空间双重差分代码（SDID），空间双重差分是传统双重差分的升级，考虑了空间相关性

传统的双重差分（DID）作为政策效应评估方法中的一大利器，受到越来越多人的青睐， 但是，在传统的DID中，一个经典的假设是个体处理效应稳定性假设（Stable Unit Treatment Value Assumption，SUTVA）。SUTVA最重要的一点是“处理组个体不会影响控制组个体”。换言之，在SUTVA框架下，总体中的任何个体并不会受到其他个体接受处理与否的影响。这个要求有点太高了，随着地区间的交流越来越密切，政策的实施效果难免会有扩散效应，因此，这个假设在考虑到空间相关性时被打破了，当不同空间单元之间存在相关性即存在空间溢出效应时，SUTVA不再成立（Kolak&Anselin，2019）。并且事实上，SUTVA在大多数情况下可能都不成立，而现有的DID类实证文章很少会考虑到这一点，并且Ferman（2020）指出忽略空间相关性将导致标准误被低估，从而夸大系数的显著性。于是空间双重差分SDID应运而生！