财新传媒
位置:博客 > 香樟经济学术圈 > 别和坏孩子玩?青少年不良行为的同群效应

别和坏孩子玩?青少年不良行为的同群效应

推文人 | 赵传敏
原文信息:Andrew E. Clark, Youenn Lohéac, “It wasn’t me, it was them!” Social influence in risky behavior by adolescents, Journal of Health Economics, Volume 26, Issue 4, 2007, Pages 763-784, ISSN 0167-6296, https://doi.org/10.1016/j.jhealeco.2006.11.005.
 
一、研究背景
 
2005年的美国数据显示,45%的12年级学生在他们的生活中尝试过大麻,50%尝试过香烟,75%尝试过酒精。这个数字不禁使我们思考:是教育干预政策无效吗?还是存在某种反作用力,鼓励了青少年的不良行为呢?一个候选因素就是来自同伴的压力,这种压力可能会使得消费变得具有粘性。因此作者在这篇文章中使用Add Health调查数据(1994 - 1996)来评估同校的学生和朋友对美国青少年大麻、酒精和烟草消费的影响强度。
 
二、 估计方法与数据
 
一个标准的衡量社会互动的模型是
Y代表个体行为,X是个体特征,¯Y是参照组的行为。这个式子很容易估计的,但是Charles Manski在一系列的文章中提出估计结果可能存在很多解释问题。具体来说,个人行为可能与群体行为趋同有三个不同的原因:
 
内生效应(Endogenous effects):个体行为受组内其他个体行为的影响;
 
外生效应(Exogenous or contextual effects):个体行为受组内其他个体特征的影响;
 
相关效应(Correlated effects):组内个体的行为相似,是因为他们有未观察到的相似特征,或者是因为他们受到了同样的制度影响(例如同一个班级的学生由同一个老师教)。
 
Manski指出,内生效应和外生效应都反映了社会互动,而相关效应则是一种统计的、非社会的现象。虽然内生效应和外生效应都反映了社会互动,但其政策含义却大相径庭。不幸的是,个体行为对群体均值的标准回归并不能对两种效应进行区分,只有在某些情况下才能同时区分,这种识别困难,Manski称之为反射问题(reflection problem),因为群体行为从定义上来说就是个体行为的集合。
 
作者在上式的基础上进行了修正,一是考虑群体行为的滞后项,二是加入了学校虚拟变量来控制学校固定效应:
本文使用一个关于美国青少年(大多在12岁到20岁之间)的面板数据集来评估危险行为中的同群效应,这些数据比现有文献中使用的数据有许多优势。
 
首先,可以使用滞后的同伴行为作为自变量。因此避免了反射问题的一个方面:虽然我的行为可能取决于我的同伴过去做了什么,但他们过去的行为并不受我现在做了什么的影响。
 
第二,参照组的构成,在这里是基于同一所学校的其他学生,至少部分是外生的。此外,在Gaviria和Raphael(2001)中,作者知道相关家庭是否最近搬家,青少年父母是否选择了附近的学校,本文将使用这些信息来控制学校选择的内生性。此外,作者加入了学校固定效应。正如Manski(1993)强调的那样,这些因素将控制同一所学校的青少年所共有的未观察到的特征,以及学校本身对就读该学校的青少年行为的影响(contextual effects)。
 
第三,由于数据包含同一所学校不同年级的学生,我们可以定义一些不同的同伴群体。第一种是同一年级的学生,第二种是比被调查者高一学年的学生。值得注意的是,第二种类型的同伴群体潜在地缓解了内生性问题,年长的青少年消费受他们年轻同伴的行为影响可能很小。第三个参照组是由每个人提到的同校的最亲密的朋友组成的,尽管这个组是内生的。
 
第四个优势是数据中有一些关于孩子父母的信息(父母自己报告的)。我们特别考虑了父母收入的作用,以及父母抽烟喝酒的作用。因此,我们可以看到是否吸烟者的孩子更容易影响。
 
第五,本文考虑了四种不同类型的行为(吸烟、饮酒、酗酒和吸食大麻),并能够区分同伴对不同行为的影响强度。调查包括参与和消费程度的信息(如:青少年是否吸烟和每天吸烟的数量)。这与现有的大多数基于参与的文献形成了对比。因此,我们可以比较Probit参与和Tobit消费方程的估计结果,其中包括平均(滞后)参与和消费作为解释变量。
 
