儿童时期多维贫困的长期影响——基于CHARLS生命历程数据的实证分析

宋 扬 刘建宏

一、引言

中共十九大报告指出，让贫困人口和贫困地区同全国一道进入全面小康社会是我们党的庄严承诺，要动员全党全国全社会力量，坚持精准扶贫、精准脱贫。从学术角度分析，贯彻精准扶贫理念需要从生命周期视角认识贫困根源，特别要关注儿童时期的贫困问题。生命周期是指一个人在生命历程中会经历不同的阶段，每个阶段的经济和社会特征存在明显差异，通常分为儿童期、成年期和老年期。[注]徐月宾、刘凤芹、张秀兰：《中国农村反贫困政策的反思——从社会救助向社会保护转变》，载《中国社会科学》，2007(3)；赵忠：《如何从生命周期理解我国的收入不平等》，载《北京工商大学学报》(社会科学版)，2016(2)。学者们认为，个体在儿童期的发展可能对其一生产生深远影响，因此需要在生命周期的早期进行减贫政策干预，消除贫困产生的条件和机制，有效预防多代贫困和长期贫困问题。[注]Garcia, A.B.，and J.V.Gruat.Social Protection: A Life Cycle Continuum Investment for Social Justice, Poverty Reduction and Development.Geneva: Social Protection Sector, ILO，2003; 徐月宾、刘凤芹、张秀兰：《中国农村反贫困政策的反思——从社会救助向社会保护转变》，载《中国社会科学》，2007(3)；朱玲：《在生命的起点阻止贫穷的代际传递》，载《中国人口科学》，2008(1)；Heckman, J.“The Developmental Origins of Health”.Health Economics, 2012，21(1): 24-29; Heckman, J.J., Pinto, R.,and P.A.Savelyev.“Understanding the Mechanisms through which an Influential Early Childhood Program Boosted Adult Outcomes”.American Economic Review, 2013,103(6):2052-86; 陈全功、程蹊：《生命历程视角下的贫困代际传递及阻断对策分析》，载《中南民族大学学报》(人文社会科学版)，2015(4); 祝建华：《缓解贫困代际传递的低保家庭子女补贴制度设计》，载《江汉学术》，2013(3)。

从生命周期视角出发，分析儿童期贫困与人力资本积累及成年后收入的关系可以帮助我们对儿童期减贫的重要性有更深入的认识。本文将运用中国健康与养老追踪调查(CHARLS)中的生命历程调查结果构建度量儿童时期多维贫困的指标体系，并以此为基础量化分析儿童期多维贫困对后续人力资本积累、健康水平以及劳动收入状况等方面的长期影响。CHARLS数据中的生命历程调查(2014)覆盖了个体的整个生命历程，里面包含关于每个成人儿童期的社会经济状况、居住环境等重要信息，为计算儿童期多维贫困提供了重要数据。此外，调查中含有教育、就业、健康等后续的数据信息，可以帮助我们研究儿童期多维贫困的长期影响，为生命周期视角下早期干预的扶贫政策提供实证依据。

在已有文献的基础上，本文主要有以下几点特色。第一，本文对Alkire & Foster提出的A-F多维贫困测量方法进行拓展和完善，按照我国扶贫目标“两不愁、三保障”[注]“两不愁、三保障”的扶贫目标具体是指到2020年实现农村贫困人口不愁吃、不愁穿，农村贫困人口义务教育、基本医疗、住房安全有保障。构建了度量儿童时期多维贫困的指标体系，这对更加全面地衡量个体儿童时期的贫困状况有重要的意义。[注]Alkire, S., and J.Foster.“Counting and Multidimensional Poverty Measurement”, Journal of Public Economics, 2011,95 (7):476-487.多维贫困是指在度量贫困时不能仅凭收入等单一标准，而要结合教育、健康、营养、住房等进行综合度量。近年来，经济学界越来越重视多维贫困问题，已经逐步形成多维贫困的指标体系和度量方法。高帅和毕洁颖认为，多维贫困更符合贫困的本质和走向。[注]高帅、毕洁颖：《农村人口动态多维贫困:状态持续与转变》，载《中国人口资源与环境》，2016(2)。但已有的国内外文献中所使用的多维贫困方法大都针对成人，很少针对儿童时期构建多维贫困指标。[注]Tsui, K Y.“Multidimensional Poverty Indices”.Social Choice and Welfare, 2002,19 (1): 69-93；王小林、Alkire, Sabina:《中国多维贫困测量:估计和政策含义》，载《中国农村经济》，2009(12)；Ward, P S.“Transient Poverty, Poverty Dynamics, and Vulnerability to Poverty: An Empirical Analysis Using a Balanced Panel from Rural China”, World Development, 2016,78:541.所以，本文针对儿童时期个体构建了包含家庭收入、温饱状况、住房条件以及健康状况等四个维度的多维贫困指标体系。

