DID-双重差分（Difference-in-Differences）

1. 方法概述

双重差分（Difference-in-Differences, DID）用于评估“处理组”在政策/事件前后相对“对照组”的净效应。其核心思想是：通过两次差分消除时间趋势与组间固定差异，从而估计政策效应。

设共有 \(n\) 个样本、\(d\) 个特征，数据集表示为

$$ \mathcal{D}=\{(x_i,y_i)\}_{i=1}^{n},\quad x_i\in\mathbb{R}^d \tag{1} $$

其中 \(y_i\) 为结果变量（因变量），\(x_i\) 包含处理组指示、时间指示与控制变量等。

2. 符号与变量

本系统支持：

• 处理组取值/对照组取值（当处理组列不是 0/1 时，用于映射为 \(D\)）；
• Post 生成方式：列为 0/1、阈值（>=）、或按值匹配；
• 标准误类型：常规/稳健(HC1)/聚类/ HAC(Newey-West)。

3. DID 均值法（四格均值）

设四类均值为：

• \(\overline{y}_{1,1}=E[y|D=1,Post=1]\)（处理组、后期）
• \(\overline{y}_{1,0}=E[y|D=1,Post=0]\)（处理组、前期）
• \(\overline{y}_{0,1}=E[y|D=0,Post=1]\)（对照组、后期）
• \(\overline{y}_{0,0}=E[y|D=0,Post=0]\)（对照组、前期）

DID 效应为

$$ \widehat{\text{DID}}=(\overline{y}_{1,1}-\overline{y}_{1,0})-(\overline{y}_{0,1}-\overline{y}_{0,0}) \tag{2} $$

系统会输出四格均值表与 DID 汇总结果，并绘制“四格均值柱状图”。

4. DID 回归法（含控制变量）

基准回归模型为

$$ y_i=\beta_0+\beta_1 D_i+\beta_2 Post_i+\beta_3(D_i\times Post_i)+\gamma^\top X_i+\varepsilon_i \tag{3} $$

其中 \(\beta_3\) 即 DID 效应。系统输出系数、标准误、t 值、p 值与置信区间。

4.1 处理组/对照组映射

当处理组列不是 0/1 时，可指定“处理组取值” \(v_T\) 与“对照组取值” \(v_C\)，构造指示变量：

$$ D_i=\mathbb{I}(\text{treat}_i=v_T)\quad (\text{若同时指定 } v_C,\ \text{仅保留 } \{v_T,v_C\}) \tag{4} $$

4.2 Post 生成方式

• 列为 0/1 指示：若列已为 0/1，则直接作为 \(Post_i\)。
• 阈值方式（数值或日期）：

$$ Post_i=\mathbb{I}(time_i\ge \tau) \tag{5} $$

• 按值匹配：

$$ Post_i=\mathbb{I}(time_i=\tau) \tag{6} $$

5. 标准误与显著性（系统支持）

系统提供以下标准误类型：

• 常规：基于经典 OLS 假设。
• 稳健(HC1)：对异方差稳健。
• 聚类(Cluster)：按指定聚类列进行聚类稳健标准误。
• HAC(Newey-West)：适用于序列相关与异方差。

显著性与置信区间基于显著性水平 \(\alpha\) 计算。

6. 平行趋势与诊断图

DID 的关键假设是“平行趋势”。系统提供：

• 处理组 vs 对照组趋势图（政策前后）
• 残差诊断：残差直方图、Q-Q 图、ACF 自相关图

用于辅助检验趋势一致性与残差结构。

7. 输出结果与图表说明

系统结果目录包含：

• Excel：模型摘要、回归系数、DID 均值、DID 汇总、拟合与残差、处理后数据、原始数据、参数设置、图表清单；
• 图表文件：趋势图、DID 四格均值柱状图、系数置信区间、残差诊断等。

图表路径会列在 Excel 的“图表清单”中，便于直接插入论文。

8. 与代码实现的对应关系

本算法在程序中由 具体的算法2/DID-双重差分/core/calculator.py 实现。程序会显式构造 _treat、_post 与交互项 _did，并将 DID 均值法与回归法的关键结果同时落入 xlsx，因此论文撰写时应直接对应这些真实输出。

8.1 程序实际导出的工作表

• 模型摘要：核心统计量与 DID 效应；
• 回归系数：系数、标准误、t 值、p 值、区间与显著性；
• DID均值：四格均值；
• DID汇总：DID 效应及相关汇总；
• 拟合与残差：拟合值与残差；
• 处理后数据、原始数据：数据明细；
• 参数设置：模型与标准误配置；
• 图表清单：图表路径索引。

