文献荐读政策效果评估的双重差分方法

来源：统计与决策年第17期

基金项目：

国家自然科学基金资助项目（）；湖南省社会科学基金资助项目（15YBA）；湖南省教育厅科学研究项目（15C）

作者简介：

石华军（—），男，湖南隆回人，博士，讲师，研究方向：宏观经济与金融统计。

楚尔鸣（—），男，湖南湘潭人，教授，博士生导师，研究方向：宏观运行分析、货币金融统计。

摘要：双重差分方法(DID)及其拓展是目前国内进行政策效果评估应用最广泛的研究工具，但规范运用DID方法必须解决内生性、选择性偏误、分组样本异质性、动态异质性、自然实验的外生性等一系列问题，否则将导致回归结果的偏误。文章根据实验理论并结合国内外典型范文，通过实验前测、平行趋势检验、三重差分、IV、falsificationtest、连续型DID等多种方法和检验进行全面的稳健性分析，弥补DID方法运用中的缺陷。

关键词：双重差分；政策内生性；选择性偏误；稳健性分析

0引言

如何客观评估政策和制度绩效，特别是定量考察新政策对经济影响的动态因果检验成为经济学界亟需解决的问题。20世纪80年代，国外经济学界借鉴自然科学实验效果检验方法，兴起了一种专门评估政策效果的方法——双重差分法(Differences-in-DifferencesMethod，简称DID)[1，2]，由于DID方法思路简洁，模型简单易用，估计方法成熟，在西方学界被广泛应用于政策效果、制度绩效和项目评价等方面，目前国内DID方法应用也呈现快速增长态势。本文对DID方法运用中的问题结合国内外一些代表性论文，围绕如何在自然实验条件下进行规范的实证研究展开。

1双重差分方法理论基础与政策效果评估

双重差分法源于自然科学比较样本组在实验前后差异的科学传统，具有数百年历史，而西方经济学界引入双重差分法却不到半个世纪，其中原因在于双重差分模型建立条件及其严苛[3]。自然科学实验是建立在控制实验基础上得到实验效果，而社会科学研究几乎不能进行控制实验，只能完成自然实验(或准自然实验)。自然实验下，双重差分法通过选取近似样本“(控制组”或“对照组”)，与实验后样本“(实验组”或“处理组”)差异的比较，得到统计意义上政策效果的无偏估计。从计量经济学角度来看，双重差分法是使用个体数据进行回归的比较静态法，避免了传统方法中将政策作为“自变量”导致的内生性问题。

1.1双重差分法的前提条件：自然实验和准自然实验

大多数实证分析的目的在于揭示变量之间的因果关系。然而，一般的经济数据却难以令人信服地证明这种关系。为此，近年来实证分析倾向于使用“自然实验”数据。根据实验条件的不同，实验方法大致分为控制实验、随机实验、自然实验和准自然实验四大类[4-6]。控制实验主要应用于自然科学(如物理、化学等实验)研究中，对于社会科学研究而言，控制实验具有理想状态下的标准作用；针对严格意义上的控制实验不易实现问题，当代统计学之父RonaldFischer提出随机实验的概念。这里实现“随机”的关键是，所有被试者不知道自己的分组情况，研究人员也不知道被试者究竟在哪一组；在大多数社会科学研究运用中，常见的是“自然实验”[6]。被研究者选定的某些外部“突发事件”，并非为了实验目的而发生，当事人如同被“随机地”分组。从统计的角度上来看，自然实验存在随机扰动和无关因素的影响，需要进行统计学分析；另一类经济学研究中常用现象是准自然实验。与自然实验相比，准自然实验的样本挑选与分组是实验者人为进行的，而自然实验则是完全随机的“自然事件”[6]。

1.2双重差分法的基本假设

双重差分方法研究须满足两大假设，一是同质性假设；二是随机性假设[3]，也有学者统称为平行趋势假定[1，6，7]。同质性假设表示，在除“实验冲击”(政策冲击)外，无关因素对个体影响是相同的，在统计意义上处理组和对照组样本是同方差的。同质性意味着，处理组和对照组样本在“实验”前具有相同的趋势(平行趋势)，一般采用大样本随机抽样、异方差检验予以实现，表现为E(εit

fi)=0；随机性假设表示，在自然实验或准自然实验条件下，双重差分方法通过随机化的方式消除那些不可观察的无关因素的影响，即E(εit

δi)=0，对照组不受实验变相的任何影响，即

。

2基于双重差分模型的政策效果评估方法

双重差分方法评估政策效果的基本思想是通过比较受到影响的群体(处理组)和未受到影响的群体(对照组)的差异，评估政策效果。

设定y表示

转载请注明：http://www.shijichaoguyj.com/wxnr/5912.html