教程 · 2026-06-24

双重差分法（DID）用 AI 一句话完成 — 政策评估、平行趋势检验、事件研究法全攻略

双重差分法（DID）完整教程：用 AI 一句话完成政策评估因果推断，自动输出 ATT 估计、平行趋势检验、事件研究图，以及可直接复制进论文的 APA 7th 格式报告句式。

你拿到一份政策干预前后的面板数据，想知道这项政策是否真的起了作用——但随机对照试验在现实中根本做不了。这篇教程教你用 AI 一句话跑完整套双重差分（DID）分析，从平行趋势检验到事件研究图，60 秒全齐，结果可直接写进论文。

为什么政策评估那么难？

经济学、公共政策、医疗卫生领域的核心问题往往是：某个政策/干预是否产生了因果效应？

直觉上，比较政策前后的变化就够了——但这忽视了一个根本问题：即便没有政策，结局指标也可能随时间变化（宏观趋势、季节效应、其他并发政策……）。

简单前后比较（Pre-Post）的致命缺陷：

无法排除时间趋势的干扰
无法剔除非政策因素的混杂
无法构建"如果没有政策，结局会怎样"的反事实

双重差分法（Difference-in-Differences，DID） 正是应对这一挑战的准实验方法：通过同时引入"处理组 vs 对照组"和"政策前 vs 政策后"两个差分维度，差分掉时间趋势和组间固有差异，从观测数据中识别因果效应。

然而在传统软件中实现 DID：SPSS 几乎没有现成菜单；Stata 需要手动构造交互项、指定固定效应、调用 xtreg 或 reghdfe；R 要拼接 lfe、fixest、DiD 等多个包并手写绘图代码。从数据到一张规范的事件研究图，往往需要数小时。

ChatSRS 把全套流程压到一句话。

DID 的核心逻辑

双重差分估计量

DID 的基本思路是：

DID = (处理组政策后均值 - 处理组政策前均值)
       - (对照组政策后均值 - 对照组政策前均值)

用符号表示：

DID = (Y_treatment,post - Y_treatment,pre)
      - (Y_control,post - Y_control,pre)

这个估计量的含义是：扣除对照组同期变化（代表"没有政策时的反事实趋势"）后，处理组所发生的净变化量，即政策对被处理单元的平均处理效应（Average Treatment Effect on the Treated，ATT）。

四格均值表

	政策前（Pre）	政策后（Post）	差分（Post - Pre）
处理组（Treatment）	A	B	B - A
对照组（Control）	C	D	D - C
DID			(B - A) - (D - C)

通过回归方程实现时，标准规范写法为：

Y_it = alpha + beta_1 * Treated_i + beta_2 * Post_t
        + beta_3 * (Treated_i x Post_t) + gamma * X_it + u_it

其中 b_3 即为 DID 估计量（ATT），是关注的核心系数。

平行趋势假设（Parallel Trends Assumption）

DID 的关键前提：在没有政策干预的情况下，处理组和对照组的结局变量应当遵循相同的时间趋势。

这一假设无法被直接检验（因为反事实不可观测），但可以通过以下方式提供证据：

图形诊断：绘制政策前各期处理组与对照组均值趋势线，目视是否平行
统计检验：对政策前各期的事前系数（pre-treatment coefficients）做联合显著性检验（F 检验），若均不显著则支持平行趋势
事件研究法（Event Study）：将每期的处理效应系数单独估计并绘图，是当前实证研究的黄金标准

案例数据：最低工资政策对就业率的影响

研究背景

参考经典的 Card & Krueger（1994）框架：某省在 2022 年第二季度调整了最低工资标准，相邻省份作为对照。研究问题：最低工资上调是否影响了餐饮业就业率？

数据结构

面板数据，含 2020 Q1 至 2024 Q4 共 20 个季度，200 个城市（100 处理 + 100 对照）：

city_id     城市编号（面板个体 ID）
quarter     季度（时间变量，如 2020Q1=1, ..., 2024Q4=20）
treated     是否为处理组（1 = 政策实施省份，0 = 对照省份）
post        是否为政策后（1 = 2022Q2 起，0 = 之前）
emp_rate    餐饮业就业率（%，因变量）
gdp_growth  城市 GDP 增长率（控制变量）
pop_size    城市人口规模（控制变量，取对数）
industry_share  制造业占比（控制变量）

政策冲击点：第 9 期（2022 Q2）。

用 AI 一句话完成 DID 分析

在 chatsrs.com 上传数据后输入：

"使用面板数据做双重差分（DID）分析，评估最低工资政策对餐饮业就业率的影响。因变量：emp_rate；处理变量：treated；政策后虚拟变量：post；控制变量：gdp_growth、ln_pop_size、industry_share；面板个体：city_id；时间变量：quarter。请输出：

