社区事务：卫生干预的不同影响

第1栏中，贫困社区（即表5中资产财富较低的社区）的ODO减少了9个百分点，而厕所拥有量增加了8个百分点，这表明厕所存量增加了。功能性厕所的所有权，即维护库存，增加了10个百分点。这些结果强烈表明，卫生行为的改变是由卫生投资的增加推动的，主要是由于厕所存量的增加（见第2栏）。相比之下，贫困社区现有厕所的使用量（第3列）和共用厕所的使用量（第4列）的增加幅度要小得多，甚至根本没有增加——社区财富对CLT的不同影响在统计上并不显著。附录C.3表明，这些结果对于使用社区社会经济地位的三种替代衡量标准是可靠的。总之，CLT带来的OD减少几乎完全是由于厕所拥有量的增加。自有厕所的使用率较高，约为80%（p值0.19），基线时已经有厕所的厕所与基线数据收集后建造厕所的厕所之间没有统计学差异。图3显示了基线调查后32个月内，贫困和富裕社区的动态CLTS对厕所所有权和露天排便实践的影响。CLTS在较贫穷社区短期内降低了OD，并且随着时间的推移影响持续（浅蓝色）。在三个随访期内，CLT对OD（见左图）和厕所所有权（右图）的估计短期和长期影响在贫困社区中非常稳定。我们得出两个结论：首先，我们的解释是，CLTS导致的OD减少是通过增加劳累所有权实现的，这在动态背景下也成立。

这表明，CLTS通过上厕所在贫困社区持续发挥作用，类似于一次性政策。然而，鉴于厕所投资与改善卫生行为之间的紧密联系，短期内CLTS对贫困社区的影响是可以实现的，长期内是可以持续的。4.3社区财富的作用：稳健性在本节中，我们对我们的异质影响进行了大量稳健性检查，发现财富是CLTS有效性的政策相关边际。为了对厕所所有权的潜在测量误差进行进一步的敏感性分析，我们估计了社区和家庭特征的选择性检查同意的Probit模型。我们发现，如果有什么区别的话，计量误差会使贫富社区之间的差异偏向于零：富裕家庭和富裕社区的家庭更可能拒绝同意，增加了过度报告这一群体所有权的可能性。关键的是，治疗组和对照组之间的拒绝率没有差别，即使按财富水平划分。此外，我们通过将分析限制在给予检查同意的家庭来测试我们估计的稳健性，并发现我们的上述结果几乎没有变化。图3CLTS治疗对OD和厕所所有权的影响随时间的推移注：图表显示了后续调查波和社区层面财富对CLTS影响的点估计。最左侧曲线图中整个样本的结果与表3第6列中的结果相同。表3所列家庭和户主特征的所有规格控制。

强大的标准错误聚集在社区级别。4.3.1功能形式我们基于富人和穷人社区的离散划分，提出了上述不同影响。虽然使用中值作为截断函数是一种标准方法，但我们的结果在定性和定量上对替代函数形式都很可靠。例如，使用社区财富的线性规格，而不是将其离散划分为富裕社区和贫穷社区，我们发现，比中值差一个标准差的被处理社区的inOD减少了10%（详细结果见附录C）。同样，使用社区资产财富的四分位数，我们发现CLTS的影响在统计上显著，并按财富四分位数递减（图4）。他们在统计学上达到了财富中值，对于较高的四分位数，治疗效果为零。图4按社区财富四分位数划分的CLS影响注：按社区财富四分位数划分的CLTS治疗效果系数。表3中列出的所有规格控制住户特征。错误在社区级别聚集。4.3.2社区与家庭层面的异质性您对社区资产财富的衡量是家庭层面信息的汇总。富裕（贫穷）社区往往由富裕（贫穷）家庭组成。然而，家庭和社区财富之间的显著异质性仍然存在：31%的贫困家庭的资产财富高于中值，34%的富裕家庭的财富低于中值。为了了解我们的估计是否只是简单地捕捉到CLTS对贫困家庭（而非贫困社区）更有效，我们从两个方面着手。首先，我们使用表5第1列中的相同回归，但使用家庭财富指标，而不是社区财富指标。

其次，我们对样本进行了拆分，以调查CLT对富裕社区贫困家庭和贫困社区富裕家庭OD的影响。附录C.2表明，与富裕家庭相比，贫困家庭的CLT更有效，但贫富差距的点估计值约为社区财富影响值的一半，在多重假设检验下无统计学意义（见附录表18第1列）。此外，虽然在贫困社区，富裕家庭和贫困家庭都会减少OD，但富裕社区的贫困家庭和富裕家庭之间没有明显的影响或差异（见附录表18第2列和第3列）。这表明，无论家庭在财富分配中的地位如何，CLTS在较贫穷的社区更有效。4.3.3贫富社区的特征贫富社区可能在许多方面有所不同，这些方面可能与CLTS等项目的有效性相关。在表7中，我们通过社区中的社会互动、基础设施的使用和村领导的特点，展示了两组SAT基线之间的差异。社会资本指数似乎与社区财富不相关。然而，与富裕社区相比，贫困社区确实表现出更高水平的社会凝聚力（通过社区层面的信任和宗教分裂来衡量）和更低水平的资产财富不平等。我们在公共基础设施的使用方面也发现了巨大的差异，包括拥有一所当地学校、一所医院和铺设的内部道路。

