凡是搞计量经济的，都关注这个号了
稿件：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
关于DID，参看：1.120篇DID双重差分方法的文章合集, 包括代码,程序及解读, 建议收藏！2.诚实双重差分法DID, 面板事件研究法和Bacon分解的经典应用文！3.前沿: 多期或渐进或交叠DID, 如何进行平行趋势检验呢？4.多期DID或渐进DID或交叠DID, 最新Stata执行命令整理如下供大家学习，5.DID前沿: 5种方法估计事件研究的因果效应, 并使用绘制系数和置信区间, 详细代码和数据，6.事件研究法开展政策评估和因果识别, 分享8篇提供数据和代码的文章，7.推荐用渐进(多期)DID和事件研究法开展政策评估的论文及其实现数据和代码！8.机器学习已经与政策评估方法, 例如事件研究法结合起来识别政策因果效应了！9.多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等计量经济圈公众号搜索功能及操作流程演示
正文
关于下方文字内容，作者：李欢, 中央民族大学管理学院，通信邮箱：18810872380@163.comGao, Pei, and Yu-Hsiang Lei. 2021. "Communication Infrastructure and Stabilizing Food Prices: Evidence from the Telegraph Network in China." American Economic Journal: Applied Economics, 13 (3): 65-101.This paper exploits a unique historical setting―the expansion of the telegraph network in nineteenth-century China when railroads were limited―to examine whether the reduction of information frictions stabilizes grain prices. Employing a difference-in-difference (DID) strategy, we find that the telegraph access (i) reduced both the magnitude and the incidence of extreme prices; (ii) mitigated price responses to local weather shocks but increased the responsiveness to shocks in other telegraph-connected regions; (iii) affected the price volatility in a mean-reverting pattern; i.e., volatility rose in previously price-stable regions, and volatility decreased in price-unstable regions.
通讯基础设施与稳定粮食价格:来自中国电报网络的证据
本文利用19世纪中国铁路受限时电报网络的扩张——这一个独特的历史背景，来检验信息摩擦的减少是否稳定了粮食价格。文章采用双重差分模型（DID），研究发现：（1）电报的接通降低了当地极端价格的幅度和发生率；（2）电报的连接减轻了对当地天气冲击的价格反应，但提高了其他电报接通地区对冲击的反应；（3）电报连接以均值反转模式（mean-reverting pattern）影响价格波动；即先前价格稳定的地区波动率上升，而价格不稳定地区的波动率下降。1．引言
