推文人 | 李佳晨 

 

原文信息：Chetty R , Hendren N , Katz L F . The Effects of Exposure to Better Neighborhoods on Children: New Evidence from the Moving to Opportunity Experiment[J]. American Economic Review, 2016, 106(4):855-902.

 

MTO实验为随机选择的家庭提供这样一种住房代金券，这种代金券帮助他们从高贫困地区搬迁到低贫困地区。作者利用税收数据分析了MTO项目对未成年儿童长期发展结果的影响。发现如下，年幼时（13岁之前）搬迁至低贫困地区会增加大学入学率和个人收入，并且降低单亲率。青少年时期（13岁至18岁）的搬迁有着轻微的负面影响。随着未成年儿童搬迁时年龄的增长，搬迁到低贫困地区带来的收益下降，这表明未成年儿童在童年时期暴露在更好环境中的时间长短是决定其长期表现的一个重要因素。

 

01 引言

 

（一）研究契机——理论和具体现实的不一致性

 

现实中，生活在高贫困地区的人经济、健康、教育状况都比低贫困地区的人差（如Jencks and Mayer (1990); Brooks-Gunn et al. (1993); Cutler and Glaeser (1997); Leventhal and Brooks-Gunn (2000); Sampson、Morenoff and Gannon-Rowley (2002)）。作者发出一个疑问，未成年时期的邻里环境对成年后经济表现有无影响？影响多大？

 

理论上，儿童时期邻里环境是决定其长期经济表现的关键变量，“孟母三迁”很有必要：个体在童年时期在某一特定社区环境生活的时间是其长期经济表现的关键决定因素（Wilson （1987）、Jencks and Mayer（1990））。Chetty and Hendren（2015）使用准实验方法研究了超过500万个跨地区迁移的家庭，发现邻里关系与儿童的经济后果间有因果关系。

 

现实中，相关研究并未观测到旨在改善邻里环境的MTO项目对长期经济绩效的显著影响。以往评估MTO项目效果的文献发现，搬到低贫困地区会极大地改善成年人的心理健康、身体健康和主观幸福感以及家庭安全（例如，Katz、Kling and Liebman, 2001；Kling、Liebmanand Katz, 2007；Clampet Lundquist and Massey, 2008；Ludwig et al., 2013）。然而这些研究却发现MTO对未成年、成年、大龄青年的收入和就业率没有显著影响，这表明邻里环境对经济成功可能不那么重要。

 

那么，为什么会存在这样的矛盾？作者认为，首先，以往研究没有区分未成年儿童的年龄：Chetty and Hendren（2015）研究表明儿童时期在一个更好的地区度过的每一年都会提高大学的出勤率和成年后的收入，因此，对于迁移时年龄较小的孩子来说，搬到更好的地方的收益更大。其次，数据受限：由于先前关于MTO研究进行的时候，参与实验儿童年龄还小，大多没有进入成人劳动力市场，因此对其长期经济后果进行研究会受到限制，现在随着时间的推移，这些儿童进入劳动力市场，为本文研究长期经济后果提供了契机。

 

（二）MTO项目简介

 

1994-1998年间，美国住房与城市发展部随机向生活在高贫困区的家庭提供住房代金券，以帮助他们搬迁到低贫困地区，这一项目在美国五大城市举行（巴尔的摩、波士顿、芝加哥、纽约和洛杉矶）。由于该项目具有随机试验的性质，造成了可比家庭邻里关系的巨大差异，因此给识别因果效应带来了机会。

 

参与实验的4604个家庭被随机分到三组。MTO组：1819个家庭，被发放住房法案第八节（Section 8）规定的住房代金券，使用条件是搬迁至1990年普查中贫困率低于10%的地区；Section 8组：1346个样本，被发放住房法案第八节（Section 8）规定的住房代金券，但对使用代金券的地区没有限制；控制组：1439个样本，没有获得任何住房代金券（但保留了获得公共住房的权利）。

 

（三）文章的研究思路和主要发现

 