第二，国内外关于儿童期多维贫困长期影响的研究主要集中在对儿童期健康贫困的维度上，大多使用儿童时期健康贫困状况作为自变量，很少综合考察儿童期多维贫困的长期影响。[注]Case, A., Fertig, A.，and C.Paxson.“The Lasting Impact of Childhood Health and Circumstance”.Journal of Health Economics,2005,24(2):365-89；Smith, J.P.“The Impact of Childhood Health on Adult Labor Market Outcomes”.Review of Economics and Statistics,2009,91(3):478-89；Yi, J., Heckman, J.J., Zhang, J., and G.Conti.“Early Health Shocks, Intra-household Resource Allocation and Child Outcomes”.Economic Journal, 2015,125(588):347-371.此外，在因变量的选取上，多数国外研究仅讨论了儿童时期状况对成人健康的影响，对其他维度上的分析也很有限。[注]Danese, A., Pariante, C.M., Caspi, A., Taylor, A.,and R.Poulton.“Childhood Maltreatment Predicts Adult Inflammation in a Life-course Study”.Proceedings of the National Academy of Sciences,2007,104(4):1319-24；Galobardes, B., Lynch, J.W.,and G.D.Smith.“Is the Association between Childhood Socioeconomic Circumstances and Cause-specific Mortality Established? Update of a Systematic Review”.Journal of Epidemiology and Community Health,2008,62(5):387-390；Conti, G., Heckman, J., and R.Pinto.“The Effects of Two Influential Early Childhood Interventions on Health and Healthy Behaviour”.Economic Journal, 2016(596),126:28-65.国内的相关研究更是比较欠缺，只有少数文献讨论了儿童时期家庭和个人状况的长期影响。例如，何青和袁燕运用CHNS的数据分析表明，儿童时期的总体健康状况对成年后收入存在显著影响。[注]何青、袁燕：《儿童时期健康与营养状况的跨期收入效应》，载《经济评论》，2014(2)。鉴于以上情况，本文将考察儿童多维贫困对成年后教育水平、健康状况和劳动收入等多个指标的长期影响，对已有文献成果进行扩展。

第三，除了分析总体影响，本文还分析了儿童期贫困长期影响的异质性，把总体样本按照性别和出生时户籍分组，分别考察儿童期贫困对不同人群的差异化影响，这在已有研究儿童境况长期影响的文献中是较为少见的。[注]Conti, G., Heckman, J., and R.Pinto.“The Effects of Two Influential Early Childhood Interventions on Health and Healthy Behaviour”.Economic Journal, 2016，126(596)：28-65.

二、儿童时期生活境况带来的长期影响研究综述

国内外关于儿童期多维贫困长期影响的研究主要集中在健康维度上，这既体现为自变量主要以儿童时期的健康状况为主，也体现在因变量大多使用成年后的健康水平上。

一方面，以胎儿或儿童期健康作为自变量考察其长期影响的文献发现，出生体重会显著影响受教育年限。[注]Behrman，J.R., and M.R.Rosenzweig.“Returns to Birthweight”.Review of Economics & Statistics, 2004，86(2):586-601.Doblhammer总结了关于胎儿健康长期效应的研究，主要通过考察胎儿时期的外生冲击(如战争、饥荒、自然灾害等)证实胎儿时期健康对成年后的健康、教育以及劳动产出的重要性。[注]Doblhammer, G.The Late Life Legacy of Very Early Life.Berlin: Springer，2004．何青和袁燕运用CHNS的数据分析表明，儿童时期的总体健康状况对成年后收入存在显著正向影响。[注]何青、袁燕：《儿童时期健康与营养状况的跨期收入效应》，载《经济评论》，2004(2)。Yi等使用中国的双胞胎数据研究了儿童期重大疾病的长期影响。作者对平均年龄为11岁的双胞胎进行了抽样调查，发现如果3岁之前遭遇重大身体疾病会对当前的学习成绩产生负面影响。[注]Yi, J., Heckman, J.J., Zhang, J., and G.Conti.“Early Health Shocks, Intra-household Resource Allocation and Child Outcomes”.Economic Journal, 2015,125(588):347-371.

