DID模型本身对个体数量没有直接限制，但个体数量会显著影响模型估计的统计效力、稳健性和异质性分析能力。 样本量过小可能导致标准误膨胀、低估处理效应甚至无法通过平行趋势检验；而充足且分布合理的个体数量能提升模型对因果效应的精确识别，尤其当处理组与对照组样本量存在较大差异时，需注意匹配或加权方法以降低偏差。实践中，建议个体数量至少满足每个处理组对照组各30个以上，并配合使用聚类稳健标准误。
【常见问题】
问题1：DID模型对个体数量有最低要求吗？
回答1：DID模型对个体数量没有绝对最低要求，但样本量过小会导致统计检验力不足，难以检测到显著的处理效应，通常建议每个组别至少30个个体。
问题2：个体数量不足时如何改进DID模型？
回答2：个体数量不足时，可采用合成控制法、匹配DID或使用面板数据的高频时间维度来增强估计稳定性，同时需优先检验平行趋势假设是否成立。
问题3：个体数量差异大对DID模型有何影响？
回答3：处理组与对照组个体数量悬殊时，DID模型易受权重偏差影响，建议使用倾向得分匹配或逆概率加权来平衡样本分布，提升估计的可靠性。
