区县城乡融合试点DID数据集：双重差分法政策评估实操指南

1. 这个DID数据集要回答什么问题城乡融合发展试点怎么评做政策评估的朋友应该都有同感省级、地级市层面的政策效果评估相对好做因为公开数据多、统计口径稳定但一旦下沉到区县层面事情就完全不一样了——区县代码经常变动、统计指标口径不统一、早期数据缺失严重更别说还要和试点名单做精确匹配。这款“2000-2025年区县城乡融合发展试点DID数据集”就是冲着这些痛点去的。所谓DID全称是Difference-in-Differences中文叫双重差分法是政策评估里最主流、也最容易被审稿人认可的因果推断方法之一。它的核心思路不复杂把样本分成处理组实施了某项政策的地区和对照组没有实施该项政策的地区比较两组在政策实施前后的变化差异。因为两组都受到宏观经济趋势、政策环境的共同影响做一次差分可以抵消时间趋势再对两组做第二次差分剩下的就相对可以归因于政策本身。城乡融合发展试点是近年来区域政策里一个很受关注的类型。这份数据集把样本锁定在区县层面时间跨度从2000年一直到2025年跨越了整整四分之一个世纪。这个时间窗口的选择本身就有讲究2000年左右的数据能提供充分的政策前基线而2025年则把最近的政策动态也纳入了进来。对于研究者来说这意味着可以做贴合当前政策的实证分析而不是拿着十年前的老数据等审稿人质疑时效性。数据格式上这份数据集同时提供了dta和xlsx两个版本。dta是Stata的原生格式保留变量标签、值标签和数据类型信息下载后直接用Stata打开就能分析不需要任何格式转换xlsx则是通用电子表格格式适合在Excel里做初步浏览、筛选、核对或者导入Python的pandas、R的readxl等工具。双格式的设计考虑得很实际——不同研究者工作流不同有人习惯Stata一条龙到底有人喜欢先用Excel摸数据底细再进Python。需要说明的是以下内容不局限于这份特定数据集的说明书式介绍而是基于我在区县面板数据实操中积累的经验讲讲这类DID数据集的构建逻辑、变量设计、清洗匹配中的常见坑以及拿到手之后从检验到结果输出的完整操作链路。不管你是做政策评估的在校研究生还是需要在工作中快速评估地方政策效果的分析师这篇文章应该能帮你少走不少弯路。2. 区县层面DID数据集的关键结构个体、时间、处理状态三要素2.1 面板数据的基本盘区县代码与年份的联合唯一性任何一份合格的面板数据第一要务就是“个体时间”的联合唯一性。什么是联合唯一性简单说就是每一条记录必须能由一个区县代码和一个年份唯一确定。用学术一点的话讲这是面板数据的“身份证”没有它后面所有匹配、合并、去重都是空中楼阁。区县这一层的个体标识实操中使用得最多的是行政区划代码。这套代码结构是有规律的前两位是省级中间两位是地级市后两位是区县。比如某个区的代码是110105拆开看是11北京市01市辖区05朝阳区。但问题在于区划代码不是固定不变的——撤县设区、撤地设市、新区设立、乡镇合并都会导致代码的变动。2000年到2025年这25年间全国区县代码变动的次数相当可观光是撤县设区这一项就足以让不少研究者手里的旧代码和新代码对不上号。这份数据集在区县代码的处理上我推测应该是统一到了某个基准年份的最新代码口径同时保留了历史名称字段。为什么推测是这样因为在DID分析中面板的个体标识必须前后一致否则同一个区县在2005年和2020年分别用了两个不同的代码会被软件识别成两个不同的个体这样面板就完全错乱了。如果你的数据里存在这种情况处理办法通常有两种一是以最新代码为准做归并把所有历史记录映射到新代码上二是保留旧代码参与分析但这样做的话需要确认后续合并协变量时用的还是旧代码口径两条线必须统一。实际中最省事的做法是给代码加一个映射表把每次区划调整涉及的新旧代码、调整时间、调整类型都记录下来这样清洗和溯源都有据可查。2.2 处理状态变量试点名单与年份的匹配逻辑DID分析里最核心的变量除了区县代码和年份之外就是处理状态了。