另一方面，以成人期健康状况作为因变量的研究更多。不少医学文献发现胎儿时期所处的外界环境以及母亲营养摄入等因素对于成人后的健康状况有重要影响。[注]Fogel, R.W.The Escape from Hunger and Premature Death, 1700-2100: Europe, America and the Third World.New York:Cambridge University Press,2004;Gluckman, P.D.,and M.A.Hanson.Developmental Origins of Health and Disease.New York:Cambridge University Press,2006.经济学中也有大量的文献研究早期家庭状况等因素对于成人健康的影响。Conroy, Evans等分别发现穷人家的孩子成人后身体和心理健康状况都会更差。[注]Conroy, K., Sandel, M., and B.Zuckerman.“Poverty Grown Up: How Childhood Socioeconomic Status Impacts Adult Health”.Journal of Developmental & Behavioral Pediatrics, 2010,31(2),154-60；Evans,G.W.“Childhood Poverty and Adult Psychological Well-being”.Proceedings of the National Academy of Sciences of the United States of America, 2016,113(52):14949-14952.Currie以及Almond & Currie对相关文献做了梳理和总结，证实了儿童时期所处的外界环境因素会影响成人后的健康状况。[注]Currie, J.“Healthy, Wealthy, and Wise: Socioeconomic Status, Poor Health in Childhood, and Human Capital Development”.Journal of Economic Literature, 2009,47(1):87-122；Currie,J.“Inequality at Birth: Some Causes and Consequences”.American Economic Review, 2011,101(3):1-22；Almond, D.,and J.Currie.“Human Capital Development before Age Five”, In D.Card,and O.Ashenfelter(eds.).Handbook of Labor Economics, vol.4B, pp.1315-486, Amsterdam: Elsevier,2011.关于中国儿童健康营养状况长期效应的研究还相当欠缺。Chen & Zhou发现出生于1959—1961年三年自然灾害时期的个体身高普遍偏矮。[注]Chen, Y., and L.Zhou.“The Long-Term Health and Economic Consequences of the 1959-1961 Famine in China”.Journal of Health Economics, 2007，26(4): 659-681．Almond等发现经历三年自然灾害的胎儿成年后在劳动力市场以及婚姻市场上的表现都更差。[注]Almond，Douglas，Lena Edlund，Hongbin Li，and Junsen Zhang.“Long-term Effects of Early-life Development: Evidence from the 1959-1961 China Famine”, NBER Paper No.8166，2010．Conti等考察了美国于20世纪六七十年代实施的两项儿童福利政策对成人后健康状况的影响，发现针对贫困儿童的福利政策显著提高了成人后的健康水平。

三、儿童期多维贫困的测算方法与指标构建

阿马蒂亚·森(Amartya Sen)的“可行能力”理论被公认为是多维贫困的理论基础。[注]Sen，A.“Poverty：An Ordinal Approach to Measurement”.Econometrica, 1976,44(2):219-231.在森提出的可行能力基础上，联合国计划署创建了人类发展指数和人类贫困指数，从健康、教育和生活水平三个维度衡量贫困状况。国内外学者在对中国的多维贫困进行测量时也大都采用了这个分类。例如，高帅和毕洁颖采用十个测量指标度量了我国健康、教育和生活水平三个维度上的贫困。文章运用CFPS2012和2014年的数据测算出在2012—2014年持续多维贫困的比例为25.22%。[注]高帅、毕洁颖：《农村人口动态多维贫困:状态持续与转变》，载《中国人口资源与环境》，2016(2)。孙咏梅和傅成昱利用建筑业农民工的数据测算了收入水平、消费水平、个人生活条件和家庭生活条件等四个维度上的贫困水平。贫困率从一维的81.1%降为四维的16.3%。[注]孙咏梅、傅成昱：《中国农民工多维物质贫困测度及精准扶贫策略研究》，载《学习与探索》，2016(7)。然而，文献中很少专门构建儿童时期的多维贫困测量体系。

本文参照Alkire & Foster提出的“双临界值( dual cut-off )”方法(简称AF方法)[注]Alkire, S, and J.Foster.“Counting and Multidimensional Poverty Measurement”.Journal of Public Economics, 2011,95 (7):476-487.，在此基础上略做修改作为儿童期多维贫困的测算方法。简单来说，AF法主要包括三个步骤：第一步是设定贫困的维度；第二步是设定各个维度判定为贫困的临界值；第三步是加总贫困的维度数，并判断是否为多维贫困。判断出个体是否为多维贫困后，可以加总计算总体多维贫困的指标，包括多维贫困发生率H、多维贫困剥夺程度A和多维贫困指数M0。贫困发生率H为多维贫困人数占总人数的比例，贫困剥夺程度A为贫困个体平均被剥夺的维度数占总剥夺维度数的比值，多维贫困指数M0是这两个指标的乘积。[注]张永丽、卢晓：《贫困性质转变下多维贫困及原因的识别——以甘肃省皋兰县六合村为例》，载《湖北社会科学》，2016(6)；宋扬、王暖盈：《生命周期视角下收入主导型多维贫困的识别与成因分析》，载《经济理论与经济管理》，2019(3)。

