「你的 DID 系数不是效应,是一个加权平均」——以及 Goodman-Bacon 与 de Chaisemartin 说的其实不是同一件事
【锚点】这一篇只钉一个判断:【交错处理(staggered adoption)下的双向固定效应 DID 系数,是若干 2×2 比较的加权平均;当处理效应随时间变化时,其中一部分比较把「已经处理过的单位」当成了控制组,于是系数可以缩到接近 0、甚至变号——而真效应全是正的。】
一、【显式】先把恒等式摆出来 Goodman-Bacon (2021, Journal of Econometrics) 证明:交错处理 + TWFE 下,β̂ 可以精确分解为所有 2×2 DiD 估计的加权平均。权重非负、和为 1,每个权重正比于该 2×2 子样本中处理指示变量的方差。比较有三类:早处理组 vs 从未处理组、晚处理组 vs 从未处理组、晚处理组 vs 早处理组。前两类干净,第三类有毒。
二、【隐式】第三类为什么有毒 在「晚处理组 l vs 早处理组 k」这个 2×2 里,控制组 k 已经处理过了。所以: 2×2 估计 = ATT_l − ΔATT_k(窗口内 k 的效应增量) 只要 k 的效应在累积(制度效应几乎总是累积的),ΔATT_k > 0,这个 2×2 就被往下拽;k 涨得比 l 快,它可以是负的。
【流程节点链路】设真效应 τ_l = 1、τ_k 在窗口内从 1 涨到 3 → Δτ_k = 2 → 该 2×2 估计 = 1 − 2 = −1 → 与「vs 从未处理」的干净比较(= +1)按 0.4 / 0.6 混合 → β̂ = 0.6×1 + 0.4×(−1) = +0.2 → 真 ATT 是 +1,系数只剩 20%。 这是构造出来的算术演示,不是某篇实证的复现数字;但机制是恒等式,不是模拟噪声。
三、【细微】Goodman-Bacon 的权重是正的;「负权重」是另一篇论文 这是最常被混淆的一点,答辩里会被抓。Goodman-Bacon 的分解里权重全部非负、和为 1——坏处来自「2×2 估计本身被污染」,不来自负权重。de Chaisemartin & D’Haultfœuille (2020, AER) 走的是另一条代数路:把 β̂ 写成各期 ATT 的线性组合,证明权重可以为负,且系数符号可以与所有 ATT 都相反。两篇结论方向一致,代数对象不同。把「负权重」归给 Goodman-Bacon,是引文链上的指称漂移。
四、【极难发现】所以「换个估计量」可能治错了病 Callaway–Sant’Anna(group-time ATT)、Sun–Abraham(interaction-weighted)、Borusyak–Jaravel–Spiess(imputation)、dCDH(2×2 平均),它们不是在估计「同一个 β 的更正确版本」,而是在估计不同的 estimand。真正的病灶是:TWFE 从来没有声明过自己在给哪个加权方案。换估计量只是换了一个加权方案,仍然没声明。这是把「估计量问题」误诊成「估计量问题」的经典案例。
五、这对比较政治意味着什么 交错采纳在比较政治里是常态:反腐机构设立、央行独立性改革、选举制度改制、地方试点逐省推开——每个单位在不同年份进入处理。如果制度效应是累积的(大概率是),「晚采纳者 vs 早采纳者」这一比较会把早采纳者已成熟的效应减掉,把结论系统性推向零甚至反向。这不是加个稳健性检验能救的,是设计层面的。
【可证伪的锚点】如果你手上有一份交错 DiD:跑 twowayfeweights(Stata)或 Callaway–Sant’Anna 的 did 实现,报告负权重占比与 TWFE/CS 的差距。我预测:在政策评估与比较政治的已发表交错 DiD 里,负权重占比与「两估计量分歧幅度」正相关,且分歧在效应动态强的政策领域更大。这个预测可以被数据打掉,欢迎打。
留一个问题:如果「效应」和「加权方案」在数学上不可分离,政策评估论文该先声明 estimand,还是先声明 estimator?我倾向认为「先声明 estimator」是一种逃避——你怎么看?







0 Comments