2004年-世界发展银行全球_Child_Mortality_in_Rural_India_40页_377kb

总结：印度农村儿童死亡率分析

核心内容

本文探讨了印度农村地区婴儿和儿童死亡率的决定因素，构建了一个灵活的持续时间模型框架，考虑了多层级的脆弱性（frailty）以及儿童年龄与个体、社会经济和环境特征之间的相互作用。通过分析1998/1999年印度国家家庭与健康调查（NFHS）的数据，研究揭示了社会经济和环境特征对儿童死亡率的显著影响，并提出了政策模拟以评估不同干预措施的效果。

主要观点

• 儿童死亡率在印度农村地区较高，尤其在出生后一个月内。
• 儿童死亡率在不同年龄阶段受到不同因素的影响，因此模型需要考虑年龄变化对协变量影响的异质性。
• 研究发现，提高女性教育水平和减少室内空气污染可以显著降低儿童死亡率。
• 提供电力和卫生设施也有助于减少五岁以下儿童的死亡率。
• 儿童死亡率在不同州之间存在显著差异，且这种差异与1960年的排名相似。
• 家庭和儿童的脆弱性（unobserved characteristics）对死亡率有重要影响，且家庭脆弱性与儿童脆弱性可能存在相关性。

关键信息

儿童死亡率现状

• 1999年，印度五岁以下儿童死亡人数占所有低收入国家总死亡人数的五分之一（约210万），是单一国家中最高的。
• 印度的五岁以下儿童死亡率（U5MR）为90（每千名活产儿童），高于中国（37）、巴西（40）和印度尼西亚（51）。
• 在农村地区，五岁以下儿童死亡率约为每千名活产儿童100人，其中约一半在出生后一个月内死亡。
• 农村地区的儿童死亡率显著高于城市地区。

数据来源与处理

• 数据来自1998/1999年NFHS第二轮调查，覆盖约90,000个家庭。
• 仅保留农村地区的61,800个家庭数据，包含25,196名妇女和43,185名活产儿童。
• 数据采用回顾性收集，存在一定的误报问题，但通过比较不同波次数据发现误报率较低。

模型结构

• 模型采用持续时间分析方法，允许儿童死亡率随年龄变化而变化。
• 模型包括家庭特定和儿童特定的脆弱性，且二者可能相关。
• 基线风险函数（$\lambda(t)$）被设定为分段常数函数，以反映儿童死亡率随年龄的变化趋势。
• 协变量（如性别、出生顺序、家庭特征、村特征）对死亡率的影响在不同年龄阶段不同。

模型估计结果

• 模型估计结果显示，社会经济和环境特征对儿童死亡率的影响在不同年龄段显著不同。
• 在出生后第一个月，这些特征的影响最大，随后逐渐减弱。
• 儿童特定脆弱性未被显著识别，因此模型中未包含该部分。
• 家庭特定脆弱性有两个质量点，其中较高的质量点占78%的权重。
• 状态固定效应（state fixed effects）在不同州之间有显著差异。

政策模拟结果

• 政策模拟显示，提高女性教育水平和改善家庭环境（如使用清洁燃料、提供电力和卫生设施）可以显著降低儿童死亡率。
• 模型的灵活性允许评估不同年龄阶段的干预措施效果，表明在出生后第一个月内干预最为有效。
• 该研究强调了通过改善社会经济条件和环境质量来降低儿童死亡率的重要性。

模型与方法

• 模型允许协变量在不同年龄段有不同的影响，克服了传统模型中协变量影响恒定的假设。
• 模型采用最大似然估计法，对脆弱性参数进行了估计。
• 基线风险函数和脆弱性分布函数的参数化方式使得模型能够灵活地捕捉儿童死亡率的年龄依赖性。

结论

• 本文为印度农村儿童死亡率的政策干预提供了关键依据，表明通过改善教育、环境和卫生条件可以显著降低儿童死亡率。
• 模型的构建和估计方法具有创新性，能够识别不同年龄段的协变量影响，并为政策实验提供基础。