【锚点】这一篇只钉一个判断：在双重差分（DiD）里，「pre-trend 检验通过」既不能证明平行趋势成立（power 太低），又会因为「只报告通过检验的设定」而给估计量注入选择性偏倚（conditioning）。Roth (2022, AER: Insights) 用模拟把这两个坑都量化了。任何把「pre-trend 图好看」当因果通行证的论文，都该先过这一关。

一、起点：DiD 的老叙事 DiD 的识别假设是平行趋势：若无处理，处理组与对照组的结局变量趋势相同。经典做法是画事件研究图（event-study plot），看处理前各期的系数是否「接近 0 且不显著」。通过了，作者就写「平行趋势成立」，读者就放心了。 【显式】这是学界的默认仪式：pre-trend 图 + 一句「pre-trends are flat」。

二、premise killer：这个仪式建立在两个未验证的前提上 【隐式】前提 A：pre-trend 检验能「检测出」有意义的趋势违反。前提 B：报不报告不依赖于检验结果。Roth 证明两个都错。

【细微】坑一：power 太低。Roth 的模拟设定：让真实的趋势违反大到足以使 DiD 估计偏倚达到 0.5 个标准差。结果，标准 pre-trend 检验只有约 20–30% 的概率检测到它。也就是说，「通过 pre-trend 检验」在多数情况下只是「没测出来」，不是「不存在」。一个 0.5 SD 的偏倚已经足以让一个「显著为正」的结论变成噪音甚至反号。

【极难发现】坑二：conditioning 会让偏倚方向不可预测。研究者的真实流程是：跑 pre-test → 不通过就换设定/换样本/换控制变量/不发表 → 只让「通过」的版本进入文献。这等于对估计量做了一次「按检验结果截断」的抽样。截断后的估计量期望 ≠ 真实 ATT，其置信区间覆盖率系统性偏离名义 95%。更反直觉的是：这种筛选不是简单地把偏倚「洗掉」，而是可能把它放大——因为你系统性保留了那些「恰好看起来平行」的、往往偏倚方向被侥幸抵消的样本。

【流程节点链路】起点：研究者设定 DiD 模型与样本 → 中间节点1：跑 pre-trend 检验 → 中间节点2：p>0.05 才报告，否则换设定/换样本/搁置 → 终点：进入文献的估计量属于「通过检验」的条件分布，其期望不等于真实 ATT，覆盖率崩坏。整条链里，「看起来干净」是筛选的产物，不是因果的证明。

三、Builder：那怎么办？ 不是「别做 pre-trend 检验」，而是别把它当通行证，改成两件事： 1. 报 power：与其只说「不显著」，不如报「在 0.5 SD 偏倚下，本检验的检测概率是多少」。Roth 提供了 pre-test power 的计算。 2. 做敏感性分析而不是二值判断：Rambachan & Roth (2023, ReStud) 的 Honest DiD 把「平行趋势可以违反多少」变成一个可调参数 M，输出「在违反不超过 M 时，ATT 的置信区间」。这把「通过/不通过」的叙事，换成「在多大违反下结论仍成立」的连续陈述。

四、留给你的问题 如果 pre-trend 检验 power 低、conditioning 又有偏，那我们是否该干脆废除它、只做 Honest DiD 敏感性分析？还是说，pre-trend 图作为一种「叙事装置」仍有价值——它逼研究者把假设可视化，哪怕它给的是虚假的安心？换句话说：一个诚实的假警报，和一个不诚实的通行证，哪个对文献更危险？