双重差分法(DID)是近年来的“学术明星”,常用于各种经济政策的评估。只要有一个政策外生冲击使得我们的被解释变量y
在两个维度发生变化,其实就可以考虑双重差分法(DID)。当然,这两个维度一般都是时间维度和地区维度,所以DID常见于面板数据。不过,双重差分法(DID)是一个大家族,除了标准DID模型之外,还存在多种扩展的(准)DID模型,今天咱们就来总结和梳理一下“DID大家族”的成员信息。标准DID
标准DID是“DID大家族”的基础,也是最容易理解和学习的一种DID模型。双重差分顾名思义,就是要做两次差分,一次是时间维度上的,一次是地区(个体)维度上的,在回归中我们可以通过交互项实现时间和地区维度的两次差分。标准DID模型的形式如下所示:其中,是政策分组变量,处理组取值为1,控制组取值为0;是政策时间变量,政策时点后取值为1,政策时点之前取值为0。交互项的系数反映的就是经过两次差分后得到的“纯净”的政策效应。推荐阅读论文
David Card, Alan Krueger. Minimum Wages and Employment: A Case Study of the Fast Food Industry in New Jersey and Pennsylvania[J]. American Economic Review , 1994, 84(4):772-793.
面板DID
DID模型与面板数据固定效应模型有着千丝万缕的关系。通常情况下,我们都习惯将固定效应引入DID模型,因为固定效应能够更为精确地反映两个维度上的变异性,并且可以在一定程度上帮助我们缓解遗漏变量偏误问题,所以我们见到更多的会是下面这个模型:其中,为个体固定效应,更为精确地反映了个体特征,替代了原来粗糙的政策分组变量;为时间固定效应,更为精确地反映了时间特征,替代了原来粗糙的政策时间变量。推荐阅读论文
周茂,陆毅,杜艳,姚星.开发区设立与地区制造业升级[J].中国工业经济,2018(03):62-79.
多期DID
多期DID是DID大家族中的一个重要成员,它的别名五花八门,多时点DID、渐进DID、交叠DID和交错DID(Staggered DID)说的其实都是它。在多期DID中,不同个体的政策实施时点()是不同的,所以政策时间变量会变成(注意下标)。这时候,我们不需要生成政策分组变量和政策时间变量的交互项,而仅仅使用一个虚拟变量予以替代就可以了,用以表示个体在期是否实施政策。所以对于多期DID,我们见到更多的会是下面这个模型:推荐阅读论文
Jia Ruixue. The Legacies of Forced Freedom: China's Treaty Ports[J]. Review of Economics and Statistics, 2014, 96(4):596-608.
连续DID
在标准DID模型中,政策分组变量是二值虚拟变量,这种设定仅仅体现的是个体实行政策与未实行政策的区别,无法体现出程度的变化。有些情况下,不同个体受政策影响的程度是不同的,也就是说地区(个体)维度的变化并不是从0到1的变化,而是一种连续型的变化。根据这一思想,我们其实可以将地区(个体)维度的政策分组虚拟变量替换为一个连续型变量,用以反映程度的变化,从而也就衍生出了一种扩展的(准)DID模型——连续型DID。