這篇文字挺有趣的， 雖然我們的讀者絕大多數都有小孩， 不過很多人的確也在糾結：要不要第二胎？沒有條件， 可不可以要二胎三胎？
Advertisiment
辯論的題目是沒錢要不要生孩子， 要不要等經濟條件好一點再生孩子？
這個題目乍一看實在沒有辯論的必要， 因為它的本質在於人可以不可以把生孩子當做自己規劃和決策的一部分， 而不是像牲口一樣幹了就生。 剛剛過世的經濟學家貝克爾早就把生育當做“要不要買房買車”一樣的家庭決策了。
為了把這個問題典型化， 考慮一個極端的例子， 高中女生懷孕了， 要不要把孩子生下來？我相信90％的人會說不要， 因為這個母親無論從經濟上還是社會經驗上， 都不足以把孩子養好。 不能夠把孩子養好就先別生， 等自己牛逼了再生， 多麼簡單的道理呢？
不過奇葩說的反方有不同的觀點。 第一種觀點是， 錢不是最重要的，
Advertisiment
那麼事實到底是這樣嗎？我推薦大家看一本書《魔鬼經濟學》。
說句實話， 這個書名就足以嚇跑很多讀者， 乍一看以為是《牛奶可樂經濟學》之類的垃圾， 但是作者是大名鼎鼎的Levitt， 克拉克獎得主。 仔細讀下去， 發現這本書不但有趣， 而且有益， 你可以看做是作者研究的科普版， 但是裡邊有很多並不需要複雜的計量就能得到有趣結論的例子。
例如他認為相撲比賽裡邊存在賄賂問題， 因為相撲比賽每個賽季必須打贏８場才能保留原來的等級， 所以對於打贏７場的人來說，
Advertisiment
於是作者統計了打贏７場的人和打贏8場的人比賽的勝率， 發現是48％， 然而實際的勝率， 卻高達79％。 顯然這裡邊有貓膩。
當然， 作者也承認， 有可能是這場比賽對於前者來說比較關鍵， 對於後者來說無所謂， 所以前者全力以赴， 後者則比較鬆懈。 但當你以為作者接下來要解釋他是如何排除這種可能的時候， 作者給出兩條補充， 第一條， 這兩種人共用一個訓練場地， 所以有作弊的機會；第二條， 當兩個人第二次相遇的時候， 打贏七場的人勝率降低到40％， 說明二者有協議， 第一次讓你贏，
Advertisiment
再例如他研究了美國的名字。 發現美國富人喜歡用的名字和窮人喜歡用的名字完全不同， 然而名字是有週期的， 一段時間人們喜歡用一些名字， 過了這段時間人們又喜歡用另一些名字。 有趣的是， 雖然某年美國富人最常用的名字和窮人最常用的名字幾乎不重合， 但是窮人最常用的名字， 竟然和ｎ年前富人最常用的名字高度重合。
於是作者認為， 是窮人們喜歡給自己孩子取富人常用的名字， 希望他們也變成富人， 由於富人的名字被窮人用了， 顯得掉價了， 富人又不得不去取其他冷門的名字， 這就造成了名字的週期。
當然， 這本書不但研究了這些逗比的問題， 也研究了一些宏大問題，
Advertisiment
墮胎合法化為什麼能夠降低犯罪人數？是因為青少年（20歲左右）犯罪占了所有犯罪的大部分， 墮胎合法化對犯罪率降低的第一個直接影響是， 青少年人數相對減少了。
當然， 這遠遠不是全部。 事實上， 墮胎合法化對不同階層的人影響是不同的。 考慮一下， 都是什麼人選擇墮胎？未成年人、窮人、有色人種， 這些人恰好是孩子成為罪犯的高發人群；另外一種選擇墮胎的人， 是認為自己還沒有準備好，還需要多賺點錢，多接受點教育，這些人等到準備好了再去生孩子，撫養孩子，孩子的品質當然更好，成為罪犯的可能性當然更低。
綜上所述，墮胎合法化從兩方面降低了犯罪率，第一，青少年總人數降低了，第二，青少年人口的構成比例變了，更容易成為罪犯的青少年占比減少了。
本書其實是發表在《經濟學季刊》的一篇論文的科普版。找到那篇論文看看作者是如何證明他的觀點的。