研究思路：作者将未成年儿童分为两组，13岁以下组（下简称儿童组）和13-18岁组（下简称青少年组）。儿童组参加实验时的平均年龄是8岁，48%的孩子选择拿着MTO优惠券进行搬迁（注：也可选择不搬），66%的孩子选择拿着Section8代金券进行搬迁。至18岁时，控制组贫困率41%、MTO贫困率平均低22%、Section8组平均低12%。作者分别对两组儿童参与MTO项目后的成年经济表现差异进行了检验。

 

主要发现：作者发现MTO实验为那些年幼时（13岁以下）就搬迁到低贫困地区的儿童带来了巨大收益，对那些13-18岁儿童却有着轻微的负效应，这一结论在一系列稳健性检验下仍然成立，对接理论，主要结论可由中断效应（disruption effect）和暴露效应（exposure effect）比较解释。

 

02 数据

 

文章使用的数据主要有两个来源：MTO参与者的信息数据（HUD文件）和联邦收入税收记录数据。

 

（一）MTO数据（可参见Sanbonmatsu et al.（2011）更多关于MTO参与者背景特征和基础调查的详细信息）

 

1.数据筛选过程：MTO参与者数据集中包含4604个家庭、15892个参与实验的个人的信息。第一步筛选，由于本文研究的是参与MTO对21岁及以上参与者的长期经济表现影响，综合作者所能得到的最后一年税收数据为2012年，所以将样本限定在1991年及之前出生的人（这样2012年时他们的年龄就至少为21岁），共有13213人。第二步筛选：作者选择的研究对象是随机实验时年龄在18岁以下的儿童，并且居住在参与MTO项目的家庭，以此条件进行筛选。综合两步，有11276名儿童，8603（76%）出生在1991年及之前。

 

2.变量选取

 

从MTO参与者基础调查中：获得个人及家庭背景特征数据，包括每个家庭成员的人口统计和社会经济背景信息，如儿童的学校经历、家庭犯罪情况、希望参加MTO的原因、家庭收入和转移收入。

 

从2008-2010年进行的MTO长期调查的地址历史数据：获得每个参与者年度居住区人口普查区信息。并通过1990、2000、2005-2009年的调查数据对普查区贫困率进行插值，估计每年人口普查区的贫困率。

 

（二）税收数据

 

1.来源：联邦收入所得税记录数据库（1996-2012），包括所得税申报表（1040 forms）和第三方信息申报表（如W-2表格）。

 

2.处理筛选过程：通过以个人社会保障号码（SSN）为匹配对象，将两个数据库进行了匹配，匹配后共有7340个样本；用2012年实际美元衡量货币价值，利用CPI对通货膨胀进行调整。

 

3.变量定义

 

包括收入、大学入学率、大学质量、成年后居住的邻里特征、婚姻与生育情况以及纳税申报和已付税款六个方面。

（三）平衡性检验和描述性统计

 

文章把儿童分为随机实验时13岁以下的儿童组和13-18的青少年组。附录1A报告了所有196个变量的平衡性检验，其中13个P<0.05、2个P<0.01，其余不显著，说明实验组和控制组基本是随机分配的。

 

表1是描述性统计，可以看到参加MTO项目的家庭在经济上处于不利地位，如只有约1/4的人就业，约3/4的人接受公共援助（AFDC/TANF）。补充材料1A、1B汇报了更详细的结果。

03 模型和实证结果

 

（一）模型

 

按筛选后7340个孩子随机分配时的年龄分为两组：一组是儿童组（13岁以下）、一组是青少年组（13-18岁），建立以下两个回归模型：

 

 

该模型用来衡量被分入实验组家庭是否选择参与项目带来的结果差异，因为随机分组后有些家庭可以选择不搬迁，所以ITT低估了MTO项目的效果，TOT反映的是实验的真正影响；并且，由于是否选择接受住房补贴券并参与项目具有很强自选择效应，Expi、S8i正好可以做工具变量来缓解内生性。其中TakeExpi、TakeS8i是虚拟变量，代表i是否接受并使用了MTO/Section 8住房补贴券。

 

两个模型中，yi是i成年后的一系列指标，Xi为一系列控制变量，si是随机抽样地点的一些控制变量，在家庭层面聚类标准误。

 

（二）回归结果1：采纳代金券和儿童时期的邻里特征

 