处理状态通常拆成两个维度一是是否属于试点地区Treat处理组取1对照组取0二是政策实施年份的界定。交互项就是这两个维度的乘积它的系数恰恰是我们最关心的DID估计量。城乡融合发展试点的一个特点是分期分批推进也就是说不同区县进入试点的年份可能不一样。这种情况在计量上叫交错DIDStaggered DID或多期DID。与所有样本统一一个政策时点的标准DID不同交错DID要求研究者对每个区县分别确定其试点开始年份然后生成一个“政策后”的时间虚拟变量。落实到具体操作上变量构造的逻辑大概是这样的Treat变量处理组区县取1从未被纳入试点的地区取0Post变量某一区县在达到其试点起始年份之后取1之前取0DID交互项Treat × Post这部分用上面的两个变量相乘就能得到需要特别提醒的是很多初学者容易把Post变量设置成全局性的——比如把某一年统一作为所有区县的政策实施时点。这在标准DID里没有问题但在分批试点的场景下就是错误的。交错DID的Post变量必须按区县各自的政策时间点分别设定否则交互项会引入很大的测量误差估计出来的政策效应会被严重稀释或扭曲。2.3 结果变量与协变量城乡融合的度量维度数据集的可用性很大程度上取决于结果变量设计的合理程度。城乡融合发展不是一个单一指标能覆盖的概念实际操作中一般会从几个维度去度量。第一类是收入维度最常用的是城乡居民人均可支配收入比或者城乡居民人均消费支出比。这个比值下降通常意味着城乡差距在缩小是政策评估中最核心的结果变量之一。第二类是要素流动维度包括常住人口城镇化率、农业转移人口数量、农村土地流转面积、公共服务财政支出中用于农村的比例等。这类变量的数据获取难度相对较大尤其到区县层面有些指标要翻各地区的统计年鉴或者财政决算报告才能找到。第三类是产业发展维度包括农村居民人均经营净收入、乡村休闲旅游收入、农产品加工业产值等反映的是城乡产业融合的深度。协变量方面为了控制区县之间的初始差异通常需要加入人均GDP、第二产业占比、第三产业占比、财政自给率、人口密度、受教育水平等变量。这些变量最好取政策实施前一年的基期值或者作为随时间变化的控制变量放进模型中尽量降低因为处理组和对照组初始条件不同而引入的选择性偏差。3. 拿到数据后的第一件事完整的数据体检与清洗流程3.1 检查面板平衡性与识别缺失样本我拿到任何一份面板数据做的第一件事永远是检查它是不是平衡面板。所谓的平衡面板是指每个区县在每个年份都有观测记录非平衡面板则是有的区县在某些年份缺数据。对于DID分析来说非平衡面板不是致命的但你需要搞清楚缺失的机制——是随机缺失还是因为行政区划调整、统计制度变化导致的系统性缺失这两种情况对估计结果的影响是有本质区别的。一个非常常见的坑是区县在撤县设区以后原来的“县”代码被撤销了取而代之的是“区”代码于是这个区域在新代码下的早期年份比如2000年之前就没有记录。如果你的分析窗口刚好横跨了这个调整时点那么这个区县在新代码口径下的面板会出现前缺在旧代码口径下的面板会出现后缺。在这种情况下比较稳妥的做法是判断这个区域是否本质上还是同一个治理单元。如果是可以按调整时点把新旧代码拼接成一个虚拟的连续个体但要在模型里加入是否经历过区划调整的虚拟变量否则这个拼接本身就会给估计带来噪声。实际检查的时候可以这样操作分别统计一下每个区县的年份数看看是不是都覆盖了完整的2000到2025年。如果发现有大量区县缺了好几年数据不要急着删样本先去看缺的是哪些年份——如果集中在2002到2007年那很可能是某个统计口径改革导致的问题如果集中在某个区县身上那大概率是数据录入或整理环节出了问题。3.2 重复值、缺失值和异常值的处理策略区县面板数据在整理过程中最容易出现的是重复值。同一个区县同一年份出现两行记录原因往往是数据源合并的时候一份数据来自统计年鉴另一份来自财政决算报表两者都有记录merge之后就重复了。这种情况必须在进入分析之前解决否则生成面板时软件会直接报错。处理重复值的顺序一般是先按“区县代码年份”分组检查组内是否有多条记录如果有查看多出的记录在其他变量上是否完全相同。