Une technique d’estimation quasi‑expérimentale qui identifie un effet de traitement en comparant les variations de résultats dans le temps entre un groupe traité et un groupe témoin, attribuant la variation différentielle au traitement sous l’hypothèse des tendances parallèles et d’autres conditions d’identification.

Principe

La méthode identifie des effets causaux seulement si, en l’absence de traitement, les trajectoires moyennes des résultats des groupes traité et témoin auraient suivi la même tendance (tendances parallèles). Les violations de cette hypothèse ou la contamination des témoins (effets de débordement, anticipation) biaisent l’estimateur.

Démonstration

Scénario illustratif → Une politique est appliquée dans la Région A mais pas dans la Région B. Reconnaissance → recueillir mesures des résultats avant et après la politique pour les deux régions. Action → estimer l’effet comme (A_post − A_pre) − (B_post − B_pre), présenter graphiques des tendances préalables, tests placebo et robustesse à d’autres groupes témoins. Conséquence → si les tendances parallèles et l’absence d’interférence tiennent, l’estimé récupère l’effet moyen sur les traités ; sinon l’estimé peut être biaisé.

Mauvaise application

Supposer les tendances parallèles sans vérifications empiriques, utiliser des témoins exposés à des débordements ou interpréter un DiD à deux périodes comme causal lorsque le calendrier de traitement ou la composition des groupes varie entre unités.

Conséquence

Sous les hypothèses, le DiD fournit une estimation causale pratique et transparente avec une logique contrefactuelle claire ; si elles sont violées, il attribue de manière biaisée des effets et induit en erreur pour la décision publique.

Inversion

Lorsque le traitement est échelonné entre unités ou que les effets sont hétérogènes, l’estimateur DiD classique à deux périodes peut produire des moyennes pondérées trompeuses : il faut alors recourir à extensions méthodologiques récentes ou à estimateurs alternatifs pour obtenir des effets interprétables.

Limite

Approprié pour des données en panel ou des coupes transversales répétées avec observations avant et après traitement et un groupe témoin plausible. Non applicable aux comparaisons en simple coupe transversale sans variation temporelle ni aux essais contrôlés randomisés (qui reposent sur d’autres stratégies d’identification).

Tension sémantique

Identification causale (crédibilité du contrefactuel via le groupe témoin) versus comparabilité (dans quelle mesure groupes traité et témoin partagent‑ils des trajectoires non observées similaires).

Synthèse

Le DiD est un dispositif contrefactuel intuitif qui convertit des différences temporelles en estimations causales, mais sa crédibilité repose sur des preuves testables de tendances préalables et sur le choix soigneux de témoins et de contrôles de robustesse.