8.2 程序实际生成的图表

• 处理组与对照组趋势图；
• DID 四格均值柱状图；
• 系数与置信区间图；
• 残差直方图、Q-Q 图、ACF 图。

8.3 程序实现中应写明的点

• 程序支持常规、稳健、聚类和 HAC 标准误；
• 若处理组列不是 0/1，会先按用户给定取值映射为处理/对照；
• DID 回归系数表中的交互项就是核心效应，不应与四格均值差重复解释；
• 图表清单中的路径均可直接用于论文插图定位。

9. 论文写作模板

方法描述模板：

本研究采用双重差分（DID）方法评估政策冲击的净效应。设 \(D_i\) 表示处理组指示变量，\(Post_i\) 表示政策实施后的时间指示变量，回归模型设定为式(3)。其中 \(\beta_3\) 为核心 DID 效应估计量，反映处理组在政策前后相对对照组的变化差异。为控制潜在混杂因素，模型加入控制变量 \(X_i\)，并对标准误进行稳健/聚类/HAC 处理以提高推断可靠性。

结果描述模板：

结果表明，DID 系数 \(\beta_3\) 为 \(\hat{\beta}_3\)，在 \(\alpha=0.05\) 显著性水平下显著（p 值为 \(p\)）。处理组在政策实施后相对对照组呈现显著上升（或下降），表明政策对结果变量具有显著影响。

10. UI 参数一一对应表（与界面一致）

提示：当处理组列不是 0/1 时，必须填写“处理组取值”；若填写“对照组取值”，系统仅保留两类样本，避免混入其它类别。

11. 英文模板段落与图表题注（可选）

英文方法段：

We employ the Difference-in-Differences (DID) approach to identify the causal effect of the policy. Let \(D_i\) indicate the treated group and \(Post_i\) indicate the post-policy period. The baseline specification follows Equation (3), and the coefficient on the interaction term \(D_i\times Post_i\) captures the DID effect. Control variables \(X_i\) are included, and standard errors are computed using robust/cluster/HAC options as appropriate.

英文结果段：

The estimated DID coefficient \(\hat{\beta}_3\) is statistically significant at the \(\alpha=0.05\) level, suggesting a meaningful policy impact on the outcome variable. The direction and magnitude of \(\hat{\beta}_3\) imply that the treated group experienced a relative increase (or decrease) after the policy implementation.

英文图题模板：

• Figure 1. Average trends of treated and control groups before and after the policy (parallel trends check).
• Figure 2. Four-cell means and DID contrasts for treated/control and pre/post periods.
• Figure 3. Coefficients with 95% confidence intervals (DID regression).
• Figure 4. Residual diagnostics (histogram / Q–Q plot / ACF).

12. 示例表格与图表题注模板

表 1：DID 回归结果（示例）

图 1：处理组与对照组的趋势图

图 1 展示了处理组与对照组在政策实施前后的平均趋势变化，用于检验平行趋势假设。

图 2：DID 四格均值柱状图

图 2 展示四类均值 \((D=1/0, Post=1/0)\) 的对比，直观体现双重差分效应。

13. UI 参数示例填写截图说明（可用于论文或附录）

说明：以下为“截图应包含的字段与示例填写”，便于用户按界面逐项复现。若需插入论文，请截取“参数设置”区域并标注序号（①②③…），在正文中对应说明。

截图应包含的字段与示例填写（建议顺序）
① 因变量(y)：y
② 处理组列(D)：treat
③ 处理组取值：1（若处理组列非 0/1，必填）
④ 对照组取值：0（建议填写以仅保留两类样本）
⑤ 时间列(Post/Time)：post 或 time
⑥ Post 生成方式：列为0/1指示（若为阈值/匹配，请在⑦填写）
⑦ 阈值/取值：2020-01-01 或 3（仅阈值/匹配时填写）
⑧ 控制变量(X)：选择 year, x1, x2, region, firm_size, industry, gdp
⑨ 包含截距项：勾选
⑩ 标准误类型：稳健(HC1) / 聚类(Cluster) / HAC
⑪ 聚类列（若选择聚类）：region
⑫ HAC 滞后阶（若选择 HAC）：1
⑬ alpha：0.05
⑭ 输出设置：默认（results/时间戳目录）或自定义路径

截图标注示例说明（可写入正文/附录）：
“图 A1 展示了 DID 模型参数设置界面。处理组列为 treat，处理组取值与对照组取值分别设置为 1 和 0；时间列为 post，Post 生成方式为 0/1 指示；控制变量选择 year、x1、x2、region、firm_size、industry、gdp；标准误类型采用稳健(HC1)，显著性水平 α=0.05。”