最后，贫困社区的经验较少，也较少。在表19中，我们还表明，家庭构成或教育不能解释CLT的影响。此外，我们在表格中还列出了我们所称的“家庭特征”，即男性和6岁以下儿童所占的家庭份额。由于这些变量在富裕社区和贫穷社区之间没有区别，我们不再进一步讨论它们。附录A.2中详细介绍了这些措施的构造方法。表7富人和穷人社区的基线特征社区财富群体：社区社会资本指数中的富人-穷人P值社会互动（平均值=0，SD=1）0.117 0.0978 0.88邻居信任度（0-无，2-高，SD=0.40）0.809 0.970 0 0.00***宗教分裂（0-低，1-高）0.642 0.598 0.03**资产财富不平等0.951 0.612 0.00***社区公共基础设施已铺设内部道路（%）57.16 28.91 0.00***有当地医院（%）23.24 3.866 0.00***当地有一所小学（%）72.53 61.18 0.05**村长特征担任村长11.59 9.100 0.04**小学毕业率（%）60.42 42.42 0.00***与政党有关联（%）29.02 33.20 0.47家庭特征男性户主的HHs比例（%）65.25 62.60 0.19 6岁以下儿童的HHs比例（%）29.38 28.70 0.71观察233注：所有变量均在基线测量。样本仅限于基线和所有三次后续调查波中接受采访的家庭。有关家庭和社区层面协变量的详细描述，请参见附录a。*p<0.10，**p<0.05，***p<0.01。受过教育的领导者。我们评估这些维度是否可能是社区财富差异CLTSe效应背后的主要驱动因素。Kar和Chambers（2008）认为社会互动是潜在的驱动因素，Cameron等人。

（2019）发现印尼的CLTS干预在社会资本较高的社区产生了更强的影响。然而，表8中的结果表明，在大多数情况下，如果强大的社会凝聚力提高了项目的有效性，那么分数估计值与预期的方向相反。例如，我们发现，在社会资本较低、高度分裂和不平等的受治疗社区中，OD的减少略强。在所有情况下，在我们的研究背景下，CLT有效性在社会互动维度上的差异与零没有显著差异。表8CLTS对社区层面社会互动部门OD的影响。变量：主要被调查者在BL执行ODCommunity特征（CC）：信任社会资本碎片化不平等（1）（2）（3）（4）CLTS×高（γr）-0.04-0.01-0.04-0.05p值（朴素）（0.11）（0.49）（0.08）（0.10）p值（MHT稳健）[0.53][0.93][0.47][0.53]CLTS×低（γr+γd）-0.03-0.05-0.02-0.02p值（朴素）（0.17）（0.04）（0.30）（0.27）p值（MHT稳健）[0.60][0.26][0.68]【0.68】差异（γd）0.02-0.04 0.02 0.03p值（原始）（0.60）（0.25）（0.56）（0.43）p值（MHT稳健）[0.98][0.92][0.98][0.98][0.98]DV控制平均值（EL，高）0.44 0.49 0.56DV控制平均值（EL，低）0.52 0.53 0.47 0.41No。TUs 246 246 246 246编号。obs的。12697 12697 12697 12697注：表3所列住户和户主特征的所有规格控制。错误在社区级别聚集。

括号中显示的原始（未调整）p值。在括号中，我们根据Romano和Wolf（2005），使用1000个集群自举样本，并对表5、表8和表9中的所有回归进行联合估计，给出了按家庭误差率调整的p值。其次，我们探讨我们的主要结果是否可以用较贫穷社区对基础设施的访问率较低来解释，例如，这可能代表运输成本。此外，由于领导者是实施者的初始联络点，并帮助在他们的工厂组织CLTS会议，领导者的任期和教育可能会发挥重要作用。我们发现，公共基础设施的三个指标（表9，第1-3列）和村长任期或教育（表9，第4列和第5列）都没有不同的CLTS影响。表9CLTS对OD的影响（按社区基础设施和村长特征划分）。变量：主要受访者在BL执行ODPublic goods LeaderCommunity Characteristic（CC）：Road Hospital School Experience Education（1）（2）（3）（4）（5）CLTS×是/高（γr）-0.02-0.04-0.04-0.03p-value（naive）（0.43）（0.06）（0.20）（0.09）（0.23）p-value（MHT稳健）[0.93][0.31][0.74][0.49][0.77]CLTS×否/低（γr+γd）-0.06-0.01-0.03-0.04p-值（原始）（0.01）（0.85）（0.11）（0.17）（0.08）p值（MHT稳健）[0.12][0.98][0.51][0.60][0.40]差异（γd）-0.04 0.03 0.01 0.00-0.01p值（原始）（0.24）（0.43）（0.78）（0.89）（0.65）p值（MHT稳健）[0.92][0.98][0.98][0.98][0.98]DV对照均值（EL，高）0.51 0.49 0.47 0.50 0.53DV对照均值EL，低）0.45 0.40 0.48 0.46 0.43号。TUs 235 233 235 232 232无。obs的。11901 11793 11901 11619 11692注：表3所列住户和户主特征的所有规格控制。错误在社区级别聚集。括号中显示的原始（未调整）p值。

