【Stats】多期DID

识别策略

清朝末期，清政府与西方列强签订了一系列不平等条约，开放沿江沿海等城市作为通商口岸即是不平等条约的主要内容之一。贾瑞雪老师（2014）将近代通商口岸的设置作为一项准自然实验，评估了通商口岸对中国近现代人口和经济发展的长期影响。

从1840年至1910年，中国一共被迫开放了40多个通商口岸。不同通商口岸开放的时间（政策时点）是不同的，例如，广州、福州、厦门、宁波和上海是在1842年《南京条约》后开放的，汉口、九江、南京、镇江等城市是在1858年《天津条约》后开放的，而苏州、杭州等城市是在1895年《马关条约》后开放的......

如上表所示，苏州府是在1896年被开放为通商口岸的，所以苏州府的政策分期变量period在1896年之后取值为1，之前取值为0；而同处苏杭地区的嘉兴府则一直没有被开放为通商口岸，所以嘉兴府的政策分组变量treat和政策分期变量period一直取值为0。

事实上，我们可以发现交互项treat×period的取值和政策分期变量period的取值是一毛一样的，所以在多期DID中，我们其实就没有必要去生成什么交互项，只需用一个政策虚拟变量予以替代就可以了，用以表示地区i在t期是否实施政策。当然，如果为了便于理解的话，可以尝试去生成交互项，结果都一样滴！

Stata操作

【1】设置环境

cd D:\experiments（位置一般为数据所在文件夹）

多期双重差分法（DID）的Stata操作可以分为如下两步：

【2】导入数据

use "data_for_DID.dta", clear

【3】设置面板

xtset FID time（FID为你的研究对象，time为时间。例如有12个城市，2013~2019年，那么FID的个数就是12个，time的个数就是7个）

（1）我们需要生成一个政策虚拟变量post_cmc，用以表示地区i在t期是否被开放为通商口岸。我们只需比较样本各期时间与开放时间（政策时点）即可，如果是在政策时点后，则取值为1，否则为0。

gen post_cmc=(year>cmcyear)

对于像嘉兴府这样未被开放为通商口岸的控制组个体，其开放时间是缺失的，Stata中将缺失值定义为无穷大，所以政策虚拟变量post_cmc会一直取值为0。

（2）使用被解释变量人口增长率AnnualGrowth对政策虚拟变量post_cmc进行回归（加入个体固定效应和时间固定效应，用以更为精确地反映个体特征和时间特征），政策虚拟变量post_cmc反映的就是通商口岸的设置对近现代人口增长的影响。

DID模型与固定效应模型有着千丝万缕的关系，和之前一样，多期DID的Stata命令主要有三个，分别是reg命令、xtreg命令和reghdfe命令。reg命令使用的估计方法最小二乘虚拟变量方法（LSDV），通过在回归方程中引入虚拟变量来代表不同的个体，可以起到和固定效应组内估计方法（FE）同样的效果（已经被证明），贾瑞雪老师使用的就是reg命令。

xtset id year

reg AnnualGrowth post_cmc $control_fe i.id i.year, vce(cluster id)

（id 就是上文导入的FID，目的是研究对象进行聚类；i.year是上文导入的time，这里我的理解是控制时间；i.id 我的理解是固定个体）

xtreg,fe是固定效应模型的官方命令，使用这一命令估计出来的系数是最为纯正的固定效应估计量（组内估计量），所以对于面板数据的DID模型，我们使用更多的是xtreg,fe命令。

xtset id year

xtreg AnnualGrowth post_cmc $control_fe i.year,fe vce(cluster id)

第三个命令是reghdfe命令，也是一直以来我最推荐的固定效应命令。reghdfe命令支持多维固定效应，运算速度快，并且不会汇报一大长串虚拟变量回归结果。

reghdfe AnnualGrowth post_cmc $control_fe, absorb(id year) vce(cluster id)