价格的剧烈波动是农产品市场的突出特点，因为它们的需求和（短期）供应相对缺乏弹性，而且生产风险很大。Newbery和Stiglitz（1979，1981）曾研究了食物价格变化对福利的影响。尽管对极端粮食价格的总体福利研究仍无定论，但越来越多的实证研究表明高粮食价格会导致严重后果，例如社会动荡、政治动荡、弱势群体（例如儿童）营养不良、和高死亡率（Kudamatsu Persson和Strömberg 2012；Burgess和Donaldson 2010；Arezki和Brückner 2011；Kung和Ma 2014；Bellemare 2015等）。这意味着应对极高粮食价格的困难可能会给贫困家庭和地区造成巨大且可能无法挽回的福利损失。因此，全球各国政府和国际组织如联合国和联合国粮食及农业组织，长期以来一直在考虑控制极端粮食价格，尤其是将谷物等主食价格视为重要的政策目标。电报的连接（本文的研究对象是有线电报）能够实现即时的信息交换，这对价格变动至关重要，因为它可以通过更有效的套利来更快地响应特殊的生产冲击。据此，基于中国1870年至1904年的大米价格的面板数据（府（州、厅）-月度），作者检验了信息摩擦的减少是否稳定了粮食价格。（2） 电报连接将使当地价格对其他电报连接市场的冲击更加敏感，即电报连接减轻了对本地天气冲击的价格反应，但增加了对其他电报连接区域的冲击的反应。（3） 电报连接以均值反转模式（mean-reverting pattern）影响价格波动；即先前价格稳定的地区波动率上升，而价格不稳定地区的波动率下降。换言之，电报连接降低了“高风险”地区的风险，但增加了“低风险”地区的风险。本文余下部分的结构安排为：第二节介绍了历史背景；第三节讨论了数据集和变量的构建；第四节检验了电报连接对极端价格的影响以及稳健性检验；第五节利用极端天气事件的位置来区分本地和外部冲击；第六节证明了电报连接对价格波动的影响取决于给定区域的电报连接前的价格波动率；第七节讨论了信息摩擦和运输成本之间的相互作用；第八节为总结。2．历史背景
2.1 19世纪中国的电报网络
电报的问世彻底改变了远距离通信。在1844年Morse发出第一条电文后，这种现代技术传遍了全世界，并于19世纪60年代传到了中国。19世纪中国电报网络的铺设标志着中国长途通信时间显著缩短，信息传递第一次变得比商品运输更快、更直接。在电报引入之前，中国的信息交换依赖于陆上马站和水路贸易路线相结合的系统。传递信息的最快方式是通过皇家邮政快线采用骑手接力传递，但这种方法专门用于发送政府消息。商业信函只能依赖于私人信使，他们通常使用天然的水道（一般用于货物运输）传递。不仅信函速度慢，邮件的传递也很慢，因为邮寄必须与运输安排相协调，这就延长了传输重要信息所需的时间。此外，传输速度还会受地理和天气条件的影响，以至于通信时间更难精确，因为运输速度可能受地理和天气条件（例如风向、潮汐等）影响而有很大差异。电报问世后，商人们很快了解到电报在传递商业信息方面的巨大价值。使用电报交换价格变动、下订单等信息被广泛记录下来。一些研究表明，在19世纪80年代以后，，发送电报已成为一些商业团体的标准做法（Lin2016）。电报带来的即时信息交流彻底改变了通信系统，显著减少了19世纪中国的信息摩擦。它使贸易员能够了解和应对市场的变化，而这在当时如果没有电报是不可能实现的。电线局布置背后的逻辑——电报网络在中国逐渐铺开。在中国，用了30多年的时间才将40%的府（州、厅）连接到电报网络。图1展示了1870年至1904年间中国电报网络的连接情况。蓝色的圆圈表示省会城市——其常被选为电报线路的起始点；黑色三角形表示西方的存在，其主要局限在通商口岸；灰色区域表示大米价格数据的空间覆盖范围。评估电报连接的效果时，可能存在的担忧是，电报局的位置可能与经济因素有关；然而，这在19世纪的中国无需担忧。当时中国电报投放的军事和政治动机通常胜过市场需求，而且成功连接的时机是不可预见的。本文的研究设计有效性依赖于中国电报网络的两个特征：（1）给定地区建立电报连接的时间是不可预见的，并且与经济条件无关；（2）电线局的位置不是由商业需求决定的。2.2 19世纪中国的粮食市场