本文在儿童期多维贫困的维度选择上，参照了联合国开发计划署(UNDP)所使用的多维贫困指标，并以我国“两不愁、三保障”的扶贫目标为原则，结合CHARLS生命历程数据的可行性，重点考察健康、家庭收入、温饱和住房四个维度下的儿童时期多维贫困状况及其对成年后健康、教育、收入的影响。

需要说明的是，由于有些维度不只有一个测量指标，我们需要在每个指标选取剥夺临界值的同时再对指标的剥夺数进行临界值选取，因此，实际上我们采用了“三临界值”方法，是对AF方法中双临界值概念的完善和扩展。各维度下的指标及其剥夺临界值说明如下：

(1)健康维度。选取15岁(包括15岁)之前与同龄人相比较的健康状况、是否卧病在床1个月及以上以及是否接种过疫苗三个指标。调查数据中，与同龄人比较的相对健康情况选项包括：“好很多”“好一些”“差不多”“差一些”“差很多”，这里将“差一些”或者“差很多”赋值为1，认为该指标下存在剥夺，否则为0；是否因为健康原因卧床一个月及以上：是则赋值为1，否则为0；是否接种过疫苗：答案为否定则赋值为1，否则为0。对健康维度的三个指标进行加总(取值为0～3)，结果大于等于2即三个指标中存在两个及以上的指标剥夺，则视为存在儿童期健康维度剥夺。

(2)温饱维度。将17岁之前家庭有没有一段时间不能吃饱饭作为衡量温饱维度贫困的指标。结果为“是”，则为儿童期温饱维度剥夺。

(3)住房维度。将被调查者居住的第一个房子建筑类型作为住房维度的测量指标。调查数据显示住房类型包括：“钢筋混凝土结构或砖木结构”“土坯房/土方”“木草屋/茅草屋”“窑洞”“蒙古包/毡房”“船屋”和其他类型。我们将第一所房屋居住类型为茅草屋的被调查者认定为住房维度剥夺。

(4)收入维度。将被调查者自评17岁之前家庭经济状况与所在社区/村的普通家庭的比较情况作为度量收入维度剥夺的指标。家庭相对经济状况的调查结果分别为：“比他们好很多”“比他们好一点”“跟他们一样”“比他们差一点”“比他们差很多”。我们将“比他们差很多”设定为儿童期收入维度剥夺。

四、数据来源与描述性分析

本研究运用2014年中国健康与养老追踪调查(简称CHARLS)中的生命历程数据分析儿童期多维贫困及其长期影响问题。中国健康与养老追踪调查是由北京大学国家发展研究院中国经济研究中心主持的项目。从2011年开展以来，在全国范围内每两年追踪一次，目的是收集能够代表年龄在45岁以上(包括45岁)的中国居民的数据。

2014年CHARLS生命历程调查是一次专项调查，用回顾的方法记录CHARLS受访者自出生以来的生活经历，有助于全面理解老年期健康和生活的影响因素，并且弥补我国1949年以后历史数据的不足。数据范围覆盖了除港、澳、台外的全部省、自治区和直辖市，包括150个县区、450个村居、1万余户家庭。数据内容涵盖了个体的基本信息、家庭信息、住房情况历史、教育史、健康历史、财富历史以及工作史等等，为我们准确测量儿童时期的多维贫困及其对成年后健康、教育、收入的影响提供了数据保障。

(一) 描述性统计

在去除异常值后，我们得到了样本的描述性统计，如表1所示。

表1描述性统计分析

注：各个变量的取值说明：性别：女=0，男=1；出生时户籍：农业户口=1，非农业户口=2，统一居民户口=3；成年后受教育程度赋值为0～11，分别表示：没有接受过教育、私塾、幼儿园、学前班、小学、初中、高中、中专、大专、大学本科、硕士研究生、博士；工作收入单位为元/年。

