窮且益堅:童年農村經歷會提高非認知能力嗎

摘 要 非認知能力是重要的人力資本，許多研究考察了早期經歷對非認知能力的影響，但是缺乏基于童年農村經歷視角的研究。本文使用2010 年中國家庭追蹤調查數據（CFPS），考察了童年農村經歷對非認知能力的影響。基準結果表明，對于有過童年農村經歷的群體，其非認知能力會比其他群體高0. 098 個標準差，且使用處理效應模型和傾向匹配得分等方法緩解內生性問題之后，結論保持一致。考慮到非認知能力可能存在測量誤差問題，本文使用控制點等方式來度量非認知能力，結論依然穩健。進一步分析發現，童年農村經歷能夠提高非認知能力的機制在于個體為了適應窮困環境而付出努力。此外，本文探討了童年農村經歷對大五人格子指標以及細分指標的影響，發現有過童年農村經歷的群體在順同性和外向性等方面更高。更細致地說，有過童年農村經歷的群體在條理性、順從性、熱情性和行動力等方面更高，不過在審慎性和價值取向等方面卻更低。本文的研究結論從童年農村經歷的視角上為早期生活經歷會影響非認知能力提供了經驗證據。

關鍵詞 農村經歷;非認知能力;大五人格;控制點

0 引言

非認知能力是勞動經濟學領域的熱門話題，它一般是指人的性格、偏好和情商等技能。非認知能力是與認知能力相對應的能力，并且在許多方面非認知能力的預測能力和認知能力相當，甚至更勝一籌（ Heckman and Kautz，2013）。以往豐富的經驗證據表明非認知能力是勞動力市場、健康行為和教育成就等方面的重要預測因素（ Heckman and Rubinstein，2001;Chiteji，2010;Lindqvist andVestman，2011;李曉曼和曾湘泉，2012;Cobb-Clark，2015）。

非認知能力作為21 世紀培育學生的核心勝任力，得到了經濟學界和教育界的廣泛關注。例如，2016 年，教育部發布了《中國學生核心素養》報告，其中包括人文底蘊、科學精神、學會學習、健康生活、責任擔當以及實踐創新等六大素養，這些都是非認知能力的重要組成部分。2019 年，中共中央、國務院發布了《中國教育現代化2035》，指出應培養學生道德品質、創新精神和實踐能力等方面的技能，這些技能也正是非認知能力的重要組成部分。Becker（1992）認為，兒童成長的早期環境是信念和偏好形成的重要因素，而信念和偏好是非認知能力的重要組成部分，這就說明早期環境對于非認知能力的形成具有重要影響。現有關于非認知能力的研究主要從家庭環境、學校環境、社會環境等三個方面展開。其中，Heckman et al. （2006）和Heckman and Kautz（2013）總結了早期環境對兒童非認知能力的影響，其主要結論也都支持早期環境對非認知能力塑造具有重要作用。

國際上許多文獻對早期經歷和個人經濟行為進行了研究。例如，Malmendier et al. （2011）的研究表明，經歷過經濟大蕭條的CEO 債務融資顯著較低。國內也有許多學者實證分析了“三年困難時期”經歷和知青經歷的影響。例如，Chen and Zhou（2007）發現早期“三年困難時期”經歷會影響到健康狀況。程令國和張曄（2011）則發現早期“三年困難時期” 經歷會使得個體更加傾向于儲蓄行為。與本文更相近的是研究知青經歷的一系列文獻，知青經歷是一項在國家的號召下，青年參加上山下鄉運動帶來的農村生活經歷。在這方面已經有部分學者進行研究，并且學者們的研究結果基本都認為，知青經歷會影響之后的經濟行為，比如人力資本、金融行為等方面（ Gong et al. ，2015，2020; Fan，2020;Chen et al. ，2020）。其中與本文最為密切的研究，Gong et al. （2015） 考察了知青經歷對非認知能力的影響，其觀點是早期知青經歷會降低外部控制點、提高非認知能力，而這個觀點后面也得到了Fan（2020） 的論證。但是，知青經歷是在青年時期的農村生活經歷，已有研究認為非認知能力主要在童年時期形成并在青春期基本保持穩定（Caspi et al. ，2005;Borghuis et al. ，2017），說明知青經歷可能對于非認知能力的塑造作用較弱。而在中國城市化的進程中，不少童年具有農村生活經歷的居民進入到城市（江靜琳等，2018）。這一背景為我們研究童年生活環境帶來的經濟影響提供了天然場景。這些具有農村生活經歷的居民在童年時期和城市居民生活在不同的環境，因此我們不禁要問，他們的性格特點等非認知能力和“城市老人” 一樣嗎？ 鑒于此，本文重點關注12 歲及以前的童年農村經歷，為以上問題提供一個合適的回答，而對于這一問題的回答也能夠為我國推進城市化的積極作用提供一定經驗證據。根據Borghuis et al.（2017）的結論，本文主要研究的是非認知能力塑造最重要的時間段，即使用童年農村經歷進行實證研究能夠得到更明顯的結果。

本文利用2010 年中國家庭追蹤調查數據（CFPS），考察了童年農村經歷對非認知能力的影響，得出了一些有趣的結論。通過使用大五人格度量非認知能力的回歸結果顯示，對于有過童年農村經歷的群體，其非認知能力會比其他群體高0. 098 個標準差，具有明顯的經濟顯著性。本文使用處理效應模型和傾向匹配得分等方法來緩解內生性問題后，結論依然穩健。考慮到非認知能力可能存在測量誤差問題，本文使用控制點等方式來度量非認知能力，結論仍然保持一致。進一步的分析發現，童年農村經歷能夠提高非認知能力的機制在于個體為了適應窮困環境而付出努力。此外，本文還探討了童年農村經歷對大五人格5 個子指標以及13 個細分指標的影響，我們發現：第一，有過童年農村經歷的群體在順同性和外向性等方面更高;第二，有過童年農村經歷的群體在條理性、順從性、熱情性和行動力等方面更高，但是在審慎性和價值取向等方面卻更低。

本文其余部分結構安排如下：第1 部分是文獻綜述;第2 部分介紹了使用的數據和變量選擇;第3 部分介紹了模型并討論了實證結果，包括基準回歸、穩健性檢驗、內生性討論和機制分析;第4 部分討論了非認知能力的子指標和細分指標;最后是結論。