为了实证检验电报连接对粮食价格波动的影响，本文重点关注19世纪中国的大米市场。谷物尤其是大米，一直是全国最重要的贸易商品之一。其贸易路线从长江上游肥沃的农业区到长江三角洲下游和华北地区，并渗透到数千个周期性的农村市场（Skinner 1964；Li 2000）。现有研究对商业大米流量的直接估计很少，且由于来源的不同差异也很大。Wu表示在18世纪，大约有240万吨谷物（约占所有商品价值的40%）进行跨省贸易（Wu 1983）。大量实证研究还发现，在19世纪之前中国的大米市场就已经得到了很好的发展和整合，这与大多数西欧国家相当（Shiue 2002；Shiue和Keller 2007；Peng 2015）。谷物等大宗商品的运输主要通过自然水道进行，速度较慢，这导致运输的时间非常滞后。从湖南（主要的大米产区）到苏州（最大的大米市场）——这条重要的贸易路线单程运输大米大约需要1到2个月，其中运费平均占谷物运输的25%（Evans 1984）。因此，信息对于长途谷物贸易至关重要。高度活跃的谷物市场由私人商人经营，国家干预有限。商人社区蓬勃发展，竞争激烈。有些人像流动商人一样在指定的市场上运送存货。谷物经纪人就像中间人一样，将买家与卖家相匹配。谷物商店会大量购买大米并将其出售给百姓。Buck的调查表明，在20世纪20年代，大米商人和经纪人完成了71%的谷物交易，但这不是直接通过农民进行交易的（Buck 1937）。清政府通过公共粮仓对粮食市场的进行有限干预，试图通过粮仓来控制价格的剧烈波动和防止饥荒，在丰收时储存剩余的粮食，在歉收时分配库存。然而，到十八世纪末，粮仓的规模急剧下降，而从19世纪初开始的财政危机进一步迫使国家减少粮食库存（Will和Wong 1991；Shiue 2004），这意味着在本文的研究中国家干预粮食市场的能力已经很弱了。3．数据集及变量构建
作者结合中国1870年到1904年的每月粮价和有限电报连接日期，构建了府（州、厅）级—月度的面板数据集。样本数据覆盖了9个省的130个府（州、厅），包括商业化地区和欠发达地区。其中，每月粮价包含两种等级大米的价格信息——优质大米R1和中等品质大米R2。由图1可知，已知的大米价格数据涉及的空间覆盖范围比较广泛（灰色区域）。注：为使样本量在两个等级的大米中保持一致，作者只研究了同时包含R1和R2价格信息的府（州、厅）。
3.1 结果变量
本文的结果变量为粮食的极端价格和价格波动。粮食价格数据来自清代粮价资料库（王业键 2014），该数据库记录了清代省属各府及直隶州厅的粮食价格，包含两个粮食价格系列——每个省属各府及直隶州厅观察到的每月最高和最低价格。作者使用两种方式表示极端价格：最高价格和价格飙升的发生率。最高价格是指每个月内每个府（州、厅）观察到的最高市场价格。由表1可知，优质大米R1的最高价格平均值与中等品质大米R2相似。优质大米R1的标准差较大。价格飙升是指价格明显的急剧上涨。价格飙升定义为每个地区i在时间t的价格异常增长。作者将价格飙升的界限设为至少高于平均值2.5个标准差（z>2.5），具体通过以下步骤对价格飙升进行标准化处理（normalize）：①计算出每月m环比价格增长的平均值和标准差（μm，σm）；②测量相对于其特定月份增长标准的Z值：。本文的样本数据中约有1.8%优质大米R1被认为是价格飙升，中等品质大米R2的数据为1.7%。在后续的稳健性检查中，作者还重复了遵循不同阈值的分析，范围从大于均值的2到3个标准差。价格波动率由每月最高价格的变异系数来衡量。优质（R1）和中等品质（R2）大米的价格波动水平相似。
表 1 结果变量的汇总统计
3.2 处理变量
Telegraph access为虚拟变量，用来表示某个地区在某个月内是否有电报连接。汇总统计数据在表2的面板A中显示。作者通过三种数据来源确定每个电报局的位置和运营时间。首先，从清代邮政地图获取电报网络的路线，如图1所示，这帮助作者识别1904年之前建有电报局的府（州、厅）（中国海关1907）。其次，每条线路的成功运行日期作者是根据Wang（1988）的研究构建的。不过Wang（1988）的研究只提供了整个电报线路开始运营的年份。为了进一步确定沿给定线路的每个电报局的确切运营日期，作者查阅了在1904年之前安装了电报局的每个府（州、厅）的地方志。如图1所示，在1904年以前，有电报连接的府（州、厅）共有147个（当时全国共有299个府级地区），本文的研究样本中是有电报连接的府（州、厅）共有64个，占研究样本的49%，与当时全国电报连接的比例接近。由于电报连接的准确日期不详，而且作者只有关于电报采用年份的信息，作者假定电报总是在当年的6月份接入。3.3 控制变量
