《统计研究》双重差分最新进展！

江西财经大学智慧金融创新实验室与金融学院唐盛芳、蒋崇辉、广东金融学院马佳羽、广东外语外贸大学蒋青嬗合作研究撰写的论文《双重差分模型下有效协变量平衡估计》发表于《统计研究》中。本文在双重差分模型下提出一种新的协变量平衡法估计倾向得分，进而估计受处理者的平均处理效应（The Average Treatment Effect on the Treated,ATT），该方法使控制组协变量逼近基的加权样本均值等于总体协变量逼近基的样本均值。

双重差分

构建包含处理组与控制组以及政策实施前后两个时期的模型框架，定义个体在不同处理状态下的潜在结果变量和是否接受政策干预的二元处理变量，假设政策实施前所有个体均未受处理，明确观测结果与潜在结果的关系，并引入预处理协变量。

聚焦受处理者的平均处理效应（ATT）这一核心参数，通过设定条件平行趋势假设（假设 1）实现参数识别，即控制协变量后，处理组与控制组在未受政策干预时的潜在结果时期差异期望一致，进而推导出 ATT 的识别公式，其中关键在于估计反事实结果的期望。

提出新的协变量平衡法估计倾向得分函数，通过构建严格凸且无约束的优化目标函数，使控制组协变量逼近基的加权样本均值等于总体协变量逼近基的样本均值，同时采用 J 折交叉验证选择逼近序列阶数，确保倾向得分估计能平衡协变量矩且权重自动归一化，再基于此通过逆概率加权或 Hajek 型逆概率加权得到 ATT 估计量，并证明其一致性、渐近正态性及半参数有效性。

在实证应用中，以中国家庭追踪调查（CFPS）数据为例，界定精准扶贫政策实施的时间节点，将家庭是否受政策影响设为处理变量，家庭人均纯收入设为结果变量，选取个人、家庭及地区层面的协变量，预处理数据后运用上述方法估计 ATT，同时通过稳健性检验（如 Hajek 型估计、与线性 DID 对比、安慰剂检验）验证结果可靠性。

参考来源

[1]唐盛芳,马佳羽,蒋青嬗,等.双重差分模型下有效协变量平衡估计[J].统计研究,2025,42(05):148-160.