多期双重差分模型在政策评估类研究里出现的频率越来越高，但凡涉及“某项政策分批落地、不同个体在不同时间点受到冲击”的场景，几乎都绕不开它。我这些年帮不少同学和朋友看过实证代码，发现一个特别普遍的现象：很多人把DID理解成“跑一个交互项就完事”，结果平行趋势没检验、处理时点没对齐、标准误没聚类，最后系数看着显著，审稿人一问就露馅。这篇内容就围绕多期DID的Stata操作展开，把从数据整理、模型设定、平行趋势检验到异质性处理效应的完整链路讲透，适合刚接触政策评估的实证新手，也适合已经跑过两期DID、想升级到多期场景的进阶读者。核心关键词多期双重差分、DID、Stata操作、平行趋势、事件研究法、异质性处理效应，会自然穿插在各个环节里，不堆砌，只讲能直接抄作业的东西。

1. 多期DID到底在解决什么问题

1.1 从两期DID到多期DID的思维跃迁

两期DID的逻辑很干净：一个处理组、一个对照组，政策在某一年统一实施，比较前后变化之差。但现实中的政策很少这么整齐。比如某项改革在不同地区分批试点，A地2015年落地，B地2017年落地，C地一直没实施；或者某平台功能对不同用户群体灰度上线，时间点各不相同。这时候如果硬套两期DID，把所有处理组揉成一个“处理组”虚拟变量，就会把“何时受处理”这个关键信息丢掉，估计出来的系数其实是多个时点效应的加权平均，解释起来非常别扭。

多期DID（也叫交错DID、渐进DID）的核心思路，是给每个个体定义各自的处理时点，用“个体是否已经进入处理状态”来构造处理变量。数学上它仍然是“处理组前后变化减去对照组前后变化”，只不过这个“前后”是相对于每个个体自己的处理时点而言的。理解这一点特别重要，因为后面所有的数据整理、模型设定、平行趋势检验，都是围绕“处理时点”这个变量展开的。我见过太多人卡在第一步，就是因为脑子里还停留在“政策年”这个单一时间点上。

这里要强调一个概念：处理时点（treatment timing）。它不是一个年份变量，而是每个个体首次受到政策冲击的时间。对于从未受处理的个体，通常设为一个缺失值或者一个永远不会出现的大数值（比如9999或.year）。这个设定方式直接影响后续模型能否正确识别，后面会详细讲。

1.2 多期DID的适用边界与常见误用

多期DID不是什么场景都能用。它有几个隐含前提：第一，处理时点的分配不能与结果变量的潜在趋势相关，也就是常说的“处理时点外生”；第二，处理效应最好在同质或者至少可加的意义上稳定；第三，样本期内要有足够的从未处理个体或尚未处理个体作为对照。如果所有个体最终都会被处理，只是时间早晚不同，那么晚期处理组在早期其实可以充当对照组，但这种“尚未处理组作对照”的设计对平行趋势的要求更苛刻，需要额外检验。

常见的误用有这么几类。一是把多期DID当成普通固定效应回归，随便加个体和时间固定效应就交差，完全不做平行趋势检验。二是处理时点定义混乱，比如用政策发文年份而不是实际执行年份，导致处理效应被稀释。三是在存在异质性处理效应时，仍然用传统的双向固定效应（TWFE）估计量，结果出现“负权重”问题，系数甚至可能符号相反。这几点在后面章节会逐一展开，尤其是负权重问题，是近几年方法论讨论的热点，做多期DID的人必须心里有数。

1.3 为什么Stata是主流选择

做多期DID，Stata的生态确实成熟。基础的双向固定效应用reghdfe就能跑，平行趋势和事件研究法有eventdd、coefplot这类工具，异质性处理效应有csdid、did_multiplegt、bacondecomp等命令，基本覆盖了从入门到前沿的全流程。R语言虽然也有对应包，但Stata在实证经济学和政策评估圈子的用户基数大，命令文档和社区讨论更密集，遇到问题更容易找到答案。