1 文獻綜述

本文主要涉及兩類文獻。 第一類是非認知能力（也稱人格特質），包括測量方法及其帶來的經濟影響。一般來說，非認知能力主要是通過大五人格、內外控制點、自尊等方式來度量（Rotter，1966;Costa and McCrae，1992;Rosenberg andPearlin，1978;Becker et al. ，2012）。依據國內學者指出使用大五人格能夠較好測出中國人的非認知能力的看法（王孟成等，2011），本文主要使用的是大五人格度量來非認知能力，這種測量方法在國內外得到了廣泛的應用（ Borghanset al. ，2008;Almlund et al. ，2011;李濤和張文韜，2015;王春超和張承莎，2019）。大五人格這一說法最早起源于Allport and Odbert（1936）的詞匯假說，并由Costaand McCrae（1992）正式構建，能夠更為廣泛地從抽象層面捕捉到所有的人格特質。細致地說，大五人格大體上包括五個方面，分別是嚴謹性、外向性、順同性、開放性和情緒穩定性。其中，嚴謹性主要體現了勝任、條理和責任等特點;順同性主要體現了利他和順從等特點;外向性主要體現了熱情、社交和活躍等特點;開放性主要體現了想象、審美和情感等特點;而情緒穩定性則主要反映了自信、樂觀和抗壓等特點。國內關于非認知能力測量的調查目前還在起步階段，主要是因為國內的調查一般不是嚴格隨機抽樣并且缺乏國際公認的大五人格特征量表（王春超和張承莎，2019），此時得到的調查問卷容易出現測量誤差，而測量誤差又是研究非認知能力經濟影響的主要內生性來源（Heckman et al. ，2006）。鑒于此，國內學者現有關于非認知能力的測量大多數是使用CFPS2010 數據（李濤和張文韜，2015;王春超和張承莎，2019），參考NEO 人格問卷且結合現有數據，使用自評和他評兩種方式，能夠最大限度地測量出中國人的非認知能力。

早期不少研究認為個人的經濟行為主要受到預期和偏好等因素的影響，但是隨著心理學的發展，非認知能力也被引入到經濟學的研究領域（Heckman andRubinstein，2001）。在勞動經濟學關注的話題中，主要是非認知能力對收入的影響。自從Heckman et al. （2006）引入非認知能力構建新人力資本模型之后，學者對于非認知能力和收入的話題進行了豐富的實證研究（ Lindqvist andVestman，2011;李曉曼和曾湘泉，2012;程虹和李唐，2017;王春超和張承莎，2019;Bassi and Nansamba，2022;李根麗和尤良，2022）。這些學者的研究結論大多支持非認知能力對于收入的提高具有積極影響。此外，在勞動經濟學領域中，學業成績也是重要的話題，學者們的主要結果也是支持非認知能力提高有利于兒童學業成績的提高（Barón and Cobb-Clark，2010;Cobb-Clark，2015;Golsteyn et al. ，2021）。

第二類文獻主要涉及早期成長經歷對非認知能力的影響。關于早期經歷對于非認知能力影響的研究主要是從家庭環境、學校環境和社會環境等三個方面出發。Cunha and Heckman（2007）擴展了人力資本的模型，他們將個人、父母和環境等因素引入模型，認為童年是非認知能力形成的重要時期。大多數的研究為這一理論框架提供了有益的經驗證據（ Gong et al. ，2015;Leight and Liu，2016;Elkins and Schurer，2020）。于是，怎樣在早期干預兒童非認知能力成為了學者關心的話題。護士-家庭合作（Nurse-Family Partnership）項目旨在干預產期條件和早期育兒來研究兒童非認知能力問題，這一項目表明早期干預會提高兒童的非認知能力（Heckman and Kautz，2013）。還有研究通過意大利非政府組織提供的家庭培訓計劃，來考察賦予婦女權利對兒童非認知能力的影響（Lavy et al. ，2022）。

與本文更為密切相關的文獻中，主要集中考察了遷移和知青等早期經歷和非認知能力的關系。例如，Gong et al. （2015） 提到知青經歷通過降低外部控制源，從而提高非認知能力，主要是因為在這一過程中知青為了適應逆境而付出努力。這一結論也得到了Fan（2020）的證據支持。于愛華等（2020）發現，子女隨遷有利于提高其非認知能力，且主要是嚴謹性、開放性和情緒穩定性等方面。蘇會等（2024）就隨遷和青少年人力資本的話題進行了推進，發現農村青少年隨遷時候的年齡越小，其認知能力和非認知能力越高。上述提到的文獻主要基于遷移等視角進行了實證分析，本文則基于童年農村經歷這一新的視角進行了有益補充。與本文直接相關的是，江靜琳等（2018） 實證發現，農村成長經歷對于家庭股票市場參與的影響對于具有不同的開放性特征的戶主，會產生不同影響，即存在調節效應。但是略為遺憾的是，他們并沒有直接探討農村成長經歷對非認知能力的影響，本文在他們研究的基礎上做出了推進。

此外，許多學者表明非認知能力在成年時期是穩定的（ Almlund et al. ，2011;Cobb-Clark and Schurer，2012），更有研究表明非認知能力大概在青春期或12 歲大致保持穩定（Caspi et al. ，2005;Borghuis et al. ，2017）。因此，研究早期經歷特別是12 歲及之前的生活經歷對于非認知能力的形成的影響是有必要的。本文則在中國快速推進城市化這一背景下，抓住12 歲及之前的童年農村經歷的視角，通過大五人格這一主流的非認知能力測量方法，考察童年農村經歷對非認知能力的影響。

2 數據、變量與描述性統計

2.1 數據來源

本文主要使用2010 年北京大學中國家庭追蹤調查數據（China Family PanelStudies）①。CFPS 是由北京大學中國社會科學調查中心負責開展的一項全國性、大規模、多學科的社會跟蹤調查項目。該調查旨在通過跟蹤，收集個體、家庭、社區三個層面的數據，來反映中國社會、經濟、人口、教育和健康的變遷。2010 年的調查數據是CFPS 的基線數據，調查了162 個縣635 個村莊14797 個家庭的33598 個受訪者。