作者首先考察了再1973年全美國墮胎合法化之前，就已經墮胎合法化的幾個州，與1973年之後跟著最高法院的判決才開始墮胎合法化的州比較，發現這些之前的州犯罪率降低的年數恰好比剩下的州早，犯罪率降低的速度也更快，但是在80年代初之前，這個效果不明顯，很顯然，是因為那時候73年出生的孩子還小，沒有進入犯罪高發的年齡段。
當然，這樣的分析不夠“科學”，所以作者又使用了經濟學家最常玩的數位遊戲：回歸，作者找到了其他影響犯罪率的因素，諸如員警人數等等，再控制了時間效應和個體效應，發現十幾二十年前的墮胎量確實顯著降低了犯罪率。最後，作者又進行了各種穩健性分析，以及考察２５歲以上和以下，墮胎對犯罪影響不的不同。
當然，這裡邊有一個問題。我第一聽說Levitt這個名字，是計量課上我的老師拿他的研究作為尋找工具變數的例子：犯罪和員警人數具有內生性，你不能說員警人數提高了犯罪也提高，說明為了遏制犯罪我們要減少員警人數，因為正是因為犯罪率高了政府才會雇傭更多的員警。
為了正確估計員警人數對犯罪的影響，需要找到一個工具變數，這個變數和員警人數相關，而和犯罪不相關。Levitt用選舉週期作為員警人數的工具變數，因為選舉之前為了拉選票，在位的領導就會提高員警人數把治安搞好，這顯然和犯罪數量的提高無關。
這是1997年文章的內容，在1997年，Levitt就知道了員警人數和犯罪率之間的內生性問題，知道直接回歸會導致內生變數偏差，並成功找到解決的方式。但是2001年的這篇文章中，作者同樣把犯罪率放在方程左邊，把員警人數放在方程右邊，卻沒有採取工具變數法，而是直接回歸。這到底是為什麼呢？這裡邊有沒有data mining（資料採擷）呢？不知道......
這個故事告訴我們什麼道理呢？
第一，父母對孩子確實有影響。一個單親家庭的孩子成為犯罪的可能性，要大大高於一個雙親家庭；一個貧窮家庭孩子成為犯罪的可能性，要大大高於一個富裕家庭；一個不想要而意外出生的孩子成為犯罪的可能性，要大大高於一個按計劃出生的孩子。
第二，當你給父母一個自由，讓他們自由選擇要不要生孩子的時候，其實不但提高了他們本身的生活品質：沒有在最困難的時候還多了負擔，並且最後教育出了壞孩子；也提高了社會的福利：犯罪率降低了。
同樣的道理放在人要不要在沒錢的時候先不生孩子，等有錢了再生孩子上，為什麼就行不通了呢？
下一個問題是，既然如此，我們做父母的要怎麼才能教育孩子，影響孩子，讓他們成才呢？這本《魔鬼經濟學》還介紹了一個類似的分析。
這項研究的資料來自美國教育部的“兒童早期縱向研究”，共有2萬個樣本。以下是識別出的，對孩子分數有用的八個因素，和無用的八個因素：
有用的八個因素：
1. 父母受過良好的教育
2. 父母有很高的社會經濟地位
3. 母親在30歲以後生下第一個孩子
4. 孩子出生時體重較輕
5. 父母在家說英語
6. 孩子是領養的
7. 父母參加PTA（家長與教師聯合會）
8. 家裡有很多藏書
沒用的八個因素：
1. 家庭非常和睦
2. 父母最近剛剛搬到一個較好的社區
3. 母親在孩子出生到上學這段時間不工作
4. 參加了兒童發展起步計畫
5. 父母經常帶孩子去博物館
6. 經常被打屁股
7. 經常看電視
8. 父母每天都給孩子讀書
再仔細分析這些東西之前，有兩點需要注意：
第一，這裡分析的僅僅是相關關係，而不是因果關係，例如，並不是你在家放了很多書，你的孩子成績自動就好了，而或許是你家裡藏書，體現了你們很重視知識，或者智商很高；
