残疾对泰国家庭收入和贫困的影响：来自社会经济调查的证据 Bhagaporn Wattanadumrong, Chukiat Chaiboonsri, Wittawat Kadthan

《Economies》：The Effects of Disability on Household Income and Poverty in Thailand: Evidence from the Socioeconomic Survey Bhagaporn Wattanadumrong, Chukiat Chaiboonsri and Wittawat Kadthan

　　摘要：本研究旨在利用不同的计量经济学方法估计残疾对泰国家庭收入的影响，并考察收入分配中的异质性。我们分析了2021年泰国社会经济调查的数据，该调查涵盖了46,775个家庭，其中4,255个家庭（占9.1%）报告至少有一名残疾成员。通过使用三种互补的方法——普通最小二乘回归、倾向得分匹配和分位数回归——我们发现，有残疾成员的家庭经历了显著的收入减少。在全面控制因素后的OLS估计显示收入减少了10.0%，而倾向得分匹配的结果为17.4%，这表明标准回归方法低估了实际影响。分位数回归揭示了显著的异质性：残疾对收入的影响从第10百分位的4.8%上升到第90百分位的30.5%。这种模式表明，在泰国最贫困的家庭中，无论是残疾家庭还是非残疾家庭都面临着普遍的约束；缺乏残疾人就业的待遇与家庭收入减少密切相关，而在较高收入水平上，残疾则成为职业发展的障碍。分解分析表明，残疾通过降低每小时工资（低8.2%）和减少工作小时数（降低12.4%）来影响收入。这些发现表明，泰国每月800泰铢的残疾津贴仅相当于贫困线的29%，远远不足以覆盖观察到的收入差距。成果强调迫切需要提高津贴金额，并根据通货膨胀进行指数化调整，提供针对不同收入水平的差异化支持，以及简化登记流程以解决46%的未登记问题。

1. 引言
残疾是全球最重要的发展挑战之一，影响了大约13亿人（占世界人口的16%）（世界卫生组织，2022年）。大约80%的残疾人士生活在低收入和中等收入国家，在那里他们面临着有限的医疗保健、不足的社会保护以及持续的劳动力市场歧视等双重不利条件。经济后果十分严重：世界银行估计，排斥残疾人士使全球GDP损失了3-7%，而国际劳工组织发现，残疾工人的每小时收入比非残疾工人少12%，在低收入和低中等收入国家，这一工资差距甚至扩大到了26%（国际劳工组织，2024年）。
本研究的理论基础基于三个互补的框架。首先，Sen（1999）的能力方法为理解为什么基于收入的衡量标准系统性地低估了残疾相关的不利条件提供了规范基础。残疾人士面临双重劣势：由于移动和 accessibility 的障碍，资源转化为实际功能的能力降低；以及实现基本能力（如交通或通讯）所需的支出增加（Sen，1992；Mitra，2006）。这种区别直接对应于实证残疾研究中的“收入障碍”和“转换障碍”。其次，人力资本理论（Becker，1964；Mincer，1974）指出了残疾通过两条途径削弱收入的机制：教育和工作经验的中断导致人力资本积累减少，以及职业生涯的中断破坏了企业特定的资本。国际研究中的Oaxaca-Blinder分解一致表明，人力资本差异仅解释了大约12%的残疾就业差距，结构和歧视性障碍占未解释差异的大部分。第三，额外成本框架（Berthoud等人，1993；Zaidi & Burchardt，2005；Mitra等人，2017）指出，残疾带来了额外的支出需求——包括医疗保健、辅助设备、交通和个人协助——这些费用是标准收入比较未能捕捉到的。Mitra等人（2017）对10个国家的20项研究进行的系统回顾证实，额外成本随着残疾程度的增加而增加，而来自低收入和中等收入国家的证据仍然严重不足，本研究部分解决了这一差距。
残疾与贫困之间的关系是双向且相互加强的。贫困通过营养不良、恶劣的生活条件和有限的医疗保健机会增加残疾风险，而残疾则通过减少收入、就业排斥和生活成本增加加剧贫困（Palmer，2011）。国际证据显示，有残疾成员的家庭面临的额外支出占家庭收入的9%到50%以上，具体取决于残疾的严重程度和国家背景，包括医疗保健、辅助设备、交通和个人协助（Mitra等人，2017）。这两种机制——收入减少和成本增加——意味着标准贫困衡量标准系统性地低估了残疾相关的贫困实际程度（Braithwaite & Mont，2009）。
国际框架越来越将残疾视为人权和发展的优先事项。2008年获得包括泰国在内的186个国家批准的《残疾人权利公约》（CRPD）规定了平等工作的权利（第27条）和适当的生活标准（第28条）。可持续发展目标通过目标8.5（残疾人的充分就业）和目标10.2（社会和经济包容）加强了这一承诺。然而，联合国2024年的《残疾与发展报告》指出，要实现2030年的可持续发展目标，必须将进展速度加快2到65倍，这表明政策承诺与现实之间存在严重的实施差距（联合国经济和社会事务部，2024年）。
在泰国，根据国家统计局2022年的残疾调查（使用华盛顿小组方法），大约有419万人患有残疾，占总人口的6.0%（国家统计局与联合国儿童基金会泰国办事处，2023年）。然而，只有214万人（3.23%）持有残疾识别卡，这意味着大约46%的残疾人士未被登记，从而被排除在政府支持之外（联合国开发计划署，2022年）。身体/移动障碍是最主要的残疾类型，占50.6%，并且关键的是，56.4%的已登记残疾人士年龄在60岁以上，而40%处于工作年龄。教育水平极低：81.3%的已登记残疾人士仅接受过小学教育，而在残疾儿童中，38%未能上学（国家统计局与联合国儿童基金会泰国办事处，2023年）。
泰国主要的残疾福利机制是每月800泰铢的残疾津贴（约合22-25美元），该津贴是根据2007年的《残疾人赋权法》设立的（泰国政府，2007年）。然而，这一固定金额的福利仅相当于泰国人均每月2762泰铢的国家贫困线的29%，远远不足以抵消基本生活成本或残疾相关的额外支出（联合国儿童基金会泰国办事处，2020年）。就业情况显示出严重的排斥现象：只有36.3%的工作年龄残疾人士有工作，其中只有8%在竞争性劳动力市场就业，6.2%在正式部门工作（Cheausuwantavee & Keeratiphanthawong，2021；联合国开发计划署，2022年）。要求每100名员工雇佣一名残疾人的就业配额制度执行不力，许多雇主宁愿支付罚款也不愿雇佣残疾人士（Bualar，2015）。因此，由于贫困，大约90%的残疾人士无法获得他们的基本权利和福利（泰国国家统计局，2024年）。
本研究通过使用2021年社会经济调查的数据，采用三种互补的计量经济学方法（普通最小二乘回归、倾向得分匹配和分位数回归）来估计残疾对收入的影响。具体来说，本研究解决了三个研究问题：（1）在控制了可观察的家庭特征后，残疾状况对泰国家庭收入的影响程度是多少？（2）这种影响是否在家庭收入分配中系统性地存在差异？（3）现有的残疾转移支付在多大程度上弥补了观察到的收入差距？预期这些发现将为泰国有残疾成员的家庭面临的经济挑战提供实证证据，并有助于制定有效的福利政策和有针对性的支持计划。