完全相同的直接去重不完全相同的则需要人工判断保留哪个来源。我自己一般优先保留统计年鉴口径因为口径一致性对跨年比较很重要。缺失值处理上有几个变量是DID分析中必须到位的——Treat、Post、交互项以及核心结果变量。这些变量如果出现缺失对应的样本就只能整条删除。协变量缺失相对宽容一些可以选择用线性插值、上一期填补或者干脆在回归中不纳入该协变量。但要注意的是不要对结果变量做插值填补因为被解释变量一旦被“造”出来整个估计结果的真实性就会受到质疑。我见过有新手把城乡收入比数据用线性插值补齐结果审稿人看到数据描述部分直接质疑数据真实性这是很不划算的。异常值方面重点关注几类城乡居民收入比小于1的意味着农村收入高于城市收入除非是特定区域否则极不正常、人均GDP前后年变动超过50%的、财政支出占比为负的这些大概率是原始数据录入错误。异常值不要直接删先核对原始统计来源实在查不到再考虑缩尾处理。3.3 区划调整的归并与对照组合并技巧区划调整在25年的样本期里几乎不可避免。处理规则可以总结成三类情况。第一类是简单的更名或代码变更行政区划范围没有实际变化。这种情况直接把新旧代码映射同一个个体处理即可不用对数据做其他调整。第二类是撤县设区、县级市改区、合并、拆分等实质调整。这类调整会影响行政区划的实际范围比较稳妥的做法是保留调整前的原行政区划代码不变全样本期都用同一个代码标识同时生成一个“是否经历过区划调整”的虚拟变量加入模型。这样不会因为代码变动而丢失样本还能在模型中控制区划调整带来的系统性影响。第三类是新设区县比如从某个县分出新设的一个区。这种新设区县在设立当年之前没有对应的数据来源只能从设立年份开始纳入样本。如果新设区县数量过多可以考虑在主体回归中剔除这些样本在稳健性检验中再单独加入看结果是否有实质变化。对照组的选择也要动点脑筋。不是说所有非试点区县都适合做对照。理想的做法是找政策实施前与处理组在经济发展水平、产业结构、财政状况上相近的区县作为候选对照组再通过倾向得分匹配PSM进一步缩小差距。哪怕不做正式匹配至少可以对比一下处理组和对照组在政策前的结果变量趋势图如果两者在政策前就有明显的发散趋势那么平行趋势假设的基础就不牢。4. 多期DID的模型设定与Stata实操从命令到结果解读4.1 双向固定效应模型的基本框架拿到整理好的数据下一步就是设定实证模型。对于区县面板数据最常用的就是双向固定效应模型Two-way Fixed EffectsTWFE它的基本形式是[ Y_{it} \alpha \beta DID_{it} X_{it}\gamma \mu_i \lambda_t \varepsilon_{it} ]其中(Y_{it})是结果变量(\mu_i)是区县固定效应absorb掉所有不随时间变化的区县层面特征(\lambda_t)是年份固定效应absorb掉所有宏观时间冲击(X_{it})是时间变化的协变量(DID_{it})就是我们关心的交互项它的系数(\beta)就是政策效应的估计值。为什么要加区县和年份双向固定效应可以从DID的逻辑来理解。DID的本质是比较处理组和对照组在政策前后的变化差异。区县固定效应控制了那些不随时间变化的区县特质——比如某个区县本身就是省会核心区它的经济基础好、产业结构优这些特质不随时间变化如果不加控制就会被错误地归因到政策效果上。年份固定效应则控制了所有区县共同面临的宏观冲击——比如全国性的经济周期波动、重大政策环境变化。两者合在一起才能比较公平地比较“如果没有政策处理组会怎么走”这一反事实。4.2 Stata中生成DID变量与回归的完整命令在Stata里操作的流程一般是这样的。第一步用xtset声明面板结构xtset citycode year第二步生成政策时间虚拟变量。假设数据集中已经有一列policy_year表示每个区县进入试点的年份对于从未进入试点的区县这个变量设为缺失值或者一个很大的数比如9999gen post (year policy_year) if policy_year ! . replace post 0 if policy_year .