या ब्लॉग पोस्टमध्ये, आम्ही डिफरन्स-इन-डिफरन्सेस पद्धतीची विश्वसनीयता आणि मर्यादा तपासणार आहोत, जी अशा परिस्थितीत धोरणांच्या परिणामांचे मूल्यांकन करण्यासाठी मोठ्या प्रमाणावर वापरली जाते जिथे प्रयोग करणे कठीण असते.
अर्थशास्त्रामध्ये, पुराव्यावर आधारित धोरणात्मक चर्चा सुलभ करण्यासाठी एखाद्या धोरणाच्या परिणामांचे मूल्यांकन करणे आवश्यक असते, अशी अनेक उदाहरणे आहेत. सामाजिक आणि आर्थिक समस्यांचे निराकरण करण्यासाठी आणि धोरणांची वैधता सिद्ध करण्यासाठी ही प्रक्रिया महत्त्वपूर्ण आहे. विशेषतः, एखाद्या आर्थिक धोरणाच्या किंवा सामाजिक कार्यक्रमाच्या अंमलबजावणीमुळे खरोखरच सकारात्मक परिणाम झाले आहेत की त्याचे अनपेक्षित दुष्परिणाम झाले आहेत, हे स्पष्टपणे निश्चित करणे आवश्यक आहे. एखाद्या धोरणाच्या परिणामांचे मूल्यांकन करताना, धोरण लागू झाल्यानंतरच्या परिणामांची तुलना, जर ते धोरण लागू केले नसते तर जे परिणाम झाले असते त्यांच्याशी केली जाते. ही तुलना धोरणकर्त्यांसाठी एक आवश्यक माहिती म्हणून काम करते, भविष्यातील धोरणांची रचना करण्यासाठी दिशा देते आणि अंतिमतः एकूण सामाजिक कल्याणाच्या वृद्धीसाठी योगदान देते.
तथापि, काल्पनिक परिणाम प्रत्यक्ष पाहता येत नसल्यामुळे, एखाद्या घटनेचा परिणाम हा, ती घटना अनुभवलेल्या नमुन्यांचा समावेश असलेल्या उपचार गटाच्या (treatment group) परिणामांची, ती घटना न अनुभवलेल्या नमुन्यांचा समावेश असलेल्या नियंत्रण गटाच्या (control group) परिणामांशी तुलना करून मोजला जातो. नियंत्रण आणि उपचार गटांची रचना ही मूल्यांकनाची अचूकता ठरवणारा एक महत्त्वाचा घटक आहे. जर दोन्ही गट प्रत्यक्ष घटनेव्यतिरिक्त इतर घटकांमध्ये भिन्न असतील, तर हे फरक मूल्यांकनाच्या परिणामांना विकृत करू शकतात. म्हणून, या प्रक्रियेची गुरुकिल्ली म्हणजे असे दोन गट तयार करणे, ज्यांच्या परिणामांमध्ये प्रत्यक्ष घटनेव्यतिरिक्त इतर कोणतेही कारण नसेल. उदाहरणार्थ, वेतनावर एखाद्या घटनेच्या परिणामाचे मूल्यांकन करताना, गट अशा प्रकारे तयार केले पाहिजेत की, घटनेच्या अनुपस्थितीत, उपचार गट आणि तुलना गटाचे सरासरी वेतन समान असेल. हे साध्य करण्यासाठी, एक प्रायोगिक रचना ज्यात नमुने यादृच्छिकपणे दोन गटांमध्ये विभागले जातात, ती आदर्श ठरते. तथापि, मानवी विषय किंवा सामाजिक समस्या हाताळताना ही पद्धत अनेकदा लागू होत नाही.
या अडचणींमुळे, ज्या परिस्थितीत प्रायोगिक पद्धती वापरता येत नाहीत, तिथे अर्ध-प्रायोगिक पद्धतींचा वारंवार वापर केला जातो. या अर्ध-प्रायोगिक पद्धतींमध्ये 'फरकातील फरक' (Difference-in-Differences - DID) पद्धत हे एक मोठ्या प्रमाणावर वापरले जाणारे तंत्र आहे. 'फरकातील फरक' (Difference-in-Differences - DID) पद्धतीमध्ये, उपचार गटात दिसून आलेल्या बदलातून तुलना गटात दिसून आलेला बदल वजा करून एखाद्या घटनेच्या परिणामाचे मूल्यांकन केले जाते. हे मूल्यांकन समांतर प्रवृत्तींच्या गृहीतकावर आधारित आहे, ज्यानुसार घटनेच्या अनुपस्थितीतही, तुलना गटाप्रमाणेच उपचार गटातही त्याच तीव्रतेचा बदल झाला असता. जर हे गृहीतक खरे ठरले, तर दोन्ही गटांची घटनेपूर्वीची परिस्थिती सरासरीने समान आहे याची खात्री करणे आवश्यक नसते.
