2025升级版！DeepSeek助力DID专题课：4天掌握前沿计量方法，发顶刊不是梦！

资料狂人

5974

收藏 2025-03-11

双重差分模型（DID）作为因果推断的重要工具，近年来在经管社科实证领域的应用不断深化，且未来趋势呈现出技术融合与方法创新的特点。

当前应用领域与典型案例：

1. 政策评估的精细化

DID被广泛用于评估各类政策效果，例如：

经济政策：如税收改革对消费的影响、最低工资政策对就业的影响（如新泽西州与宾夕法尼亚州快餐行业的经典研究）。
环境政策：排污权交易机制对企业全要素生产率的提升效应，以及环境规制对区域经济增长的影响。
社会政策：巴西家庭健康计划（FHP）对婴儿死亡率的降低效果，以及教育政策对学生成绩的促进作用。

2. 跨学科研究的拓展

国际商务：分析贸易政策对企业出口行为的影响。
公共卫生：评估医疗改革对健康结果的空间溢出效应。
区域经济学：研究国家级新区对区域经济增长的带动作用。

3. 方法创新驱动的实证研究

多期DID：用于政策分阶段实施的动态效应分析，如“营改增”对制造业与服务业融合的长期影响。
空间DID：捕捉政策在区域间的空间依赖性，例如环境政策对周边地区的经济溢出效应。
合成DID：结合合成控制法，解决异质性处理效应问题，如评估经济特区政策的异质性影响。

未来发展趋势：

1. 技术融合：DID与机器学习的深度结合

机器学习双重差分法（MLDID）：通过机器学习优化干扰模型（如倾向评分、结果模型），提升处理效应异质性的识别精度，尤其适用于分阶段政策评估。例如，巴西家庭健康计划的效果分析中，MLDID揭示了贫困地区政策效果的滞后性。
大数据处理：利用AI处理复杂数据结构（如非结构化数据、高维面板数据），增强因果推断的稳健性。
方法创新：解决传统DID的局限性

2. 交叠DID（Overlapping DID）：通过加权平均多重DID估计，解决政策实施时间异质性和处理效应异质性问题，提升结果的可信度。

动态效应分析：结合事件研究法，展示政策效果的动态演变（如U型或倒U型趋势）。
异质性处理效应模型：通过模糊DID（Fuzzy DID）和分位数回归，揭示不同群体、区域的差异化政策效果。

3. 空间与跨学科拓展

空间DID的深化：评估政策的空间溢出效应，例如区域经济一体化政策对邻近地区的带动作用。
跨学科场景应用：向医学（如医疗干预效果评估）、环境科学（如碳减排政策分析）等领域延伸，推动因果推断的普适性。

4. 稳健性检验与假设放松

平行趋势检验的创新：如HonestDID方法，通过数据驱动检验假设，减少模型误设风险。
放宽SUTVA假设：允许个体间交互影响，更贴近现实政策场景。

DID方法已成为经济学、管理学等领域因果推断的黄金标准。面对交叠处理、空间溢出、异质性效应等复杂场景，传统方法是否还能hold住？

2025年最硬核的DID专题课重磅升级，4天带你玩转16种前沿估计量+22篇顶刊范例，用DeepSeek智能赋能科研全流程！

2025年10月DID系统课程第16期

课程核心亮点：

1. 系统梳理DID方法演进脉络

从传统DID、多期DID到空间DID、交叠DID，覆盖《中国工业经济》《AER》等顶刊最新方法论，直击负权重、非平行趋势等疑难问题。

2. 理论+代码+文献三维突破

独家解析22篇中英文顶刊范例（含曹清峰、孙晓华等权威论文），配套Stata官方命令+社区前沿代码包，手把手复现Beck(2010)、Wooldridge(2021)等经典研究。

3. DeepSeek智能科研黑科技

自动生成DID动态系数图/安慰剂检验
一键实现Bacon分解/CSDID估计量
PSM-DID匹配优化+空间效应可视化
解放双手，效率几何级提升

开课信息：

培训时间：10月1-4日，前两天与后两天可分开报名

课程安排：9:00-12:00,14:00-17:00；答疑

培训方式：北京现场，同步远程直播；提供配套资料，录播回放及授课老师答疑

配套资料：课件，do文档，数据，参考文献等

授课嘉宾：

崔百胜，厦门大学经济学博士，上海师范大学教授。

主要研究领域为货币理论与政策、动态一般均衡模型、空间计量经济学。主持国家社会科学基金项目，教育部人文社会科学基金项目，以及上海市教委科研创新项目等在内的多项课题。在中英文期刊发表学术论文50余篇。参与编写《空间计量经济学——现代模型与方法》、《空间计量经济学——实证研究与软件实现》、《计量经济分析与Stata应用》、《经济计量研究指导——实证分析与软件实现》等专业教材。
Stata金牌讲师，已经通过14期DID课程帮助超1000名老师和同学掌握DID，发文成功。

