我的父母: 累积饥荒经历代际影响

的疤痕效应与选择效应

李强

（广州大学）

叶昱利

（华南农业大学）

文斌

（西南民族大学）

引文参考：李强、叶昱利、文斌.2022.我的父母: 累积饥荒经历代际影响的疤痕效应与选择效应[J]. 公共管理评论,4(4):网络首发

【编者按】为提高学术成果的传播效率，凡《公共管理评论》录用的文章，将在本刊知网主页和公众号网络首发。有转载需求的公众号请联系本公号开白名单。

摘要

利用饥荒作为自然实验,本文探讨父母早年饥荒经历的累积风险对其子女身高代际影响的疤痕效应与选择效应。运用中国预防科学医学院和美国北卡罗来纳大学人口中心合作完成的中国健康与营养调查(China Health and Nutrition Survey,CHNS)数据,利用个体累积风险与出生队列的差异构建双重差分模型(DID),本文发现,母亲的累积饥荒风险对其子女身高既有疤痕效应,也有选择效应,但选择效应大于疤痕效应。该结果意味着,母亲饥荒经历的累积严重程度越高,子女的身高越高。在排除了男孩偏好、选型婚配(assortative mating)等作用渠道后,本文认为,累积饥荒风险通过影响父母的身高而部分作用于子女的身高。本文传递给发展中国家的信息是,发展中的挫折可能使得我们未来变得更加强大。

关键词

代际影响;农村儿童;累积风险;童年逆境

投稿时间：2022/3/26

送外审时间：2022/3/30

首轮外审完成时间:2022/4/20

录用时间：2022/9/29

那些杀不死你的,终将使你更强大。

 (What doesn't kill you makes you stronger. ) 

弗里德里希·尼采(Friedrich Nietzsche)

一、引言

《2018 年世界粮食安全和营养状况》报告称,全球饥饿人数自 2014 年以来一直在增加,至 2017 年达到 8. 21 亿人,即全球 1 / 9 的人口面临饥饿困扰。目前世界上共有 43 个国家约 4500 万人处于饥荒的边缘(联合国儿童基金会,2018;联合国,2021)。饥荒经历可能会产生两种相互抵消的影响:疤痕效应( scarring effect) 和选择效应(selection effect)。疤痕效应指早年逆境对幸存者的长期负面影响,它使整个健康分布向下移动(Preston et al. , 1998)。选择效应指逆境中那些健康状况较差的人死亡概率更高,使幸存者看起来“更健康”(Deaton, 2007)。

自从 Barker (1990) 提出胚胎起源假说(fetal origins hypothesis)以来,早年饥荒经历对成人的影响备受关注,但关于父母经历饥荒对子女代际影响的文献并不多见,尤其缺乏关于代际影响的疤痕效应和选择效应的研究。除此之外,个体饥荒经历累积时间有长有短、严重程度有高有低,疤痕效应和选择效应很可能不同。因此,从累积风险角度研究饥荒经历的代际影响仍属需要填补的空白(Cuesta and Leone, 2020)。

本文实证地检验农村父母饥荒经历的累积风险对子女身高代际影响的疤痕效应与选择效应。本文中,父母的出生年月和出生地共同决定了其暴露于饥荒的累积风险程度。我们将父母划分为三个队列,即幼儿期经历饥荒(1956 年 1 月至 1958 年12 月出生,以下简称老饥荒队列),胚胎期及婴儿期经历饥荒(1959 年 1 月至 1962 年9 月出生,以下简称年轻饥荒队列),没有经历饥荒(1954 年 1 月至 1955 年 12 月及1962 年 10 月至 1967 年 12 月出生)。本文以父母没有经历饥荒作为参照组,利用个体累积风险与出生队列的差异构建双重差分模型,以估计父母饥荒经历对其子女健康代际影响的疤痕效应与选择效应。

本文发现,母亲饥荒经历的累积风险对其子女身高有显著的疤痕效应和选择效应,但选择效应大于疤痕效应。该结果意味着,母亲暴露于饥荒的累积严重程度越高,子女的标准化身高越高。对于老饥荒队列的子女,疤痕效应使得男(女)孩身高降低 7. 263(7. 481)厘米,选择效应使得男(女)孩身高增加 7. 563(7. 790)厘米,两种效应相互抵消后使得男(女)孩身高净增加约 0. 300(0. 309)厘米。对于年轻饥荒队列的子女,疤痕效应使得男(女)孩身高降低 10. 343(10. 748)厘米,选择效应使得男(女)孩身高增加 10. 514(10. 926)厘米,两种效应相互抵消后使得男(女)孩身高净增加约 0. 171(0. 178)厘米。然而,父亲饥荒经历的累积风险没有显著的疤痕效应与选择效应。本文的结果相对稳健。在排除了男孩偏好、选型婚配等作用渠道后,本文认为累积饥荒风险通过影响父母的身高而部分作用于子女的身高。