2. 文献综述
大量国际文献使用计量经济学方法来量化残疾对劳动力市场结果的影响。在美国，Baldwin和Johnson（1994, 1995）首次将Heckman选择模型与Oaxaca-Blinder分解结合使用在收入和项目参与调查数据上，发现即使控制了生产力的代理变量，残疾男性和女性仍然面临显著的工资歧视。他们的研究表明，残疾女性劳动力参与度下降的一半以上可归因于工资歧视的阻碍效应。Kidd等人（2000）将类似方法应用于英国劳动力调查数据，确认有心理健康障碍的人在工资和参与率上存在显著差异，其中情况最严重。最近，国际劳工组织对96个国家的全球研究发现，每小时工资差距为12%，其中四分之三的原因无法通过教育、年龄或职业等可观察特征来解释（国际劳工组织，2024年）。这些研究一致表明，残疾导致了显著的收入损失，尽管其程度因国家、残疾类型和方法论而异。
为了解决残疾和收入同时决定的根本内生性问题，一些研究采用了倾向得分匹配（PSM）和准实验设计。Polidano和Vu（2015）使用差异-in-difference方法结合PSM对澳大利亚的HILDA纵向面板数据进行分析，发现残疾后长达四年的持续负面影响主要源于无法完全就业，而不是转向兼职工作。没有接受过学历教育的工人更加脆弱，表明教育起到了缓冲作用。Lechner和Vazquez-Alvarez（2011）应用多种PSM方法（核方法、最近邻匹配、半径匹配）对德国的社会经济面板数据进行分析，确认了对就业率、工作小时数和收入的显著因果影响。Takasaki（2020）利用柬埔寨的地雷致残事件作为外生冲击，发现残疾大大降低了消费和收入，增加了贫困程度——尤其是在最贫困的人群中，并引发了低生产力、低收入和有限资产积累的恶性循环，对儿童的教育产生了不利的影响。这些研究表明，严格的因果识别方法一致估计了显著的残疾收入损失，尽管存在跨国家差异。
针对发展中国家的研究揭示了与全球发现一致的模式，但突出了特定背景下的机制。Mitra等人（2013）分析了包括菲律宾、老挝人民民主共和国、孟加拉国和巴基斯坦在内的15个发展中国家的世界健康调查数据，发现残疾与更高程度的多维贫困、更低的受教育水平、更低的就业率和更高的医疗费用显著相关。Mont和Nguyen（2011）将生活标准方法应用于越南，估计残疾的额外成本占家庭收入的9%，并发现调整这些成本后，残疾贫困比例从16.4%上升到20.1%。Palmer等人（2019）估计柬埔寨的类似额外成本约为9%。
关于残疾额外成本的跨国证据为解释收入差距提供了重要基准。Morris和Zaidi（2020）估计了15个欧洲经合组织国家的残疾额外成本，发现有工作残疾的成年人平均需要多44%的收入才能达到与非残疾同龄人的相同生活标准，这种差异与福利制度类型和残疾严重程度有关。重要的是，他们的研究引入了“残疾相关调整”的概念——即福利状态在多大程度上保护了残疾人士免受市场依赖——强调收入差距反映了市场失灵和政策的不足。
相比之下，Mont等人（2022）使用华盛顿小组指标在七个非洲国家应用了一致的生活标准回归框架，发现额外支出仅占家庭消费的4-10%。作者提醒说，这些较低的估计反映了未满足的需求，而不是实际成本：低收入背景下的家庭无法负担或无法获得某些商品。这一发现对泰国和其他中等收入国家有直接的方法论意义，因为观察到的收入差距可能低估了残疾的真正福利负担。
针对泰国的具体情况，已有文献主要是定性的：Cheausuwantavee和Keeratiphanthawong（2021）记录了只有8%的泰国残疾人士在竞争性劳动力市场就业，而Bualar（2015）发现尽管有配额法律，雇主仍不愿雇佣残疾人士。Nitkhamhan等人（2020）使用泰国劳动力调查数据的多层次逻辑回归分析表明，1.98%的泰国工作年龄人士因疾病或残疾无法工作，其中教育水平是最强的可改变风险因素。然而，没有已发表的泰国研究使用OLS回归、PSM或分位数方法来估计使用全国代表性调查数据的家庭层面的残疾-收入差距——本研究通过将国际最佳实践应用于2021年泰国社会经济调查来填补这一方法论空白（泰国国家统计局，2022年）。
前述综述揭示了本研究解决的三个问题。首先，没有已发表的研究使用全国代表性数据应用OLS回归、倾向得分匹配或分位数回归来估计泰国的家庭层面残疾-收入差距，这一方法论空白限制了基于证据的政策制定。其次，现有的泰国研究主要依赖于定性或描述性方法，缺乏国际残疾经济学研究中标准的因果识别策略。第三，尽管理解残疾负担是否不成比例地落在已经贫困的家庭身上具有政策相关性，但没有任何研究考察过泰国收入分配中残疾与收入关系的异质性。本研究通过提供泰国残疾对收入影响的第一个严格的多方法计量经济估计，为相关文献做出了贡献，揭示了挑战统一政策方法的分配异质性，并将这种影响分解为工资和劳动力供应渠道，以指导有针对性的干预措施。

