凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
在双重差分（DID）模型中，一个关键的担忧是，某项政策在特定地区和特定时间的实施可能与该地区的某些特征存在关联，这种关联可能导致政策本身具有内生性或选择性。
这种情况可能会对DID模型的前提假设——事前平行趋势，造成影响。
针对这一问题，除了直接将可能影响特定地区在特定时间成为政策实施对象的特征变量或各类固定效应纳入模型外，还可以采用平衡性检验（balance test）来创建一个回归表格或图表。通过这种方式，我们可以观察在加入这些变量或固定效应之后，处理组和对照组在这些特征上的分布是否达到了平衡。这样在基准回归中加入上述变量或固定效应后，就能确处理政策的选择性或内生性问题了。
本节采用第3.4节提到的儿童调查数据集，目的是研究数字化转换的时间是否与儿童的固有特征直接或间接相关。这项分析是在控制了LSOA（下层超级输出区）不随时间变化的特征和年份固定效应之后进行的。
下面图C1的Panel A揭示了数字化转换与儿童固有特征之间的直接关联。在进行的多项计量模型分析中，我们将儿童的固有特征设为因变量，而自变量是一个指示变量，当儿童所在的LSOA在调查访问时已完成数字化转换时，该变量取值为1，否则为0。分析结果表明，数字化转换与儿童的某些固有特征确实存在直接的联系。这一结果并不令人意外，因为数字化转换在不同社会人口特征的LSOA中发生的时间并不一致，而且这一转换的实施可能与人口结构的整体变化相吻合。
无独有偶，下面这篇“DID双重差分中是否应该讨论政策试验组选取的非随机性？”也采取了同样的思路。
下面这篇JDE文章研究的是省直管县对这些县域经济增长的影响。我们截取了作者使用DID过程中关于政府选择省直管县的非随机性问题的讨论以及相应的实证解决方法。
Pei Li, Yi Lu, Jin Wang, 2016, Does flattening government improve economic performance? Evidence from China, Journal of Development Economics, 123, 18-37.
**可以到社群进一步交流讨论相关学术议题。 关于多期DID或交叠DID: 1.DID相关前沿问题“政策交错执行+堆叠DID+事件研究”, 附完整slides，2.交错(渐进)DID中, 用TWFE估计处理效应的问题, 及Bacon分解识别估计偏误，3.典范! 这篇AER在一图表里用了所有DID最新进展方法, 审稿人直接服了！4.最新Sun和Abraham(2020)和TWFE估计多期或交错DID并绘图展示结果！详细解读code！5.多期DID或渐进DID或交叠DID, 最新Stata执行命令整理如下供大家学习，6.多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等，7.交叠DID中平行趋势检验, 事件研究图绘制, 安慰剂检验的保姆级程序指南！8.欣慰! 营养午餐计划终于登上TOP5! 交叠DID+异质性稳健DID！9.用事件研究法开展政策评估的过程, 手把手教学文章！10.从双重差分法到事件研究法, 双重差分滥用与需要注意的问题，11.系统梳理DID最新进展: 从多期DID的潜在问题到当前主流解决方法和代码! 12.标准DID中的平行趋势检验,动态效应, 安慰剂检验, 预期效应教程，13.DID从经典到前沿方法的保姆级教程, 释放最完整数据和代码！ 关于三重差分DDD估计，参看1.计量TOP刊最全三重差分DDD估计指导，2.TOP5最新文靶向了中国AI公司, 使用三重差分DDD进行实证评估，3.一些使用三重差分DDD的中文文章, 剔除其他干扰因素后获得政策的净效应！4.三重差分法运行和示例, 附上运行代码和结果解析！5.多期双(三)重差分法的操作指南(经典回顾)，6.DID和DDD, 一个简明介绍, 双重和三重差分模型，7.曾国藩QJE: 权力之网, 运用DID, DDD, 事件研究方法！8.用9个示例系统讲解DID, DDD模型的用法, 并且都给出了数据和代码供操作！9.继发AER之后, 2021年再发Top5, 这是什么神仙组合? DID, DDD方法在顶刊仍然耐打！10.连续DID, DDD和比例DID, 不可观测选择偏差，11.AER上以DID, DDD为识别策略的劳动和健康经济学，12.做了一份Slides, 就Stata17中DID, DDD方法及使用策略, 代码做了总结
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle
