双重差分（Difference in differences）作为一种有效的政策评估方法，在经济学乃至整个社会科学的研究中被广泛用于观测政策干预的效果。《最低工资与就业：新泽西州与宾夕法尼亚州快餐行业的案例分析》这篇文章作为劳动经济学使用双重差分法的典型案例，曾被喻为计量经济学圣经的Mostly Harmless Econometrics: An Empiricist's Companion 纳入双重差分研究的经典案例，在Google Scholar公布的被引用次数也远超过3000次，受到社会科学领域学者的广泛关注。
2025年DID（双重差分法）应用趋势
1. 交叠DID的兴起
交叠DID（Overlapping DID）作为一种新兴技术，能够更准确地捕捉政策实施的多重影响，尤其适用于处理时间变化和异质性效应。其通过将所有可能的二元DID估计进行加权平均，提供更稳健的估计结果。
2. 多时点DID的广泛应用
随着政策实施的复杂性增加，多时点DID方法（如渐进DID、队列DID）被广泛应用于处理政策逐步实施或干预强度随时间变化的情况。
3. 与机器学习的融合
研究者逐渐采用机器学习技术优化DID模型，提高结果的稳健性和准确性。例如，通过AI技术处理复杂数据，提升因果推断的效率。
4. 空间DID的发展
在存在空间溢出效应的研究场景中，空间DID方法被用于评估政策对周边区域的间接影响，例如区域经济政策对周边地区的经济带动作用。
5. 合成DID的出现
合成DID结合了合成控制法和DID方法的优势，适用于处理多时点、多组别数据，能够更好地处理异质性处理效应。DID方法在经管社科领域的应用日益广泛，其优势在于能够有效控制未观测的固定效应，提供可靠的因果推断。随着研究的深入和技术的进步，DID方法不断拓展和创新，特别是在处理复杂数据结构和异质性效应方面表现出色。未来，DID方法有望在更多领域得到应用，并进一步结合现代技术提升其分析能力。传统DID+多期DID+DID模型扩展+空间DID+交叠DID通过11讲+22篇范例论文应用（绝大多数为近三年发表的），以原理+实操+论文的方式，通过4天24小时学习+课后录播复习+授课老师答疑解惑全面掌握DID双重差分法，让你的2025年实证研究不再迷茫！寒假活动进行时，欢迎咨询~
![]()
培训时间：3月22-23, 29-30日 (四天)培训地点：远程直播, 提供配套资料+录播回放及授课老师答疑（任何的学习都需要可以帮助你解惑的导师，缩短自行摸索的时间，提高实证研究效率）授课安排：9:00-12:00, 14:00-17:00, 答疑主要讲授研究生《空间计量经济学》、《中级应用计量经济学》、《货币理论与政策》等课程。教学使用软件为Stata和Matlab软件，熟悉相关软件的操作与使用。主要研究领域为货币理论与政策、动态一般均衡模型、空间计量经济学。主持国家社会科学基金项目，教育部人文社会科学基金项目，以及上海市教委科研创新项目等在内的多项课题。在CSSCI期刊发表学术论文50余篇。参与编写《空间计量经济学——现代模型与方法》、《空间计量经济学——实证研究与软件实现》、《计量经济分析与Stata应用》、《经济计量研究指导——实证分析与软件实现》等专业教材。
3月22-23日：传统DID+多期DID+DID模型扩展+空间DID，含9篇范例论文1.1.4DID政策评估，如何识别两种错误的反事实
1.2.2政策效果随时间变动
1.3.4五种传统DID命令与Stata17官方新命令估计结果分析
2.1.1 Beck_Levine(2010)经典图形展示2.1.2 coefplot命令动态图形展示
2.2.2系数检验法
2.3.2处理组随机化处理的安慰剂检验
2.4 队列DID
2.5 三重差分模型（DDD）
①曹清峰.国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据.中国工业经济,2020(07)②任胜钢等.排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据.中国工业经济,2019(05)③ Beck, T., Levine, R. & Levkov, A. (2010). Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States. The Journal of Finance,65(5), pp. 1637-16673.1.2共同支持检验（common support）3.1.3多期面板数据PSM-DID的Stata实现④ 孙晓华等.“营改增”促进了制造业与服务业融合发展吗.中国工业经济,2019(08)⑤ 谢申祥等.传统PSM-DID模型的改进与应用.统计研究,2021 (02)
3.2 时变处理时间与持续期的灵活面板DID因果分析
3.3 异质性处理效应下的双向固定效应估计与模糊DID应用3.3.1模糊DID（Fuzzy DID）估计量与Stata实现3.3.2异质性处理效应时，双向固定效应估计还稳健吗？3.3.3异质性处理效应存在时的解决方法：模糊DID⑥ Chaisemartin, Clément de, and Xavier D’Haultfoeuille. “Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects.” American Economic Review 110, no. 9 (September 2020):2964–96.⑦ 排污权交易、二氧化硫排放与经济高质量增长——基于空间双重差分模型⑧ Chagas, André L.S, Azzoni C R , Almeida A N . Aspatial difference-in-differences analysis of the impact of sugarcane production on respiratory diseases. Regional Science and Urban Economics, 2016.⑨ Clarke D. Estimating difference-in-differences in the presence of spillovers[J]. 2017.1.1 交叠DID应用在顶刊的统计分析