本文研究的話題是城市居民童年農村經歷對其非認知能力的影響。根據需要，本文參考江靜琳等（2018）做法，篩選了4014 個受訪者樣本。篩選標準如下：（1）剔除受訪者重要變量缺失的樣本;（2） 保留現在居住在城市并且擁有非農業戶口的受訪者樣本;（3）剔除曾經有上山下鄉經歷的受訪者樣本;（4） 剔除3 歲和12 歲的戶口類型變量缺失的樣本;（5） 剔除受訪者出生地、3 歲和12 歲居住地不同的樣本。為了更好地研究童年農村經歷的影響，我們將樣本限定在擁有非農業戶口并且居住在城市的受訪者，并且剔除掉曾經有過上山下鄉經歷的受訪者，這樣可以保證受訪者當前的生活環境盡可能類似，排除一些干擾我們識別的因素。此外，我們之所以剔除受訪者出生地、3 歲和12 歲的居住地不同的樣本，也是為了盡可能挑選出受訪者童年絕大多數時間居住在同一地區的樣本，一定程度上降低核心解釋變量的測量誤差;同時，也能避免早期遷移經歷對非認知能力的影響，干擾識別。

2.2 變量選取

2.2.1 被解釋變量

本文按照李濤和張文韜（2015）、王春超和張承莎（2019）等國內多數文獻的做法，同時借鑒英國家庭追蹤調查（ BHPS） 和德國社會經濟追蹤調查（ GSOEP）的相關問題，從CFPS2010 數據中選擇五個維度的子指標進行度量，詳見表1。大體上，在CFPS2010 數據中和大五人格相關的指標主要分為兩類，一類是來自受訪者的自評（1～5），另一類是來自訪問員的評價（1～7），結合自評和他評能夠很好地度量受訪者的非認知能力（Kautz et al. ，2014）。但是，兩種指標的評價分數存在差異，本文為了消除這兩類指標間量綱帶來的影響，我們將所有的子指標進行標準化處理;然后，在每一個子維度上進行加總平均，最后通過主成分分析法（PCA）構建非認知能力指標。

2.2.2 核心解釋變量

本文研究的問題是童年農村經歷對非認知能力的影響。參考江靜琳等（2018）、魏東霞和陸銘（2021）的做法，本文根據受訪者的戶籍狀態來識別所需要的核心解釋變量。具體做法是，如果城市受訪者3 歲和12 歲是農業戶口，且他們的出生地、3 歲居住地和12 歲居住地都相同的話，我們則認為這些受訪者童年的大部分時間都居住在農村（江靜琳等，2018）;反之，我們則認為他們童年的大部分時間都居住在城市。即本文定義的童年農村經歷是虛擬變量，即城市受訪者童年時期的戶口是農業且居住地在農村。

具體來說，童年農村經歷按照江靜琳等（2018） 的說法，主要是指居民在童年階段生活在經濟條件較差、教育質量較差以及鄉土社會等環境中，這與魏東霞和陸銘（2021）的城市生活經歷本質上相反。從經濟條件方面來說，我國城鄉之間的收入差距雖然隨著改革開放等因素在縮小，但是很明顯這種收入差距一直存在，使得童年生活在農村的居民經濟條件較差;從教育條件方面來說，我國城市和農村的學校在辦學條件、師資水平等方面存在顯著差別，農村居民在童年享受不到較好的教育。這種獨特的窮困環境更容易培育出堅韌、吃苦耐勞的精神，從而提高居民的非認知能力。從文化環境上來說，農村居民在童年生活在鄉土文化的環境中，例如宗族、水稻等文化環境會影響到非認知能力塑造。并且由于農村居民之間聯系比較密切，這也會進一步影響到居民的非認知能力①。

2.2.3 控制變量

參考相關文獻，本文主要從個體特征以及家庭背景選取了控制變量。個體特征變量包括了性別、年齡、漢族、身高、受教育程度（1～8 分別是幼兒園至博士）、婚姻狀態、身體健康、數學測試、字詞測試、工作狀態以及個體收入對數等變量;家庭背景變量主要包括了兄弟姐妹數量以及父親和母親的受教育程度（1～8分別是文盲＼半文盲至博士）等變量。其中，非認知能力的高低會受到小時候營養的影響（Schick and Steckel，2010），且大多數研究認為身高很大程度上代表了幼時的營養狀況（Chen and Zhou，2007）。為此，本文將身高作為幼時營養狀況的代理變量加以控制。鑒于自評健康可能會受到情緒穩定性的影響，本文參考Gong et al. （2020）的方法，從CFPS2010 的問卷中選擇BMI、是否被診斷出慢性病、是否住院和是否身體不適這四個變量，通過主成分分析（PCA）構建我們所需要的身體健康變量。其中，身體健康變量的得分越高，則說明身體健康狀況越差。

2.3 描述性統計

為了比較童年農村經歷的差異，表2 列出了有無童年農村經歷的樣本和全樣本。其中，有過農村經歷的受訪者有1815 個觀測值，占全樣本的45. 2%，這一比例和江靜琳等（2018）基本保持一致（47. 1%）。表2 顯示，有過農村經歷的受訪者年齡、兄弟姐妹數量等明顯多于沒有農村經歷的受訪者，其身高、受教育程度、數學測試、字詞測試、父母受教育程度明顯低于沒有農村經歷的受訪者。沒有農村經歷的受訪者年齡較小，這比較符合現實，因為隨著戶籍制度的放松，出生日期越靠后，即年齡相對年輕的受訪者越有可能突破戶籍的限制，成為非農業戶口;有過農村經歷的受訪者，由于家庭和地域等因素的制約，家庭背景相對更差，自身的身高（營養狀況）、受教育程度和認知能力也會明顯低于在城市成長起來的受訪者。此外，有過農村經歷的受訪者就業率（50. 0%） 明顯低于沒有農村經歷的受訪者（54. 3%）。表2 還列示了其他變量的描述性統計，例如性別、民族等變量，有過農村經歷的受訪者和沒有農村經歷的沒有差別。

