На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


реферат Современные методы оценивания эффектов от участия в программах: приложение к российской действительности

Информация:

Тип работы: реферат. Добавлен: 16.08.2012. Сдан: 2011. Страниц: 7. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Современные методы оценивания эффектов от участия  в программах: приложение к российской действительности
Денисова  И.А., ведущий экономист  Центра экономических  и финансовых исследований и разработок (ЦЭФИР)
Правительство расходует значительный объем средств  на финансирование социальных программ и других инициатив в области  государственной политики. В условиях дефицита ресурсов самая ценная информация для политиков – это предельный эффект бюджетной единицы, потраченной на конкретную программу или деятельность. В последние годы значительное внимание уделяется оценке социальных программ. Цель оценки программ состоит в оценке результативности мероприятий в области государственной политики. Некоторые примеры государственных мероприятий и соответствующих эффектов приведены ниже:
    Влияние программ профессиональной подготовки для особо уязвимых категорий населения на заработки и занятость этих категорий;
    Влияние минимального размера оплаты труда на занятость;
    Влияние программ сбережений с отложенным платежом налогов на накопление сбережений;
    Влияние программ социальной защиты на бедность и поведение домохозяйств;
    Влияние размера класса на полученные баллы за тесты;
    Влияние службы в Вооруженных силах на заработки и занятость;
    Влияние кампании о вреде курения на здоровье.
   
Помогая лучше понять, каковы выгоды в терминах увеличения общественного и индивидуального  благосостояния, исследования оценки государственных программ повышают прозрачность процесса предоставления государственных услуг. А это  важно не только для повышения  уровня подотчетности правительства, но также и для привлечения  инвестиций со стороны международных  организаций и российских неправительственных  организаций для развития государственного сектора.
Всесторонний  анализ результатов государственных  программ широко распространен в  развитых странах и странах Центральной  и Восточной Европы. Однако в России было проведено всего лишь несколько  таких исследований. В данном обзоре мы рассматриваем в обобщенном виде основные аналитические проблемы, с  которыми сталкиваются специалисты, проводящие оценку (Раздел 1), экспериментальные  подходы (Раздел 2) и неэкспериментальные  подходы (Раздел 3) к оценке воздействия  программ.  Особое внимание при этом уделяется наиболее интересным исследованиям. В Разделе 4 дается краткое описание некоторых исследований эффективности программ в России. В Разделе 5 содержатся выводы.   

Эмпирическая  оценка: фундаментальная  проблема идентификации
В каждом примере желательно оценить причинно-следственный эффект участия в программе (например, участие в программе профессионального  обучения для особо уязвимых категорий  граждан) относительно некоторого исхода (outcome), представляющего интерес, по которому сравниваются участники и не участники (например, относительно заработка или занятости). В каждом случае мы хотим сравнить два потенциальных исхода: потенциальный исход без участия объекта i в программе (например, потенциальный заработок объекта i без обучения) и потенциальный исход при участии объекта i в программе (например, потенциальный заработок объекта i при участии в программе обучения).
Ниже  приводятся некоторые простые обозначения.
: показатель участия в программе  по объекту (индивидууму) i.

Для определения  причинно-следственной связи используется понятие потенциального исхода, используемого  для сравнения участников и не участников.
: рассматриваемая переменная исхода, по которой сравнивают участников  и не участников, (outcome variable) по объекту i, при этом  - это потенциальный исход без участия объекта i в программе, а - потенциальный исход при участии объекта i в программе.
Например, если кому-то интересно провести оценку воздействия программы профессионального  обучения на уровень заработка индивидуума, то , если объект i принимал участие в программе профессиональной подготовки, и , если  имело место обратное, а  - потенциальный исход по объекту i, если бы этот объект не принимал участия в рассматриваемой программе (потенциальный заработок объекта i без обучения), - потенциальный исход по объекту i, если бы данный объект принимал участие в рассматриваемой программе (потенциальный заработок объекта i при участии в программе обучения).
Потенциальный исход подразумевает возможность  событий, альтернативных фактическим. Для индивидуума, который не стал участником программы,  представляет заработок после проведения курса обучения, если бы данный индивидуум стал участником программы. Аналогично, для индивидуума, который стал участником программы профессионального обучения,  представляет заработок после проведения курса обучения, если бы данный индивидуум не стал участником программы. Как следствие, в отношении любого конкретного индивидуума мы не можем наблюдать оба потенциального исхода  и . Мы можем наблюдать только реализованный исход :

Как только на этой основе мы определили потенциальный  исход, естественно, следует определить причинно-следственный эффект участия по объекту i как разницу между двумя потенциальными исходами:
.
Это выявляет фундаментальную проблему идентификации  в исследованиях причинно-следственной связи: мы не можем наблюдать оба  значения  и  по одному и тому же объекту. Следовательно, невозможно рассчитать причинно-следственные эффекты .
В условиях однородности объектов (индивидов) данную проблему можно решить. Если представить  ситуацию, в которой   и  являются постоянными величинами относительно всех индивидуумов или постоянными во времени величинами, то  (для каждого объекта i) можно рассчитать путем сравнения исхода по участникам программы и исхода по не участникам программы (или исхода по одному и тому же индивидууму, который в какой-то момент времени принимал участие в программе, а в другой момент времени не принимал участие в программе). К сожалению, имеются все основания полагать, что существует значительная степень неоднородности в реакции индивидуумов на участие (и неучастие) в государственных программах.
Хотя, как  выясняется, довольно трудно оценить  индивидуальные эффекты участия  в программе, тем не менее интересно  рассчитать некоторую среднюю величину, например, усредненный эффект по участникам программы (также называется отобранным усредненным эффектом участия в программе, или SATE).
 (усредненный эффект участия в  программе по участникам программы)   

Однако  сравнение исхода по участникам программы  и исхода по не участникам программы  обычно не приводит к получению правильного  ответа из-за существующего смещения, которое, вероятно, не будет равняться  нулю для большинства экономических  применений. Такое смещение возникает  из-за проблем отбора. Отбор для  участия в программе обычно связан с потенциальным исходом при  участии в программе и без  участия в программе.   

