1、三重差分法及運行https:/s?_biz=MjM5OTMwODM1Mw=&mid = 2448053255&idx=1&sn = 54fe4a6f5a9382df9bdb20f0b1abda83&chk sm = b32389298454003f233cda8e53bbbfc6d1554f9482ccc1385952b6739aee41edcf4e22f726d3&scene=0#rd雙重差分法的關鍵假設是實驗組與對照組的時間效應一樣。這個假設只有通過足夠長的時間序列數(shù)據(jù) 才能檢驗。需要指出的一點是，即使干預發(fā)生之前兩組時間序列一致，也不能保證干預發(fā)生后兩組時 間序列是一致的。有可能在干預發(fā)

2、生的同時在實驗組或者對照組中又發(fā)生了其他影響產(chǎn)出的事件，則 干預發(fā)生后兩組的時間趨勢是不一致的。簡單的雙重差分估計是有偏的。如圖3所示，如果對照組是 虛線所示，則雙重差分估計是無偏的。但如果對照組是上方的實線，則雙重差分估計法是有偏的，偏 差部分是在U時刻，該實線與虛線之間的距離。解決這個問題有兩個思路:第一個是尋找更多的對照組，把多個對照組加權構造成一個虛擬的對照組， 使得雖然每個對照組都與實驗組的時間趨勢不一樣，但加權后的虛擬對照組的時間趨勢與實驗組的一 樣。這個方法被稱作綜合控制法(Synthetic Control Method)。Abadie&Gardeazabal(2003)(14

3、) 用這個方法研究了恐怖沖突對經(jīng)濟發(fā)展的影響。解決這個問題的第二個思路是估算出這個因為時間趨勢不同而帶來的偏差，然后從雙重差分結果中減 去這個偏差即可。這被稱作三重差分法(Difference-in-differences-in-differences, DDD)。三重差 分法的思路是，既然兩個地區(qū)(分別指實驗組和對照組)的時間趨勢不一樣，那么我們可以分別在兩個 地區(qū)尋找一個沒有受到干預影響的人群/行業(yè)，通過對這兩組的雙重差分估算出時間趨勢的差異，然三重差分法回歸及運行命令刖事申凈 甲 dWT!1Tly廿鏟吊匕上后* = 2. .E 5 i,訊 rpmy卡甲|4別H號 gr .=2 Fl號 片

4、口ipp寫而 7日d照出 (T - SJ i卡力守n yrrwny 冒號晴1rl9 Ml哪1 $ = T = 1Alin口困h it la not shown 嗎酬便安 hwe_ It lums ouilfiafirieesljnna/6 in mis rrodel are正如上面的二重差分法實際上運用的是OLS做的回歸，我們之前說過，倍差法是相當于two-wayfixed effect model，里面包括個體效應時間效應，而對于一個這樣的panel data，我們可以運用LSDV通過添加個體和時間虛擬變量來回歸，或者運用demeaned variables回歸來消除個體和時間效應，再加上那

5、些交互效應后就可以像其他fixed effect回歸一樣。二重差分法一般是在同一個 ?。ǖ貐^(qū)）區(qū)分treatment和control組的，而三重差分法則包括另一個未受到政策沖擊的?。ǖ?區(qū)），來區(qū)分treatment和control組的，當然三重差分法要穩(wěn)健得多。Empirical Methods in Applied Economics LectureJorn-Steffen Pischke HYPERLINK http:/econ.lse.ac.uk/staff/spischke/ec524/evaluation3.pdf http:/econ.lse.ac.uk/staff/spisch

6、ke/ec524/evaluation3.pdf接下來，我們來區(qū)分一下二重差分和三重差分在Stata的運行過程1992年，美國新澤西州通過法律將最低工資從每小時4.25美元提高到5.05美元，但在相鄰的賓夕法尼亞州最低工資卻保持不變。Card and Krueger收集了兩個州的快餐店在實施新法前后雇傭人數(shù)的數(shù)據(jù)，并使用雙重差分法進行估計。注：fte : full time employment人數(shù)；treated = 1，表示快餐店在新澤西州，否則在賓夕法尼亞 州；t=1 ,表示時間為1992年11月，否則為1992年2月；bk=1，表示Burger King快餐品牌； kfc=1，表示肯德

7、基快餐品牌；roys=1，表示Roy Rogers快餐品牌；wendys=1，表示W(wǎng)endys 快餐品牌。以下黑色字體的code可以直接在Stata上執(zhí)行.讀取數(shù)據(jù)：use http:fm HYPERLINK /repec/bocode/c/CardKrueger1994.dta%e2%80%9d /repec/bocode/c/CardKrueger1994.dta”idtreatedfteblcriysw色正日口_dn.f f10NJMl1Q1JWJ100Q120NJ131000fl21NJ13, 51Qa013DNJ12. 501003HJ7. S010004DNJ1600J-04NJ2

8、00Q10g5QNJqQ1Qg51NJ2500L0Q6DNJ30aL00616QD100B0NJ00010B1NJ27- Sa1a.簡單的二重差分:difffte, t(treated) p(t)D工FFEREMEK-DIFFERENCES ESTIMATION RESULTSNumber of observations in the- DIFF-IN-DIFF: 801BeforeAfterControl: 70Treated: 32640411155320做3 97Outcoma var Means and Standard Errors are eamnated by linear re

9、greasion Inference: Means and Standard Errors are eamnated by linear regreasion Inference: 土土生 p0,01; 士# p0,05; t pl t|BeforeControl19,949T工017,065Diff (T-C)-2.8041.1357.540.011difffte, t(treated) p(t) ddd(bk)difffte, t(treated) p(t) ddd(bk)AfterControl17,542Treated.17.573Diff (T-C)0.0301.1430.030.9

10、79Diff-in-Diff2.9141.6111910.071*R-square:0 - 01TRIPLE D工ETERHNCE (DDD)三5工工MM：工ON RESULTS Notation of DDD:Control (A) Control (B) Treated (A) Treated (B)treated 0 treated. = 0 treated = Control (A) Control (B) Treated (A) Treated (B)treated 0 treated. = 0 treated = 1 treated = 1and and and and.bk -bk =bk =bk =1010Number of observations in the DDD: 801BeforeAfterControl(A)1343569Control(B)：444286Treated(A):133132265Treated(A):193168381404397Outcoine vac,f teS. Err.|t|P|t|BeforeControl (A)25,654Control (B)15.540Treated (A)IB.547Treat-ed (B)16,0