本文有如下贡献。第一,本文重点关注饥荒代际传递的疤痕效应与选择效应,拓展了对饥荒代际影响研究的深度。既有文献较少关注饥荒的代际影响,更少关注代际影响的两种可能相互抵消的效应。第二,既有研究常利用饥荒最严重时的超额死亡率来衡量所有个体经历饥荒的严重程度,本文通过个体暴露于饥荒的不同时长和不同地点来计算不同个体饥荒经历的累积严重程度,拓展了对饥荒代际影响研究的宽度。第三,利用累积风险与出生队列的差异构造双重差分模型,本文分离出累积饥荒风险的疤痕效应与选择效应,并发现累积风险达到一定程度前选择效应占主导。该发现传递给发展中国家的信息是,即使发展过程中可能遇到挫折,但挫折可能使得我们未来变得更加强大。以史为鉴,疤痕效应与选择效应为解决当代公共治理中诸如新冠肺炎疫情防控等“电车难题”提供了不同的视角,本文因而拓展了饥荒研究的广度。

本文余下部分安排如下:第二部分简要回顾与饥荒代际影响相关的文献,重点关注其疤痕效应与选择效应;第三部分介绍如何构建本文的主要解释变量,即父母饥荒经历的累积风险,并讨论本文的估计策略;第四部分介绍本文使用的数据并描述子女的身高等特征;第五部分报告基本回归结果,检验其稳健性并探讨其可能的机制;第六部分总结全文。

二、 文献回顾

早期研究我国 1959—1961 年饥荒的文献主要关注其对出生于该时期人群(第一代)的社会处境和经济状况等方面的影响,主要结论是饥荒经历对第一代人有显著的负面影响。例如,早年饥荒经历致使该时期人群成年后身高降低、劳动供给减少、工资收入降低 (Chen and Zhou, 2007)、认知能力下降 (Xu et al. , 2018)、生育能力降低 (Mu and Zhang, 2011)、慢性病患病率更高 (Hu et al. , 2017)、肥胖率更高 (马光荣, 2011)、心理问题突出(林淑贞和周泳宏, 2019)等。

近年来,逐渐有文献开始研究父母的饥荒经历对其子女(第二代)的健康、教育及认知能力等方面的影响,主要关注饥荒代际传递的疤痕效应。其中,绝大多数文献重点关注母亲的饥荒经历,发现母亲的饥荒经历致使子女身高降低(Fung and Ha,2010;李强等, 2022)、工资和工作时间降低(Kim et al. , 2014)、受教育程度和有工作的概率降低(Li and Menon, 2022)。少数文献关注父亲的饥荒经历,例如 Tan et al.(2015)发现父亲的饥荒经历对女儿的认知能力有显著的负面影响。文献中关于父母的饥荒经历对子女代际影响的结论并没有取得一致(Doblhammer et al. , 2013)。例如,Fung and Ha (2010)发现母亲的饥荒经历对子女的受教育程度没有显著影响,而 Li and Menon (2022)的结论却截然不同。

主流文献发现早年逆境经历具有显著的选择效应。Friedman (1982) 猜测选择效应是特立尼达(Trinidad)奴隶身高增加的原因之一。后续逐渐有文献实证地检验早年逆境的选择效应。例如,Deaton (2007) 发现非洲较高的儿童死亡率与成年人的身高正相关,并认为这是选择效应相对于疤痕效应占主导地位的表现;Bozzoli et al.(2009) 发现一些国家的婴儿死亡率超过一定阈值水平后,这些国家人口的平均身高随着死亡率的提高而增加;Huang et al. (2010) 在其对中国 1959—1961 年饥荒的研究中发现,农村母亲的饥荒经历使其子女具有更高的出生体重及身高。然而,也有文献发现饥荒的选择效应并不显著。Stanner et al. (1997) 利用二战期间德国围攻圣彼得堡 872 天后的幸存者样本,发现胚胎期的饥荒经历并没有显著降低成年后的高血压或心血管疾病的患病率。

目前国内鲜有文献从累积风险角度探究饥荒经历的代际影响,石智雷和吴志明(2018)、李月和陆杰华(2020)、刘瑞平和李建新(2021)是鲜有的例外。石智雷和吴志明(2018)探讨了个体生命历程中所有早年负性事件对个体年老时健康的影响,发现早年不幸经历越多,持续时间越长,个体年老时的健康状况越差。李月和陆杰华(2020)则加总四类童年逆境(严重的躯体或情感虐待、父母关系差、家庭社会经济地位低、经历重大创伤) ,发现童年经历重大创伤可能增加老年抑郁风险。刘瑞平和李建新(2021)也是加总不同种类的童年逆境,不过其结论与前两篇迥异,他们利用中国健康与养老追踪调查(CHARLS)数据发现,经历多种童年逆境的老人日常生活处理能力(ADL)反而更好,即呈现出一定的选择效应。与上述论文加总童年逆境的种类不同,本文是对暴露于同一逆境的累积,或者说是对单一事件的深描。

综上,既有文献对饥荒代际传递关注不多,尤其缺乏从累积风险角度探索饥荒代际影响的疤痕效应与选择效应的研究。然而,考察父母饥荒累积风险代际影响的疤痕效应与选择效应具有很强的理论和实践意义(Doblhammer et al. , 2013)。

三、 模型建构

个体身高主要由基因(包括激素等其他生物化学特征)、环境(例如早年经历饥荒)以及年龄决定(Schultz, 2002)。由于我国 1959—1961 年饥荒主要发生在农村,因此我们将研究对象聚焦于农村中在饥荒前后出生的父母的子女。为研究父母累积饥荒风险对子女身高代际影响的疤痕效应与选择效应,本文设定如下 DID 模型:

