先发制人难以捉摸的长期影响：内部和跨

2022-6-23 20:26:17

领先的长期影响难以捉摸：雷米·J.-C·佩奇、迪伦·J·卢克斯、德鲁·H·贝利和格雷格·J·邓肯于2020年1月31日撰写的工作文件《领先的长期影响：队列内和队列间的复制》。未经允许，请勿引用或传播。本研究使用了另外十年的CNLSY数据，从三个方面复制并扩展了Deming（2009）对先发制人的生命周期技能形成影响的评估。延长Deming成年期结果的测量间隔，我们发现对收入没有统计上的显著影响，对其他成年期结果影响的证据也不尽相同。将Deming的兄弟姐妹比较框架应用于CNLSY母亲最近出生的婴儿队列，发现大多数是负面的起步影响。综合所有队列，对学龄和成年早期结果的影响通常为零。*雷米·J.-C·佩奇和迪伦·J·卢卡斯是两位平等的第一作者。在合作之前，两个人分别同时撰写大量重叠的论文。经过仔细考虑，所有各方同意合作并编写一份统一的文件。我们感谢Felipe Barrera Osorio、Damon Clark、David Deming、Chloe Gibbs、Josh Goodman、Eric Taylor对本项目先前草稿和演示文稿的反馈。下面可以查看这些作者的联系信息：加利福尼亚大学欧文分校教育学院，3200教育，加利福尼亚州欧文92697（电子邮件：rpages@uci.edu)以及哈佛大学教育学院，地址：马萨诸塞州剑桥市阿皮安路13号，邮编：02138（电子邮件：dylanlukes@g.harvard.edu).导言：了解大规模实施的幼儿计划对成人长期结局的因果影响是一个挑战。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:21

然而，许多经济学家认为，幼儿期是终身人力资本积累的关键启动期（例如，Cunha等人，2006；Chetty等人，2011；Currie&Almond，2011；Heckman&Mosso，2014；Hoynes，Schanzenbach&Almond，2016），人们对旨在评估早期教育项目的短期和长期影响的研究给予了相当大的关注（Duncan&Magnuson，2013）。其中一个早期儿童教育项目是Head Start，这是美国最古老、规模最大的大规模早期儿童教育项目。有鉴于此，对它的大量研究也就不足为奇了。1关于先发制人出勤的长期影响的研究表明，总体而言，结果是积极的，尽管有时是喜忧参半的（Garces，Thomas&Currie（GTC），2002；路德维希和米勒，2007年；Deming，2009；Carneiro&Ginja，2014年；Bauer&Schanzenbach，2016年；汤普森，2018）。在最近一项分析收入动态调查小组研究数据的研究中，Johnson和Jackson（2019）指出，其中一些不一致可归因于先期入学率和随后的K-12支出之间的互补性。2 Deming（2009）是一项关于起步参与的长期影响的重要研究。利用1979年全国青少年纵向调查（CNSLY）的数据，他的论文以Currie和Thomas（1995；同样，GTC，2002）的方法为基础，比较了先入学前儿童和兄弟姐妹的学龄和青年期结果，他们要么上了其他非先入学前学校，要么没有上过任何学前教育。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:24

Deming（2009）分析的大多数队列都出生于1976年和1986年，并通过2004年的调查访谈浪潮跟踪结果。3研究发现，与没有上过任何幼儿园的兄弟姐妹相比，先入学前的儿童高中毕业率平均高出8.5个百分点（pp），成人成绩指数平均高出0.23个标准差（SD）。4 Deming（2009）值得注意的是，其兄弟姐妹比较设计控制了家庭环境中一些未测量的时不变因素，并且使用了一个相当大且相对较新的国家纵向样本，从儿童期一直跟踪到成年早期。然而，最近的研究对兄弟姐妹比较设计的外部有效性（Miller，Shenhav&Grosz（MSG），2019）和兄弟姐妹溢出效应产生偏差估计的可能性（Heckman&Karapakula，2019）提出了质疑。为了纠正家庭固定效应（FFE）识别样本中的非随机选择，MSG（2019）发现，对可观测值进行重新加权会减弱Deming（2009）FFE最初对起步对长期结果影响的估计。MSG（2019年）在收入动态小组研究（PSID）中记录了对先发制人长期影响的类似衰减FFE估计。Heckman&Karapakula（2019）强调了构念效度的威胁，发现参与Perry学前项目的兄弟姐妹对其未参与的兄弟姐妹有很大的积极溢出效应。这对于男性兄弟姐妹尤其如此。重要的是，领先对成年期的持续积极影响的证据不仅限于Deming（2009）或FFE设计。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:27