3. 数据与方法
3.1. 数据
本研究使用了泰国国家统计局（NSO）开展的2021年社会经济调查（SES）的数据。SES是一项具有全国代表性的横断面家庭调查，采用分层两阶段集群抽样方法。该调查涵盖了泰国的所有地区，并收集了关于家庭收入、支出、人口特征、残疾状况和福利计划的全面信息。在排除了关键变量缺失值的观测值后，我们的分析样本包括46,775个家庭。其中，4,255个家庭（9.1%）报告至少有一名家庭成员患有残疾。该调查提供了关于残疾类型和严重程度、健康保险覆盖情况以及家庭经济活动的详细信息。

3.2. 测量
3.2.1. 残疾状况
我们根据华盛顿小组的定义（Madans等人，2011年）构建了一个家庭层面的二元指标。受访者被问及家庭成员在六个功能领域是否存在困难：视力、听力、行走或爬楼梯、记忆或集中注意力、自我照顾以及沟通。回答类别从“没有困难”到“完全无法做”。如果任何家庭成员在任何领域报告“有些困难”，我们就将这个家庭定义为有残疾成员的家庭。这一家庭层面的测量方法既考虑了对残疾人的直接影响，也考虑了对护理者和其他家庭成员的间接影响，后者可能需要减少劳动力供应或承担额外的护理费用。