式中,HA_ij 是 j 省中儿童 i 的标准化身高( height-for-age,以下简称身高)。本文使用身高衡量儿童健康,其原因主要是营养不良对身高有长期的影响(Barker, 1990),所以身高通常被认为是衡量早期健康冲击的黄金标准(Bevis and Villa, 2022)。由于儿童成长过程差异巨大,其身高不可直接比较,于是我们根据世界卫生组织(World Health Organization,WHO)2007 年公布的 0 ~ 19 岁儿童的成长标准将儿童的身高标准化,即 Z 评分(Z score)。Z 评分是儿童身高与标准参照组身高之间的偏差,小于 0表示低于标准身高,大于 0 则表示高于标准身高。Z 评分使得不同性别和年龄儿童的身高可以相互比较(叶昱利等, 2021; 李强, 2014)。

关于人类成长和经济学的文献认为,个人身高在 2 ~ 3 岁前即已决定(Currie andVogl, 2013; Ampaabeng and Tan, 2013)。本文据此以 3 岁前经历饥荒作为临界值。3 岁前经历饥荒有两种情况:其一是出生于 1956 年 1 月至 1958 年 12 月,在饥荒期间处于幼儿期,我们已将其简称为老饥荒队列( old famine cohort,简记为 O 或 1956—1958 年);其二是出生于 1959 年 1 月至 1962 年 9 月,在饥荒期间处于胚胎期或婴儿期,我们已将其称为年轻饥荒队列( young famine cohort,简记为 Y 或 1959—1961年)①。如果 j 省中儿童 i 的母亲在 1956—1958 年出生,则 MO_ij= 1,否则为 0;如果 j省中儿童 i 的母亲在 1959—1961 年出生,则 MY_ij= 1,否则为 0。对父亲也有类似对应的定义。

① 尽管 Currie and Vogl (2013)对饥荒的研究表明胚胎期经历饥荒对成人慢性病的影响更大,但由于缺乏各地饥荒准确的开始和结束日期,因此很难准确地区分父母在胚胎期和婴儿期的饥荒暴露程度。所以,本文没有进一步区分父母在胚胎期和婴儿期饥荒经历的累积风险。

MCEDR_ij 是 j 省中儿童 i 的母亲经历的累积饥荒风险,FCEDR_ij 是 j 省中儿童 i的父亲经历的累积饥荒风险。α₀ 衡量了母亲的累积饥荒经历对子女身高的疤痕效应,交互项系数 α₁ 和 α₂ 衡量了母亲的累积饥荒经历对子女身高的选择效应。对应地,β₀ 衡量了父亲的累积饥荒经历对子女身高的疤痕效应,β₁ 和 β₂ 衡量了父亲的累积饥荒经历对子女身高的选择效应。

既有文献多使用某省 1960 年的死亡率与该省 1956—1958 年平均死亡率的差值,即超额死亡率( Excess Death Rate, EDR),来衡量饥荒的严重程度( Chen and Zhou, 2007; Fung and Ha, 2010; Shi, 2011; Tan et al. , 2015; Li and An, 2015)②。利用 Lin and Yang (2000)的数据,图 1 展示了各省饥荒期间的超额死亡率。在此基础上,本文通过累加超额死亡率来衡量父母饥荒经历的累积风险。同 Duflo (2001)的实证模型一样,本文中父母出生年月和出生地共同决定了其饥荒经历的累积风险。我们按父母属于老饥荒队列、年轻饥荒队列以及出生于饥荒后三种情况分别介绍如何计算父母相应的累积风险。

② 各省 1956—1958 年较为平稳的死亡率常被用来测度各省的正常死亡率。1959—1961 年死亡率与正常死亡率的差异,即超额死亡率,常被用来衡量饥荒的严重程度。但是,超额死亡率并不是唯一的指标。例如,Meng and Qian (2009)使用出生儿存活数量、Song (2014)使用饥荒期间实际与预期出生规模之间的差异作为衡量指标。

计算老饥荒队列的累积风险相对简单。例如,1956 年 2 月某省出生的父母将在1959 年 2 月年满 3 岁,故其在 3 岁前经历饥荒的累积风险为该省 1959 年超额死亡率乘以 2 / 12。又如,1958 年 11 月某省出生的父母将在 1961 年 11 月年满 3 岁,故其在3 岁前经历饥荒的累积风险为 1959 年、1960 年全年的超额死亡率以及 1961 年中前11 个月的超额死亡率的累加。年轻饥荒队列累积风险的计算因涉及胎龄因而相对复杂一些。例如,1959 年 2 月某省出生的父母,以胎龄为 9 个月计算①,妊娠大致时间是 1958 年 5 月,故其在 3 岁前经历饥荒的累积风险为该省 1959 年、1960 年、1961年超额死亡率的累加(EDR1959+EDR1960+EDR1961)。又如,父母若出生于 1959 年11 月,则妊娠大致时间是 1959 年 2 月,在 1959 年共经历 10 个月的饥荒外加 1960 年和 1961 年的饥荒,故其在 3 岁前经历饥荒的累积风险为 10/ 12×EDR1959+EDR1960+EDR1961。出生于饥荒后的累积风险则只涉及 1962 年 9 月前出生的父母。此情形下,该父母仅仅经历 1961 年个别月份的累积死亡率。例如,1962 年 6 月在某省出生的父母,自妊娠始至饥荒结束共 3 个月,则其累积风险为 1961 年该省超额死亡率乘以 3 / 12,而在 1962 年 9 月后出生的父母其饥荒经历累积风险为 0。具体计算方法可参见附录表 A1。总之,与既有文献不同,本文通过出生省份与出生年月为每个个体构建暴露于饥荒的严重程度指标,而不是笼统地赋予每个个体在省域内相同的指标,因此每位父母饥荒经历的累积风险都有变化。

