企业官网建设流程全解析

读这篇文章的人，多半是正在被实证论文折磨的学生，或者刚接触政策评估的年轻研究者。打开Stata，装好命令，敲下一行did，弹出一堆看不懂的输出，然后陷入迷茫：系数是哪个？显著性怎么看？平行趋势怎么检验？审稿人问起来怎么答？

双重差分DID是政策评估里最常用、也最容易出错的方法之一。这篇文章不绕弯子，直接说清楚从原理到落地操作的完整链路。数据应该长什么样、交互项怎么生成、基准回归用哪个命令、平行趋势如何画图证明、安慰剂检验怎么写代码、顶级期刊现在还在追问什么问题——按这个顺序走一遍，你就能把DID真正跑通，而不是停留在"只知道命令"的阶段。

1. DID的核心逻辑：为什么前后对比不够用

先说原理，但只说人话版。很多人第一次接触DID时，会忘记一个基础问题：我们到底在估计什么？

1.1 政策评估的困境：一个反事实难题

假设有一天，某市突然实施了限行政策，你要评估它是否降低了空气污染。最朴素的想法：拿政策实施前的平均空气质量，和实施后的平均空气质量比一比，差多少就是政策效果。

问题在于，空气污染受季节、气象、产业结构调整、周边城市传输等多种因素影响。即便没有限行政策，下个月的污染水平也可能自然下降。你看到的"前后差异"，是政策效应和一系列时间趋势的混合体。这个混杂效应不剥离掉，结论就不干净。

所以研究者需要找一组"对照组"。这个对照组最好和限行城市高度相似——地理相邻、产业结构相近——但它没实施限行。这样，对照组在同时期内的变化，就可以代理"如果限行城市没有政策，会出现什么变化"。用处理组的前后差异，减去对照组的前后差异，剔除了共同的时间趋势，剩下的才是政策净效应。这就是"双重差分"名字的由来：第一次差分消除个体异质性，第二次差分消除时间趋势。

1.2 一张2x2表看懂DID的本质

把DID塞进一张四格表：

右下角那个差分值，就是DID估计量。它的数学表达式很简单：

[ DID = ( \bar{Y}{T,after} - \bar{Y}{T,before} ) - ( \bar{Y}{C,after} - \bar{Y}{C,before} ) ]

放在回归框架里，变成大家最熟悉的形式：

[ Y_{it} = \alpha + \beta_1 Treat_i + \beta_2 Post_t + \beta_3 (Treat_i \times Post_t) + \gamma X_{it} + \epsilon_{it} ]

其中(\beta_3)就是政策净效应。理解这个回归式的关键在于：(Treat_i)吸收组别差异，(Post_t)吸收时间趋势，交互项才是政策效应。这在后面的Stata操作中反复出现。

1.3 一个必须理解的前提：平行趋势假定

DID能成立，核心不是数据有多好，而是满足平行趋势假定：如果没有政策干预，处理组和对照组的结果变量应该沿着平行路径演变。

这个假定绕不过去。没有它，DID就只是两个差分的机械减法。

理解平行趋势最好的方式，是找一个生活类比。想象两棵相邻的树，一棵施肥（处理组），一棵不施（对照组）。两棵树生长速度本来就差不多，施肥后长得更快。你观察到的长势差异，可以归因于肥料。但如果两棵树的初始土壤条件完全不同，一棵在肥沃地，一棵在贫瘠地，即便不施肥，生长速度也会不一样——这时候用对照树去模拟"处理树如果没有肥料会怎样"，就不成立了。

2. 数据准备：先确认你的数据长什么样

跑DID之前，90%的问题出在数据形态上。见过太多人拿着一份只有几十行的截面数据，就试图跑DID。先搞清楚DID需要什么数据。

2.1 面板数据与重复截面数据

DID最常见的载体是面板数据：每个个体（城市、企业、个人）被追踪多个时期。面板数据里，你能控制个体固定效应，把不随时间变化的个体特征全部吸收掉，这是DID最理想的形态。

没有真实面板怎么办？重复截面数据也可以做DID。比如每年调查对象不同，但调查设计稳定，你可以从不同年份中抽取"政策实施前"和"政策实施后"两波样本。此时没有个体固定效应可用，但依然可以控制年份和组别效应。核心要求是：每个细胞（处理组-政策前、处理组-政策后、对照组-政策前、对照组-政策后）都得有足够样本量。

无论哪种数据，关键变量有三类：

• 标识变量：个体ID和年份/时期变量。
• 分组变量：该个体是否属于处理组（(Treat)）。
• 时间变量：该时期是否处于政策实施之后（(Post)）。

2.2 构造交互项：小心这种常见错误

基准回归里的核心解释变量是(Treat \times Post)。在Stata中，你可以用gen命令直接生成新变量：

gen did = treat * post

这是最简单直接的做法。但如果你在回归里写成下面这样：

reg y treat post treat#post, vce(cluster id)

