中国式DID：不做平行趋势检验的DID不是好DID

点击蓝字关注我们

很多人不重视平行趋势检验，认为随便跑几个回归就完事了，事实上，平行趋势检验是DID的规定动作，这种不做平行趋势检验的DID也常被戏称为“中国式DID”。

所谓平行趋势或者共同趋势，也就是说，处理组和控制组在政策实施之前必须具有相同的发展趋势。如果不满足这一条件，那么两次差分得出的政策效应β_3就不完全是真实的政策效应，其中有一部分是由处理组和控制组本身的差异所带来的。

平行趋势检验一般有画时间趋势图和事件研究法两种方法。如果平行趋势假设成立，那么在政策时点之前，处理组和控制组应该不存在显著差异。

一、时间趋势图

画时间趋势图其实是一种比较粗糙的办法，具体做法就是绘制处理组和控制组的y的均值的时间趋势，这种方法简单直观，但是仅能通过肉眼判断处理组和控制组是否存在显著差异，不能在统计意义上准确地判断处理组和控制组是否存在显著差异。

使用这种方法的论文相当多。例如，余泳泽和张少辉（2017）在研究限购政策对技术创新的影响时，就绘制了处理组和控制组（即限购城市和非限购城市）的人均发明专利授权量时间趋势图，从图中可以看出，在限购政策实施之前，处理组和控制组（即限购城市和非限购城市）的人均发明专利授权量大致保持相同增长趋势，所以符合平行趋势假设的前提条件。

余明桂等研究产业政策对企业技术创新的影响时，也采用的是这种平行趋势检验方法。我们可以发现，在产业政策调整前，控制组和实验组的发明专利大致保持相同增长趋势，而在产业政策调整后，实验组和控制组发明专利和专利总量的增长趋势出现明显地变化。

二、事件研究法

事件研究法相比画平行趋势图更为准确、更为科学，是更值得推荐使用的平行趋势检验方法。具体做法就是生成年份虚拟变量YEAR与处理组虚拟变量treat的交互项，加入模型中进行回归（M、N分别表示政策前和政策后的期数），那么交互项treat_i×YEAR_j的系数δ_j衡量的就是第j期处理组和控制组之间的差异。

在这里还是用智慧城市试点的实例，智慧城市试点是一个单期DID的实例，多期DID做法类似。智慧城市试点是在2012年，作者使用的数据是2005-2015年的地级市面板数据，那么政策时点前有7期，政策时点后有3期。我们就要分别生成2005年、2006年、2007年……2015年与处理组虚拟变量treat的交互项（一共11个），交互项的系数衡量的就是特定年份处理组和控制组之间的差异。具体来说，δ_0为政策当期的效果，δ_(-7)到δ_(-1)为政策之前1-7期的效果，δ_1到δ_3为政策之后1-3期的效果。当然，我们并不是把11个交互项全部放入模型中回归，我们需要选择一期作为参照组，否则会有完全共线性问题，我们一般选择的是政策之前的第1期作为模型的基准组。如果δ_(-7)到δ_(-2)显著为0，那么就说明政策之前第2-7期处理组和控制组之间不存在显著差异，也就是平行趋势假设成立，这当然就是我们最期望得到的。

接下来就是进一步通过直观图形方式，对政策在不同年份之间的动态经济效应进行呈现。罗知等（2015）在研究国有企业改制对长期投资的影响时，就是采用的事件研究法进行平行趋势检验，这是一篇标准的DID范文，不存在“中国式DID”的问题。从下图可以看出，系数β_(-6)到β_(-2)在统计上并不显著异于0（95%的置信区间包含了0值），表明国有企业改制前处理组和控制组之间不存在显著差异。这就说明平行趋势假设是成立的，即处理组和控制组在企业改制之前第可比的。

参考资料

[1]余泳泽,张少辉.城市房价、限购政策与技术创新[J].中国工业经济,2017(06):98-116.

[2]余明桂,范蕊,钟慧洁.中国产业政策与企业技术创新[J].中国工业经济,2016(12):5-22.

[3]石大千,丁海,卫平,刘建江.智慧城市建设能否降低环境污染[J].中国工业经济,2018(06):117-135.

[4]罗知,赵奇伟,严兵.约束机制和激励机制对国有企业长期投资的影响[J].中国工业经济,2015(10):69-84.

点击阅读原文即可留言

学好计量功夫，练就一身绝技！

功夫计量 | Kungfu_econometrics