文献信息
- 标题: Child Protection and Adult Crime: Using Investigator Assignment to Estimate Causal Effects of Foster Care
- 作者: Joseph J. Doyle Jr. (MIT Sloan School of Management and NBER)
- 类型: 论文笔记
- 发表年份: 2008
- 出版机构/期刊: Journal of Political Economy, Vol. 116, No. 4, Pages 746-770
- DOI: 10.1086/590216
- 难度评估: 高 - 需要计量经济学(工具变量、LATE/MTE框架)和犯罪经济学基础
引言(背景和意义)
领域基础知识
在正式展开这篇论文的深度解读之前,我们首先需要理解其所处的学术领域和关键概念.这篇论文横跨儿童福利(Child Welfare)与犯罪经济学(Criminal Economics)两个交叉领域,涉及两个核心制度背景:美国的儿童保护系统(Child Protection System)和寄养制度(Foster Care System).
当父母被怀疑存在虐待或忽视儿童的行为时,儿童保护调查员(Investigator)会介入调查.如果调查结果表明儿童需要离开原生家庭,他们可能被安置到寄养家庭(Foster Care)_即由政府认证的替代家庭照顾这些受虐待或被忽视的儿童.在美国,每年州政府在儿童保护服务上的支出高达200亿美元,调查超过200万名儿童,并将约80万名儿童临时安置在寄养系统中(Bes et al., 2002; US DHHS, 2004, 2006).
从犯罪经济学的视角, Becker(1968)的经典框架将犯罪行为建模为一种理性决策:个体在预期效用超过最佳替代方案的净收益时,选择犯罪.执法力度的增加(如提高被抓概率或惩罚强度)会降低犯罪的预期收益,从而产生威慑效应(deterrence effect).这一框架在成人犯罪领域已被广泛验证,但将其应用于早期干预(early childhood intervention)对成年犯罪的因果效应研究,在Doyle的这篇论文之前几乎为空白.
研究的主要背景
这篇论文的研究背景可以从以下几个层面来理解:
第一,寄养儿童与成年犯罪之间存在强烈的相关性. 数据显示,30岁以下的年轻囚犯中,近20%在童年时期有过寄养经历;在有前科的囚犯中,这一比例高达25%(美国国家囚犯调查,1997).这意味着寄养儿童群体在成年后陷入刑事司法系统的风险远高于普通人群.这种相关性本身并不能告诉我们因果方向:是寄养经历导致了更高的犯罪率,还是这些儿童本来就来自更容易犯罪的家庭背景?
第二,童年虐待、寄养安置与成年犯罪之间的因果关系在学术上是一个长期悬而 author 是一个关键的知识空白. 尽管人们普遍认为童年受虐可能导致成年后的犯罪行为("暴力循环"假说,Widom 1989),但将儿童从父母身边带走本身也被认为可能造成创伤.例如,寄养系统中的一个典型问题是安置不稳定(placement instability):普通寄养儿童平均至少经历一次安置变动,四分之一的寄养儿童经历三次以上的搬迁.这种频繁的分离和搬迁可能对儿童的依恋形成、社会关系网络和心理健康造成深远的负面影响.
第三,儿童保护政策的制定面临一个核心张力:儿童保护(child protection) vs. 家庭 preservation(family preservation). 政策制定者一直在两种相互竞争的目标之间寻求平衡:一方面是保护儿童免受虐待和忽视的紧迫需要,另一方面是尽可能维护家庭完整性的价值取向.这种张力反映在美国寄养儿童数量的历史波动上:从1960年代的20万至50万,到1970年代的下降,再到1980-1990年代的再度攀升至50万以上.当前政策取向越来越强调家庭 preservation(McDonald et al., 1996; Annie E. Casey Foundation, 2002).
第四,从方法论的角度,此前研究的局限性在于缺乏长期结果数据和因果识别的内生性担忧. 此前的研究多为观察性研究,无法克服选择偏差(selection bias)的问题:被安置到寄养家庭的儿童可能本身就来自最恶劣的家庭背景,或者本身就是最能从安置中受益的儿童.这两种不同的选择偏差会导致对寄养安置效果的不同高估.
作者的问题意识
Joseph J. Doyle Jr. 的问题意识可以概括为以下核心关切:
核心研究问题:对于那些处于安置边缘的儿童(即调查员对是否需要安置存在分歧的案件),寄养安置究竟是减少还是增加了他们成年后的犯罪行为?
这一问题意识具有极高的政策相关性,因为它直接关系到儿童福利系统如何分配有限的资源,以及在"儿童保护"与"家庭 preservation"之间如何权衡取舍.如果寄养安置显著增加了边缘儿童的成年犯罪率,那么政策制定者就应当更加谨慎地扩大安置决策;反之,如果安置能有效降低犯罪率,则应当支持更积极的干预.
方法论创新意识:Doyle 认识到此前研究无法建立因果关系的根本原因在于内生性(endogeneity)_寄养安置决策本身并不是随机分配的,而是与儿童的家庭背景、虐待严重程度等多种不可观测因素相关联.他意识到可以利用伊利诺伊州儿童保护调查员的轮换分配制度(rotational assignment)来构建一个准自然实验(quasi-natural experiment),从而实现对寄养安置因果效应的无偏估计.
