41_渐进did的传统做法

渐进 DID 的传统做法

当不同个体在不同时间接受处理时（渐进 DID / Staggered DID），传统 TWFE 估计会产生偏误。本文梳理传统做法及其问题。

---

一、什么是渐进 DID？

研究场景

在渐进 DID 设计中：

• 不同地区/个体在不同时间接受处理
• 处理一旦开始，通常持续存在（不可逆）
• 不存在单一的"处理前"和"处理后"

经典案例

• 美国各州在不同年份提高最低工资
• 中国不同城市在不同年份开通高铁
• 欧洲各国在不同年份加入欧元区

---

二、传统 TWFE 估计

模型设定

$Y_{it} = \alpha_i + \lambda_t + \tau D_{it} + \varepsilon_{it}$

其中 $D_{it} = 1$ 表示个体 $i$ 在时期 $t$ 已接受处理。

问题

Goodman-Bacon (2021) 证明，TWFE 估计量是所有 2×2 DID 的加权平均，权重可能为负。

---

三、TWFE 偏误的来源

1. 负权重问题

• 较早接受处理的个体在后期成为"控制组"
• 如果处理效应随时间变化，这些"控制组"的结果已经受到处理影响
• 导致 TWFE 将"处理 vs. 已处理"的比较混入估计

2. 异质性处理效应

• 如果处理效应在不同队列或不同时间不同
• TWFE 的加权平均可能产生符号错误的估计

---

四、传统做法的实践建议

尽管 TWFE 存在偏误，在实践中仍可使用，但需要：

1. 诊断偏误程度：使用 Bacon 分解检查权重分布
2. 报告新估计量：同时报告 CS/SA/BJS 等新估计量作为对照
3. 谨慎解释：如果处理效应可能随时间变化，TWFE 结果需谨慎解释

---

核心要点

1. 渐进 DID 中传统 TWFE 估计存在负权重偏误
2. 偏误源于处理效应随时间变化和早处理组成为控制组
3. Bacon 分解可以帮助诊断偏误程度
4. 建议使用 CS/SA/BJS 等新估计量作为主要结果