DID中为啥要前定变量与时间2,3次方交互呢? 可以只控制与时间1次交互项么？

主要观点总结

本文讲述了计量经济圈社群讨论的内容，涉及计量经济学中的双重差分法（DID）的应用，特别是处理非随机选取的处理组（PMC县）带来的内生性问题。文章还讨论了平衡性检验、增强型DD模型、多期DID等前沿问题。

关键观点总结

关键观点1: 为什么将选择变量S（前定变量）与时间的三阶多项式函数进行交互，以控制由PMC选取的内生性模式所引起的结果变量时间变化？

在DID法中，处理组（PMC县）的选取并非随机，可能存在结构性差异，导致两组县的结果变量自然呈现不同的时间趋势，破坏了平行趋势假设。为了缓解这一问题，研究者需要控制导致处理组和对照组趋势不同的关键特征及其随时间的演变。选择变量S代表影响PMC县被选中的关键因素集合，时间的三阶多项式函数f(t)捕捉非线性且灵活的时间变化趋势。将S与f(t)交互，即控制这些关键特征对结果变量的影响可能随着时间以非线性方式变化，从而有效控制因结构性差异引起的时间趋势偏差。

关键观点2: 如果只使用选择变量S与时间t线性相乘，而不引入S与t的平方和三次方的交互项，这样做是否可行？

这个问题关系到控制时间趋势的灵活性和模型的识别准确性。如果只使用S*t，局限性在于假设选取变量S对结果变量的影响随时间呈线性变化，这种趋势是单调且均匀的。但现实中，因结构性差异导致的趋势偏离往往不是简单线性的，可能存在加速、减缓、拐点等复杂非线性特征。因此，引入高阶项（如三阶多项式）能让模型更好地拟合复杂趋势，捕捉PMC县因选取机制带来的真实动态异质性，减少模型误设导致的偏差。

关键观点3: 文章还涉及其他计量经济学的前沿问题，如多期DID、交错DID等。

这些问题涉及到政策评估中处理效应的动态性和异质性，以及基期选择等问题。最新的研究方法如事件研究法、TWFE估计等被用来处理这些问题。此外，文章还讨论了平衡性检验、增强型DD模型的构建、以及稳健性检验等。