技能生产中的动态互补性：来自遗传学的证据

对主要影响和相互作用项的所有点估计都与出生顺序文献一致，并与动态完成性一致：平均而言，晚生子女的教育程度低于头生子女，并且从多基因高分中受益较少。由于出生级别为3或更高的样本量相对较小，因此排名为3或更高的估计值相当不精确，但同样与我们的主要结果一致。表7。基因-环境相互作用教育年限回归结果；对出生顺序中的非线性具有鲁棒性。家庭内部分析（1）（2）受教育年限的PGS 0。574***0.734***（0.078）（0.087）第一出生。368***（0.110）长子×受教育年限0。162**（0.081）ndborn-0.354***（0.124）3rd born-0.394（0.243）4rd born-0.533（0.365）5th born-0.097（0.485）2rd born×PGS教育年限-0.166*（0.085）3rd born×PGS教育年限-0.188（0.142）4rd born×PGS教育年限-0.010（0.247）5rd born×PGS教育年限-0.118（0.294）。282***14.720***（2.449）（2.454）R20。0400.041N1501915019注释：括号中的稳健标准错误，按族分类；*p<0.10，**p<0.05，***p<0.01；控制变量的系数（出生年份和月份、性别和前40个主要组成部分）不显示，但可根据作者的要求提供。表8展示了我们最后一组稳健性检查，其中我们探讨了我们的结果对可能的内源性生育决定的稳健性。当生育决定基于孩子的遗传禀赋时，我们对禀赋的测量和出生顺序之间可能存在相关性，在文献中被称为“停止生育规则”（Black等人，2005年；Pavan，2016年）。

虽然第4.3节显示这种相关性不存在，但我们通过包含beinglastborn的虚拟变量来明确控制可能的儿童停止规则，如果一个人的出生顺序等于他/她的家庭中的儿童总数，则该变量设置为1。表8中的第1列复制了表5的结果，以进行比较。在第2栏中，最后出生的假人没有统计学意义，也没有对我们的结果产生任何意义上的影响，这表明潜在的内源性生育决定不会改变我们的任何结论。在第3栏中，我们采用了（Keller，2014）提出的缺失混杂因素校正方法进行基因-环境相互作用分析。具体地说，我们将长子的年龄和教育的多基因评分与出生年份、出生月份、性别和前40个主成分进行交互，并将所有这些作为协变量纳入分析。与控制变量的参考类别（1937年出生、1月出生、女性）相比，长子的直接影响大小和多年受教育的多基因分数现在有所增加。尽管由于回归系数的数量大得多，相互作用项的标准误差增加，但相互作用效应的大小对本规范具有鲁棒性。5.讨论大量文献表明，长子的教育程度一直较高。利用家庭内部的数据，我们超越了现有文献，表明当孩子的教育成就多基因评分高于平均水平时，他们从长子身上获得的好处不成比例。更具体地说，多基因平均得分为0的第一个孩子。37年(≈  平均而言，与晚生兄弟姐妹相比，他们需要额外接受4.5个月的教育。

然而，与具有相同遗传禀赋的晚生兄弟姐妹相比，多基因评分高于平均值一个标准差的长子可额外享受0.16年的教育。相比之下，对于多基因分数低于平均水平的个人来说，长子在教育程度方面并不具有优势。由于我们提供的证据表明，遗传禀赋与出生顺序是正交的，而且之前的文献表明，出生顺序对儿童教育的影响主要是由父母的投资驱动的，因此我们将积极而重要的互动术语解释为支持技能形成中动态互补的存在。对于我们的发现，出生顺序效应集中在多基因得分较高的人群中，另一种解释可能是，多基因得分较高的人群与长子相关的额外投资更高。也就是说，如果父母愿意的话。

基因-环境相互作用教育年限回归结果；对生育选择和缺失混杂因素的鲁棒性。家庭内分析（1）（2）（3）初生子女。368***0.295**-7.767*（0.110）（0.129）（4.401）PGS（教育年限0）。574***0.577***-5.981***（0.078）（0.078）（1.832）长子×受教育年限0。162**0.162**0.166*（0.081）（0.081）（0.096）Lastborn-0.154（0.136）Constant14。282***14.170***25.412***（2.449）（2.451）（3.711）R20。0400.0400.059N15019注释：括号中的稳健标准错误，按族分类；*p<0.10，**p<0.05，***p<0.01；控制变量的系数（出生年份和月份、性别和前40个主成分）不显示，但可根据作者的要求提供。当孩子有更高的多基因核心时，更多地投资于长子，或改变生育决定，这也可以解释积极的互动效应。虽然我们不能完全排除这种解释，但我们认为这种解释不太合理，原因有二。首先，Breinholt&Conley（2019年）和Houmark等人（2020年）表明，婴儿期的养育不是由基因构成驱动的，因为这些禀赋尚未明确表达，而且父母对多基因分数的投资反应在6岁之前不会出现。这是在随后的孩子典型的到达之后很长一段时间，因此，对第一个孩子来说，最宝贵的全神贯注的时间不太可能受到多基因核心差异的影响——当时还没有被观察到。其次，对于我们在数据中观察到的少数早期父母投资，我们没有发现对多基因评分有任何反应的证据。附录D显示，母亲在怀孕期间吸烟以及孩子是否母乳喂养都与长子的多基因评分无关。