适合人群：

1. 亟需发表中英文论文的高校师生

2. 从事政策效应评估的政府/企业研究人员

3. 希望掌握因果推断前沿方法的社科研究者

学完您将获得：

1. 16种DID估计量的灵活选用能力

2. 20+顶刊论文的代码复现经验包

3. 诊断模型偏误的完整检验工具箱

4. DeepSeek自动化分析DID全流程实战技能

课程内容：

第一阶段（10月1-2日）夯实基础，含9篇范例论文

1. 传统DID七种命令对比+Stata新功能

2. 多期DID动态效应图谱绘制（附Beck经典案例）

3. PSM-DID优化方案+模糊DID实战

4. 空间DID模型构建与政策溢出效应分解

第二阶段（10月3-4日）前沿进阶，含13篇范例论文

交叠DID八大痛点破解：

1. Bacon分解诊断负权重

2. dcdH/SA/CS/Plug-in四大估计量抉择

3. 合成DID与局部投影法创新应用

4. 非平行趋势检验的避坑指南

立即报名，用4天时间掌握DID方法论体系！科研赛道上，选择比努力更重要！

课程详情及咨询报名：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

资料狂人

2025-3-11 10:07:38

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

资料狂人

2025-3-11 10:08:12

10月1-2日：DeepSeek助力：传统DID+多期DID+DID模型扩展+空间DID，含9篇范例论文解析

一、传统DID（3h）

1.1 课程导言

1.1.1 政策评估主流方法

1.1.2 国内顶刊DID刊文情况与模型类型梳理

1.1.3 建立因果关系

1.1.4 DID政策评估，如何识别两种错误的反事实

1.2 模型构建

1.2.1 政策效果不随时间而变

1.2.2 政策效果随时间变动

1.3 DeepSeek赋能：Stata实现与自动化分析

1.3.1 DID数据生成与处理

1.3.2 基于DID基本原理的Stata实现

1.3.3 两种政策效果比较

1.3.4 五种传统DID命令与Stata18官方新命令估计结果分析

二、多期DID（渐进DID）（3h）

2.1 多期DID政策效应的动态图形展示

2.1.1 Beck_Levine(2010)经典图形展示

2.1.2 DeepSeek赋能：coefplot命令动态图形展示与自动化生成

2.2 多期DID平行趋势检验图形实现

2.2.1 图示法

2.2.2 系数检验法

2.3 DeepSeek赋能：安慰剂检验的自动化实现

2.3.1 政策实施时间前置的安慰剂检验

2.3.2 处理组随机化处理的安慰剂检验

2.3.3 时空随机化的安慰剂检验

2.4 队列DID

2.5 三重差分模型（DDD）

2.6 例文精读3篇：

① 曹清峰.国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据.中国工业经济,2020(07)

② 任胜钢等.排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据.中国工业经济,2019(05)

③ Beck, T., Levine, R. & Levkov, A. (2010).Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States. The Journal of Finance,65(5), pp. 1637-1667

三、DID模型扩展（3h）

3.1 DeepSeek赋能：PSM-DID的自动化实现与优化

3.1.1 PSM估计的三种程序实现

3.1.2 共同支持检验（commonsupport）

3.1.3 多期面板数据PSM-DID的Stata实现

3.1.4 例文精读1篇：

④ 孙晓华等. “营改增”促进了制造业与服务业融合发展吗.中国工业经济,2019(08)

3.1.5 例文精读1篇：

⑤ 谢申祥等.传统PSM-DID模型的改进与应用.统计研究,2021(02)

3.2 时变处理时间与持续期的灵活面板DID因果分析

3.3 DeepSeek赋能：异质性处理效应的自动化估计与模糊DID应用

3.3.1 模糊DID（Fuzzy DID）估计量与Stata实现

3.3.2 异质性处理效应时，双向固定效应估计还稳健吗？

3.3.3 异质性处理效应存在时的解决方法：模糊DID

3.3.4 例文精读1篇：

⑥ Chaisemartin, Clément de, and XavierD’Haultfoeuille. “Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects.” American Economic Review 110, no. 9(September 2020):2964–96.

四、空间DID（3h）

4.1 忽略空间因素的DID结果可靠吗？

4.2 空间DID模型构建

4.3 政策评估的空间效应分解

4.4 存在溢出处理效应时的稳健DID估计

4.5 例文精读3篇：

⑦ 排污权交易、二氧化硫排放与经济高质量增长——基于空间双重差分模型

⑧ Chagas, André L.S,Azzoni C R , Almeida A N . Aspatial difference-in-differences analysis of theimpact of sugarcane production on respiratory diseases. Regional Science andUrban Economics, 2016.