在过去几十年中，大量证据利用了各种实证方法，包括FFE，回归不连续性（RD）和差异差异性（DID）的累积表明了领先者改善青少年和长期结果的能力（Currie&Thomas，1995，1999；GTC，2002；Ludwig&Miller，2007；Carneiro&Ginja，2014；Bauer&Schanzenbach，2016；Bailey，Sun&Timpe，2018；Thompson，2018；Barr&Gibbs，2019；MSG，2019）。在这一系列研究中，最为一致的是先发制人对教育程度、健康结果和减少犯罪活动的积极影响，估计对男性、早产同龄人的兄弟姐妹以及高中以下学历的母亲所生的孩子的影响更大、更有力。总的来说，这些研究主要集中于20世纪70年代和80年代的出生队列。值得注意的例外包括Carneiro和Ginja（2014）对1977-1996年出生队列的RD分析，以及Bauer和Schanzenbach（2016）对1970-1990年出生队列的FFE分析。Barr和Gibbs（2019）补充FFE分析样本（包含在他们的附录中）虽然不是他们主要结果的一部分，但包括CNLSY 1970-1992年出生队列。对于最近出生的婴儿队列来说，研究结果好坏参半。Carneiro和Ginja（2014）指出，稳健检查表明，在其总体样本中，对12-13岁男性的积极影响是由20世纪80年代早期的出生队列驱动的。同样，在附录FFE分析中，Barr和Gibbs（2019）发现起步对高中毕业、一些大学、犯罪、青少年父母身份或他们的成年结果指数没有显著影响。然而，男性在高中毕业、犯罪及其成年期结果指数方面的领先影响是积极而显著的（Barr&Gibbs，2019）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:30

在这两个案例中，每个总体样本都包括20世纪70年代至90年代初至中期的出生队列。相比之下，Bauer和Schanzenbach（2016）的FFE分析发现，起步对高中毕业、部分高等教育、中学后学业、自控指数、自尊指数和积极育儿指数有积极影响。这些结果更接近于Deming（2009）的结果，包括1990年之前的出生队列。5这些研究的详细综合，更多包括分析的出生队列；识别策略；调查结果见附录。本研究本研究通过扩展Deming（2009）对先发制人长期影响的评估，以丰富的现有文献为基础。通过在Deming（2009）分析的最初1976-1986年出生队列的基础上再增加10年，我们能够估计对成年后测量的结果的影响，而之前没有考虑到这些结果：教育程度、大学毕业和收入。第二，额外的数据为我们提供了一个机会，可以将Deming（2009）中使用的方法应用于NLSY中的10个额外出生队列，以解决他的结果是否适用于年长母亲出生的队列，以及是否适用于略有不同的历史条件。第三，我们估计了一个样本对学龄期和成年期结果的影响，该样本结合了所有可能的队列，以提供基于最广泛人口基础的估计。我们发现，延长Deming的队列和早期成人结果的测量期，相对于不参加任何学前课程，减少了对早期入学的成人期总结指数（ASI）的估计影响，从0.23 SD降至0.17 SD（标准误差（SE）=0.07）。在我们能够考虑的长期结果中，先入学对完成学业的年限影响最大（0.30年；SE=0.15）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

2022-6-23 20:26:34

这是值得注意的，而且从其本身来看，可能表明该项目有可观的投资回报。然而，我们估计收益对其他晚年结果（包括大学毕业和收入）的影响相对较小，不显著。6对于出生在Deming队列之后的队列，起步影响大多为零，有时为负。事实上，德明的队列对ASI产生的积极影响与补体队列的几乎对称的消极影响相匹配（-0.15 SD；SE=0.07）。对于合并两组队列的最终样本，提前开始对ASI影响的点估计接近于零，且无统计学意义。根据MSG（2019）最近的工作，在这些初步分析之后，我们检查了我们的FFE识别样本是否在各种可观察特征中表现出“选择到识别”（SI），包括家庭规模和母亲在孩子出生时的年龄。在Deming和联合队列中发现SI证据，我们使用MSG（2019）中概述的一步可观察物重计程序纠正任何潜在偏差。与MSG（2019年）类似，在对戴明队列进行重新称重后，我们发现对先发制人对长期结果影响的估计减弱。然而，对于联合队列样本，我们发现有限的证据表明，重新加权衰减的起步对长期结果的影响。我们的论文最后讨论了是什么推动了这些跨群体差异在起步阶段的影响。虽然我们发现队列之间的基线人力资本存在差异，但我们没有发现任何证据表明，对于队列中不同水平的人力资本，领先的影响有所不同。同样，我们观察了队列之间其他治疗前协变量的差异，但也发现有限的证据表明，这些协变量导致了起步影响的变化。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:37

最后，为了更好地了解不同队列中先发制人的影响是否发生了变化，我们采用三重分解法进行了Blinder-Oaxaca分解（Blinder，1973；Oaxaca，1973）（Jann，2008）。与上述分析一致，这项研究的结果也突出了Deming和补体队列样本之间的关键差异，但重要的是显示了这些差异——最显著的是在治疗前指数和母亲出生时的年龄方面——如何与队列中估计的领先影响的变化相关。这些结果表明，如果母亲在孩子出生时的年龄固定在Deming的队列水平上，补体队列的首发参与者的ASI平均值将与Deming的队列参与者的ASI平均值相似。因此，尽管在过去几年中，关于提前起步的长期影响的研究再次兴起，但这项研究在几个显著方面增加了价值。首先，我们使用了一个成熟的FFE设计，该设计迄今为止已经估计了领先优势的积极长期结果，以估计项目的主要消极或无效长期结果，并展示了这些结果如何通过执行MSG（2019）中概述的对可观察项进行一步重新加权的程序（如果有的话）对“选择到识别”敏感。第二，尽管在这一时期，提前出生合格儿童的计划和社会背景发生了重大变化，但我们的论文是第一篇评估了最近一组CNLSY出生队列提前出生的影响，并将其计划效果与早期队列进行比较的论文。7最后，我们试图调和为什么不同队列之间的先发制人影响是不同的，发现了提示性的证据，表明母亲在孩子出生时的年龄在队列之间的差异起到了重要的解释作用。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:40

