李林泽（Linze Li）

因果推断是工作，随心称意是生活。

工作论文

• 《政策评估的内生性：从理论到现实》
• 《绿色扶贫必然带来普惠发展吗？——光伏发电扶贫政策的效率增益与程序性偏见》
• 《数字化税收治理：税务公众号能否抑制企业税务违规》
• 《有为政府、预期重塑与信贷扩张：基于养老保险并轨改革的准自然试验》
• 《“退税稳岗”机制创新：留抵退税赋能企业雇佣规模扩容的实证研究》

本人系山东财经大学财政税务学院本科三年级在读，我的技术栈包括：Stata、Matlab、Python等，主要使用Stata。目前专注于公共政策评估、因果推断与计量经济学科普和Stata命令开发。

近期工作论文主要致力于撰写政策评估的综述文章，聚焦中国非随机政策试点背景下，双重差分法因异质性时间趋势引发的估计偏误问题，从潜在结果框架出发开展系统性理论分析，厘清核心概念与模型偏误的形成逻辑，辨析特征变量的使用边界并提出针对性的方法修正策略，并辅以实证案例验证修正思路的有效性，为非随机政策评估中双重差分法的科学应用提供理论参考与实践指引。本文立足中国 “先行先试、逐步推开” 的政策实践特征，指出试点选择的非随机性极易违背双重差分法的平行趋势假设，这也是政策评估内生性的核心来源之一；首先厘清了双重差分法与随机对照实验的关系，明确随机化实验并非使用双重差分法的必要条件，该方法的核心要求是缺乏政策干预时处理组与控制组的潜在结果变量变动趋势相互独立，非随机的政策分配机制则是破坏这一假设的重要原因，并对双重差分估计量进行分解，区分了由禀赋差异导致的异质性偏误与多期双重差分中不同批次处理组的异质性处理效应，指出二者均根源于政策分配的非随机性。在此基础上，本文界定了异质性时间趋势与特征变量的核心概念，形式化证明个体与时间固定效应无法吸收由特征变量驱动的趋势差异，当特征变量同时决定政策分配与结果变量的时间演化路径时，会造成双重差分估计量的时间趋势偏误，将禀赋带来的结果变化错误归因于政策效应；同时从因果推断视角剖析了 “坏控制” 问题，指出直接将时变特征变量纳入回归会扼杀政策生效渠道、引发内生性循环，破坏 OLS 正交性假设，因此特征变量需做事前截取处理。针对这一问题，本文总结了在干预变量为可观测前提下学界主流的基期特征交互项的修正策略，将政策实施前一期的外生基期特征与时间趋势构建交互项纳入模型，该策略既规避了 “坏控制” 的内生性问题，又显式参数化了被双向固定效应遗漏的异质性时间趋势项，实现条件平行趋势的有效识别。同时本文还在尝试介绍在不可观测条件下可能的缓解方案，如半参数DID与寻找恰当工具变量等。本文还介绍了Roth（2022）证明的事件研究法低功效问题，可能无法准确捕获事前显著趋势，导致研究者对平行趋势假设的误判，而平行趋势检验的有效性在相当程度上依赖于结果变量与政策非随机分配因素的关联。本文的研究弥补了现有非随机政策评估研究的细节不足，其边际贡献在于结合中国政策实践，系统梳理了异质性时间趋势引发双重差分法偏误的完整逻辑，明确了特征变量的界定标准与使用规范，系统比较并论证了基期特征交互项修正策略的合理性与有效性，同时也为研究者关注事件研究法的低功效问题、科学开展平行趋势检验提供了提醒，最终为非随机政策评估中双重差分法的合理运用给出了一般性实践建议。

2025年3月开始在本人微信公众号“李三安”撰写实证分析科普专题《经济的人生》，公众号已积累粉丝1w+，小红书矩阵账号粉丝5000+，阅读累计3w+，目前已主要更新了双重差分法基本原理、多期双重差分中的异质性处理效应检验、强度DID基本实证流程、万字长文（1）平行趋势调整指南、万字长文（2）事件研究法功效分析等。在我的GitHub上，你可以找到我开发的“三行代码”完成平行趋势检验的Stata命令“lsaplot”：

• lsaplot：平行趋势检验是DID必备检验，但初学者往往在相对时期虚拟变量生成、归并、截断等操作中存在疑问，导致错误地进行了平行趋势检验，lsaplot通过自动生成相对时期虚拟变量，高度集成的option等帮助初学者规避平行趋势检验常见错误、科学高效地进行平行趋势检验。

2025年10月至12月，本人以第一作者身份撰写的论文《数字化税收治理：税务公众号能否抑制企业税务违规？》入围第五届香樟财政学论坛、第十一届中国财政学年会与第八届未来经济学家论坛。

除了技术，我还喜欢烹饪（立志2030年前拿下高级证）、旅行（尤喜自然风光）、阅读存在主义哲学著作（个人很喜欢萨特）。逆风如解意，容易莫摧残。

欢迎通过邮件或社交媒体联系我！