第二，這裡採取的是多元回歸，也就是控制了其他因素之後，例如雖然經常帶孩子取博物館，在控制了其他因素之後並不能提高孩子成績，但是有可能經常帶孩子去博物館的父母，受教育程度也較高，所以他們的孩子成績其實是更高的，只不過我們把受教育程度給控制住了，看看受教育程度和其他因素一樣的情況下，經常去博物館能不能提高孩子成績，答案是不能。
好了，現在去看這些因素，我們發現，家庭和睦，父母給孩子讀書，父母帶孩子去博物館，父母為了孩子搬家，父母體罰孩子，母親不上班在家給孩子早教，然並卵。
比較有意思的是：父母給孩子讀書，並不能提高孩子的成績；而父母家裡有很多書，卻能夠提高孩子的成績。可見孩子提高成績的真正原因，不在於孩子去讀了那些書。而在於“家裡有書”這件事兒所體現的家庭的某些特質。
那麼真正提高孩子成績的原因是什麼呢？
Levitt總結說，這裡邊真正對孩子有幫助的，其實是父母本身的特質，也就是“父母是怎樣的一個人”，而對孩子沒有幫助的，其實是父母的行為，也就是“父母對孩子做了什麼”。
換句話說，如果你家裡沒錢，高中畢業，就算你天天給孩子買書，逼他學習，也沒有用，也比不上年薪百萬的博士天天處於放羊狀態的孩子。（當然，是平均來說，你永遠可以舉出一些反例）
這個故事又告訴我們什麼道理呢？告訴我們不要天真的以為我不用去賺錢，我不用去充電，我只要想生孩子的時候就生孩子，生下孩子我好好去愛他，去教育他，我的孩子就能成才。養孩子本質上是養自己，如果你愛你的孩子，想對他好，不要希冀以後努力為他做什麼，而是要現在就努力讓自己成為一個更好的人。
是認為自己還沒有準備好，還需要多賺點錢，多接受點教育，這些人等到準備好了再去生孩子，撫養孩子，孩子的品質當然更好，成為罪犯的可能性當然更低。綜上所述，墮胎合法化從兩方面降低了犯罪率，第一，青少年總人數降低了，第二，青少年人口的構成比例變了，更容易成為罪犯的青少年占比減少了。
本書其實是發表在《經濟學季刊》的一篇論文的科普版。找到那篇論文看看作者是如何證明他的觀點的。
作者首先考察了再1973年全美國墮胎合法化之前，就已經墮胎合法化的幾個州，與1973年之後跟著最高法院的判決才開始墮胎合法化的州比較，發現這些之前的州犯罪率降低的年數恰好比剩下的州早，犯罪率降低的速度也更快，但是在80年代初之前，這個效果不明顯，很顯然，是因為那時候73年出生的孩子還小，沒有進入犯罪高發的年齡段。
當然，這樣的分析不夠“科學”，所以作者又使用了經濟學家最常玩的數位遊戲：回歸，作者找到了其他影響犯罪率的因素，諸如員警人數等等，再控制了時間效應和個體效應，發現十幾二十年前的墮胎量確實顯著降低了犯罪率。最後，作者又進行了各種穩健性分析，以及考察２５歲以上和以下，墮胎對犯罪影響不的不同。
當然，這裡邊有一個問題。我第一聽說Levitt這個名字，是計量課上我的老師拿他的研究作為尋找工具變數的例子：犯罪和員警人數具有內生性，你不能說員警人數提高了犯罪也提高，說明為了遏制犯罪我們要減少員警人數，因為正是因為犯罪率高了政府才會雇傭更多的員警。
為了正確估計員警人數對犯罪的影響，需要找到一個工具變數，這個變數和員警人數相關，而和犯罪不相關。Levitt用選舉週期作為員警人數的工具變數，因為選舉之前為了拉選票，在位的領導就會提高員警人數把治安搞好，這顯然和犯罪數量的提高無關。
這是1997年文章的內容，在1997年，Levitt就知道了員警人數和犯罪率之間的內生性問題，知道直接回歸會導致內生變數偏差，並成功找到解決的方式。但是2001年的這篇文章中，作者同樣把犯罪率放在方程左邊，把員警人數放在方程右邊，卻沒有採取工具變數法，而是直接回歸。這到底是為什麼呢？這裡邊有沒有data mining（資料採擷）呢？不知道......
