顶刊都在用:社科学者如何用 Python 做双重差分(DID)因果识别

一、DID 在顶刊中的地位

双重差分是现代实证社科研究最核心的准实验方法之一，被广泛使用于：

• • American Economic Review
• • Quarterly Journal of Economics
• • American Political Science Review
• • American Sociological Review

双重差分（Difference-in-Differences, DID）的核心目标不是“做回归”，而是：

利用“时间变化 + 组别差异”构造反事实。

二、识别逻辑：从反事实到平行趋势 

在社会科学中，我们关注的核心问题往往是：

某项政策是否“导致”某种结果变化？

但现实世界中，政策并非随机分配，因此无法直接观察反事实。

设：

• • 处理组（Treat = 1）
• • 对照组（Treat = 0）
• • 政策前（Post = 0）
• • 政策后（Post = 1）

DID 估计量为：

即：

“处理组变化”减去“对照组变化”

真正的关键在于一个假设：

平行趋势假设（Parallel Trends Assumption）

平行趋势图示

顶刊论文几乎都会做两件事：

1. 1. 画出处理前趋势
2. 2. 做事件研究（event study）

三、平行趋势如何检验

方法一：图形检验（必要但不充分）

import matplotlib.pyplot as pltdf.groupby(['year','treatment'])['outcome'].mean().unstack().plot()plt.axvline(policy_year, linestyle='--')plt.show()

顶刊逻辑：

• • 处理前趋势是否平行
• • 是否存在明显预趋势

方法二：回归形式的前趋势检验（更严谨）

构造 leads：

如果处理前系数显著 ≠ 0，则平行趋势可能不成立。

在 Python 中可使用：

• • linearmodels.PanelOLS
• • 或手动构造虚拟变量

四、基准模型（Two-way Fixed Effects）

标准顶刊基准形式：

Python 实现：

from linearmodels.panel import PanelOLSimport statsmodels.api as smdf = df.set_index(['id','year'])model = PanelOLS.from_formula('outcome ~ 1 + treatment*post + controls + EntityEffects + TimeEffects',data=df)res = model.fit(cov_type='clustered', cluster_entity=True)print(res.summary)

注意几个顶刊标准：

1. 1. 个体固定效应
2. 2. 时间固定效应
3. 3. cluster 标准误（通常按个体或政策单元）

五、结果如何解读（高阶写法）

不要写：

“系数为0.05，在1%显著”

要写：

“该政策使处理组结果变量平均提高5%，相当于基准均值的12%。”

顶刊表达包括：

• • 经济意义（economic magnitude）
• • 统计显著性
• • 标准误来源说明
• • 识别假设讨论

六、是否需要稳健性检验？

答案是：必须。

没有稳健性检验的DID，不可能进入顶级期刊。

常见稳健性包括：

1. 1. 更换控制变量组合
2. 2. 不同样本窗口
3. 3. 替代被解释变量
4. 4. 不同聚类方式
5. 5. 安慰剂检验（placebo test）

示例：假政策年份

df['fake_post'] = (df['year'] >= fake_year).astype(int)

如果假政策显著，说明模型存在问题。

七、异质性分析

DID 只是平均效应。

顶刊更关心：

• • 谁受影响更大？
• • 哪些地区效果更明显？
• • 不同收入组是否不同？

形式：

Python：

df['interaction'] = df['did'] * df['high_group']

八、动态效应（Event Study）

这是现代DID的标准配置。

画出：

• • 政策前3期
• • 政策后5期

看是否：

• • 政策前无显著趋势
• • 政策后逐渐显现效果

这是目前 AER / QJE 论文的常规做法。