फरक-मधील-फरक पद्धतीची उपयुक्तता केवळ अर्थशास्त्रातच नव्हे, तर विविध सामाजिक विज्ञान अभ्यासांमध्येही ओळखली जाते. याच्या ऐतिहासिक उगमाकडे पाहिल्यास, असे ज्ञात आहे की जॉन स्नोने १८५४ मध्ये ही पद्धत प्रथम वापरली. त्यांनी लंडनच्या एकाच भागातील रहिवाशांवर लक्ष केंद्रित केले, ज्यांना दोन वेगवेगळ्या पाणी कंपन्यांकडून पाणी मिळत होते. एकाच पाण्याच्या स्रोताचा वापर करणाऱ्या दोन कंपन्यांपैकी, केवळ एका कंपनीने आपला स्रोत बदलला, तरीही रहिवाशांना हे माहीत नव्हते की त्यांना कोणती कंपनी पाणी पुरवते. 'जॉन स्नो'ने, ज्या रहिवाशांचा स्रोत बदलला होता आणि ज्यांचा बदलला नव्हता, त्यांच्यातील पाण्याच्या स्रोतातील बदलापूर्वी आणि नंतरच्या कॉलराच्या मृत्यूदरातील बदलांची तुलना केली आणि असा निष्कर्ष काढला की कॉलराचा प्रसार हवेऐवजी पाण्याद्वारे होतो. यावरून हे दिसून येते की फरक-मधील-फरक पद्धत केवळ आर्थिक विश्लेषणातच नव्हे, तर सार्वजनिक आरोग्यासारख्या इतर क्षेत्रांमध्येही एक शक्तिशाली साधन म्हणून काम करू शकते. अर्थशास्त्रात, किमान वेतन कायद्यांच्या अंमलबजावणीच्या परिणामांचे मूल्यांकन करण्यासाठी ही पद्धत प्रथम १९१० च्या दशकात वापरली गेली.
तथापि, 'फरक-मधील-फरक' पद्धत वापरताना, समांतर प्रवृत्तींचे मूळ गृहीतक पूर्ण होते की नाही हे तपासणे आवश्यक आहे. जर समांतर प्रवृत्तींचे गृहीतक पूर्ण झाले नाही, तर 'फरक-मधील-फरक' पद्धत लागू केल्याने उपचार परिणामाचे चुकीचे मूल्यांकन होईल. उदाहरणार्थ, कामगार प्रशिक्षण कार्यक्रमाच्या रोजगार वाढवणाऱ्या परिणामाचे मूल्यांकन करताना, जर वेगाने नोकऱ्या गमावणाऱ्या उद्योगांमधील कामगारांचे प्रमाण नियंत्रण गटापेक्षा उपचार गटामध्ये जास्त असेल, तर समांतर प्रवृत्तींचे गृहीतक लागू होणार नाही. तथापि, गटांमधील नमुन्यांची सांख्यिकीय समानता वाढवण्यासाठी, घटनेपूर्वीच्या काळातील हस्तक्षेप गटाला तुलना गट म्हणून नियुक्त केल्याने समांतर प्रवृत्तींचे गृहीतक पूर्ण होईल याची हमी मिळत नाही. याचे कारण असे की, रोजगारासारख्या आर्थिक चढ-उतारांना संवेदनशील असलेल्या बदलांसाठी, हे गृहीतक पूर्ण करण्यासाठी गटांमधील नमुन्यांच्या सांख्यिकीय समानतेपेक्षा बदलांची एकाच वेळी घडण्याची क्रिया अधिक महत्त्वाची असू शकते.
फरक-मधील-फरक पद्धतीचा वापर अधिक विश्वसनीय करण्यासाठी, संशोधकांनी अनेक तुलनात्मक गट तयार करणे आणि प्रत्येक गटावर ही पद्धत लागू करून मिळालेले मूल्यांकनाचे निकाल सुसंगत आहेत की नाही हे तपासणे महत्त्वाचे आहे. या पद्धती फरक-मधील-फरक पद्धतीचा वापर करून केलेल्या मूल्यांकनाची विश्वसनीयता वाढवू शकतात. शिवाय, विविध वैशिष्ट्यांमध्ये उपचार गटाशी उच्च सांख्यिकीय समानता दर्शवणारे तुलनात्मक गट तयार केल्याने समांतर प्रवृत्तीच्या गृहितकाचे उल्लंघन होण्याची शक्यता कमी होऊ शकते. या पद्धतींचे महत्त्व विशेषतः सामाजिक विज्ञान संशोधनात अधोरेखित होते, जिथे प्रायोगिक पद्धती लागू करणे कठीण असते.
फरक-मधील-फरक पद्धत हे एक शक्तिशाली विश्लेषणात्मक साधन आहे, ज्याचा उपयोग धोरण परिणाम मूल्यांकन, कॉर्पोरेट व्यवस्थापन धोरण मूल्यांकन आणि शैक्षणिक कार्यक्रमांच्या परिणामकारकतेचे विश्लेषण यांसारख्या विविध क्षेत्रांमध्ये केला जाऊ शकतो. तथापि, ही पद्धत लागू करण्यापूर्वी, समांतर प्रवृत्तींच्या गृहितकाच्या वैधतेची काळजीपूर्वक तपासणी करणे आणि आवश्यक असल्यास, तिचा वापर इतर पूरक पद्धतींसोबत करणे महत्त्वाचे आहे.
