「外行求助」两个DID的交互项系数可比吗？

求大佬们给看看
需要估计目标政策影响下，同类等效产品之间的替代率。
DID目标政策，2个因变量（单位相同，有关联），同一个公式，同一套数据，控制变量大部分也相同。
假设公式：
Y1=β0+β1·treat+β2·post+β3·treat·post+β4·controls+ε
Y2=γ0+γ1·treat+γ2·post+γ3·treat·post+γ4·controls+ε
其中，需要β3和γ3这俩效应系数。

问题是：
1）能不能求 ratio= β3/γ3 ？
2）满足什么条件可以求？
3）如果DID原则上不能这么做，用别的什么方法可以实现我的目标？

因为是外行，借经济学模型当工具用，实在判断不了这种设计的可行性求哪位大佬给指点一下

1）能否计算比率 ratio=β3/γ3？
‌可以计算‌，但需满足以下条件：

两因变量单位相同且存在经济/理论上的关联性
两模型的控制变量完全一致（或至少核心控制变量相同）
误差项满足独立同分布假设
2）满足条件说明
需同时满足：

‌理论关联性‌：Y1和Y2需代表同类产品的不同维度（如某产品出口量Y1和出口额Y2）
‌模型一致性‌：控制变量需完全一致，否则比率解释力受限
‌平稳性假设‌：两模型的误差项需满足E(ε1)=E(ε2)=0且不存在序列相关
3）替代方法建议
若DID不适用，可考虑：

‌工具变量法（IV）‌：若存在工具变量可解决内生性问题
‌合成控制法‌：适用于政策干预样本量小的情况
‌面板VAR模型‌：适用于多期动态影响分析
‌结构方程模型（SEM）‌：可显式建模变量间关系
注意事项
需检验两模型的Hausman检验（固定效应 vs 随机效应）
建议采用Bootstrap方法计算比率的置信区间
需进行稳健性检验（如更换控制变量、调整时间窗等）
总结
在满足模型一致性和理论关联性的前提下，通过DID系数比值分析是可行的。若需更严谨的因果推断，建议采用工具变量或合成控制等方法增强结论可靠性。