你想判断一项新规是否影响就业。最常见的办法，是拿实行新规的城市和未实行的城市比较：先看两地政策前后的就业变化，再把两份变化相减。政策前，两地走势几乎一模一样，看起来很让人放心。但政策后，未实行新规的城市突然遭遇一场只影响当地的冲击。此时，继续拿它推测实行新规城市“如果没有新规会怎样”，答案仍可能偏掉。
这正是双重差分（Difference-in-Differences，DiD）的软肋。DiD 用控制组在处理后的变化，填补处理组看不见的反事实——也就是处理组若未接受政策、冲击或干预，本来会发生什么。这个填补依赖平行趋势假设：如果没有处理，两组结果本应以相同趋势变化。
研究者通常会先做前趋势检验，检查处理发生前两组的走势是否明显不同。但“没有检出差异”不等于证明两组未来仍会平行。Thomas Leavitt 在论文《Beyond Pretrends》中提出一种基于“不一致程度”的敏感性分析，追问得更直接：如果不用控制组，而用另一套同样说得通的办法填补反事实，估计结果会差多少？以下方法与案例结论均来自这篇论文，目前没有第二个独立信源或复现材料交叉验证。
两种填法，各有各的风险
标准 DiD 的做法，是把控制组在处理后的变化，当成处理组未受处理时的变化。它的好处是时间对得上：两份变化都发生在同一阶段。风险则来自组间差异。两组人员构成不同，或者政策后遭遇了不同冲击，控制组就可能不再是合适的参照。
另一种填法，是看处理组自己在处理前的变化，再假定这种变化会延续到处理后。它避开了组间构成差异，因为比较的是同一组人；代价是要相信不同时期足够相似。如果环境随时间改变，这个替代反事实也可能出错。
可以把它想成填纵横字谜。一个答案若只符合横向线索，却与纵向线索冲突，我们自然会降低信心。两条线索各有缺陷，但如果它们给出相同答案，结论就不那么依赖其中任何一条。论文把两种反事实填法给出的差距称为 discordance，即“不一致程度”。
关键不是假设像不像真，而是换掉它会怎样
这里需要区分两个问题。
第一个问题是：平行趋势假设有多可信？处理前走势相似，可能为它提供一些支持，但这种支持并不等于证明。
第二个问题是：结论有多依赖这个假设？即使平行趋势最终不成立，只要另一种合理填法给出的平均处理效应（Average Treatment Effect on the Treated，ATT，即处理对实际接受处理者的平均影响）几乎相同，原结论受到的影响也可能很小。反过来，如果两种填法差得很远，那么研究结论就高度押注于平行趋势。
Leavitt 的核心判断是：处理前趋势平行，是低敏感性的必要条件，但不是充分条件。换句话说，不一致程度很小，可以推出处理前趋势不会严重背离；但处理前趋势看起来平行，不能反推出不同反事实填法也会一致。
论文用一个风格化场景说明差别。两个案例拥有完全相同、而且完全平行的前趋势。第一个案例中，控制组原有趋势平稳延续到处理后。第二个案例中，控制组在处理后突然偏离自身前趋势。这次偏离可能是两组共同经历的冲击，也可能只发生在控制组。若是前者，控制组仍是更好的参照；若是后者，处理组自身的历史变化可能更合适。只看前趋势的敏感性分析无法区分这两个案例，因为它丢掉了控制组处理后的这条信息。
把分歧变成误差标尺
论文提出的 discordance-based sensitivity model，不再只用处理前两组走势的偏离校准风险。它把平行趋势填补与一组替代填补之间的距离，当作潜在误差的标尺。
敏感性分析不是简单宣布假设“真”或“假”，而是问：如果真实反事实偏离标准填补一定幅度，ATT 会落在什么范围内？论文用敏感性参数控制可容许偏差：参数越大，允许的反事实误差越大，ATT 的可能区间也越宽。
当存在多个替代填补时，研究者可以给它们分配权重，例如更重视临近处理时点的数据。但权重难免带入主观判断。Leavitt 因此采用最保守的做法：找到与平行趋势填补差距最大的那个替代值，用这份 worst-case discordance——最坏情况下的不一致程度——设定误差界限。
论文还给出两层形式化理由。第一，在替代假设至少有一定可信度的前提下，平行趋势下的 ATT 与替代假设下 ATT 距离越大，预期误差也越大。第二，从决策论看，把权重放在最大分歧处，可以最小化面对最不利反驳时的最大后悔；由此得到的 ATT 区间也是候选权重方案中最宽、最保守的区间。
这并不意味着“最不一致的替代填补一定更接近真相”。它表达的是另一件事：既然无法确认哪套反事实正确，就不要让一个较温和的权重选择掩盖潜在分歧。
为什么值得关注
这项工作的推进，在于把注意力从“处理前有没有露出破绽”，移到“处理后的反事实究竟可能错多少”。前趋势检查主要评估一条识别假设是否看起来可信；不一致分析则评估因果结论对这条假设的依赖程度。两者回答的不是同一个问题。
论文也没有声称所有通过前趋势检查的 DiD 研究都错了。更准确的说法是：通过检查不能单独保证结论稳健。若控制组处理后明显偏离自身历史走势，而不同填补方式又导向不同 ATT，只报告漂亮的前趋势就可能给人过多安全感。
作者把两类方法用于一个南非案例，研究一次劳动力供给冲击如何影响选民对种族隔离时期政策的支持。论文称，基于前趋势与基于不一致程度的敏感性分析得到不同结果。这说明两种诊断可能改变研究者对稳健性的判断，但材料没有给出效应量、置信区间和样本规模，也没有说明差异究竟是方向改变、显著性变化，还是区间宽度不同，因此不能把它扩写成原结论被推翻。
局限与未知
- 论文关于现有前趋势方法可能低估敏感性的判断，是作者提出新模型的核心论证，目前没有独立研究或复现材料印证。
- 替代填补只有在其背后的假设至少有一定可信度时才有解释力。一个完全站不住脚的替代假设，即使与标准结果一致，也不能增强结论。
- 最坏不一致给出的是保守误差基准，不是对真实反事实的直接观测；它衡量结论可能有多依赖假设，而不是判定哪种填补必然正确。