[论文解读] Is being an only child harmful to psychological health?: Evidence from an instrumental variable analysis of China's One-Child Policy

Shuxi Zeng, Fan Li+1 more|arXiv (Cornell University)|May 18, 2020

Demographic Trends and Gender Preferences参考文献 40被引用 4

一句话总结

本研究使用工具变量分析，以独生子女政策在不同地区的实施强度作为工具变量，估计中国独生子女身份对心理健康的因果影响。在主要群体分层框架下采用贝叶斯分层模型，发现独生子女对自我报告的心理健康存在微小但显著的负面影响，尤其在城市男性及对政策持抵制态度的家庭中更为明显，凸显了未观测和可观测特征导致的治疗效应异质性。

ABSTRACT

This paper evaluates the effects of being an only child in a family on psychological health, leveraging data on the One-Child Policy in China. We use an instrumental variable approach to address the potential unmeasured confounding between the fertility decision and psychological health, where the instrumental variable is an index on the intensity of the implementation of the One-Child Policy. We establish an analytical link between the local instrumental variable approach and principal stratification to accommodate the continuous instrumental variable. Within the principal stratification framework, we postulate a Bayesian hierarchical model to infer various causal estimands of policy interest while adjusting for the clustering data structure. We apply the method to the data from the China Family Panel Studies and find small but statistically significant negative effects of being an only child on self-reported psychological health for some subpopulations. Our analysis reveals treatment effect heterogeneity with respect to both observed and unobserved characteristics. In particular, urban males suffer the most from being only children, and the negative effect has larger magnitude if the families were more resistant to the One-Child Policy. We also conduct sensitivity analysis to assess the key instrumental variable assumption.

研究动机与目标

• 评估独生子女身份对中国心理健康的因果影响，解决生育决策中未测量混杂因素的问题。
• 解决未观测家庭特征导致的内生性问题，这些特征可能同时影响生育选择与子女心理结果。
• 对可观测特征（如城乡差异）和未观测特征（如家庭对政策的抵制）导致的治疗效应异质性进行建模。
• 在主要群体分层框架下，开发并应用一种针对连续工具变量的局部工具变量方法。
• 通过贝叶斯分层模型在数据结构中引入聚类，以实现更准确的推断。

提出的方法

• 将独生子女政策实施强度作为连续工具变量，其来源于《计划生育政策抵制指标》（IFPPR）。
• 采用局部工具变量（IV）方法估计边际处理效应（MTE）和主要群体平均因果效应。
• 在局部IV与主要群体分层之间建立正式的分析联系，以处理连续工具变量和未观测异质性问题。
• 采用贝叶斯分层模型，以考虑数据中的聚类结构，并对因果 estimand 进行不确定性量化估计。
• 进行敏感性分析，检验在未观测混杂情况下的排除限制假设的有效性。
• 通过模拟研究验证该方法在不同处理效应异质性程度下的性能表现。

实验结果

研究问题

• RQ1 在中国，独生子女身份是否对自我报告的心理健康产生因果性负面影响？
• RQ2 独生子女身份的影响在不同子群体（如城市与农村居民）之间是否存在差异？
• RQ3 未观测的家庭对独生子女政策的抵制在塑造治疗效应异质性方面发挥何种作用？
• RQ4 政策实施强度在此情境下如何作为生育选择的有效工具变量？
• RQ5 聚类结构和未观测异质性在未适当调整的情况下，会使标准IV估计量产生多大程度的偏差？

主要发现

• 独生子女身份对自我报告的心理健康存在微小但统计显著的负面影响，尤其在城市男性中更为明显。
• 在对政策更具抵制态度的家庭中，负面影响更为显著，表明未观测的家庭层面抵制行为会影响结果。
• 治疗效应异质性显著，特别是在由潜在依从行为定义的主要群体之间，边际处理效应的变异更大。
• 在高异质性条件下，局部IV方法在偏差和均方根误差方面优于OLS和2SLS，验证了其在此情境下的适用性。
• 敏感性分析支持在合理偏离排除限制假设的情况下，工具变量假设仍具合理性。
• 研究结果挑战了‘减少家庭规模可提升子女福祉’的传统观念，表明兄弟姐妹的存在可能对心理发展具有积极贡献。