图片来源：网络《热血高校》电影剧照（从哪里找了一帮这么丑哭的群众演员，让我想起初中天天挨打的日子），我看到这篇论文题目的第一反应是,影响机制应该为在中学时代的学习环境——居然猜中了。

 

推文人 | 李启航 

 

原文信息

 

Sharkey, P. and G. Torrats-Espinosa, The effect of violent crime on economic mobility. Journal of Urban Economics, 2017. 102(Supplement C): p. 22-33.

 

1 文章思路简介

 

经济地位流动（Economic Mobility，简单说来就是收入梯队中的特定人群排序的变化，主要研究的是较低收入群体在排序中上升的情况，国内研究往往成为“收入流动”、“收入代际流动”、“阶层固化”等名词，代理变量基本类似，思考良久难以做到信达雅兼备，因此推文使用直译），是一个永远不会过时的话题，它总会在某个时间某个地点被某个人写在某个杂志上，只不过，每个人讲的故事又有所不同。

 

Sharkey和Torrats-Espinosa最近的研究尝试用暴力犯罪的程度来解释经济地位流动，通过特别的数据和多种微观计量方法，发现青春期后期（during late adolescence，14-17岁）时当地暴力犯罪下降一个标准差，可以使得成年后的预期收入增加2%，而他杀比例则能增加大约1.5%。作者谦虚的（在摘要中！）说明，限于能力无法证明其中的机制，但提出了一些“暗示性”的结果，认为高中的辍学率是改变经济地位流动的关键环节。

 

2 背景简介

 

作者自信的认为，他们找到了一个其他研究者没有发现的领域，即解释区域经济地位流动差异机制的问题。这确实是一个问题，因为Chetty等人(2014)发现，美国部分地域的经济地位流动性水平与西欧的大多数国家相仿，但同时另一些地区则低于任何一个发达国家。此外，这种经济流动性的地理变化似乎是这一地区的特征，而不是人的特征(Chetty和Hendren,2015)，是不是和我国的某些区域有些像？

 

Chetty等人(2014)和Chetty和Hendren(2015)初步尝试阐明上述特征的机制发现，平均而言,不同收入和种族的混居社区、较低的收入差距、更好的学校、更低的暴力犯罪率、更高比例的双亲家庭，都会导致更高的经济地位流动。然而，作者明确表示，这些相关性不能代表因果关系。

 

所以，本文（ST，2017）重点深挖了暴力犯罪这一条途径，已有研究( Burdick-Will et al., 2011; Harding, 2009; Harding et al., 2011; Sharkey, 2010 )发现，周边的暴力环境将形成一个中枢机制（central mechanism，似乎是医学名词，我理解为类似于主流意识形态的东西，影响所有其他条件），会影响到孩子的成长和发展。本文主要做了两件事，一是运用独特的数据和严密的方法，检验了两者之间的因果关系，二是初步分析了教育在这一关系中的作用，其中一个结论很有意思，就是如果上了大学之后，这里面出去的学生倒没有什么区别，但高中的辍学率是造成差异的关键。忽然想起不久前看的一个朋友圈，拿着菜刀把数百差生送入高校的那位老师，大概就是打的这个主意吧。【1】

                                    

3 逻辑机制

 

与一般论文不同，本文在导论之后的理论部分，专门以“Violence and the life chances of children”为标题，广泛收集了生活环境对孩子成长的影响研究，深情的说：临近暴力犯罪破坏了孩子们自身的发展，损害了他们获得经济地位流动所必需的教育和技能的能力，除此之外，暴力的空间集中侵蚀了社会的正常运转，导致学校质量更低，工作机会更少，社交网络更差，而这些正是改变命运所必须拥有的。——我们国内的经济学研究，在技术和数据迅速趋近的情况下，当真需要多一点这样的情怀。

 

4 数据

 

本文使用的数据再次刷新了我对国外研究使用数据的认识，1980-1986年出生的四千万14-17岁之间的小孩和他们的父母的收入数据，以及这些小孩26岁时的期望收入数据，来源于美国纳税记录数据，估计是覆盖全国所有纳税的人口——这是什么级别的数据啊。对比一下，国内的普查数据、城调队数据就不指望了，就连某些学校的调研数据，还要锁在机房里面不给别人用，或者把行政区划和社区数据藏起来，让你做不了宏观环境数据的对接（在此表扬且感谢一下CHIPS、CHNS、CGSS，没有你们，中国的微观计量发展还要走更多的弯路）。将上述变量按照县和年进行加总，获得各县各出生队列孩子的父母与孩子26岁时收入期望。

 