在所有样本中，出生时户籍类型为农业户口的占90%，城市户口占9%，统一居民户口占1%。从表1中可以看出，68%的被调查者在儿童时期有过吃不饱饭的经历，说明儿童期温饱维度贫困比较严重；而儿童期健康、住房、收入维度贫困相对较轻；由于样本的年龄均在45岁及以上，其成年后受教育水平也普遍较低，有相当比例的被调查者仅接受过小学教育或者没有接受过教育。

(二)儿童期多维贫困的测算结果

1.单维贫困测算结果

表2是本文从四个维度分别测算的儿童期单维贫困发生率。可以看出，儿童期单维贫困比较突出的是温饱维度和家庭收入维度。其中，67.89%的个体在17岁之前家庭有一段时间不能吃饱饭；23.6%的个体17岁之前家庭收入比所在社区差很多；18.15%的个体儿童期存在住房维度贫困。

表2儿童期单维贫困发生率

2.多维贫困计算结果

按照前面所介绍的测算方法，本文分别计算了不同维度下的多维贫困指数M0，多维贫困发生率H和多维贫困剥夺程度A。多维贫困发生率为多维贫困个体占总体的比例；贫困剥夺程度A为贫困个体平均被剥夺的维度数占总剥夺维度数的比值，M0则是H和A的乘积。考虑到指标体系中有四个维度，因此测算儿童时期多维贫困指数时，依次选取k=1,2,3,4。当个体的贫困维度大于或等于临界值k，则视该个体为k维贫困。分别计算相应的多维贫困指数，具体测算结果如表3。

表3儿童期多维贫困测算结果

表3的测算结果发现，一维贫困的发生率为76.44%，说明有约四分之三的个体存在一维贫困，即大多数被调查者在儿童时期至少存在某一维度的贫困。多维贫困发生率随贫困维度k的增加而逐步递减，二维贫困发生率较一维有明显的下降，为30.80%，三、四维贫困发生率分别为5.78%和0.25%。伴随着贫困发生率的递减，多维贫困剥夺程度呈现递增的趋势，这表明随着贫困维度的上升，贫困的广度降低而贫困的深度在增强。多维贫困指数随贫困维度上升而递减。在我们所考察的个体中，存在四个维度同时被剥夺的极端情况。

五、实证模型与计量结果

本文的实证模型设定如下：

adulti=β0+βkichildhood_povertyki+δXi+εi

在考察儿童期贫困的长期影响时，我们分别选择成年以后的健康状况、受教育水平、第一份工作收入以及第二份工作收入作为被解释变量adulti的四个测量指标。在测度成年后健康状况时，我们选择指标：成年后是否在一年内住院超过三次。若选择“否”，则赋值adulti=1，表示成年后健康状况良好；否则adulti=0，表示成年后健康状况较差。受教育水平：成年后受教育水平分别为：没有接受过教育、私塾、幼儿园、学前班、小学、初中、高中、中专、大专、大学本科、硕士研究生、博士，所以依次赋值为0～11；第i个个体的第一份以及第二份工作收入，是连续变量，单位均为元/年。childhood_povertyki，k=1,2,3,4分别表示第i个个体的一至四维贫困情况，是本文主要的解释变量。我们把贫困维度大于或等于临界值k视作该个体k维贫困。若存在k维贫困，则令childhood_povertyki=1，否则childhood_povertyki=0，表示个体不存在k维贫困。因此βki衡量的是儿童时期多维贫困对成年后的健康状况、受教育水平、第一份工作以及第二份工作收入的影响。Xi是一系列控制变量，主要包括：性别、年龄、出生时户籍等。本文还控制了省份的固定效应。

(一)儿童期多维贫困对成年后健康状况的影响

表4的(1)至(4)列分别代表成年后健康水平对儿童期一、二、三、四维贫困的回归结果，回归控制了性别、年龄、出生时户籍和省份固定效应。

表4儿童期多维贫困对成年后健康状况的影响

注：回归采用了probit模型，因变量为健康状况良好与否。我们把贫困维度大于或等于临界值k视作该个体k维贫困。性别：女=0，男=1；出生户籍的对照组为农业户口；括号里是稳健性标准误(robust standard error) ；***、**、* 分别表示在1%、5%、10%置信水平上显著。

表4显示，儿童期多维贫困对成年后健康状况有显著的负面影响。儿童期存在多维贫困的个体成年后健康状况良好的可能性比儿童期不存在该维度贫困的个体显著降低。横向比较第(1)至(4)列四组数据可以得出，伴随着儿童期所遭受贫困维度的增加，其对成年后健康状况的负面影响有明显增强的趋势。

