-
自然资源的冲击可以帮助研究低技能男子如何应对劳动力市场状况的变化
在全球不平等日益加剧的背景下，了解对低技能工人的需求发生变化时会发生什么是很重要的。由于自然资源冲击在本质上是全球性的，但对资源开采地区的就业前景有高度本地化的影响，它们提供了一个独特的机会来评估低技能男子在面对当地劳动力市场条件的极端变化时的行为。这种情况可以用来评估广泛的结果，从教育和收入，到婚姻和生育状况，再到投票行为。
更多的少
-
线性回归是估计一个变量和一组其他变量之间关系的有力工具
线性回归是通过将一个变量与一组变量联系起来来研究多个变量之间关系的强大工具。它可以识别一个变量的影响，同时调整其他可观察到的差异。例如，在控制了教育和经验等背景特征的差异后，它可以分析工资与性别的关系。线性回归模型通常用普通最小二乘估计，它使观察样本值与模型拟合值之间的差异最小。可以使用多种工具来评估模型。
更多的少
-
即使是观测数据，也可以借助工具变量估计来恢复因果关系
随机对照试验通常被认为是建立因果关系的黄金标准。然而，在许多与政策相关的情况下，这些试验是不可能的。工具变量只通过特定的治疗影响结果;因此，它们允许对因果关系的估计。然而，找到有效的工具是困难的。此外，工具变量估计只恢复了人口的特定部分的因果效应。虽然这些限制很重要，但确立因果关系的目标仍然存在;工具变量是实现这一目标的重要计量经济学工具。
更多的少
-
开放科学可以增强研究的可信度，但只有在正确的激励下才行
开放科学和研究透明运动的目的是使研究过程更加可见，并加强结果的可信性。开放研究实践的例子包括开放数据、预注册和复制。开放科学的支持者认为，公开数据和代码使研究人员能够评估一项主张的真实性，并提高其可信度。反对者经常反驳说，复制是昂贵的，而且开放科学的努力并不总是得到成果发表的回报。
更多的少
-
实验是黄金标准还是被过度炒作了?
项目的非实验性评估将选择参加项目的人和不参加项目的人进行比较。这样的比较存在将非随机选择与其因果效应合并到程序中的风险。通过随机分配个人参加或不参加项目，实验评估消除了非随机选择对参与者和非参与者的偏见比较的可能性。在这样做的过程中，他们为项目效果提供了令人信服的因果证据。与此同时，实验并不是万能的，需要仔细的设计和解释。
更多的少
-
关于快速、意外的难民流动的数据可以可靠地确定移徙对本国工人劳动力市场结果的影响
估计移民对本土工人的劳动力市场结果的因果影响一直是文献中主要关注的问题。因为移民决定是否迁移以及迁移到哪里，移民人口通常由具有不同于随机选择样本的个体特征的个体组成。一种解决办法是把重点放在内战和自然灾害等事件上，这些事件会使难民迅速和出乎意料地流入一个国家，而这与他们的个人特征、地点和就业偏好无关。这些“自然实验”得出的估计结果发现，对本地工人的就业有微小的负面影响，但对工资没有影响。
更多的少
-
参照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
为什么不同的人口群体(如农村与城市、青年与老年、男性与女性)对同一客观劳动状态的体验不同?一种假设是，人们更关心相对剥夺而不是客观剥夺，他们重视自己的地位相对于同龄人的地位——参照群体。在劳动力市场中检验这一假设的一种方法是测量劳动状态的个体差异，同时控制定义人口群体的特征。这一指标被称为“相对劳动剥夺”，可以帮助政策制定者更好地理解劳动索赔是如何产生的。
更多的少
-
当人们不遵守时，我们如何评估随机对照试验的政策有效性?
随机对照试验(rct)作为一种循证方法，在评估政府项目和政策举措等干预措施时变得越来越重要。然而，随机对照试验的特点往往是“不完全依从性”，即并非所有随机分配接受治疗的受试者都选择这样做。这可能导致无法确定治疗效果或治疗对人群的影响。然而，通过估计“界限”或治疗效果可能所在的值范围，仍然可以获得有关治疗效果的有用信息。
更多的少
-
当证据基础缺乏可信度时，可使用元回归方法制定循证政策
好的政策需要可靠的科学知识，但存在许多障碍。大多数计量经济学估计缺乏足够的统计力;有些估计无法重复;出版选择偏倚(选择性报道结果)很常见;而且，基于大多数政策问题的证据存在很大差异。元回归分析提供了一种方法来增加统计力量，纠正一系列偏差的证据基础，并使不断流动的矛盾的计量经济学估计有意义。它使决策者能够制定以证据为基础的政策，即使最初的证据基础缺乏可信性。
更多的少
-
了解儿童的真正成本对制定更好的经济政策很重要
儿童的费用是决定许多经济政策所用的一个关键参数。例如，为有孩子的家庭正确设定税收抵扣，需要评估孩子的真实家庭成本。在个人一级评价儿童贫困需要明确区分儿童获得的家庭资源份额和父母获得的家庭资源份额。官方出版物中用来衡量儿童费用的标准临时措施(等效比例尺)是任意的，没有任何经济理论的依据。然而，经济学家已经开发出了基于经济理论的方法，可以取代临时措施。
更多的少