1.2 中文期刊交叠DID的两种主流趋势
1.5.1 如何在多期与处理时间变化时，选择合适的DID估计量？ 1.5.3 交叠DID各种估计方法应用建议
① De Chaisemartin C, D'Haultfoeuille X. Two-way fixed effects and differences-in-differences with heterogeneous treatment effects: A survey[R]. National Bureau of Economic Research, 2022.② 刘冲,沙学康,张妍.交错双重差分:处理效应异质性与估计方法选择.数量经济技术经济研究, 2023.
2.1.1 Bacon分解的图形解析
2.1.2 Bacon分解Stata官方命令与社区命令结果比较与解读
2.1.3 Bacon分解的中文应用
2.2.1 负权重检验统计量直观解释
2.3.1 事件研究法平行趋势检验效力
2.3.2 如何正确理解新事件研究法的平行趋势检验图
③ Goodman-Bacon, Andrew, Difference-in-differences with variation in treatment timing, Journal of Econometrics, 2021.④ Roth J, Sant’Anna P H C, Bilinski A, et al. What’s trending in difference-in-differences? A synthesis of the recent econometrics literature, Journal of Econometrics, 2023.
3.1.1 DeChaisemartin和 d'Haultfœuille(2020) 估计量的理论简析
3.1.2 dcdH估计量扩展到多个处理事件和多期
3.1.3 dcdH估计量的Stata实现
3.2.1 Sun和 Abraham(2021) 估计量的理论简析
3.2.2 SA估计量的Stata实现
3.3.1 Callaway和 Sant’Anna(2021) 估计量的理论简析
3.3.2 CS估计量的Stata官方命令与社区命令实现
3.4.1 Roth和Sant’Anna(2023) 估计量的理论简析
3.4.2 staggered社区命令实现
⑤ De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020.⑥ Sun L, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021.⑦ Callaway B, Sant’Anna P H C. Difference-in-differences with multiple time periods[J]. Journal of Econometrics, 2021.
4.1 异质性稳健TWFE的交叠DID新命令
⑧ Wooldridge J M. Two-way fixed effects, the two-way Mundlak regression, and difference-in-differences estimators[J].Available at SSRN 3906345, 2021.
5.1 Imputation估计量
5.2 两阶段DID估计量
⑨ Borusyak K, Jaravel X, Spiess J.Revisiting event study designs: Robust and efficient estimation[J]. Review of Economic Studies, 2024, Forthcoming.⑩ Braghieri L, Levy R, Makarin A. Social media and mental health[J]. American Economic Review, 2022.
6.1 堆叠估计量
6.2 局部投影估计量
⑪ Cengiz D, Dube A, Lindner A, et al. The effect of minimum wages on low-wage jobs. The Quarterly Journal of Economics, 2019.⑫ Dube, A., D. Girardi, Ò. Jordà and A. M.Taylor. A Local Projections Approach to Difference-in-Differences Event Studies. NBER Working Paper 31184, 2023.
7.1 合成DID的原理与应用领域
7.2 合成DID的命令实现
⑬ Arkhangelsky D, Athey S, Hirshberg D A, et al.Synthetic difference-in-differences[J]. American Economic Review, 2021.![]()
