先发制人难以捉摸的长期影响：内部和跨

无学前教育的反事实）；永久收入；母亲教育程度和认知测试成绩；和祖母的最高等级完成。9在这些变量中，对于所有三个队列，只有在规则1下的兄弟姐妹样本中，才有一个明确的模式，即选择处境更不利的儿童作为首发样本，这是一个限制较少的样本，更能代表CNLSY样本和添加了规则2的样本（即固定效应子样本）。两个样本之间的差异很小，表明固定效应子样本的人口统计学特征与限制较少的较大样本相似。10[在此插入表1]如“差异HS无”一栏所示，报告了戴明队列、补体队列和组合队列的标准偏差单位的平均差异，选择领先与戴明队列以及补体队列的社会经济劣势类似。例如，与未上任何幼儿园的儿童相比，先发制人参与者的永久收入低0.44 SD，母亲AFQT低0.59 SD。因此，总体而言，处于领先地位的儿童来自相对弱势的家庭。11正如Deming（2009）所指出的那样，由于他的一批先发制人参与者都是年轻母亲（中位年龄为20岁），他们可能会从该计划中受益更多（除了早期教育，还包括为父母提供的服务）。相反，对于补充队列，母亲年龄较大（中位年龄为28岁），家庭特征在表1所列的所有维度上都更有利。

结果作为我们复制和扩展Deming（2009）的一部分，我们评估了领先对同一组的三个测试分数、两个非测试结果和六个年轻成人结果的影响，分别针对Deming、Complete和combined队列。这三个测试分数涵盖了5-14岁的孩子，包括：皮博迪图片词汇测试（PPVT）、皮博迪个人成就数学（PIATMT）子测试和皮亚特阅读识别（PIATRR）子测试。继Deming（2009）之后，由于CNLYS的两年一次的调查设计，我们汇集了五岁和六岁儿童的PPVT测试分数，以获得我们样本中每个儿童在起步后的第一个分数。PIATMT和PIATRR每年都对5-14岁的受访者进行管理，与PPVT相比，观察结果要多得多。两项非测试结果涵盖7-14岁，包括：成绩保持和学习障碍诊断。正如Deming（2009）所述，成绩保持率是一个二分变量，其依据是调查对象对他们的孩子在学校期间是否曾被保持在年级水平的回答。1988年至2014年，NLSY每两年提出一次这个问题。如果在任何一个调查年份，家长对这个问题的回答都是“是”，那么成绩保持率被编码为1。学习障碍是基于一个“是”或“否”的NLSY调查问题，该问题询问家长他们的孩子是否有学习障碍。如果受访者对此问题的回答为“是”，我们将学习障碍变量编码为1，不包括少数在5岁之前被诊断为学习障碍的儿童。最后，正如Deming（2009）所述，我们纳入了同样的六个青少年成年结局变量：高中毕业、青少年父母身份、一些大学入学、懒惰、参与司法系统和健康状况差。所有结果均在2014年CNLSY调查轮之前进行了衡量。

如果个人没有入学或报告的年收入为零，那么他们被视为“闲散”——到2004年，戴明队列和2014年，补充队列。“参与司法系统”变量被构建为一个二分法变量，如果受访者对任何与定罪、缓刑、量刑和监狱相关的调查问题回答“是”，则编码为一个变量。如果被调查者的第一个孩子出生年龄在20岁之前，那么青少年父母身份也可以使用等于1的指标，并适用于女性和男性被调查者。最后，我们的不良健康状况变量是通过1-5 Likert量表（较低的回答相当于较差的自我报告健康）对受访者的自我报告健康进行平均来构建的。如果受访者在利克特量表上的平均自我报告健康得分低于3分，则不良健康状况由一个编码为1的二分法变量标记。正如Deming（2009）所述，为了降低多重推理膨胀I型错误的风险并缓解测量错误，我们构建了三个测试分数的总结指数，两个非测试分数结果的指数，以及六个年轻成年人结果的最终成年总结指数（ASI）。结果被标准化，平均值为零，标准偏差为1，正指数值表示结果“良好”，负指数值表示结果“不良”。然后，通过对所有标准化结果进行简单平均，并在适当情况下重新设计结果，创建最终指数。比较这些结果在戴明队列和补体队列中的分布，我们发现大量分布变化的证据往往有利于补体队列（表S5和图S6）。

