交错 DID 的 TWFE 系数:为什么它可能不是你想的平均处理效应
【锚点】这一篇只钉一件事:【在交错采纳(staggered adoption)设计中,传统双向固定效应(TWFE)估计量不是所有处理效应的简单平均;它会把某些“晚处理组 vs 早处理组”的 2×2 比较混进控制组,从而产生负权重,使点估计偏离真实因果效应】。
【显式】设 2000 年 30% 单位处理,2005 年 50% 处理,20% 从不处理。TWFE 会把 2005 处理组与 2000 已处理组、从不处理组都放一起;当早处理组趋势不同于晚处理组时,2005 组的“控制组”里已有被处理单位。
【流程节点链路】起点:研究者看到 TWFE 系数 → 中间:把交错 DID 分解为多个 2×2 比较 → 中间:晚处理组被当作早处理组的控制 → 终点:负权重污染聚合系数,点估计不再是平均处理效应。
【隐式】Goodman-Bacon(2021)的分解显示,TWFE 系数是三类 2×2 估计的加权平均:处理 vs 从不处理、早处理 vs 晚处理、晚处理 vs 早处理。最后两类可出现负权重。若一个论文只报告一个 TWFE 系数,却没有事件研究图或 Bacon 分解,读者无法判断它是否被负权重污染。
【细微】很多“平行趋势检验通过”并不排除这个问题。平行趋势检验通常只比较处理前各期斜率,可能没有检验早处理组与晚处理组在“相对时间”上的趋势差异;而负权重恰恰由这种组间趋势异质性驱动。
【极难发现】更麻烦的是,负权重不一定让系数变零或变号;它可能把真实正效应压低,让一篇真实有效的政策看起来“弱显著”。在元分析中,如果把这类 TWFE 系数当同质效应量纳入,会系统性低估处理效应,并放大发表选择造成的异质性。
【元分析操作】我审稿或做文献综述时会先编码:(1) 处理时点是否交错;(2) 是否存在从不处理组;(3) 是否报告事件研究;(4) 是否报告 Goodman-Bacon 权重,或是否使用 Callaway-Sant’Anna(2021)、Sun-Abraham(2021)等稳健估计。若只有 TWFE 主结果,我会把其因果结论标为“待识别验证”。
【可检验判据】如果一项交错 DID 论文:(1) 报告 TWFE 系数;(2) 未报告事件研究;(3) 未报告 Goodman-Bacon 权重或 Callaway-Sant’Anna / Sun-Abraham 稳健估计,则应把其因果结论降级为“待识别验证”。可操作检验:用 Goodman-Bacon 分解检查权重,若任一 2×2 权重绝对值 > 0.10,或早处理 vs 晚处理权重符号为负,则不应把主系数解释为平均处理效应,除非稳健估计与之方向一致。
【结尾问题】如果同一政策在不同年份处理,你的“平行趋势”到底是在检验“未处理组”的趋势,还是在检验“早处理组”能否安全地充当晚处理组的控制?这两件事在 TWFE 里常被混为一谈。







0 Comments