这里要注意变量默认为0还是缺失值很重要。从未进入试点的对照组区县post变量必须为0而不是缺失值否则在回归中这些样本会被自动剔除。第三步生成处理组虚拟变量和交互项gen treat (policy_year ! .) gen did treat * posttreat等于1表示该区县是处理组等于0表示对照组。第四步跑双向固定效应回归xtreg y did x1 x2 x3 i.year, fe robust这里i.year是年份固定效应的另一种写法和xtreg自带的fe个体固定效应搭配使用就构成了双向固定效应。需要注意如果在xtreg, fe中加入了i.year那就不需要再用areg或者reghdfe这类命令了。如果你的协变量比较多、样本量也比较大还可以用reghdfe这个外部命令它对高维固定效应做了优化运行速度明显更快reghdfe y did x1 x2 x3, absorb(citycode year) cluster(citycode)聚类稳健标准误建议聚类到区县层面因为同一个区县在不同年份的扰动项往往存在自相关如果不聚类标准误会严重低估t统计量会虚高审稿人通常一眼就能看出来。4.3 双向固定效应在交错DID下的偏误问题近几年计量经济学界对TWFE在交错DID中的偏误问题讨论得很热烈。简单说在试点分批推进的情况下TWFE的DID估计量本质上是所有可能的两两比较的加权平均其中有些比较会把“早处理组”当作“晚处理组”的对照组。如果政策效应是异质性的即不同区县的政策效果不同或者同一区县在不同时期的政策效果不同这种比较就会产生负权重导致估计结果偏离真实效应甚至可能出现符号完全相反的情况。这不是说TWFE就不能用了而是说在报告基准回归结果的同时有必要做至少一两个异质性稳健估计量作为补充。Stata里可以安装csdid或者did_imputation、eventstudyinteract等命令来实施。其中csdid命令是比较容易上手的它基于Callaway和SantAnna2021的方法可以分组别和时间段估计平均处理效应并且在存在负权重时也能保证估计的有效性。实际操作中我一般把TWFE结果作为baseline再用csdid或者eventstudyinteract跑一遍如果两者结果方向和显著性一致那就可以放心不少。如果两者出现了方向性冲突那通常是异质性处理效应比较强的信号需要在论文里花笔墨解释这种差异的来源。4.4 结果解读的核心交互项系数怎么读对于交互项系数经常有人问“到底是1.5个百分点还是1.5%”。这取决于结果变量的定义。如果结果变量取的是对数形式比如(ln(income_ratio))那么系数乘以100就近似是百分比变化如果结果变量本身就是比值比如城市居民收入是农村居民收入的倍数那么系数就是倍数变化。这个解读细节直接影响论文里的政策含义表述一定要提前理清楚不能含糊带过。另外交互项系数的统计显著性不代表经济显著性。一个政策效应可能在统计上显著但如果效应的实际大小只有0.01也就是城乡收入比只缩小了0.01那政策的经济意义就很有限。在报告的时候除了p值和星号最好把政策后的均值变化一并报告出来给读者一个直观的参照。5. 识别假设的检验链条平行趋势、安慰剂与动态效应5.1 平行趋势检验事件研究图的绘制与解读DID识别的第一假设是平行趋势。它的含义是在没有政策干预的情况下处理组和对照组的结果变量应该随时间变化的趋势是一致的。这个假设无法直接验证因为政策已经发生了我们无法观测到“没有政策”的反事实路径。但有一个间接的检验办法看政策之前处理组和对照组是否已经存在系统性差异。事件研究法Event Study是学术界检验平行趋势最常见、也最直观的手段。做法是生成一系列以政策实施年份为基点的虚拟变量比如政策前第3年、第2年、第1年以及政策当期、政策后第1年、第2年、第3年等然后把这些虚拟变量和treat的交互项一起放入回归再把各交互项的系数和置信区间画出来。