Метод разности разностей

Метод разности разностей (англ. difference-in-differences, DiD) — это квазиэкспериментальный статистический метод, используемый для оценки причинно-следственных связей путём сравнения изменений во времени между группой, подвергшейся воздействию (лечебной группой), и контрольной группой, не подвергшейся воздействию. Метод относится к классу методов анализа панельных данных и широко применяется в экономике, социологии, эпидемиологии и других областях, где рандомизированные контролируемые испытания невозможны или затруднены.

История

Метод разности разностей впервые был предложен в 1855 году английским врачом Джоном Сноу для изучения связи между загрязнением воды и эпидемией холеры в Лондоне. Сноу сравнил частоту смертей от холеры в районах, снабжаемых водой двумя разными компаниями, до и после смены источника водоснабжения одной из них. В современной экономической науке метод получил широкое распространение после работ Орли Ашенфельтера и Алана Крюгера (1994), которые использовали его для оценки влияния повышения минимальной заработной платы на занятость в ресторанах быстрого питания в Нью-Джерси и Пенсильвании.

Основные принципы

Идея метода

Метод разности разностей основан на сравнении средних изменений интересующего показателя (например, дохода, уровня занятости, заболеваемости) в двух группах: лечебной (T) и контрольной (C). Измерения проводятся в два периода: до воздействия (t=0) и после воздействия (t=1). Оценка эффекта воздействия (DiD) вычисляется как:

\[ DiD = (E[Y_{T,1}] - E[Y_{T,0}]) - (E[Y_{C,1}] - E[Y_{C,0}]) \]

где \(E[Y_{T,1}]\) — среднее значение показателя в лечебной группе после воздействия, \(E[Y_{T,0}]\) — до воздействия, и аналогично для контрольной группы.

Ключевое допущение: параллельные тренды

Основное предположение, необходимое для корректной оценки, — это гипотеза о параллельных трендах. Согласно ей, в отсутствие воздействия средние изменения показателя в лечебной и контрольной группах были бы одинаковыми. Иными словами, разница между группами оставалась бы постоянной во времени, если бы не было воздействия. Нарушение этого допущения (например, если контрольная группа уже испытывает иные внешние шоки) приводит к смещению оценки.

Формальная модель

В регрессионной форме метод разности разностей записывается как:

\[ Y_{it} = \alpha + \beta_1 \cdot D_i + \beta_2 \cdot Post_t + \beta_3 \cdot (D_i \times Post_t) + \varepsilon_{it} \]

где:

• \(Y_{it}\) — зависимая переменная для единицы \(i\) в момент времени \(t\);
• \(D_i\) — индикатор принадлежности к лечебной группе (1 — лечебная, 0 — контрольная);
• \(Post_t\) — индикатор пост-воздейственного периода (1 — после воздействия, 0 — до);
• \(D_i \times Post_t\) — взаимодействие, коэффициент \(\beta_3\) которого и является оценкой эффекта воздействия (DiD).

Применение

Экономика труда

Классический пример — оценка влияния повышения минимальной заработной платы на занятость. Ашенфельтер и Крюгер (1994) сравнивали занятость в ресторанах быстрого питания в Нью-Джерси (где минимальная зарплата была повышена) и в соседней Пенсильвании (где она осталась неизменной). Они обнаружили, что повышение не привело к значимому сокращению занятости, что противоречило традиционным экономическим моделям.

Оценка государственных программ

Метод используется для анализа эффектов образовательных реформ, программ социальной поддержки, налоговых изменений и других политик. Например, в России метод применялся для оценки влияния программы материнского капитала на рождаемость (сравнение регионов с разными сроками введения программы) или для анализа последствий повышения пенсионного возраста.

Эпидемиология и здравоохранение

В медицинских исследованиях метод разности разностей применяется для оценки эффективности вакцинации, введения карантинных мер или реформ здравоохранения. Например, сравнение заболеваемости в регионах, где была введена обязательная вакцинация, и в регионах без неё, до и после введения.

Разновидности и модификации

Множественные периоды

В случае более чем двух временных точек используется обобщённый метод разности разностей, который включает фиксированные эффекты для единиц и времени. Оценка строится как среднее по всем парам «до-после» для лечебных и контрольных единиц.

Неоднородное воздействие

Если воздействие происходит в разное время для разных единиц (staggered DiD), применяются более сложные методы, такие как метод Каллауэя и Сантьяни (2021), которые учитывают возможные смещения из-за различий в сроках.

Взвешенные оценки

Для повышения точности и снижения смещения из-за различий в ковариатах между группами используется метод синтетического контроля, который строит взвешенную комбинацию контрольных единиц, имитирующую тренд лечебной группы до воздействия.

Критика и ограничения

Нарушение параллельных трендов

Наиболее частая критика метода связана с невозможностью проверить допущение о параллельных трендах в отсутствие воздействия. Если тренды различаются, оценка DiD может быть смещённой. Для проверки используются графики пред-воздейственных трендов и тесты на их параллельность.

Влияние внешних факторов

Метод чувствителен к одновременным изменениям, затрагивающим только одну из групп (например, экономический кризис, поразивший только лечебную группу). В таких случаях оценка может отражать не эффект воздействия, а влияние этих внешних факторов.

Проблемы с выбором контрольной группы

Неправильный выбор контрольной группы (например, группы, которая сама подвергается воздействию или сильно отличается по структуре) приводит к систематическим ошибкам.

Малые выборки

При малом количестве единиц в группах (например, несколько регионов) стандартные ошибки могут быть недооценены, а оценки — ненадёжными. В таких случаях рекомендуется использовать кластеризованные стандартные ошибки на уровне групп.

Примеры в российской практике

• Оценка влияния ЕГЭ на успеваемость студентов: сравнивались результаты студентов, поступивших в вузы до и после введения Единого государственного экзамена, в регионах с разными сроками перехода на новую систему.
• Анализ последствий повышения акцизов на алкоголь: сравнивалось потребление алкоголя и смертность в регионах, где акцизы были повышены раньше, и в регионах, где повышение произошло позже.
• Влияние программы «Земский доктор» на доступность медицинской помощи: сравнивались показатели обеспеченности врачами в сельских районах, участвовавших в программе, и в контрольных районах, не участвовавших.

Источники

• Ashenfelter, O., & Krueger, A. B. (1994). Estimates of the Economic Return to Schooling from a New Sample of Twins. American Economic Review, 84(5), 1157–1173.
• Callaway, B., & Sant’Anna, P. H. C. (2021). Difference-in-Differences with Multiple Time Periods. Journal of Econometrics, 225(2), 200–230.
• Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist’s Companion. Princeton University Press.
• Snow, J. (1855). On the Mode of Communication of Cholera. London: John Churchill.
• Всемирный банк. (2018). Руководство по методам оценки воздействия программ. Москва: Издательство Всемирного банка.