注意了：treat#post和treat*post不完全等价。前者会生成全交互（包括同一个变量的虚拟变量）的展开形式，在某些情况下会多出一堆变量。更稳妥的方式，是显式定义交互项，或者使用c.treat#c.post告诉Stata这是两个连续变量的乘积。实际操作中，我更推荐先gen did = treat * post，然后在回归里直接放did变量，简单明了，不易出错。

焦虑点提醒：生成交互项之前，先确认treat和post都是0/1二值变量。如果treat是连续变量（比如政策强度），那DID就变成了"强度DID"（即连续型DID），模型解释要相应调整。

2.3 数据形态检查清单

不管你是从原始数据库（如中国工业企业数据库、CNRDS、CSMAR）下载的数据，还是自己构建的平衡面板，建议在跑回归前先做这几步检查：

1. xtset id year确认面板声明成功，没有报"repeated time values"错误。
2. tab treat post看看四类样本量是否充足，有没有出现某类细胞为0的情况。
3. summarize y treat post did观察变量的量纲和取值范围，确认没有异常值。

这一步花十分钟，回报巨大。很多人跑出来的DID结果极其诡异，回查数据发现处理组和政策后时期的交叉项全是0——那还回归什么。

3. Stata基准回归：从命令到结果解读的完整梳理

数据搞定，进入核心环节：运行DID回归。这里介绍三种命令，本质估计量相同，但使用场景和输出细节有差异。

3.1 基础OLS回归写法

最经典的写法，直接对前文的回归方程对应：

reg y treat post did ctrl1 ctrl2, vce(cluster id)

几个关键点逐一说明。

第一，标准误。DID回归的扰动项往往在个体内自相关，所以一定要聚类到个体层面（即政策评估的单元），写成vce(cluster id)。如果你的处理变量在更高级别变化（比如要研究省级政策，处理组按省划分），聚类层级至少要省级。Cameron等人的经验法则是：聚类数量太少（少于30或40个）时，聚类稳健标准误可能失效，此时可考虑bootstrap或野生聚类自助法。

第二，控制变量。控制变量加入原则在DID里被经常误解。大家以为控制变量加得越多越好，其实不然。加控制变量的目的，是缓解释义时段变化的混杂因素，而不是"让R²更高"。要警惕坏控制变量：政策实施后受到影响的结果变量（中介变量、事后变量）不能进回归，否则会引入偏差。这类问题在实证文献中被称为"坏控制"（bad control）问题。我的经验是，基准回归先不加控制变量跑一遍，再加时变控制变量跑一遍，两个结果一起报，既展示稳健性，也避免"控制变量选择争议"。

第三，个体固定效应和时间固定效应。细心的读者会发现，reg y treat post did里没有显式添加个体和年份固定效应。实际上，广义DID通常用双向固定效应（TWFE）模型：

xtreg y did ctrl1, fe i(id) i(year) vce(cluster id)

或者等价地：

reghdfe y did ctrl1, absorb(id year) vce(cluster id)

reghdfe是目前最推荐的工具，速度快，内存占用低，还便于吸收高维固定效应。记得先安装：

ssc install reghdfe

这里注意：在双向固定效应模型中，treat和post的主效应已经被个体固定效应和时间固定效应吸收了，所以只需放交互项did。这是初学者最容易困惑的点——为什么reg写法里有treat和post，而xtreg写法里不需要了。

3.2 diff命令：傻瓜式但有用

Stata社区还有一个外部命令diff，专门为DID优化：

ssc install diff diff y, t(treat) p(post) cov(ctrl1 ctrl2) robust

t()里面放处理组变量，p()里面放政策前后变量，cov()是控制变量。运行后输出会自动给出处理组前后均值、对照组前后均值、双重差分估计量和t统计量，还会给出多种标准误版本（常规、稳健、聚类等）。

说实话，我论文初稿有时候也用diff快速扫一眼结果，因为它输出格式很像教材，方便检查估计量是否稳健。但正式写作时，我更倾向reghdfe——控制更细致，形式更清晰，便于加固定效应和高维固定效应。

3.3 结果解读：β₃到底说明什么

无论用哪种命令，核心关注点都是交互项did的系数。这个系数为正，表示政策导致结果变量显著上升；为负，则意味着政策降低结果变量。判断标准：看系数大小、显著性水平（p<0.05或p<0.01），以及经济显著性（系数量级是否有现实意义）。

以前阵子做一个最低工资调整评估为例，交互项系数是-0.08，p=0.03。说明最低工资调整使得就业概率平均降低8个百分点。如果只报系数和p值，不解释经济意义，审稿人一定会挑刺。8个百分点在这种研究背景里是不小的效应，但我也会告知读者，这一效应主要集中在低技能劳动者群体，平均效应掩盖了异质性。