表2是不加控制变量和随机抽样地点控制变量的回归结果，附录表2是加了这些后的回归结果，二者总体结果保持一致，因此以文章中主要用到的表2进行回归结果分析。

 

第（1）列，计算了选择使用住房代金券的人的比例。可以看到将控制组选择使用代金券视为0的话，对儿童组，48%的参与MTO的人选择使用住房代金券，66%的Section 8组的人选择使用代金券。在青少年组比例分别为40%、55%。

 

那么，他们搬迁到的社区贫困率究竟如何？第（2）列列示了随机试验一年后人口普查区贫困率的ITT结果。控制组的贫困率约为50%，比2000年人口普查全国范围贫困分布的全国平均水平高出2.92个标准差。而参加MTO项目可以大大减轻贫困率，对儿童组，被分配到MTO组使贫困率降低17个百分点，Section 8组使贫困率降低15%个百分点；对青少年组的比例分别为14%和12%，比例较低的原因可能是其选择接受住房代金券的比例本就较低。

 

第（3）列列示了随机试验一年后人口普查区贫困率的TOT结果。对儿童组，被分配到MTO组使贫困率降低36个百分点，Section 8组使贫困率降低23%个百分点；对青少年组的比例分别为35%和22%。值基本等于第（2）列的数值除以第（1）列参与率，不同年龄段的TOT估计结果非常相似。

 

作者担心随着时间推移，由于有些参与MTO家庭会从低贫困区搬到高贫困区，而某些控制组个体会从高贫困区搬到低贫困区，因此MTO效应随着时间将减弱。为了系统估计这一影响，作者又估计了儿童从随机试验开始至18岁所居人口普查区贫困率的ITT和TOT效应，如（4）、（5）列所示。第（4）列说明，从随机试验到18岁，MTO组儿童平均生活在比控制组儿童贫困率低10%（MTO组）、8%（Section 8组）的地区。第（5）列衡量了TOT效应，对儿童组，被分配到MTO组采纳代金券使贫困率降低22个百分点，Section 8组使贫困率降低12%个百分点；对青少年组的比例分别为25%和15%。

 

作者还替换了贫困率的计算方式，以邮政编码区的平均贫困率为因变量，估计了ITT和TOT效应，可以发现对邮政区贫困率的影响基本是普查区的一半，因为邮政区的社区更为集中，将更多贫困社区和不贫困社区的贫困率综合起来了。

 

总结这些发现，可以看到，由于TOT估计结果的基本类似，儿童组和青少年组都会搬迁到类似的社区，但是对儿童组而言，由于年龄较小，在新社区中暴露的时间更长，也即受新环境影响的时间更长。作者还举了一个简单的例子，儿童组随机分配的平均年龄为8.2岁，青少年组的平均年龄为15.1岁，在18岁以前明显儿童组接触新环境的时间更长。

（三）回归结果2：成年时期的收入和就业率

 

表3是不加控制变量和随机抽样地点控制变量的回归结果，附录表3a是加了这些后的回归结果，附录表3b是TOT估计结果，附录表3c是将收入各分类明细作为因变量的回归结果，其总体结果保持一致，因此以文章中主要用到的表3进行回归结果分析。

 

作者分别用W-2工资收入（第1列）、个人收入（第2、3、4列，作者担心W-2收入没包括自营职业收入、小费、年薪低于1800美元的工作收入）、所有儿童在26岁的收入（第5列）、所有儿童在2012年的收入（第6列，担心收入的日历年效应）、就业率（第7列）、家庭收入（第8列，加上了配偶收入+失业保险收入+社会保障和残疾收入）、五年间的收入增长率（第9列）。

 

作者选择因变量的逻辑是，（1）选取了2008-2012年W-2工资收入这一广泛使用的因变量作为因变量衡量个人收入。（2）作者担心W-2收入没包括自营职业收入、小费、年薪低于1800美元的工作收入，可能会造成偏误，因此又建立了更加广泛的个人收入指标进行衡量。（3）每年个人收入变量下，总是将年龄较小的儿童组收入和年龄较大的青少年组收入一起进行衡量，因此在第5列比较所有儿童26岁时的收入。（4）为了排除收入的日历年差异是否会对结果造成影响，在第6列又比较了所有儿童2012年的收入。（5）为了说明收入是否因为就业率不同而存在差异，将就业率作为因变量进行了检验。（6）为了扩充个人收入这一变量，又以家庭收入和收入增长率为因变量进行了检验。