3 實證結果

3.1 模型設定

本文主要使用CFPS2010 的數據考察童年農村經歷對非認知能力的影響，為此本文建立以下OLS 模型：

具體回歸結果如表3 所示，其中非認知能力進行了標準化處理，即平均值為0，標準差為1。第（1） 列控制了性別、年齡、漢族、身高、受教育程度、婚姻狀態、身體健康、數學測試和字詞測試等個體特征變量;第（2） 列額外加入了工作狀態和個體收入對數等個體特征變量;第（3） 列在此基礎上加入了家庭背景變量;第（4）列為了控制省份間的差異，控制了省份固定效應。結果表明，在逐步加入控制變量之后，童年農村經歷顯著為正并且顯著性不斷提高，這說明經歷過農村生活確實對于個體非認知能力有積極作用，這一結果和Gong et al.（2015）保持一致。此時，我們發現，在納入控制變量的過程中，估計系數變化較小，這說明本文結果受遺漏變量影響較小（Altonji et al. ，2005）。從系數大小來看，童年農村經歷的估計系數為0. 098，這表明童年農村經歷能夠提高個體非認知能力大約0. 098 個標準差，具有明顯的經濟顯著性。進一步，結合現有文獻的研究結論和CFPS 數據得到的實證結果，我們分析了童年農村經歷通過非認知能力帶來的潛在影響。我們發現，童年農村經歷通過提高非認知能力，能夠提高個體的工資性收入大約0. 37%，減少個體的收入剝奪指數大約0. 001 個單位，增加居民消費支出大約0. 25%（李根麗和尤亮，2022;李靜和陳超，2023）。

3.2 穩健性檢驗

當然，非認知能力的測量方式還有許多種， 包括內外控制點、自尊等（Becker et al. ，2012）。如果選擇單方面的度量方式，得出的結果可能還不夠穩健。于是，本文參考其他文獻和問卷做法，構建了其他的非認知能力度量方法。

參考樂君杰和胡博文（2017） 的做法，選擇嚴謹性、順同性和情緒穩定性這三個子指標通過主成分分析法構建非認知能力指標，見表5 第（1） 列。我們可以發現，通過使用三個指標來度量我們的非認知能力，童年農村經歷的系數在5%的統計水平下顯著。

參考魏東霞和陸銘（2021）的做法，我們在大五人格的基礎上增加社交活動指標。我們在CFPS2010 問卷的基礎上選擇“ 最近三個月，您是否從事下列活動”構建我們的社交活動指標，如果受訪者回答的是旅游、打牌、外出就餐、參加宗教活動等我們則取值為1，反之則取值為0。回歸結果見表5 第（2）列。結果發現，童年農村經歷的系數也是顯著為正的。

參考Gong et al. （2015）的做法，通過八個問題構建內外控制點指標對非認知能力進行測量。其理由是，內外控制點和自尊表密切相關，并且和其他測度方式相輔相成（Becker et al. ，2012），能夠有效地度量出受訪者的非認知能力。為此，本文參考Gong et al. （2015） 的做法，也使用內外控制點來度量非認知能力，詳見表4。我們使用前四個問題通過取均值來構建我們的內部控制源，使用后四個問題通過取均值來構建我們的外部控制源（反向），最后加總平均為我們所需要的非認知能力指標。回歸結果見表5 第（3） 列，童年農村經歷的系數在1%的統計水平下顯著為正。

此外，我們也參考江靜琳等（2018） 的做法，放松我們關于核心解釋變量的定義，認為3 歲和12 歲戶籍同時擁有農業戶口的受訪者有過童年農村經歷。我們放松核心解釋變量的定義后，得到的結果依舊很穩健，這就說明了童年農村經歷確實會提高受訪者的非認知能力。

我們在數據清洗時去掉了有過知青經歷的那些受訪者，這樣做能夠排除其他因素帶來的干擾，從而避免了知青經歷帶來的額外影響（ Gong et al. ，2015）。但是，除了知青經歷，“三年困難時期” 經歷也是重要的混淆因素。許多研究也認為“三年困難時期”經歷會影響到個人的行為（程令國和張曄，2011），我們有必要考慮“ 三年困難時期” 經歷帶來的影響。于是， 參考Malmendier et al.（2011）的做法，本文認為出生在“三年困難時期”前十年的受訪者有過“三年困難時期”經歷。具體做法為，如果受訪者出生于1949—1958 年，則認為有過“三年困難時期”經歷，取值為1，反之則取值為0。在我們控制了“ 三年困難時期”經歷之后，見表5 第（5）列，我們的系數依舊顯著為正。

本文主要參考李濤和張文韜（2015）、王春超和張承莎（2019） 的做法，使用CFPS2010 數據來度量非認知能力，結合自評和他評的方式，能夠最大限度測量出中國人的非認知能力（Kautz et al. ，2014）。此外，參考李根麗和尤亮（2022）等一系列文獻的做法，本文也將CFPS2010 和CFPS2018 進行匹配，使用CFPS2018數據提供的標準大五人格簡表來測量非認知能力。其中，CFPS2018 數據提供的標準大五人格簡表目前是國內數據中唯一能夠公開獲取并測量非認知能力的規范指標。具體做法為，按照非認知能力五大維度進行加總，然后使用主成分分析法合成非認知能力指標。表5 第（6）列表明，回歸得到的結果仍保持穩健。

3.3 安慰劑檢驗

本文參考路自愿等（2022）的做法，如果受訪者在3 歲和12 歲同時為非農戶口，并且3 歲和12 歲居住的區縣不同，則認為受訪者在不同城市之間發生了遷移，取值為1，反之則取值為0;不同農村之間的遷移也是類似的做法，如果受訪者在3 歲和12 歲同時擁有農業戶口，并且3 歲和12 歲居住的區縣不同，取值為1，反之取值為0。我們之所以選擇3 歲和12 歲，首先是因為這段時期是非認知能力形成的重要時期，環境的變化在這個時期的影響最為明顯;其次，童年遷移決策一般都是由父母來決定的，這樣可以很好地避免自身的非認知能力對遷移的反向影響（Ayhan et al. ，2020）。

