双重差分（DID）
DID因果推断
45_Bacon分解-实证研究应用
作者：计量科研导航站发布：2026-04-14★★★
Bacon 分解：实证研究中的负权重
Bacon 分解不仅在理论上揭示了 TWFE 偏误的来源，在实证研究中也有重要应用。本文通过经典案例展示如何应用 Bacon 分解。
一、实证研究中的应用步骤
三步法
- 分解所有 2×2 DID：估计每类比较的系数
- 若有 个处理组和 1 个从未处理组，可估计 个系数
- 估计对应权重：计算每类比较的权重
- 分析偏差来源：检查哪些比较引入了正向/负向偏差
二、经典案例：无过错离婚改革与女性自杀
研究背景
Stevenson & Wolfers (2006) 研究无过错离婚改革对女性自杀率的影响：
- 无过错离婚：允许夫妻任何一方单方面终止婚姻
- 改革时间：1969-1985 年间 37 个州在不同时间采纳
- 控制组：14 个未改革的州
为什么适合 Bacon 分解？
- 各州在不同时间采纳改革（渐进 DID）
- 处理效应可能随时间递增（改革效果累积）
- 存在大量"早处理 vs. 晚处理"的比较
三、Bacon 分解结果
总体效应
| 指标 | 值 |
|---|---|
| TWFE 估计 | -3.08 |
| 平行趋势 | 满足 |
| 政策效应 | 递增 |
| 冲击后平均效应 | -4.92 |
关键发现：TWFE 估计（-3.08）低于冲击后的平均效应（-4.92），说明存在低估。
分解结果
| 比较类型 | 系数 | 权重 | 贡献 |
|---|---|---|---|
| K&U（处理 vs. 从未处理） | -5.33 | 0.24 | 负向，权重较大 |
| K&Pre（早处理 vs. 晚处理早期） | -7.04 | 0.38 | 负向，权重最大 |
| K&L（晚处理 vs. 早处理后期） | -0.19 | 0.11 | 较小影响 |
| L&E（后期比较） | 3.51 | 0.26 | 正向偏差 |
偏差分析
- L&E 比较引入了正向偏差（3.51 > 0）
- 这是因为早处理组在后期已经受到处理影响
- 正向偏差抵消了部分负向效应，导致 TWFE 低估了真实效应
四、实证启示
诊断清单
- 检查权重分布：哪些比较权重最大？
- 检查系数符号：是否有比较的系数与其他比较方向相反？
- 检查处理效应趋势：是否随时间递增/递减？
- 评估偏误方向：TWFE 是高估还是低估？
实践建议
- 在论文中报告 Bacon 分解图
- 如果存在显著的负权重比较，建议使用 CS/SA 等新估计量
- 即使 TWFE 结果显著，也需要检查偏误的方向和大小
核心要点
- Bacon 分解在实证中可以量化 TWFE 偏误的来源和方向
- 无过错离婚案例展示了正向偏差如何导致低估处理效应
- 权重大的比较对结果影响最大，需要重点关注
- 建议在所有渐进 DID 研究中报告 Bacon 分解作为诊断工具