本文提出一種新的研究設計——因數雙重差分（FDID），用於將經典的雙重差分（DID）方法推廣到缺乏明確對照組的情境中。在許多研究中，研究者將DID估計量應於以下使用面板資料的場景：有一個基準特徵G是在橫截面上的差異，有一個事件影響所有個體。在此類研究中，目標估計量往往沒有被清晰界定，使用DID估計的合理性也較為模糊。本文通過形式化地刻畫FDID的資料結構、目標參數和識別假設，對這一設計加以系統闡述。我們將FDID視為一個包含兩個因素——基準因素G與事件暴露水準Z——的因數設計，並將「效應修飾」與「因果調節」分別定義為G對Z效應的關聯性影響與因果性影響。在標準的DID假設下（包括無預期效應和平行趨勢假設），傳統的DID估計量可以識別效應修飾，但無法識別因果調節。為了識別後者，我們提出了一個額外的「因數化平行趨勢」假設。我們將此方法應用於一個關於社會資本在中國饑荒救援中作用的實證案例，以展示其實際應用價值。