不过工具多也意味着选择困难。我的建议是：先把TWFE跑通、把平行趋势检验做扎实，再考虑上异质性稳健估计量。不要一上来就堆砌新命令，结果连基本设定都没搞清楚。下面从数据准备开始，一步步往下走。

2. 数据准备与处理时点构造

2.1 面板数据的结构要求

多期DID对数据结构的第一个要求是个体-时间层面的平衡或非平衡面板。每个个体在每个时间点最好都有一条观测，如果某些个体某些年份缺失，reghdfe和csdid一般能处理非平衡面板，但事件研究法的时间窗口对齐会麻烦一些。所以我的习惯是，先xtset id year确认面板设定无误，再用xtdescribe看一眼缺失模式。如果缺失是随机的、比例不大，可以保留；如果系统性缺失，比如某些地区早期数据完全没有，那就要考虑缩短样本期或者剔除这些个体。

第二个要求是个体标识和时间标识唯一确定一条观测。跑之前务必duplicates report id year检查重复，重复观测会导致固定效应估计出错，而且报错信息往往不直观。我踩过一次坑，数据合并时没注意一对多，结果每个个体每年有两条记录，系数直接翻倍，排查了大半天才发现是重复行的问题。

2.2 处理时点变量的三种构造方式

处理时点变量（通常命名为first_treat或treat_year）的构造，直接决定模型识别。常见有三种写法。

第一种，从未处理组设为缺失值。这是csdid等命令的推荐做法，因为缺失值在计算组别时会被自动识别为“从未处理”。写法上可以用gen first_treat = .然后对处理组赋值。

第二种，从未处理组设为一个极大值，比如9999。这种写法在手动构造处理虚拟变量时比较方便，因为year >= first_treat对9999永远为假，自然就是未处理状态。但要注意，如果时间变量本身有超过9999的取值（几乎不可能），会出问题。

第三种，从未处理组设为0。这种写法要小心，因为0容易被误认为“第0年处理”，在事件研究法里如果直接拿它做基准，会出错。我一般不建议用0，除非后续代码里明确做了区分。

具体操作上，假设原始数据里有一个政策实施年份变量policy_year，从未实施的个体该变量为空。可以这样构造：

gen first_treat = policy_year replace first_treat = 9999 if missing(policy_year)

或者用缺失值版本：

gen first_treat = policy_year * 保持缺失，不替换

两种写法对应不同的后续命令，用csdid时推荐缺失值版本，用TWFE手动构造时推荐9999版本。这个细节看似小，但选错了后面会反复报错。

2.3 处理状态虚拟变量的生成

有了处理时点，就可以生成核心解释变量——个体在当年是否处于处理状态。标准写法是：

gen treat = (year >= first_treat) & (first_treat != 9999)

这一行代码的含义是：当年份大于等于该个体的处理时点，且该个体不是从未处理组时，treat取1，否则取0。注意这里用&而不是if，是为了让从未处理组的treat正确取0而不是缺失。如果写成gen treat = (year >= first_treat)，那么first_treat为9999的个体，year >= 9999为假，treat取0，其实也能用，但逻辑上不够清晰，而且如果first_treat是缺失值，结果会是缺失，容易埋雷。

生成之后，建议用tab year treat交叉看一下，确认处理组在政策前后的分布符合预期。比如2015年处理的组，2015年之前treat应该全是0，2015年及之后全是1。如果发现某个体在政策前就出现treat=1，说明处理时点赋值有误，要回去查原始数据。

2.4 样本期与处理组的匹配检查

一个容易被忽略的步骤，是检查处理时点是否落在样本期内。如果某个体的处理时点是2010年，但样本从2012年开始，那么这个个体在整个样本期内都处于处理状态，对识别没有贡献，反而可能干扰估计。同理，如果处理时点在样本期结束后，那这个个体实际上等同于从未处理组。

可以用下面的代码快速排查：

sum first_treat if first_treat != 9999 * 对比样本期 sum year

如果发现大量处理时点落在样本期外，要么调整样本期，要么把这些个体剔除或重新归类。我一般会在论文的数据说明部分明确写出“剔除处理时点不在样本期内的观测”，这是审稿人常问的点。