本文控制变量包含随时间变化的变量（Time-varying controls）和不随时间变化的变量（Time-invariant controls）。具体汇总统计数据在表2的面板B和面板C中显示。
4．电报连接与极端价格
4.1 基准效应
（1）基准模型
本研究采用双重差分（DID）模型，将有电报连接与没有电报的府（州、厅）在获得电报连接之前和之后的粮食价格进行比较，具体模型如下：
其中，Pit表示府（州、厅）i在时间t的的价格结果，用每个府（州、厅）i每个月粮食的（a）最高价格或（b）价格飙升的发生率衡量；Telegraphhit是一个虚拟变量，表示府（州、厅）i在时间t是否有电报连接。从电报连接的月份开始，它的取值为1；γi表示府级固定效应，表示不随时间变化的府级特征（例如地理条件）；wt表示时间固定效应，表示以相同方式（如全国性战争）影响所有府级随时间变化而产生的变化；δj×timet是与时间趋势交互的省级虚拟变量，表示所有省级特征随时间变化而产生的变化；Xi × Timet表示不随时间变化的府级特征（即经度、纬度、河流密度、崎岖程度、水稻产量潜力指数和海岸线）通过与时间趋势相互作用而随时间变化；Zit表示随时间变化的府级特征，包括极端天气事件（洪水和干旱）、铁路通道和通商口岸状态。模型估计中的标准误在府级层面进行聚类处理。（2）基准结果
表3给出了基准回归结果。面板A显示了最高价格作为结果变量的结果，其中第（1）-（3）列中以优质大米（R1）的对象，分别报告了不同设定的基准回归结果。第（1）列仅加入府级和时间的固定效应以及具体省份的时间趋势。核心变量Telegraph access系数估计值为-9.22，表明电报连接使粮食最高价格显着降低了9.22，约为结果变量均值（217.24）的4.2%；第（2）列中加入了不随时间变化的控制变量。Telegraph access估计系数为-11.39；第（3）列中进一步加入了随时间变化的控制变量，Telegraph access估计系数仍为-11.95。第（4）-（6）列中显示了中等品质大米（R2）的结果。Telegraph access系数估计值范围在-6.40和-9.041之间，而中等品质大米（R2）的最大价格的均值为203.46。总的来说，电报连接使优质大米（R1）的最高价格下降了4.2%至5.5%，中等品质大米（R2）的最高价格下降了3.1%至4.4%。即信息摩擦的减少减弱了极端价格的幅度。表3面板B显示了价格飙升发生率作为结果变量的结果。从第（3）列和第（6）列基准回归结果可知，电报连接显著降低了优质（R1）和中等品质（R2）大米价格飙升的发生率。具体来说，电报连接导致优质大米价格飙升的发生率降低了0.6%。这意味着价格飙升的发生率从1.8%下降到1.2%。同样，电报连接导致中等品质大米（R2）价格飙升的可能性下降了0.8%，使价格飙升的可能性从1.7%下降到0.9%。综上所述，电报连接降低了价格飙升的发生率。
（3）稳健性检验
针对基准回归结果，作者进行了以下稳健性检验，结果依然稳健。（1）由于电报连接的准确日期不详，而且作者只有关于电报采用年份的信息，作者基准回归中假定电报总是在当年的6月份接入。作为稳健性检查，作者将电报连接的月份分别设为3月、9月和12月重新进行检验。（2）使用不同的截止值来定义价格上涨。作者将截止值分别改为2至3个标准偏差来重复上述估计步骤。（4）由于大米不是唯一可交易的谷物，作者通过观察另一种长距离交易的谷物——大豆，来重复基准估计步骤。综上所述，本节探讨了电报连接对极端粮食价格的影响。研究发现，平均而言，电报的连接减弱了极端价格的幅度和发生率，这表明信息摩擦的减少抑制了市场价格对不可预见的冲击的响应。4.2随着时间的推移，电报连接对极端价格的影响
