本文介绍了三重差分法(Difference-in-Difference-in-Difference, DDD)在处理实验组和对照组时间趋势差异问题上的作用。以美国B州针对65岁以上老人的医疗保健政策为例，传统双重差分法因不同年龄群体健康状况时间趋势不一致而失效。三重差分法通过引入相邻州的数据，解决了这一问题，提供了更准确的政策效果估计。文章引用了相关文献，并讨论了该方法相对于合成控制法的简易性。
原文链接：https://www.lianxh.cn/news/f35dae8f2b0c8.html
1. 为什么使用三重差分法？
双重差分法的重要假设是对照组和实验组的时间趋势一样，而当控制组和实验组的时间趋势不同，则无法得到一致的实验估计量，需要进一步改进双重差分估计量。 平行趋势检验可以看往期推文多期倍分法(DID)：平行趋势检验图示。当选择的控制组与实验组时间趋势不同时，可以采用合成控制法(Synthetic Control Method)即对多个对照组加权构造成一个虚拟的对照组和三重差分法 (Difference in Difference in Difference) , 相比较合成控制法，DDD 操作更加简单，本期主要对三重差分法进行介绍。
通过下面具体的例子，我们来说明三重差分法的原理。假设美国 B 州针对 65 岁或以上的老年人 (实验组，Treat = 1) 引入一项新的医疗保健政策，其他年龄群体不适用。考察此政策对健康状况的影响，选用 B 州 65 岁以下群体 (old = 0) 作为对照组。由于人的健康状况随时间的变化并不是线性的，而不同年年龄组的个体的健康状况变化的时间趋势也存在差异，这会导致传统 DID 方法的前提条件——共同趋势假设 (Common Trend) 无法得到满足。简言之，实验组和对照组人群的健康状况随时间的变化趋势不一致。这种时间趋势差异的影响可以通过计算相邻的 A 州 65 岁及以上老年人和年轻群体相对健康情况变化差异来捕捉 (相当于再用一次 DID)。
参考文献
- 高级计量经济学及 Stata 应用[M]. 高等教育出版社, 陈强, 2014: 343-344.
- 任胜钢, 郑晶晶, 刘东华, 陈晓红. 排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据[J]. 中国工业经济, 2019(05): 5-23.
- 钱雪松, 唐英伦, 方胜. 担保物权制度改革降低了企业债务融资成本吗?——来自中国《物权法》自然实验的经验证据[J]. 金融研究, 2019(07): 115-134.
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