 

总体可见，对儿童组（13岁以下），参与MTO项目总体会带来个人收入的提升，对MTO组的儿童会带来收入的显著提升；而对青少年组，不但没有带来收入的显著提升反而对收入有着负向影响。值得注意的是，第（8）列对就业率的效应总体是不显著的，恰恰说明实验组和控制组之间的成年收入差异并不是由于就业率的高低带来的。

另外，作者还估计了MTO项目对儿童个人收入轨迹的影响，如下图。图1是MTO组和控制组对比，附录图1是Section 8组和控制组对比，按照表3第（5）列的方式进行估计，可以看到，对儿童组（13岁以下），MTO组收入与控制组对比呈上升趋势，Section 8组在波动中平稳趋势，而对青少年组（13-18岁），各个组均呈下降趋势。

总结以上发现，可以得到三个有力结论。第一，MTO组大幅增加了在搬迁时年龄尚小（13岁以下）的儿童的收入，对个人收入的总体影响约为35%。第二，Section 8组使儿童组（13岁以下）的个人收入增加了约一半，这与它将社区贫困率降低了一半的事实相一致。第三，这两种都对青少年组（13-18岁）都有一定程度的负面影响（尽管在统计学上并不显著）。

 

而这三个发现似乎印证着一个模型，也即搬迁具有暴露效应（exposure effect）和中断效应（disruption effect），也即在更好环境中获得好处，和中断原本生活带来的坏处，二者在儿童不同年龄段的大小关系决定了搬迁究竟会产生何种效应。

 

（四）回归结果3：大学入学率和质量

 

表4是不加控制变量和随机抽样地点控制变量的回归结果，附录表4a是加了这些后的回归结果，附录表4b是TOT估计结果，其总体结果保持一致，因此以文章中主要用到的表4进行回归结果分析。

 

第（1）-（5）列以大学入学率为因变量，第（6）-（10）列以大学质量为因变量。可以发现，儿童组的成员长大后大学入学率和进入大学的质量会更高，这个效应在20岁及之前是显著的，Section 8组的成员大学入学率系数虽然为正但并不显著，对大学质量有显著提升。而对青少年组，参加MTO项目反而带来了显著的负效应，也即大学入学率的下降及入学大学质量的下降。

 

以上结果印证了作者提出的假说，即对儿童组的成员而言，暴露效应大于中断效应，参加MTO效应获益，对青少年组的成员，中断效应大于暴露效应，参加MTO受损。

（五）回归结果4：婚姻和生育

 

表5是不加控制变量和随机抽样地点控制变量的回归结果，附录表5a是加了这些后的回归结果，附录表5b是TOT估计结果，其总体结果保持一致，因此以文章中主要用到的表5进行回归结果分析。

 

第（1）-（3）列根据个人是否与配偶共同提交纳税申请表，揭示MTO项目对结婚率的影响。第（4）-（7）列研究了女性参与者的生育行为。可以发现，MTO项目对儿童组婚姻和生育方面的提升主要体现在女性身上（男性不显著），且MTO项目对出生率方面并无影响，但显著改变了家庭环境（是否单身母亲）。对儿童组，女生长大后结婚的概率显著增长，成为单身母亲的概率显著降低。但是对于青少年组，女生长大后却更有可能成为单身母亲（第6列）。

 

以上结果再次印证了作者提出的假说，儿童时期（13岁以下）的搬迁将显著提升婚姻和生育表现，即对儿童组的成员而言，暴露效应大于中断效应，参加MTO效应获益，对青少年组的成员，中断效应大于暴露效应，参加MTO受损。

（六）回归结果5：成年时期的邻里环境

 

表6是不加控制变量和随机抽样地点控制变量的回归结果，附录表6a是加了这些后的回归结果，附录表6b是TOT估计结果，其总体结果保持一致，因此以文章中主要用到的表6进行回归结果分析。

 