如果有什么区别的话，第一胎和第二胎之间的年龄差距会稍微小一些，如果第一胎的多基因评分较高的话。这些发现表明，与长子相关的额外投资是由限制较少的时间和预算限制驱动的，并且与孩子的遗传禀赋无关。因此，天赋和长子之间积极互动的出现为动态互补的存在提供了支持。寻找动态互补性的支持对于理解技能生产函数的本质很重要。孩子技能的生产函数——仅次于父母的预算和时间约束——是更广泛的优化问题的一个重要输入，在这个问题上，父母在自己的消费和对孩子的投资之间做出决定。通过告知生产函数的形状和性质，我们的分析是母公司投资决策结构模型的重要先驱，其估计超出了本文的范围（关于将多基因得分纳入技能形成动态潜在因素模型的最新应用，请参见Houmark et al.2020）。

支持动态完整性的证据也说明了晚年投资是否可以减少或消除早年产生的损害（Almond等人，2018年），并强调了晚年投资跟进早年投资的重要性，以获得人力资本成果方面的全部利益（例如，Cunha&Heckman，2007年）。更一般地说，本文展示了经济理论如何为经验性G×E分析提供信息，我们的发现为遗传变异（此处以受教育年限的多基因评分衡量）和环境（此处以出生顺序衡量）如何共同塑造并动态互动，产生重要的人生结果（如受教育年限）提供了首批证据之一。尽管这一发现早就为众多学者所期待（如Heckman，2007；Rutter等人，2006），但考虑到基因和环境的影响是如此紧密地交织在一起，找到可靠和独立的基因和环境变异来源是罕见的（如Koellinger&Harden，2018）。展示遗传变异和环境之间相互作用的证据，不仅是我们对自然和后天培养如何共同塑造人力资本的基本理解的一个飞跃，也是反对基因（或环境）决定论观点的一个有力证据。应该承认一些限制。首先，我们的规范可能不是技能生产函数的完美经验翻译。特别是，我们不直接测量技能。相反，我们遵循Cunha&Heckman（2008）和Cunha et al.（2010）的观点，他们将成熟的人力资本具体化为童年末期积累的技能的组合，并使用了一个常用且方便的替代指标：教育年限。

此外，我们不直接衡量父母的投资，而是使用与父母投资密切相关的环境变量：出生顺序。使用出生顺序而不是直接衡量父母投资的好处在于，出生顺序在家庭中是随机分配的，而家庭投资已知是子女捐赠的内生投资。此外，虽然出生顺序无法区分早年和晚年的投资，但它反映了兄弟姐妹之间的持续差异，而不是许多其他论文所依赖的一次性投资冲击（见Almond et al.（2018）和附录B）。使用出生顺序的缺点是，它不太可能只考虑父母的投资。其他可能产生出生顺序效应的机制（例如，与弟弟妹妹的互动）也可能与遗传禀赋互动。我们无法直接测试这种替代解释，因为英国生物库在父母和兄弟姐妹互动方面的测量非常有限。尽管如此，如果我们接受出生顺序部分地抓住了投资——鉴于文献中压倒性的证据，这一前提不应引起争议——那么，除非这些其他渠道表现出完全相反的互动效应，否则动态补足的一个必要条件将是出生顺序和基因禀赋之间的积极互动。这正是我们发现的。第二个限制是，我们对基因禀赋的衡量是不完善的。特别是，载脂蛋白评分仅捕获人类基因组中常见的基因变异，即使在常见变异范围内，测量也会出现测量误差。

