最近在看DID双重差分模型，伍德里奇的书和文献（中国农村税费改革的政策效果：基于双重差分模型的估计  周黎安），有些理解不到位的地方，请教大神！

1. 对照组和处理组各自的样本量要求多少？在书中或者已有文献中少则上百，多则上千，肯定不存在样本量不够的问题。但我想做一个省的政策分析，地级市总共也就十几个，县级的也就约30个，不知这样的样本量够否？还有一个附加疑惑的问题，面板数据中的样本个数是以截面个体数为准，还是以观测值为准？若是前者，那肯定不够，若是后者，那就够了，请教。

2.在文献中提到：“如果有（未被观测到的）与我们关心的因变量相关的因素同时影响到一个县是否进行税费改革，那么不进行改革的县市就不构成有效的对照组，因为处理组与对照组本身的内在收入增长趋势可能就是不同的”。书中提到：“真实实验中，处理组和对照组是随机而明确抽取的，而在自然试验中，对照组和处理组均来自某个具体的政策变化，...，这样就需要两个年份的数据，政策改变前和改变后。
对于这句话，我的理解是：政策是要外生的，不能与误差项相关。如果处理组和对照组是随机选取的，那就是可以保证整个模型是无偏的。但比如一个省的某项战略政策（如促进沿海城市发展的政策），沿海的城市都施行，内陆的不施行，这样以全部沿海市作为处理组，全部内陆市作为对照组，那应该不算随机抽取了吧？是不是就不能用模型了？还是我的理解有误？
为什么文献中要强调说“与因变量相关的因素“？如果是与自变量相关的因素呢？在差分过程中被差掉了？因变量相关的没被差掉？抱歉，我对外生性的理解不到位。

3.文献中提到，“还有另一种使得自然实验失效的可能性，即实验本身可能引起一些内生性的反应，使得对政策效果的估计产生偏差。例如某一地区推行一项公共政策，导致一些居民或企业从外地区迁入，或从本地迁出，使得处理组和对照组的个体分配事后内生于这项公共政策的‘处理’处理，此时，基于地区加总水平的数据的估计也是无效的。
对于这段话，其逻辑是不是说：  政策施行——导致居民流动——导致对照组和处理组的样本元素个体发生变化——导致两组的统计数据不准确。也就是说没办法跟踪得到政策变化后的，两组原来的个体数据，因为政策引起了数据个体的移动，而统计由是以区域为单位进行的，所以就没办法用这个模型了。不知道这么理解是不是有问题。
但如果时期较短，还来不及让两组的个体移动（比如政策施行后的1,2年），或者有其他的限制（如文献就是在户籍和土地产权制度下，保证了农民个体不大会因税费改革而迁徙，也就保证了对照组和处理组整体数据的准确），那在这样的情况下，是不是就可以用这个模型了？

4. 文献中提到：如果E（η|x，z）=0不被满足，但E（ε|x，z）=0，那就应该利用固定效应面板模型设定以得到参数的一致性估计。η=α+ε，x是反映t时期，个体i是否发生了“处理”的虚拟变量，z是其他影响y的自变量向量。
以上这段话，不太明白，能不能帮忙翻译一下？谢谢

自己总结一下，如果要用这个模型得满足以下几个条件：
1. 政策引起的Y的变化得是外生的，就是说这种变化不能与模型中的误差项相关。
2. 对照组和处理组的样本得是随机选定的（对于这条，我不太清楚，比如对照组和处理组的样本量各自有什么要求？如果拿一个省为例，政策施行的市和未实行的市都拿来做研究，会不会有问题？当然，政策制定的时候肯定不是随机地选择市来施行了）
3. 做模型有四组数据，分别是处理组政策施行前后的数据，对照组政策施行前后的数据。
4. 还得找出保证对照组和处理组统计数据准确的条件，这条在文献中被称为“由实验引发的内生性问题”

谢谢大神！
ps：由于不会赚论坛币（也不想赚），哪位朋友心情好给个几个，有时候看到论坛里一个文献想下一下，还下不了，谢了哈！