在表5、8和9.4.3.4中所示的所有回归中，我们使用1000个集群自举样本，通过Romano和Wolf（2005）之后的家庭误差率调整p值，并联合估计实施异质性周期是一种相当标准化的干预。尽管如此，我们观察到的异质性影响有可能是干预措施实施差异的结果。Abramovsky等人（2016）在最近基于同一RCT的研究中表明，在与社区财富正相关的人口密度较高的地区，触发会议的CLT更容易失败，根本无法进行。由于没有召开CLT触发会议，CLT在富裕社区是否有效？直接使用社区财富，我们发现触发率的差异很小。分配给CLTS的社区中，成功举办CLTS触发会议的社区比例为富裕社区的75%，贫困社区的83%。这些比率在统计置信度的标准水平上没有显著差异（pvalue=0.301）。此外，我们在附录B表15中给出了CLT影响的估计值，并通过治疗分配进行了检测，结果与ITT的估计值非常相似。如果贫困社区的会议出席率较高，也可能会出现交付差异（从而产生影响）。我们也没有找到这一假设的证据。出席率是指CLTS主持人记录的出席人数与村庄人口之比，富裕社区与贫穷社区之间没有显著差异。CLTS交付质量的差异也可能来自不同的交付代理。如第2.2节所述，水援助组织聘请了两个具有CLTS经验的非政府组织，每个州一个，对地方政府官员进行CLTS会议便利化培训。

如果这些中间交付代理（NGO）在其培训活动的质量上有所不同，我们可能会观察到CLT有效性的房地产水平差异。我们没有发现这方面的证据（见表15附录B）。在类似于方程式（2）的规范中，与国家假人的相互作用治疗状态，我们发现相互作用项很小，与零没有显著差异（p值=0.326）。4.4总结发现，我们的结果表明，社区财富包括许多社区特征，这些特征使CLT更有效。我们没有发现任何证据表明这些特征（如厕所覆盖率、实施或社会凝聚力测量）能够独立解释为什么CLT在较贫穷社区更有效。虽然现有数据不允许我们确定这些不同影响的驱动因素，但异质性维度符合CLTS发起人的理论和从业者的经验，即干预应该在哪里发挥最佳作用。最近的一项跨国研究也强调了背景对CLT效果的重要性，得出的结论是：“CLT的影响以及随后持续使用厕所的情况因地区而异，而非干预，这表明平均而言，34%的村成员参加了富裕社区的CLT会议，而42%的村成员参加了贫困社区的CLT会议。社区级财富群体出席率的社区级回归（即，如果社区贫困，则等于1的dummeyequal），LGA固定效应的点估计值仅为3pp，p值为0.662。

结果可根据要求提供。当然，这并不是解释各州差异结果的唯一渠道。在确定有效性方面，可能与实施方法同等重要或更重要”（Crocker等人，2017a）。根据这一观察结果，我们将在下一节中说明，即使没有对潜在机制的具体背景了解，我们的异质CLTS影响也可以作为尼日利亚国内外更有效的干预目标的基础。换言之，我们将证明社区财富（或代用财富）是CLT有效性的精确预测因子，并可用于政策目标。5干预的针对性和可转移性人们普遍主张，有关公共卫生干预投资的决定应以证据为基础。由于生产特定位置证据的成本较高，政策决策通常基于有限数量的研究，通常在其他地方进行。他们的结果被概括为在不同的目标站点集合中做出实施决策。尽管有这样的认识，即结果取决于干预的类型和实施环境（Meager，2019，Wang et al.，2006）。或者，正如Angrist（2004）所说，“特定经验结果集的相关性或“外部有效性”始终是一个悬而未决的问题。”最近在《医学》（Malmivaara，2019）和《发展经济学文献》（Peters et al.，2018）中对RCT影响评估研究的评论强调，其外部有效性可能有限。同时，由于人群亚组的异质反应，可能会产生特定背景的影响，导致随机对照试验（随机）从具有不同基本特征的人群中抽取样本，产生不同的平均治疗影响。