① 胎龄一般从孕妇末次月经的第一天算起,至胎儿分娩约 40 周(9 个月)。本文尝试过按 9. 3 个月、9. 5个月、10 个月胎龄来计算饥荒经历的累积风险,回归结果与按 9 个月来计算没有显著差异。限于篇幅,结果未报告,感兴趣的读者可联系作者获取。

X 是其他控制变量,包括老饥荒队列和年轻饥荒队列的虚拟变量、儿童的年龄、性别、民族、母亲的生育年龄及日照时数②、调查年份的固定效应和儿童出生年度的固定效应。S 是省固定效应。借鉴 Gørgens et al. (2012),本文还控制了儿童的出生次序以及姊妹数量。本文并未控制父母的身高、受教育程度以及家庭收入等身高影响因素,这些变量是父母饥荒经历的结果,本文将其作为父母饥荒经历代际影响可能作用的渠道。本文借鉴已有文献(李强和臧文斌, 2010; 李强, 2012, 2019; 李强和叶昱利, 2017)利用面板数据的优势补齐了个别父母年龄的缺失值。

② 阳光照射可以促进维生素 D 的形成,满足儿童对钙质的大量需要,从而促进儿童的身高发育。日照时数是指太阳实际照射地面的时间。本文将省会城市日照时数作为全省日照时数的代理变量。日照时数来源于 1990 年、1992 年、1994 年、1998 年和 2001 年的《中国统计年鉴》。

四、 数据

本文数据来源于 CHNS。CHNS 自 1989 年开展第一轮调查以来,分别于 1991年、1993 年、1997 年、2000 年、2004 年、2006 年、2009 年、2011 年、2015 年追踪收集了个人的营养、健康、工作、收入等方面的信息。CHNS 采取多阶段分层抽样方法抽取调查样本。第一步在我国东、中、西部地区采用简单随机抽样方法抽取 9 个省;第二步将每个省的县按收入(低、中、高)进行分层,并使用加权抽样方案在每个省随机选择 4 个县;第三步按照简单随机抽样方选择县内的村庄以及城市/ 城郊的社区约 220个,再对每个村庄/ 社区随机抽取大约 20 个家庭住户进行入户调查,共调查了大约4400 个家庭住户。因此调查样本在全国具有较为广泛的代表性(Gørgens et al. ,2012)。正是由于 CHNS 调查时间始于 1989 年,这使得其相对于中国家庭追踪调查(CFPS)、CHARLS 等全国性调查数据,更适合用于关于父母饥荒经历对子女健康代际影响的研究。这是因为我国 1959—1961 出生的人群在 1982—1984 年进入适婚和育龄阶段,其子女最早于 2000 年年满 18 岁。因此,研究父母饥荒经历对子女的代际影响,客观上要求于 2000 年左右收集儿童数据。相对而言,CFPS 调查始于 2010 年,CHARLS 调查始于 2011 年,虽然它们都是全国性抽样调查,覆盖范围相对于 CHNS来说更宽广,但其时间跨度并不适宜做饥荒经历对儿童代际影响的研究。

本文利用累积风险与出生队列的差异构建双重差分模型。对于在不同调查年度重复观察到的情形,因为父母的出生队列在时间维度上没有变化,所以我们将样本限定于第一次在 CHNS 中有标准化身高的儿童。最终,我们的样本包括 1989 年、1991 年、1993 年、1997 年、2000 年共五年的数据。

表 1 按照父母的饥荒经历描述了主要变量的均值与方差。从母亲看,参照组子女的平均标准化身高是-0. 687,意味着该组的平均身高低于标准身高 0. 687 个标准差;老饥荒队列子女的平均标准化身高为-0. 649,即低于标准身高 0. 649 个标准差;年轻饥荒队列子女的平均标准化身高为-0. 530,意味着低于标准身高 0. 530 个标准差。因此,从均值上来看,母亲的饥荒经历对子女的身高存在一定的选择效应:若母亲经历饥荒,其子女身高更高,且年轻饥荒队列子女的平均身高大于老饥荒队列子女的平均身高。从父亲来看,也有同样的模式:若父亲经历过饥荒,其子女身高更高,且年轻饥荒队列子女的平均身高大于老饥荒队列子女的平均身高。然而,其他控制变量却没有类似的模式。例如,老饥荒队列子女的平均年龄最大,其次是参照组,再次是年轻饥荒队列。

