群友在社群分享了一本有關(guān)diffs-in-diffs的新教材，2025年6月版，三百多頁。

這本由雙重差分法（DID）領(lǐng)域的兩位權(quán)威學(xué)者 Clément de Chaisemartin 和 Xavier D’Haultfoeuille 合著的教材——《Credible Answers to Hard Questions: Differences-in-Differences for Natural Experiments》（《艱難問題的可信答案：自然實(shí)驗(yàn)中的雙重差分法》），是專為實(shí)證學(xué)者編寫的一本系統(tǒng)性著作，全面講解了DID方法的理論基礎(chǔ)與實(shí)證應(yīng)用，特別聚焦在復(fù)雜自然實(shí)驗(yàn)環(huán)境中的因果推斷策略與方法擴(kuò)展。

適合讀者群體包括初學(xué)者：本書從基礎(chǔ)出發(fā)，系統(tǒng)講解DID方法的核心邏輯與識(shí)別策略；進(jìn)階與高階研究者：提供針對(duì)復(fù)雜現(xiàn)實(shí)設(shè)定的識(shí)別策略與穩(wěn)健估計(jì)方法；計(jì)量經(jīng)濟(jì)學(xué)老師：配套教學(xué)問題、數(shù)據(jù)與代碼，便于用于課堂教學(xué)和作業(yè)布置。

全書共分為三個(gè)部分、九章，結(jié)構(gòu)清晰、內(nèi)容翔實(shí)。

第一部分：導(dǎo)論與方法設(shè)定（Part I. Introduction and Setup）

第1章 引言

說明因果推斷為何是科學(xué)研究的核心任務(wù)之一，以及在社會(huì)科學(xué)中為何難以實(shí)施隨機(jī)實(shí)驗(yàn)。

比較自然實(shí)驗(yàn)與隨機(jī)實(shí)驗(yàn)的根本區(qū)別，強(qiáng)調(diào)政策變動(dòng)下的“非隨機(jī)處理”對(duì)識(shí)別提出的挑戰(zhàn)。

闡述DID方法的基本原理及其對(duì)“平行趨勢(shì)假設(shè)”的依賴。

明確本書的宗旨：為在缺乏隨機(jī)實(shí)驗(yàn)條件下研究因果效應(yīng)提供可信的DID工具。

第2章 數(shù)據(jù)、符號(hào)體系與基本假設(shè)

介紹DID所需的數(shù)據(jù)結(jié)構(gòu)，強(qiáng)調(diào)群組層級(jí)面板數(shù)據(jù)的通用性與靈活性。

定義處理變量與潛在結(jié)果，重點(diǎn)解釋 SUTVA、無預(yù)期效應(yīng)、無動(dòng)態(tài)效應(yīng) 等識(shí)別假設(shè)。

詳細(xì)論述“平行趨勢(shì)假設(shè)”的數(shù)學(xué)表達(dá)與直觀圖解。

闡明本書采納的推斷視角：主張以“模型視角”為基礎(chǔ)，認(rèn)為處理是給定的，而結(jié)果受隨機(jī)擾動(dòng)影響。

第二部分：經(jīng)典DID設(shè)計(jì)（Part II. The Classical Design）

第3章 經(jīng)典DID設(shè)計(jì)

探討一種標(biāo)準(zhǔn)設(shè)定：處理為二元變量、具吸收性，且所有處理組在同一時(shí)間接受處理。

定義常見處理效應(yīng)參數(shù)（如ATT與不同時(shí)間暴露長度下的ATT_l）及其識(shí)別條件。

系統(tǒng)介紹雙向固定效應(yīng)（TWFE）估計(jì)量，并解釋其與DID估計(jì)的關(guān)系。

分析平行趨勢(shì)檢驗(yàn)（pre-trend test）的使用價(jià)值及其統(tǒng)計(jì)功效的局限。

引入事件研究框架、非線性擴(kuò)展、異質(zhì)性處理效應(yīng)估計(jì)及工具變量形式的DID方法。

第4章 平行趨勢(shì)假設(shè)的替代策略

探討在平行趨勢(shì)假設(shè)不成立或被拒絕時(shí)的替代方案。

包括：加入控制變量以滿足條件平行趨勢(shì)假設(shè)、應(yīng)用交互固定效應(yīng)模型、合成控制法與合成DID方法。

進(jìn)一步介紹有界差異趨勢(shì)假設(shè)，以應(yīng)對(duì)趨勢(shì)不平行但差異受限的情形。

第三部分：突破經(jīng)典設(shè)定（Part III. Beyond the Classical Design）

第5章 非經(jīng)典設(shè)定下的TWFE估計(jì)器

分析現(xiàn)實(shí)中常見的復(fù)雜情境：當(dāng)處理時(shí)間、強(qiáng)度或狀態(tài)存在差異時(shí)，TWFE估計(jì)可能產(chǎn)生偏誤。