描述统计：处理组与对照组政策前后均值对比（四格表）

基准 DID 回归（含城市固定效应 + 时间固定效应），报告 ATT 系数、标准误（城市级聚类稳健）、95% CI、p 值

平行趋势检验：对政策前所有期进行联合 F 检验

事件研究图（Event Study Plot）：逐期系数 + 95% CI 误差棒，以政策前一期（t-1）为参照

稳健性检验：安慰剂检验（placebo test，随机置换处理分配 1000 次）

APA 格式中文文字描述"

输出结果怎么读

输出 1: 四格均值对比

表 1  处理组与对照组政策前后就业率均值对比（N = 200 城市）

                政策前均值（SD）    政策后均值（SD）    差分（Post - Pre）
处理组（n=100）  42.3 (6.8)          45.1 (7.2)          +2.8
对照组（n=100）  43.1 (7.1)          44.2 (7.4)          +1.1
双重差分（DID）                                           +1.7 ***

注：*** p < .001（t 检验）。就业率单位：%。

四格表解读：处理组政策后上升 2.8 个百分点，对照组同期上升 1.1 个百分点，净效应（DID）为 +1.7 个百分点。对照组的上升量代表"时间趋势"，差分掉之后才是政策的净贡献。

输出 2: 双向固定效应 DID 回归

表 2  双重差分回归结果（因变量：餐饮业就业率，城市 + 时间固定效应）

变量                    系数 (beta)    聚类稳健 SE    t        p         95% CI
Treated x Post（ATT）   1.68           0.42          4.00     < .001    [0.85, 2.51]
gdp_growth              0.31           0.09          3.44     .001      [0.13, 0.49]
ln_pop_size             0.47           0.18          2.61     .009      [0.12, 0.82]
industry_share         -0.22           0.11         -2.00     .046     [-0.44, -0.00]

城市固定效应              Yes
时间固定效应              Yes
N（城市-季度观测）        4,000
城市数                   200
R^2（within）             0.41
聚类层级                 城市（city_id）

注：SE 为城市级聚类稳健标准误。*** p < .001。

核心系数解读：

Treated x Post 系数 b_3 = 1.68（ATT），表示在控制城市固定效应、时间固定效应及协变量后，政策使处理组就业率相比反事实水平平均提升约 1.68 个百分点，效应显著（p < .001，95% CI [0.85, 2.51] 不含 0）。
城市固定效应控制了城市间不随时间变化的差异（地理、历史禀赋等）。
时间固定效应控制了所有城市共同面临的宏观冲击（全国经济周期等）。
聚类标准误在城市层面聚类，修正了同一城市各期观测之间的序列相关。

输出 3: 平行趋势检验

平行趋势检验（政策前期联合显著性检验）

逐期事前系数（以 t-1 为参照）：
  t-8:  b = -0.31, SE = 0.38, p = .414
  t-7:  b =  0.18, SE = 0.35, p = .607
  t-6:  b = -0.22, SE = 0.36, p = .542
  t-5:  b =  0.09, SE = 0.33, p = .785
  t-4:  b = -0.14, SE = 0.31, p = .651
  t-3:  b =  0.21, SE = 0.30, p = .482
  t-2:  b = -0.08, SE = 0.28, p = .774
  t-1:  [参照组，系数固定为 0]

联合 F 检验（H0：所有事前系数 = 0）：
  F(7, 199) = 0.83, p = .562
  -> 未拒绝 H0，支持平行趋势假设

怎么看：政策前 8 期的逐期系数均不显著（单个 p 值全部 > .05），联合 F 检验也未达到显著（p = .562），提供了支持平行趋势假设的统计证据。这是 DID 结论可信的必要条件。

输出 4: 事件研究图（Event Study）

事件研究图（Event Study Plot）是当前政策评估实证研究的标准诊断图，横轴为相对政策冲击点的期数（负数 = 政策前，正数 = 政策后），纵轴为逐期处理效应估计值，误差棒为 95% CI。

事件研究逐期系数（以 t-1 为参照，t=0 为政策实施期）

期数    系数      SE      95% CI 下限   95% CI 上限
t-8    -0.31     0.38    -1.06          0.44
t-7     0.18     0.35    -0.51          0.87
t-6    -0.22     0.36    -0.93          0.49
t-5     0.09     0.33    -0.56          0.74
t-4    -0.14     0.31    -0.75          0.47
t-3     0.21     0.30    -0.38          0.80
t-2    -0.08     0.28    -0.63          0.47
t-1     0.00     [参照]
t=0     1.12     0.38     0.37          1.87
t+1     1.45     0.40     0.66          2.24
t+2     1.68     0.42     0.85          2.51
t+3     1.79     0.44     0.92          2.66
t+4     1.83     0.45     0.94          2.72
t+5     1.80     0.46     0.89          2.71
t+6     1.77     0.47     0.84          2.70
t+7     1.74     0.48     0.79          2.69
t+8     1.71     0.49     0.74          2.68
t+9     1.69     0.50     0.70          2.68
t+10    1.67     0.51     0.67          2.67
t+11    1.65     0.52     0.62          2.68