3.2.2. 收入
我们的主要结果变量是家庭月总收入的自然对数（泰铢）。我们使用对数变换来处理收入分布的右偏，并便于将系数解释为百分比变化。家庭月收入包括所有来源：工资、自雇收入、农业收入、财产收入、政府转移支付和汇款。对数线性规格允许我们使用百分比近似来估计与残疾相关的收入差异。

3.2.3. 控制变量
我们包括了一组全面的控制变量，以解释有残疾成员和没有残疾成员的家庭之间的可观察差异：
- 家庭特征：家庭规模、工作成员数量、依赖比例（计算为[工作成员数量/家庭规模]
- 家庭户主特征：年龄、年龄的平方（以捕捉生命周期的非线性效应）、性别（女性=1）、教育水平（从无教育到学士学位或更高，共11个类别）、婚姻状况
- 经济因素：经济类别（农业、非农业、未定义）、健康保险覆盖情况（全民覆盖方案、公务员福利）
- 地理因素：城市/农村居住（城市=1）、地区固定效应（曼谷、中部、北部、东北部、南部、东部）

所有货币变量都以2021年的泰铢为单位测量。由于我们的分析使用的是单年的横截面数据，因此没有调整通货膨胀。

3.3. 计量经济策略
我们采用了三种互补的计量经济方法来估计残疾对家庭收入的影响。每种方法针对不同的潜在偏差来源，并在不同的识别假设下提供估计结果。
3.3.1. 普通最小二乘回归
我们的基准规格是：
\[ \text{模型公式} \]
其中：
- \( y_i \) 表示家庭月收入
- \( d_i \) 表示残疾的二元指标（如果家庭有残疾成员则取1）
- \( x_i \) 表示家庭和户主特征向量
- \( R_{region} \) 表示地区固定效应（曼谷作为省略的类别）
- \( e \) 表示误差项
系数 \( \beta \) 衡量了与残疾相关的收入百分比变化。我们估计了在省层面（77个省份）聚类的稳健标准误差，以考虑省内的潜在相关性。
识别假设：关键假设是，在可观察变量的条件下，残疾与未观察到的收入决定因素不相关。虽然我们的全面控制变量应该能够捕捉到大部分观察到的异质性，但未观察到的因素（如动机、残疾前的健康状况或家庭情况）仍可能产生偏差。如果收入潜力较低的家庭更可能有残疾成员（反向因果关系或遗漏变量偏差），我们的OLS估计将高估残疾的真实因果效应。
我们估计了两个OLS规格：(1) 仅将收入的对数与残疾进行简单的双变量回归；(2) 包括所有控制变量的完整规格。比较这些估计可以揭示原始收入差距中有多少可以归因于家庭之间的可观察组成差异。

3.3.2. 倾向得分匹配
为了解决可观察变量选择问题，我们实施了倾向得分匹配（Rosenbaum & Rubin, 1983）。该方法将有残疾成员的家庭与具有类似可观察特征的没有残疾的家庭进行匹配，从而减少由观察到的混杂因素引起的偏差。
- **步骤1：倾向得分估计**
我们首先使用逻辑回归估计拥有残疾成员的概率：
\( \pi_i \) 表示拥有残疾成员的概率
倾向得分是一个汇总了所有相关协变量的标量平衡得分，在标准规则条件下，基于倾向得分的匹配等同于同时匹配所有协变量。
- **步骤2：共同支持限制**
我们将分析限制在共同支持范围内，即处理组和对照组倾向得分的重叠范围内：
这确保了处理组和对照组之间协变量分布的充分重叠，提高了匹配质量，并避免了数据稀疏地区的推断。在我们的应用中，这产生了11,816个匹配的家庭样本。

3.3.3. 效果估计
在剔除异常值后的样本上，我们估计：
\[ \text{模型公式} \]
系数 \( \alpha \) 表示对接受治疗组的平均处理效应（ATT）：
\[ \text{ATT} = \frac{\sum_{i=1}^{n} y_i^{(1)}{\sum_{i=1}^{n} y_i^{(0)}} \]
其中 \( y^{(1)} \) 和 \( y^{(0)} \) 分别表示有残疾和没有残疾的潜在结果。这种方法在平衡组间协变量分布的同时，放宽了标准回归中固有的函数形式假设。
识别假设：PSM依赖于条件独立性或“基于可观察变量的选择”：
即在可观察变量的条件下，残疾状况与未观察到的收入决定因素不相关。虽然这个假设无法检验，但鉴于我们包括了丰富的一组控制变量（如人口统计、人力资本、经济活动和地理因素），这个假设更为合理。然而，如果未观察到的变量（例如能力、健康禀赋、家庭偏好）同时影响残疾和收入，PSM估计仍然可能存在偏差。