方法先发制人计划背景：作为约翰逊ZF伟大社会政策的一部分，先发制人计划于1965年启动，旨在为生活在低收入家庭的儿童提供教育和健康相关服务。截至2017年，约有900000名儿童参加了Head Start，其中97%的儿童年龄在3岁至5岁之间，每年的联邦资金成本约为90亿美元（美国卫生与公众服务部（DHHS），2018年）。自1965年Head Start成立以来，入学人数和资金来源变化很大。参与人数一直在增长，直到20世纪80年代初，在20世纪90年代初保持稳定，然后在资助入学人数几乎翻了一番时再次增长（即从1990年的约500000人增加到2000年的900000人）。拨款（2018年美元）从1990年的约30亿美元增长到2000年的90亿美元。2000年后，入学率和通货膨胀调整后的资金保持稳定（DHHS，2018）。在1989-1990年（这是戴明队列的典型起点出勤年份）和1996-1997年（这是我们补充队列的典型出勤年份）之间，入学人数增加了约60%。然而，至少拥有儿童发展助理文凭的教师或助理教师的比例几乎没有增加，在这段时间内增加了约5个百分点（pp）（DHHS，2018）。更广泛地说，20世纪90年代和2000年代是学前教育入学率快速增长的时期，包括起步阶段，但也包括国营学前教育项目（Duncan&Magnuson，2013）。数据图1概述了构成我们分析样本的两组队列的出生年份和测量儿童和成人结局的年份。戴明的同龄人出生于1970年至1986年，最迟于1990年参加了Head Start。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:44

此外，Deming的兄弟姐妹固定效应分析是针对一组在起步时出勤率不一致且不晚于1990年报名参加起步的兄弟姐妹进行的。戴明的样本资格规则是：1）到1990年，同一家庭中至少有两名4岁或以上的儿童；（2）一个家庭中至少有一对兄弟姐妹在起步阶段、其他学龄前阶段或两者都不和谐。到2004年，戴明分析样本中个体的平均年龄为23岁（第一个四分位数和第三个四分位数分别为21岁和25岁），这是他研究的最近一次CNLSY全年调查。[在此插入图1]对于我们的补充和合并队列，Deming的样本限制向前推进了十年：样本限制在2000年之前至少4岁（即2014年之前至少19岁）的兄弟姐妹。由于样本限制，Deming队列的样本量为1251个，补充队列的样本量为2144个，联合队列的样本量为3768个。8值得注意的是，CNLSY的抽样设计（即1979年所有儿童均为14岁至22岁的女性所生）导致我们补充队列中的儿童出生于年龄较大的母亲，而非Deming队列中的儿童。稍后，考虑该因素在解释戴明和补体队列之间的头部起步影响差异中可能发挥的作用。此外，由于我们希望既能估计对教育成就、大学毕业和收入的领先影响，又能评估这些影响对ASI的稳健性，因此我们复制并扩展了戴明对这一队列的分析，直至2014年，这是我们在分析时可获得的最新CNLSY全年调查。家庭背景统计数据在表1中，家庭特征按队列和学龄前状态列出（起步领先vs。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:47

无学前教育的反事实）；永久收入；母亲教育程度和认知测试成绩；和祖母的最高等级完成。9在这些变量中，对于所有三个队列，只有在规则1下的兄弟姐妹样本中，才有一个明确的模式，即选择处境更不利的儿童作为首发样本，这是一个限制较少的样本，更能代表CNLSY样本和添加了规则2的样本（即固定效应子样本）。两个样本之间的差异很小，表明固定效应子样本的人口统计学特征与限制较少的较大样本相似。10[在此插入表1]如“差异HS无”一栏所示，报告了戴明队列、补体队列和组合队列的标准偏差单位的平均差异，选择领先与戴明队列以及补体队列的社会经济劣势类似。例如，与未上任何幼儿园的儿童相比，先发制人参与者的永久收入低0.44 SD，母亲AFQT低0.59 SD。因此，总体而言，处于领先地位的儿童来自相对弱势的家庭。11正如Deming（2009）所指出的那样，由于他的一批先发制人参与者都是年轻母亲（中位年龄为20岁），他们可能会从该计划中受益更多（除了早期教育，还包括为父母提供的服务）。相反，对于补充队列，母亲年龄较大（中位年龄为28岁），家庭特征在表1所列的所有维度上都更有利。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:50