图形解读要点：

政策前（t < 0）：系数围绕 0 波动，95% CI 均包含 0 — 视觉直观地支持平行趋势
政策实施时（t=0）：效应跳升至 1.12，95% CI 不含 0
政策后（t > 0）：效应持续稳定在 1.6-1.8 百分点区间，未见消退或持续扩大，提示政策效果较为持久

ChatSRS 自动生成此图的可发表版本：竖虚线标注政策冲击点，参照期误差棒为 0，图例含处理效应均值标注。

输出 5: 稳健性检验

安慰剂检验（Placebo Test）

随机置换 1000 次处理组分配，每次重新估计 Treated x Post 系数，生成系数分布：

安慰剂检验结果（B = 1000 次随机置换）

安慰剂系数分布：均值 = 0.001, SD = 0.31
真实 ATT 系数：1.68
真实系数在分布中的位置：p < .001（在 1000 次模拟中无一达到 1.68）

-> 真实系数显著偏离安慰剂分布右尾，安慰剂检验通过

怎么看：安慰剂系数均值接近 0（符合随机分配无效应的期望），真实 ATT = 1.68 远超安慰剂分布的 99.9 百分位数，说明观测到的效应不可能由随机因素产生，结论稳健。

其他稳健性检验（DID 研究惯例报告）

检验类型	操作	目的
安慰剂政策时间	假设政策发生在 t-2，重新估计	检验是否存在预期效应（anticipation effect）
剔除邻近期	删除政策实施前后各 1 期重跑	检验结果是否受过渡期扰动
替换对照组	换用更相似的对照城市（PSM 匹配后）	检验对照组选择的敏感性
改变聚类层级	从城市级换为省级聚类	检验推断对聚类层级的依赖性
Callaway-Sant'Anna	多期 DID（处理时间异质时）	处理 Staggered DID 的异质效应偏误

在 ChatSRS 中，告知"做 DID 完整稳健性检验套餐"即可自动执行并汇总以上全部检验。

论文里怎么报告（APA 7th 格式）

方法节写法

采用双重差分法（Difference-in-Differences, DID）估计最低工资上调政策对餐饮业就业率的因果效应。构建双向固定效应（Two-Way Fixed Effects, TWFE）回归模型，同时控制城市固定效应和季度时间固定效应，以吸收不随时间变化的城市特质差异及各城市共同的时间趋势。协变量包括城市 GDP 增长率、人口规模（对数）和制造业占比。标准误在城市层面聚类以修正组内序列相关。平行趋势假设通过事前系数联合 F 检验和事件研究图进行诊断。安慰剂检验（置换检验，B = 1000）用于评估结果的稳健性。统计分析以 R 4.4（fixest 包）实施，检验水准 alpha = .05（双尾）。

结果节写法

平行趋势假设的检验结果支持 DID 识别策略的有效性。政策前 8 期的处理效应系数联合 F 检验结果不显著，F(7, 199) = 0.83, p = .562，事件研究图亦显示政策前各期系数均围绕 0 波动且 95% CI 包含 0。

双向固定效应 DID 估计结果显示，最低工资政策显著提高了处理城市的餐饮业就业率，ATT = 1.68, 95% CI [0.85, 2.51], p < .001（城市级聚类稳健标准误 SE = 0.42）。即在控制城市和时间固定效应及协变量后，政策使处理组城市的餐饮业就业率相比反事实水平平均提升约 1.68 个百分点。事件研究图显示，效应于政策实施当期（t = 0）即显现（b = 1.12），并于随后 2-3 个季度内稳定在约 1.7 个百分点水平，未见衰减。安慰剂检验（B = 1000 次置换）中，真实 ATT 系数偏离安慰剂分布右尾，p < .001，排除了结果由随机因素驱动的可能性。

APA 格式报告要点速查

要素	格式示例
ATT 系数 + CI	ATT = 1.68, 95% CI [0.85, 2.51]
聚类稳健 SE	SE = 0.42（城市级聚类）
联合 F 检验	F(7, 199) = 0.83, p = .562
p 值	p < .001（小数点前不写 0）
样本量	N = 4,000 城市-季度观测（200 城市 x 20 期）
软件	R 4.4（fixest 包）

