-
新的数据来源带来了挑战，可能需要新的技能
大数据指的是规模更大、频率更高、往往更个性化的数据集。例如，家庭中的智能传感器收集的数据或Twitter上的tweet聚合。在小数据集中，传统的计量经济学方法往往优于更复杂的技术。然而，在大型数据集中，机器学习方法大放异彩。为了在经济学中充分利用大数据，需要新的分析方法。因此，研究人员和政策制定者如果想要充分利用这些新的大数据来源，就应该密切关注机器学习技术的最新发展。
更多的少
-
雇主可以利用实验室实验来制定薪酬政策和激励计划
公司能否通过改变薪酬计划来吸引不同类型的员工?提高工资是否足以提高员工的积极性?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确定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，但实验室发现的定性外部有效性现在得到了很好的认可。
更多的少
-
定量政策评估可以受益于一套丰富的用于分析计数数据的计量经济学方法
通常情况下，经济政策的导向是以计数来衡量的结果。使用基本计算尺度的经济变量的例子有:作为生育率指标的子女人数、作为保健需求指标的医生就诊次数、以及作为雇员偷懒指标的缺勤天数。有几种计量经济学方法可用于分析这些数据，包括泊松模型和负二项模型。它们可以提供从标准线性回归模型中无法获得的有用见解。用两个实例说明了估计和解释。
更多的少
-
将政策干预的影响分解为其因果渠道可以提高政策分析的质量
政策评价的目的是评估干预措施(如求职者咨询)对具体结果(如就业)的因果影响。通常，在形成政策建议时，影响实现的因果渠道可能很重要。例如，为了设计一个最佳的咨询过程，了解咨询是否通过培训计划、制裁、求职援助或其他方面影响就业是至关重要的。所谓的“中介分析”关注的是将因果效应分解成各种因果渠道，以评估其各自的重要性。
更多的少
-
对独立合同工的研究表明，工人的努力对工资激励的反应可能比之前认为的更大
经济政策中的一个基本问题是劳动力供给如何对薪酬变化作出反应。劳动力供给的响应性决定了累进所得税对就业的影响和效率损失的大小。它还影响对从财政应对措施到商业周期到政府转移支付计划等政策影响的预测。独立承包人所从事的工作的特点提供了一个机会来克服早期研究所面临的问题，并帮助回答这个基本问题。
更多的少
-
明瑟方程给出了额外一年教育的平均货币回报的可比估计
Mincer方程——可以说是实证研究中应用最广泛的方程——可以用来解释许多经济甚至非经济现象。其中一个应用涉及解释(和估计)就业收入作为学校教育和劳动力市场经验的函数。明瑟方程提供了对额外一年教育的平均货币回报的估计。这些信息对决策者非常重要，因为他们必须决定教育支出、学校教育水平的优先次序以及学生贷款等教育融资项目。
更多的少
-
公共服务效率的差异可以为良好实践提供线索
效率是管理公共服务的重要考虑因素。成本随产量和其他各种因素而变化。例如，在高等教育的情况下，因素包括质量，学生人口统计，高等教育提供者的规模和范围，以及房地产的规模和特征。但是，即使考虑到所有这些因素，由于效率的差异，供应商之间的成本也有所不同。这些差异提供了关于良好实践的线索，可以导致整个系统的改进。效率的作用以英国高等教育机构为例加以说明。
更多的少
-
关于移徙流动的双边数据的可用性重新引起人们对利用重力模型确定移徙决定因素的兴趣
长期以来，重力模型在分析与商品和服务、资本甚至人员的运动有关的经济现象方面一直很受欢迎;然而，关于移徙流动的数据限制阻碍了它们在这方面的使用。有了改进的双边(国与国)数据，研究人员现在可以使用引力模型来更好地评估移民政策的影响，例如，签证限制政策对移民流动的影响。在不同的背景下说明了重力模型的规范、估计和解释，并描述了当前实践的局限性，以使决策者能够做出更明智的决策。
更多的少
-
GDP只能概括一个国家状况的一个方面;GDP之外的其他指标也很有价值
国内生产总值(GDP)是经济健康状况的关键指标，可以很容易地在各国之间进行比较。但它也有局限性。GDP告诉我们今天发生了什么，但不能告诉我们增长的可持续性。大部分时间花在家庭生产上，但这些时间的价值并不包括在GDP中。GDP并不衡量幸福，所以即使GDP在上升，居民也可能不满意。此外，GDP不考虑环境因素，不反映个人在有偿就业之外的活动，甚至不衡量一个国家当前或未来潜在的人力资本。因此，补充措施可能有助于更全面地显示经济状况。
更多的少
