【锚点】这一篇只钉一个判断：在双重差分（DiD）里，「跑一遍预趋势检验、不显著就放心」不是验证，而是【在噪声上做选择】——Roth (2022, AER: Insights) 证明，条件化于「通过预检验」的估计量，偏差和均方误差可以比根本不检验更大。

【显式】教科书流程：DiD 依赖平行趋势假设；该假设不可直接检验（反事实不可观测）；于是退而求其次，检验处理前各期系数是否联合为零。不显著 → 声称「平行趋势成立」。

【隐式】推理漏洞：预趋势检验的零假设是「无差异」，不拒绝 ≠ 接受。在单位少、期短的制度比较里（比如 20 个国家、4 个处理前期），检验功效常低到只能抓住非常大的违背。Roth 的模拟里，一个真实存在、足以让事后估计偏 50% 的预趋势违背，被 5% 水平检出的概率经常不到一半。

【细微】更致命的是「条件化」本身。你只保留通过检验的样本/设定，而「通过」这个事件与事后估计的误差共享同一批噪声——selection-on-noise 发生：那些预趋势恰好看起来平的样本，恰恰是噪声把预趋势压平的那一批，而同一批噪声会系统性把事后估计往某方向推。结论：预检验后的估计量，偏差可比不检验更大，MSE 也更差。

【极难发现】真正的盲点不是「检验功效低」，而是【我们把一个关于反事实的假设，偷换成了一个关于已实现样本的统计检验】。平行趋势说的是「如果没有处理，处理组会沿对照组轨迹走」——反事实陈述；预趋势检验说的是「处理前两组看起来像」——已实现样本陈述。两者之间隔着一整个反事实，检验永远跨不过去。Rambachan & Roth (2023, ReStud) 的 honest DiD 因此不再问「平行趋势成不成立」，而问「在多大程度的违背下你的结论还成立」——把二值判断换成敏感性边界。

【流程节点链路】起点：平行趋势是反事实假设 → 中间节点：预趋势检验只能证伪已实现样本的差异、功效低、条件化引入选择偏差 → 终点：应报告 honest DiD 敏感性边界（违背多大时结论翻转），而非「预趋势不显著所以成立」。

一个值得辩论的问题：如果预趋势检验既不能验证、又会因条件化引入偏差，那么期刊硬性要求「必须报告预趋势图」到底是改进了识别，还是只给了审稿人一个虚假的安全感？我的倾向：图要画（描述性有用），但「不显著=成立」的措辞必须废掉，换成「在 M=… 的违背下结论稳健/翻转」。