表2已经证明了MTO项目会对成年前的邻里环境起显著改善作用，那么这种效应是否会持续到这些儿童的成年时期，并惠及这些儿童的下一代呢？表6给出了解答。表6中，第（1）列表示邮政编码区内2008-2012年间的贫困率、第（2）列表示邮政编码区内平均收入、第（3）列表示种族隔离情况，以黑人比例衡量、第（4）列表示单身母亲比例。

 

可以看到，对儿童组成员，不论被分配到MTO组还是Section 8组，对各项邻里指标均有显著改善的作用，但Section 8组的改善效果没有MTO组强；而对于青少年组而言，这种改善效用并不显著。

 

综合来看，MTO项目产生了持久的利益，可以做到惠及下一代。

（七）回归结果6：处理效应的异质性影响

 

先前的研究发现，在心理健康、身体健康、危险行为和青春期教育结果方面，MTO项目对女性儿童的积极影响要大于男性儿童（Kling、Liebman and Katz 2007；Sanbonmatsu et al，2007）。本文沿着这个思路，考察成年后MTO项目在性别方面的异质性影响，发现了大致相似的影响，见表7。可以发现，对儿童组而言，MTO组男、女性的各项指标均有所改善，女性的改善程度大体上优于男性；但是对青少年组而言，参与MTO对男女性的影响均具有副作用。

 

作者还探讨了不同种族（附录表7a）和五个随机分组地点（附录表7b）的MTO项目效果的异质性。MTO实验性代金券提高了随机分配时各种族（黑人、西班牙裔和白人）和所有五个地区（巴尔的摩、波士顿、芝加哥、纽约）13岁以下儿童成年和大学质量的个人收入，若MTO使得贫困率下降越多，则对个人收入和大学质量的提升越明显。相比之下，对于青少年组的估计影响在几乎所有都是系数为负且不显著的。

 

总之，异质性分析的主要结论是，儿童时期接触低贫困社区的长期利益在性别、种族群体和地理位置上都是非常强大的。

（八）回归结果7：暴露效应（exposure effect）随年龄变化的模式

 

作者分组时一直以13岁作为临界点，那么这个选择是否是合理的？MTO带来的暴露效应（exposure effect）是否随年龄变化而有显著不同呢？

 

作者分两步检验这个问题。第一步，作者进行了重新分组，将分组年龄分别定为14岁和12岁，重新进行回归，结果见附录表11，发现结果并没有改变。

第二步，作者建立了线性暴露效应模型，即将MTO项目的虚拟变量和孩子的年龄进行交互纳入模型，并且控制了个体特征（实验地点和年龄指标的交互作用），控制了MTO虚拟变量。交互项系数就代表了搬入新社区时间每减少一年，MTO项目正向影响的平均减少量。

基于上述模型，作者对儿童成年之后的个人收入、家庭收入、大学情况、婚姻情况、居住地贫困率和税金缴纳情况进行了评估。表8是不加系列控制变量的结果，附录表8a是添加后的结果，附录表8b是TOT回归结果，总体保持一致，因此只对文章中主要分析的表8进行说明。

 

从表8中可以看出，随着儿童参加随机分配时年龄的上升，带来了成年之后的个人收入、家庭收入、大学情况、婚姻情况、纳税额度的全面显著下降，且更可能住在更贫困的社区里。

接着，作者又进行了年龄流动的非参数估计（Panel B的图按以前的分析应该是18-20岁，参考附录图2感觉作者标错了）。作者将MTO组回归系数及95%的置信区间绘制在了下图中。可以看到，分配到MTO组效用随着年龄的增长而降低，在13岁左右，中断效应和暴露效应相抵，作用变为0，因此也证明本文的分组是合理的。

作者也考察了Section 8组的系数和置信区间，见附录图2所示。

04 将目前研究结果和以往研究适应结合

 

从三个方面进行研究，（1）与以往的研究相一致，参与MTO项目接触更好的社区不会改善成年人的经济结果；（2）解释了为什么之前的研究没有发现MTO项目儿童经济结果的积极影响；（3）排除了多重假设检验。

 

（一）MTO项目对成年人经济结果的影响

 

