双重差分
Difference-in-differences
学到 认得 就够：听到能明白
你可能会说
“我有政策前后数据和未实施地区，能不能直接用两组变化之差算政策效果？”
双重差分把实施组的前后变化，与比较组同期的前后变化再作一次比较。它试图扣除没有政策也会发生的变化，但比较组必须能提供可信的参照。
使用 AI
科研里的例子
假设农业农村研究比较某服务试点县与未试点县的投入变化，除画出政策前趋势，还核查试点选择规则及同期补贴差异，再判断比较是否可信。
基本思路是先算两组各自变了多少，再比较这两个变化。关键假设是：若没有干预，实施组和比较组的结果变化趋势应当可比。实际研究还要核对政策时间、对象是否提前反应、组间是否互相影响，以及同期有没有别的差异性冲击。观察到政策前趋势相似可以提供线索，却不能单独证明干预后的反事实趋势。各地区分批实施时，需要说明每一次究竟拿谁和谁比较，并采用适合这种时序与效应差异的办法。不能只在回归里放上组别和时间的交互项，就宣布找到了政策效果。
在你的学科里，直接拿去用
把研究问题变成可审查的识别设计
我研究[政策或处理 X]对[结果 Y]的影响，目标人群为[人群]。请仅依据我提供的[实施规则、日期、数据说明和设计材料]，先区分描述性、关联性与因果性问题，再定义处理、比较状态、分析单位、时间和目标效应。提出至多两种与现有条件相符的候选设计，逐项列明所需假设、当前支持材料、主要威胁和缺失信息。涉及分期实施时，说明谁与谁在何时比较。输出设计对照表及需要我补充的最少信息；不能识别时明确说只能回答什么。方法名称或提示词本身不能补出可信比较，未提供的制度事实和数据不要编造。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PE01
设计可解释的教学实验或准实验
我想比较[教法或工具]与[现有教学]，对象为[学校、班级、学生]，条件见[材料]。请先判断能否随机分配、在何层级分配及可能的组间交流污染，再提出符合实际的一种设计和一种条件不足时的备选。列明主要学习结果、前测、比较组、实施忠实度、学生实际接触、流失记录和分析单位。把满意度、参与度和学习表现分开。输出设计表、数据采集表与主要威胁；若只能观察单组前后变化，明确其不能单独证明教学因果效果。样本量与效能只列所需输入，不编数字。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PJ04
判断
亲手检查一次
画出实施时间表，明确处理组、比较组及每期比较关系，再列一项可能破坏平行趋势的制度事实。
它做不到的
没有政策前后可比信息、比较组受政策影响或同期冲击不同，都可能破坏解释。分期实施不能机械套用最简单的两期公式。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Scott Cunningham — Causal Inference: The Remix, Difference-in-Differences Fundamentals2026-11-07 核对
- Scott Cunningham — Causal Inference: The Remix, Complex Diff-in-Diff Designs2026-11-07 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。