Page 125 - 《华中农业大学学报（社会科学版）》2025年第3期

120 华中农业大学学报（社会科学版） （总177 期）

政策效果并未受到不可观测因素和随机因素的干扰，基准回归结果是稳健的。
（3）处理效应异质性检验。Goodman‐Bacon 指出多期 DID 可能存在处理效应异质性，从而导致
双向固定效应估计量存在较大偏误 。多期 DID 的处理效应估计值是多组基本 DID 估计值的加权
[26]
平均，所以存在着组别和处理时间异质性时，估 表3 Goodman‐Bacon分解结果
计系数就可能存在偏误。而导致偏误的原因在 （1） （2）
于较早接受处理组成为较晚接受处理组的对照 2×2‐DID对照组类型 权重 平均处理效应
组。因此，为检验本文多期 DID 的处理效应估计 以“尚未接受处理组”为对照组 0.0466 0.0674
以“较早接受处理组”为对照组 0.0033 7.3254
系数是否存在严重偏误，使用 Goodman‐Bacon 分
以“从未接受处理组”为对照组 0.9501 0.1048
解对估计系数进行分解，结果如表 3 所示。结果
显示，较早接受处理组作为对照组的权重仅为0.33%，占比极小，且不存在负权重问题，所以可以判断
本文的基准回归得到的双向固定效应估计量不存在严重偏误，结果是可靠的。
3.稳健性检验
（1）PSM-DID。国家在选择“宽带乡村”试点省份时可能并不是随机的，而是旨在促进经济欠
发达、农村网络基础设施不完善的西部省份的宽带发展，可能存在选择性偏差。为克服选择性偏误，
为处理组提供“好”的对照组，本文首先根据户主特征和家庭特征协变量进行倾向得分匹配（PSM），
再将匹配上的样本用于双重差分分析。PSM-DID 能够解决一部分可能存在的内生性问题，通过处
理组虚拟变量区分处理组与对照组，进一步在对照组中选择与处理组相似的对照组进行匹配，使得
估计的政策效应更加准确。由于 PSM 适用于截面数据，使用面板数据进行倾向得分匹配时，现有文
献的通常做法有两种：一是将面板数据转化为截面数据进行匹配；二是逐期匹配。前者存在自匹配
问题，后者存在匹配对象在政策的前后期不一致的问题 。为了克服上述问题，本文在匹配方式上选
[27]
择政策实施前一期（即 2013 年）的截面数据进行匹配，将匹配上的数据与政策实施后的年份进行匹
配，仅保留匹配上的数据。同时，本文也参考现有文献进行截面匹配和逐期匹配。本文的三种匹
配方式均选用 1：1 近邻匹配 。将三种匹配方式进行匹配后的数据分别代入（1）式，用双重差分
①
方法来识别网络基础设施建设对农村家庭总消费的影响，PSM-DID 结果如表 4 的 PanelA 列（1）
−（3）所示，与基准回归结果无显著差异，说明在考虑了样本选择性偏差后，研究结论仍然成立。
（2）剔除部分样本。考虑到样本异质性问题，在此分别对被解释变量做双侧缩尾 2%、剔除直辖
市、剔除东部城市后再进行回归。首先，为了保证回归结果不受被解释变量奇异值的影响，本文对家
庭总消费的对数做双侧缩尾 2% 的处理后再代入（1）式进行回归，其回归结果如表 4 的 PanelA 列（4）
所示，与基准回归结果无显著差异。其次，直辖市在行政等级、教育资源、地理位置、政策支持等各方
面都与其他城市存在显著差异，初始资源禀赋的差距可能使得直辖市的农村家庭与其他城市的农村
家庭在消费水平存在较大差距。因此，剔除掉上海、北京、天津、重庆四个直辖市的数据，再进行回
归，结果如表 4 的 PanelA 列（5）所示，仍在 1% 的水平上显著，且与基准回归系数差距不大。最后，由
于东部沿海城市的农村跟中西部的农村在各方面均存在较大的差异，因此，剔除掉东部城市的农村
家庭再进行回归，结果如表 4的 PanelA列（6）所示，仍在 1% 的水平上显著为正。因此，在考虑了样本
异质性后，本文的结论仍然成立，而基准回归未剔除直辖市和东部城市样本是为了在满足平行趋势
假设下，尽量保证充足的样本量。
（3）更换被解释变量。为进一步验证网络基础设施对家庭消费的影响是稳健的，采用家庭人均
消费的对数替换家庭总消费的对数，回归结果见表 4PanelB 的列（1）。可以看到，网络基础设施建设
对家庭人均消费的影响仍在1%的水平上显著，且系数与基准回归相近，证明了前文结论的稳健性。
（4）考虑潜在的遗漏变量。虽然家庭所在地区的宏观经济变量对微观家庭消费行为的影响非常
小，但是仍然可能会产生影响。因此，本文用人均地区生产总值的对数衡量经济发展水平，用地方财

① 三种匹配方式进行匹配后的平衡性检验结果显示，匹配后处理组和控制组的协变量均不存在显著差异，满足平衡性假设。限于
文章篇幅，平衡性检验结果留存备索。