Stata:DID原理及其操作-灵析社区

攻城狮小明

本篇可能需要有一点点计量经济学基础。

DID(Differences-in-Differences),中文名是双重差分法,看名字就能看出来是两次差分出来的一个结果。在政策研究等领域较为常见,例如一带一路对政策接受国与本国带来的影响。


公式形式

y = b 0 + b 1 ∗ p a s t + b 2 ∗ ( p a s t ∗ d o ) + b 3 ∗ d o . y = b0+b1*past+b2*(past*do)+b3*do.

y=b0+b1∗past+b2∗(past∗do)+b3∗do.


  • 假设我的脚标i , t i,ti,t都写了,i ii表示个体,t tt表示时间
  • 其中 p a s t pastpast代表是否政策发生节点已经过去,已发生为1,否则为0。例如2013年发一带一路,那么2013年后均为1。
  • d o dodo代表此政策或行为是否被实施,是则为1,否为0。例如一带一路政策接受国为1,其他为0。
  • 如果需要加其他控制变量,可自行加入b e t a 4 beta4beta4、b e t a 5 beta5beta5等,开心就好。
  • 最终b 2 b2b2(交互项)是否显著能说明能否拒绝政策发挥作用。

“双”重差分

这两次差分是怎么差的呢,根据前面定义可以得出各组水平如下表(是1就上,0就没有):

可以看出来,第一次差分后两组体现出政策发生前后差异,但这并非全部政策造成的影响,政策仅对接受政策或者叫政策实施组有影响,也就是处理组。但是处理组此时发生的变化由政策影响和其他外部因素共同导致,剔除这部分其他因素就靠对照组(非处理组),他们共同接受外部其他因素。

对于非处理组变化可以看做是仅由外部因素导致,因此处理组减去此部分变化便为第二次差分。经过两次差分后剩余一项便是交互项系数。



当然换一下第一次第二次差分顺序也没问题,换一下表格旋转一下就好了。实际操作就简化为了简单的reg就能解决。


阅读量:2009

点赞量:0

收藏量:0