Stata里可以用coefplot命令可视化示例代码* 生成事件时间变量 gen event_time year - policy_year if policy_year ! . * 生成事件时间虚拟变量以-1期为基准 forvalues k 5/10 { gen prek (event_time -k) } gen current (event_time 0) forvalues k 1/8 { gen postk (event_time k) } * 回归并绘图 reghdfe y pre5 pre4 pre3 pre2 current post1-post8, absorb(citycode year) cluster(citycode) coefplot, keep(pre5 pre4 pre3 pre2 current post1-post8) vertical /// xline(4.5) yline(0) /// xlabel(1 -5 2 -4 3 -3 4 -2 5 0 6 1 7 2 8 3 9 4 10 5, labsize(small))解读的关键是看政策前的各个交互项系数是否在统计上不显著也就是置信区间是否都包含了0。如果政策前有某些期的系数显著异于0说明处理组和对照组在政策前就已经在发散平行趋势假设可能不成立。政策后各期的系数如果逐渐变大说明政策效应在逐步增强。这里用-1期作为基准期也就是事件时间等于-1的那组作为参照是最常见的做法避免完全共线性。5.2 安慰剂检验随机分配处理组的自检逻辑安慰剂检验是处理内生性担忧的另外一个有效工具。它的逻辑是如果DID估计出来的政策效应真的是由政策驱动的那么当我们随机分配政策发生的时间和对象时就不应该得到显著的结果。如果随机分配也能得到和真实估计一样大小的效应那就说明原来估计出来的效应可能纯粹是噪音或者被其他因素驱动了。具体的操作步骤是保留原始数据的样本结构将处理组状态随机打乱然后重新估计DID模型记录下交互项的系数和t值。重复这个过程500次或1000次得到系数的分布。把这个分布和真实估计的系数放在一起比较——如果真实估计的系数落在随机分布中极端的尾部说明不太可能是偶然产生的研究的可信度会得到增强。5.3 动态效应与政策时滞的识别政策效应往往不是立竿见影的城乡融合发展涉及基础设施建设、产业转移、人口流动和公共服务均等化这些都需要时间传导。所以进一步要做动态效应分析看政策效应随时间的演化轨迹。常见的发现是政策实施后的第一年效应不明显随后逐年递增到第三到五年达到峰值之后增速放缓甚至稍有回落。动态效应分析对政策的评价来说很关键。如果你只报告一个平均处理效应可能会忽略“政策其实在第3年才真正起效”这个重要事实。对政策制定者来说知道了效应的时间轨迹就能更好地评估政策的阶段成效而不是笼统地给一个“有效”或“无效”的结论。这里也有一个实操细节当你把政策后每一期的效应分别估计出来之后不需要再单独报告一个整体交互项系数。那些分别估计的系数本身就是全部政策效应信息的呈现动态轨迹比一个孤立的平均系数能传递更多信息。不过也有的期刊要求基准模型里只放一个交互项再在扩展分析里放动态效应这个就看你投稿的目标期刊的习惯了。6. 稳健性讨论中的几个常见争议与实操应对6.1 异质性处理效应从TWFE到稳健估计量前面提到过交错DID下TWFE可能因为负权重而产生偏误。这个问题近年来在学术界的关注度非常高审稿人如果看到你的样本是交错DID很有可能会要求你补充一个异质性稳健估计量。Stata里推荐安装的命令是csdid和drdid。以csdid为例基本使用模式是csdid y, ivar(citycode) time(year) gvar(policy_year) method(dripw) cluster(citycode) estat event其中gvar指定的是各区县的首次试点年份method(dripw)表示使用基于双重稳健的逆概率加权估计。