研究意义
这篇论文具有多重重要意义:
理论意义:论文首次利用工具变量法(Instrumental Variable, IV)识别了寄养安置对成年犯罪的因果效应,为 Becker 的犯罪经济学框架在儿童福利领域的应用提供了关键的实证支持,并将边际处理效应(Marginal Treatment Effect, MTE)这一微观计量经济学前沿方法引入到儿童福利政策评估中.
政策意义:研究结果对于美国各州的儿童福利政策制定具有直接指导意义.发现在边缘儿童群体中,留在原生家庭反而与更低的成年犯罪率相关联,这提示政策制定者应当对扩大寄养安置持更加审慎的态度,尤其对于那些处于安置边缘的案件.
方法论意义:论文展示了如何利用制度性安排(如调查员的轮换分配制度)作为工具变量来解决政策评估中的内生性问题,这一方法论思路对其他领域的因果识别具有广泛的可借鉴性.
内容及结构(论文结构)
这篇论文的结构遵循标准的实证经济学论文范式,全文共分为七个主要部分:
第一部分:引言(Introduction) _ 建立了研究的问题意识、背景和核心贡献.
第二部分:实证框架(Empirical Framework) _ 构建了包含异质性处理效应的随机系数模型,明确了工具变量的识别策略,并推导了边际处理效应(MTE)的概念和计算方法.
第三部分:背景(Background) _ 描述了伊利诺伊州儿童虐待调查和案件经理分配制度的运作机制,为工具变量的构建提供了制度基础.
第四部分:数据描述(Data Description) _ 介绍了伊利诺伊州综合数据库(Illinois Integrated Database)的构建,包括儿童虐待调查追踪系统(CANTS)、青少年信息中心系统(CYCIS)、伊利诺伊州警方犯罪历史系统和公共援助数据库,并说明了样本选择和描述性统计.
第五部分:估计(Estimation) _ 报告了第一阶段结果(调查员分配与寄养安置的关系)、成人逮捕/定罪/监禁的结果,以及边际处理效应和异质性分析.
第六部分:结论(Conclusion) _ 总结了主要发现,讨论了研究的局限性,并提出了未来研究方向.
此外,论文还包含在线附录(Online Appendix),提供了额外的稳健性检验和按 Cook 县分组的详细结果.
正文(逻辑梳理)
一、背景:研究问题与知识空白
1.1 寄养制度与犯罪:相关性与因果性的鸿沟
这篇论文的研究动机建立在一个令人警醒的事实之上:近20%的年轻囚犯在童年时期有过寄养经历.这一数据来自美国国家成年州级和联邦监狱囚犯调查(1997年),在犯罪经济学和儿童福利研究领域引发了广泛关注.然而,正如 Doyle 在论文中所指出的,这种相关性并不能直接解释为因果关系.
问题的核心在于选择偏差(selection bias).被安置到寄养家庭的儿童并非随机分配,而是基于以下两类因素:
第一类选择偏差:家庭背景因素. 被安置的儿童本来就来自问题更严重的家庭_这些家庭可能本身就具有更高的犯罪倾向、物质滥用问题或家庭暴力历史.即使这些儿童从未被安置,他们糟糕的家庭环境本身就会增加他们日后犯罪的风险.因此,观察到寄养儿童犯罪率更高,可能是家庭背景在"作祟",而非寄养安置本身.
第二类选择偏差:边际收益因素. 儿童保护系统并不是在所有虐待案件中都一致地决定安置与否.相反,调查员和法官在评估每个案件时会做出判断.那些被决定安置的儿童,可能是那些被认为最能从安置中受益的儿童_例如来自极端虐待家庭、面临严重生命危险的儿童.对于这些儿童来说,即使安置可能带来某些创伤,其净收益可能仍然为正(即避免了更大的伤害).这导致使用平均安置结果来推断政策效果时,会系统性地高估安置的收益.
因此,传统的 OLS 回归_即将寄养安置状态作为自变量、成年犯罪作为因变量进行回归_所得到的系数是有偏的:它既包含了寄养安置对犯罪的真正效应,也包含了上述两类选择偏差的叠加影响.
1.2 Doyle (2007) 的先行研究与本文的位置
值得注意的是,Doyle 本人在2007年已经在 Cook 县(包含芝加哥市)使用相同的工具变量策略研究了寄养安置对青少年犯罪(juvenile delinquency)的影响.他发现,在 Cook 县,被安置的边缘儿童比未被安置的对照组更有可能进入青少年司法系统.这一发现为本文研究成年犯罪提供了初步证据,但也意味着研究成年犯罪是必要的_因为青少年时期的结果并不能完全代表成年时期的结果.
本文的独特贡献在于:第一,将结果变量扩展到成人逮捕、定罪和监禁;第二,将研究范围扩展到 Cook 县以外的伊利诺伊州全境(这一区域的数据质量更高);第三,引入了边际处理效应(MTE)的分析框架,对异质性处理效应进行了更细致的探讨.
