双重差分靠处理组与对照组的相对变化识别效应，成败往往不在回归本身，而在样本是否可比、两期是否一致。调研双重差分方法在设计与触达阶段就要把这两件事定好。本文从适用前提、效应分解、稳健检验、数据条件、招募触达与结果呈现六个方面给出执行口径，供项目方与样本库对齐。本文从六个方面给出执行口径，供项目方与样本库对齐使用。
适用前提与识别假设
双重差分通过比较处理组与对照组在政策或事件前后的变化差异来估计效应，前提是两组在没有处理的情况下变化趋势一致，即平行趋势。适用场景包括区域试点、分阶段上线、平台规则调整等，处理组与对照组的划分需要明确且可核验。处理组与对照组的划分依据，需要在方案中写清并留存。划分依据若涉及名单，需确认名单的完整性与更新时点。
使用限制同样清楚。若处理组的选择与结果变量相关，或同期发生其他影响结果的事件，估计就会带偏差。调研双重差分方法在执行前应先列出同期事件清单，逐条判断是否构成干扰，再决定是否需要加入控制变量或调整窗口期。同期事件清单应由项目方与分析方共同确认后再定稿。
效应分解怎么做
效应分解通常沿三个方向展开。时间维度上，把窗口期按前后各若干期拆分，看效应是立即出现还是逐步累积；组间维度上，按人群或区域拆分子样本，看效应集中在哪一类对象；强度维度上，按处理强度分组，看是否存在剂量反应关系。三个方向的分解可以叠加使用，但需控制比较次数。
分解结果需要用统一口径呈现。时间维度建议报告每一期的动态效应系数与置信区间并用图表展示趋势；组间维度需列明每组样本量与效应值；强度维度需说明强度指标的构造方式，避免读者无法复现计算过程。图表与表格应保持一致的口径，避免读者产生歧义。分解结果的呈现顺序建议与假设提出的顺序保持一致。
稳健检验清单
其一是平行趋势检验，用处理前的多期数据检验两组趋势是否存在差异，若处理前已出现分离，设定不成立。其二是安慰剂检验，把处理时间提前到真实时点之前，效应应当不显著，若仍显著说明存在预期效应或其他干扰。处理前的期数不宜过少，否则趋势检验缺乏足够说服力。
其三是更换对照组，用不同的对照组设定重复估计，看结论是否保持方向一致。其四是加入协变量与时间固定效应，检验结果对设定的敏感度。其五是排除同期干扰事件的样本或时段做子样本复核，并在报告中说明排除依据。干扰事件的排除依据需要书面记录，便于后期复核。
数据条件与样本要求
面板结构是基本要求，同一批对象在处理前后都有观测值。样本量上，处理组与对照组的有效样本建议各自不少于两百，若做分层分解，每层不少于八十。缺失值处理要统一规则，中途退出样本的处理方式应在分析前写清，不要事后调整。两期缺失值的处理规则应在分析前确定并向委托方说明。
变量口径统一也是难点。前后两期若问卷题目或选项发生变化，表面上可比实际不可比。样本库在配合这类项目时，应保持两期题目一致，必要时用锚定题做校准，并把版本差异形成书面记录交付给分析方。题目版本差异应形成清单，交付给分析方逐条核对。题目版本清单应包含改动原因，便于判断影响范围。
样本招募与触达策略
处理组与对照组的招募要同步进行，避免时间差引入偏差。触达上，处理组按实际受影响名单定向邀约，对照组按可比口径从样本库匹配，匹配维度包括城市层级、消费层级与关键行为频次。匹配后需复核两组在关键变量上的分布差异。分布差异过大时，应重新抽样而不是事后加权修正。
履约环节要控制两期填答的间隔与方式一致，若一期线上、二期线下，模式差异会混入效应。调研双重差分方法要求两期采用同一渠道同一题型，并在第二期开始前对首期样本做留存提醒，保留率目标设在七成以上，低于五成时需在报告中说明损耗。保留率偏低时应说明损耗构成，以及可能带来的影响。
结果呈现与常见偏差
呈现上建议包含四张表：样本构成与匹配质量、基准回归结果、动态效应结果、稳健性检验汇总。四张表相互印证，单独看基准结果容易被质疑。效应值旁同时报告置信区间与样本量，不做无区间的点估计表述。四张表的口径需在交付说明中逐条解释清楚。四张表的字段命名需统一，避免委托方二次加工出错。
常见偏差包括组成变化偏差、溢出效应与异方差处理不当三类。组成变化指两期样本不是同一批人；溢出指对照组实际受到处理影响。结论部分应逐条说明这些风险的处理方式与残余不确定性，让读者能判断结论边界。残余不确定性的说明，能让结论更容易被正确使用。