结果作为我们复制和扩展Deming（2009）的一部分，我们评估了领先对同一组的三个测试分数、两个非测试结果和六个年轻成人结果的影响，分别针对Deming、Complete和combined队列。这三个测试分数涵盖了5-14岁的孩子，包括：皮博迪图片词汇测试（PPVT）、皮博迪个人成就数学（PIATMT）子测试和皮亚特阅读识别（PIATRR）子测试。继Deming（2009）之后，由于CNLYS的两年一次的调查设计，我们汇集了五岁和六岁儿童的PPVT测试分数，以获得我们样本中每个儿童在起步后的第一个分数。PIATMT和PIATRR每年都对5-14岁的受访者进行管理，与PPVT相比，观察结果要多得多。两项非测试结果涵盖7-14岁，包括：成绩保持和学习障碍诊断。正如Deming（2009）所述，成绩保持率是一个二分变量，其依据是调查对象对他们的孩子在学校期间是否曾被保持在年级水平的回答。1988年至2014年，NLSY每两年提出一次这个问题。如果在任何一个调查年份，家长对这个问题的回答都是“是”，那么成绩保持率被编码为1。学习障碍是基于一个“是”或“否”的NLSY调查问题，该问题询问家长他们的孩子是否有学习障碍。如果受访者对此问题的回答为“是”，我们将学习障碍变量编码为1，不包括少数在5岁之前被诊断为学习障碍的儿童。最后，正如Deming（2009）所述，我们纳入了同样的六个青少年成年结局变量：高中毕业、青少年父母身份、一些大学入学、懒惰、参与司法系统和健康状况差。所有结果均在2014年CNLSY调查轮之前进行了衡量。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-6-23 20:26:53

如果个人没有入学或报告的年收入为零，那么他们被视为“闲散”——到2004年，戴明队列和2014年，补充队列。“参与司法系统”变量被构建为一个二分法变量，如果受访者对任何与定罪、缓刑、量刑和监狱相关的调查问题回答“是”，则编码为一个变量。如果被调查者的第一个孩子出生年龄在20岁之前，那么青少年父母身份也可以使用等于1的指标，并适用于女性和男性被调查者。最后，我们的不良健康状况变量是通过1-5 Likert量表（较低的回答相当于较差的自我报告健康）对受访者的自我报告健康进行平均来构建的。如果受访者在利克特量表上的平均自我报告健康得分低于3分，则不良健康状况由一个编码为1的二分法变量标记。正如Deming（2009）所述，为了降低多重推理膨胀I型错误的风险并缓解测量错误，我们构建了三个测试分数的总结指数，两个非测试分数结果的指数，以及六个年轻成年人结果的最终成年总结指数（ASI）。结果被标准化，平均值为零，标准偏差为1，正指数值表示结果“良好”，负指数值表示结果“不良”。然后，通过对所有标准化结果进行简单平均，并在适当情况下重新设计结果，创建最终指数。比较这些结果在戴明队列和补体队列中的分布，我们发现大量分布变化的证据往往有利于补体队列（表S5和图S6）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-6-23 20:26:56

这些队列间的分布变化可能解释了为什么补体队列中较新的一组兄弟姐妹的起步影响显著不同。举例来说，在ASI上，补体队列兄弟姐妹先入学前和未上学前分别比Deming队列兄弟姐妹高0.22 SD和0.50 SD。类似地，尽管在首发参与者的队列中，认知测试指数存在微小且略微显著的0.10 SD差异，但对于无学龄前状态的儿童，这种差异更为显著（0.30 SD；p<0.001）。考虑到这些结果的分布变化是在不同时间的队列之间发生的，而不是在一个队列内发生的，这些结果与后来的研究结果并不矛盾，即戴明和补体队列没有显示出家庭内选择进入首发或无学前状态的迹象（表S7）。最后，更长的NLSY数据时间序列使我们（但不是Deming）能够估计Deming队列对完成学业年限和大学毕业以及收入的领先效应。12每个样本成员的收入组合是通过首先汇集所有人年收入观察值（以2014年美元计算），然后将其回归到出生队列和日历年的虚拟变量指标上，以清除出生队列和测量年效应的收入来获得的。13根据该回归中的系数，我们为分析样本中的所有个人生成了一组人年收入残差。然后，我们对每个人的这些收入残差进行平均，将其加入样本中的总平均收入，并取该收入平均数的自然对数。经验策略如上所述，选择领先的家庭在一系列选定的家庭特征上相对更为不利。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:26:59

因此，基于跨家庭差异的相对于其他学龄前状态的起步估计可能存在负偏差。家庭固定效应设计通过将兄弟姐妹之间共享的家庭环境差异的潜在混杂影响与感兴趣的估计分离开来，缓解了其中一些偏见。这是在Deming（2009）中采取的实证策略，我们在本研究中复制了该策略，并以相同的方式进行了形式化：（1） . 在此模型中，和分别索引个人和家庭。因此 ( 代表着在以下情况下参与先发制人（学前教育）的指标 ( 表示起步（学前）对结果的影响估计, 对于一些兄弟姐妹家族内部, 相对于兄弟姐妹（家庭内) 都不参加。下一个表示与兄弟姐妹相关的“预处理”家庭协变量的向量家族内部; 家庭固定效果由捕获, 虽然表示兄弟姐妹残余物选择偏差。家庭内比较消除了时间不变的家庭特征对兄弟姐妹结局的影响。然而，仍然存在很大的家庭内选择偏差的可能性。CNLSY中未记录儿童早期不同家庭内护理模式的原因。为了减少这种潜在的偏差，Deming（2009）选择了一系列兄弟姐妹特异性家族水平的协变量，即向量所代表的协变量方程式（1）中——在学前教育项目合格年龄（3岁）开始之前或开始时测量。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:02

