Кратко — ожидаемая взаимосвязь и предлагаемые методы оценки.
Ожидаемая взаимосвязь (теоретическая гипотеза)
- Доступ к интернету повышает образовательные результаты (качеством информации, дистанционным обучением, поддержкой репетиторства) и одновременно стимулирует гражданскую активность (доступ к политической информации, мобилизации, онлайн‑услугам). Часть эффекта на гражданскую активность идёт через улучшение образования (медиатор).
- Формально: пусть $D$ — доступ к интернету, $M$ — образовательный результат, $Y$ — гражданская активность. Структура:
$$M=\pi D+X^{\prime }\delta +u,$$ $$Y=\varphi D+\beta M+X^{\prime }\theta +\epsilon .$$ Общий эффект $D$ на $Y$: $\tau =\varphi +\beta \pi$ (прямой $\varphi$ + косвенный через образование $\beta \pi$).
Результаты, которые стоит измерять
- Образование: посещаемость, завершение школы, показатели SAEB/Prova Brasil/ENEM, оценки по предметам, переход в следующий класс.
- Гражданская активность: явка на выборах (TSE), участие в местных организациях, участие в онлайн‑петициях/форумax, использование е‑услуг, политические обсуждения в соцсетях.
- Контрольные переменные: доход, возраст, пол, размер домохозяйства, инфраструктура, уровень урбанизации, доступ к электроэнергии/школам.
Методы оценки эффекта (с указанием идентификационных допущений)
1. Различия в различиях (DiD) при поэтапном расширении доступа
- Модель:
$$Y_{it}=\alpha +\beta Trea{t}_{it}+\gamma X_{it}+{\lambda }_t+{\mu }_i+{\epsilon }_{it}.$$ - Допущение: параллельные тренды до вмешательства.
- Для поэтапного внедрения использовать методы, устойчивые к смещению TWFE (Callaway & Sant'Anna, Sun & Abraham).
- Проверки: pre‑trend тесты, placebo‑периоды, кластерные стандартные ошибки по муниципалитетам.
2. Инструментальные переменные (IV)
- Инструмент: экзогенная фаза строительства магистральной инфраструктуры/проект расширения покрытия/географическая близость к оптоволоконным трассам/первая волна лицензионных распределений частот.
- IV‑оценка:
$${\beta }_{IV}=\frac{\mathrm{Cov}(Z,Y)}{\mathrm{Cov}(Z,D)},$$ где $Z$ — инструмент.
- Допущение: инструмент влияет $Y$ только через $D$ (условие исключения) и релевантен.
3. Рандомизированные вмешательства / квази‑рандомизация
- Эксперименты по субсидированию доступа/раздаче устройств в рандомизированных кластерах.
- Позволяет чисто оценить причинный эффект; идеален для проверки механизмов (медиаторный дизайн).
4. Regression Discontinuity (RD)
- Если доступ распределялся по порогу (например, критерий дохода для программы), использовать RD вокруг порога.
- Модель и проверка непрерывности ковариат.
5. Медиативный анализ (декомпозиция прямого/косвенного)
- Оценить $\pi$, $\beta$, $\varphi$ в системе выше; использовать IV‑медиативный подход если $D$ и/или $M$ эндогенны.
- Тесты непрерывности и чувствительности к неучтенным конфаундерам.
6. Методы для неподходящих данных/пространственных эффектов
- Синтетический контроль для отдельных муниципалитетов с уникальной политикой.
- Учет пространственных диффузий/внешних эффектов (spatial lag, сетевые модели) — интернет в одном районе может влиять на соседей.
- Машинное обучение для оценки гетерогенных эффектов (causal forests) и построения propensity score / entropy balancing перед регрессией.
Идентификационные и проверочные шаги (robustness)
- Тесты параллельных трендов, placebo‑тесты, баланс ковариат до вмешательства.
- Кластеризация стандартных ошибок (муниципалитет/школьный округ).
- F‑статистика первого шага для IV (>10).
- Проверка чувствительности к скрытой селекции (Rosenbaum bounds).
- Анализ гетерогенности по уровню бедности, размеру населённого пункта, полу, возрасту.
Практические данные и переменные
- Источники: PNAD/PNADC, Censo IBGE, SAEB/Prova Brasil, ENEM, TSE (проголосовавшие), административные данные муниципалитетов, данные операторов о покрытии сетей.
- Необходимые уровни: индивидуальные (школьники/домохозяйства), школьные/муниципальные агрегаты и временная панель.
Коротко о порядке действий для исследования
1. Сбор панельных данных по покрытию интернета, образованию и гражданской активности.
2. Описательная статистика и карты покрытия (урбан vs сельская).
3. Выбор стратегии идентификации (DiD / IV / RCT / RD / synth).
4. Оценка общих эффектов и медиативная декомпозиция.
5. Robustness и тесты на спилловеры, гетерогенность, чувствительность.
Вывод: ожидается положительная связь между доступом к интернету и обоими исходами; часть влияния на гражданскую активность идёт через образование. Надёжные выводы требуют квази‑экспериментальных стратегий (стаджированный DiD с корректной спецификацией, IV на экзогенной инфраструктуре или RCT), медиативного анализа и проверки пространственных эффектов.