输出结果里包含了总体平均处理效应和分组估计还有事件研究式的动态效应图。把这些结果和TWFE的baseline放到一起报告可以充分体现你对异质性处理效应问题的重视。这里给个具体的判断经验我自己做过不少对比多数情况下TWFE和csdid的结果方向和显著性都不会差太多。但如果政策效应在区县之间差异很大——比如东部发达区县的效应明显好于中西部区县——那TWFE的结果就可能是“高估的”因为负权重在吃平效应。这种情况下我更倾向于报告csdid的结果作为主回归。6.2 排除同期其他政策干扰区县层面同期可能还有其他政策在同一时间段推行比如新型城镇化综合试点、农村土地制度改革试点、乡村振兴示范县等。如果一个区县同时参与了城乡融合和城镇化试点你估计出来的DID效应实际上可能是两个政策叠加的结果无法单独归因到城乡融合试点上。处理办法是在回归中控制是否处于其他试点状态或者从对照组中剔除那些同时受到其他政策影响的样本。如果你能获得同期其他试点的名单和起始年份控制起来并不复杂就是再生成几个虚拟变量加入回归即可。比较麻烦的是那些范围更广的普惠性政策比如国家级战略覆盖的特定区域这类政策对所有区县都有影响靠区县层面的虚拟变量控制不了那就只能依赖于年份固定效应去吸收共性影响。这里要有一个清醒的认识实证文章中几乎不可能完全排除所有政策干扰完全干净的自然实验在区县层面是很少见的。关键是把你能识别到的主要干扰都纳入进来讨论让读者相信你的结果不是简单复制了其他政策的效果。6.3 变量选择敏感性与样本截断的检查学术研究中常见的一个质疑是“换一个结果变量或者换一批样本你的结论还成立吗”。为了回应这种质疑稳健性检验一般会做以下几类第一替换结果变量。城乡收入比之外可以换城乡居民消费比、人均收入或者直接用收入水平的分位指标。如果换了变量之后政策效应依然显著那结论的稳健性就多了一分说服力。第二排除特殊样本。比如剔除直辖市下辖的区县因为这些区域的经济发展水平和政策资源获取能力与其他区县差异太大可能不具可比性。再比如剔除政策实施当年才新设的区县因为这些样本的政策前观测期太短。第三改变样本期。比如把样本窗口缩减到2005-2020年或者扩大协变量集和改变带宽如果做了匹配看结果的敏感性。通常健康的实证结果在合理的样本调整下不会出现戏剧性的变化。6.4 边界清晰度什么情况不能下因果结论最后想泼一盆冷水DID虽然叫“准实验”但它的因果推断效力是有边界条件的。如果你发现政策前平行趋势不满足、安慰剂检验出现大量显著结果、或者不同估计方法得出的结论互相矛盾那就要冷静下来思考是不是数据本身有问题、处理组和对照组的设计有内在缺陷、或者试点的分配本身不是外生的。关于试点分配的外生性可以做的一个检验是把“是否被选为试点”作为被解释变量把政策前各期的区县特征作为解释变量进行回归。如果政策前期的特征变量能够显著预测一个区县是否被选为试点那说明试点的分配并不是随机的而是和区县的初始条件相关。这种情况下你的DID结果应该被理解为“在特定初始条件下的政策效果”而不是“对所有区县的平均因果效应”。我自己在论文写作中遇到过最棘手的一个情况是某个结果变量的平行趋势检验面前三期里有两期显著后来仔细排查发现是原始数据中一个区县某些年度的数据有严重的测量误差剔除误差样本后平行趋势就通过了。这个经历让我形成了习惯——在正式跑回归之前一定要做分年份和分区县的结果变量描述统计发现极端值先溯源不要一上来就把数据交给模型。7. 数据集的扩展进一步做PSM-DID和异质性分析的可能7.1 倾向得分匹配与DID的结合区县面板数据自然可以做PSM-DID。为什么要做PSM-DID因为DID虽然可以消除不随时间变化的区县特征差异但如果处理组和对照组在政策前的关键协变量上有系统性差异平行趋势假设仍然可能不满足。PSM的作用是先在政策前样本中用一系列可观测特征人均GDP、产业结构、财政水平、人口密度等对每个区县是否进入试点做Logit回归得到倾向得分然后为每个处理组样本匹配一个倾向得分相近的对照组样本再在匹配后的样本上做DID。