[DISSERTATION]이중차분법(DID)으로 정책효과 분석 논문쓰기

안녕하세요,

오늘은 정책평가에서 많이 사용되는 이중차분법(DID) 개념을 살펴보겠습니다. 이중차분법에 대하여 설명하기 전에 구글 스칼라에 이중차분법을 검색해보았습니다. 최근까지도 수도권 DTI 규제, 마이스터고지원사업, 도시재생사업 등 다양한 정부 정책이나 사업의 효과성을 분석하는데 활용되고 있습니다.

DID는 특정 개입 또는 처치의 효과를 추정하기 위하여 활용되는 방법으로 시간의 흐름에 따라 통제집단과 처치집단에서의 변화량을 비교하여 효과를 추정하는 것이 DID의 핵심입니다. 이 문장을 통해서 DID는 시간과 집단을 함께 고려해야 됨을 알 수 있습니다.

 

DID의 기본 수식과 회귀계수의 의미는 다음과 같습니다.

 

Y=b0+b1 처치/통제 + b2 개입 + b3 처치/통제 * 개입 + b4 통제변수 + e

• b0 : 처치 전 통제집단의 종속변수의 평균 값
• b1 : 처치와 무관하게 처치 전 처치집단과 통제집단 간 차이
• b2 : 처치 전후 통제집단의 종속변수의 변화
• b3 : 처치 전후 처치집단, 통제집단의 종속변수 차이 변화

위의 설명으로 기계적으로 분석결과를 해석할 수 있으나 다소 부족한 부분이 있습니다. 이에 위의 회귀식에 더미변수를 직접 대입해보고 수식을 전개해보면 회귀계수의 의미를 보다 명확하게 알 수 있습니다. (통제변수는 없다고 간주하겠습니다)

• [처치/통제=처치집단]=1, [처치/통제=통제집단]=0 / [개입 여부=YES]=1, [개입 여부=NO]=0 

• ⓐ : 처치/통제=0, 개입=0 -> b0
• ⓑ : 처치/통제=0, 개입=1 -> b0+b2
• ⓒ : 처치/통제=1, 개입=0 -> b0+b1
• ⓓ : 처치/통제=1, 개입=1 -> b0+b1+b2+b3

더미변수 대입을 통하여 얻은 회귀계수의 조합을 조금 더 변형해보겠습니다.

• ⓒ - ⓐ = (b0 + b1) - b0 = b1 ; 개입 전의  처치집단(ⓒ)과 개입 전의 통제집단(ⓐ)의 종속변수 평균 값의 차이를 계산한 것으로 개입 전 집단의 차이입니다.
• ⓑ - ⓐ = (b0 + b2) - b0 = b2 ; 개입 후의 통제집단(ⓑ)과 개입 전의 통제집단(ⓐ)의 종속변수 평균 값의 차이를 계산한 것으로 개입 전후 통제집단의 차이를 의미합니다. 이를 ⓔ로 하겠습니다.
• ⓓ - ⓒ = (b0 + b1 + b2 + b3) - (b0 + b1) = b2 + b3 ; 개입 후 처치집단(ⓓ)과 개입 전 처치집단(ⓒ)의 종속변수 평균 값의 차이를 계산한 것으로 처치 전후 처치집단의 차이를 의미합니다. 이를 ⓕ로 하겠습니다.
• ⓕ -  ⓔ = (b2 + b3) - b2 = b3 ; 처치 전후 처치집단의 차이(ⓕ)와 처치 전후 통제집단의 차이(ⓔ)의 차를 구하면 정책효과가 추정됩니다.

이상으로 이중차분법의 기본 개념을 알아보았습니다. 설명이 조금 복잡하게 느껴질 수 있지만 직접 더미변수를 대입해보면 금방 이해하실 수 있습니다. 그러나 DID를 수행하기 전에 기본적인 가정을 살펴보아야 됩니다. 다음 포스팅에서 이러한 가정을 살펴보고 실제 예제를 통하여 DID 분석을 해보도록 하겠습니다.

 

감사합니다!