3.3.3. 分位数回归
为了考察收入分配中的异质性，我们估计了条件分位数回归（Koenker & Bassett, 1978）：
\[ \text{模型公式} \]
其中 \( q_{i} \) 表示对数收入的第 \( q \) 个条件分位数。我们在五个分位数上估计了这个模型：分别代表收入分布的底部、中下层、中位数、中上层和顶层。
分位数回归估计器最小化了绝对偏差的加权和：
\[ \text{模型公式} \]
其中 \( W \) 是权重函数，\( \hat{c} \) 是完整协变量向量，\( I(z) \) 是指示函数。系数 \( \beta_q \) 衡量了残疾效应在收入分布不同点上的变化情况。
这种方法允许我们测试残疾的影响是否均匀，或者它是否对较贫困和较富裕的家庭有不同的影响。如果 \( \alpha \) 随 \( q \) 的增加而增加（变得不那么负），则高收入家庭的残疾惩罚较小。相反，如果 \( \alpha \) 随 \( q \) 的增加而减少（变得更负），则富裕家庭的惩罚较大。标准误差使用自助法（500次复制）计算，以考虑分位数回归目标函数的非平滑性质。

3.4. 描述性分析
在转向回归分析之前，我们首先展示了有残疾成员和没有残疾成员的家庭之间的描述性统计。我们使用双样本t检验比较连续变量，使用卡方检验比较分类变量。我们还会按地区分解结果，以探索家庭特征和收入水平的地理差异。
为了可视化收入分布，我们分别为两组构建了对数家庭收入的核密度图。使用双样本Kolmogorov–Smirnov检验正式测试分布是否不同。我们进一步通过柱状图比较了泰国六个主要地区的平均收入和贫困率的区域差异。

4. 结果
4.1. 描述性统计
表1展示了2021年样本中有残疾成员和没有残疾成员的家庭之间的描述性统计。有残疾成员的家庭（样本的9.1%）的收入明显低于没有残疾的家庭。有残疾的家庭平均月收入为20,801泰铢，而没有残疾的家庭平均月收入为26,703泰铢，相差5,902泰铢或22.1%（p < 0.001）。当考察人均指标时，这种原始收入差距仍然存在：有残疾的家庭人均收入为6,782泰铢，而没有残疾的家庭人均收入为11,365泰铢，相差40.3%（p < 0.001）。
表1. 按残疾状况划分的描述性统计。这些组之间的几个家庭特征存在显著差异。有残疾的家庭平均规模较大（3.26人对比2.74人，p < 0.01），但工作人数较少（1.43人对比1.59人，p < 0.10），导致依赖比例较高（0.56对比0.42，p < 0.001）。他们也更有可能生活在贫困线以下：11.5%的有残疾家庭的人均收入低于3000泰铢，而没有残疾的家庭这一比例为6.0%（p < 0.001）。尽管如此，只有13.2%的有残疾家庭领取了每月的残疾津贴，平均每年约为1,267泰铢——仅覆盖了观察到的年收入差距的17%（70,824泰铢）。
图1显示了两种家庭类型的收入分布。有残疾家庭的分布向左偏移，表明收入系统性地较低。双样本Kolmogorov–Smirnov检验确认这些分布存在显著差异（p < 0.001）。分布之间的重叠表明每个群体内部存在显著异质性，这激发了我们下面的分位数回归分析。