第二个数据是联邦调查局统一犯罪报告(UCR)，为14岁至17岁的孩子计算当年所在县的平均犯罪率。美国国家刑事司法数据档案(NACJD)保留了基于执法机构记录的逮捕和报告犯罪的县级记录。可以计算每个出生队列（Birth Cohort）14 - 17岁的县的平均犯罪率。例如，1980年出生队列中14 - 17岁的犯罪率是根据1994 - 1997年县平均犯罪率计算出来的。控制变量方面，使用了2006-2010年美国社区调查数据，就是小孩26时的人口统计学县域数据。上述数据都做了严密精细的提炼和筛选工作，有兴趣的朋友可查看原文，不过意义也不大，学了没数据可用。

 

然后就是花了两个简单的图，有了好数据，非参之类的东西要不要都可以了，直接线性回归看结果，从图上不难看出，随着平均犯罪率的提升，受影响的孩子在26岁时候的期望收入整体明显是在下降的（他杀犯罪率也一样）。

5 识别策略

 

本文的两个主要研究方法都是微观计量的经典方法：双重差分与工具变量。但同时在使用上又与经典方式不同（可参照王岳龙博士【香樟推文0338】如何规范的运用DID—来自AER一篇经典论文的解析和【香樟推文0655】 从微宏观数据融合看因果关系识别：来自大学扩招的例子），双重差分使用了双固定效应的做法，控制了出生队列和县固定效应。

             

                                

工具变量(IV)估计策略借用了社区警察服务制度（Community Oriented Policing Service ，COPS）。COPS于1994开始，是暴力犯罪控制和执法法案（the Violent Crime Control and Law Enforcement Act）的一部分。通过COPS，申请拨款的警察部门获得了资助，以支付雇佣和重新雇佣初级职业执法人员的75%的费用。到2004年，一共支付了113亿美元，其中50亿美元用于雇佣64000名新警察(埃文斯和欧文斯，20 07)。到2016年，COPS在13000个执法机构共计支付149亿美元。根据经典的警察抓小偷的计量经济学故事，不难发现这一工具变量的使用方式，不过，本文采用了以OLS方法估计ITT，而非普通的两步法估计。

6 估计结果与分析

 

由于重点关注经济地位上行的影响，作者将回归重点放在父母处于25%分位数的孩子，其26岁收入期望值所受的影响。表2列示了双重差分（OLS）回归的结果，表3列示了两阶段IV估计的结果。

                           

 

在得到了暴力犯罪对经济地位流动的影响结果后，文章做了不同分位数的回归作为稳健性，之后开始研究目前情况的机制。首先做了大学升学率的研究，发现并不显著，似乎说明，不管环境多么恶劣，选拔考试还是能够将部分优秀的学生挑出来的。下一步，表6做了辍学率，发现高度显著。

 

这个故事就更丰富了，罗斯高最近火遍朋友圈的一篇文章就指出，高中教育比例，决定了这个国家能否突破中等收入陷阱，以及收入差距和阶层固化问题。（我的目前知识来自于朋友圈的比例正在不断提高）

 

7 感想与评价

 

这篇在城市经济学期刊上的犯罪经济学研究，分析了发展经济学和教育经济学的重要问题，同时使用了微观计量经济学和劳动经济学的方法和数据，让我不知如何说起。整体上看，本文真正做出了非常具体和逻辑前后高度呼应的主题研究，与我经常推送的JFE论文华丽飘逸的风格大相径庭，本文以细致的数据、前沿的方法和重要的问题，简约而又深刻的研究了一个非常有人情味的经济学问题，本文的叙事和工具使用，都显得非常专业，值得细细品读。

 

Abstract

 

Recent evidence has found substantial geographic variation in the level of upward economic mobility across US states, metropolitan areas, commuting zones, and counties. However, minimal progress has been made in identifying the key mechanisms that help explain why some urban areas have low rates of upward mobility while others have rates of upward mobility that resemble the most mobile nations in the developed world. In this article we focus attention on one specific dimension of urban areas, the level of violent crime. Using longitudinal data and an array of empirical approaches, we find strong evidence that the level of violent crime in a county has a causal effect on the level of upward economic mobility among individuals raised in families at the 25th percentile of the income distribution. We find that a one standard deviation decline in violent crime as experienced during late adolescence increases the expected income rank in adulthood by at least 2 points. Similarly, a one standard deviation decline in the murder rate increases the expected income rank by roughly 1.5 points. These effect sizes are statistically and economically significant. Although we are limited in our capacity to provide evidence on the mechanisms explaining the link between crime and mobility, we present suggestive results showing that the decline in the violent crime rate reduced the prevalence of high school dropouts at the county level between 1990 and 2010. 

 

【1】http://news.ifeng.com/a/20170828/51786590_0.shtml