我们在回归时还加入了性别与年龄控制变量，四组回归的结果均显示：男性在成年后健康状况良好的概率显著高于女性；比较控制变量的年龄回归系数可知，随着年龄的增长，个体健康状况良好的可能性将会下降，这一结论与我们的预测一致。

(二)儿童期多维贫困对成年后受教育水平的影响

表5的(1)至(4)列分别代表成年后受教育水平对儿童期一、二、三、四维贫困的回归结果，回归控制了性别、年龄、出生户籍和省份固定效应。由于教育水平为定序变量，我们采用了ordered probit回归方法。

表5儿童期多维贫困对成年后教育水平的影响

注：回归采用了ordered probit模型，我们把贫困维度大于或等于临界值k视作该个体k维贫困。因变量为成年后受教育水平，分别为：没有接受过教育、私塾、幼儿园、学前班、小学、初中、高中、中专、大专、大学本科、硕士研究生、博士，所以依次赋值为0～11；性别：女=0，男=1；出生户籍的对照组为农业户口；括号里是稳健性标准误(robust standard error)；***、**、* 分别表示在1%、5%、10%置信水平上显著。

表5显示，儿童期多维贫困对成年后受教育水平有显著的负面影响，并且伴随着儿童期所遭受贫困维度的增加，成年后受教育水平下降趋势更加明显。四维贫困的回归系数绝对值小于三维，回归系数不显著，这可能是样本量太小而导致的。

比较控制变量系数可以发现，男性在成年后受教育水平明显高于女性，可能的原因是样本年龄均为45岁及以上(在2014年)，此年龄段的中国女性接受教育的程度显著低于男性；同时随着年龄的增长，个体受教育水平有所下降，这是由于随着中国近年来义务教育的逐步普及，年龄越小意味着接受义务教育的可能性越大。

(三)儿童期多维贫困对收入的长期影响

1.第一份工作收入

表6的(1)至(4)列分别代表成年后第一份工作收入对儿童期一、二、三、四维贫困的OLS回归结果。由于第一份工作的收入受到其所处年代的重要影响，所以，这里除了控制之前性别、年龄、出生户籍和省份固定效应外，还控制了年龄的平方，以尽可能地控制不同年代的异质性影响。

表6儿童期多维贫困对成年后第一份工作收入的影响

注：回归采用了OLS模型，因变量为第一份工作年收入的对数。我们把贫困维度大于或等于临界值k视作该个体k维贫困。性别：女=0，男=1；出生户籍的对照组为农业户口；括号里是稳健性标准误(robust standard error) ；***、**、* 分别表示在1%、5%、10%置信水平上显著。

表6显示，儿童期多维贫困将导致成年后的第一份工作收入显著下降。第(1)列显示，儿童期存在一维贫困的个体成年后的收入要比儿童期不贫困的个体显著低37.3%。第(2)列显示，儿童期存在二维贫困的个体成年后的收入要比儿童期不存在二维贫困(不贫困或一维贫困)的个体显著低32.5%。第(3)列显示，儿童期存在三维贫困的个体成年后的收入要比儿童期不存在三维贫困的个体显著低27.7%。第(4)列显示，儿童期存在四维贫困的个体成年后的收入要比儿童期不存在四维贫困的个体低30.9%。可能由于四维贫困的样本数较少，四维贫困的系数并不显著。不同维度贫困对于第一份工作收入的影响相似。可以看出，男性成年后的工作收入比女性显著高56.2%；年龄与收入之间存在着U型关系，拐点在80岁左右，说明多数样本起薪与年龄呈递减趋势，即年龄越小(年代越晚)工作的人第一份工作收入越高。

2.第二份工作收入

表7的(1)至(4)列分别代表成年后第二份工作收入对儿童期一、二、三、四维贫困的OLS回归结果，回归控制了性别、年龄、年龄平方、出生户籍和省份固定效应。

表7儿童期多维贫困对成年后第二份工作收入的影响

注：回归采用了OLS模型，因变量为第二份工作年收入的对数。我们把贫困维度大于或等于临界值k视作该个体k维贫困。性别：女=0，男=1；出生户籍的对照组为农业户口；括号里是稳健性标准误(robust standard error) ；***、**、* 分别表示在1%、5%、10%置信水平上显著。

表7显示，儿童期多维贫困将导致成年后的第二份工作收入的显著下降。儿童期存在一维贫困的个体成年后的收入要比儿童期不贫困的个体低17.9%。随着儿童期贫困维度的加深，其对成年后的第二份工作收入的负效应有不断增强的趋势。但儿童期四维贫困对成年后第二份工作收入的负效应较低且不显著，其可能的原因是第二份工作收入受到其他因素影响更大，儿童期极端贫困的影响被稀释。从控制变量的系数可以看出，男性成年后的工作收入比女性显著高102%；年龄与收入之间依然存在着U型关系。

