统计百科 · 2026-07-11

Goodman-Bacon 分解怎么报告？TWFE 权重、2×2 比较与返修模板

Goodman-Bacon 分解怎么回应交错 DID 的审稿质疑？本文解释 never 与 timing 权重、2×2 比较的诊断含义，提供可复现输入、APA 模板，并明确当前实现不是完整偏误修复。

在交错实施政策中，传统双向固定效应 DID 可能把不同处理时点的组互相当作对照。Goodman-Bacon 分解的价值，是把一个 TWFE 估计拆回若干 2×2 比较及其权重，从而诊断估计主要由“处理组对从未处理组”还是“早处理组对晚处理组”等比较驱动。

它回答的是“TWFE 由什么构成”，不是“如何自动修复 TWFE”。

返修时真正要回答什么

审稿人关注负权重或污染时，建议按以下顺序回应：

说明政策是否交错实施，以及 cohort 如何编码；
报告样本是否为平衡面板；
描述 never-treated 比较与 timing 比较的权重占比；
说明当前分解粒度是否包含每个 2×2 效应和正负权重；
如 timing 比较占比较高，补充适合异质处理效应的估计，而不是把诊断表当稳健性证据。

可复现的数据示例与输入提示

列名	含义
firm_id	个体标识
year	时间
outcome	结果变量
first_treat_year	首次处理年份；0 表示 never-treated

可以提交：

对 outcome 做 Goodman-Bacon 诊断。firm_id 是个体列，year 是时间列，first_treat_year 是首次受处理年份，0 表示 never-treated。请报告平衡面板个体数和期数、处理对 never 的权重占比、处理时点之间比较的权重占比，并明确当前输出是否包含每一个 2×2 效应、earlier-vs-later / later-vs-earlier 子类和负权重。

输入前应先检查每个个体的 cohort 在所有期内保持一致，且首次处理年份落在合理时间范围。

ChatSRS 当前能力边界

当前 panel_bacon 分析器先保留满期个体，再按组份额与处理方差近似分解两大类权重，输出：

处理组与 never-treated 比较的权重占比；
不同处理时点组之间比较的 timing 权重占比；
处理时点组数、是否存在 never-treated；
平衡面板个体数与期数。

**能力边界：**当前输出是 never/timing 两类权重诊断，没有列出每一个 2×2 DID 效应，也没有继续拆分 earlier-vs-later 与 later-vs-earlier，更不能据此声称已定位或消除了所有负权重。分解是诊断，不是因果识别修复。

输出结果怎么解释

结果	可作的解释	不可作的解释
never 权重较高	TWFE 更多由处理组与从未处理组比较构成	TWFE 一定无偏
timing 权重较高	不同处理时点组互相比对的贡献较大，需关注效应异质性	一定存在负权重或偏误方向已知
平衡样本减少	分解基于较小的满期子样本	原始样本结论完全相同
两类权重合计	当前近似分解的组成	每个 2×2 比较的具体效应

如果大量个体因不满期被剔除，返修信中应报告剔除比例，并讨论平衡子样本是否仍代表原研究对象。

APA 诊断表模板

比较类型	权重占比
处理组 vs never-treated	[ ]
处理时点组之间 timing	[ ]
处理时点组数	[ ]
平衡面板个体数	[ ]
平衡面板期数	[ ]

表注建议：

注：表中为 Goodman-Bacon 诊断的两类权重占比。当前实现按平衡面板中的组份额与处理方差进行汇总，未列示各个 2×2 效应及其单独权重，也未拆分早处理组对晚处理组与晚处理组对早处理组。

APA 正文与返修模板

鉴于政策在不同个体间交错实施，本研究对 TWFE-DID 进行了
Goodman-Bacon 构成诊断。基于 [个体数] 个个体、[期数] 期的
平衡面板，处理组与 never-treated 比较的权重占比为 [ ]，
处理时点组之间比较的权重占比为 [ ]。

该结果表明，本研究的 TWFE 估计主要由 [比较类型] 构成。
需要强调的是，当前诊断仅汇总 never 与 timing 两类权重，
未列出各 2×2 效应、负权重或更细子类，因而不把该表作为
TWFE 无偏或稳健因果的证据。我们进一步使用 [经验证的替代估计]
检验结论对异质处理效应的敏感性。

若没有实际补做替代估计，最后一句应删除，不能预先声称已经完成。

常见问题 FAQ

Q1：timing 权重高就等于存在负权重吗？

不等于。它表示时点组之间比较贡献较大；负权重需要更细的分解证据。

Q2：Bacon 分解能替代 CSDID 吗？

不能。前者诊断 TWFE 构成，后者是在相应识别条件下估计组—时处理效应。

Q3：为什么必须关注平衡面板？

当前实现只保留满期个体。剔除较多时，分解结果可能反映的是选择后的子样本。

Q4：never 权重高能证明因果成立吗？

不能。对照组适当、平行趋势、无溢出等识别条件仍需独立论证。