4.2. 主要回归结果
表2报告了我们的主要回归估计结果。第（1）列展示了不包括控制的简单双变量OLS规格。残疾的系数为?0.236（p < 0.001），表明有残疾的家庭平均收入低21.1%。然而，这一估计没有考虑可能与残疾状况和收入相关的可观察特征的差异。
表2. 主要回归结果。第（2）列添加了包括家庭人口统计、户主特征、经济类别、城乡 status 和地区固定效应的完整控制变量。考虑这些因素后，残疾系数降至?0.105（p < 0.001），意味着收入惩罚减少了9.97%。这一大幅减少（从21.1%降至10.0%）表明大约一半的原始收入差距反映了组成差异。有残疾的家庭往往规模较大，依赖比例较高，并且更多集中在农村地区和较贫困的地区。剩余的10%差距代表了扣除这些因素后的残疾效应。
几个控制变量具有高度显著性并且符合预期符号。每增加一个家庭成员，收入增加24.5%（p < 0.001），反映了规模经济或额外的收入来源。依赖比例具有负面影响：非工作者与总成员比例增加10个百分点，收入减少1.4%（p < 0.001）。女性户主的家庭比男性户主的家庭多赚3.4%（p < 0.05），可能反映了更强的劳动力参与或选择成为户主的因素。非农业就业使收入增加12.8%（p < 0.001），而农村居住则使收入减少8.1%（p < 0.001）。地区固定效应显著：即使在控制了其他因素后，东北部和北部的家庭收入也大约比曼谷的家庭少27-32%。
第（3）列展示了使用共同支持限制的倾向得分匹配估计结果。在将具有相似可观测特征的户进行匹配后，残疾系数为-0.191（p < 0.001），相当于17.4%的收入惩罚。这一估计值高于OLS全控制组的估计值，但低于简单的双变量估计值，表明基于可观测变量的选择确实重要，但并不能完全解释收入差距。PSM估计考虑了协变量预测残疾和收入时的潜在非线性和交互作用，提供了一种放宽功能形式假设的替代识别策略。图4用95%的置信区间可视化了这些系数估计值。简单的OLS估计显示了最大的效应（-21.1%），而全控制组的OLS估计显示了最小的效应（-10.0%）。PSM估计位于两者之间（-17.4%），在考虑选择偏差的同时保持合理的精确度。所有三个估计值都是负的，并且在统计上显著，表明与残疾相关的收入惩罚在不同模型设定中都是稳健的。

4.3 异质性分析：分位数回归
表3展示了收入分布五个分位点的分位数回归估计结果。残疾效应在各分位数之间差异显著，从第10百分位的-4.82%到第90百分位的-30.45%不等。这种模式揭示了残疾与收入关系中的显著异质性。在收入分布的底部（第10百分位），残疾家庭的收入仅比没有残疾的家庭低4.8%（p < 0.05）。在顶部（第90百分位），差距大幅扩大到30.5%（p < 0.01）。随着收入分配的上升，效应呈单调增加，中位数效应（13.0%）介于表2中报告的OLS和PSM估计值之间。这一发现表明，残疾的经济影响很大程度上取决于家庭在收入分配中的位置。在最贫困的家庭中，残疾对已经严峻的约束影响有限——两组家庭都面临与教育限制、农村居住和低生产力农业相关的相似障碍。然而，这种模式不应被解释为残疾对贫困家庭的负担较轻。参考Mont等人（2022年）的研究，贫困家庭中观察到的收入差距较小可能反映了需求未被满足而非成本较低：有残疾成员的贫困家庭可能因为负担不起而放弃必要的辅助设备、医疗保健和交通等残疾相关商品和服务，导致尽管家庭继续参与劳动力市场，但残疾人的生活质量仍严重下降。相反，在较高的收入水平上，残疾通过限制高技能就业、创业和职业流动性的障碍形成了“玻璃天花板”。较富裕的家庭也可能承担重大的机会成本——因为他们的收入较高，所以能够承受家庭成员退出劳动力市场以提供护理和支持的成本。当根据Morris和Zaidi（2020年）的估计，即欧洲残疾家庭需要多44%的收入才能达到相同的 living standards 时，残疾与非残疾家庭之间的实际福利差距几乎肯定会超过这里记录的收入差异。从能力角度来看（Sen, 1999），收入差距仅反映了收入劣势；转换劣势——即每一泰铢的收入为残疾家庭成员购买的幸福感减少——尚未被衡量，但可能更大。这可能反映了只有在家庭具备追求更高收入活动所需的人文和财务资本时才会出现的障碍。

分配模式也对政策制定有重要启示。仅针对最贫困家庭的基于收入的测试项目可能会遗漏许多残疾家庭，这些家庭虽然不是赤贫的，但面临显著的收入惩罚，阻止他们进入中产阶级。一个全面的方法应结合对最贫困家庭的扶贫措施，以及对不同收入阶层残疾家庭在技能发展、工作场所无障碍和创业机会方面的有针对性的支持。