(四)稳健性检验

为了验证回归结果的稳健性，本文通过改变对k维贫困的定义方法进行稳健性检验。具体而言，我们把贫困维度数恰好等于临界值k的个体定义为k维贫困。即k=0,1,2,3,4分别代表不贫困以及贫困维度数分别为1、2、3、4的个体。这样定义能够更好地体现多维贫困的深度而且回归将所有样本包含在内。此时被解释变量仍然用成年后的四个指标来衡量，分别是健康状况、受教育水平、第一份工作收入和第二份工作收入。回归结果如表8。

表8改变自变量定义方法后的稳健性检验结果

注：回归模型与之前的表格类似，对于健康和教育水平的因变量分别采用probit和 ordered probit模型,对于收入因变量则采用OLS模型。受教育水平分别为：没有接受过教育、私塾、幼儿园、学前班、小学、初中、高中、中专、大专、大学本科、硕士研究生、博士，所以依次赋值为0～11；性别：女=0，男=1；出生户籍的对照组为农业户口；括号里是稳健性标准误(robust standard error) ；***、**、* 分别表示在1%、5%、10%置信水平上显著。

结果显示，多维贫困的回归系数仍然十分显著。并且系数均为负数，说明随着贫困维度的提高，其对成年后的负面影响不断加深，此结果与第一种定义下的多维贫困的回归结果类似。因此模型通过了稳健性检验，结论具有可靠性。

(五)异质性分析

为分析儿童期贫困长期影响的异质性，下面把总体样本按照性别和出生时户籍分组，分别考察儿童期贫困对不同人群的差异化影响。为便于展示结果，我们沿用表8中采用的多维贫困定义，贫困维度数恰好等于临界值k的个体。

1.按性别分组

从表9的结果可以看出，儿童期贫困对男性和女性都有负面的长期影响，并且这种影响都具有显著性。相比而言，对女性健康和教育的负面影响更深，对男性收入的影响略大。

表9儿童期贫困的长期影响：按性别分组

A:男性

解释变量健康状况受教育水平第一份工作收入第二份工作收入贫困维度数-0.086∗∗(0.027)-0.186∗∗∗(0.014)-0.236∗∗∗(0.032)-0.179∗∗∗(0.041)年龄-0.015∗∗∗(0.002)-0.037∗∗∗(0.001)-0.454∗∗∗(0.028)-0.272∗∗∗(0.036)年龄平方0.003∗∗∗(0.000 2)0.002∗∗∗(0.000 2)

续前表

解释变量健康状况受教育水平第一份工作收入第二份工作收入非农业0.057(0.163)-0.073(0.074)-1.250∗∗∗(0.169)-1.142∗∗∗(0.218)统一居民户口0.069(0.179)0.642∗∗∗(0.082)1.814∗∗∗(0.189)0.614∗∗(0.243)省份固定效应是 是 是 是 N9 0639 0929 0929 092Pseudo R20.0310.075Adj-R20.1900.068

B:女性

解释变量健康状况受教育水平第一份工作收入第二份工作收入贫困维度数-0.125∗∗∗(0.025)-0.200∗∗∗(0.014)-0.213∗∗∗(0.025)-0.147∗∗∗(0.030)年龄-0.011∗∗∗(0.002)-0.047∗∗∗(0.001)-0.224∗∗∗(0.020)-0.148∗∗∗(0.025)年龄平方0.002∗∗∗(0.000 2)0.001∗∗∗(0.000 2)非农业0.133(0.131)-0.342∗∗∗(0.071)-1.490∗∗∗(0.129)-0.495∗∗∗(0.156)统一居民户口0.331∗∗(0.156)0.903∗∗∗(0.080)2.099∗∗∗(0.146)1.399∗∗∗(0.177)省份固定效应是 是 是 是 N9 5179 5839 5839 583Pseudo R20.0390.132Adj-R20.2820.096

注：回归模型与之前的表格类似，对于健康和教育水平的因变量分别采用probit和 ordered probit模型,对于收入因变量则采用OLS模型。受教育水平分别为：没有接受过教育、私塾、幼儿园、学前班、小学、初中、高中、中专、大专、大学本科、硕士研究生、博士，所以依次赋值为0～11；性别：女=0，男=1；出生户籍的对照组为农业户口；括号里是稳健性标准误(robust standard error) ；***、**、* 分别表示在1%、5%、10%置信水平上显著。