本文的結果存在競爭性解釋，即受訪者非認知能力的提高來源于農村向城市的遷移之后環境因素變化帶來的影響，而非童年農村經歷本身的影響。為了排除這樣的解釋，本文設計了安慰劑檢驗，主要的思路為：假如農村向城市遷移之后環境會帶來影響，使得個體非認知能力發生變化，與之類似，不同城市之間的遷移和不同農村之間的遷移也會帶來環境的變化，按照環境影響非認知能力這個邏輯，同樣會使得個體非認知能力發生變化。那么，假如我們發現不同城市之間的遷移和不同農村之間的遷移并沒有顯著影響到個體的非認知能力，我們則可以認為環境變化并不會影響個體的非認知能力。為此，本文使用城市間和農村間的童年遷移對非認知能力進行回歸，具體見表6。結果顯示，不論是城市間遷移還是農村間遷移都不會影響到非認知能力，這就表明非認知能力的提高并不是遷移帶來的環境變化造成的。

3.4 內生性討論

本文使用的是截面數據，回歸結果可能面臨著內生性問題帶來的挑戰。在計量經濟學中，內生性問題的原因大致分為測量誤差、遺漏變量以及反向因果等三個主要來源。首先，本文主要考察的是童年農村經歷對非認知能力的影響，童年農村經歷在數據調查前就已經存在了，現在的非認知能力不會反過去影響童年的農村經歷，二者并不存在明顯的反向因果問題。其次，本文使用的是3 歲和12 歲的戶籍，同時伴以出生地、3 歲居住地和12 歲居住地是否相同度量核心解釋變量，相較于之前的文獻（江靜琳等，2018），測量誤差帶來的問題可能不是很嚴重。但是，仍然有可能存在測量誤差問題，例如非認知能力高的受訪者實際上可能居住在城市，而不是農村，這樣會帶來一定的測量誤差，使得我們的結果產生低估。因此，本文主要面臨的是測量誤差和遺漏變量帶來內生性問題①。

由于可能存在測量誤差和遺漏變量問題帶來的估計偏誤，本文如果采用OLS 方法不能很好地識別二者的因果關系。例如，如果從農村進城的居民得到非農戶口是因為他們的自身條件等比較優越，也就是“選拔” 帶來的結果，從而使得遺漏變量和童年農村經歷有著較強的相關性。考慮到這些內生性問題的存在，本文參考王春超和張承莎（2019） 的做法，使用極大似然估計法下的處理效應模型（Treatment Effects Model，TEM）進行緩解。簡單來說，處理效應模型是和工具變量法原理類似的一種方法，唯一的區別是在第一階段工具變量法是連續變量，而處理效應模型是二值變量。因此，當我們的內生變量是二值變量時，處理效應模型得到的估計結果可能較工具變量法更好（Maddala，1986）。

本文在數據清洗過程中，將數據限制在出生地、3 歲和12 歲居住地一致，這樣做可以盡可能保證受訪者出生地就是童年的居住地。由此，為了得到童年農村經歷對非認知能力的因果效應，本文使用城市層面的平均坡度作為處理效應模型的工具變量，建立以下模型：

在選擇模型中，表7 第（1）列我們僅控制了工具變量，第（3） 列我們在工具變量的基礎上增加了控制變量和省份固定效應。本文參考王春超和張承莎（2019）的做法，也使用了工具變量法，第（5）和第（6） 列是使用工具變量法之后估計的結果。表7 是使用處理效應模型和工具變量法的回歸結果，我們均發現第一階段的系數在1%的統計水平下顯著為正，并且CDF 值和KPF 值均在經驗值10 附近，這表明本文不存在弱工具變量問題。第二階段的結果也同樣支持我們的結論，這說明在緩解選擇性偏差之后，我們的結論依然穩健。當然，工具變量除了滿足相關性之外，其排他性約束假設也需要滿足。一般來說，地形坡度是天然形成的地理特征，這一工具變量是基本外生給定的（ 戴亦一等，2016;林伯強和譚睿鵬，2019），滿足一定的排他性約束。此外，我們參考孫偉增等（2020）的做法，計算基準模型的殘差項和工具變量的相關系數。我們發現，工具變量和殘差項二者之間并不存在顯著的相關性，這進一步為我們的工具變量滿足排他性約束提供了證據。

因為截面數據的原因，可能還存在可觀測變量帶來的樣本自選擇問題。 為此，本文選擇傾向得分匹配法（Propensity Score Matching，PSM） 來緩解自選擇問題。在進行回歸前，需要對數據進行平衡性檢驗。檢驗的結果顯示，匹配后的所有協變量的標準偏差都小于5%，并且控制組和對照組之間均不存在顯著差異。檢驗通過之后，本文首先選用Logit 模型估算出童年農村經歷的概率。參考相關文獻，我們將個體特征、家庭背景等變量納入Logit 模型進行回歸，計算傾向性得分值。然后，根據傾向性匹配得分值對處理組和控制組進行一對四匹配，并估計匹配后兩組之間的平均差距。此外，為了本文結果的穩健性，還進行了核匹配、半徑匹配、卡尺內近鄰匹配以及局部線性回歸匹配。參考Acemogluet al. （2019）的做法，本文還使用了更加穩健的逆概率加權法（IPW） 以及逆概率加權回歸調整法（IPWRA），具體結果都如表8 所示。從表8 可以看出，通過PSM、IPW、IPWRA 等匹配方法緩解可能存在的樣本自選擇問題后，估計系數沒有較大的變化，我們結論依然穩健。

3.5 機制分析

類似Gong et al. （2015），本文認為童年農村經歷之所以能夠提高非認知能力，是因為個體在適應早期窮困環境的基礎上，容易鍛煉出堅韌、吃苦耐勞的精神，即是非認知能力。按照這個機制的理論邏輯，我們將看到以下現象：對于那些早期生活環境更加窮困的個體，他們更加容易鍛煉出堅韌、吃苦耐勞的精神，因為他們早期經歷的環境更加惡劣（Gong et al. ，2015;Fan，2020）。為此我們借助理論邏輯，通過調節效應的方式進行機制分析（ 江艇，2022）。我們選取的調節變量為自身的受教育程度、身體健康、數學測試、單詞測試、父親受教育程度以及母親受教育程度這六個變量。按照我們的理論邏輯，對于受教育程度較低、身體健康較差、數學測試較差、單詞測試較差和父母受教育程度較低的個體，童年農村經歷對非認知能力的促進作用更加明顯。

進一步，為了實證考察童年農村經歷對不同群體的非認知能力帶來的影響，本文將核心解釋變量與自身的受教育程度、身體健康、數學測試、單詞測試、父親受教育程度以及母親受教育程度這六個變量通過交互項的方式參與回歸，具體回歸如表9 所示。