4. 平行趋势检验：DID成立的生命线

基准回归跑完，系数好看还不够。同行评审看到DID结果时，第一反应几乎都是："你如何保证平行趋势？"这个关口过不去，前面都是白搭。

4.1 事件研究法：把时间动态完全展开

平行趋势检验使用最普遍的方式，是事件研究法（event study），也被称为动态DID。

基本思想：不把政策效果压缩成一个单一系数，而是把政策实施前后每一期的处理效应都估计出来。如果政策前的各期系数统计上不显著异于0，说明处理组和对照组在政策前没有系统性差异，平行趋势成立。

实现方式：把政策时间作为事件时间（event time），生成一系列虚拟变量，比如pre4表示政策前第4期，post3表示政策后第3期，然后跑如下回归：

reghdfe y pre4 pre3 pre2 post1 post2 post3, absorb(id year) vce(cluster id)

通常以政策前一期（或政策当期）作为基准组，省略不加入模型，否则会遇到完全共线性。注意，我这里用公式表示"某期效应"，实际操作中用gen pre2 = (event_time == -2)等命令逐期生成虚拟变量。

还有一种更快的方式，是用coefplot直接看系数图：

coefplot, keep(pre4 pre3 pre2 post1 post2 post3) vertical yline(0) xline(2.5)

如果政策前各期系数置信区间跨越0线，说明平行趋势得到直观支持。政策后的系数若是渐进上升或下降，还能读出动态效应——政策起效的时滞、持续性如何。

4.2 怎么做事件时间变量：一个实操细节

构造事件时间变量听起来简单，但有个常见的坑：政策时间不是同一个时点怎么办。比如你要评估的是各省陆续实施的某项试点，不同省份的"政策后第1期"对应不同日历年份。标准做法是使用相对时间：

gen event_time = year - policy_year if treat == 1 replace event_time = 0 if treat == 0

重点：对于从未受政策影响的对照组，event_time统一设为0或一个固定值，并且不能参与事件研究虚拟变量的生成（否则对照组被错误地当作"政策当期"）。通常建议对照组单独处理，保持treat=0的样本在所有pre/post虚拟变量中都是0。

4.3 平行趋势检验没通过怎么办

先说结论：如果平行趋势检验明显不通过，别硬着头皮隐瞒或伪造结果。有几种正路可走。

第一，尝试调整样本期。政策实施前的长窗口中可能存在特定年份的冲击，比如某一年突然有个全国性政策影响了所有地区。适当缩短事件窗口，或添加省份特定线性时间趋势（i.id#c.year），有时能缓解。

第二，使用匹配方法预处理数据（PSM-DID）。通过倾向得分匹配，把处理组和对照组的可观测特征拉近，再在匹配样本上做DID。这在一定程度上缓解了可观测变量不平衡造成的平行趋势偏离，但注意它不能解决不可观测的遗漏变量问题。

第三，使用合成控制法。如果对照组和处理组存在严重不可比性，合成控制法用多个对照地区加权构造一个"合成处理组"，它的平行趋势表现通常更好。

5. 安慰剂检验：证明政策效果不是窗外的运气

平行趋势检验回答的是"政策前是否可比"，安慰剂检验则回答"政策效果是否可信"——你是不是捡了一个统计上偶然出现的显著结果。

5.1 常规思路一：随机分配处理组

原理：把"处理组"标签在所有样本中随机打乱，这样理论上就不存在真实的政策效应。重复几百次，看看随机分配下的t值分布。如果真实的政策效应不是靠运气，那么真实的t值应该处在随机分布的极端尾部（偏大或偏小）。

具体操作步骤：

* 假设真实的t值为 real_t forvalues i = 1/500 { gen random_treat = runiform(0,1) sort random_treat gen pseudo_treat = _n <= N_treat // 保证处理组样本量与原数据一致 * 在pseudo_treat和post构成的交互项下跑回归，记录系数和t值 local t_pseudo = _b[did]/_se[did] }

手动写循环效率低，更推荐用permute：

permute did = _b[did], reps(1000) seed(12345) saving(perm_results.dta) nodots: reghdfe y did, absorb(id year) vce(cluster id)

跑完后，把真实系数和安慰剂系数的分布对比，画出系数分布图。如果真实系数在安慰剂分布的边缘，说明你的结果不是随机噪声。

5.2 常规思路二：提前政策时间

另一种安慰剂做法是"虚构政策时点"。比如真实政策发生在2018年，你假设政策发生在2015年（并删除2018年以后的样本，以免真实政策污染），然后跑DID。如果虚构政策产生了显著的"假效果"，说明原结果可能捕捉的是假趋势，而不是真实政策效应。