⑨ Clarke D. Estimating difference-in-differencesin the presence of spillovers[J]. 2017.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

资料狂人

2025-3-11 10:08:25

10月3-4日：DeepSeek助力：交叠DID 2025升级版，含13篇范例论文解析

第1讲交叠DID最新应用的系统梳理

1.1 交叠DID应用在顶刊的统计分析

1.2 中文期刊交叠DID的两种主流趋势

1.3 异质性处理效应的TWFE估计偏误的来源

1.3.1 禁止性比较组

1.3.2 负权重问题

1.3.3 协变量问题

1.3.4 非平行趋势

1.4 DeepSeek赋能：交叠DID识别与图示法的自动化实现

1.4.1 交叠DID识别

1.4.2 交叠DID图示法

1.5 交叠DID研究的实用建议

1.5.1 如何在多期与处理时间变化时，选择合适的DID估计量？

1.5.2 如何处理非平行趋势的情况？

1.5.3 交叠DID各种估计方法应用建议

1.6 重要文献解读2篇：

① De Chaisemartin C, D'Haultfoeuille X.Two-wayfixed effects and differences-in-differences with heterogeneoustreatment effects: A survey[R]. National Bureau of Economic Research, 2022.

② 刘冲,沙学康,张妍.交错双重差分:处理效应异质性与估计方法选择.数量经济技术经济研究, 2023.

第2讲交叠DID检验

2.1 DeepSeek赋能：Bacon分解的自动化实现与图形解析

2.1.1 Bacon分解的图形解析

2.1.2 Bacon分解Stata官方命令与社区命令结果比较与解读

2.2.3 Bacon分解的中文应用

2.2 处理组的负权重检验

2.2.1 负权重检验统计量直观解释

2.2.2 负权重检验Stata命令实现

2.3 非平行趋势检验

2.3.1 事件研究法平行趋势检验效力

2.3.2 如何正确理解新事件研究法的平行趋势检验图

2.3.3 Pre-trends检验

2.4 重要文献解读2篇：

③ Goodman-Bacon, Andrew,Difference-in-differences with variation in treatment timing, Journal of Econometrics, 2021.

④ Roth J, Sant’Anna P HC, Bilinski A, et al.What’s trending in difference-in-differences? A synthesis of the recent econometrics literature,Journal of Econometrics, 2023.

第3讲组别-时期平均处理效应估计量

3.1 DeepSeek赋能：dcdH估计量的自动化实现与应用

3.1.1 DeChaisemartin和 d'Haultfœuille(2020) 估计量的理论简析

3.1.2 dcdH估计量扩展到多个处理事件和多期

3.1.3 dcdH估计量的Stata实现

3.1.4 dcdH估计量的应用

3.2 DeepSeek赋能：SA估计量的自动化实现与应用

3.2.1 Sun和 Abraham(2021) 估计量的理论简析

3.2.2 SA估计量的Stata实现

3.2.3 SA估计量的应用

3.3 DeepSeek赋能：CS估计量的自动化实现与应用

3.3.1 Callaway和 Sant’Anna(2021)估计量的理论简析

3.3.2 CS估计量的Stata官方命令与社区命令实现

3.3.3 CS估计量的应用

3.4 DeepSeek赋能：Plug-in估计量的自动化实现与应用

3.4.1 Roth和Sant’Anna(2023)估计量的理论简析

3.4.2 staggered社区命令实现

3.4.3 Plug-in估计量的应用

3.5 重要文献解读3篇：

⑤ De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020.

⑥ Sun L, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021.

⑦ Callaway B, Sant’Anna PH C. Difference-in-differences with multiple time periods[J]. Journal of Econometrics, 2021.

第4讲基于TWFE改进的新估计量

4.1 DeepSeek赋能：异质性稳健TWFE的交叠DID新命令的自动化实现

4.2 重要文献解读1篇：

⑧ Wooldridge J M. Two-way fixed effects, thetwo-way Mundlak regression, and difference-in-differencesestimators[J].Available at SSRN 3906345, 2021.

第5讲基于插补方法的估计量

5.1 DeepSeek赋能：Imputation估计量的自动化实现与应用

5.2 两阶段DID估计量

5.3 重要文献解读2篇：

⑨ Borusyak K, Jaravel X, SpiessJ. Revisiting event study designs: Robust and efficient estimation[J].Review of Economic Studies, 2024, Forthcoming.

⑩ Braghieri L, Levy R, Makarin A. Social mediaand mental health[J]. American Economic Review, 2022.

第6讲堆叠与局部投影估计量

6.1 DeepSeek赋能：堆叠估计量的自动化实现与应用

6.2 DeepSeek赋能：局部投影估计量的自动化实现与应用

6.3 重要文献解读2篇：

⑪ Cengiz D, Dube A, Lindner A, et al. The effect of minimum wageson low-wage jobs. The Quarterly Journal of Economics, 2019.

⑫ Dube, A., D. Girardi, Ò.Jordà and A. M.Taylor. A Local Projections Approach toDifference-in-Differences Event Studies. NBER Working Paper 31184, 2023.

第7讲 DID与合成控制的结合：合成DID

7.1 合成DID的原理与应用领域

7.2 DeepSeek赋能：合成DID的命令实现与自动化分析

7.3 重要文献解读1篇：

⑬ Arkhangelsky D, Athey S, Hirshberg D A, et al.Syntheticdifference-in-differences[J]. American Economic Review, 2021.