《表4 平行趋势讨论的回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高铁开通是否有利于改善居民健康水平》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：***、**和*分别表示1%、5%和10%的显著性水平；回归系数下方括号内的数字为双尾检验的t值。

（1）反事实检验。我们将高铁开通的时间分别统一提前1年、2年和3年，对高铁开通的净效应进行反事实检验。若此时高铁运营变量未对居民健康产生显著影响，则表明在高铁开通之前，控制组与实验组的样本在平行趋势方面并不存在显著的差异。否则，样本存在其他系统性误差，研究结论不可信。（2）基于倾向得分的DID回归。Crump等（2009）指出，倾向得分方法可以进行系统性的样本选择，以该方法作为实证研究的基础，能够在一定程度上减轻政策内生性问题。具体来说，首先以该地区是否有高铁运营的二值变量作为被解释变量，其余协变量作为解释变量进行logit回归，(1）得到的被解释变量拟合值就是倾向得分p(Xi）。其次，观察倾向得分的区间范围，有高铁运营地区的个体倾向得分区间为[0.0308，0.8677]，没有高铁运营的倾向得分区间为[0.0106，0.7499]，则选取倾向得分取值范围在[0.0308，0.7499]的个体进行DID回归。这样的处理删除了高铁运营的相关协变量中非常极端的样本，使之更加满足平行趋势假设。（3）设置合适的控制组。有高铁运营的地区与没有高铁运营的地区原本就可能存在一定的差异，因此我们将控制组限制在已经或将来有高铁运营的地级行政区，即样本限定在2014年8月有高铁运营的区域进行研究，使样本更加满足平行趋势假设。由表4第（1）-（3）列的实证结果可知，高铁运营变量在反事实检验中回归系数并不显著，即控制组与实验组的样本在高铁开通之前能够满足平行趋势假设；第（4）、（5）列中高铁运营变量的回归系数显著为正，表明进一步减轻样本选择性偏误后，本文的结论依然稳健。