多期双重差分（did）中最终所有样本都受到干预，其对照组和实验组的差异如何理解

secondfreedom 发表于 2024-5-6 16:06
你好！你解决这个问题了吗？我也遇到了这个问题

没有控制组的年份就不要加进去了。

317792209 发表于 2024-5-7 10:07
没有控制组的年份就不要加进去了。

uu你说的那个增值税改革的这个政策，04-09年实施的，还是有人将数据做到了12年，还发了很好的期刊，他们这种有人把没有控制组的年份仍然加进去了，你知道这怎么解释吗？看他们的文章也没有说为什么

secondfreedom 发表于 2024-5-7 16:17
uu你说的那个增值税改革的这个政策，04-09年实施的，还是有人将数据做到了12年，还发了很好的期刊，他们这 ...

那是早期发表的文章。当时DID属于新生事物，要求没现在这么规范

317792209 发表于 2024-5-7 19:34
那是早期发表的文章。当时DID属于新生事物，要求没现在这么规范

22年合肥工业大学的彭飞老师在经济学季刊上发表的文章似乎也是把没有控制组年份加进去了，方便交流下吗？

我的观点是用多期的事件研究法或者是VAR，按照教科书的观点，新型城镇化也有很多人把论文写到了2022年，但是这个东西最多2018年就全面铺开，没有对照组了，只能写到2017年，但没搞明白为啥那些人能发那么高的中文期刊。

因为有人询问，所以我更新下我的回答吧。首先，可以确定，以政策评估为核心的双重差分模型是可以延续到没有对照组的年份的。因为双重差分模型遵循稳定单元值处理假设，即假定相较于对照组来说，控制组是纯净的，没有受到干预的，但现实是不可能实现的，不管是相邻地区的政策趋同还是其他的因素，都会导致控制组被污染。那么在不遵循该假设的情况下会产生什么影响呢？
由于双重差分模型的本质是处理组-控制组的平均值，所以此时如果假定是正相关，那么控制组应该要上升，导致基准回归的值变小，要驳斥就是两个思路。第一个思路，是全面铺开的情况，可以采用合成控制法的思路，用线性插值法生成预期没有受到干预的情况，然后跟原来的去对比，如果这个值比原来的大，那么也可以说明这个情况，同理类推。

在多期双重差分（DID）模型中，即使最终所有样本都受到了政策干预，我们仍然可以区分实验组和对照组。关键在于时间点：在某个时间点t之前，部分个体尚未受到干预，这部分观测值就可以视为控制组；而已经受到干预的那些个体就是实验组。

这种方法背后的原理是基于“平行趋势假设”。这一假设认为，在没有政策干预的情况下，处理组（实验组）和对照组的结果随时间的变化趋势应该是相同的。当干预发生时，如果观察到处理组的结果与对照组结果之间的差异发生了改变，那么这种变化可以归因于政策干预。

例如，考虑高铁建设对城市经济的影响研究中：假设在2010年，仅部分城市拥有高铁站；此时这些有高铁站的城市是实验组，而没有高铁站的其他城市则构成控制组。随着时间推移，更多的城市开始建设高铁站，但是仍然可以将每个城市未建高铁站时的数据作为其自身对照数据的一部分。即使最终所有城市都拥有了高铁站，在各个时间点上，对于已经建有高铁站的城市来说，它们与自己还未建高铁站时的经济表现进行比较，就能估计出政策干预的效果。

这样理解的前提是：每个个体（或单位）在其未受干预时期的数据可以作为其自身对照组数据的一部分。通过对比同一城市在不同时间点上——建设前后的表现差异，并结合其他尚未受到完全干预城市的同期表现做综合分析，DID模型能够估计出政策效果对经济变量的净影响。

总结来说，在多期DID设置下，“控制组”和“实验组”的概念是动态变化的，它们依赖于观察时间点以及个体是否受到干预状态。即使最终所有样本都受到了相同干预，依然可以通过比较不同时间点上处理前后的差异来估计政策效果。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用

赵安豆 发表于 2024-12-27 19:03
在多期双重差分（DID）模型中，即使最终所有样本都受到了政策干预，我们仍然可以区分实验组和对照组。关键在 ...

您好，请问这样的话做培根分解可以吗？因为没有无 never vs treated组了