4.4 稳健性检查
我们进行了几项稳健性检验以评估主要结果的敏感性。首先，我们使用不同的贫困阈值（每月每人2500和3500泰铢）重新估算了所有模型。残疾系数在所有模型设定中均保持负值且显著，其幅度在全控制组OLS模型中为-9.2%到-10.8%。估计值的排序顺序（简单OLS > PSM > 全OLS）得以保持。其次，我们尝试了不同的功能形式，包括对因变量的水平值（而不是对数值）。在水平值下，残疾系数为-5421泰铢（p < 0.001），与表1中的描述性统计结果一致。半对数和对数对数设定产生的百分比效应与我们的主要结果相似。第三，我们通过加入家庭规模和年龄的平方项来测试非线性效应。残疾系数对这些添加项具有稳健性（-0.103，p < 0.001），表明线性设定充分捕捉了主要关系。第四，我们通过使用更严格的定义（“很多困难”而非“一些困难”）来解决残疾变量中的潜在测量误差。这一限制仅减少了两个受处理家庭，但估计值几乎相同（-0.104，p < 0.001）。第五，我们通过加入地区-城市交互项来评估区域效应是否由城市/农村差异驱动。残疾系数保持稳定（-0.103，p < 0.001），表明我们的主要结果不是地理聚类或地区间城市化率差异的产物。最后，我们通过分别估算就业个体的收入和家庭劳动力供给来评估收入惩罚是否反映了更低的小时工资或更少的工作小时数。这两个因素都有贡献：有残疾的就业者每小时的收入低8.2%（p < 0.01），而残疾家庭每月提供的总工作小时数少12.4%（p < 0.001）。这种分解表明，残疾影响劳动生产率（或雇主歧视）和劳动力供给决策。

5. 讨论
本研究揭示了泰国有残疾成员的家庭收入显著低于没有残疾的家庭，其程度因估计方法和收入分配位置而异。我们的OLS估计在控制可观测变量后显示收入惩罚为10.0%，PSM估计为17.4%，分位数回归显示的效应从第10百分位的4.8%到第90百分位的30.5%不等。我们的基线OLS估计10%与国际证据一致，但仍处于可比估计的低端。Baldwin和Johnson（1994年）的开创性美国研究发现，控制生产率代理变量后，残疾男性的工资歧视为10-15%，而他们关于女性的伴随研究记录了更大的惩罚，超过一半的劳动力参与度下降归因于工资歧视的抑制作用（Baldwin & Johnson, 1995）。Kidd等人（2000年）使用类似方法在英国报告了显著的工资和参与度差距，其中心理健康残疾的问题最为严重。我们的发现表明，大约一半的原始收入差距（21.1%至10.0%）反映了构成差异，这与分解研究的结果一致，即可观测特征解释了40-60%的残疾工资差距。倾向得分匹配估计的17.4%远高于OLS估计，表明标准回归可能由于未能充分建模残疾状态与家庭特征之间的复杂交互作用而低估了真实的残疾效应。这一模式与Lechner和Vazquez-Alvarez（2011）在德国的研究结果相似，其中PSM估计超过了OLS估计，因为PSM更好地平衡了协变量。Polidano和Vu（2015）在澳大利亚也使用匹配方法发现了更大的残疾效应，特别是对于没有学历的工人——这一模式与泰国高度相关，因为在泰国81.3%的残疾人士只有初等教育。我们的PSM结果表明存在非线性关系和交互作用，线性回归未能充分捕捉到这些关系。分位数回归结果显示，从收入分配底部的4.8%到顶部的30.5%，残疾惩罚逐渐增加，这是本研究最显著的发现。这一模式与发达国家的证据形成鲜明对比，在发达国家，残疾惩罚通常集中在收入分配的底部。在泰国最贫困的家庭中，残疾家庭和非残疾家庭都面临教育限制、农村居住和低生产力农业带来的严重约束；残疾对家庭收入的负面影响最小。在较高收入水平上，残疾通过限制高技能就业、创业和职业流动性的障碍形成“玻璃天花板”，只有当家庭具备足够的人力和财务资本时，这种障碍才会显现。

与地区发展中国家的比较提供了重要背景。Mont和Nguyen（2011）发现，在调整了9%的家庭收入额外成本后，越南的残疾率从16.4%上升到20.1%。Takasaki（2020）对柬埔寨地雷导致的残疾的准实验研究记录了严重的贫困影响，尤其是在最贫困的家庭中，残疾引发了低生产力、收入损失和资产积累受限的恶性循环。Palmer等人（2019）估计柬埔寨的额外成本约为9%。我们的分解显示每小时工资低8.2%，工作小时数少12.4%，表明泰国的机制通过劳动力供给和工资两个方面发挥作用。与区域发展中国家的比较提供了重要背景。Mont和Nguyen（2011）发现，在越南，残疾使贫困率从16.4%上升到20.1%。Takasaki（2020）对柬埔寨地雷导致的残疾的准实验研究记录了严重的贫困影响，特别是在最贫困的家庭中，残疾引发了低生产力、收入损失和有限的资产积累的恶性循环。Palmer等人（2019）估计柬埔寨的额外成本约为9%。我们的分解显示每小时工资低8.2%，工作小时数少12.4%，表明泰国的机制通过劳动供给和工资两个方面发挥作用。