提出TWFE估計(jì)權(quán)重分解法，揭示估計(jì)量可能賦予某些單元負(fù)權(quán)重，導(dǎo)致誤判處理效應(yīng)方向。

第6章 處理時(shí)間異質(zhì)性設(shè)定

探討當(dāng)不同群體在不同時(shí)間接受處理時(shí)，如何識(shí)別ATT與分期ATT。

引介如 Callaway & Sant’Anna 和 Sun & Abraham 等估計(jì)方法，提供對(duì)異質(zhì)性更具穩(wěn)健性的DID估計(jì)方案。

第7章 處理強(qiáng)度異質(zhì)性設(shè)定

討論當(dāng)處理強(qiáng)度為連續(xù)變量（如政策覆蓋程度、財(cái)政支出強(qiáng)度）時(shí)的識(shí)別挑戰(zhàn)。

推出一類處理強(qiáng)度異質(zhì)性穩(wěn)?。╤eterogeneity-robust）的DID方法。

注：本章部分?jǐn)?shù)據(jù)因涉及專利限制暫未公開，但方法論本身具有廣泛適用性。

第8章 綜合與通用設(shè)定

綜合第6、7章內(nèi)容，構(gòu)建適用于非二元、非吸收性、處理時(shí)間與強(qiáng)度均異質(zhì)的通用DID框架。

分析包括靜態(tài)與動(dòng)態(tài)TWFE模型、分布滯后模型、無“穩(wěn)定群體（stayer）”情形在內(nèi)的復(fù)雜估計(jì)問題。

第9章 實(shí)踐者清單（Practitioners’ Checklist）

提供一份研究者在使用DID方法時(shí)的操作指南，涵蓋問題識(shí)別、數(shù)據(jù)準(zhǔn)備、模型設(shè)定、假設(shè)檢驗(yàn)與估計(jì)方法選擇。

教學(xué)設(shè)計(jì)與配套資源

設(shè)有 “藍(lán)色問題”，用于引導(dǎo)讀者在閱讀過程中主動(dòng)思考，提升對(duì)理論的掌握。

配套 “綠色問題”，通過Stata指令輔助實(shí)證練習(xí)，促進(jìn)理論與實(shí)踐的結(jié)合。

附帶 Stata數(shù)據(jù)包與腳本（dofile），便于教學(xué)與課堂演練。

后續(xù)將提供R語言支持。

許多科學(xué)問題歸根結(jié)底都是因果推斷問題?？茖W(xué)研究的重要目標(biāo)之一，就是估計(jì)某種“處理”對(duì)某一“結(jié)果”的影響。為此，最理想的方法是實(shí)施隨機(jī)實(shí)驗(yàn)，在實(shí)驗(yàn)中通過隨機(jī)方式?jīng)Q定個(gè)體是否接受處理。這樣，研究者可以比較處理組與對(duì)照組的平均結(jié)果，從而無偏地估計(jì)所謂的平均處理效應(yīng)（ATE），即某項(xiàng)處理在研究總體中的平均影響。

然而，在社會(huì)科學(xué)領(lǐng)域，許多重要的因果推斷問題難以，甚至無法通過隨機(jī)實(shí)驗(yàn)加以檢驗(yàn)。例如，我們不可能隨機(jī)地讓一些國家增加來自中國的進(jìn)口，而讓其他國家保持不變，以評(píng)估中國出口對(duì)目的國就業(yè)的影響。同樣，我們也無法隨機(jī)地將企業(yè)分配到高或低最低工資的組別中，以研究最低工資政策對(duì)就業(yè)的影響。即便隨機(jī)實(shí)驗(yàn)在技術(shù)上可行，它們有時(shí)也缺乏“外部效度”——實(shí)驗(yàn)結(jié)果未必能夠推廣至研究者真正關(guān)注的更廣泛總體。其中一個(gè)原因是研究倫理要求受試者須在充分知情并自愿的基礎(chǔ)上參與實(shí)驗(yàn)。以最低工資為例，假如進(jìn)行一項(xiàng)理想的實(shí)驗(yàn)，其估計(jì)結(jié)果僅代表那些愿意參與實(shí)驗(yàn)的企業(yè)的最低工資效應(yīng)，而這一效應(yīng)未必等同于最低工資政策在所有企業(yè)中所產(chǎn)生的平均影響。