这些队列间的分布变化可能解释了为什么补体队列中较新的一组兄弟姐妹的起步影响显著不同。举例来说，在ASI上，补体队列兄弟姐妹先入学前和未上学前分别比Deming队列兄弟姐妹高0.22 SD和0.50 SD。类似地，尽管在首发参与者的队列中，认知测试指数存在微小且略微显著的0.10 SD差异，但对于无学龄前状态的儿童，这种差异更为显著（0.30 SD；p<0.001）。考虑到这些结果的分布变化是在不同时间的队列之间发生的，而不是在一个队列内发生的，这些结果与后来的研究结果并不矛盾，即戴明和补体队列没有显示出家庭内选择进入首发或无学前状态的迹象（表S7）。最后，更长的NLSY数据时间序列使我们（但不是Deming）能够估计Deming队列对完成学业年限和大学毕业以及收入的领先效应。12每个样本成员的收入组合是通过首先汇集所有人年收入观察值（以2014年美元计算），然后将其回归到出生队列和日历年的虚拟变量指标上，以清除出生队列和测量年效应的收入来获得的。13根据该回归中的系数，我们为分析样本中的所有个人生成了一组人年收入残差。然后，我们对每个人的这些收入残差进行平均，将其加入样本中的总平均收入，并取该收入平均数的自然对数。经验策略如上所述，选择领先的家庭在一系列选定的家庭特征上相对更为不利。

因此，基于跨家庭差异的相对于其他学龄前状态的起步估计可能存在负偏差。家庭固定效应设计通过将兄弟姐妹之间共享的家庭环境差异的潜在混杂影响与感兴趣的估计分离开来，缓解了其中一些偏见。这是在Deming（2009）中采取的实证策略，我们在本研究中复制了该策略，并以相同的方式进行了形式化：（1）       .      在此模型中， 和 分别索引个人和家庭。因此 ( 代表着在以下情况下参与先发制人（学前教育）的指标 ( 表示起步（学前）对结果的影响估计, 对于一些兄弟姐妹 家族内部, 相对于兄弟姐妹（家庭内部）) 都不参加。下一个表示与兄弟姐妹相关的“预处理”家庭协变量的向量 家族内部; 家庭 固定效果由捕获, 虽然 表示兄弟姐妹 残余物选择偏差。家庭内比较消除了时间不变的家庭特征对兄弟姐妹结局的影响。然而，仍然存在很大的家庭内选择偏差的可能性。CNLSY中未记录儿童早期不同家庭内护理模式的原因。为了减少这种潜在的偏差，Deming（2009）选择了一系列兄弟姐妹特异性家族水平的协变量，即向量所代表的协变量 方程式（1）中——在学前教育项目合格年龄（3岁）开始之前或开始时测量。

我们检查了补体和联合队列的这些协变量，并测试了给定家庭中的兄弟姐妹在这些协变量上是否存在系统性差异。14在我们的家庭固定效应框架内，每个协变量都因此回归到兄弟姐妹的学前状态，无论是“领先”还是“学前”。与“无学龄前儿童”（参考状态）相比，统计上显著且实质性的变化将表明，在治疗前特征与学龄前状态回归之间的关系方面存在潜在的选择偏差。在线附录表S7中报告了这些估计值。首先关注补体队列，与未参加任何学前教育的同伴相比，参加“先发制人”课程的兄弟姐妹平均年龄大一岁，参加其他学前教育的兄弟姐妹平均年龄大近两年。这与第一个出生的兄弟姐妹进入学前教育的可能性更大一致，先入学前教育者为10个百分点，其他学前教育参与者为28个百分点。这两组从出生到三岁接受产妇护理的可能性均为6-8 pp，因此更可能接受非亲属的护理（分别为5和6 pp）。补充组和联合组的消耗率均较低，平均分别约为4%和3%。此外，Head Start和其他学龄前儿童参与者（分别约3和2个pp）不太可能成为因磨损而丢失的观察结果的一部分。为了描述与总体劣势相关的选择偏差，以与前面描述的多结果成人指数相同的方式构建了所有治疗前协变量的汇总指数。15对于所有队列，与协变量一样，预处理指数在两个学前指标上回归，将无学前状态作为参考类别。

我们发现，先发制人和其他家庭内学龄前教育对预处理指数的影响接近于零，且在统计学上不显著。正如Deming（2009）的选择偏差分析（我们复制了该分析，见在线附录表S8-S9），我们无法拒绝学前教育地位平等的无效假设。虽然没有证据表明父母在每个队列和家庭中都选择了领先地位（或任何其他学龄前地位），但图2说明了领先地位对长期成年期结果影响的跨队列差异的一种解释。补体队列治疗前指数得分的各自核心密度右移，即向补体队列更有利的家庭特征转移。补足组的兄弟姐妹如果晚一点开始学习，那么平均而言，他们将从更多的家庭资源中受益。与Deming的团队相比，这种转变可能会替代该计划产生的任何影响。[在此插入图2]结果以下各小节按队列组织。我们首先介绍了起步对成年期总结指数（ASI）的影响及其个人构成结果。其次，描述了长期领先对ASI、教育程度、大学毕业和收入的影响。第三，显示了学龄结果的估计数。