交互項的回歸結果發現，核心解釋變量的系數顯著為正，全部的交互項系數均顯著為負。這說明，的確對于受教育程度較低、身體健康較差、數學測試較差、單詞測試較差以及父母受教育程度較低的個體，童年農村經歷對非認知能力的促進作用更加明顯。這一結果與理論邏輯成立下的現象相符，在一定程度上驗證了我們機制的成立。同時，此處的交互項結果為理解我國的城鄉融合提供了有益的視角。

4 進一步討論

經過前文的分析，我們知道童年農村經歷會提高非認知能力。接下來，本文進一步探索童年農村經歷對于非認知能力5 個子指標和13 個細分指標的影響。于是本文將大五人格的子指標和細分指標對童年農村經歷進行回歸。在回歸之前，首先對大五人格的子指標和細分指標進行描述性統計，具體見表10。我們從描述性統計大致可以知道，大多數子指標和細分指標的平均值是大于0的（除了事業心）。

首先是非認知能力的子指標。表11 結果顯示，順同性和外向性的系數是顯著為正的，這說明童年農村經歷提高受訪者的非認知能力，主要是通過提高順同性和外向性等方面所驅動的。具體而言，童年農村經歷能夠提高0. 049 分的順同性和0. 059 分的外向性。順同性主要體現利他和順從等特點;外向性主要體現熱情、社交和活躍等特點（王春超和張承莎，2019）。其中的解釋可能是，在農村生活過的居民在童年階段大多居住在姓氏比較統一的村莊，同姓之間容易形成信任文化，經常互相幫忙，形成社會網絡和社會關系（陳斌開和陳思宇，2018），這種文化會持續影響到居民后來的生活，使得他們更加具有順同性和外向性。

其次是細分指標。本文參考王春超和張承莎（2019） 的做法，構建了13 個細分指標，包括條理性、事業心、審慎性和利他性等方面。為了估計童年農村經歷對細分指標的影響，本文對細分指標進行回歸，結果見表12。通過回歸結果發現，有過童年農村經歷的群體在條理性、順從性、熱情性和行動力等方面顯著高于從小在城市長大的受訪者群體，但是審慎性和價值取向等方面顯著低于在城市成長起來的群體。其中的解釋可能是，有過農村經歷的居民在童年時期父母可能在外地工作，他們的日常生活大多依靠自己，比如自己洗衣和自己做飯等，容易形成條理性和行動力;同時，由于童年階段長期居住在姓氏比較統一的村莊中，他們和同姓朋友交流更加熱情，經常互相幫忙，容易形成順從性和熱情性。相反，童年在城市成長的居民，周圍大多是不太熟悉的人，而且家長經常教導孩子要有防備心，使得他們的審慎性更高。此外，童年生活在城市的居民接觸到了更加開放的文化，其傳統價值觀念明顯較弱。

5 結論

本文利用2010 年中國家庭追蹤調查數據（CFPS），考察了童年農村經歷對非認知能力的影響。通過使用大五人格度量非認知能力的回歸結果顯示，對于有過童年農村經歷的群體，其非認知能力會比其他群體要高約0. 098 個標準差。本文使用處理效應模型和傾向匹配得分法緩解其中的內生性問題，結論依然穩健。考慮到非認知能力可能存在測量誤差，本文使用控制點等方式來度量非認知能力，結論保持一致。進一步分析發現，童年農村經歷能夠提高非認知能力的機制在于個體為了適應窮困環境而付出努力。此外，本文探討了童年農村經歷對大五人格5 個子指標以及13 個細分指標的影響，我們發現：第一，有過童年農村經歷的群體在順同性和外向性等方面更高;第二，有過童年農村經歷的群體在條理性、順從性、熱情性和行動力等方面更高，但是在審慎性和價值取向等方面卻更低。

大多數文獻指出早期環境會影響到非認知能力的形成（ Cunha andHeckman，2007）。本文基于中國具有代表性的數據發現，有過童年農村經歷的群體非認知能力更高，這一結果為Gong et al. （2015）和Fan（2020） 的結論提供了經驗證據。同時， 本文基于非認知能力塑造的重要時期進行實證研究（Borghuis et al. ，2017），為早期環境會影響非認知能力提供了更具說服力的證據，間接支持了早期干預會影響到非認知能力的形成的觀點（ Heckman andKautz，2013;Lavy et al. ，2022）。

本文仍然存在以下不足。一是在機制分析方面，囿于數據，本文僅探討了個體為了適應窮困環境而付出努力，從而提高個體非認知能力這一機制。但是本文并沒有排除其他作用機制的存在，仍待數據完善之后做進一步的檢驗。二是童年農村經歷也可能會降低個體的非認知能力，囿于數據，本文無法剔除這些群體得到更加干凈的結果。

參考文獻

陳斌開， 陳思宇. 2018. 流動的社會資本———傳統宗族文化是否影響移民就業？

[J]. 經濟研究， 53（3）： 35-49.

Chen B K， Chen S Y. 2018. Flowing social capital： Can traditional clan culture

affect migrants employment in modern society？ [ J]. Economic Research Journal，

53（3）： 35-49. （in Chinese）

程虹， 李唐. 2017. 人格特征對于勞動力工資的影響效應———基于中國企業—員工

匹配調查（CEES）的實證研究[J]. 經濟研究， 52（2）： 171-186.

Cheng H， Li T. 2017. The effects of personality traits on wages： Empirical analyses

based on the China Employer-Employee Survey （ CEES） [ J]. Economic Research

Journal， 52（2）： 171-186. （in Chinese）

程令國， 張曄. 2011. 早年的饑荒經歷影響了人們的儲蓄行為嗎？ ———對我國居民

高儲蓄率的一個新解釋[J]. 經濟研究， 46（8）： 119-132.

Cheng L G， Zhang Y. 2011. Does famine experience in childhood influence ones

saving decision？ A new explanation of Chinas high household saving rate [ J].

Economic Research Journal， 46（8）： 119-132. （in Chinese）

戴亦一， 肖金利， 潘越. 2016. “鄉音”能否降低公司代理成本？ ———基于方言視角

的研究[J]. 經濟研究， 51（12）： 147-160， 186.