为了观察电报连接随时间推移的影响，作者考虑了更灵活的指标，并进行了逐月分析，其中用 来代替电报Telegraphhit，其中Dit±τ表示地区i在时间t之前或之后数月τ有电报接入；β±τ衡量地区在获得电报连接之前或之后数月τ的采用效应。作者将τ设置为从1到18的范围，不仅可以直接进行平行趋势检验，还能观察到电报连接效应开始发生的速度以及能否持续。图2显示了3年内有电报连接地区与没有电报连接的地区之间的最大价格差异:3年包含电报连接年份之前的12个月，期间12个月以及之后的12个月。文章假定电报总是在当年的6月份接入。但是由于电报可以在一年中的任何时候被连接，作者使用电报连接年份之前的12月作为参考组。为了更好地呈现随着时间推移的影响程度，圆圈给出了电报连接年份之前的12月份的价格均值标准化处理的估计系数，而垂直虚线表示95%的置信区间。面板A显示优质大米（R1）的结果，面板B显示中等品质大米（R2）的结果。估计的系数通过电报连接年份前12月的大米价格均值进行了标准化处理。如图2所示，在采用电报年份之前的12个月内，有电报连接的和没有电报连接的府（州、厅）之间的两个等级大米的最高价格没有系统性差异。但是电报一出现，极端价格就急剧下降。最高价格的下降变化在电报连接的一年内就完成了。上述研究结果存在的担忧是，在文章选取的样本期间发生了许多社会和政治变化；随着电报的到来，可能同时影响机构的改善、不同文化的碰撞和人口增长等因素的变化。然而这些因素的影响需要更长的时间才能显现出来。例如，更好的商业规则和迁移决策可能需要数年时间才能形成。如果文章的基准结果主要是由这些缓慢移动因素驱动的，而不是套利效率的提高，文章应该观察到粮食价格更渐进的变化。因此，图2所示的极端价格的急剧下降是关键，它表明本文的结果不是由这些缓慢移动的混杂因素（如人口的增长和机构的改善）驱动的。
4.3 选择性偏差
为解决电报连接区域的潜在选择偏差，作者进行以下检验，结果具有稳健性。首先，由于本文研究中启动新电报线的时间和沿线区域成功连接的时间都很难预测。作者进行了一项测试，以检测电报连接的年份是否与一系列特定地区的特征相关。作者创建了一个从中国引入第一条电报线开始到清政府在1904使用无线电报系统之前结束的子样本，用一些地区特有的特征来预测电报年份，包括粮食价格变量、天气状况、铁路通行情况、条约港口地位、经纬度、坚固程度、土壤对水稻的适应性、河流密度和海岸通行情况。（结果显示在在线附录表A1中）a. 面板A重复了与子样本中的基线估计相同的步骤，子样本只包括1904年以前采用电报的府（州、厅）。b. 面板B从全样本中排除了从未采用电报和省会的两个府（州、厅）。c. 面板C执行另一个子样本分析，该样本从全样本中排除条约港口其接壤的府（州、厅）。d. 面板D将处理变量设为一个地区是否有国有电报连接。在第（1）和（2）列中，因变量是最大价格，在第（3）和（4）列中，因变量是价格飙升的发生率。控制变量与表3中的第（3）列中的控制变量相同。回归时，按府级进行聚类。以上检验，仅在改变处理变量后，估计系数与表基准回归的估计值仅略有不同，其他回归结果与基准回归接近，具有稳健性。
4.4 溢出效应
在基准模型中，如果一个府（州、厅）在其边界内没有电报连接，它就列入对照组中。然而，由于不确定电报局影响的地理范围，电报所带来的及时信息的影响可能会延伸到府（州、厅）的边界之外。在这种情况下，如果相邻地区采用了这种技术，没有电报的府（州、厅）仍然会受到影响。为了检测这种溢出效应，作者设置了两个控制变量：一个是有电报连接的相邻府（州、厅）的比例，另一个是一个虚拟变量，表明是否有相邻府（州、厅）是否有电报连接。结果表明，在控制了相邻府（州、厅）的份额后，电报连接指标的主要效应与表3所示的基准回归结果非常接近，从最高价格来看，优质（R1）和中等品质（R2）大米的溢出效应均为负但不显著。价格飙升的结果也类似。该结果表明，府（州、厅）电报局的溢出效应最多是有限的，而溢出效应造成的基准偏差几乎可以忽略不计。4.5电报连接的网络效应
为进一步了解基准回归结果背后的机制，作者研究了电报连接的影响是否取决于电报网络的规模以及相关市场的特征。因此，作者构建了两个指标：一个用来衡量电报网络的规模，通过将拥有电报连接的府（州、厅）的数量相加；另一个指标来反映给定市场相对于网络中其他相连区域的价格状况。公式如下:
