33_空间 did

空间 DID：方法与实践

将空间计量与 DID 结合，处理存在空间溢出的政策评估问题。

一、空间 DID 的识别挑战

传统 DID 的问题

当政策存在空间溢出时：

• 控制组也受到处理的"部分处理"
• DID 估计量 $\hat{\tau}_{DID}$ 低估真实效应
• 平行趋势假设可能因空间依赖而失效

解决方案

将空间依赖纳入模型，同时估计直接效应和溢出效应。

二、空间 DID 模型

SDID（Spatial DID）

$Y_{it} = \tau D_{it} + \rho \sum_j w_{ij} Y_{jt} + \alpha_i + \lambda_t + \varepsilon_{it}$

分解效应

空间 DID 可以分解为：

• 直接效应：处理对处理组自身的影响
• 间接效应（溢出效应）：处理对邻近地区的影响
• 总效应：直接效应 + 间接效应

三、估计方法

Stata 实现

// 空间面板 DID
xsmle y D, wmat(W) model(sar) fe effects
// 或使用 spxtregress
spxtregress y D, spatial(error)

效应分解

// 计算直接效应和间接效应
estat impact

四、实践建议

1. 检验空间依赖：首先用 Moran's I 检验是否存在空间自相关
2. 选择权重矩阵：基于理论选择合适的空间权重
3. 报告分解效应：分别报告直接效应和间接效应
4. 稳健性检验：尝试不同的权重矩阵

核心要点

1. 空间 DID 适用于政策存在空间溢出的场景
2. 需要将效应分解为直接效应和间接效应
3. 空间权重矩阵的选择对结果影响很大
4. 必须在论文中详细论证空间设定的合理性