稳健性检查和结果协调在最后一小节中介绍。表2中，家庭固定效应模型分步骤实施，有三个模型规范；在补体和联合队列中重复，以从观察到的协变量和未观察到的家庭层面混杂因素中衡量偏差的相对方向。16模型（1）不包括家庭固定效应，但包括治疗前协变量（表S7），以及家庭预测因子（表1）-即标准化永久收入；母亲AFQT评分；一个是母亲高中毕业的指标，另一个是一些大学入学率的指标。相比之下，模型（2）仅包括固定族效果。模型（3）包括固定效应和治疗前协变量。从模型（1）到模型（2），所有队列的解释方差（R2）都较大。因此，未观测变量的误差方差小于所选观测变量的误差方差。此外，在R2列中，包括固定效应模型的治疗前协变量，即从模型（2）移动到模型（3），为估计增加了一些精度（解释方差分别从0.64增加到0.69；从0.71增加到0.73；以及从0.61增加到0.63，适用于戴明、补体和联合队列）。17[在此插入表2]从中间小组来看，对于补体队列，在-0.15 SD时，对ASI的起步影响为负（在5%水平下显著）。该值与Deming的队列估计值0.17 SD（SE=0.07）形成鲜明对比（p<.01）。

在下面板中，对于组合队列模型（3），无任何先发制人影响的估计具有统计显著性；大多数为负值，接近于零。18我们在Deming（2009）中调查了从0.23 SD开始对ASI的影响减少情况；截至2004年CNLSY调查轮的测量结果为0.17 SD；截至2014年的测量结果）。这种变化的部分原因是对“空闲”指标的影响改变了标志，并且不再具有统计学意义：到2004年，德明的队列领先参与者“空闲”的可能性降低了7个百分点（SE=0.04）；到2014年，这种影响已经消失（-3 pp；SE=0.04）。因此，随着额外十年的过去，相对于没有参加过任何学前教育计划的兄弟姐妹而言，先发制人的参与者平均而言，并没有更好地获得大学学位或找到工作。图3显示了先发制人对构成ASI的所有个人结果的影响。19在Deming的队列中，“不良健康状况”保持良好状态5个百分点（SE=0.03），比2004年略有下降（7个百分点；SE=0.03）。对“一些大学入学”的影响上升到统计显著性（11 pp；SE=0.04）。20关于“犯罪”，领先参与者似乎没有比他们的兄弟姐妹更多地参与司法系统。然而，对青少年父母身份的影响却发生了不利的转变。由于对ASI的影响是基于构成指标的平均得分，Deming的队列总体指数下降是通过刚刚描述的个体结果变化来捕捉的。[此处插入图3]与Deming的队列相比，补体队列的起步影响大多为负值，绝对值更大；当为正值时，它们的绝对值较小。起步对“怠速”的估计影响相对较大，为负（-0.08；SE=0.03），在1%的水平上显著。

因此，在补体队列中，与接受家庭护理的兄弟姐妹相比，提前入学的兄弟姐妹就业或入学的可能性要低8个百分点（19岁或以上）。补体队列（-0.07 SD；SE=0.04）和“犯罪”（反向量表，-0.03；SE=0.03）对“某些大学入学”的影响方向相反（消极）。21综上所述，两个队列之间在这些个体结果的起步影响方面的差异与之前在ASI上观察到的差异一致（表2）。再一次，组合队列样本的影响估计值很小，并且在统计上不显著。最后，与Anderson（2008）关于早期儿童干预措施生命周期影响的研究一致，在这里考虑的所有结果中，女性似乎比男性从起步中获益更多（见在线附录，表S10-S13）。在扩展ASI（Deming队列）中，女性的起步影响估计为0.23 SD（SE=0.11），而男性为0.10 SD（SE=0.10）。22此外，女性可能对教育成就具有最重要的领先影响，估计为0.34 SD（SE=0.21），而男性为0.27 SD（SE=0.21）（在线附录，表S13）。图4显示了起步对长期结果的影响起步对长期结果的影响（在线附录表S13中给出了完整的估计集）。如前所述，Deming公布的结果（2009年）显示，ASI的影响有所下降，因为他的研究队列年龄增长了十年（图4中距离顶部第二栏）。然而，到2014年，先行者的上学时间比他们的兄弟姐妹没有上任何幼儿园的时间长0.3年。