二、实证框架:工具变量与异质性处理效应
2.1 基础模型设定
Doyle 构建了一个简洁但具有很强说服力的实证框架.考虑以下模型设定:
对于儿童 \({i}\),设 \({Y_i}\) 为成年后的某个结果指标(如是否被捕的二元变量),\({X_i}\) 为可观测的儿童特征向量,\({R_i}\) 为寄养安置的二元指示变量(\({R_i=1}\) 表示被安置,\({R_i=0}\) 表示留在原生家庭).
结果方程(Outcome Equation): \[{Y_i = X_i \beta + \alpha_i R_i + \varepsilon_i \quad \cdots (1)}\]
安置方程(Placement Equation): \[{R_i = \mathbf{1}(Z_i \gamma + X_i \delta + \theta_i > 0) \quad \cdots (2)}\]
其中 \({Z_i}\) 是一个影响寄养安置但不直接影响成年犯罪结果的变量(工具变量),\({\theta_i}\) 是影响安置决策但与 \({\varepsilon_i}\)(犯罪结果误差项)相关的不可观测因素.
2.2 内生性问题的三重来源
Doyle 识别出了处理效应估计面临内生性问题的三个层面:
第一重:\({R_i}\) 与 \({\varepsilon_i}\) 的相关性(传统内生性). 来自最恶劣家庭的儿童既更可能被安置,也更可能犯罪.这对应于经典的遗漏变量偏误.
第二重:\({\alpha_i}\)(处理效应)与 \({R_i}\) 的相关性(相关随机系数偏误). 如果调查员系统性地将那些最能从安置中受益的儿童安置(即 \({\alpha_i}\) 较大的儿童更容易被安置),那么观察到的安置组结果会系统性地高估安置的因果效应.这是儿童福利领域特有的、非常重要的选择偏误来源.
第三重:\({\alpha_i}\) 与 \({\varepsilon_i}\) 的相关性. 如果从安置中获益最多的儿童本身具有最高的犯罪倾向(例如,严重受虐的儿童可能同时具有更高的遗传性和环境风险因素),那么即使消除了上述两类偏误,处理效应本身也可能是异质的,且这种异质性与不可观测的犯罪倾向相关联.
2.3 工具变量的构建:利用调查员的轮换分配制度
Doyle 利用伊利诺伊州的调查员轮换分配制度来解决内生性问题.
制度背景:在伊利诺伊州,所有虐待和忽视报告都通过儿童和家庭服务部(DCFS)接收.案件被转介到离儿童居住地最近的现场团队(field team).每个典型团队在一个县内运作,由约8名调查员(案件经理,case managers)组成.家庭通过轮换(rotation)方式分配给调查员_这是一种为了平衡工作量的自我执行机制.
Doyle 注意到,不同调查员在是否建议安置的倾向上存在系统性差异.这种差异部分源于调查员的个人工作风格("practice wisdom"),而非严格的行政规则.研究文献显示,案件经理在评估虚构案例时的评分者间信度(inter-rater reliability)仅为60%-80%(Nasuti and Pecora, 1993; Rossi, Schuerman, and Budde, 1996).这种主观性意味着,对于相似的案件,不同调查员可能得出截然不同的处置建议.
工具变量的定义:Doyle 构建了一个巧妙的工具变量_调查员安置频率(Investigator Placement Differential).对于分配给案件经理 \({c}\)(在调查子团队 \({j}\) 中)的儿童 \({i}\),工具变量定义为:
\[{Z_{icj} = d_{icj} \cdot \sum_{n \neq j} \frac{(R_{ck} - \bar{R}_k)}{n_{cj} - n_{ck}}}\]
其中 \({d_{icj}}\) 是指示儿童 \({i}\) 被分配到团队 \({j}\) 中案件经理 \({c}\) 的二元变量,\({R_{ck}}\) 是案件经理 \({c}\) 在子团队 \({k}\) 中安置的儿童比例,\({\bar{R}_k}\) 是子团队 \({k}\) 的平均安置比例,\({n_{cj}}\) 是案件经理 \({c}\) 在团队 \({j}\) 中调查的儿童数量.
这个工具变量的直观含义是:对于一个给定的儿童,他所分配的调查员比其他团队中同类调查员更倾向(还是不倾向)于安置儿童.如果该调查员的安置率高于同类调查员(\({Z > 0}\)),则该家庭处于"严格调查员"(strict investigator)的管辖之下;反之则处于"宽松调查员"(lenient investigator)的管辖之下.
2.4 识别假设与 LATE 框架
在 Imbens and Angrist(1994)的局部平均处理效应(LATE)框架下,Doyle 的识别依赖于以下假设:
排除限制(Exclusion Restriction): \[{E(Z \varepsilon) = 0; \quad E(Z \alpha) = 0; \quad E(Z \theta) = 0; \quad \gamma \neq 0}\]
这三个条件分别表示: 1. 工具变量 \({Z}\) 不通过安置决策以外的渠道影响成年犯罪结果(即工具变量的"排他性") 2. 工具变量 \({Z}\) 与不可观测的安置收益异质性 \({\alpha}\) 不相关(即 \({Z}\) 与"谁从安置中受益最多"无关) 3. 工具变量 \({Z}\) 与影响安置决策的不可观测因素 \({\theta}\) 不相关(即 \({Z}\) 与安置决策的遗漏驱动因素无关)
单调性条件(Monotonicity):如果一个儿童被"宽松"调查员安置,他也会被"严格"调查员安置(即,不存在"defier"_反着来的儿童).这一条件排除了那些被分配到宽松调查员反而更可能被安置的反例情况.