在父母特征方面,年轻饥荒队列母亲的平均身高是 155. 9 厘米,高于老饥荒队列的 155. 0 厘米,也高于参照组的 155. 1 厘米。然而,不管母亲是否经历饥荒,给定已婚,其配偶(子女的父亲)的身高却没有显著的差异。因此从身高来看,母亲的配偶没有呈现出选型婚配特征。不过,值得注意的是,若母亲经历饥荒,其配偶的受教育程度相对更低,饥荒呈现出微弱的选型婚配特征。更多统计性描述详见表 1。

表 1 描述的均值不能勾勒出饥荒前后出生的父母身高变化的趋势。细分出生年度或许能更加有效地描绘父母身高的队列趋势。按出生年度分组,图 2 展示了饥荒前后出生人群的平均身高。其中,长、短虚线分别是 1954—1967 年出生的父亲和母亲的平均身高,我们将其作为参照线。先看父亲,其间父亲的平均身高仅有两年(1958 年和 1963 年)高于平均值。饥荒期间出生的父亲的平均身高与其他时期出生的父亲没有明显的差异,且前者有非常缓慢的上升趋势。尤其值得注意的是,1960年、1961 年出生的父亲的平均身高接近于整个 14 年间的均值,且 1961 年出生的父亲的平均身高甚至略高于 1962 年出生的父亲,而其他年份出生的父亲身高都低于平均值。因此,若从父亲身高的角度看,饥荒的疤痕效应似乎并不明显,反而呈现出微弱的选择效应。再看母亲,14 年间母亲的平均身高有 7 年高于平均值,其中两年是饥荒期间(1959 年和 1960 年)。然而,母亲的平均身高与父亲的平均身高有一个非常不一样的模式,即 1961 年出生的母亲的平均身高有明显的下降,但该年出生的父亲的平均身高仍处于1959—1961 年的上升趋势的末尾。图 2 说明,饥荒对父母的身高既有疤痕效应,也有选择效应。疤痕效应更多体现在母亲身上,选择效应更多体现在父亲身上。

为了探寻疤痕效应和选择效应,我们利用局部加权方法(Lowess)对父母的身高进行平滑处理,以展现父母的平均身高如何随其累积饥荒风险而变化①。图 3 中父母的平均身高展现出几乎相同的变化趋势:随着累积超额死亡率的提高先缓慢上升而后下降。转折点发生在累积超额死亡率等于 22‰附近。从图 3 中可以发现,在超额死亡率达到一定值之前,选择效应占主导,随后疤痕效应占主导。由于本文样本累积超额死亡率的均值为 12. 97‰,因此,我们观察到的将主要是饥荒的选择效应。

① Lowess 的思想是在一定比例的局部数据中拟合多项式回归线,以观察数据在局部呈现出的规律和趋势。

为了展示儿童身高与父母经历饥荒严重程度之间的关系,我们利用同样的局部加权方法对儿童的标准化身高进行平滑处理。图 4 显示,随着母亲经历饥荒累积风险的提升,其子女的标准化身高经历了先上升后下降的变化过程,拐点大约在累积死亡率处于 21‰时①。在此之前,选择效应占主导,随后疤痕效应占主导。累积超额死亡率约等于 38‰时,疤痕效应彻底抵消选择效应。

① 父亲平滑曲线的拐点是 21. 05‰,母亲平滑曲线的拐点是 21. 27‰,两者相差无几。为简化图形,我们仅画出当累积死亡率等于 21. 05‰时的垂直参照线。当父亲经历累积死亡率等于 0(没有经历饥荒)时,其子女的标准化身高均值是-0. 85,相对应地,母亲经历累积死亡率等于 0 时,其子女的标准化身高均值是-0. 92,两者也是相差无几。为简化图形,我们仅画出当标准化身高等于-0. 92 时的水平参照线。

五、 基本结果及稳健性检验

(一) 疤痕效应与选择效应

对农村样本,本文通过估计 DID 模型以探索父母累积饥荒风险对子女身体健康影响的疤痕效应与选择效应。表 2 报告了该基本回归结果。其中,第(1)列仅研究母亲饥荒经历的累积风险。结果显示,母亲累积风险的系数显著为负,说明母亲饥荒经历的累积风险有显著的疤痕效应,即降低了子女的身高。然而,母亲累积风险与母亲属于老饥荒队列、年轻饥荒队列交互项的系数都显著为正,该结果说明母亲饥荒经历的累积风险有显著的选择效应。随着母亲饥荒经历的累积风险提升,其子女的身高也增加。值得注意的是,老饥荒队列的交互项系数略大于年轻饥荒队列的交互项系数。其可能原因是,对于老饥荒队列而言,母亲的饥荒经历更具有外生性,即她们出生时并不能预测未来将有饥荒。相对而言,年轻饥荒队列中,母亲的饥荒经历或多或少具有一定选择性。因此,老饥荒队列的选择效应更接近于真实的选择效应。