其中，AvgMaxPriceim表示府（州、厅）i在每个月m内的平均最高价格。通过两两反距离加权法（the（inverse）bilateral distance）计算当地i和另一个电报连接的地区j之间的平均最高价格的差异的总和；参数ϕ控制着其他地区价格的重要性随着距离的增加而下降的速度。根据发展中国家和历史数据的估计，作者参考Barjamovic et al.（2019）研究，将贸易的距离弹性设定为-1.9。一方面，作者在基准模型的基础上加入了表示电报连接指标和有电报连接的府（州、厅）的数量（即网络的规模）之间的交互项。从最高价格的结果来看，对两种等级的大米（R1和R2）的交互项的系数不显著。然而，当将价格飙升作为结果变量时，交互项的系数是显著的，这表明当更多的市场连接到电报网络时，电报对降低价格飙升发生率的影响更大。这也表明了一个府（州、厅）的相对价格位置在决定电报对价格的影响方面的重要性，因为对价格飙升的测量已经反映了一个市场的相对价格位置。（价格飙升被定义为相对于基于所有市场价格的增长标准的显著急剧上涨。）另一方面，作者在基准模型的基础上加入了表示电报连接指标与通过两两反距离加权得出的市场相对价格位置的测量值之间的交互项。从最高价格来看，交互项的估计系数显著为负；在价格飙升中也发现了类似的结果。这些结果表明，电报对极端价格的影响取决于市场相对于网络中其他相连区域的价格位置。因此，当更多价格相对较低的府（州、厅）连接到网络时，电报连接对价格飙升的衰减效应更大（具体数据见在线附录表A8）5．电报连接与冲击（当地和外部）
如前所述，及时获取信息将减轻价格对当地冲击的反应，但也会使当地市场受到外部冲击。即在信息摩擦下降对价格变化的影响背后，存在两种相反的机制。在本节中，作者利用一个可观察到的外生冲击——极端天气，来分离当地和外部冲击。作者构建了两个指标来反映不同类型的极端天气冲击（洪水和干旱），使用国家气象学会（1981）的天气指数，其包含从1到5的天气指数。1至5级分别代表异常洪水、有限洪水、正常天气、有限干旱和异常干旱。气象站的覆盖范围与府（州、厅）边界不匹配，因此作者手动将天气指数映射到行政边界。如果原始天气指数为3，表示正常天气，两个极端天气指标（洪水和干旱）将等于0。同样，如果原始天气指数为4或5，表示干燥度较高，则干旱指标的值为1，而洪水指标为0。同样，如果原始天气指数为1或2，则洪水指标取值为1，而干旱指标为0。利用异常天气事件、洪水和干旱的位置，作者进行了以下预测：（1）电报连接是否降低了粮食对当地极端天气事件的价格响应（当地冲击）；（2）电报连接是否增加了其他电报连接地区粮食对极端天气冲击的价格响应（外部冲击）。价格设置如下所示：
其中，Pijt为在t年j省i府（州、厅）的粮食价格结果。
衡量其他电报连接地区的天气冲击，通过两两反距离加权法计算处其他电报连接府（州、厅）的天气冲击指标的总和：
其中k是电报连接的府（州、厅），不包括原本的府（州、厅）i；φ决定了其他地区天气冲击的影响随着距离的增加而减弱的速度。根据发展中国家和历史数据的估计，作者参考 Barjamovic et al.（2019）研究，将贸易的距离弹性设置为-1.9。为了进行稳健性检验，作者还将距离弹性改为-1.5（在线附录表A9中可查看结果）。5.1当地冲击
首先，检验在电报连接后粮食价格和当地的负面冲击之间的负相关是否降低。表5中的面板A报告了最高价格作为结果变量的结果。第（1）列和第（4）列中不包含天气冲击与电报连接的交互项；第（2）列和第（5）列包含电报连接与来自当地和外部的天气冲击的交互项。当地的洪水和干旱（极端天气）提高了两种等级大米（R1和R2）的最高价格。而所有交互项的系数的估计值（包括当地天气冲击指标和电报连接指标）都显著为负，这表明，当没有电报连接时，当地的天气冲击确实导致了价格飙升，但一旦引入电报，价格对当地极端天气事件的反应就减轻了。此外，主效应和交互项之和的F统计量具有统计显著性。换句话说，缓解效果比较强烈，以至于对交互项的系数估计几乎抵消了天气冲击的主要影响。表5的面板B中对价格飙升的发生率进行了相同的分析，结果与上述一致。5.2外部冲击