先前的研究发现，MTO项目对成年人的收入和就业率影响不大（Kling、Liebman and Katz 2007；Sanbonmatsu et al., 2011）。这些先前的研究使用了2008年之前的州失业保险（UI）记录和2008-2009年收集的调查数据。在下表，作者利用税收数据重新检验了MTO对成年人经济结果的影响。其中表9是不添加系列控制变量的回归结果，附录表9a是添加控制变量后的回归结果，附录表9b是ITT回归结果。三个表结果基本一致，以正文中提到的表9作为主要解释对象。

 

在表9中，可以看到与以往研究结果一致，参与MTO项目对成人的经济表现并无显著影响，其系数均为不显著的。

为了区别成人和儿童的暴露效应，与图2一样，文章考察了自随机试验开始MTO组（Section 8组）中的成人与控制组相比暴露在贫困率小于20%社区的累计时间，也即考察一下有些MTO组迁移回高贫困地区或有些控制组迁移去低贫困地区的影响。结果发现，对两个组而言，成人进行迁移均会导致在低贫困地区生活的时间加长，即上述的迁移影响不会影响本文的结论。

为了从图形中直观反映成人迁移后对其收入的影响，与图2一样，文章考察了自随机试验开始MTO组（Section 8组）中的成人与控制组相比的个人收入。结果发现，对两个组而言，对成人收入而言其影响基本为0，即对成年人经济后果并无影响。

（二）MTO项目对儿童经济结果的影响

 

作者通过下表衡量了MTO项目对儿童经济结果的影响，其中表10是不加控制变量的结果，附录表10a是加入控制变量后的结果，附录表10b是TOT估计结果，以文章主讲的表10为主进行分析。

 

由表10，作者给出了本文结论与以往“MTO项目对儿童经济结果无影响”结论不一的原因。第一，由第（2）列，当把儿童组和青少年组综合考虑时，二者效应相抵消，确实会观察到没有显著影响的结论；第二，由第（3）、（4）列，如果仅考虑一年，则样本过少（552）个，观察不到真实系数，而如果扩张到所有儿童，则系数又会变成和0无差异，由于以往研究数据年份的限制（只有2008年的数据），所以观察到了不显著的结果；第三，考虑16-21岁衡量的个人收入，由于以往数据限制，此时MTO对早期收入无影响，只有当他们完成教育进入劳动力市场后，MTO的效应才能显现出来（见图1）。综上，以往研究其实和本文研究不存在不相符合之处。

（三）排除多重假设检验

 

由于以往研究中，曾对MTO样本进行了多次分组，如种族、性别、实验城市地点等，因此作者担心此次按年龄分组带来的显著性是多重假设检验的产物，而非真正的因果关系（我理解的多重假设检验是，一个人抛硬币，可能抛50次都是正面的概率很小，但是如果有一百万人抛硬币，50次都是正面的人就很多了，如果看这些人的结果，很容易得出错误结论，但其实这个硬币只是有两面的正常硬币）。

 

鉴于此，作者采用了参数F检验和非参数置换检验来排除多重假设检验。参数F检验的结果见表11。表11检验了以下假设：Exp和Exp-Below13交互作用效应均为0（第1行），S8和S8-Below13交互作用效应均为0（第2行），两组效果估计值均为0（第3行），结果基本拒绝原假设，即排除了多重假设检验。作者还在Panel B为以往的研究做了多重假设检验。

另外，作者还进行了安慰剂检验，排除了多重假设检验。

 

最后，值得提出的是，这个分组并不是我们特意在数据集中搜刮出来的显著结果，而是一个我们提出的假说，这也一定程度上排除了多重假设检验。

 

05 成本收益分析和政策启示

 

在本节中，作者将回答两个问题，第一，MTO项目的成本和收益分别是多少？第二，扩大Section 8住房代金券的好处如何？通过以下三个步骤进行研究，第一，量化搬家后孩子们增加的收入；第二，量化政府财政成本；第三，讨论政策含义。注意，这里的成本收益分析都是针对儿童组的MTO项目组参与者而言的。

 

（一）孩子们搬家后的收益

 