表 2 第(2)列单独对父亲的饥荒经历回归。值得注意的是,本文并没有发现父亲的累积饥荒风险对子女的身高有显著的疤痕效应与选择效应。第(3)列同时放入父母的累积饥荒风险,我们发现,母亲饥荒经历的累积风险仍然具有显著的疤痕效应与选择效应,而父亲饥荒经历的累积风险也仍然没有显著的疤痕效应与选择效应。以老饥荒队列母亲累积饥荒风险均值(10. 920‰)计算,疤痕效应使得男(女)孩身高降低 7. 263(7. 481)厘米,选择效应使得男(女)孩身高增加 7. 563(7. 790)厘米,两种效应相互抵消后使得男(女)孩身高净增加约 0. 300(0. 309)厘米。以年轻饥荒队列母亲累积饥荒风险均值(17. 349‰) 计算,疤痕效应使得男(女) 孩身高降低10. 343(10. 748)厘米,选择效应使得男(女)孩身高增加 10. 514(10. 926)厘米,两种效应相互抵消后使得男(女)孩身高净增加约 0. 171(0. 178)厘米①。

① 老饥荒队列子女的平均年龄是 7. 570 岁(91 月龄),对应男孩的标准差是 5. 497,女孩的标准差是 5.662;年轻饥荒队列子女的平均年龄是 6. 065 岁(72 月龄),对应男孩的标准差是 4. 927,女孩的标准差是 5. 120。标准差数据来源于 WHO。详见 https: / / www. who. int / tools/ growth-reference-data-for-5to19-years/ indicators/ height-for-age。

本文的发现与 Gørgens et al. (2012)有所不同。他们发现父母出生于饥荒并没有显著的疤痕效应。其原因可能有两个。第一,该文仅使用饥荒的出生队列与其他时期的出生队列进行对比,因而其所反映的可能仅仅是队列差异。利用累积风险与出生队列交互,本文剔除了出生队列的差异,并进而发现显著的疤痕效应与选择效应。第二,本文重点关注饥荒经历的累积风险,该累积风险对每个个体在时间和地点维度上均有变化。这与仅使用 1960 年的超额死亡率衡量饥荒严重程度的做法明显不同,因为该做法意味着饥荒严重程度对省内每个个体都相同。本文的结果表明,累积风险越大,正向选择效应越强。值得注意的是,如果使用 1960 年超额死亡率作为衡量饥荒严重程度的指标,复制对疤痕效应与选择效应的回归,我们并不能获得与表 2 相似的疤痕效应与选择效应(详见附录表 A2)。该结果从反面说明从累积风险视角研究疤痕效应与选择效应的必要性。

本文控制变量系数的方向与预期基本一致。儿童的年龄与其身高负相关,说明年龄越大,同等条件下身高越低,这与身高是衡量身体健康的长期标准相符。经标准化后,儿童的身高在不同性别间没有差异,这与标准化的初衷相符。本文没有发现汉族与少数民族儿童间的身高有显著差异。出生次序、母亲的生育年龄以及日照时数对儿童的身高没有显著影响。我们还发现,姊妹数量与儿童的身高呈现出 U 形非线性关系。儿童的身高随着姊妹数量的增加先下降再上升,转折点是 2. 45。本文样本中姊妹数量的平均值是 1. 10,处于拐点左边。

(二) 异质性

已有文献显示父母的饥荒经历对男孩与女孩的影响并不相同( Maccini and Yang, 2009; Mu and Zhang, 2011; Tan et al. , 2015)。本文于是分性别探索疤痕效应与选择效应的异质性。表 3 报告了该结果。首先,第(1) (2)列结果显示,不管是从系数大小还是从显著性水平来看,母亲的饥荒经历对男孩的疤痕效应与选择效应均大于对女孩相应的效应。其次,第(3) (4)列的结果显示,父亲的饥荒经历对女孩和男孩的疤痕效应与选择效应均不显著。再次,第(5)(6)列同时放入父母的累积饥荒风险,我们仍然发现,母亲的饥荒经历对男孩的疤痕效应与选择效应均大于对女孩相应的效应,而父亲的饥荒经历对子女的身高没有显著的疤痕效应与选择效应。表 3 分性别的回归结果与表 2 混合性别的回归结果有一个非常相似的地方,即母亲的饥荒经历对子女的身高有显著的疤痕效应与选择效应,而父亲则没有。该结果与Tan et al. (2015)对认知能力的研究结论相去迥异。Tan et al. (2015)发现,父亲的饥荒经历对男孩的认知能力有显著的负面影响,而母亲的饥荒经历则没有。本文的结果说明,结果变量不同,则父母饥荒经历代际影响的疤痕效应与选择效应在男孩和女孩身上可能有所不同。

饥荒对幸存者身高的选择效应并不一定都为正。一方面,Deaton (2006) 推测,矮个子比高个子的人有更高的食物利用率,因此生存能力更强。若该假设成立,则选择效应会加剧疤痕效应,饥荒使得幸存者的身高更矮。另一方面,Fawzi et al.(1997)研究了苏丹饥荒期间半岁至 6 岁的儿童后发现,矮个子组的死亡率明显高于高个子组的死亡率。该发现意味着选择效应使得幸存者的身高更高。两种不同假设意味着有必要从子女身高所处的不同分位数来观察不同的选择效应。表 4 分别报告农村样本中处于 20th、40th、60th、80th 分位数的回归结果。我们发现,随着分位数的增加,疤痕效应的绝对值直线增加,但选择效应也近乎直线上升。因此,从身高角度来看,本文的实证结果更支持正向的选择效应。

