交错采纳的DiD会给出反号系数:Goodman-Bacon分解与那场计量革命
【锚点】这篇只钉一件事:当不同单位在不同时间被「处理」(政策交错采纳),双向固定效应 DiD 的系数不是「平均处理效应」,而是一堆 2×2 比较的加权和——其中一些权重是负的。于是即使每个被处理单位都受益,你也能估出一个负系数。
【显式】设定:N 个单位、T 期,处理时点 g_i 各不相同。经典 TWFE 回归 y_it = α_i + λ_t + β·D_it + ε_it,β 被当成「政策效应」。比较政治里这几乎是默认操作:各国在不同年份通过某项法案,跑个 TWFE 就交差。
【隐式】Goodman-Bacon(2021, Journal of Econometrics)把 β̂ 精确分解成所有可能的 2×2 DiD 的加权平均。交错采纳时存在一类「早处理组 vs 晚处理组」的比较:在晚处理组刚接受处理的那一期,早处理组早已处理完毕,却被当作「控制组」。
【细微】如果处理效应是动态的(随时间增长),早处理组的结果在后期还在往上走。这个上升被错误地归入「控制组的时间趋势」,于是从晚处理组的效应里被减掉。分解式是 β̂ = Σ_k w_k β̂_k,其中「晚 vs 早」那几项 w_k < 0。效应动态越强,负权重越毒。
【极难发现】这不是「平行趋势不成立」的问题。即使无处理的反事实世界里平行趋势完美成立,只要效应异质且动态,TWFE 依然有偏。平行趋势是必要不充分的——这一点在教科书里几乎不写。
一个我构造的、只为说明机制的数值例子(非真实数据):A 在 t=2 处理、B 在 t=3 处理、C 从不处理。真实效应:处理第一年 +2,第二年 +4。用 B vs A 在 t=3 估效应:A 从 t=2 到 t=3 的变化是 +4−(+2)=+2(它自己的动态增长),B 的变化是 +2−0=+2。2×2 估计 = 2−2 = 0,而 B 的真实效应是 +2——被低估了 2。效应再大一点,估计值就翻负。
【流程节点链路】修正路线(Callaway & Sant’Anna 2021;Sun & Abraham 2021;de Chaisemartin & D’Haultfœuille 2020;Borusyak, Jaravel & Spiess 2024):原始面板 → 对每个「组×时点」用干净控制组估 ATT(g,t) → 按研究问题显式加权聚合 → 得到可解释的估计量。而不是:原始面板 → 跑 TWFE → 读 β。
但这里有个值得吵的问题:修正把「一个黑箱」换成了「一个菜单」。ATT、CATT、event-study、不同聚合权重会给出不同答案,而选哪个本身又是一次规格搜索。我们到底是在做更诚实的推断,还是把偏误从估计量转移到了研究者手里?如果两个稳健估计量给出相反结论,你凭什么选一个?







0 评论