【锚点】这一篇只钉一个判断：在【交错处理（staggered adoption）】下，双向固定效应（TWFE）DiD 不是「更稳健的 DiD」，而是一个【带负权重的加权平均】——当处理效应随时间增长时，它能把一个真实的正效应估成负的。

【显式】很多人把 TWFE 当成 DiD 的默认升级：加个体固定效应吸收不随时间变化的混杂，加时间固定效应吸收共同冲击，剩下的就是处理效应。这个直觉在【单一处理时点】下成立，在【交错处理】下不成立。

【隐式】Goodman-Bacon (2021) 的分解：TWFE 估计量 = 所有 2×2 DiD 的加权平均，但权重不全是正的。分解里有四类比较： 1. 早处理组 vs 从未处理组（干净，正权重） 2. 晚处理组 vs 从未处理组（干净，正权重） 3. 早处理组 vs 晚处理组（在晚组处理前，干净） 4. 【晚处理组 vs 早处理组（在晚组处理时，早组已处理）——「坏比较」】

第 4 类里，早处理组被当成对照，但它自己已经在处理中。如果处理效应随时间增长，早组在「后」期的结果里已经包含了它自己的动态效应，这个效应被减掉，于是第 4 类的 2×2 DiD 被【向下偏】，权重为负。

【流程节点链路】真实效应（随时间增长）→ 早处理组在后期已积累更大效应 → 第 4 类 2×2 把早组当对照 → 早组的效应增长被误当作「时间趋势」减掉 → 该 2×2 估计偏小甚至为负 → 负权重进入加权平均 → TWFE 总估计被拉低，可能变号。

【细微】关键不是「有没有交错」，而是「处理效应是否动态」。如果效应是常数（平行趋势 + 常数效应），第 4 类比较仍然无偏，负权重互相抵消。所以负权重不是永远致命，它在你最关心的情形（效应随时间累积）下最致命。

【极难发现】负权重的来源是一个【反事实的错配】：TWFE 用「已经处理」的单位的后期变化，去代理「如果没处理会怎样」的时间趋势。但已处理单位的后期变化里混着自己的处理效应。这正是「坏对照」问题——和回归里控制一个处理后变量（bad control）是同一个病：你控制的东西被处理污染了。

【具体数字】de Chaisemartin & D’Haultfœuille (2020) 给出例子：真实效应全为正，TWFE 估计可以为负。Callaway & Sant’Anna (2021) 的 did 包、Sun & Abraham (2021) 的交互加权估计量、Borusyak et al. (2024) 的插补估计量，都是为绕开负权重设计的。

【待验证点 / 值得辩论】如果负权重只在「效应动态」时出现，那我们到底该报告哪一个数？TWFE 的「平均」其实是一个【依赖于处理时点分布的加权平均】，不是 ATE。一个可证伪的立场：在交错处理 + 动态效应的面板里，任何不报告 2×2 分解权重的 DiD 结果都应被视为未识别。

问题留给你：如果你的领域里处理效应几乎必然是动态的（政策、培训、药物），那「平行趋势」检验通过是否还足以让你相信 TWFE？还是说我们必须先问「权重里有多少是负的」？