(三) 稳健性检验

父母饥荒经历的累积风险可能存在测量误差,这将导致本文对疤痕效应与选择效应的估计有偏。测量误差可能缘于农村居民常常混淆阴历和阳历的出生日期。CHNS 数据核对并报告了个体阴历和阳历的出生日期,为本文利用阴历检验累积风险是否存在测量误差提供了机会。使用阴历重新计算父母饥荒经历累积风险,本文在表 5 报告了对疤痕效应与选择效应的估计结果。我们发现,该结果与使用阳历的结果没有显著差别。母亲的饥荒经历对子女的身高仍有显著的疤痕效应与选择效应,而父亲的饥荒经历没有相应的影响。表 5 的结果表明,测量误差对估计结果造成的影响较小。

DID 模型要求父母饥荒经历的累积风险不能与影响儿童身高的其他遗漏变量系统性地相关,如此方可获得一致估计。本文通过构造 3 个反事实来排除相关的可能性。第一,我国饥荒主要发生在农村,城市居民由于口粮按人口定量供应,所受影响较小(Peng, 1987; Lin and Yang, 1998)。据此可以推测,对城市样本使用同样的模型,其回归结果应该不显著。若显著,则可能是由于父母的累积饥荒风险与影响儿童身高的其他遗漏变量相关。表 6 第(1)列报告了城市样本回归的结果,可以看出主要关心的 4 个交互项系数并不显著,与预期一致。我们于是排除了父母的累积饥荒风险与遗漏变量相关的可能性。第二,本文故意将农村样本中 1962—1964 年出生的父母设定为老饥荒队列,将 1965—1967 年出生的父母设定为年轻饥荒队列(假设他们经历了饥荒),将 1954—1961 年出生的父母设定为控制组(假设他们没有经历饥荒)。第三,在农村样本中将饥荒发生时间向后平移 5 年(假设 1964—1966 年发生饥荒),并以假饥荒期间的超额死亡率重新计算父母的累积风险①。重新估计模型(1),表 6 第(2)、(3)列报告了后两个反事实检验的回归结果。可以看出,累积风险与父母饥荒队列的 4 个交互项的系数均不显著。综上 3 个反事实检验,本文排除了父母饥荒经历的累积风险与其他遗漏变量系统地相关的可能性。

① 本文也尝试过将饥荒发生的时间向前平移 5 年,结果基本一样,累积风险与父母饥荒队列的 4 个交互项的系数仍不显著。限于篇幅表 6 中未报告该结果,感兴趣的读者可联系作者获取。

(四) 作用机制

本文接下来探究饥荒经历代际影响疤痕效应及选择效应的作用机理。既有文献曾猜测男孩偏好、选型婚配以及饥荒对父母身体健康、收入等的负面影响是可能的渠道。

首先,因为 5 岁前男孩较女孩更易受负面冲击的影响,其死亡率相对较高,所以饥荒中幸存下来的男性更可能来自有男孩偏好的家庭。Tan et al. (2015) 据此猜测父母的男孩偏好是饥荒经历代际影响的主要渠道。他们利用家中既有男孩又有女孩时,相较于仅有男孩或女孩,父母才有机会偏好于男孩的事实,将同时有男孩和女孩的家庭定义为父母有男孩偏好的家庭。通过将有男孩偏好家庭的虚拟变量与主要关心的变量进行交互,他们发现男孩偏好是父母饥荒经历对子女认知能力代际影响的主要渠道之一。借鉴该定义及方法,表 7 第(1)列报告了类似的回归结果①。我们发现,表示父母有男孩偏好的虚拟变量与主要关心变量的交互项都不显著,说明在有男孩偏好的家庭与没有男孩偏好的家庭,父母经历饥荒对子女身高代际传递的选择效应与疤痕效应没有显著的不同。

① Tan et al. (2015) 还利用我国个别少数民族没有男孩偏好的事实,将这些样本删除后再回归来探究男 孩偏好是否是饥荒代际传递的作用渠道。本文 2207 个样本中属于没有男孩偏好的少数民族样本(回族、蒙古族、维吾尔族、藏族、傣族、黎族)仅有 19 个(Mu and Zhang, 2011),占比非常低,故本文没有使用该方法。

在 Tan et al. (2015)的基础上,本文认为,出生次序、姊妹数量和父母的男孩偏好相互交织在一起,因此仅定义既有男孩也有女孩的家庭为有男孩偏好的家庭可能忽略了前两者的作用。为剔除该混淆因素,叶昱利等(2021)通过比较长姐有弟弟相对于有妹妹而言在身体健康上的差异来识别男孩偏好。受此启发,本文将样本限定于长姐中,将有弟弟的家庭定义为有男孩偏好的家庭,并将父母有男孩偏好的虚拟变量与主要关心变量进行交互。表 7 第(2)列的结果显示,三重交互项并不显著,说明有弟弟的家庭相对于有妹妹的家庭而言,父母饥荒经历对子女身高的选择效应与疤痕效应没有显著差异。因此,表 7 的结果可以排除男孩偏好是父母饥荒经历对子女身高代际传递选择效应与疤痕效应的渠道之一。