我们检查了补体和联合队列的这些协变量，并测试了给定家庭中的兄弟姐妹在这些协变量上是否存在系统性差异。14在我们的家庭固定效应框架内，每个协变量都因此回归到兄弟姐妹的学前状态，无论是“领先”还是“学前”。与“无学龄前儿童”（参考状态）相比，统计上显著且实质性的变化将表明，在治疗前特征与学龄前状态回归之间的关系方面存在潜在的选择偏差。在线附录表S7中报告了这些估计值。首先关注补体队列，与未参加任何学前教育的同伴相比，参加“先发制人”课程的兄弟姐妹平均年龄大一岁，参加其他学前教育的兄弟姐妹平均年龄大近两年。这与第一个出生的兄弟姐妹进入学前教育的可能性更大一致，先入学前教育者为10个百分点，其他学前教育参与者为28个百分点。这两组从出生到三岁接受产妇护理的可能性均为6-8 pp，因此更可能接受非亲属的护理（分别为5和6 pp）。补充组和联合组的消耗率均较低，平均分别约为4%和3%。此外，Head Start和其他学龄前儿童参与者（分别约3和2个pp）不太可能成为因磨损而丢失的观察结果的一部分。为了描述与总体劣势相关的选择偏差，以与前面描述的多结果成人指数相同的方式构建了所有治疗前协变量的汇总指数。15对于所有队列，与协变量一样，预处理指数在两个学前指标上回归，将无学前状态作为参考类别。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:04

我们发现，先发制人和其他家庭内学龄前教育对预处理指数的影响接近于零，且在统计学上不显著。正如Deming（2009）的选择偏差分析（我们复制了该分析，见在线附录表S8-S9），我们无法拒绝学前教育地位平等的无效假设。虽然没有证据表明父母在每个队列和家庭中都选择了领先地位（或任何其他学龄前地位），但图2说明了领先地位对长期成年期结果影响的跨队列差异的一种解释。补体队列治疗前指数得分的各自核心密度右移，即向补体队列更有利的家庭特征转移。补足组的兄弟姐妹如果晚一点开始学习，那么平均而言，他们将从更多的家庭资源中受益。与Deming的团队相比，这种转变可能会替代该计划产生的任何影响。[在此插入图2]结果以下各小节按队列组织。我们首先介绍了起步对成年期总结指数（ASI）的影响及其个人构成结果。其次，描述了长期领先对ASI、教育程度、大学毕业和收入的影响。第三，显示了学龄结果的估计数。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:07

稳健性检查和结果协调在最后一小节中介绍。表2中，家庭固定效应模型分步骤实施，有三个模型规范；在补体和联合队列中重复，以从观察到的协变量和未观察到的家庭层面混杂因素中衡量偏差的相对方向。16模型（1）不包括家庭固定效应，但包括治疗前协变量（表S7），以及家庭预测因子（表1）-即标准化永久收入；母亲AFQT评分；一个是母亲高中毕业的指标，另一个是一些大学入学率的指标。相比之下，模型（2）仅包括固定族效果。模型（3）包括固定效应和治疗前协变量。从模型（1）到模型（2），所有队列的解释方差（R2）都较大。因此，未观测变量的误差方差小于所选观测变量的误差方差。此外，在R2列中，包括固定效应模型的治疗前协变量，即从模型（2）移动到模型（3），为估计增加了一些精度（解释方差分别从0.64增加到0.69；从0.71增加到0.73；以及从0.61增加到0.63，适用于戴明、补体和联合队列）。17[在此插入表2]从中间小组来看，对于补体队列，在-0.15 SD时，对ASI的起步影响为负（在5%水平下显著）。该值与Deming的队列估计值0.17 SD（SE=0.07）形成鲜明对比（p<.01）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:12

在下面板中，对于组合队列模型（3），无任何先发制人影响的估计具有统计显著性；大多数为负值，接近于零。18我们在Deming（2009）中调查了从0.23 SD开始对ASI的影响减少情况；截至2004年CNLSY调查轮的测量结果为0.17 SD；截至2014年的测量结果）。这一变化的部分原因是对指标“空闲”改变标志的影响，并且不再具有统计学意义：到2004年，Deming的队列领先参与者“空闲”的可能性降低了7个百分点（SE=0.04）；到2014年，这种影响已经消失（-3 pp；SE=0.04）。因此，随着额外十年的过去，相对于没有参加过任何学前教育计划的兄弟姐妹而言，先发制人的参与者平均而言，并没有更好地获得大学学位或找到工作。图3显示了先发制人对构成ASI的所有个人结果的影响。19在Deming的队列中，“不良健康状况”保持良好状态5个百分点（SE=0.03），比2004年略有下降（7个百分点；SE=0.03）。对“一些大学入学”的影响上升到统计显著性（11 pp；SE=0.04）。20关于“犯罪”，领先参与者似乎没有比他们的兄弟姐妹更多地参与司法系统。然而，对青少年父母身份的影响却发生了不利的转变。由于对ASI的影响是基于构成指标的平均得分，Deming的队列总体指数下降是通过刚刚描述的个体结果变化来捕捉的。[此处插入图3]与Deming的队列相比，补体队列的起步影响大多为负值，绝对值更大；当为正值时，它们的绝对值较小。起步对“怠速”的估计影响相对较大，为负（-0.08；SE=0.03），在1%的水平上显著。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:15