3. 基准TWFE模型与Stata实现

3.1 双向固定效应模型的设定逻辑

多期DID最基础的估计量是双向固定效应（TWFE）模型，形式上是：

Y_it = α + β·Treat_it + γ·X_it + μ_i + λ_t + ε_it

其中Treat_it就是上一节生成的处理状态虚拟变量，μ_i是个体固定效应，λ_t是时间固定效应，X_it是控制变量。β就是我们关心的平均处理效应。个体固定效应吸收了个体不随时间变化的特征，时间固定效应吸收了所有个体共同面临的冲击，剩下的变异来自“个体是否已进入处理状态”的差异。

用Stata实现，首选reghdfe，因为它处理高维固定效应快，而且支持多维聚类。基本写法：

reghdfe y treat x1 x2, absorb(id year) vce(cluster id)

这里absorb(id year)同时吸收个体和时间固定效应，vce(cluster id)在个体层面聚类标准误。聚类层级的选择要看处理变异的层级：如果处理是在个体层面分配的，聚类到个体；如果处理是在更高层级（比如地区、行业）分配的，应该聚类到那个层级。这一点很多人搞错，聚类层级太低会低估标准误，导致过度拒绝原假设。

3.2 控制变量的取舍原则

控制变量加不加、加哪些，是多期DID里争议比较大的点。我的原则是：只加那些在处理时点之前就已确定、且可能同时影响处理分配和结果变量的变量。如果控制变量本身是处理后的结果（比如政策影响了某个中介变量，你又把它当控制变量），会造成“坏控制”，引入偏误。

具体操作上，我通常先跑一个不加控制变量的基准回归，再逐步加入控制变量，观察系数稳定性。如果加入某个控制变量后系数大幅变化，要警惕这个变量是否被处理效应污染。另外，控制变量最好做标准化或者取对数，避免量纲差异导致系数解读困难。

3.3 系数解读与经济学含义

TWFE估计出的β，在满足平行趋势和同质处理效应的前提下，可以解释为“处理组在政策后的平均变化减去对照组同期变化”。但要注意，多期DID下这个β其实是所有“已处理vs未处理”比较的加权平均，权重可能为负（这就是后面要讲的负权重问题）。所以解读时不能简单说“政策使Y提高了β”，更稳妥的表述是“在TWFE框架下，估计得到的平均处理效应为β”。

如果Y取了对数，β可以近似解读为百分比变化；如果Y是水平值，β就是绝对变化量。我建议在论文里同时报告经济显著性和统计显著性，比如“系数为0.05，相当于样本均值的8%”，这样审稿人更容易判断实际意义。

3.4 一个完整的基准回归示例

假设研究某项试点政策对企业创新产出的影响，数据包含企业id、年份year、专利申请量patent、研发投入rd、企业规模size，处理时点变量first_treat。完整代码如下：

* 设定面板 xtset id year * 生成处理变量 gen treat = (year >= first_treat) & (first_treat != 9999) * 基准回归 reghdfe patent treat rd size, absorb(id year) vce(cluster id) * 输出结果 est store baseline

跑完之后重点看三件事：treat的系数符号是否符合理论预期、标准误是否合理、样本量是否与预期一致。如果样本量突然少了很多，多半是控制变量缺失值导致的，可以用misstable summarize查一下缺失模式。

4. 平行趋势检验与事件研究法

4.1 平行趋势为什么是多期DID的命门

平行趋势假设说的是：如果没有政策，处理组和对照组的結果变量应该沿着相同的趋势变化。这个假设无法直接检验（因为反事实不可观测），但可以通过政策前的趋势对比来间接验证。多期DID下，平行趋势的检验比两期DID更复杂，因为处理时点不同，需要相对于每个个体自己的处理时点来对齐时间。

如果平行趋势不成立，TWFE估计的β就混杂了趋势差异，不能解释为因果效应。我见过不少论文只报告回归结果，平行趋势检验放在附录里草草带过，这种在严谨的审稿中很容易被质疑。稳妥的做法是把事件研究图放在正文，直观展示政策前系数不显著、政策后系数逐渐显现。

