渐进双重差分 (Generalized Difference-in-Differences)
多期双重差分(Difference-in-Differences, 简称 DID)是一种常用于政策评估和因果推断的计量经济学方法。它通过比较两组在政策实施前后的变化,来估计政策对处理组的影响。渐进双重差分是对标准双重差分方法的一种扩展,旨在处理时间动态和潜在的时间趋势变化。
标准双重差分 (DID)
双重差分方法比较两组的结果变化:一组是受到处理(政策)的处理组,另一组是不受处理的对照组。其基本假设是,如果没有处理,这两组的结果变化趋势是相同的。通过比较政策前后的变化,可以剔除掉时间趋势和组间差异的影响,从而得到政策的净影响。
渐进双重差分 (Generalized Difference-in-Differences)
渐进双重差分扩展了标准双重差分,允许处理效果在时间上逐渐显现,并且考虑了时间动态特征。具体来说,渐进双重差分方法可以在以下几个方面进行扩展:
- 时间动态处理效果:假设处理效果不是即时显现,而是随着时间逐渐显现。
- 不同时间点的处理:不同个体可能在不同时间受到处理,处理时间不一致。
- 非线性时间趋势:允许对照组和处理组有不同的时间趋势。
多期双重差分的模型可以表示为:
应用与优点
渐进双重差分方法在以下情况下尤为有效:
- 政策实施具有延迟效应:处理效果可能随着时间逐渐显现,而不是立刻显现。
- 滚动实施的政策:不同个体在不同时间受到处理,比如分阶段推行的政策。
- 复杂的时间动态:处理组和对照组在政策实施前后的时间趋势不同,简单的双重差分模型可能无法准确捕捉这些复杂性。