因此，在补体队列中，与接受家庭护理的兄弟姐妹相比，提前入学的兄弟姐妹就业或入学的可能性要低8个百分点（19岁或以上）。补体队列（-0.07 SD；SE=0.04）和“犯罪”（反向量表，-0.03；SE=0.03）对“某些大学入学”的影响方向相反（消极）。21综上所述，两个队列之间在这些个体结果的起步影响方面的差异与之前在ASI上观察到的差异一致（表2）。再一次，组合队列样本的影响估计值很小，并且在统计上不显著。最后，与Anderson（2008）关于早期儿童干预措施生命周期影响的研究一致，在这里考虑的所有结果中，女性似乎比男性从起步中获益更多（见在线附录，表S10-S13）。在扩展ASI（Deming队列）中，女性的起步影响估计为0.23 SD（SE=0.11），而男性为0.10 SD（SE=0.10）。22此外，女性可能对教育成就具有最重要的领先影响，估计为0.34 SD（SE=0.21），而男性为0.27 SD（SE=0.21）（在线附录，表S13）。图4显示了起步对长期结果的影响起步对长期结果的影响（在线附录表S13中给出了完整的估计集）。如前所述，Deming公布的结果（2009年）显示，ASI的影响有所下降，因为他的研究队列年龄增长了十年（图4中距离顶部第二栏）。然而，到2014年，先行者的上学时间比他们的兄弟姐妹没有上任何幼儿园的时间长0.3年。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:18

然而，这一积极的、潜在的重要影响并没有转化为更高的大学毕业率或更高的成年收入。23[在此插入图4]对学龄结果的领先影响对学龄结果的领先影响能否解释上述成人结果的队列差异？例如，对于Deming的队列来说，领先对成就的影响通常是积极的，但对于补充队列来说是消极的吗？虽然完整的计量经济学中介分析（如Heckman&Pinto，2015）不是本文的重点，但学龄期结果可能被视为影响成年期结果的潜在中介因素（如认知或非认知输入）。因此，对这些早期结果的初期影响进行估计可以为后续影响模式的基础过程提供信息。24如图5所示，来自Deming（2009）的估计与我们复制的Deming（2009）的估计是一致的。对于补体队列，对学龄期结果的影响模式反映了对成年期结果的影响：它们的方向相反。非测试指数（-0.15 SD；SE=0.08）也是如此，在5%的水平上，领先对学习障碍诊断指标（反向标度；-0.04 SD）的影响具有统计学意义。这与行为问题指数（反向标度；-0.07 SD；SE=0.05）中记录的不良影响一致。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:21

然而，我们无法检测到对“成绩保持率”的任何领先影响（而对于Deming的队列来说，成绩保持率的影响在7个百分点以下，在10%的水平上显著）。25关于认知测试指数，Deming队列（0.11 SD；SE=0.06）的领先优势所产生的相对持续的收益没有反映补体队列的收益（-0.02；SE=0.06），而这两个估计值之间的相等性不能被拒绝（p=0.24）。图5中考虑的认知测试和行为问题指数得分为从5岁到14岁测量的所有相应指数得分的总体平均值。我们还考虑了5-6岁年龄段；7-10; 和11-14（见在线附录，表S14-15）。在各年龄组和队列中，对BPI指数的起始影响是稳定的，与5-14岁的平均值具有相似的程度。[在此插入图5]Deming（2009）报告称，在11-14岁时，起步对认知测试指数的影响有所减弱：从5-6岁时估计的0.15 SD（SE=0.09）下降到0.06 SD（SE=0.06）。相反，对于补体队列，在7-10岁年龄段（0.03 SD；SE=0.06）时，从一个小但积极的估计值（0.06 SD；SE=0.07）逐渐消失的速度可能更快：对于这个年龄组（0.13 SD，SE=0.06），与Deming队列的影响差异具有边际显著性（p=0.12）。在11-14岁年龄段，补体队列估计以-0.05 SD（SE=0.07）结束。最后，组合队列样本面临与补体队列相似的趋势；总的来说，对于后来的领先队列，影响在早期接近于零。在我们的分析模型中（见方程式1），其他“学龄前儿童”也被列为成人结局的家庭内预测因子。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:25