表1显示了两波Add Health数据中的参与和消费程度,包括男性和女性。请注意,对于那些不参与的人,消费的定义是零,平均消费数字包括这些零。饮酒和酗酒的参与率都在40%左右,性别差异不大。烟草和大麻的比例较低,分别为26%和14%,而青少年男性的参与率略高。性别差异在消费数字中更为明显,如表1下半部分所示。尽管青少年男女对酒精的参与程度相似,但这种参与的强度(以酒精饮料的数量和醉酒发作的次数来衡量)男孩是女孩的两倍。
三、实证结果
 
表2给出了参与决策的估计结果,可以看出对于男性而言,四种不良行为中有三种行为的参与决策会受到其同伴上一年参与的影响,而女性群体中没有显著的影响。有两点值得强调。首先,回归结果控制了个人特征和家庭特征。个人控制变量的结果表明,吸烟、饮酒和吸食大麻在白人、年龄较大的和收入较高的青少年中更为普遍。其次,回归结果控制了学校虚拟变量。学校虚拟变量对估计同群效应系数有重要影响。为了说明这一点,表3给出了没有控制学校虚拟变量的结果,对比可以发现,学校固定效应的引入使得所有的女性同伴群体效应都不显著。
 
表4总结了关于青少年参与吸烟、饮酒、酗酒和吸食大麻的交互结果。我们感兴趣的是社会交互对不良行为的影响是否取决于受访者的性别。换句话说,男孩影响男孩,女孩影响女孩吗?表4中的结果显示:当参照组为同校同年级同学时,男生和女生都会受男生行为的影响,而女生没有显著影响力。当参照组为朋友时,得到的同群效应要稍微大一些,而且几乎所有的估计系数都是显著的。应该强调的是,青少年选择朋友有很多原因,可能包括他们有不良行为的倾向。因此,系数既反映了参照组(物以类聚)的内生性,也反映了朋友在社会交往中的重要性。即便如此,在青少年男性饮酒和酗酒方面,朋友组和同年级参照组之间的估计大小并没有太大的差异。
表5给出了对于消费的估计结果(Tobit),与参与决策的估计结果类似,朋友间的同群效应大多是正且显著的,而同年级间的同群效应只有男性饮酒消费是显著的。一般来说,Tobit消费方程中的同群效应比Probit参与方程中的要小一些。一种解释是,青少年对于同伴参与的信息可能比关于他们消费的信息更准确。这一点在朋友身上就不那么明显了,因为朋友通常是相互了解的。
 
 
四、结论
 
本文使用Add Health调查数据来探究同伴群体对四种不同行为(吸烟、饮酒、醉酒和吸食大麻)的影响。面板数据使作者能够通过使用同伴群体行为的滞后值来潜在地规避部分内生性问题。此外,作者不仅控制了父母的特征,还引入了学校的固定效应,避免了一些遗漏变量问题,这些问题一直困扰着之前的估计。
 
我们发现,在饮酒和酗酒方面,男性群体表现出了显著的同群效应。然而,几乎没有证据表明女性同伴群体会影响个人行为,除了在参照组为朋友的情况下(存在潜在的内生性)。进一步的结果表明,同伴的参与比同伴的消费更能影响个人行为。
 
考虑到同群效应的存在,任何政策对消费的影响,无论是积极的还是消极的,都会通过同群效应放大。因此,仅根据对目标群体的影响来评估政策是不够的,可能还会产生显著的溢出效应。比如说政府政策对饮酒的最初影响可能看起来很小,但随着时间的推移,这种影响会随着青少年互相模仿而增长。如果年轻的青少年模仿年长的,这种滚雪球效应会更大。我们的研究结果表明,这种模仿效应可能使酒精干预比香烟或大麻干预更有效。另外,并不是所有的青少年在他们的影响力方面都是一样的。男孩比女孩更有影响力,而且吸烟者的孩子更容易受影响。在与青少年饮酒和吸烟等行为作斗争时应铭记这些差别,以最有效地利用资源。
 
Abstract
 
Many years of concerted policy effort in Western countries has not prevented young people from experimenting with cigarettes, alcohol and marijuana. One potential explanation is that social interactions make consumption “sticky”. We use detailed panel data from the Add Health survey to examine risky behavior (the consumption of tobacco, alcohol and marijuana) by American adolescents. We find that, even controlling for school fixed effects, these behaviors are correlated with lagged peer group behavior. Peer group effects are strongest for alcohol use, and young males are more influential than young females. Last, we present some evidence of non-linearities in social interactions.



推荐 1