这个做法的直觉是：如果在政策还没发生之前，处理组和对照组的差异已经显著，那说明两组本身趋势不同，真实政策效应可能是虚假的。

5.3 画图展示安慰剂结果

我在论文里最常用的展示方式是系数分布图。横轴为安慰剂估计系数，纵轴为密度或核密度，真实系数用一个竖直线标记。如果竖直线落在分布主体之外，读者一眼就能看出政策效果是真实存在的。用twoway kdensity或者histogram都能快速绘制。

不建议只报"做了500次安慰剂，平均系数接近0，少数显著"这种模糊说法。审稿人想看到的是分布、具体排除随机性的证据、设定的充分性。

6. 从基准回归到发表级结果：高阶问题和踩坑经验

写完基准回归、平行趋势检验、安慰剂检验的代码，理论上文章的实证部分已经能看了。但从"能看"到"发表"，中间还隔着几座大山。这是我这几年被拒稿和审稿别人论文时攒下的体会。

6.1 多期DID的时代：不能再假装所有政策同一时点发生

过去的DID教学常假设政策在某一时点统一实施，处理组和对照组清晰分明。但现在，越来越多的政策是逐步试点、分批推开的，不同的处理组在不同的时点开始受政策影响。这种情形下，传统双向固定效应模型面临着异质性处理效应的困扰——不同组别在不同时间接受处理时，TWFE估计量可能不是个体处理效应的加权平均，甚至可能出现"负权重"问题。

如果是多期DID，建议：

1. 首先做Bacon分解（Goodman-Bacon分解），看看TWFE估计量如何由各种2x2比较构成。
2. 如果存在大量"早处理组作为后处理组的对照组"的情形，考虑使用Callaway和Sant'Anna提出的csdid命令，或者Sun和Abraham的eventstudyinteract命令。
3. 报告时同时给出TWFE和异质性稳健估计量，作为对照。

ssc install csdid csdid Y, ivar(id) time(year) gvar(first_treat_year) method(dripw) estat event

这个命令输出的动态效应图比我手动写的event study图要规范得多，推荐直接用。

6.2 控制变量控制到什么程度

前文说了坏控制问题。这里再补充一条经验：控制变量一旦进入回归，就要在论文里交代选取理由。常见的组合是：地区层面的经济特征（人均GDP、产业结构、人口密度）、企业层面的基本特征（规模、年龄、所有制）。不要过度控制——控制变量过多会造成"过度调整偏差"，尤其当控制变量与处理变量高度相关时，标准误会被夸大，估计量不再有效。

如果审稿人质疑"你们是否控制了XX变量"，最稳妥的策略是展示一个表格：第一列不含控制变量，第二列加一组，第三列加另一组，第四列全加。系数如果稳定，你的结论就坚固；系数如果翻来覆去变号，问题就出在样本或模型上。

6.3 聚类稳健标准误、Bootstrap法和"幸存者偏差"杂谈

聚类层级选择是个高频争议点。处理变量在省级变化，但聚类到省级时只有不到10个省，聚类稳健标准误会过于激进；聚类到更细的县级，又可能低估标准误。实践中，我倾向于至少提供两个层级的标准误（比如省级和县级），或者采用多层聚类。Stata 9.2及以上版本支持vce(cluster id1 id2)的双重聚类。

另一个被低估的问题是"进行DID的面板数据是否平衡"。如果不平衡，某些个体可能在政策前后都出现退出，造成样本选择性。一个简单的处理是先检查各时期样本量差异，如果是企业数据还要考虑企业进入退出带来的存活偏差，必要时使用xtbalance或者估计面板attrition模型。

6.4 结果呈现的小规范

最后说论文写作中那些"小事":

• 表格里要标出标准误的聚类层级，不要写"括号内为标准误"就完事。
• 显著星星标到10%、5%、1%三级，并说明是双尾检验。
• 表格注释里写清楚样本量、R²、固定效应范围。
• 如果用了reghdfe，报告里要说明被吸收的控制变量数（No. of absorbed FE）。

一个规范的结果表格，能让审稿人在30秒内抓住你的识别策略，而不是追问一堆细节。把这个做好了，比任何花哨的计量方法都能提升论文的接受概率。

工具命令汇总一下，方便之后按图索骥：

我在实际做项目时，最常提醒自己的就是那句老话：DID只有两条路能走通——要么你的平行趋势足够漂亮，要么你的政策冲击足够外生。跑一百遍回归，不如把这两件事想透。这篇文章给了你从数据准备到最终表格的全部操作路径，剩下的，就是对着你的真实数据动手跑一遍，遇到报错再回头查，跑完再想解释。这个循环，才是真正学会DID的路。