Dai Y Y， Xiao J L， Pan Y. 2016. Can “ local accent” reduce agency cost？ —A

study based on the perspective of dialects[J]. Economic Research Journal， 51（12）：

147-160， 186. （in Chinese）

江靜琳， 王正位， 廖理. 2018. 農村成長經歷和股票市場參與[J]. 經濟研究， 53（8）：

84-99.

Jiang J L， Wang Z W， Liao L. 2018. Rural experience and stock market

participation[J]. Economic Research Journal， 53（8）： 84-99. （in Chinese）

江艇. 2022. 因果推斷經驗研究中的中介效應與調節效應[ J]. 中國工業經濟，

（5）： 100-120.

Jiang T. 2022. Mediating effects and moderating effects in causal inference[ J].

China Industrial Economics， （5）： 100-120. （in Chinese）

樂君杰， 胡博文. 2017. 非認知能力對勞動者工資收入的影響[J]. 中國人口科學，

（4）： 66-76.

Le J J， Hu B W. 2017. The effects of non-cognitive abilities on wages： Evidence

from China Family Panel Studies[J]. Chinese Journal of Population Science， （4）：

66-76. （in Chinese）

李波. 2018. 父母參與對子女發展的影響———基于學業成績和非認知能力的視角

[J]. 教育與經濟， 34（3）： 54-64.

Li B. 2018. The influence of parent involvement on childrens development： Based

on the perspective of academic performance and non-cognitive development [ J].

Education amp; Economy， 34（3）： 54-64. （in Chinese）

李根麗， 尤亮. 2022. 非認知能力對非正規就業者工資收入的影響[ J]. 財經研究，

48（3）： 124-138.

Li G L， You L. 2022. The impact of non-cognitive skills on wages of informal

workers[J]. Journal of Finance and Economics， 48（3）： 124-138. （in Chinese）

李靜， 陳超. 2023. 不容忽視的“ 軟實力”： 非認知能力與個體收入不平等[ J]. 勞

動經濟研究， 11（3）： 120-144.

Li J， Chen C. 2023. A remarkable “ soft power”： Non-cognitive ability and

individual income inequality[ J]. Studies in Labor Economics， 11（ 3）： 120-144.

（in Chinese）

李濤， 張文韜. 2015. 人格特征與股票投資[J]. 經濟研究， 50（6）： 103-116.

Li T， Zhang W T. 2015. Personality traits and stock investment： Evidence from

China[J]. Economic Research Journal， 50（6）： 103-116. （in Chinese）

李曉曼， 曾湘泉. 2012. 新人力資本理論———基于能力的人力資本理論研究動態

[J]. 經濟學動態，（11）： 120-126.

Li X M， Zeng X Q. 2012. New human capital theory： Research trends of

competency-based human capital theory[ J]. Economic Perspectives， （ 11）： 120-

126. （in Chinese）

林伯強， 譚睿鵬. 2019. 中國經濟集聚與綠色經濟效率[ J]. 經濟研究， 54（ 2）：

119-132.

Lin B Q， Tan R P. 2019. Economic agglomeration and green economy efficiency in

China[J]. Economic Research Journal， 54（2）： 119-132. （in Chinese）

路自愿， 龍文進， 龐曉鵬， 等. 2022. 童年遷移經歷對農村流動人口成年時期收入

的影響[J]. 中國農村觀察，（1）： 53-70.

Lu Z Y， Long W J， Pang X P， et al. 2022. The impact of childhood migration

experience on the income of rural migrants in adulthood[ J]. China Rural Survey，

（1）： 53-70. （in Chinese）

蘇會， 曹冉， 王琳. 2024. 隨遷對農村青少年人力資本積累影響的再審視———基于

隨遷年齡視角[J]. 農業技術經濟，（3）： 20-34.

Su H， Cao R， Wang L. 2024. Re-examining the influence of migration on rural

adolescents human capital accumulation from the perspective of migration age[ J].

Journal of Agrotechnical Economics， （3）： 20-34. （in Chinese）

孫偉增， 鄧筱瑩， 萬廣華. 2020. 住房租金與居民消費： 效果、機制與不均等[ J].

經濟研究， 55（12）： 132-147.

Sun W Z， Deng X Y， Wan G H. 2020. Housing rents and household consumption：

Effect， mechanism and inequality[ J]. Economic Research Journal， 55（12）： 132-

147. （in Chinese）

王春超， 張承莎. 2019. 非認知能力與工資性收入[ J]. 世界經濟， 42 （ 3）：

143-167.

Wang C C， Zhang C S. 2019. Non-cognitive skills and wage earnings[ J]. The

Journal of World Economy， 42（3）： 143-167. （in Chinese）

王春超， 林俊杰. 2021. 父母陪伴與兒童的人力資本發展[ J]. 教育研究， 42（1）：

104-128.

Wang C C， Lin J J. 2021. Parental companionship and childrens human capital

development[J]. Educational Research， 42（1）： 104-128. （in Chinese）

王孟成， 戴曉陽， 姚樹橋. 2011. 中國大五人格問卷的初步編制Ⅲ： 簡式版的制定

及信效度檢驗[J]. 中國臨床心理學雜志， 19（4）： 454-457.

Wang M C， Dai X Y， Yao S Q. 2011. Development of the Chinese Big Five

Personality Inventory（CBF-PI） Ⅲ： Psychometric properties of CBF-PI brief version

[J]. Chinese Journal of Clinical Psychology， 19（4）： 454-457. （in Chinese）

魏東霞， 陸銘. 2021. 早進城的回報： 農村移民的城市經歷和就業表現[J]. 經濟研

究， 56（12）： 168-186.

Wei D X， Lu M. 2021. The returns to early migration to cities： Rural migrants life

experiences and the labor market performances[ J]. Economic Research Journal，

56（12）： 168-186. （in Chinese）

于愛華， 王琳， 劉華. 2020. 隨遷對農民工子女非認知能力的影響———基于家校教

育過程的中介效應分析[J]. 中國農村觀察，（6）： 122-141.

Yu A H， Wang L， Liu H. 2020. The impact of migration on the non-cognitive

ability of migrant workers children： An analysis of the mediating effect of home

education processes[J]. China Rural Survey， （6）： 122-141. （in Chinese）

Acemoglu D， Naidu S， Restrepo P， et al. 2019. Democracy does cause growth[ J].