考虑到按年龄段划分的较晚和组合的学龄期结果队列模式：对于起步和其他“学龄前儿童”，在治疗开始时（5至6岁），对认知结果的影响是积极的，随后逐渐减弱，对于起步参与者可能更早发生（见表S14中的在线附录模型（5））。其次，对于两种学龄前状态，对非测试分数指数的影响都是不利的，且具有统计学意义（在线附录，表S10）。第三，对行为问题指数的影响有时是显著的，在大小上基本相似，在两个学龄前儿童组的所有年龄段都是不利的（表S15中的在线附录模型（5））。总的来说，我们绝不能从统计上拒绝对后来的兄弟姐妹队列的任何考虑的学龄和成年期结果（在线附录，表S10-S13各自的顶部面板）在起步和其他“学龄前”状态之间的平等估计。如上所述，稳健性检查，虽然FFE设计一直是一种估算起步因果影响的主要经验策略（Currie和Thomas，1995；GTC，2002；Deming，2009；Bauer和Schanzenbach，2016），但最近的研究对这种方法在外部（MSG，2019）和FFE设计的结构有效性（Heckman和Karapakula，2019）方面提出了质疑。下一节将讨论这些威胁，以及我们的主要发现如何因此发生变化。选择进入标识。MSG（2019）表明，固定效应（FE）可以诱导非随机选择个体进入FE识别样本，导致相对于ATE的偏差FE估计，除非完成对观察值的重新加权。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-6-23 20:27:27

在FFE背景下，与那些兄弟姐妹在学龄前状态上没有差异的家庭相比，兄弟姐妹在起步阶段参与程度不同的家庭在各种测量中可能存在系统性差异。如果存在，这种“识别选择”（SI）将威胁我们结果的外部有效性，并可能导致FFE对先发制人影响的估计与ATE相比存在偏差（MSG，2019）。为了解决这一潜在问题，在我们进行上述FFE分析后，我们对MSG（2019）中讨论的可观察项进行了重新称重程序，首先检查组合队列FFE识别样本是否在各种可观察项中显示SI，包括儿童出生队列、家庭规模、母亲出生时的年龄、永久收入、母亲AFQT、，以及孩子是否是非裔美国人。使用MSG（2019）中的“切换器”和“非切换器”命名约定，其中（非）切换器代表学龄前状态没有兄弟姐妹差异的家庭，并通过多项式逻辑回归估计倾向得分，我们发现Head Startparticipating“switcher”家族与非Head Start“non switcher”家族在所有家族特征上存在差异。相比之下，最早开始的“切换者”与“非切换者”家庭（即所有兄弟姐妹都参加了该项目）之间预测值的唯一统计显著差异（p<.001）是儿童是否为非裔美国人的指标。考虑到组合队列的FFE识别样本显示出一定程度的SI，我们使用MSG（2019）中的一步可观测重加权程序修正了可能存在偏差的FFE估计。总的来说，我们没有发现组合队列的证据表明，重新加权改变了对提前开始对包括高中毕业和ASI在内的年轻成人结果的影响的估计。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:32

我们还对Deming队列样本进行了MSG（2019）可观测值重新称重程序。与MSG（2019年）类似，我们发现，重新称重削弱了FFE对高中毕业、懒惰、学习障碍和健康状况不佳的预测，但对其他年轻人的结果或ASI几乎没有变化。这些结果与MSG（2019）的研究结果非常相似，可在在线附录的表S16中找到。溢出效应。FFE估计的结构有效性最近也受到了质疑。Heckman&Karapakula（2019）在回顾Perry幼儿园项目时指出，参与该项目的兄弟姐妹对其未参与的兄弟姐妹有很大的积极影响，尤其是对男性兄弟姐妹。虽然这个问题对FFE设计很重要，但本文不太关心这个问题，因为我们对比较不同队列的FFE结果以及短期和长期结果感兴趣。此外，目前尚不清楚兄弟姐妹溢出如何解释本文的主要发现，除非兄弟姐妹溢出效应在后一个队列中比在前一个队列中更强。这就是说，鉴于Head Start提供的综合服务，其中一些可能会影响育儿实践，可能会对儿童产生一定程度的溢出效应（Ludwig和Miller，2007；Deming，2009；Head Start办公室，2019）。GTC（2002）和Deming（2009）通过将第一胎状态的指标与第一胎治疗状态的指标相互作用，对首胎治疗溢出进行了测试。如果溢出效应从年长的兄弟姐妹到较年轻的兄弟姐妹，人们会预计非第一胎兄弟姐妹的先发制人影响更大（Deming，2009）。与Deming（2009）一致，我们发现溢出的证据稀少且不一致。这适用于戴明队列和组合队列样本（表S17-S18）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:35

跨队列结果人力资本指数的调节。对先发制人估计影响的队列差异的一种可能解释是，最近的队列更有利，因此不太可能从先发制人中获益。为了验证是否存在这种情况，通过结合标准化的产妇、祖父母双方的教育水平、产妇AFQT、家庭永久收入的自然对数和CNLSY家庭观察测量环境简表（家庭），构建了一个家庭人力资本因子（Cronbachα=.83）。然后，该人力资本因素与方程式（1）中的“领先”和“学前”指标相互作用。对于组合队列样本，对ASI的交互影响估计在家庭人力资本因素范围内的任何值均无统计学意义。队列协变量。为了检查Deming的队列和补体队列之间的差异是否是由于我们上面介绍的一些协变量造成的，我们先用一个指标来衡量兄弟姐妹是否属于补体队列，再加上一系列协变量的相互作用：首先一次交互一个协变量，包括主效应，然后将所有协变量与所有主要影响进行交互。这些协变量包括：治疗前指数；家庭人力资本指数；母亲在孩子出生时的年龄；儿童在结果测量时的年龄；性别指标，无论是白人/西班牙裔还是黑人；以及母亲AFQT评分是否比平均值低1 SD。此外，2007-2009年的大衰退可能会对青少年时期经历过大萧条后果的同龄人兄弟姐妹产生负面影响。因此，还增加了2008年为12至18岁的补充队列兄弟姐妹创建的指标。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-6-23 20:27:38

