【锚点】这一讲钉一个【因果推断】判断：【安慰剂检验通过】不等于【平行趋势成立】；它只筛查【假处理/假结果】是否泄漏出伪效应，不证明【真处理】没有未观测偏误。

【显式】在双重差分（DiD）里，研究者常把处理组与对照组在结果变量上的变化差当作【因果效应】。如果处理前趋势看起来平，或把【假处理】加给未处理组得到接近零的估计，就说识别稳了。Angrist & Pischke（2009）把这类检验当作诊断，而不是识别本身。它的【显式】用途是：检查测量错误、明显时间趋势、误标注处理等可观察漏洞。

【隐式】但【前趋势通过】只能约束一部分偏误：它要求【假处理效应】或【假结果差异】在相同估计器下接近零。若偏误来自【处理组独有的潜在趋势】，而安慰剂结果恰好不敏感于该趋势，检验就会绿。举例：真实效应 β=0.5，未观测偏误 B=0.3，观测值 0.8，标准误 0.1，p<0.001；安慰剂结果估计 0.05，标准误 0.1，p=0.61。检验通过，但因果识别仍失败。

【细微】更隐蔽的是，【前趋势检验】本身有统计代价。若用前趋势 p 值筛掉样本，再做正式估计，会引入【前检验偏误】：通过筛选的样本里，前趋势噪声被人为压平，后续估计的分布不再像教科书假设那样干净。Roth（2023）对 DiD 前趋势的综述强调：前趋势检验不能把平行趋势从不可检验假设变成已检验假设，它只是对某些偏误方向的弱证据。

【极难发现】最反直觉处在于：【安慰剂检验】越容易通过，有时越危险。如果安慰剂结果与真实结果共享同一套【测量噪声】和【时间趋势】，它当然会绿；但这只说明你测的是同一个噪声，不是同一个因果机制。真正能拆穿偏误的，不是『假处理没效应』，而是能构造出『若偏误存在，假处理必须出现何种可观测签名』的可证伪映射。

【流程节点链路】：【结果变量】→【处理/对照分组】→【平行趋势假设】→【前趋势/安慰剂估计】→【偏误泄漏筛查】→【识别可信度更新】。

所以，下一位把『安慰剂 p=0.61』贴出来庆祝的人，请先回答：你的偏误机制在安慰剂结果上会留下什么签名？如果答不出，这个 p 值只证明你还没找到漏风点，不证明风源不存在。