Journal of Political Economy， 127（1）： 47-100.

Allport G W， Odbert H S. 1936. Trait-names： A psycho-lexical study[J]. Psychological

Monographs， 47（1）： i-171.

Almlund M， Duckworth A L， Heckman J， et al. 2011. Personality psychology and

economics[M] / / Handbook of the Economics of Education. Amsterdam： Elsevier，

4： 1-181.

Altonji J G， Elder T E， Taber C R. 2005. Selection on observed and unobserved

variables： Assessing the effectiveness of Catholic schools[ J]. Journal of Political

Economy， 113（1）： 151-184.

Ayhan S H， Gatskova K， Lehmann H. 2020. The impact of non-cognitive skills and risk

preferences on rural-to-urban migration in Ukraine [ J]. Journal of Comparative

Economics， 48（1）： 144-162.

Barón J D， Cobb-Clark D. 2010. Are young peoples educational outcomes linked to their

sense of control？ [R]. IZA Discussion Papers No. 4907.

Bassi V， Nansamba A. 2022. Screening and signalling non-cognitive skills： experimental

evidence from Uganda[J]. The Economic Journal， 132（642）： 471-511.

Becker A， Deckers T， Dohmen T， et al. 2012. The Relationship between economic

preferences and psychological personality measures [ J ]. Annual Review of

Economics， 4（1）： 453-478.

Becker G S. 1992. Habits， addictions， and traditions[J]. Kyklos， 45（3）： 327-345.

Borghans L， Duckworth A L， Heckman J J， et al. 2008. The economics and psychology

of personality traits[J]. Journal of Human Resources， 43（4）： 972-1059.

Borghuis J， Denissen J J A， Oberski D， et al. 2017. Big Five personality stability，

change， and codevelopment across adolescence and early adulthood[ J]. Journal of

Personality and Social Psychology， 113（4）： 641-657.

Caspi A， Roberts B W， Shiner R L. 2005. Personality development： Stability and

change[J]. Annual Reviews of Psychology， 56： 453-484.

Chen Y， Fan Z Y， Gu X M， et al. 2020. Arrival of young talent： The send-down

movement and rural education in China[J]. American Economic Review， 110（11）：

3393-3430.

Chen Y Y， Zhou L A. 2007. The long-term health and economic consequences of the

1959—1961 famine in China[J]. Journal of Health Economics， 26（4）： 659-681.

Chiteji N. 2010. Time preference， noncognitive skills and well being across the life

course： do noncognitive skills encourage healthy behavior？ [J]. American Economic

Review， 100（2）： 200-204.

Cobb-Clark D A， Schurer S. 2012. The stability of big-five personality traits [ J].

Economics Letters， 115（1）： 11-15.

Cobb-Clark D A. 2015. Locus of control and the labor market[J]. IZA Journal of Labor

Economics， 4（1）： 3.

Costa P T Jr， McCrae R R. 1992. Four ways five factors are basic[ J]. Personality and

Individual Differences， 13（6）： 653-665.

Cunha F， Heckman J. 2007. The technology of skill formation[ J]. American Economic

Review， 97（2）： 31-47.

Elkins R， Schurer S. 2020. Exploring the role of parental engagement in non-cognitive

skill development over the lifecourse[J]. Journal of Population Economics， 33（3）：

957-1004.

Fan Y. 2020. Does adversity affect long-term financial behaviour？ Evidence from Chinas

rustication programme[J]. Journal of Urban Economics， 115： 103218.

Golsteyn B H H， Non A， Z?litz U. 2021. The impact of peer personality on academic

achievement[J]. Journal of Political Economy， 129（4）： 1052-1099.

Gong J， Lu Y， Xie H H. 2015. Adolescent environment and noncognitive skills[ R].

Available at SSRN 2397046.

Gong J， Lu Y， Xie H H. 2020. The average and distributional effects of teenage

adversity on long-term health[J]. Journal of Health Economics， 71： 102288.

Heckman J J， Rubinstein Y. 2001. The importance of noncognitive skills： Lessons from

the GED testing program[J]. American Economic Review， 91（2）： 145-149.

Heckman J J， Stixrud J， Urzua S. 2006. The effects of cognitive and noncognitive

abilities on labor market outcomes and social behavior [ J]. Journal of Labor

Economics， 24（3）： 411-482.

Heckman J J， Kautz T. 2013. Fostering and measuring skills： Interventions that improve

character and cognition[R]. NBER Working Paper 19656.

Kautz T， Heckman J J， Diris R， et al. 2014. Fostering and measuring skills： Improving

cognitive and non-cognitive skills to promote lifetime success[ R]. NBER Working

Paper 20749.

Lavy V， Lotti G， Yan Z Z. 2022. Empowering mothers and enhancing early childhood

investment： Effect on adults outcomes and childrens cognitive and noncognitive

skills[J]. Journal of Human Resources， 57（3）： 821-867.

Leight J， Liu E M. 2016. Maternal education， parental investment and non-cognitive

skills in rural China[R]. NBER Working Paper 22233.

Lindqvist E， Vestman R. 2011. The labor market returns to cognitive and noncognitive

ability： Evidence from the Swedish enlistment [ J]. American Economic Journal：

Applied Economics， 3（1）： 101-128.

Maddala G S. 1986. Limited-dependent and qualitative variables in econometrics[ M].

Cambridge： Cambridge University Press.

Malmendier U， Tate G， Yan J. 2011. Overconfidence and early-life experiences： the

effect of managerial traits on corporate financial policies [ J]. The Journal of

Finance， 66（5）： 1687-1733.

Oster E. 2019. Unobservable selection and coefficient stability： Theory and evidence

[J]. Journal of Business amp; Economic Statistics， 37（2）： 187-204.

Rosenberg M， Pearlin L I. 1978. Social class and self-esteem among children and adults

[J]. American Journal of Sociology， 84（1）： 53-77.

Rotter J B. 1966. Generalized expectancies for internal versus external control of

reinforcement[J]. Psychological Monographs： General and Applied， 80（1）： 1-28.

Schick A， Steckel R H. 2010. Height as a proxy for cognitive and non-cognitive ability

[R]. NBER Working Paper 16570.