已有文献表明选型婚配是代际传递的重要渠道(敖翔等, 2019)。本文表 1 中父母特征方面确也呈现出微弱的选型婚配迹象:饥荒中出生的母亲,虽然其配偶的身高并不低,但其配偶的受教育程度相对更低。本文于是按如下步骤考察选型婚配是否为父母饥荒经历代际传递的渠道之一。第一,考察母亲饥荒经历是否导致其只能选择身高低、文化低、收入低的配偶;第二,同时加入母亲饥荒经历和父亲的特征变量,然后观察母亲出生队列与饥荒经历累积风险交互项系数的变化。若系数下降较多,说明选型婚配是饥荒经历代际传递疤痕效应与选择效应的作用渠道之一。表 8第(1)列复制表 2 第(1)列的结果,作为比较基准。第(2)至(4)列分别考察了母亲饥荒经历与配偶身高、受教育程度和收入之间的关系。给定已婚,母亲饥荒经历与父亲的身高没有显著相关关系,但与父亲的受教育程度显著负相关。由于 CHNS 没有个人收入数据,我们使用家庭人均收入(取自然对数)作为父亲收入水平的代理变量,结果显示母亲的饥荒经历与父亲收入的代理变量没有显著的相关关系。第(5)至(8)列依次加入父亲的身高、受教育程度、收入等变量,然而母亲出生队列与饥荒经历累积风险交互项的系数仍没有显著的变化。表 8 的结果表明,母亲饥荒经历可能导致的选型婚配并不是饥荒代际影响的机制之一。

本文接下来探索饥荒对父母身体健康、收入等方面的负面影响是否可能是代际传递疤痕效应与选择效应的作用渠道。本文通过加入父母的身高、受教育程度以及家庭收入等变量并观察 4 个交互系数大小和显著性程度的变化来推测其产生的渠道。表 9 报告该尝试的结果。为了便于比较,第(1)列复制主回归的结果。第(2)列加入父母的受教育年限,但由于个别父母的教育水平信息缺失,致使样本量有所降低。代际传递的负向疤痕效应与正向选择效应都略有上升,显著度未发生变化。第(3)列继续加入父母的身高,代际传递的负向疤痕效应与正向选择效应同第(2)列相比有所下降,但仍高于第(1)列相应的系数,显著度未发生变化。第(4)列继续加入父母的体重,代际传递的负向疤痕效应与正向选择效应略小于第(1)列相应的系数,但显著性水平没有变化。第(5)列继续加入家庭收入,代际传递的负向疤痕效应与正向选择效应继续变小,但显著性水平仍未改变。表 9 的结果说明饥荒经历的代际传递通过影响父母的身高而影响其子女的健康,但父母的身高并不是完全的作用渠道。

六、 讨论与总结

本文以饥荒为自然实验,实证地检验父母早年饥荒经历的累积风险对子女身体健康代际影响的疤痕效应与选择效应。运用 CHNS 数据,利用累积风险与出生队列的差异构建双重差分模型,本文发现,母亲的饥荒经历对子女的身体健康既有疤痕效应也有选择效应,但选择效应占主导。具体地,儿童由于疤痕效应降低了 0. 121 个标准差,而选择效应使得老饥荒队列、年轻饥荒队列的子女分别增加了 0. 126 个和0. 123 个标准差。老饥荒队列的子女的平均身高大约净增加 0. 024 个标准差,对应男(女)孩身高约增加 0. 300(0. 309)厘米;年轻饥荒队列的子女的平均身高大约净增加 0. 010 个标准差,对应男(女)孩身高约增加 0. 171(0. 178)厘米。分性别看,母亲饥荒经历对男孩的疤痕效应与选择效应均大于对女孩相应的效应。然而,本文并未发现父亲的累积饥荒风险对其子女的身高有显著的疤痕效应与选择效应。本文利用阴历出生日期排除累积风险存在测量误差的可能性,利用反事实检验排除累积风险与影响儿童身高的遗漏变量存在系统性相关的可能性,其结果相对稳健。本文的机制分析表明,男孩偏好、选型婚配并不是饥荒经历累积风险的疤痕效应与选择效应的作用渠道。饥荒经历通过影响父母的身高间接作用于子女的身高,但该作用渠道不能完全解释饥荒经历累积风险的疤痕效应与选择效应。

本文可能存在如下不足。第一,本文有可能低估饥荒代际影响的疤痕效应与选择效应。本文计算父母饥荒经历累积风险的基础是某省的超额死亡率。农村饥荒实际严重程度超过城市,因此将城市与农村平均会拉低农村的饥荒严重程度。所以农村父母实际累积饥荒风险很可能高于以超额死亡率计算的累积风险,这将导致本文低估饥荒代际影响的疤痕效应与选择效应。第二,本文对累积风险的测度仍可能存在测量误差。虽然出生时间与地点可以大致确定父母暴露于饥荒的累积风险,但由于缺乏各地饥荒具体开始和结束的时间,以及个体具体妊娠时间及孕周,本文无法精确确定父母暴露于饥荒的累积风险。但由于多数文献将饥荒视为外生自然实验,累积风险存在的测量误差仅可能使得估计的方差增加,而不至于使得估计有偏。第三,本文累积风险测度较为单一。本文将这些不足留待未来的研究。

文章已于中国知网网络首发，经授权由《公共管理评论》公众号转载。建议到中国知网下载原文阅读，尊重版权，尊重学术。

编辑 | 常远  李舒敏

排版 | 王书铭

核发 | 梅赐琪

微信推送：2022年第192期