在满足上述假设的条件下,工具变量的系数可以解释为局部平均处理效应(LATE)_即那些因为调查员分配而被诱导安置的边缘儿童的安置效应.
2.5 边际处理效应(MTE)
Doyle 进一步引入了边际处理效应(Marginal Treatment Effect, MTE)的概念,以捕捉处理效应在不同安置倾向儿童之间的异质性.
MTE 定义为: \[{\alpha_{MTE}(P(z)) = \frac{\partial E(Y | P(z))}{\partial P(z)}}\]
其中 \({P(z)}\) 是基于工具变量计算的预测安置概率.MTE 描述的是:对于具有特定安置倾向(由工具变量决定)的儿童群体,安置概率每增加一个单位,犯罪结果的边际变化.
MTE 的优势在于它提供了一个连续的效应谱(而非单一的 LATE),使得研究者可以观察处理效应如何随着儿童安置倾向的变化而变化.如果 MTE 曲线是向上倾斜的,则意味着那些被"严格调查员"分配的边缘儿童_他们本身可能具有较低的安置倾向(因为即使是严格调查员也没有十足理由安置他们)_在安置后犯罪率增加得更多.这为理解安置效应的异质性提供了更丰富的图像.
三、制度背景:调查员分配与安置决策
3.1 伊利诺伊州儿童保护系统的运作
伊利诺伊州 DCFS 的调查员在收到虐待或忽视报告后,有三种主要处置选择:
第一,紧急移除(Emergency Removal). 调查员可以直接将儿童从家中带走,通常在向法官陈述理由之后进行.
第二,案件无依据(Case Without Merit). 调查员认定报告缺乏依据,不采取进一步行动.
第三,提交法官裁决(Judge Decision). 在大多数需要安置的案件中,最终决定权在县儿童保护部门少年法庭的法官手中.调查员负责收集证据并提出建议,但法官拥有最终决定权.
这一制度安排的关键在于:即使调查员强烈建议安置,他们也需要通过证据说服法官.因此,不同调查员在证据收集方式和建议说服力上的差异,可能导致相似案件在不同调查员手下有截然不同的结局_这为工具变量的变异提供了来源.
3.2 轮换分配制度的例外情况
Doyle 在论文中坦诚地指出了轮换分配制度的几个例外情况,并据此对分析样本进行了限制:
例外一:特定社区分配. 某些现场团队将调查员分配到特定社区.如果某些类型的调查员恰好被分配到更容易发生虐待或忽视的社区,那么跨调查员的比较就会混入社区效应.Doyle 的解决方案是定义更细粒度的"调查子团队"_按现场团队 × 邮政编码 × 西班牙裔 × 报告年份的交叉分组来计算工具变量,并在分析中控制这些固定效应.
例外二:重复调查. 如果一个家庭被多次调查,系统会尽量分配相同的调查员.在这种情况下,分配给初始调查的调查员才是外生变异来源,而非后续调查的调查员.
例外三:西班牙语案件. 如果家庭只说西班牙语,系统会尽量分配会说西班牙语的调查员.如果某些调查员专门处理西班牙语案件,跨调查员的比较就会混入语言因素.Doyle 在分析中将西班牙裔案件单独处理.
例外四:性虐待和药物暴露婴儿案件. 这些案件被分配给经过专门培训的调查员,因此不进入常规轮换系统,在分析中予以排除.
四、数据描述:伊利诺伊州综合数据库
4.1 独特的数据链接
这篇论文使用了一个极为罕见的行政数据集链接,这是其核心贡献之一.Doyle 利用 Chapin Hall 儿童中心(芝加哥大学附属研究机构)创建的伊利诺伊州综合数据库(Illinois Integrated Database, IDB),将来自多个政府机构的个人层面数据进行了匹配:
第一个数据集:儿童虐待和忽视追踪系统(CANTS). 包含调查详情_初始报告者、指控类型、涉嫌犯罪者、分配的现场团队和案件经理,以及儿童姓名、出生日期、性别、种族和地址.
第二个数据集:儿童和青少年信息中心系统(CYCIS). 追踪寄养系统中儿童的信息,并与 CANTS 链接以确定儿童是否曾被安置.
第三个数据集:伊利诺伊州警方计算机化犯罪历史系统. 记录伊利诺伊州的所有逮捕,并关联相关的指控、罪行、法院裁决和判决.
第四个数据集:伊利诺伊州纵向公共援助数据库. 用于获取儿童的社会安全号码,以便与犯罪司法数据进行匹配.
这些数据通过姓名、地址、社会安全号码、出生日期和其他标识符进行匹配,创建了一个从童年调查到成年犯罪结果的纵向追踪面板.
4.2 样本构建
时间范围:调查数据从1990年7月1日到2003年6月30日.逮捕数据从2000年到2005年(社会安全号开始被系统记录的年份).
