What’s trending in difference-in-differences? A synthesis of the recent econometrics literature
双重差分的新进展：近期计量文献的综合梳理AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确围绕 DiD 处理效应识别、平行趋势与相关推断方法展开，直接支持因果推断这一细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
双重差分的新进展：近期计量文献的综合梳理
- 研究问题
- 近期双重差分方法分别放松了哪些经典设定，实证研究者应如何根据处理时点、平行趋势风险和推断需求选择方法？
- 方法与思路
- 作者先明确经典 DiD 假设，再按多期与处理时点差异、平行趋势可能失效、替代推断框架三个方向组织文献。
- 材料陈述的贡献
- 摘要称该综述梳理了超出经典模型的不同进展，说明相关论文何时适用于实证研究，并给出实践建议和未来研究方向。
- 阅读关注点
- 应核对经典假设的精确定义、各方法的目标效应与适用设计，以及处理时点异质性、趋势偏离和推断问题如何区分。
- 阅读边界
- 所给出版社摘要未列出具体建议或覆盖文献清单；综述的分类不能替代对原始方法假设及适用边界的逐项核查。
原文摘要
This paper synthesizes recent advances in the econometrics of difference-in-differences (DiD) and provides concrete recommendations for practitioners. We begin by articulating a simple set of “canonical” assumptions under which the econometrics of DiD are well-understood. We then argue that recent advances in DiD methods can be broadly classified as relaxing some components of the canonical DiD setup, with a focus on (i) multiple periods and variation in treatment timing, (ii) potential violations of parallel trends, or (iii) alternative frameworks for inference. Our discussion highlights the different ways that the DiD literature has advanced beyond the canonical model, and helps to clarify when each of the papers will be relevant for empirical work. We conclude by discussing some promising areas for future research.