Page 138 - 《华中农业大学学报（社会科学版）》2025年第3期

第3 期 孙大永 等：文化消费政策如何影响农村居民家庭消费？ 133

2.稳健性检验 表4 试点政策对居民家庭文娱消费和
（1）平行趋势检验。保证双重差分模型可靠的一 旅游消费的影响
个重要前提就是——处理组与对照组的平行趋势。参 （1） （2） （3）
考 Dobkin等 和 Chen等 的事件分析法，构造式（2）考 变量 ln家庭文化 ln家庭旅游 ln家庭文化
[34]
[33]
消费 消费 娱乐消费
察政策的动态效应，尤其关注文化消费试点政策实施
0.302 *** 0.459 *** 0.174
前处理组与对照组之间是否存在显著的差异。模型设 文化消费试点 (0.110) (0.134) (0.121)
定如下： 观测值 38352 38315 38260
k =-2 调整R 2 0.295 0.229 0.240
Y ijt = β 0 + ∑ k =-5 γ k Policy jt,k +
k = 4 控制变量 YES YES YES
∑ k = 0 γ k Policy jt,k + X × δ + θ j + σ t + ε ijt （2）
城市固定效应 YES YES YES
上式中 Policy jt,k 是指示函数，表示城市 j 改革前 年份固定效应 YES YES YES
（后）k期Policy jt,k=1。这里将政策前1期作为基准组，考察文化消费试点政策的动态效应，结果如图1
所示。可以发现，在试点政策实施前，处理组与对照组之间的家庭文化消费并没有显著的差异。从
动态效应看，试点政策开始后处理组的家庭文化消费有所上涨，并在政策实施一年之后达到一个相
对稳定的水平。
（2）安慰剂检验。为排除其他不可观测的潜在遗
漏变量的干扰，参考 Li 等 和 Chetty 等 的做法，构造
[35]
[36]
安慰剂检验。CFPS 数据 126 个城市样本中有 23 个城
市先后进入处理组，其中 2015 年 4 个、2016 年 12 个，
2017 年 7 个。这里依据如下步骤构造安慰剂检验：第
一步，随机选择一个年份作为试点年份，在 126 个城市
中随机选择 4 个城市作为该年份开始试点的城市；第
二步，将第一步筛选出的试点年份和试点城市剔除，在
剩下年份中选择一个试点年份，然后选择 12 个城市作
为该年份开始试点的城市；第三步，剔除前两步选中的 图 1 双重差分模型的动态效应考察
城市和年份后，在剩下的年份中选择一个年份，然后
选择 7个城市作为试点；第四步，将虚拟构造的试点城
市-试点年份数据与 CFPS 微观数据相匹配，根据调
查年份和虚拟试点城市、虚拟试点年份构造出虚拟的
双重差分处理变量信息，进行回归，得到虚拟的文化
消费试点政策的系数。将上述过程重复1000次，得到
虚拟政策系数的分布如图 2 所示。图 2 显示虚拟试点
政 策 对 家 庭 文 化 消 费 影 响 的 估 计 系 数 均 值 为
-0.0045，标准差为 0.129，前文估计的真实政策效应 图 2 安慰剂检验
系数为0.302，与虚拟政策系数有着显著的差异。上述考察说明本文估计的文化消费试点政策对家庭
文化消费的正向效应不是随机的，且未受到其他不可观测因素的干扰。
（3）其他干扰因素的影响。根据前文政策背景部分的介绍，2015 年开始的文化消费试点主要在
一二线等大城市铺开，当然也包括遵义市、黄南藏族自治州等三四线城市。但仍然存在试点的选择
是非随机的可能性。首先选取人均 GDP、GDP 增速、第三产业占比、是否省会城市等潜在可能影响
城市进入试点名单的因素，其次其他未观测变量如地方政府财政能力、文旅产业基础等因素也会影
响政策效果的评估。参考 Li等 的做法，在基准回归基础上控制城市层面因素的期初值与年份虚拟
[35]
变量的交互项，由此确保后文基于城市文化消费试点识别的可靠性。参考梁超等 的做法，基于人均
[37]
GDP、GDP增速、第三产业占比、是否省会城市等初始特征筛选出与处理组更为类似的城市样本进行
DID回归。具体做法是，首先进行倾向得分匹配。基于 CFPS的城市样本采用带宽为 0.1的核密度匹