2.按出生时户籍分组

考虑到出生时的户籍类型决定着个体能够享有的公共服务，会导致机会的差异，下面分别考察出生时为农业户口和非农业户口两组人群的情况。

表10的结果显示，相比之下,儿童期贫困对农业户口的人群负面影响更大，对非农业户口人群的成年后健康水平和第二份工作收入都没有显著影响。这从一个侧面反映出我国城乡二元户口分割的制度确实对农业户口人群有一定的负面影响。也就是说，出生时的农业户口可能意味着较差的公共服务环境，在外界环境较差的情况下如果再经历儿童时期的家庭贫困，会对其一生的健康、教育、收入等产生长期的负面影响。

表10儿童期贫困的长期影响：按出生户籍分组

A：农业户口

解释变量健康状况受教育水平第一份工作收入第二份工作收入贫困维度数-0.111∗∗∗(0.019)-0.189∗∗∗(0.011)-0.205∗∗∗(0.021)-0.157∗∗∗(0.026)性别0.089∗∗∗(0.032)0.866∗∗∗(0.018)0.617∗∗∗(0.033)1.034∗∗∗(0.041)年龄-0.013∗∗∗(0.002)-0.044∗∗∗(0.001)-0.336∗∗∗(0.018)-0.261∗∗∗(0.022)年龄平方0.002∗∗∗(0.000 1)0.002∗∗∗(0.000 2)省份固定效应是 是 是 是 N16 50816 52816 52816 528Pseudo R20.0340.114Adj-R20.0740.075

B：非农业户口

解释变量健康状况受教育水平第一份工作收入第二份工作收入贫困维度数-0.034(0.079)-0.199∗∗∗(0.035)-0.204∗∗(0.085)-0.036(0.118)性别-0.113(0.117)0.213∗∗∗(0.051)0.094(0.121)0.798∗∗∗(0.170)年龄-0.013∗∗(0.006)-0.031∗∗∗(0.003)-0.452∗∗∗(0.063)0.216∗∗(0.088)年龄平方0.003∗∗∗(0.000 1)0.002∗∗∗(0.000 1)省份固定效应是 是 是 是 N1 5191 6941 6941 694Pseudo R20.0650.058Adj-R20.1090.035

注：回归模型与之前的表格类似，对于健康和教育水平的因变量分别采用probit和 ordered probit模型,对于收入因变量则采用OLS模型。受教育水平分别为：没有接受过教育、私塾、幼儿园、学前班、小学、初中、高中、中专、大专、大学本科、硕士研究生、博士，所以依次赋值为0～11；性别：女=0，男=1；出生户籍的对照组为农业户口；括号里是稳健性标准误(robust standard error) ；***、**、* 分别表示在1%、5%、10%置信水平上显著。

六、结论与政策建议

本文运用CHARLS生命历程数据(2014)构建了度量儿童时期多维贫困的指标体系，并以此为基础量化分析儿童期多维贫困对后续人力资本积累、成年期健康水平以及劳动收入状况等方面的长期影响。本文构建的儿童期多维贫困指标包含健康、家庭收入、温饱和住房四个维度。我们对AF多维贫困测量方法进行了扩展，构建了四维贫困指标体系。结果发现，一维贫困的发生率为76.44%，说明有近四分之三的个体存在一维贫困，即大多数被调查者在儿童时期至少存在某一维度的贫困。多维贫困发生率随贫困维度的增加而逐步递减，二维贫困发生率较一维有明显的下降，为30.80%，三、四维贫困发生率分别为5.78%和0.25%。伴随着贫困发生率的递减，多维贫困剥夺程度呈现递增的趋势，这表明随着贫困维度的上升，贫困的广度降低而贫困的深度在增强。

从儿童期多维贫困的长期影响来看，儿童期多维贫困对成年后健康状况、教育水平和就业收入都有显著的负向影响，而且随着贫困维度的增加，其对成年后的负面影响不断加深。这一核心结论在稳健性检验中保持不变。此外，异质性分析结果显示儿童期贫困对农业户口的人群负面影响更大。出生时的农业户口可能意味着较差的公共服务环境，在外界环境较差的情况下，如果再经历儿童时期的家庭贫困，会对其一生的健康、教育、收入等产生长期的负面影响。

本研究表明，应该立足于生命周期视角来思考反贫困政策的制定和实施问题，即减贫政策应该更加注重儿童时期的脱贫，进行儿童时期的早期政策干预，这对个体在全生命周期下的减贫以及预防贫困代际传递会起到重要作用。