4.2 事件研究法的模型设定

事件研究法（event study）是检验平行趋势的标准工具。思路是把处理时点前后的时间拆成一系列虚拟变量，看政策前各期的系数是否接近0。模型形式：

Y_it = α + Σ β_k·D_it^k + γ·X_it + μ_i + λ_t + ε_it

其中D_it^k表示个体i在处理时点前后第k期的虚拟变量。k取负值表示政策前，取正值表示政策后。通常以政策前一期（k=-1）作为基准组省略，避免完全共线性。

Stata里可以用eventdd命令快速实现，也可以手动生成虚拟变量。手动版本更灵活，适合需要精细控制的场景：

* 生成相对时间 gen rel_time = year - first_treat replace rel_time = . if first_treat == 9999 * 生成各期虚拟变量，以-1期为基准 forvalues k = 5(-1)2 { gen pre_`k' = (rel_time == -`k') } forvalues k = 0/5 { gen post_`k' = (rel_time == `k') }

注意这里只取了前后各5期，实际取多少期要看样本期长度和处理时点分布。如果某些期的观测太少，可以合并相邻期，避免估计不稳定。

4.3 事件研究图的绘制与解读

跑完回归后用coefplot画图：

reghdfe y pre_5 pre_4 pre_3 pre_2 post_0 post_1 post_2 post_3 post_4 post_5 x1 x2, absorb(id year) vce(cluster id) coefplot, keep(pre_* post_*) vertical yline(0) xline(5.5, lpattern(dash)) ci(95)

解读时重点看两点：政策前各期系数是否在0附近且置信区间包含0，政策后系数是否呈现预期的方向变化。如果政策前某一期系数显著偏离0，说明平行趋势存疑，需要进一步排查原因，比如是否有预期效应、是否有其他同期政策干扰。

这里有个实操细节：rel_time的基准期选择。通常用-1期，但如果-1期观测特别少，可以改用-2期或其他期。基准期不同，各期系数的绝对值会变，但相对 pattern 不变。论文里要明确说明基准期是哪一期。

4.4 平行趋势不通过时的补救思路

如果平行趋势检验没通过，不要急着放弃。可以先排查几个方向：一是控制变量是否遗漏了随时间变化的混杂因素，加入个体-specific的时间趋势项试试；二是样本是否存在异常值，做一下缩尾或者剔除极端观测；三是处理时点是否存在预期效应，比如政策公布早于实施，个体提前反应，这时候可以把处理时点前移一期再检验。

如果这些都不奏效，可以考虑用合成控制法、匹配DID等替代方案，或者诚实地在论文里讨论平行趋势的局限性，用敏感性分析展示结果对趋势假设的稳健性。硬凹一个通过的图，反而风险更大。

5. 异质性处理效应与负权重问题

5.1 负权重从哪来

前面提过，多期DID下TWFE的β是多个2x2比较的加权平均，而权重可能为负。负权重出现的根源是：当处理效应随时间或组别变化时，已经处理的组会被当作后来处理组的对照，如果早期处理组的效应持续存在，这种“对照”就污染了估计。更直白地说，TWFE隐含假设处理效应在同组内不随时间变化、在不同组间相同，一旦违背，权重就可能为负，导致β甚至符号相反。

这个问题在2018年之后被大量讨论，代表性的诊断工具是bacondecomp。它把TWFE的β分解成所有可能的2x2比较，展示每个比较的权重和效应大小。如果发现负权重占比很高，说明TWFE结果不可靠，需要换用异质性稳健的估计量。

5.2 Goodman-Bacon分解的Stata操作

bacondecomp y treat, ddetail

输出会列出各类比较（处理组vs从未处理组、早期处理组vs晚期处理组等）的权重和平均效应。重点看“Earlier T vs Later C”和“Later T vs Earlier C”这两类的权重，如果它们为负或者占比很大，就要警惕。这个命令还能画出权重分布图，直观展示哪些比较在主导估计结果。