這個故事告訴我們什麼道理呢？
第一，父母對孩子確實有影響。一個單親家庭的孩子成為犯罪的可能性，要大大高於一個雙親家庭；一個貧窮家庭孩子成為犯罪的可能性，要大大高於一個富裕家庭；一個不想要而意外出生的孩子成為犯罪的可能性，要大大高於一個按計劃出生的孩子。
第二，當你給父母一個自由，讓他們自由選擇要不要生孩子的時候，其實不但提高了他們本身的生活品質：沒有在最困難的時候還多了負擔，並且最後教育出了壞孩子；也提高了社會的福利：犯罪率降低了。
同樣的道理放在人要不要在沒錢的時候先不生孩子，等有錢了再生孩子上，為什麼就行不通了呢？
下一個問題是，既然如此，我們做父母的要怎麼才能教育孩子，影響孩子，讓他們成才呢？這本《魔鬼經濟學》還介紹了一個類似的分析。
這項研究的資料來自美國教育部的“兒童早期縱向研究”，共有2萬個樣本。以下是識別出的，對孩子分數有用的八個因素，和無用的八個因素：
有用的八個因素：
1. 父母受過良好的教育
2. 父母有很高的社會經濟地位
3. 母親在30歲以後生下第一個孩子
4. 孩子出生時體重較輕
5. 父母在家說英語
6. 孩子是領養的
7. 父母參加PTA（家長與教師聯合會）
8. 家裡有很多藏書
沒用的八個因素：
1. 家庭非常和睦
2. 父母最近剛剛搬到一個較好的社區
3. 母親在孩子出生到上學這段時間不工作
4. 參加了兒童發展起步計畫
5. 父母經常帶孩子去博物館
6. 經常被打屁股
7. 經常看電視
8. 父母每天都給孩子讀書
再仔細分析這些東西之前，有兩點需要注意：
第一，這裡分析的僅僅是相關關係，而不是因果關係，例如，並不是你在家放了很多書，你的孩子成績自動就好了，而或許是你家裡藏書，體現了你們很重視知識，或者智商很高；
第二，這裡採取的是多元回歸，也就是控制了其他因素之後，例如雖然經常帶孩子取博物館，在控制了其他因素之後並不能提高孩子成績，但是有可能經常帶孩子去博物館的父母，受教育程度也較高，所以他們的孩子成績其實是更高的，只不過我們把受教育程度給控制住了，看看受教育程度和其他因素一樣的情況下，經常去博物館能不能提高孩子成績，答案是不能。
好了，現在去看這些因素，我們發現，家庭和睦，父母給孩子讀書，父母帶孩子去博物館，父母為了孩子搬家，父母體罰孩子，母親不上班在家給孩子早教，然並卵。
比較有意思的是：父母給孩子讀書，並不能提高孩子的成績；而父母家裡有很多書，卻能夠提高孩子的成績。可見孩子提高成績的真正原因，不在於孩子去讀了那些書。而在於“家裡有書”這件事兒所體現的家庭的某些特質。
那麼真正提高孩子成績的原因是什麼呢？
Levitt總結說，這裡邊真正對孩子有幫助的，其實是父母本身的特質，也就是“父母是怎樣的一個人”，而對孩子沒有幫助的，其實是父母的行為，也就是“父母對孩子做了什麼”。
換句話說，如果你家裡沒錢，高中畢業，就算你天天給孩子買書，逼他學習，也沒有用，也比不上年薪百萬的博士天天處於放羊狀態的孩子。（當然，是平均來說，你永遠可以舉出一些反例）
這個故事又告訴我們什麼道理呢？告訴我們不要天真的以為我不用去賺錢，我不用去充電，我只要想生孩子的時候就生孩子，生下孩子我好好去愛他，去教育他，我的孩子就能成才。養孩子本質上是養自己，如果你愛你的孩子，想對他好，不要希冀以後努力為他做什麼，而是要現在就努力讓自己成為一個更好的人。