如果这些相互作用中的任何一个大大减少了对先发制人队列相互作用的估计，那么这些协变量就可以解释戴明队列和补充队列之间的先发制人影响的一些跨队列变化。我们没有发现任何证据表明情况属实（表S19）。Blinder Oaxaca分解。Blinder-Oaxaca分解方法（Blinder，1973；Oaxaca，1973）使我们能够考虑一个群体在一个感兴趣的结果上的平均差异有多大() 这可以通过预测因子的组间差异来解释。使用Deming队列组() 和补体队列组(), 我们将三重分解形式化（Jann，2008）为：哪里 ( ) 测量补体队列在ASI中的预期变化部分，补体队列的预测因子均值（即禀赋）固定在Deming的队列水平上； ( ) 测量补体队列在ASI中的预期变化部分，补体队列系数固定在Deming的队列水平上；和 = ( ) x个( ) 衡量禀赋和系数之间相互作用的贡献各自的跨队列差异。该分析的结果突出了Deming和补体队列样本之间的关键差异，并显示了这些差异——最显著的是预处理指数和母亲出生时的年龄——如何驱动队列中估计的领先影响的变化。分解三重分解结果，我们首先发现，在戴明队列和补充队列中，领先参与者ASI的平均差异( ) 标准差为-0.22（SE=.09）。26这一平均差异的方向有利于补体队列，具有统计学意义。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-6-23 20:27:41

其次，在分析中选择了治疗前指数和母亲出生时的年龄作为预测因素，27我们发现预测因素的禀赋部分分解() 解释了所有结果组的平均差异（-0.27 SD；SE=.10），母亲在孩子出生时的年龄恢复了几乎所有的差异（-0.21 SD；SE=.10）。系数() 和互动() 部分分解可忽略不计，且无统计学意义（p>0.84；p>0.95）。总之，由于母亲在孩子出生时的年龄固定在Deming的队列水平上，补充队列领先参与者的ASI预期值与Deming的队列参与者的ASI预期值相似。此外，如果对于补体队列的反事实非学龄前组的兄弟姐妹，ASI平均值的预期变化也可以用母亲在孩子出生时的年龄来解释（作为禀赋、系数或交互作用效应），那么，如果保持该因素相等，则在队列中，领先优势会产生类似程度的影响。因此，对反事实的非学龄前群体兄弟姐妹进行了三重分解。兴趣结果的跨队列平均差异( ) 中度，具有统计学意义（-0.56 SD；SE=.09）。然而和分解的成分可以忽略不计（p>0.88；p>0.74），而成分——即母亲年龄与子女出生禀赋和系数差异的相互作用恢复了结果差异（-0.61 SD；SE=.18）。由于NLSY的设计，后来的儿童群体平均都有年长的母亲。早期队列（即，Deming队列）出生于相对年轻的母亲，由于该计划提供了强调父母参与的综合服务，其中许多母亲可能从领先中获得了不成比例的好处（Currie和Neidell，2007；Deming，2009）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 20:27:44

仅此因素就可能导致我们估计的Deming与后来的队列之间的领先影响存在差异。特别是，在参与“先发制人”计划的家庭中，未参加学前教育计划的兄弟姐妹似乎从早年有一位年长母亲中受益最多。最后，在Blinder Oaxaca分解中加入其他协变量后，母亲年龄对儿童出生预测的解释力仍然很强，包括永久家庭收入、母亲是否上过大学（表2）、家庭人力资本指数和家庭规模（表S19，注释）。长期趋势。我们最初的队列分析只研究了两个队列（戴明队列和补充队列）的领先效应，不清楚随着时间的推移，领先效应是逐渐长期下降还是急剧下降。为了解决这个问题，我们将我们的总体样本分解为三个新的出生队列年分组：C1-所有兄弟姐妹在1983年之前出生的家庭，C2-1983-1987年和C3-1987年之后出生的家庭。超过90%的C1兄弟姐妹和大约三分之一的C2兄弟姐妹属于Deming队列样本。三分之二的C2同胞和所有C3同胞是补体队列样本的一部分。在我们几乎所有的结果中，与C2和C3队列相比，领先对C1队列的影响更为有利。从较年长的队列到较新的队列，我们观察到在各种短期和长期结果的领先影响方向上的不利迹象变化，包括：认知和非认知学龄测量、ASI、教育程度和收入。28此外，估计的趋势表明，属于1987年后最新队列的个体的成年期结果下降幅度相对较大。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