其次，检验粮食价格与其他电报连接市场的不利冲击之间的相关性在电报连接后是否增加。如表5第（2）列和第（5）列所示，其他电报连接地区的极端天气（包括洪水和干旱）指标的系数估计值不显著。这一结果表明，在没有电报访问的情况下，远处的外部生产力冲击对当地价格几乎没有影响。然而，交互项的系数估计值显著为正（包括其他相连区域的极端天气冲击和电报连接指标的虚拟变量）。此外，主效应和交互项之和的F统计量具有统计显着性。这些结果表明，一旦一个府（州、厅）获得电报连接，当地价格就会对其他连接地区发生的冲击做出反应。表5的面板B中对价格飙升的发生率进行了相同的分析，结果与上述一致。5.3安慰剂检验
最后，通过观察电报连接是否使当地价格对没有电报连接的较远地区的极端天气冲击做出反应来进行安慰剂测试。（结果报告在在线附录表A10），该结果显示作者之前的研究结果在该检验中仍然很稳健，但在非连接区域中，电报连接和冲击之间的交互项不显著，这表明电报的到达并不影响非连接区域的价格对这些冲击的响应性。然而，电报对粮食价格的缓和作用可能是由国家协调的粮食救济工作做出的反应更迅速，而不是市场反应更有效。例如清政府维持了粮仓制度，有助于在粮食歉收后实施粮食救济，对粮食价格的缓和可能产生一定的影响。为了排除这种替代机制，作者设置一个虚拟变量，以控制在给定时间内存在国家协调的救灾的情况，结果依然稳健。此外，作者对不包括具有国家协调的谷物救济的子样本进行相同步骤的研究，结果依然稳健。这些结果表明，电报对价格飙升的缓解作用是由更有效的市场反应驱动的，而非政府干预的结果。
6．电报连接和价格波动
前文的研究结果表明，电报连接减轻了粮食对当地冲击的价格反应，同时增加了对其他相连地区冲击的价格反应。因此，信息摩擦下降的影响背后存在两种相反的机制，这意味着电报连接可以实现跨区域的风险分担（即通过将冲击扩散到更广泛的区域来削弱冲击的影响），以及电报连接的效果应该取决于电报连接之前特定市场的风险程度。因此，本文的最后一个假设是，电报连接将降低历史上“高风险”地区的风险（即暴露于冲击的风险）并增加“低风险”地区的风险。为此，作者使用价格波动（CV）来代表市场的风险程度，因为价格波动反映了市场对生产冲击的规模和频率的反应。作者将结果变量替换为年度的价格波动率，研究模型和基准模型一样。由于价格波动是通过历年每月最高价格的变异系数来衡量的，因此本节研究样本更改为府（州、厅）级—年度的面板数据集。表6的第（1）至第（3）列显示了优质大米（R1）的结果，第（4）至第（6）列显示了中等品质大米（R2）的结果。如第（1）列所示，电报连接与价格波动几乎没有关联，估计系数接近于零。从表面上看，这一结果与Allen和Atkin（2016）的研究结果相呼应，即降低贸易成本（基于印度的高速公路扩建）不会改变价格波动。然而，在电报连接和价格波动之间的无效关联背后，可能存在两种相反的机制在起作用——电报连接可以减轻过去非常不稳定地区的价格波动，同时放大价格稳定地区的价格反应。为了检验电报连接后产生的风险分担模式，表6第（2）和第（5）列在第（1）和第（4）列的基础上，增加了电报连接前价格波动与电报连接指标的交互项，结果显示电报连接的主效应显着增加，而交互项的系数显著为负。这表明，电报连接的异质效应依赖于历史价格的稳定性，即电报连接后，电报前价格波动较低的府（州、厅）价格波动增加，而电报前价格波动较高的府（州、厅）价格波动下降。为了进一步验证这一发现，作者重复了前文表4中所示的关于价格波动率的所有稳健性检查。结果仍然很稳健（结果在线附录表A12和A13中显示）。
为了更好地检验电报连接的均值回归效应，作者在原模型基础上，增加了电报连接制表与电报连接前价格波动的每个四分之一之间的交互项。其中，四分位数1表示电报连接前价格波动最低的区域，而四分位数4表示电报连接前价格波动最高的区域。图3给出了电报连接对每个四分位数的影响的估计值。正方形表示每个四分位数对应的电报连接前价格波动的估计系数（均值归一化处理后的），竖线表示95%的置信区间。从优质大米（R1）来看，对于四分位数1的地区，电报连接对价格波动的影响为正且相当大，几乎占四分位数1平均波动的48%。这一结果表明，电报连接使过去价格非常稳定的地区的价格波动增加了1.5倍。电报连接效应的幅度随着电报前价格波动性的增加而下降。而且，系数估计值的符号在四分位数3和4的地区都变为负。对于第四个四分位数的地区（即电报连接前价格波动最高），电报的连接导致价格波动降低了0.016，几乎占均值的35%。在中等品质大米（R2）中也观察到类似的情况。
