学过计量经济学的人可能对双向固定效应（TWFE）模型最熟悉了。我以前也讲过很多关于它的故事，其中也不乏有专门讲TWFE基本思想和代码的笔记。2018年，Goodman-Bacon（2021）的工作论文发布，在计量经济学理论和应用界引起了极大的反响。作者分解了TWFE估计量（总的ATT）为样本中所有的2×2 DID估计量，由此，出现了了令人惊讶的结果：所有的2×2 DID大致可以划分为三类——①处理 vs 从未处理、②先处理 vs 后处理、③后处理 vs 先处理。最后一类被BJ（2017）称为“禁止的对照组”，因为它会导致TWFE估计量产生严重的偏误，甚至得到相反的结果，详细内容参见【应用计量系列27】交叠DID中TWFE估计量会出什么问题？，或者交叠的秘密。为此，GB还提出了一种TWFE估计的分解方法，我将之称为“培根分解”。GB也给出了对应的stata命令。前面这些应用计量经济学笔记和讲稿中也包含很多的例子和stata操作，有兴趣的人可以去看看。

今天，想给大家介绍一下stata 18的新功能——DID的官方命令xtdidregress中内置的培根分解。并将其与用户开发的培根分解命令bacondecomp和ddtiming进行比较。

ddtiming是Thomas Goldring根据GB的工作论文开发的最早期的培根分解命令。这个命令也是后面的新命令的基础。我们用【应用计量系列101】Stata 18新功能（1）：异质性处理效应里面的“忠犬八公”的例子来演示培根分解。

其中，breed、year分别是个体和时间变量；movie是处理变量；registered是结果变量。

我们先看看TWFE的结果：

注：上面上个命令得到的估计量结果是一样的2129.655，但是xtdidregress和xtreg的标准误也是一样的，而reghdfe的标准误稍有差异。如果不存在混淆因子，以狗为主角的电影会促进人们养狗。

从上图可以明显看出，处理是交错进行的。可能有一些“禁止的对照组”带来的偏误。所以，我们用培根分解来看看：

ddtiming的培根分解结果显示了DID的估计量为2219.655，这与上述TWFE DID估计量相同。接下来的表呈现了“先处理 vs 后处理”、“后处理 vs 先处理”、“处理 vs 从未处理”的DID结果与其权重。我们可以用图形展示每个2×2 DID估计量和对应的权重，如下图所示：

注意：ddtiming不能包含协变量

下面，我们用最新版的bacondecomp命令：

stata 18中合并了培根分解，来检验异质性处理效应是否严重偏误了TWFE估计量。这个命令属于xtdidregress命令的估计后命令，也就是说，要先估计did，然后在使用这个培根分解命令。其命令格式：

狗狗电影的例子：

从上面的结果可以看出，stata 18的培根分解结果（在无协变量）与ddtiming和bacondecomp是完全一样的。甚至可以说，stata 18 是ddtiming和bacondecomp的结合体，因为它既呈现了三类处理组和对照组的总ATT和权重，也呈现了每个2×2DID估计量和权重。

与此同时，得益于stata 18全新升级的图形框架，培根分解图也比以前好看多了。结果与上图完全一致。

存在协变量时，bacondecomp命令肯定是可以得到TWFE分解结果。下面，我们使用【应用计量系列45】从DID到事件研究（三）：单边离婚法案的效应真的可信吗？来演示一下协变量下的培根分解：

stata 18的培根分解：

培根分解图：

综上所述，stata 18的培根分解命令与bacondecomp命令的结果是一致的。而且最新的stata内置命令无论在结果呈现，还是图形方面都优于bacondecomp，因IC，建议大家今后在使用培根分解的时候，可以使用stata 18的内置分解命令。