样本限制:
限制一:只考虑调查前已获得医疗补助(Medicaid)的儿童. 这一限制的原因是:一旦进入寄养系统,儿童有资格获得 Medicaid,而 Medicaid 系统中个人标识符(包括社会安全号)的可用性更高.这意味着如果不做此限制,寄养儿童更容易被匹配到犯罪司法数据中_这是一个匹配偏差(match bias)问题.将分析限制在调查前已获得 Medicaid 的儿童(约占所有首次虐待报告的43%)中,可以比较具有相同已知标识符的儿童.截至 2005 年,这一样本中的寄养儿童有82%在首次虐待报告前已获得 Medicaid.
限制二:年龄限制. 为确保儿童在样本期末(2005年)已达到成年(18岁),分析只包括调查时年龄在4至16岁的儿童.这一限制也确保了寄养安置记录是不被审查的(uncensored).
限制三:亲子关系限制. 为专注于"从家中移除"的效果,分析只考虑涉嫌犯罪者是亲生父母、继父母或同居成人的案件(约占所有调查的81%).
限制五:排除性虐待案件. 性虐待案件(约占所有调查的8%)被排除,因为它们不太可能进入常规轮换分配系统.
经过所有限制后,分析样本包含近45,000名儿童,其中约一半在 Cook 县(包含芝加哥市),一半在 Cook 县以外.
4.3 描述性统计
安置率:Cook 县以外的儿童中,16%最终被安置到寄养家庭;Cook 县内这一比例为26%(显著高于全国约10%的比例,这主要反映了样本限制在已获得 Medicaid 的儿童这一事实).
种族构成:Cook 县以外调查中71%为白人儿童;Cook 县内调查中仅12%为白人儿童,76%为非裔美国儿童,11%为西班牙裔儿童.这反映了低收入家庭中 Medicaid 覆盖率和 DCFS 介入的种族差异.
指控类型:约一半指控是虐待(abuse),另一半是忽视(neglect).最常见的忽视指控是"缺乏监督"(lack of supervision),通常意味着父母遗弃了孩子;最常见的虐待指控是"重大伤害风险"(substantial risk of harm,29%)和身体虐待(physical abuse,18%).
犯罪结果:在2000-2005年期间,Cook 县以外被调查儿童的26%和 Cook 县内被调查儿童的22%最终被捕.如果将样本限制在2005年时25岁的男性,则两组对应的逮捕率分别为40%和35%_这一水平与已有文献中"走出寄养系统的青少年犯罪率高达50%-67%"的记录相吻合.
五、实证结果
5.1 第一阶段:调查员分配与寄养安置
在报告主要结果之前,Doyle 首先验证了工具变量与寄养安置之间的第一阶段关系_即调查员的安置倾向是否真的预测了儿童的实际安置结果.
表3报告了第一阶段回归结果.在 Cook 县以外的样本中,工具变量的系数为0.23(即调查员安置频率每增加10个百分点,儿童实际被安置的概率增加2.3个百分点);在 Cook 县内,系数为0.27.在加入儿童特征控制变量后,系数基本保持不变(0.23和0.26),这符合预期_因为轮换分配机制确保了儿童特征在跨调查员之间是相似的.
F统计量接近40,远超过"弱工具变量"的经验法则阈值10(Stock, Wright, and Yogo, 2002),表明工具变量具有足够强的预测力.
平衡性检验:表2报告了将工具变量对儿童特征进行回归的结果.如果分配到高安置率调查员的儿童本身就具有某些系统性的特征差异(例如更可能被医生或警方报告),那么工具变量就会与这些特征相关,从而违反排除限制.回归结果显示,工具变量与可观测的儿童特征(包括年龄、种族、报告者类型、指控类型等)之间几乎没有统计学上显著的关系,这为识别假设提供了支持性证据.
此外,Doyle 还进行了两项额外的验证:
入住时长验证:如果高安置率调查员被分配到来自最恶劣家庭的儿童,那么这些儿童的寄养入住时长应该更长(因为来自更恶劣家庭的儿童更难被送回).然而,在本样本中,更高的调查员安置频率与入住时长之间没有显著关系.
亲属安置验证:尽管调查员不监督被安置的儿童,但他们可能会向法官推荐亲属作为寄养家庭.如果高安置率调查员更经常推荐亲属安置,那么亲属安置比例应该与调查员安置频率相关.但回归结果显示这种关系同样非常微弱(几乎为零),这进一步表明调查员对儿童安置结果的影响主要体现在"是否安置"而非"如何安置"上.
5.2 成人逮捕结果
表4报告了核心结果. Doyle 按地理位置(Cook 县以内 vs. 以外)分开报告,因为 Cook 县的数据匹配质量明显低于其他地区(后文将详细讨论).
均值比较(Simple Mean Comparison):被安置的儿童与未被安置的儿童相比,Cook 县以外样本的逮捕率高出6-7.5个百分点(均值约26%),Cook 县内高出3个百分点(均值约22%).这些 OLS 系数为正,但 Doyle 强调它们包含严重的selection bias.
reduced-form 估计:调查员安置频率对成年逮捕率的 Reduced-form 效应.在 Cook 县以外,将调查员安置频率从第10百分位(-0.10)变化到第90百分位(+0.11),与逮捕率从0.25增加到0.28相关联_这是一个约3个百分点的增加,具有统计显著性.
两阶段最小二乘(2SLS)估计:在 Cook 县以外的样本中,2SLS 系数为0.39(标准误=0.19).这意味着:如果让10%的"边缘案件"(那些因调查员分配而被诱导安置的儿童)接受寄养安置,他们的逮捕率将比未安置的边缘儿童高出约39个百分点.
Doyle 特别强调,这一结果在量级上非常大:要满足样本平均逮捕率26%、安置率10%和39个百分点处理效应这三个条件,就需要被安置儿童的逮捕率为61%、未安置儿童为22%_这与文献中记录的高逮捕率是一致的.
然而,他也坦承这个估计是相对不精确的(标准误较大),因此在解释时需要谨慎.
在 Cook 县内,2SLS 估计的系数为0.10(Cook)和0.08(标准误=0.10),明显小于 Cook 县以外的估计,且在常规显著性水平上不具有统计显著性.
5.3 犯罪严重程度:定罪和监禁
表5将结果扩展到犯罪严重程度的不同层次.
定罪结果:在 Cook 县以外的样本中,被安置儿童的定罪率比未安置儿童高约4个百分点(均值15%).Reduced-form 系数为0.09(标准误=0.035),2SLS 系数为0.40(标准误=0.15)_与逮捕结果的模式高度一致.
监禁结果:监禁率(6.6%,男性为9.8%)的结果同样类似.Reduced-form 系数为0.05(标准误=0.023),2SLS 系数为0.22(标准误=0.10).
Cook 县 vs. 非 Cook 县的差异:在 Cook 县内,定罪和监禁的2SLS 估计值几乎为零,但当使用姓名和出生日期而非社会安全号进行匹配时,Cook 县的定罪2SLS 估计增加到0.097(标准误=0.10).这些对比揭示了数据质量问题的重要性_Cook 县的犯罪记录匹配质量较低,导致了估计的衰减偏误.
5.4 边际处理效应(MTE)
MTE 分析的核心发现体现在图2中.
图2A(Cook 县以外 – 逮捕):MTE 函数在整个安置倾向分布上均大于零,且向上倾斜.这意味着:对于那些由高安置率调查员分配的边缘儿童_他们的不可观测特征使得他们本身最不可能被安置_如果他们仍然被安置了(因为被分配到了严格调查员),他们的逮捕率增加得最多.这与"从安置中获益最多"的儿童(严重受虐、最需要保护的儿童)恰恰相反_边缘儿童可能具有某些不可观测的"保护性因素",但被安置的创伤中断了这些因素,从而增加了犯罪风险.
图2B(Cook 县内 – 逮捕):MTE 函数在零点附近波动,2SLS 估计值(零)落在置信区间的中心,这与 Cook 县内较弱的2SLS 结果一致.
图2C(Cook 县以外 – 定罪)和图2D(Cook 县以外 – 监禁):定罪的 MTE 函数模式与逮捕类似;对于监禁,MTE 在预测安置分布的大部分区间约为0.25,较为平坦.
5.5 异质性分析
性别差异(表6):男孩的逮捕率(31% vs. 22%)、定罪率(19% vs. 11%)和监禁率(10% vs. 3.3%)均高于女孩.令人意外的是,2SLS 估计显示女孩在逮捕和定罪方面的处理效应系数更大(虽然统计上不显著),但在监禁方面男孩的系数更大且显著.这种性别异质性的机制尚不完全清楚,Doyle 也坦承由于估计精度有限,这些差异不应被过度解读.
指控类型差异:虐待(abuse)和忽视(neglect)案件的逮捕结果相似,但虐待案件的监禁效应更强.无论在白人还是非裔美国人的子样本中,2SLS 点估计值都比汇总结果更大.
年龄差异:将样本按调查时年龄分为10岁以下和10岁及以上两组,寄养安置率在年轻组(17%)略高于年长组(15%,因为有更长的风险期).但两组的2SLS 点估计值相近.
暴力犯罪 vs. 财产犯罪 vs. 毒品犯罪(表7):在 Cook 县以外的样本中,药物犯罪逮捕(7.5%的基准率)在 OLS 和 Reduced-form 中均未发现显著效应.财产犯罪逮捕(10.5%)和暴力犯罪逮捕(8.7%)均发现了显著的处理效应:财产犯罪的2SLS 系数为0.21(标准误=0.10),暴力犯罪为0.16(标准误=0.11).
5.6 稳健性检验
Doyle 进行了多项稳健性检验,包括:使用 IV Probit 模型(结果相似);加入邮政编码固定效应(结果稳健);使用姓名和出生日期而非社会安全号进行匹配(在 Cook 县内增大了估计值,在 Cook 县以外略有缩小但方向一致).
六、数据质量问题:Cook 县 vs. 非 Cook 县
值得注意的是,Doyle 在整篇论文中反复强调 Cook 县(芝加哥地区)的数据质量问题,这具有重要的分析含义:
伊利诺伊州警方犯罪历史系统中,逮捕记录与法庭系统之间的联系在 Cook 县已知质量较低.具体而言,在 Cook 县以外,约80%的被捕者其社会安全号在各年份中均可用,而在 Cook 县内这一比例仅为65%.此外,Cook 县的监禁匹配率远低于根据人口推算应有的水平_这强烈暗示 Cook 县的数据库链接存在系统性衰减.
这种数据质量差异解释了为什么 Cook 县的所有估计值都小于且更不精确于 Cook 县以外的相应估计.因此,Doyle 在论文中多处强调,Cook 县以外样本的估计值应被视为更可靠的证据.
结论(Conclusion)
核心发现
Doyle 的这项研究提供了关于寄养安置对边缘儿童成年犯罪因果效应的首批严格实证证据之一.利用伊利诺伊州独特的行政数据链接和调查员轮换分配制度作为工具变量,他的研究设计在很大程度上克服了此前研究面临的选择偏误问题.
最核心的发现是:在 Cook 县以外的样本中,对于处于寄养安置边缘的学龄儿童,留在原生家庭与更低的成年逮捕、定罪和监禁率相关联. 2SLS 估计表明,如果让10%的边缘儿童被安置,他们的逮捕率将比未安置的边缘儿童高出约39个百分点_这是一个量级巨大但精度有限的估计.在定罪和监禁方面,结果的模式高度一致.
然而,Doyle 明确指出,这些发现不应被解释为寄养安置对所有儿童都有害.研究关注的群体是"边缘案件"_即不同调查员对是否安置存在分歧的儿童.对于那些虐待严重到所有调查员都会同意必须安置的儿童,寄养安置可能仍然是有益的(或者至少是必要的).
对领域的主要贡献
这篇论文对多个领域做出了重要贡献:
第一,对儿童福利研究的贡献. 论文提供了首个利用随机分配机制识别寄养安置长期因果效应的研究,有力地证明了此前观察性研究中的相关性发现(寄养儿童犯罪率更高)不能被解读为因果效应,且因果效应的方向可能与直觉相反.
第二,对犯罪经济学的贡献. 论文将 Becker 的犯罪威慑框架扩展到了生命早期的政策干预领域,证明了威慑效应在儿童福利场景中同样具有解释力_提高被发现和惩罚的概率(即更高的安置风险)会改变相关行为人的行为.
第三,对应用微观计量经济学的贡献. 论文展示了如何利用制度细节(调查员轮换分配)来构建有效的工具变量,并将 MTE 分析框架应用于政策评估中,丰富了我们对异质性处理效应的理解.
研究局限性
Doyle 坦诚地讨论了研究的几个重要局限性:
局限性一:样本代表性. 分析样本限于伊利诺伊州4-16岁、调查前已获得 Medicaid 的学龄儿童,且该州在亲属寄养方面的依赖程度高于全国平均水平(50% vs. 23%).这意味着研究结果可能不能直接推广到其他州或其他年龄组的儿童.
局限性二:政策相关性. 研究关注的是"边缘案件",即调查员之间存在分歧的案件.这直接关系到"应该更强调家庭 preservation 还是儿童保护"的政策讨论,但不涉及最严重虐待案件(所有调查员都会同意安置的案件)的政策效果.
局限性三:成年犯罪结果的地域性. 研究只考察了在伊利诺伊州被逮捕的成年人.如果寄养安置增加了成年人离开伊利诺伊州的倾向(即"迁徙效应"),那么我们的逮捕率估计可能是偏低的(因为在州外的犯罪无法被观察到).然而,此前 Doyle (2007) 发现被安置儿童在伊利诺伊州的就业率更低(与失业保险数据库匹配),这暗示他们不太可能因为更有经济机会而主动留在州内_因此迁徙效应可能不是主要问题.
局限性四:效应异质性与平均处理效应的不可识别性. 由于安置倾向分布没有覆盖完整的 [0,1] 区间(预测安置概率仅在0.11至0.23之间),无法估计传统意义上的平均处理效应(ATE),只能报告 LATE 和 MTE.这意味着我们无法直接回答"如果所有被调查儿童都被安置,结果会怎样"这一政策问题.
未来研究方向(Future Work)
论文中明确提及的未来研究方向
Doyle 本人在结论部分提出了几个值得进一步研究的方向:
方向一:扩展到更年幼的儿童. 随着样本中年幼儿童达到可被成年人逮捕的年龄,未来研究可以考虑更年幼的儿童群体,以全面评估寄养安置对不同发展阶段儿童的影响.
方向二:更精确的长期结果测量. 改善 Cook 县(芝加哥地区)的数据链接质量,以获得更准确的犯罪结果测量,从而在该地区也能得出更精确的因果估计.
方向三:深入分析安置时长和安置类型. Doyle 在论文中注意到其实证策略无法分析安置时长对结果的影响,因为大多数被安置儿童都待了一年或更长时间.此外,探索安置类型(亲属 vs. 非亲属寄养家庭)可能是一个有价值的扩展.
方向四:成本效益分析. 要全面评估寄养安置政策,需要在犯罪减少的收益与安置的财政成本之间进行权衡比较.一项全面的成本效益分析需要更详细的单价数据和安置成本数据.
基于论文思考的潜在下一步研究
结合对论文的深度分析,我认为以下几个方向值得特别关注:
方向一:深入理解 MTE 向上倾斜的机制. MTE 函数显示,对于那些由高安置率调查员分配的边缘儿童(他们的不可观测特征使他们最不可能被安置),如果他们被强制安置,犯罪率增加得最多.一个重要的研究问题是:这些边缘儿童的"保护性因素"是什么?它们是如何被寄养安置所破坏的?定性地了解这些机制(如与原生家庭的依恋关系、社区网络、学校连续性等)将有助于设计更好的干预措施.