然而研究可能存在的问题是，电报连接前的价格波动不是随机的。因此，作者构建了一个天气诱导的价格波动措施。天气引起的价格波动是通过对每年极端天气冲击下的粮食价格波动进行回归得到的预测值，其中仅获取随机天气冲击引起的价格波动。用天气诱发波动率重新回归的结果如表7所示。结果与前文（表6）相似但略有差异。
综上，本节发现电报连接可以实现跨地区分担风险。表6和表7的结果表明，电报的影响随着电报连接前价格波动率的增加而下降，从正下降到负。换句话说，在历史价格波动较高的府（州、厅），电报对局部冲击的缓解作用占主导地位，导致价格波动下降。在历史价格波动较低的地区，电报对外部冲击的放大效应占主导地位；导致价格波动增加。 7．信息摩擦与运输成本
如前所述，及时的信息是必要的，但只有当贸易员发现有值得利用的信息并进行套利时，电报连接的效果才能得以实现。作者预计电报的影响应该取决于运输成本。具体而言，在运输成本较低且更有可能及时利用信息的地区，电报连接的影响应该更大。相比之下，在运输成本高的地区，贸易员可能无法通过对及时的信息作出反应而获得足够的收益。因此，当运输成本较高时，电报连接的影响效果应该较低。作者用府（州、厅）内可通航河流的密度衡量运输成本，因为在19世纪后期中国铁路仍然非常有限时，区域间贸易主要通过天然水道进行。作者在基准模型的基础上，增加了一个电报连接指标与河流密度测量值的交互项。结果如表8所示，面板A将最高价格视为结果变量，面板B显示价格飙升发生率的结果。在第（1）列中，电报连接指标的系数估计值小于表3中的基准估计值，交互项的系数显著为负。这表明在河网较密集的地区（即运输成本较低），电报连接更能降低极端价格。这些结果也表明，当运输成本较低时，减少电报接入带来的信息摩擦的效果更大。此项研究存在的问题是河流密度不仅能衡量运输成本，而且还反映给定区域的其他特征。例如灌溉条件——其也可能影响谷物价格，例如，更好的灌溉条件就可能意味着更高的农业生产力。为了解决这个问题，作者在河流密度和水稻种植土壤适宜性之间进行了研究（a horse race）。表8的第（2）列显示，交互项的系数估计值仍然接近第（1）列中的值，这意味着河流密度的异质效应是受较低的运输成本影响，而不是受与更好的水路资源相关的不可观察特征影响。为了进一步验证这种效果，在第（3）列中，作者加入了电报连接指标与河流密度的每个四分位数（四分位数1-4）的交互项。结果表明，对于运输成本非常高（即河流密度低）的府（州、厅），电报连接几乎没有起到降低极端价格的作用。从第一个四分位数到第四个四分位数的估计结果表明，当该府（州、厅）的运输成本较低（即河流密度较高）时，电报连接对降低价差的影响更强。面板B报告了价格飙升作为结果变量的结果，第（3）列和第（6）列表明，电报连接对降低河流密度非常低的府（州、厅）的价格飙升几乎没有影响。综上所述，电报连接产生的信息摩擦下降的效果取决于运输成本。只有当运输成本足够低，价格套利的收益可以弥补运输成本时，电报连接的效果才能实现。
8．总结
本文研究了通过通信基础设施获取及时信息是否可以稳定粮食价格。作者利用了19世纪后期电报在清朝中国的引入——这一历史背景。电报引入中国时，中国的铁路还处于起步阶段。采用电报的地区的巨大差异使作者能够探索不同市场特征下电报连接的异质效应。（1）电报带来的及时信息平均减弱了极端价格的幅度和发生率；（2）电报接入缓解了对当地生产力冲击的价格反应，但与此同时，其他电报连接地区对冲击的价格反应有所加强；（3）电报连接可以实现跨区域分担风险，即通过将冲击扩散到更广泛的区域来削弱冲击的影响，即先前粮食价格稳定的地区波动率上升，而价格不稳定地区的波动率下降。（4）电报对减弱极端价格下跌的影响与运输成本（以通航河流密度为代表）。此外，本文可以进一步讨论价格稳定和通信基础设施投资对福利的影响。越来越多的文章（Allen2014；Steinwender2018）研究信息摩擦下降带来的总体收益，但关于不同特征的地区之间的不平等收益问题尚不清楚。如果想理解这个问题，需要对有关收入和贸易量的详细数据进行进一步研究。
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。