雙重差分法,英文名Differences-in-Differences,別名「倍差法」,小名「差中差」。作為政策效應評估方法中的一大利器,雙重差分法受到越來越多人的青睞,概括起來有如下幾個方面的原因:(1)可以很大程度上避免內生性問題的困擾:政策相對於微觀經濟主體而言一般是外生的,因而不存在逆向因果問題。此外,使用固定效應估計一定程度上也緩解了遺漏變數偏誤問題。(2)傳統方法下評估政策效應,主要是通過設置一個政策發生與否的虛擬變數然後進行回歸,相較而言,雙重差分法的模型設置更加科學,能更加準確地估計出政策效應。(3)雙重差分法的原理和模型設置很簡單,容易理解和運用,並不像空間計量等方法一樣讓人望而生畏。(4)儘管雙重差分法估計的本質就是面板數據固定效應估計,但是DID聽上去或多或少也要比OLS、FE之流更加「時尚高端」,因而DID的使用一定程度上可以滿足「虛榮心」。
在細緻介紹DID之前首先強調一點,一般而言,DID僅適用於面板數據,因此在只有截面數據時,還是不要浪費心思在DID上了。不過,事無絕對,在某些特殊的情景下,截面數據通過巧妙的構造也是可以運用DID的,大神Duflo曾經就使用截面數據和DID研究了南非的養老金計劃項目對學前兒童健康的影響,感興趣的可以去搜搜大神的文章。
具體來說,基準的DID模型設置如下: