凡是搞计量经济的，都关注这个号了
稿件：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
关于下方文字内容，作者：陈心怡，西交利物浦大学金融数学；看了下方文字内容后，建议仔细读读文后附上的原文，里面内容非常丰富。背景知识：1.中国学界F4发表AER一篇! 知识青年上山下乡与农村教育问题！2.对陈,范,顾, 周四人AER文章数据, 实证, 机制和结论提出32页质疑！3.关于AER文章被质疑的紧急回应和答复, 对我们的质疑毫无根据纯属个人经验谬判！４.华人计量院士和其博士生在AER的文章被一日裔经济学家公开质疑！双方以AER为阵地进行激烈交锋！
背景知识：1.AER中截面数据(队列)DID的程序和数据开放下载！来自中国四学者的最新研究！2.截面DID, 各种固定效应, 安慰剂检验, 置换检验, 其他外部冲击的处理，3.截面数据DID操作程序指南, 一步一步教你做，4.截面数据DID讲述, 截面做双重差分政策评估的范式
Yi Chen, Hanming Fanga, The long-term consequence of China’s ‘Later, Longer, Fewer’ campaign in old age, Journal of Development Economics, Volume 151, June 2021, 102664.We examine how China's “Later, Longer, Fewer” (LLF) policies in the early 1970s affect the quality of life of the Chinese elderly forty years later. We identify the causal impact of the LLF policies by exploiting the provincial heterogeneity in policy implementation. We find that the LLF policies reduced the total fertility rate by 1.57 from 1969 to 1978, explaining about half of the decline in fertility during this period. Parents do not receive fewer financial support as a consequence, but they have fewer children living close by and receive fewer contacts and visits from children. We find that the impacts of the family planning policies on elderly parents' physical and mental well-being are drastically different: parents more exposed to family planning policies do not suffer from worse physical health status, but report more severe depression symptoms.
中国1970年代 “晚稀少”计划生育政策对当今老年群体的长期后果本文研究了1970年代初期中国计划生育政策（晚稀少LLF）对40年后中国老年人生活质量的影响。研究方法为通过利用省级政策实施的异质性来确定LLF计划生育政策的因果影响。研究发现，从1969年至1978年，中国的LLF计划生育政策使总生育率（TFR）降低了1.57，且其中一半的生育率下降的原因为计划生育政策。父母没有因此而获得减少的经济支持，但住在他们附近的子女减少了，当今中国老年人受到的子女的接触和探访也随之减少。研究发现中国计划生育政策对年迈父母生理健康和心理健康的影响截然不同：受到计划生育政策影响更大的父母的身体健康状况尚可，但出现了更严重的抑郁症状。1.Introduction 引言
中国的计划生育政策在很多方面都是人类历史上前所未有的。中国是最早实施计划生育的国家之一，并且其政策的实施是世界上最为严格的。早于1979年生效的独生子女政策（OCP），中国在1970年代初期实施了严格的名为“晚稀少”（LLF）的计划生育政策。中国的总生育率（TFR）由1969年的5.7骤降为1978年的2.7。短期内的生育率骤降不可避免地加速了中国的人口老龄化。联合国人口司预计，到 2050 年，中国 65 岁及以上老年人口将达到 3.656 亿，占总人口的 26.0%。在LLF政策出台40年后，第一批受到影响的群体步入60岁，不同于他们的前辈，能够照顾他们的后辈更少。因此，揭示LLF计划生育政策的长期影响有助于了解这一不断增长的老年人口的生活质量。从理论上解释LLF计划生育政策对老年群体生活质量的影响尚不明确。在像中国这样的发展中国家，毋庸置疑，子女在提供老年支持方面发挥着关键作用。而子女适量的减少并不一定会导致老年人情况的恶化，有至少两点原因：1）子女数量的减少，减少了过去分配给子女的资源，从而有更多的资源能够重新分配给父母辈。（父母的营养摄入改善；BMI体重指数提高；减轻时间和经济压力，减轻父母的生育负担，有益于父母的身心健康）；2）父母可能会转向其他养老支持措施来弥补少生孩子带来的增加的养老问题。（中国家庭为应对计划生育政策而增加了储蓄，通过储蓄来获取养老支持措施）。本研究关注中国的计划生育LLF政策对 60 岁及以上老年人生活幸福感的长期影响（包括生活安排、孩子的支持、消费以及身心健康）。为了估计LLF政策在1970年代初的影响，本研究根据计划生育领导小组（主要负责 LLF 政策实施的政府机构）在不同地区的成立年份构建了一个在各省层面不同的政策暴露测度，实证策略为一种队列双重差分 (DID) 方法。根据DID的识别要求，需要提供一组支持平行趋势假设的证据。不同地区计划生育领导小组的成立年份与省级经济条件无关，结果对控制异质趋势的各种功能规范是稳健的，估计对于控制同时期事件（包括文化大革命、下乡运动和经济发展）也是稳健的。独生子女政策（OCP）对终生生育率的影响相当有限，而中国大部分的生育率下降实际上发生在 1970 年代（LLF）--实行独生子女政策（OCP）之前。
图 1 描绘了 1949 年至 2002 年中国总生育率随时间变化的序列。 利用早期政策冲击的另一个优势是，它使我们能够研究“足够老”的老年人。（1979 年 20 岁的人在 2011 年只有 52 岁；1970 年 20 岁的人在 2011 年将是 61 岁——在这个年龄，人们更有可能成为被照顾者而不是他们的孙子孙女的照顾者。）根据中国健康与退休纵向研究（CHARLS）的三波（2011、2013、2015）数据，实证分析表明，中国的计划生育政策对父母的身体健康和心理健康有不同程度的影响。对计划生育政策有更多了解的父母不会减少家庭支出。没有证据表明父母的身体健康状况会因长期的计划生育政策LLF而恶化；相反，年迈父母（尤其是母亲）的心理健康状况并不那么乐观（因为孩子较少，父母从孩子那里得到的陪伴较少；暴露计划生育政策较多的女性更容易患抑郁症。）本研究结果可能与中国的高老年人自杀率 (ESR) 有关，发现其比中国普通人口高4到5倍，大于全球平均水平的2倍。【为什么计划生育对老年人身体和心理健康的影响如此不同？】理论框架假设：(1) 老年人的心理对子女带来的心理支持比对经济支持更敏感 (2) 没有技术可以补足孩子们的陪伴。（孩子的陪伴不像年轻时的收入无法储存）1）有助于理解中国计划生育政策LLT的后果（包括储蓄率、婚姻、劳动力供给、子女结果、父母健康、城乡移民、女性赋权（过去的研究基于对OCP政策的影响））本文提出LLT在中国人口转变过程中相比OCP发挥的更为重要的作用。2）为全球计划生育政策的长期后果提供了重要证据。（计划生育政策并非中国独有）2.Institutional background 背景
2.1 China’s family planing policies during the 1970s 本节简述了LLF政策（在1970年代OCP之前），中国的计划生育政策历史比独生子女政策悠久得多。-最早可追溯到1962年12月 [62]698号文件《关于认真提倡计划生育的指示》的发布。-1964年，国家计划生育委员会成立，省、市、县三级委员会相继成立。-1966年，由于文化大革命的爆发大部分计划生育机构停止运作。-1970年初，周恩来总理强调，计划生育政策的实施不能停。（技术上自愿，尽管有证据表明该计划生育具有若干强制因素）-1971年，国务院印发 [71]51号文件《关于更好地执行计划生育政策的报告》，标志着计划生育从文革中恢复过来。该文件要求各省成立计划生育工作领导小组，组织领导计划生育政策的实施。-1969年开始试点，至1975年，各省都成立了领导小组，为省级重要的高水平机构，其领导人大多为省委总书记。【领导小组核心职责】----执行“晚稀少”（LLF）政策。“晚”----晚婚（女性 23 岁，男性 25 岁）。总体而言，与独生子女政策时期（OCP：超生可能导致巨额罚款甚至父母失业）相比，LLF政策执行要宽松得多。LLF：政府要求减少生育；节育措施补充（为计划生育提供技术支持：避孕和绝育措施的研究；引进绝育技术和设备；分发避孕药）2.2 Old-age support in China中国养老中国以儒家模式和孝顺家庭系统闻名。这种价值观一直延续到近代中国，孝道甚至被写入《中国宪法》和《婚姻法》。传统认为孩子应该尊重和照顾年迈的父母。与社会保障体系更发达的西方国家相比，中国更依赖家庭作为养老的主要提供者。子女对父母的赡养包括共同居住；经济或实物支持；时间转移（非正式护理）。中国正在发展公共养老体系，最重要的两个社会支持体系为城镇职工基本养老保险（BOAI）和无业居民养老保险。尽管覆盖面很广，但人均月养老金仍低，随着中国快速老龄化，越来越担心该体系的财务可持续性。此阶段基本养老金制度更多是补充，而不是替代家庭对老人的赡养。中国养老院的缺乏的原因可以来源于供给侧和需求侧。供给侧：行政审批程序复杂冗长、民营养老机构门槛较高；需求侧：父母住养老院表明孩子不孝的社会污名仍然存在。在养老金计划更慷慨的地区，老年人在经济上更依赖养老金;在中国农村，子女仍然是中国养老的主要来源（子女在养老方面提供照顾和陪伴--重要的非经济支持/不能轻易被公共养老金制度取代）。总之，在可预见的未来，无论政府还是市场，都无法完全取代子女在中国养老服务中的作用。3. Theoretical framework 理论框架
本节构造了简单的三阶段生命周期模型，关注两个问题：（1）少生孩子如何影响晚年父母的幸福感；（2）为什么对身体健康和心理健康的影响不同。【注：仅对LLF中的特殊机制----减少孩子数量建模】（计划生育有可能通过其他渠道生效：晚婚、更长的生育间隔；不对孩子的决定建模；获得的效用无折扣）【假设】有远见的夫妇会经历三个阶段：有孩子；年轻；年老。第一阶段：一对夫妇决定要生育的孩子数量（受到生育限制），人们并没有获得直接的效用。第二阶段（年轻）：夫妇赚取劳动收入，抚养孩子并积累储蓄。第三阶段（老年）：夫妇从劳动力市场退休，并从子女那里获得经济转移和照顾。在第二、三阶段，家庭获得效用的三个来源：消费、身体健康、心理健康。4. Data and empirical strategy 数据和经验策略
4.1 Data and variables 数据和变量本研究使用的主要数据是《中国健康与退休研究》（CHARLS），为45岁及以上中国居民的全国代表性样本，也是是《美国健康与退休研究》（HRS）的姊妹研究。此次调查覆盖了中国大陆28个省的150个县/区。每波包含约 10,000 个家庭和 17,500 个体，每两年对这些人体进行一次随访。研究使用了来自 CHARLS 2011、2013 和 2015的三波数据；构建了个人、家庭和孩子三个层面的数据，以了解中国计划生育政策对广泛结果的影响。不考虑配偶一方是少数民族的家庭（相比汉族家庭，少数民族家庭受到的政策不那么严格）。进一步将分析限制在 2011 年已婚且年龄在 60 岁及以上的人（确保年迈父母是被照顾者而非照顾者；希望排除计划生育对父母人力资本积累的影响，重点关注孩子数量减少带来的影响）。分析中的观察数量可能会根据因变量而有所不同。有些变量在个人层面定义的，如健康状况；但其他变量更适合在家庭层面定义，如消费。个人层面的数据包括人口统计学（如年龄、性别）、社会经济地位（如户口身份、教育）和身心健康；研究包含以下11个指标以代表年迈父母的身心健康状况：（1）体重指数（BMI）：计算方法为一个人的体重（公斤）除以一个人的身高（米）的平方。CHARLS提供了对受访者的身体检查，可以访问测量数据而非受访者自我报告的人体测量数据（身高和体重）和血压的数据。（2）体重不足：虚拟变量，表明一个人的 BMI 低于 18.5。（3）高血压：收缩压超过 140 mmHg 或舒张压超过 90 mmHg。（4）日常生活活动限制(ADL) ：衡量人们穿衣、洗澡和淋浴、自行进食、上下床、厕所卫生、控制排尿和排便的困难。原题有四个选择：没有困难、有困难但还能做、有困难需要帮助、不能做；将后两种选择定义为具有日常生活活动限制(ADL)（5）日常生活工具性活动限制(IADL) ：做家务、准备饭菜、购买杂货、打电话和服药。（6）慢性病数量：CHARLS 14种慢性病清单：高血压、血脂异常、糖尿病、癌症、肺病、肝病、心脏病、中风、肾病、消化系统疾病、情绪问题、记忆相关疾病、关节炎和哮喘。（7）自我感知再活 11-15 年的概率：CHARLS 采访a 岁的老年人，了解他们自我感知的达到 a + x 岁的概率， x 的范围在 11 到 15.19 之间。五个选项：1（几乎不可能的）;2（不太可能）；3（也许）；4（很有可能）；5（几乎可以肯定）。为了便于解释，将这些值分别转换为概率 0.1、0.3、0.5、0.7 和 0.9。（8）自评生活满意度：变量范围从 1（完全满意）到 5（完全不满意）。（10）流行病学研究中心抑郁量表（CES-D 量表）：简短的自我报告问卷，用于衡量抑郁症状的严重程度。10个与抑郁症有关的问题：8个关于消极行为：0（很少或从来没有）；1（一些或一点时间（每周 1-2 天））；2（偶尔或适度的时间（每周 3-4 天））；3（大部分时间或所有时间（每周 5-7 天））2个关于积极行为：得分顺序相反（从 3 分到 0 分）（11）抑郁：虚拟变量，表一个人的 CES-D 等于或高于 10。
表 1 的左侧为个体层面的汇总统计数据，右侧为家庭层面的汇总统计数据。 家庭层面的数据包括年龄结构、子女的净转移（包括实物转移）、生活安排和家庭支出。 相比个人层面，在家庭层面定义年龄更为复杂。丈夫和妻子的年龄在家庭决策中都很重要，还需要考虑夫妇中一人死亡的可能性。使用三个变量来控制这对夫妇的年龄结构：寡妇与否、最大年龄和夫妇之间的年龄差。 生活安排被定义为居住在一个地区的孩子的数量（户、村/社区、区/县）。 CHARLS 还包含有关家庭支出的详细信息，强调了对老年人可能特别重要的三个类别（合计约占家庭总支出的 84.7%。）：食品支出、生活支出（如通讯、交通、公用事业、家庭用品）和健康支出。 CHARLS 使用循环结构来询问每个孩子的信息，无论子女是否与父母同住，允许构建子女层面的数据。子层面的数据包含子女的人口统计数据（如年龄、性别）、社会经济状况（如教育、收入水平）、向父母的净转移以及每月联系拜访父母的频率。
4.2 Empirical strategy 经验策略以评估“晚稀少”政策（LLF）的影响，我们首先需要构建政策暴露度的衡量标准。 无论母亲目前是否在世，根据省份和母亲的出生队列定义暴露度（不根据孩子的出生年份定义，减少了对内源性分娩时间的担忧）。本测量方法可视为一个妇女在 1969 年省级生育概况政策影响下生育的孩子数量。
FPPp,c ：p 省 c 年的出生队列对计划生育政策的暴露度；Tp ：计划生育领导小组的成立年份可能因省p而异；I [·] ：指示函数，argument为真则取值为 1，否则取值为 0。Argument：[c+a>Tp] 表示在队列c达到a年龄时，省级计划生育领导小组已经成立。AFRp (a) ：1969 年各省实施任何有效计划生育政策之前的各省分年龄段的生育率。
图 3 的左侧通过山东和北京的例子说明如何计算政策暴露度。较早成立领导小组的省份的居民在特定队列中更容易受到 LLF 政策的影响。山东于 1970 年成立了计划生育领导小组，而北京于 1973 年成立。按照怀孕9个月计算，1945 年出生的女性开始暴露于LLF计划生育政策（山东女性26岁，北京女性29岁）。图3左图显示，1945年出生的山东女性比北京女性更容易受到政策的影响（山东比北京更早成立计划生育领导小组；初始分龄生育率较高） 家庭层面数据中，LLF 政策暴露度的平均值为 3.46，标准差为 2.25（范围从 0 到 6.705）。在计划生育政策执行时，如果妻子已经年满49岁，则家庭不受影响；妻子未满 15 岁，则将完全受政策影响。暴露度等于1969 年的全省总和生育率。
为了避免不良控制问题，仅控制预先确定的变量：在家庭成员做出生育决定之前的变量（如教育）；重要且不太可能受计划生育影响的变量（如寡居）。 因为计划生育可能通过除终生生育以外的方式影响社会经济结果，本研究完全依赖简化形式。（排除父母人力资本积累的渠道：控制父母受到的教育；限制最有可能在LLF政策实施之前完成学业的人群。） 4.3 Identification requirements 标识要求 队列 DID 方法不需要领导小组随机的成立年份。平行趋势假设：在没有 LLF 的情况下，结果变量的队列趋势是与政策暴露度无关，因此要考虑潜在的异质趋势（具有不同初始生育模式的省份可能表现出不同的队列趋势）。 平行趋势假设不可检验，采取了多种方法来减轻对平行趋势假设的担忧：-1930 年或 1930 年以上：几乎没有暴露于该项政策，子女数量波动为 4.5 个子女；-1955 年或更年轻：对政策的暴露度仅小幅上升，子女数量下降的速度也慢得多；-1930 年至 1955 年：政策暴露度急剧上升，子女人数迅速下降到 2 人的水平。 引入特定省份的线性队列趋势 (Prov_Trendp,c) 来捕捉可能的异质趋势：线性趋势是一种合适的控制形式（图 3右图：1930-1950 年的队列组占最终样本的 85%，暴露于 LLF政策大约呈线性增加。）5. Empirical results 证实结果
1）提供表明计划生育政策（LLF）在降低生育率方面产生了重大影响的依据。2）调查政策对父母从孩子那里获得的总支持以及每个孩子的支持的影响。3）研究一组代表父母晚年幸福感（消费、主观幸福感、身体健康和心理健康）的结果。5.1 Effect on completed fertility 对完全生育的影响
表3 显示了家庭暴露于计划生育政策对子女数量的影响。第（1）列：一个单位暴露于LLF政策会使目前在世子女的数量减少 0.454。用政策敞口的样本平均值 (3.46)乘系数得出生育率下降了 1.57，这解释了生育率降低了一半左右（从 1969 年的 5.7 下降到 1978 年的 2.7 ） 。【注】识别取决于政策实施的省级差异，无法掌握到LLF政策出现任何国家级进展的效果；国家层面政策可能部分解释了剩余的不明原因生育率下降；在实行OCP政策前，妇女和子女的健康、教育方面的进步也可能是生育率急剧下降的原因。所有 DID 方法都会估计一些局部效应。由于LLF 时期生育率从大约 6 个孩子下降到大约 3 个，预计生育率下降主要发生在 35-39岁的女性高阶生育中。一对夫妇生育孩子的能力受母亲的影响比受父亲的影响更大。第 (2) 列根据父亲的出生队列添加了一个家庭的暴露度，发现父亲对 LLF 的暴露度在决定生育方面的作用要小得多。第 (3) 列：阐明兴趣关键参数β1，给出对被治疗者 (ATT) 的群组加权平均治疗效果；探讨跨时间的异质效应，但没有发现这种异质性的证据。由于研究中有多个政策年份，不同年份不同政策可能会出现不同时间处理的偏差。第 (4) 和 (5) 列：研究该政策对跨区域的异质影响。LLF政策对农村居民的影响大于对城市居民的影响。【注】：本文使用在世子女的数量而不是出生子女的数量。原则上，这两个数字可能会对父母的幸福感产生不同的影响。出生子女的数量影响对父母年轻时可以分配的资源，而在世子女的数量是决定父母在老年时可以获得的照顾量；两个数字之间的差距产生强烈的第三种效应——子女的早逝无疑对父母身心造成了灾难性的冲击。5.2 Effect on support from children对子女支持的影响 5.2.1 Living arrangements 生活安排 同住是养老的一种重要形式（孩子能够在必要时为年迈的父母提供照顾）；研究表明，一大部分不与成年子女同住的中国老年人有孩子住在同一社区（既满足隐私的需要，也满足家庭支持的需要）。首先，将子女分为同居子女和非同居子女（调查他们在一个地区的人数）。
表 4：估计 LLF 政策对老年父母生活安排的影响。A组：计划生育不会影响与父母共同居住的子女数量，子女总数的减少完全是由非同居子女（B组）驱动的。 计划生育使非同住子女在村/社区减少了0.29（-0.0844×3.46）；在县/区增加了 0.82。 除了边际广泛（是否有至少一个孩子住在附近）， 居住安排的边际密集（有多少孩子住在附近）之外也很重要。更多的孩子可以更好地保障父母在紧急情况下的需求；即使父母身体健康，不需要照顾，更多的孩子可能会带来更多的经济转移和情感陪伴。 5.2.2 Intergenerational transfers 代际转移
尤其是在中国农村地区, 子女的经济支持在老年人的养老中发挥着重要作用。 (1)-(3) 列：估计LLF 政策对内部转移的影响（A 组的列 (1) 表明影响的幅度很小，在统计上不显着：LLF 实际上使每年从子女转移的资金增加了 223 (64.54 × 3.46) 元，约为样本平均值的 11%。）【为什么较少的孩子不会减少内部转移？】----每个孩子的转移增加了B组 ：从子女角度研究子女如何应对政策、向父母的转移（原因：子女数量与质量的权衡；孩子的行为调整）C 组：额外控制子女的特征（包括教育和收入）来探讨这两种可能性。 两组的差异反映了数量-质量的权衡， C组中的剩余效果反映了行为调整。与B组相比，C组（1）列中估计的系数下降了一半以上，表明子女的数量质量权衡在理解子女对父母的经济支持方面起着重要作用。 5.2.3 Visits and contacts from children 子女的探访和联系 在模型部分，强调了当父母有较少孩子时，老年时的两个潜在风险：较低的转移N·T (q)；较少的孩子陪伴Fj (N·q)。表5的(4)-(9) 列：暴露于LLF政策使子女探访父母的总量每月减少 11.35 (3.28 × 3.46) 次，而暴露量每月减少 17.3 (5.00 × 3.46)次。 子女的陪伴更能决定父母心理健康状况（如抑郁症），子女在父母的社交网络、防止晚年孤独方面发挥着至关重要的作用。尽管子女在经济转移方面有一些补偿行为（每个孩子的转移随着子女数量的减少而增加），但并没有提供心理支持。子女并没有增加他们与父母的联系。这可能表明子女抽出更多时间陪伴父母比寄更多钱给父母用更困难。年轻群体通常受过更好的教育、工资更高，探望父母的机会成本增加。5.3 Effect on parental well-being in old age对父母老年幸福感的影响
样本限制在不与子女同住的老年父母。（在同住的情况下，无法区分父母的支出与子女的支出。）表 4 ：LLF 政策不影响共同居住的决定，非同居限制不应影响估计。A 组：政策对家庭支出的总体影响。系数为正但在统计上不显着：LLF 使家庭年支出增加 2849 元（823.5 × 3.46）。B、C 、D 组：不同类别的支出（食品支出、生活支出、医疗支出）。不同类型的支出可能具有不同的福利含义：较高的医疗支出水平可能表明健康状况较差；总支出的积极影响主要来自改善福利的食品支出和生活支出。 总之，没有发现任何表明 LLF 会减少年迈父母的消费的依据。原因：如表5，LLF 不会减少子女的财政转移；父母可以增加储蓄以应对变老前的计划生育。 5.3.2 Physical health 身体健康
结果分为三类：（1）客观的健康测量：身高、体重、血压；（2）自我评价的衡量标准（身体和心理健康的混合）：自我评价的生存机会、生活满意度、健康；（3）CES-D 量表：抑郁症和心理健康指标表 7 涉及十多个结果变量，面临多重假设检验的问题，因此添加p 值。第（1）-（3）列：最客观，与样本均值相比，所有系数在统计上都不显着；大小很小。表明 LLF 不会使年迈的父母变瘦或患高血压。第（4）-（7）列：没有统计显着性，但与平均值相比，母亲日常活动受限的系数具有相对较大的幅度。第 (8) - (9) 列：LLF 对老年父母的生活满意度和自我感知健康没有显着影响。 总之，没有发现任何表明父母的身体健康状况变得更糟的依据。 表 7组B（10）列：母亲的抑郁症症状由于计划生育政策大大恶化。原因：（1）将中国的强制性计划生育视为一种令人不快的经历，计划生育的负面影响主要发生在女性的心理健康上（而非男性）；女性更容易感受到负面情绪影响，并对不愉快的经历做出更消极的反应。（2）缺少子女的陪伴是一个重要因素（子女在年迈父母的社交网络中的重要性）。社交孤立（是否丧偶）的父母的心理健康更容易受到孩子较少陪伴的影响；对丧偶的父母的负面影响更大。6. Mechanisms other than fewer births 减少生育以外的其他机制
除少生孩子（目标）外，LLF政策可能从其他方面影响家庭：晚婚；延长生育间隔（实现目标的方法）【是否影响父母健康+经验证据；观点是建议性质而非结论性质】 现有利用出生数量外生变化的实证策略都不能单独识别结婚年龄、出生间隔和总出生数的作用。6.1 ‘Later’ (marriage) and ‘longer’ (birth interval)初婚/生育时间与晚年身体健康之间的关系（用工具变量 (IV) 框架统计评估“晚”和“稀” 的影响）： 估计 IV 回归，将子女数量 (Ni,p,c,t) 视为内生变量，并使用政策暴露度 FPPp,c 对其进行检验
IV估计需排除限制：政策暴露度不应通过除子女数量以外的方式影响结果变量。
W需满足：（1）W 能够有力解释结果变量的变化这个条件，可以用的统计重要性来检验。（2）计划生育政策暴露度（FPPp,c）应该与 W 相关。如果计划生育政策通过子女数量以外的重要渠道影响结果变量，则添加新变量W应该将估计系数移向零。
第 (2) 和 (6) 列：控制了母亲的首次生育年龄和孩子的平均年龄差距。 第 (6) 列：晚育与父母的心理健康呈正相关（CES-D 较低），这意味着 LLF 政策中的“晚”不太可能解释父母晚年心理健康状况恶化（孩子数量前面的系数变大）。 第（2）列：没有发现表明“晚”和“稀”部分可以解释较少子女拜访的依据。6.2 Direct impact of birth control methods 节育方法的直接影响 计划生育的结果为生育率下降，通常伴有更频繁地使用节育方法（CHARLS仅含堕胎）。节育方法的使用可能会直接影响年迈父母的幸福感。 表 8 的第 (3) 和 (7) 列：控制了母亲经历两种类型流产的数量。 第（7）列：两种类型的流产都与抑郁症呈正相关，计划生育人工流产与母亲的抑郁症状更呈正相关。6.3 Children’s gender composition 子女性别构成 如果计划生育政策扭曲了出生人口性别比（OCP政策时出现过），子女性别构成可能会影响孩子对父母的支持和父母的健康幸福。1907年代初的LLF政策对性别比的影响有限（性别选择技术还未流行）。 表 8 的第 (4) 和 (8) 列：对子女性别构成进行额外控制的结果。两列都表明，在中国父系社会中，儿子在支持父母方面发挥着更重要的作用。更多的儿子与更频繁的子女拜访（（4）列）和较低的抑郁程度（（8）列）有关。 尽管子女的性别构成与对父母的支持之间存在很强的关联，但主要兴趣系数 几乎保持不变， LLF 政策对子女性别比例的影响有限。7. Conclusion 结论
具有争议的1970 年代初的“晚稀少”政策（LLT）见证了中国严格的计划生育的开始，LLT政策影响着人口超10亿国家的几代人。全面了解这一重要政策的效果，不仅对中国未来人口政策的制定至关重要，也为其他正在考虑制定计划生育政策的国家提供宝贵经验。本研究通过利用LLT政策实施过程中的省级异质性，评估了政策暴露度如何改变父母的晚年生活。以往的研究普遍发现，计划生育政策对父母年轻时的消费和健康状况有积极影响（降低母亲的分娩风险；释放家庭资源）。然而，随着父母年龄的增长，能够照顾和陪伴年迈父母的孩子越来越少，也是LLT政策的消极影响（对老年人的身心健康产生消极影响）。实证分析的结论有积极影响和消极影响。1）积极：没有任何证据表明老年人的身体健康不会因为 LLF 政策而变差；受更多计划生育政策影响的老年父母会减少家庭支出；【较少数量的孩子不一定会威胁到年迈父母的物质幸福感】（抵消少孩子的影响） 孩子较少的父母在孩子素质、质量上投入了更多，孩子受到的经济支持增加了，孩子意识到需要分担父母更多的养老负担。父母估计会得到更少的孩子的支持，可以在年轻时多储蓄，以防止老年消费下降。2）消极：年迈父母（尤其是母亲）的心理健康状况变得更糟。研究局限性：经验分析主要提供简化形式的估计，没有对机制进行全面分析；我们的研究涉及许多变量，其机制可能彼此差异很大。未来研究的两个挑战：（1）老年的许多结果都是累积的（如健康），在一个人年轻时发生的任何事件都会对其晚年产生持久的影响。（2）仅研究老年人无法全面了解老年人的幸福状况，还需要揭示复杂的亲子活动（父母对政策变化的反应、孩子如何回应父母的反应、父母对孩子反应的高阶反应）。0.双重差分DID方法免费课程, 文章, 数据和代码全在这里, 优秀学人必须收藏学习！1.DID运用经典文献，强制性许可:来自对敌贸易法的证据，2.连续DID经典文献, 土豆成就了旧世界的文明，3.截面数据DID讲述, 截面做双重差分政策评估的范式，4.RDD经典文献, RDD模型有效性稳健性检验，5.事件研究法用于DID的经典文献"环境规制"论文数据和程序，6.广义DID方法运用得非常经典的JHE文献，7.DID的经典文献"强制许可"论文数据和do程序，8.传销活动对经济发展影响, AER上截面数据分析经典文，9.多期DID的经典文献big bad banks数据和do文件，10.因果推断IV方法经典文献，究竟是制度还是人力资本促进了经济的发展？11.AER上因果关系确立, 敏感性检验, 异质性分析和跨数据使用经典文章，12.第二篇因果推断经典，工作中断对工人随后生产效率的影响？，13.密度经济学:来自柏林墙的自然实验, 最佳Econometrica论文，14.AER上以DID, DDD为识别策略的劳动和健康经济学，15.一个使用截面数据的政策评估方法, 也可以发AER，16.多期DID模型的经典文献，big bad banks讲解"，17.多期DID的经典文献big bad banks数据和do文件，18.非线性DID, 双重变换模型CIC, 分位数DID，19.模糊(Fuzzy)DID是什么？如何用数据实现呢？20.多期DID的big bad banks中文翻译版本及各细节讲解，21.DID中行业/区域与时间趋势的交互项, 共同趋势检验, 动态政策效应检验等，22.截面数据DID操作程序指南, 一步一步教你做，23.DID的研究动态和政策评估中应用的文献综述，24.连续DID经典文献, 土豆成就了旧世界的文明，25.DID双重差分方法, 一些容易出错的地方，26.连续DID, DDD和比例DID, 不可观测选择偏差，27.加权DID, IPW-DID实证程序百科全书式的宝典，28.DID和DDD, 一个简明介绍, 双重和三重差分模型，29.DID过程中总结的地图展示技巧，30.DID的平行趋势假定检验程序和coefplot的其他用法，31.截面DID, 各种固定效应, 安慰剂检验, 置换检验, 其他外部冲击的处理，32.实践中双重差分法DID暗含的假设，33.过去三十年, RCT, DID, RDD, LE, ML, DSGE等方法的“高光时刻”路线图，34.计量院士首次用DID方法分析, 中国封城对新冠病毒扩散的影响！，35.截面DID, 各种固定效应, 安慰剂检验, 置换检验, 其他外部冲击的处理，36.诺奖夫妇的中国学生, “DID小公主”的成名之作, 茶叶价格与中国失踪女性之谜！，37.前沿: 反向DID, 反向双重差分法DDR全解析, 辅以实证示例！38.英诺丁汉大学校长为你讲解逐年PSM匹配-DID方法的操作, 并配上自己写的一篇范文！39.逐年PSM匹配后再DID识别因果的实证范文, 这就是逐年PSM-DID的操作范式！40.用事件研究法进行因果识别如何做? 有什么好处? 与DID结合起来潜力无穷！41.Abadie半参数双重差分DID估计量, 使你的平行趋势假设更加可信！42.弹性DID, DID的终极大法, 关于DID各方法总结太赞了！43.二重差分法分析（DID），44.比DID更加灵活的DDID政策效应评估方，45.DID思路和操作，一篇相关实证文献，46.二重差分法深度分析（DID），三重差分兼论，47.面板数据的DID估计，透彻解读，48.PSM-DID, DID, RDD, Stata程序百科全书式的宝典，49.关于DID的所有解读, 资料, 程序, 数据, 文献和各种变形都在这里，50.分位数DID, PSMDID, 政策前协变量平衡性检验操作步骤和案例，51.PSM-DID, DID实证完整程序百科全书式的宝典，52.逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器，53.广义DID, DID最大法宝, 无所不能的政策评估工具，54.渐进DID专治各种渐进性政策的良药, 可试一试疗效，55.双重差分DID的种类细分, 不得不看的20篇文章，56.找不到IV, RD和DID该怎么办? 这有一种备选方法，57.在教育领域使用IV, RDD, DID, PSM多吗? 使用具体References，58.DID和IV操纵空间大吗? 一切皆为P-hacking，59.第一篇中文DID实证论文长啥样? 60.世界上第一篇DID实证论文长啥样?，61.关于双重差分法DID的32篇精选Articles专辑！62.空间双重差分法(spatial DID)最新实证papers合辑！63.空间DID双重差分方法的文献, spatial DID，64.多期三重差分法和双重差分法的操作指南，65.多期双重差分法,政策实施时间不同的处理方法，66.三重差分法运行和示例，67.如何设计双重差分法DID: 各种政策研究的最佳指南! 68.利用DID和事件研究法的Top5文章, 分析最低工资对低薪工作的影响！69.推出输出表格, 滚动回归, 事件研究, asdoc, asreg，asrol, estudy代码和解析！70.中国拖拉机vs牲畜: 事件研究法用于政策评估和因果识别, 与DID结合起来威力无穷！71.事件研究法逐步附上程序code和对应的解释, 这还不懂那就真的没办法了！72.推荐用渐进(多期)DID和事件研究法开展政策评估的论文及其实现数据和代码！73.使用千年难得的IV＋DID方法将中国故事写到了Top５, 设计之巧妙构思之缜密让人叹服不已！74.要想追赶上DID的最新发展, 你最好阅读一下下面这8篇文章! 75.多期DID中使用双向固定效应可能有问题! 又如何做平行趋势检验? 多期DID方法的最新进展如何?
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。