5.3 异质性稳健估计量的选择

目前主流的异质性稳健估计量有几类。csdid（Callaway-Sant'Anna）基于组别-时间平均处理效应，允许处理效应随组别和时间变化，是比较常用的选择。did_multiplegt适合处理效应动态变化且存在多个处理时点的场景。sunab（Sun-Abraham）通过交互加权的方式修正事件研究法的负权重问题。

以csdid为例，基本用法：

csdid y x1 x2, ivar(id) time(year) gvar(first_treat) method(dripw) estat event csdid_plot

这里gvar(first_treat)指定处理时点变量，从未处理组用缺失值或0表示（具体看版本要求）。method(dripw)是双重稳健估计，也可以用method(reg)。estat event输出事件研究形式的动态效应，csdid_plot画图。

选择哪个估计量，要看研究问题和数据结构。如果处理效应预期随时间累积，csdid的动态效应很合适；如果更关心整体平均效应，可以用simple选项。我的建议是至少报告TWFE和一种异质性稳健估计量的结果，做交叉验证，如果两者结论一致，说服力更强。

5.4 结果对比与稳健性呈现

把TWFE和csdid的结果放在一张表里对比，是现在比较规范的做法。如果两者系数接近，说明负权重问题不严重；如果差异大，要以异质性稳健估计量为准，并在论文里说明原因。稳健性部分还可以加入：改变样本期、剔除特殊个体、更换聚类层级、加入时间趋势项等，展示核心结论不随设定变化而动摇。

6. 实操避坑与常见问题速查

6.1 命令报错与数据问题的排查顺序

跑多期DID时遇到的报错，八成出在数据层面。我总结了一个排查顺序：先xtdescribe看面板结构，再duplicates report查重复，然后sum first_treat看处理时点分布，最后tab year treat看处理状态是否合理。这四步走完，大部分低级错误都能定位。

常见报错里，reghdfe提示“absorb variable has missing values”通常是固定效应变量有缺失；csdid提示“gvar must be positive”多半是处理时点变量用了0表示从未处理组，改成缺失值或检查赋值逻辑即可。

6.2 标准误聚类的层级选择

聚类层级选错是审稿意见的高频来源。原则是：处理在哪一层分配，就聚类到哪一层。如果政策是省级实施，个体是企业，应该聚类到省而不是企业。如果处理在个体层面，聚类到个体。如果同时存在多个层级的相关性，可以用双向聚类vce(cluster id province)，但要注意双向聚类在小样本下可能不稳定。

6.3 处理时点定义的常见错误

处理时点用政策发文年还是执行年，要看政策实际生效时间。如果发文当年就执行，用发文年；如果有过渡期，用执行年。另外，如果个体在样本期内多次受到同类政策冲击，要明确是取首次处理时点还是每次分别处理，这会影响模型设定。我一般建议取首次处理时点，并在论文里说明理由。

6.4 样本量与功效的平衡

多期DID对样本量要求不低，尤其是事件研究法拆出多期虚拟变量后，每期的观测可能很少。如果发现某些期的置信区间特别宽，可以考虑合并相邻期，或者缩短事件窗口。不要为了追求“完整”而保留观测极少的期次，估计不稳定反而影响可信度。

6.5 论文写作中的表述规范

最后提一下写作。多期DID的论文里，方法部分要明确写出：处理时点的定义、样本期的选择理由、平行趋势的检验方式、是否处理了异质性效应问题。结果部分除了系数和标准误，建议报告经济显著性。稳健性部分至少包含一种异质性稳健估计量的对比。这些细节看似繁琐，但都是审稿人重点检查的地方，提前做好能省很多返修时间。

我个人在实际操作中的体会是，多期DID的难点不在命令本身，而在对“处理时点”和“对照逻辑”的理解。命令跑不通可以查文档，但设定错了，结果再漂亮也是空中楼阁。所以每次动手前，我都会先把数据结构、处理时点分布、对照组的构成在纸上画一遍，确认逻辑自洽再写代码。这个习惯帮我避开了不少返工的坑，也希望对你有用。