然顯著，說明原來的估計結果很有可能出現了偏誤。
此外還可以利用不同不同的對照組進行回歸，看研究結論是否依然一致。或者選取一個完全不受政策干預影響的因素作為被解釋變數進行回歸，如果DID估計量的回歸結果依然顯著，說明原來的估計結果很有可能出現了偏誤。
註：以上如果回歸結果顯著，說明原結果是一定有問題的，而如果回歸結果不顯著，並不一定能表明原結果沒問題。
第二部分 經典論文分析
1、民族地區轉移支付、公共支出差異與經濟發展差距
雙重差分法DID模型 趨勢評分匹配的雙重差分法PSM-DID模型
針對民族地區的財政轉移支付，是實行財政分權制度的多民族國家緩和民族矛盾、縮小地區差別的重要手段。基於最優政府間轉移支付型和「凈財政收益」概念，本文首先提出如下理論假說: 這類轉移支付有助於減少民族地區與其他地區之間的公共支出差異和經濟發展差距。然後使用1993—2003年中國縣省兩級數據，並採用基於趨勢評分匹配的雙重差分法( DID with Propensity ScoreMatching) ，檢驗上述理論假說。研究發現：
（1）中國2000年底實施的民族地區轉移支付政策，顯著促進了民族地區公共支出水平的相對提高和公共支出結構的相對優化。不過，促進作用未顯示出隨時間不斷增強的態勢。
（2）該項政策未顯著縮小民族地區與其他地區之間的經濟發展差距。本文的研。
究結論表明，民族地區轉移支付在中國發揮了均等化效應，但程度有限。
2、基於多期雙重差分的分位回歸及其應用
VAR 模型 單期雙重差分模型 多期雙重差分模型（DID） 分位回歸方法
針對房價的高速上漲，從2010 年起，中國政府開始採取一系列措施抑制房產泡沫、防止地產被過度炒作。過行政手段抑制需求的「限購令」是否真的抑制了房價的過快上漲？其效果如何？如何進行評估？實證的方法主要有VAR 模型和單期雙重差分模型，本文將利用70 個大中城市在三個不同調控期的房地產相關數據，採用多期雙重差分模型（DID）動態、精準地分析限購政策的長期動態效果。同時，考慮到70 個大中城市的房價差異非常明顯，本文還將採用分位回歸方法進一步探索限購令對住宅價格的影響，從而為相關部門制定進一步的房地產調控政策提供理論依據。
將雙重差分模型應用到限購對房價的影響問題上，具體思路為：將實施限購的城市作為處理組，將未實施限購的城市作為對照組，時間段分為政策出台前與政策出台後。據此可以設置兩個虛擬變數Di 和Dt , Di 代表是否實施了限購令，Dt 代表政策實施前後，若某個城市實施了限購令，則Di = 1 ，否則Di = 0 ；Dt = 1 代表該時間段為某城市實施限購令之前，Dt = 2 代表該時間段為某城市實施限購令之後。據此，兩個變數的交互項乘積Di*Dt 即可在一定程度上反應政策的實施效果。在因變數的選擇上，本文選擇了國家統計局發布的全國70 個大中城市的月度房屋銷售價格指數作為研究對象，該指數的計算是基於各地房管局的網簽數據，能夠較為有效地避免現實交易中出現的陰陽合同問題。控制變數的選取從供求理論出發，以上期的供給量和需求量為控制變數，將供求因素納入模型從而剔除其對房價造成的影響，直接體現限購對房價的影響效果。通過研讀以往研究房價影響因素的文獻，由於房地產市場反應不夠靈敏，本文認為當期商品住宅需求主要可以從城市的整體經濟水平（以上一期城市所在省份的工業增加值同比增長率為指標）以及上一期商品住宅銷售面積同比增長率中反映出來，以上一期商品住宅投資額的同比增長率反映供給的基本水平。同時為了更全面地消除城市自身特徵（如地理位置、人口因素等）對房價增長率造成的影響，本文將滯後一期的房價同比增長率也作為控制變數。
第三部分 雙重差分模型（DID）stata實例操作
1、變數構造和基本命令
**調用數據
use ' https://dss.princeton.e/training/panel101.dta', clear
**設置虛擬變數，政策執行時間為1994年
gen time = (year>=1994) & !missing(year)
**生成地區的虛擬變數
gen treated = (country>4) & !missing(country)
**產生交互項
gen did = time*treated
**第一種回歸設計
**回歸Estimating the DID estimator
reg y time treated did, r
顯然在10%水平上，政策實施有顯著的負效應。
*第二種DID回歸設計
reg y time##treated,r
**方法三下載外部命令方法
ssc install diff
**估計DID
diff y, t(treated) p(time)
2、平行趨勢檢驗
以上的基準回歸只有當地區在政策前足夠相似才能夠保證DID提取的是政策的因果效應，所以研究者需要知道兩組地區在政策前有多大差異。實現這一目標的方法是將年份虛擬變數乘以實驗組虛擬變數，這一交互項就可以捕捉兩組地區在每一年份的差異。如果兩組地區的確有著平行趨勢的話，那麼預期在1994年前的那些交互項的回歸結果將不顯著，而1994年後的將顯著。
**平行趨勢檢驗
**生成年份虛擬變數與實驗組虛擬變數的交互項(此處選在政策前後各3年)
gen Dyear = year-1994
gen Before3 = (Dyear==-3&treated==1)
gen Before2 = (Dyear==-2&treated==1)
gen Before1 = (Dyear==-1&treated==1)
gen Current = (Dyear==0&treated==1)
gen After1 = (Dyear==1&treated==1)
gen After2 = (Dyear==2&treated==1)
gen After3 = (Dyear==3&treated==1)
**將以上交互項作為解釋變數進行回歸
xtreg y time treated Before3 Before2 Before1 Current After1 After2 After3 i.year, fe
est sto reg
可以看出Before3 Before2 Before1 的系數均不顯著，After1的系數負向顯著採用coefplot命令進行繪圖，觀察是否1994年前的回歸系數均在0軸附近波動，在1994年後回歸系數顯著為負。
coefplot reg,keep(Before3 Before2 Before1 Current After1 After2 After3) vertical recast(connect) yline(0)
結果發現系數在政策前的確在0附近波動，而政策後一年系數顯著為負，但很快又回到0附近。這說明實驗組和控制組的確是可以進行比較的，而政策效果可能出現在頒布後一年，隨後又很快消失。
第四部分 經典論文推薦
[1]Matching As an Econometric Evaluation Estimator. The Review of EconomicStudies,1998,65(2):261-294.(note:最早提出者)
[2]胡宏偉，「城鎮居民醫療保險對國民健康的影響效應與機制」,《南方經濟》,2012年第10期
[3]毛捷，「民族地區轉移支付公共支出差異與經濟發展差距」,《經濟研究》,2011年增2期
[4]CompulsoryLicensing:Evidence from the Trading with the Enemy Act，AER，2012
[5]交通基礎設施質量與經濟增長：來自中國鐵路提速的證據，世界經濟，2012年第1期
[6]新型農村社會養老保險政策效果評估》，經濟學（季刊），2014年第14卷第1期
財政「省直管縣」改革與基層政府稅收競爭，經濟研究，2015年第11期
[7]稅收分成、稅收努力與企業逃稅，管理世界，2016年第12期
[8]政企合謀與企業逃稅：來自國稅局長異地交流的證據，經濟學(季刊)，2016年第15卷第4期
[9]出口改善了員工收入嗎？，經濟研究，2011年第9期
[10]西部大開發：增長驅動還是政策陷阱，中國工業經濟，2015年第6期
[