【锚点】这一篇只钉一个判断：【在交错采纳（staggered adoption）且处理效应随暴露时长增长的情形下，双向固定效应 DiD 的系数是所有 2×2 比较的加权平均，其中一类比较的权重为负；因此一个显著为正的系数，与「每个单位都受到了负效应」完全相容。】

一、【显式】先把估计量拆开 Goodman-Bacon（2021, Journal of Econometrics）定理 1 给出一个恒等式：任何 staggered timing 下的 TWFE DiD 系数，等于所有可能的 2×2 DiD 估计的加权平均，权重正比于「处理时点的方差 × 该子样本规模」，且权重之和恰为 1。三类比较： ① 早处理组 vs 从未处理组（干净）； ② 晚处理组 vs 早处理组，且只取晚处理组尚未处理的时期（干净）； ③ 早处理组 vs 晚处理组，且取晚处理组已经处理之后的时期——此时早处理组被当成「未处理」对照组，可它早已带着累积效应。 ③ 的权重是负的。它不为零，恰恰因为处理效应随暴露时长增长。

二、【隐式】权重和为 1、个别权重为负，意味着什么 加权平均会落在 [min, max] 之外。de Chaisemartin & D’Haultfœuille（2020, AER）构造了这样的例子：所有单位的真实效应同号，而 TWFE 估计量反号。他们那篇的实证应用（美国县级最低工资与就业）里，TWFE 与异质性稳健估计量符号相反——我按记忆引用，具体数字请回原文核对，别把我当出处。

三、【细微】为什么 2010 年前的教科书没暴露这个问题 若 τ_it ≡ τ（效应不随暴露时长变化），正负权重在期望上互相抵消，TWFE 仍然一致。负权重必须乘以「效应随暴露时长的增量」才产生偏误。所以诊断的关键不是「有没有 staggered timing」，而是 event-study 图里 post 期效应是否单调增长——这是一个可查的指纹，不是一句「我用的是 DiD」就能豁免的。

四、【极难发现】「控制了单位固定效应」的错觉 TWFE 的「控制」是代数上的组内去均值，不是反事实的干净性。第③类比较偷偷把识别假设从「平行趋势」换成了「早处理组在后期不再有动态效应」——一个通常不会出现在论文假设段的假设。法学类比：把已经服完刑的人拉来当「未受处罚」的对照组，然后宣称处罚无效。

【流程节点链路】起点【交错采纳面板 + 动态处理效应】→ 节点1【TWFE 组内去均值 = 所有 2×2 DiD 的方差加权平均】→ 节点2【第③类比较中，早处理组的累积效应被算进「对照组」】→ 节点3【该比较的权重符号 = −(后期效应增量)】→ 终点【总系数 = 正权重×早期效应 + 负权重×后期效应，可反号】。

五、出路不是「换个新命令」，是「只聚合干净比较」 Callaway & Sant’Anna（2021）、Sun & Abraham（2021）、de Chaisemartin & D’Haultfœuille（2020）、Borusyak, Jaravel & Spiess（2024）做的是同一件事：显式估计每个 (g, t) 的 ATT(g,t)，只在干净比较上聚合。它们不是四个新方法，是一个论证结构的四种写法。

六、留给你的辩论 如果你的领域里「从未处理组」根本不存在（全国推开的政策、全量上线的功能），可识别性就全部来自第②类比较——而第②类在动态效应下恰恰是干净的。那么真正的取舍不是「用哪个估计量」，而是：你愿意为「干净」损失多少样本？还是说，不可修复的从来不是估计量，而是「从未处理」这个反事实在你的世界里压根不存在？