Stata里的操作思路是先用Logit回归得到倾向得分然后用匹配方法比如最近邻匹配或者卡尺匹配筛选样本再在匹配后的样本上跑DID。需要提醒的是匹配时用的协变量必须取政策前基期的值不能是政策后的值否则匹配就变成了“事后诸葛亮”逻辑上站不住。做PSM-DID后通常会损失不少样本因为有些处理组可能匹配不到相近的对照。如果你发现匹配后样本量损失超过三分之一那就要考虑是不是处理组和对照组本身的特征分布差异太大这种情况下PSM的意义也会打折扣。稳妥起见可以同时报告匹配前后的样本特征平衡表balance table让读者直观看到匹配后两组差异的缩小。7.2 异质性分析异质性本身就是结论的一部分对区县数据来说政策效果很少是一刀切的。常见的异质性分析维度包括地理区位东部、中部、西部区县之间的效果差异行政级别县级市、普通县、市辖区之间的差异经济水平按政策前人均GDP中位数分组产业结构工业化程度较高与以农业为主的区县之间的差异财政资源财政自给率高与低的区县差异异质性分析的操作很直观在回归中加入did与分组虚拟变量的交互项或者直接按子样本分别回归。这里我推荐至少做两个层次的异质性分析一是按地理大区划二是按政策前经济水平。这两个维度的结果最容易讲出有政策含义的故事。比如你可能会发现城乡融合试点对西部欠发达区县城乡收入比的缩小效果更明显对东部区县的效果则不那么显著。这背后的逻辑可能是西部区县城乡差距本来基数大政策带来的边际改善更显著而东部区县的城乡差距已经相对较小政策效果趋于温和。这样的发现对政策讨论的价值可能比一个平均效应大得多。7.3 与绿色金融等其他政策评估数据的横向对比有关的热搜词里提到了绿色金融的DID应用这类区县面板数据的构建思路是高度相似的。绿色金融改革创新试验区、低碳城市试点、碳排放权交易试点本质上都是在区县或城市层面分批推进的政策评估方法也都绕不开DID这套框架。区别主要在于数据类型绿色金融类的评估更依赖绿色信贷余额、绿色债券发行规模、清洁能源占比等特色指标而城乡融合类评估则更侧重于收入比、城镇化率、土地流转和公共服务均等化等指标。但底层的数据结构——区县代码年份政策时间点的面板——是完全一致的。这也就意味着如果你今天学会了怎么处理城乡融合试点的DID数据集明天面对绿色金融的试点评估你只需要替换结果变量的数据源和调整协变量列表整个分析流程可以无缝平移。从这个角度看花时间把一个区县面板DID数据集的结构、清洗和检验流程彻底吃透收益不只是完成一篇论文而是获得一项可复用的分析能力。你不需要每次换一个政策主题就从头学一遍方法论这套框架的通用性远比想象中要强。8. 25年区县面板数据实操中的几条心得写到这里核心的方法论和实操链路基本都覆盖了。最后分享几条我在实际处理这类长期区县面板数据时积累下来的经验。第一永远留一套原始数据的备份不直接在原始文件上做任何修改。区县数据的清洗往往要反复好几次如果没有原始备份一旦清洗逻辑出错要回溯时就只能干瞪眼。第二在合并不同来源的数据时一定要先统一区县代码口径。我吃过亏一份数据用的是2019年的代码另一份用的是2023年的代码merge完以后凭空多出几百条“假区县”。后来在合并前先做了代码归一化才把这个问题解决掉。第三交互项系数显著为正不一定就是政策效果好。如果结果是城乡收入比那么系数为负才是差距缩小如果换了结果变量符号含义可能完全反向。文章写结论之前先确认系数符号和结果变量方向之间的逻辑关系。第四如果面板时间跨度太长建议把数据按每5年分段做一次数据的完整性检查。25年的时间里统计口径、区划代码、指标名称都在变化一次性拉通很容易遗落中间某几年的问题。第五也是最后一点做这类区县层面的政策评估数据和结果固然重要但审稿人往往更关注你对政策背景和数据细节的掌控程度。数据描述部分写清楚每一年有多少处理组、多少对照组、每个区县的政策起始年份、区划调整如何处理这些细节比一个漂亮的显著性数字更能体现你的严谨性。数据集的dta和xlsx双格式给你提供了便利但真正决定研究质量的始终是你在数据清洗和检验上花的心思。