方向二:寄养安置与其他替代干预的比较. 本研究隐含的政策含义是"留在家里更好",但它没有比较寄养安置与其他替代干预措施(如强化家庭 preservation 服务、高质量日托、社区支持项目等)的效果.一个更有价值的政策问题是:对于边缘案件,是"留在恶劣的家里"更糟,还是"安置到高质量的寄养家庭"更佳?
方向三:性别差异的机制探索. 论文发现女孩在逮捕和定罪方面有更大的处理效应点估计,但男孩在监禁方面有更大的效应.这种性别差异背后的机制是什么?是女孩对分离和搬迁创伤更敏感,还是男孩的犯罪行为在寄养系统中得到了更好的遏制(反常地增加了监禁的可能性)?这一发现对于性别敏感的干预设计具有直接意义.
方向四:追踪研究的长期延伸. Doyle 的研究追踪了最多至2005年的结果(样本中年龄最大的儿童在2005年约25岁).考虑到犯罪率在25岁之后通常开始下降,一个更有价值的延伸是将追踪期延长到这些个体的30-40岁,以观察寄养安置效应是否在整个生命周期中持续存在、衰减还是逆转.
方向五:跨州比较研究. 不同州的儿童福利系统差异巨大_在寄养安置标准、资金水平、服务可用性和司法介入门槛等方面各不相同.能否在多州范围内复制 Doyle 的发现,将是评估其外部有效性的关键一步.
方向六:融合定性研究的混合方法. 本研究揭示了"安置边缘案件会增加成年犯罪"这一量化发现,但对于理解这一发现的机制_即安置经历中的哪些具体要素导致了这一结果(安置不稳定?与原生家庭分离?寄养家庭的质量?新的社区环境?)_定量方法有其固有的局限性.将深度访谈和生活史研究纳入这一议题,将有助于揭示机制并指导干预设计.
学术思考
这篇论文在学术上引发了深刻的思考,特别是关于政策干预的边界效应与个体异质性之间的关系问题.
一个核心的学术张力存在于"平均效应"与"边际效应"之间.传统的政策评估追求平均处理效应(ATE)_即政策对"平均意义上的"个体的效应.然而,Doyle 的研究揭示了一个重要的洞见:对于最需要干预的个体(严重受虐、最有保护必要的儿童),寄养安置可能确实是有益的;但对于边缘案件(即决策边界上的儿童),同样的干预却可能是有害的.这两种效应方向完全相反的处理效应共存于同一个总体中,意味着任何简单的"扩大安置"或"缩小安置"的政策建议都是错误的_正确的政策必须精细地识别哪些儿童属于哪一类,并针对性地分配干预资源.
另一个深刻的学术问题是"创伤"的量化与测量.论文隐含地将寄养安置的负面效应归因于"从原生家庭分离的创伤",但这一机制是通过何种途径转化为成年犯罪增加的呢?是安置不稳定导致的依恋障碍?是寄养家庭质量不高?是社区和学校变更造成的学业中断?还是原生家庭创伤与寄养系统创伤的叠加?理解这一机制,对于设计有效的干预措施(如改善安置稳定性、加强对寄养家庭的支持等)至关重要,而不仅仅是做出"留在家里更好"的结论.
最后,这篇论文还提出了一个更广泛的方法论问题:当我们发现一个因果效应在边缘群体中为负时,我们应该如何修改政策? 简单地减少干预可能会使那些真正需要干预的严重案例失去保护.因此,这一发现的政策含义远比表面上看起来更加复杂,需要在儿童保护风险与家庭 preservation 收益之间进行精细的权衡.
下一步用户可能提的问题
根据论文内容和上述分析,以下几个方向可能是用户接下来可能感兴趣的问题:
为什么 Cook 县和非 Cook 县的结果差异如此之大? 数据质量问题究竟如何系统性地偏倚了估计结果,以及在 Cook 县应该采取什么措施来改善数据质量?
寄养安置对儿童的其他长期结果(如教育、就业、心理健康)的影响是什么? Doyle 主要关注了犯罪结果,但安置对其他发展维度的因果效应可能完全不同.
有没有哪些特定类型的儿童(如严重受虐 vs. 忽视、年幼 vs. 年长、男孩 vs. 女孩)实际上从寄养安置中受益? 论文的异质性分析虽然有所涉及,但受限于样本量无法得出确切结论.
如果留在家里更好,那么什么样的"替代干预措施"(如强化家庭服务、社区支持、经济援助)能够在不进行寄养安置的情况下改善边缘儿童的结果?
调查员个人特征(如性别、种族、工作年限、专业背景)如何影响他们的安置倾向和工作风格? 这涉及对制度运作机制更深层次的理解.
这篇论文的主要发现在多大程度上可以推广到其他州、其他国家或不同历史文化背景下的儿童保护系统?
从经济学角度,如何对寄养安置政策进行全面的成本效益分析? 减少犯罪的社会收益(避免的司法系统成本、受害者损失、生产力损失)与安置的财政成本如何权衡?