首先，计算孩子们搬家后增加的收入。在表3的第（4）列中，搬家约带来了3477美元个人收入的增加，增加额约为控制组的30.8%，作者假定（1）30.8%的增长率不变；（2）孩子们收入生命线符合美国平均人口水平；（3）工资增长率为0.5%，折现率为3%；通过这样计算出对儿童组而言（平均年龄为8岁），使用代金券使终身收入增加302000美元，折现到8岁是99000美元，如果一家有两个孩子则增加的现值为198000美元（具体计算方法可见第895页注释43）。

（二）政府成本收益衡量

 

接着，计算政府干预的财政成本。表12中，作者以纳税比例和总税额为因变量进行回归，可以看到，与控制组相比，儿童组中的MTO组纳税比例增加了5.8%、Section 8组增加了4.8%，因此可以看到对这些儿童，政府得到税收的概率更高。接着，作者量化了具体税额。表12的（2）、（3）列，对于儿童组ITT的估计结果为184美元，占控制组平均个人收入的1.63%（184/11270），对应到个人8岁时税收现值增加5200美元；TOT估计结果为394美元，占控制组的3.50%，对应税收现值增加11200美元，若有两个孩子则增加22400美元。而对于政府来说，他们需要为每家支付1789美元的咨询费或代金券成本3783美元，这一成本远低于11200美元，更低于22400美元。也即成本收益分析表明，MTO项目帮助节省了政府的开支。

（三）政策启示

 

第一，作者的成本收益分析表明，MTO项目不管对政府还是参与者而言都是利大于弊，但如果想做到这点，必须达成几个条件：（1）住房代金券必须要求家庭迁往贫困率低的地方（受儿童组下，MTO组的效果比Section 8好的结论启发）；（2）这个项目必须以家庭里有年龄小的儿童为对象（受MTO项目对青少年有轻微负作用的结论启发）。

 

第二，作者考虑Section 8代金券的推广问题，在我们的分析里，结合前人研究结果，Section 8组代金券使很多家庭选择在同一社区里搬迁到更好的房屋，而非搬移到贫困率更低的地区（Jacob、Kapustin和Ludwig，2015），因此，与Section 8代金券相比，MTO组代金券更有效，因此若想要这个项目发挥最大效用，应该对家庭迁移地的贫困率做出要求。

 

第三，作者的分析忽略了MTO带来的搬迁对该社区原始高收入居民的影响，即会不会产生溢出效应，Chetty和Hendren（2015）的准实验性估计表明，混合收入地区为低收入家庭的儿童带来更好的结果，同时也为高收入家庭的儿童带来稍好的结果。因此，可能不会对原始高收入家庭带来影响，但这一结论需要更科学严谨的证明。

 

06 结论

 

文章发现有力的证据表明，儿童时（13岁以下）搬到低贫困地区的儿童更有可能上大学，成年后收入也大幅提高。这些儿童成年后也生活在更好的社区，他们自己也不太可能成为单亲父母，这表明最初的MTO代金券待遇的一些好处将持续到下一代（收到MTO代金券的父母的孙子）。与儿童组的巨大收益形成对比的是，向低贫困地区迁移对青少年（13-18岁）产生了负面影响。最后，我们复制了先前的研究结果，即MTO引起的迁移对成年人的经济结果影响不大。

 

作者用了一个模型对结果进行了拟合，即搬迁所带来的暴露效应（exposure effect）和中断效应（disruption effect），对儿童组（13岁以下），搬到新环境带来的暴露效应（exposure effect）大于中断效应（disruption effect），对青少年组，搬到新环境带来的暴露效应（exposure effect）小于中断效应（disruption effect）。

 

本推文由中国经济转型讨论班（CETW）供稿。

 

Abstract

 

The Moving to Opportunity (MTO) experiment offered randomly selected families housing vouchers to move from high-poverty housing projects to lower-poverty neighborhoods. We analyze MTO's impacts on children's long-term outcomes using tax data. We find that moving to a lower-poverty neighborhood when young (before age 13) increases college attendance and earnings and reduces single parenthood rates. Moving as an adolescent has slightly negative impacts, perhaps because of disruption effects. The decline in the gains from moving with the age when children move suggests that the duration of exposure to better environments during childhood is an important determinant of children’s long-term outcomes.