14. 注意事项

• DID 的识别依赖“平行趋势”假设，建议在政策前期进行趋势检验；
• 若处理组列非 0/1，必须指定“处理组取值”，建议同时指定对照组取值；
• 若存在时间相关或组内相关性，建议采用 HAC 或聚类稳健标准误；
• 结果解释应结合具体政策背景，避免仅凭系数符号做结论。

15. 单篇终审补充

15.1 图题与表题对齐建议

• 本文档应优先对应真实算法目录 具体的算法2/DID-双重差分。
• 代表性结果表建议绑定 具体的算法2/DID-双重差分/results/DID-双重差分分析结果_20260329_165248/DID-双重差分分析结果_20260329_165248.xlsx。
• 表题应直接对应该 xlsx 的真实工作表：模型摘要、回归系数、DID均值、DID汇总、拟合与残差、处理后数据、原始数据、参数设置、图表清单。
• 图题应优先绑定 results 根目录中与同轮结果最接近的一组实体图：trend_20260329_165320.png、did_bar_20260329_165320.png、coef_ci_20260329_165320.png、resid_hist_20260329_165320.png、resid_qq_20260329_165320.png、resid_acf_20260329_165320.png。

15.2 终审说明

• DID 当前存在“结果总表在时间戳子目录、复现脚本与部分图文件在 results 根目录”的历史导出结构，不是所有产物都收拢在单一子目录中。
• 复现脚本可对应 repro_did_template_20260329_165321.py，其 SRC_FILE 实际写为 did_window1_input.csv，属于“脚本同目录 CSV 快照复现”口径。
• 因此论文附录若写复现说明，应如实写成“结果表来自时间戳结果目录，复现脚本和同批图像位于 results 根目录，并读取同目录下的 did_window1_input.csv”，不要硬写成统一的 repro_inputs 结构。

15.3 全量强化补充

• 当前需要修正旧文一处图证口径：主结果目录本身已经包含完整图像，不必优先绑定 results 根目录那组 165320 图片。当前首层主结果目录是 具体的算法2/DID-双重差分/results/DID-双重差分分析结果_20260329_165248。
• 当前首层主工作簿为 具体的算法2/DID-双重差分/results/DID-双重差分分析结果_20260329_165248/DID-双重差分分析结果_20260329_165248.xlsx，实际工作表为 模型摘要、回归系数、DID均值、DID汇总、拟合与残差、处理后数据、原始数据、参数设置、图表清单。
• 当前首层主目录中已经存在同时间戳图证：trend_20260329_165248.png、did_bar_20260329_165248.png、coef_ci_20260329_165248.png、resid_hist_20260329_165248.png、resid_qq_20260329_165248.png、resid_acf_20260329_165248.png。因此正文若只谈主实验，应优先使用 165248 子目录中的这组图，而不是根目录平铺的 165320 组。
• 当前 results 根目录下仍保留一组后续图和脚本，包括 trend_20260329_165320.png、did_bar_20260329_165320.png、coef_ci_20260329_165320.png、resid_hist_20260329_165320.png、resid_qq_20260329_165320.png、resid_acf_20260329_165320.png、repro_did_template_20260329_165321.py 与 did_window1_input.csv。这说明 DID 当前真实结构是“首层结果子目录 + results 根目录平铺复现脚本与后续一组图”的混合模式。
• 当前 repro 脚本 具体的算法2/DID-双重差分/results/repro_did_template_20260329_165321.py 的真实输入口径是 SRC_FILE = 'did_window1_input.csv'，即“脚本同目录 CSV 快照复现”。因此这篇文档应明确区分：主工作簿和 165248 子目录图是主结果证据；根目录平铺脚本与 did_window1_input.csv 是复现证据。

16. 软件实现核查补充（2026-07）

• 当前实现的主结果目录应写作 具体的算法2/DID-双重差分/results/DID-双重差分分析结果_20260329_165248，正文优先使用 165248 子目录内的 trend_20260329_165248.png、did_bar_20260329_165248.png、coef_ci_20260329_165248.png、resid_hist_20260329_165248.png、resid_qq_20260329_165248.png、resid_acf_20260329_165248.png。
• results 根目录平铺的 165320 图组和 repro_did_template_20260329_165321.py + did_window1_input.csv 仅作复现补充，不要写成主结果。
• 文档解释应围绕 模型摘要、回归系数、DID均值、DID汇总、拟合与残差、图表清单 展开，把平行趋势、处理效应和残差诊断落回实际导出表中。
• 如果后续要给用户复现实验，应明确写成“主表在时间戳子目录，复现脚本在 results 根目录”。