虽然ORIV的使用减少了人们对经典测量误差的担忧，但由于遗传因素的影响，我们的多基因评分的家庭固定效应估计仍然受到衰减偏差的影响。然而，由于遗传培养产生的偏见的迹象是负的，我们的效应大小实际上是保守估计。多基因评分也不应狭义地解释为衡量不可免疫的生物禀赋。虽然家族内部分析确保我们可以将多基因评分的效应解释为遗传变异的直接（或因果）效应，但众所周知，环境会介导这种效应（例如Breinholt&Conley，2019；Houmark，Ronda，&Rosholm，2020）。因此，多基因评分衡量教育促进天赋，并将反映发现样本环境（包括父母投资）中的平均水平对基因天赋差异的反应。但重要的是，由于测量值固定在怀孕时，且与出生顺序正交，因此该测量值并不反映孩子父母的投资。因此，将环境对遗传变异的反应纳入多基因评分的构建中并不是我们识别策略的关注点，但可能会影响解释。动态互补性的定义包括投资和初始捐赠之间的互补性，以及不同年龄段投资之间的互补性（例如，库尼亚和赫克曼，2007年、2008年）。由于多基因评分既反映了天赋，也反映了对天赋的平均环境反应，我们无法区分这些通道。

然而，考虑到出生顺序（以及相关投资）与我们对基因禀赋的衡量是独立的，我们相信我们的环境确实提供了一个令人信服的背景来测试动态互补性，作为技能生产函数的假定属性。最后一个限制是关于实证结果的外部有效性。如数据部分所述，英国生物库中有样本选择，偏向于更健康、受教育程度更高的个体（Fry等人，2017年）。除此之外，我们重点关注欧洲祖先个体和兄弟姐妹的巧合抽样，尽管这些样本没有明确的目标，进一步降低了样本的代表性。最后，我们在定制的GWA的基础上构建我们的多基因评分，同样基于相同的英国生物库，不包括兄弟姐妹及其亲属。虽然后一种选择有助于在发现和预测样本中保持相同的环境，但它可能会进一步增加我们的结果针对英国生物库的可能性。未来的研究应该复制我们的发现，但鉴于支持我们研究结果的动态互补理论，我们有充分的理由对可比环境中的可复制性持肯定态度。6.参考Adhvaryu，A.，Fenske，J.，和Nyshadham，A.（2019年）。早期生活环境与成人心理健康。《政治经济学杂志》，127（4），1516-1549。https://doi.org/10.1086/701606Adhvaryu，A.，和Nyshadham，A.（2016）。出生时的捐赠和父母对孩子的投资。《经济日报》，126（593），781-820。https://doi.org/10.1111/ecoj.12186AizerA.和Cunha，F.（2012年）。人力资本的生产：禀赋、投资和生育能力。国家经济研究局。https://doi.org/10.3386/w18429Almond，D.，Currie，J.，和Duque，V.（2018年）。儿童环境和成人结局：ActII。

经济文献杂志，56（4），1360-1446。https://doi.org/10.1257/jel.20171164AlmondD.和Mazumder，B.（2013年）。胎儿起源和父母反应。《经济学年鉴》，5（1），37-56。https://doi.org/10.1146/annurev-economics-082912-110145Auton，A.，Abecasis，G.R.，Altshuler，D.M.，Durbin，R.M.，Bentley，D.R.，Chakravarti，A.，Schloss，J.A.（2015）。人类遗传变异的全球参考。《自然》，526（7571），68-74。https://doi.org/10.1038/nature15393Bagger，J.，Birchenall，J.，Mansour，H.，和Urzua，S.（2013）。教育、出生顺序和家庭化。国家经济研究局。https://doi.org/10.3386/w19111Barcellos，S.H.，Carvalho，L.S.，和Turley，P.（2018）。教育可以减少与肥胖遗传风险相关的健康差异。美国国家科学院院刊，115（42），E9765–E9772。https://doi.org/10.1073/pnas.1802909115Barth新西威尔士州乔治帕帕和K汤姆（2020）。遗传禀赋和财富不平等。《政治经济学杂志》，128（4），1474-1522。https://doi.org/10.1086/705415Becker，G.S.（1960）。大学教育投资不足？《美国经济评论》，50（2），346-354。贝克尔，G.S.，刘易斯，H.G.（1973）。论儿童数量与质量的互动关系。《政治经济学杂志》，81（2），S279-S288。贝克尔、G.S.和北卡罗来纳州托姆斯（1976）。儿童天赋以及儿童的数量和质量。政治经济学杂志，84（4），143-162。贝克尔、G.S.和北卡罗来纳州托姆斯（1986）。人力资本与家庭的兴衰。劳动经济学杂志，4（3），1-47。https://doi.org/10.1086/298118Behrman，J.R.（1988）。营养、健康、出生顺序和季节性。印度农村儿童的家庭内分配。《发展经济学杂志》，28（1），43-62。https://doi.org/10.1016/0304-3878（88）新泽西州贝尔曼90013-2号。