几项研究的局限性应当得到承认。首先，SES 2021数据的横截面性质排除了严格的因果识别；尽管PSM控制了基于可观测变量的选择，但未观察到的因素（如残疾前的健康状况、家庭偏好或先天能力）可能会同时影响残疾状态和收入，因此结果应被视为强描述性证据，而不是确定的因果估计。其次，家庭层面的残疾测量虽然符合华盛顿小组的方法论，但并未捕捉到处理组内的残疾严重程度或类型异质性，可能掩盖了国际研究中记录的重要组内变异。第三，SES 2021可能因污名相关的不报告而低估了残疾人数，这会使估计值趋于零。第四，基于收入的分析无法考虑残疾的额外成本；正如Mont等人（2022）在非洲情境和Morris与Zaidi（2020）在欧洲国家的研究所展示的，一旦纳入与残疾相关的支出要求，残疾与非残疾家庭之间的实际福利差距就会超过观察到的收入差异。最后，泰国残疾人口的46%未登记率表明，我们的样本可能未能完全代表最弱势群体，引入了潜在的选择偏差，限制了普遍性。综合这些发现，可以认为在泰国实施有效的残疾人政策不仅需要逐步增加补贴额度，还需要对社会保障体系进行结构性改革，以解决存在于收入分配中的各种障碍。

**对政策制定者的建议：**
1. **提高残疾津贴的充足性**：将每月津贴从800泰铢提高到与国家贫困线相当的水平，并实施年度自动通胀指数调整，以保持其实际购买力。
2. **根据残疾程度差异化发放福利**：借鉴Zaidi和Burchardt（2005年）以及Cullinan等人（2011年）的研究方法，根据残疾程度和额外费用设立分层次的津贴制度，而不是目前统一的固定金额。
3. **加强就业配额的执行**：除了现有的罚款机制外，为超额完成配额的雇主提供实质性税收优惠，并公开其执行情况，以建立声誉激励机制。
4. **扩大登记范围**：通过移动评估团队简化残疾认证流程，取消排除难民和移民的全国身份证要求，从而解决目前46%的未登记问题。
5. **调整贫困测量方法**：按照Mont和Nguyen（2011年）的生活标准方法，将残疾带来的额外费用纳入官方贫困计算中，避免系统性地低估与残疾相关的贫困现象。

**对研究人员的建议：**
1. **进行纵向残疾-收入分析**：利用泰国社会经济调查的面板数据，采用Polidano和Vu（2015年）的差异差分匹配方法，追踪残疾发生对收入的影响。
2. **实证估算残疾额外费用**：收集医疗保健、辅助设备、交通和护理人员成本等原始数据，运用生活标准方法计算泰国特有的残疾成本负担。
3. **分析不同类型残疾的差异**：按身体残疾、感官残疾、智力残疾和精神残疾分类，识别特定类型的障碍，为有针对性的干预措施提供依据。
4. **研究地区差异**：探究为什么南部地区的残疾-收入差距为8.1%，而北部地区为23.5%，从而制定适合各地的政策。

**对发展合作伙伴的建议：**
1. **支持能力建设**：向泰国国家统计局提供技术支持，使其在所有家庭调查中加入残疾相关模块，提高数据质量，以便政策分析。
2. **资助试点项目**：为实验性工作场所适应方案和支持性就业模式提供资金，并进行严格评估，以生成关于成本效益干预措施的证据。
3. **促进知识交流**：与越南、柬埔寨和菲律宾开展学术交流和技术合作，这些国家在残疾-收入研究方面取得了成功的政策改革经验。

**7. 结论：**
本研究利用具有全国代表性的数据及多种识别策略，首次提供了关于残疾对泰国家庭收入影响的严格计量经济学估计。根据不同的估算方法，有残疾成员的家庭收入损失在10%到17%之间，且在收入分配中存在显著差异：最贫困家庭中的损失仅为4.8%，而最富裕家庭中的损失则高达30.5%。这些发现与国际研究结果一致，同时也揭示了泰国特定情况下残疾与现有贫困和不平等结构之间的相互作用。

政策启示明确且紧迫：泰国的残疾津贴仅为贫困线的29%，仅覆盖了观察到的年度收入差距的17%。这种差异化的影响要求采取差异化的措施：为最贫困的家庭提供扶贫支持，同时为较富裕的残疾家庭提供技能发展和工作场所便利条件。46%的未登记率和失败的就业配额执行情况表明，相关政策亟需改进。研究表明，泰国具备进行基于证据的政策改革的数据基础设施和分析能力。未来的研究应实证估算残疾额外费用，进行残疾发生对收入的纵向分析，并严格评估福利计划的有效性。要实现泰国在《联合国残疾人权利公约》和可持续发展目标下的承诺，需要超越愿望性框架，制定基于证据、资源充足且执行有效的残疾人包容政策。