正因如此，社會(huì)科學(xué)研究者往往訴諸于自然實(shí)驗(yàn)。面對(duì)無法實(shí)施隨機(jī)實(shí)驗(yàn)、或隨機(jī)實(shí)驗(yàn)缺乏外部效度的復(fù)雜因果推斷問題，研究者通常依賴自然形成的“實(shí)驗(yàn)環(huán)境”來進(jìn)行研究。在自然實(shí)驗(yàn)中，處理組與對(duì)照組是在沒有研究者干預(yù)的情況下自然形成的。社會(huì)科學(xué)中常見的自然實(shí)驗(yàn)類型，往往是某種政策變化。例如，美國某一州提高了最低工資，而其鄰近州則維持不變，這種政策差異就為研究者提供了一個(gè)高最低工資的“處理組”和一個(gè)較低最低工資的“對(duì)照組”。由于自然實(shí)驗(yàn)通常影響的是整個(gè)地區(qū)或省份，其研究結(jié)果往往具有更廣泛的適用性，可以覆蓋未經(jīng)過篩選的大規(guī)?？傮w，這與基于隨機(jī)實(shí)驗(yàn)的小樣本結(jié)果形成鮮明對(duì)比。

自然實(shí)驗(yàn)與隨機(jī)實(shí)驗(yàn)的兩個(gè)關(guān)鍵區(qū)別

 首先，在自然實(shí)驗(yàn)中，處理的分配并非由研究者隨機(jī)安排，而是由政策制定者決定。正如對(duì)凱恩斯名言的一種反諷式引用所表達(dá)的：現(xiàn)代應(yīng)用研究者雖自詡擺脫了現(xiàn)實(shí)世界的影響，但實(shí)際上卻不得不寄希望于“實(shí)踐中的人”恰好提供了可以用于分析的自然實(shí)驗(yàn)。這一現(xiàn)實(shí)帶來了兩個(gè)重要后果。第一，由于政策制定者并不會(huì)隨機(jī)選擇政策的實(shí)施對(duì)象，處理組與對(duì)照組在政策實(shí)施之前可能已存在差異，因此，簡(jiǎn)單地比較兩組的平均結(jié)果往往不能無偏地估計(jì)出平均處理效應(yīng)。例如，在最低工資的研究中，實(shí)施政策的州在調(diào)整最低工資之前，其就業(yè)水平可能就與鄰近未調(diào)整的州存在顯著差異。此時(shí)，僅憑調(diào)整后的就業(yè)水平對(duì)比，反映的不只是最低工資政策的效應(yīng)，還包含了政策實(shí)施前的結(jié)構(gòu)性差異，因此無法準(zhǔn)確識(shí)別政策本身的因果影響。

第二，與研究者在隨機(jī)實(shí)驗(yàn)中可以按設(shè)計(jì)穩(wěn)定地分配處理和對(duì)照狀態(tài)不同，自然實(shí)驗(yàn)中的政策變化本身往往并非出于研究考慮，其過程充滿了變數(shù)與復(fù)雜性。仍以最低工資為例，某些州在提高最低工資后可能又選擇下調(diào)，或者再次上調(diào)；而原本作為對(duì)照組的州也可能在之后改變其最低工資政策。此外，不同州政策調(diào)整的幅度和節(jié)奏也可能存在顯著差異。這種處理強(qiáng)度和時(shí)間的不均一性，會(huì)增加分析難度，也可能阻礙研究者識(shí)別“簡(jiǎn)潔明確”的因果效應(yīng)。事實(shí)上，社會(huì)科學(xué)研究中大多數(shù)基于自然實(shí)驗(yàn)的因果推斷研究，所面臨的正是這種高度復(fù)雜性的現(xiàn)實(shí)情境，而這也正是本書所要深入探討的核心議題。

寫作目的說明

 本書旨在為應(yīng)用研究者系統(tǒng)介紹現(xiàn)代雙重差分（DID）估計(jì)方法，特別是那些適用于復(fù)雜自然實(shí)驗(yàn)的擴(kuò)展與變體。通過這些方法，研究者可以在無法進(jìn)行隨機(jī)實(shí)驗(yàn)的情境下，更加穩(wěn)健地識(shí)別因果關(guān)系，進(jìn)而為復(fù)雜社會(huì)問題提供更可信的實(shí)證答案。