数据和方法
数据和用于分析它们的方法是基于证据的研究的基础。本主题领域的文章讨论了不同类型的数据收集的价值,并解释了重要的统计和计量方法,提供了总结和呈现信息的方法,并识别和量化相关性或因果关系。
编辑团队
主题编辑器
Royal Holloway,伦敦大学,英国和德国Iza
-
使用计数数据模型进行计数
定量政策评估可以从丰富的经济学方法中受益,用于分析计数数据
Rainer温克尔曼,2015年5月通常,经济政策指向以计数计量的结果。使用基本计数规模的经济变量的例子是儿童的数量,作为生育的指标,医生访问数量作为医疗保健需求的指标,以及工作中缺席的天数作为员工推车的指标。几种计量经济学方法可用于分析此类数据,包括泊松和负二项式模型。它们可以提供从标准线性回归模型中无法获得的有用的见解。在两个经验例子中说明了估计和解释。更多的较少的 -
衡量妨碍正式工作的因素
正式工作支付吗?税收和福利的合成测量有助于确定正式工作的激励和抑制措施
迈克尔韦伯,2015年12月来自转型经济体的证据表明,正式工作可能没有报酬,特别是低收入者。工作抑制因素的综合衡量标准,如正规化税率或边际有效税率,证实了这些衡量标准与非正式工作的可能性之间存在显著的正相关关系。这些措施特别有助于了解非正式性最高的低工资水平的影响。想要增加正式工作的决策者可以利用这些措施来确定低收入者的最佳劳动税率,并改革福利设计。更多的较少的 -
衡量就业和失业
应该重新检查衡量就业和失业的统计标准吗?
安德里亚Brandolini 艾丽亚娜一直幸运,2018年8月衡量就业和失业对经济政策至关重要。国际商定的措施(如基于标准定义的人数就业和失业率)增强了跨越时间和空间的可比性,但实际劳动力市场和政策议程的变化挑战了这些传统惯例。不同劳动力市场国家之间的界限变得模糊,使身份识别变得复杂。每个州的个人经历可能有很大的不同,这就突出了在统计指标中如何加权每个就业或失业人员的重要性。更多的较少的 -
实验室实验能帮助设计人事政策吗?
雇主可以利用实验室实验来构建薪酬政策和激励计划
Marie Claire Villeval.,2016年11月公司可否通过改变补偿计划来吸引不同类型的员工?支付更多的钱来提高员工的积极性是否足够?公司应该根据员工的绝对表现还是相对表现来提供评估反馈?实验室实验可以通过识别人事政策变化对员工生产力和流动性的因果影响来帮助解决这些问题。虽然它们是在人工环境中收集的,但实验室结果的定性外部有效性现在已得到公认。更多的较少的 -
劳动力市场的相对剥夺
参考群体的选择在很大程度上决定了主观剥夺,进而影响劳动力市场行为
保罗Verme,2017年6月为什么不同的人口群体(例如,农村与城市,青年与老年人和男性和妇女)不同的客观劳动力状态不同?一个假设是人们更关注相对剥夺的人,而不是客观剥夺,他们将自己的身份与同龄人的地位重视 - 参考组。在劳动力市场中测试这一假设的一种方法是测量劳动力状态的个体差异,同时控制定义人口群体的特征。这项措施被称为“相对劳动剥夺”,可以帮助政策制定者更好地了解产生劳动索赔。更多的较少的 -
利用线性回归建立经验关系
线性回归是一种强大的工具,用于估计一个变量和一组其他变量之间的关系
Marno Verbeek., 2017年2月线性回归是一种强大的工具,用于通过将一个变量与一组变量相关联来调查多个变量之间的关系。它可以在调整其他可观察到的差异时识别一个变量的效果。例如,在控制教育和经验等背景特征的差异之后,它可以分析工资与性别。线性回归模型通常由普通的最小二乘估计,这最小化了观察到的样本值与来自模型的拟合值之间的差异。多种工具可用于评估模型。更多的较少的 -
失业求职者统计分析
越来越大的数据可用性允许通过统计模型来分析失业的求职者
统计模型可以帮助公共就业服务部门确定与长期失业有关的因素和确定风险群体。随着大数据可用性的增加以及新的机器学习技术提高了它们的预测能力,此类剖析模型可能会变得更加突出。然而,为了取得最佳结果,数据分析师、决策者和个案工作者之间的持续对话是关键。事实上,在开发和实现这些工具时,需要规范性决策。分析实践可能会对许多人进行错误分类,它们可以强化但也可以防止现有的歧视模式。更多的较少的 -
使用自然实验在迁移研究中
关于快速、意外的难民潮的数据可以可靠地确定移民对本地工人劳动力市场结果的影响
赛门, 2015年10月估计移民对本土工人劳动力市场结果的因果效应一直是文献中的主要问题。由于移民决定以及何处迁移,移民群体通常由具有与随机选择的样本不同的特性的个体组成。一种解决方案是专注于内战和自然灾难等事件,这些灾难迅速和意外地将难民流入与其个人特征,地点和就业偏好无关的国家。这些“自然实验”收益率估计为本土工人的就业而且没有工资。更多的较少的 -
衡量收入不平等
不平等的概要措施彼此不同,并随着时间的推移给予经济不平等的演变的不同图片
Ija treapeznikova,2019年7月经济学家使用各种指标来衡量收入不平等。在这里,最常用的度量方法——洛伦兹曲线、基尼系数、十分位数比率、帕尔马比率和泰尔指数——讨论了它们的益处和局限性。同样重要的是选择衡量什么:税前和税后收入、消费和财富都是有用的指标;不同的收入来源,如工资、资本利得、税收和福利,都可以检查。了解经济不平等的维度是选择正确政策解决它的关键第一步。更多的较少的 -
测量分散在企业级结果中的重要性
忽视公司级别结果的大变异可以产生关于许多政策后果的误解
乍得Syverson,2014年5月最近的研究揭示了公司的性能和增长的巨大变化,这两个驱动器都是在行业和市场内的公司(搅拌)上的投入和产出的大型重新分配。公司级别成果和公司相关营业额的这些差异影响了许多经济政策(劳动和非劳动和非劳动),微观经济和宏观经济规模,并受其影响。妥善评估这些政策需要熟悉公司水平变化和工业内部重新分配的来源和后果。更多的较少的