多时点双重差分能做吗：经典 DID 与双向固定效应的边界

多时点双重差分不能直接套用经典 DID。本站「双重差分(DID)」是经典 2×2 设定，只有一个事件时点，没有交错双重差分的专用估计量。不同企业陆续受处理时，结论只能限定在单一时点的设定内，或改走下面的三条站内路径。

这个问题常见于政策评估：同一项政策在各地陆续实施，容易被直接按经典 DID 处理。下面按现象、原因、站内路径和确认判据说明，并如实写出每条路径的局限。

多时点双重差分的现象

假设 A 企业 2019 年首次受处理，B 企业 2021 年首次受处理，C 企业始终没有受处理。把「是否受处理」合成一个 0/1 变量放进经典模型，得到的系数看似正常，但它混合了先处理企业与后处理企业之间的比较。

为什么经典 DID 难以直接套用

经典 DID 的识别来自处理组与对照组在事件前后的变化之差，默认所有处理组在同一时刻开始受影响。多时点数据打破了这个前提：文献中常指出（如 Goodman-Bacon, 2021，外部文献，不是本站报告的内容），先受处理的企业处理后的变化可能被当作后受处理企业的对照，而这部分变化里已含政策效应。

双向固定效应把个体效应和时间效应都控制掉，写法简洁，但处理效应随时间或批次变化时，它的加权方式可能让估计量偏离平均效应。本站报告第五张卡只写到这一步：交错设定下双向固定效应估计量可能有偏。

三家企业在不同时期谁处理、谁可能被当作对照，见下表：

站内三条路径和各自的局限

1. 所有处理时点相同：直接用「双重差分(DID)」，事件时点可手填，留空则系统推断并在报告里标明。
2. 拆成单一时点的子样本：先在 Excel 里建好首次受处理年份，按这一列把数据拆成多份文件，每份是同一年份受处理的企业加上从未受处理的企业，再分别上传、分别运行「双重差分(DID)」，事件时点逐份手填。本站不替你汇总各份结果，汇总时的权重和口径要自己写明；没有从未受处理的企业时没有干净的对照，这条路径不适用；较早的那批企业事前期数可能太少，做不了事前趋势检验，报告会标出该检验未做。
3. 面板模型的双向固定效应：先在 Excel 里建好受处理指示（受处理当年及以后取 1，其余取 0）。上传后年份会被判成定量，要先在变量卡的 ⋯ 菜单里转定类，才能放进面板模型的时间项变量区；受处理指示只有 0 和 1，会被判成定类，要转定量，才能放进变量X区。企业编号放进分组项变量区，勾选「时间-个体固定效应」后，报告会多出一张双向固定模型的系数表。它同样不解决异质性处理效应带来的偏误，论文里要写明这个局限。

两条路径要建的列长这样：

分析和查看结果不用登录；登录后可以保存历史、我的数据、LaTeX 源码与单张图片导出；开通会员后可导出 Word / PDF 报告、使用 AI 解读。每份结果都在页面上查看。

单一时点的演示数据能说明什么

以下结果来自本站演示数据（模拟生成，不代表真实研究结论）：按企业整体随机抽取 85%（随机种子 27），51 家企业、306 条观测，只有一个事件时点，是系统按时间取值的中位次序推断为 2021 的。事前联合检验 F(2, 50)=0.027，p=0.973；净效应 4.259，95%CI [2.798, 5.720]，p<0.001；安慰剂检验为 -0.213（p=0.838），不显著。

这份演示数据回答不了多时点问题：它只有一个时点，只能示范经典 2×2 设定下报告长什么样。图中虚线标出的 2021 就是这个单一事件时点：

怎么确认多时点设定没有用错

先按企业列出首次受处理年份并放进附录，让读者看清各时点的规模。

• 路径二的每份文件里，处理企业的首次受处理年份都相同，该年份就是这份文件填的事件时点。
• 路径三的受处理指示，在每家企业首次受处理年份之前取 0、当年及以后取 1。
• 路径二的子样本变小，聚类数可能低于经验下限 30；第一张卡会印出聚类数，低于下限就要在论文里写明聚类推断不可靠。

写作时可以这样交代：「本文的处理时点不一致，经典 2×2 设定不适用；我们按首次处理年份拆分子样本分别估计，各组结果单独报告，未做汇总。」只估计处理时点最集中的那一批时，也要在文中说明其余批次被排除在外。

上传后的数据预览里，「是否试点(处理组)」是一列分组标记，表里没有首次受处理年份这一列，所以多时点要另外建好再上传：

延伸阅读

• 双重差分(DID)帮助文章：适用前提与局限说明
• 帮助中心：全部方法索引