特别提醒：APA 格式中 95% CI 用方括号 [ ] 表示，p 值小数点前不写 0（写 p = .562，不写 p = 0.562）。DID 的因果效应陈述须搭配平行趋势证据，不可单独声称因果关系。

DID 常见误区与诊断

误区 1：忽略固定效应，只做简单 OLS

简单 OLS 回归 Y = alpha + beta * Treated * Post + epsilon 不控制个体和时间固定效应，无法排除处理组与对照组之间不随时间变化的差异，以及不同时期的宏观冲击。正确做法是加入双向固定效应（城市 + 时间）。

误区 2：没有进行平行趋势检验就声称因果

平行趋势假设是 DID 的灵魂。投稿顶级期刊，如果方法节和结果节没有事件研究图，几乎必然被审稿人要求补做。事件研究法是当前标准，不是可选项。

误区 3：Staggered DID 用传统 TWFE 估计

当不同城市/单元在不同时期陆续受到政策影响（交错处理，Staggered Treatment）时，传统 TWFE 估计量可能被"污染"——已受处理的早期组会被用作晚期组的对照，产生有偏估计（Goodman-Bacon, 2021）。此时应改用 Callaway-Sant'Anna（2021）或 Sun & Abraham（2021）等稳健估计量。ChatSRS 在检测到交错处理结构时会自动警示并提供替代方案。

误区 4：混淆 ATT 与 ATE

DID 估计的是ATT（Average Treatment Effect on the Treated，对被处理单元的平均处理效应），而非 ATE（全体单元的平均处理效应）。ATT 的外推性受限：若处理组与对照组的可观测特征差异较大，ATT 不能直接推广到整个人群。论文中应在结果解释部分明确区分。

常见问题 FAQ

Q1：对照组应该怎么选？选得不好会怎样？

A：对照组的核心要求是在没有政策干预时，与处理组具有相似的时间趋势（平行趋势）。实践中的选取原则：(1) 经济结构、发展水平相似的地区；(2) 未受到同期其他政策干预的地区；(3) 地理上相邻（或通过倾向得分匹配 PSM 筛选）。对照组选择不当是 DID 失效的首要原因——即使平行趋势检验"通过"（政策前期恰好相似），若对照组本质上不可比，结论仍不可信。ChatSRS 可在给出 PSM 匹配数据后直接进入 DID 分析。

Q2：样本量要求是什么？单位数越多越好吗？

A：DID 中的有效样本量主要取决于处理单元数（如城市、个人、企业的数量），而非总观测量（单元数 x 时期数）。当处理单元数 < 50 时，常规的聚类稳健标准误可能严重低估方差，导致过度拒绝 H0（I 类错误膨胀）；此时应改用 Wild Cluster Bootstrap 或 Randomization Inference 方法推断。此外，时期数越多（尤其是政策前期），事件研究图的诊断效力越强，单位数 >= 50、政策前期数 >= 4 是常见的最低要求。

Q3：平行趋势检验"通过"了，DID 就一定有效吗？

A：平行趋势检验是必要条件，而非充分条件。通过检验只说明政策前历史趋势相似，并不能排除以下威胁：(1) SUTVA 违反：处理组的政策通过"溢出"影响了对照组（如劳动力跨城市流动）；(2) 同期混杂事件：政策实施同期，处理组遭遇了其他同向政策冲击；(3) 外推偏误：政策前的平行趋势不代表政策后的反事实路径。这些威胁需要通过学科知识、安慰剂检验、排他性限制条件等综合论证，而非仅依赖统计检验。

Q4：DID 和倾向得分匹配（PSM）可以结合吗？

A：可以，两种方法优势互补，组合使用称为 PSM-DID。PSM 先确保处理组与对照组在可观测特征上可比（降低选择偏误），DID 再差分掉不随时间变化的不可观测特征差异（降低遗漏变量偏误）。在 ChatSRS 中，可先输入"用 PSM 匹配处理组与对照组，匹配变量为……"，待匹配后再接着说"对匹配后的数据做 DID 分析"，两步无缝衔接。

小结

双重差分法是政策评估、因果推断研究中最常用的准实验方法，难点集中在四处：正确构建双向固定效应模型、严格检验平行趋势假设、用事件研究图可视化逐期效应，以及识别并应对 Staggered DID 的估计偏误。

ChatSRS 把全套流程压到一句话：自动输出 ATT 系数（聚类稳健 SE）、平行趋势联合检验、事件研究图（可发表版本）、安慰剂置换检验，并生成可直接复制进论文的 APA 7th 格式中文描述。

记住最重要的一条：DID 的因果解释依赖于平行趋势假设，事件研究图不是装饰，是必须展示的核心证据。