Пример. Участники субсидируемых программ занятости обычно имеют более низкий заработок до начала обучения по сравнению с теми, кто не становится участником программ [10]. Все-таки, отбор участников (в основном, самоотбор) производится из подсовокупности индивидуумов, которые сталкиваются с трудной ситуацией на рынке труда (безработные или граждане, получающие низкую заработную плату). Поскольку существует значительная инерция в динамике заработка, можно сделать вывод, что заработок участников программы после завершения курса обучения будет ниже заработка тех индивидуумов, которые не приняли участие в программе, если бы программа не была реализована.   

Таким образом, простое сравнение исхода по участникам программы и не участникам программы обычно не будет приводить  к получению правильного ответа. Для оценки эффекта участия в  программе предлагается использовать анализ причинно-следственных связей[1]. Здесь стоит отметить, что  выявление причинно-следственных связей (casual inference)  используется во многих областях (эпидемиология, криминология, городское планирование и т.п.)  

Выявление причинно-следственных связей – непростая  задача. Очевидно, следует тщательным образом изучить механизм отнесения  объектов  к группам до проведения оценки причинно-следственного эффекта участия в программе. Другими словами, до начала расчетов необходимо обеспечить сравнение сопоставимых объектов. При использовании большинства статистических моделей причинно-следственных связей идентифицируются причинно-следственные эффекты участия в программе путем некоторого ограничения механизма отнесения объектов к группам. В целом, существует два подхода к проведению оценки социальных программ и мероприятий: рандомизированные эксперименты и не эскпериментальные, или обсервационные, исследования (observational studies). Далее дается детальное описание указанных подходов.   

Рандомизированные эксперименты
Общие принципы
При проведении рандомизированного эксперимента используется рандомизированный механизм отнесения  объектов к одной из двух групп: к  группе участников программы и контрольной  группе. Объекты, отнесенные к группе участников программы, принимают участие  в программе, а объекты, отнесенные к контрольной группе, не принимают  участие в программе. То есть в случае рандомизированного исследования механизм отнесения объектов к группам является случайным. Задача случайного порядка отнесения объектов к группам состоит в том, чтобы избежать смещенности оценки усредненного эффекта участия в программе. Другими словами, поскольку механизм отнесения к группе является рандомизированным, он должен быть независим от потенциального исхода, используемого для сравнения участников и не участников.
Поэтому, предположим, что было проведено  рандомизированное испытание с  n объектами. По каждому объекту i отбор по принципу «орел или решка» будет определять попадание объекта i в группу участников программы ( ) или в контрольную группу ( ). Далее группа участников программы принимает участие в программе, осуществляется сбор информации о некоторой соответствующей переменной исхода по каждому индивидууму, то есть .  В этом случае можно было бы оценить усредненный эффект участия в программе по участникам программы в виде простой разницы выборочных средних по участникам программы и не участникам программы:

Стоит отметить, что оценка  является несмещенной и состоятельной оценкой усредненного эффекта участия в программе по участникам программы.   

Несмотря  на легкость получения «качественной» оценки в ходе проведения рандомизированного исследования, возникает, однако, некоторая  угроза достоверности оценки. Достоверность  оценок программы может быть разделена  на две большие категории: достоверность  непосредственно самого исследования (internal validity) и обобщаемость (external validity). Достоверность исследования означает, что возможно оценить эффект участия в программе для нашей конкретной выборки. Достоверность исследования не подтверждается, когда обнаруживаются различия между участниками программы и контрольной группой, которые влияют на исход, и не представляется возможным контролировать данные различия. Обобщаемость означает, что результаты оценки могут быть экстраполированы на другую совокупность. Обобщаемость не подтверждается, когда за пределами среды, в которой проводилась оценка, участие в программе приводит к другому эффекту. В публикации Розенбаума [46] предполагается, что при проведении рандомизированных экспериментов возникает угроза достоверности исследования из-за следующих факторов:
    неудачная рандомизация (административные ошибки);
    невыполнение требований протокола эксперимента (административные ошибки);
    отсев (некоторые участники, отнесенные к программе, могут принять решение не принимать в ней участие. Это также может привести к смещению оценки).
   
А самая  распространенная угроза обобщаемости возникает в случае действия следующих  факторов:
    нерепрезентативная выборка (Этот вопрос должен быть тщательно изучен на стадии подготовки эксперимента. Нередко результаты экспериментального исследования могут быть экстраполированы на конкретную группу совокупности, а не всю совокупность)
    нерепрезентативная программа:
    участие в программе оказывается разным при фактической реализации (например, региональные различия реализации программы)
    эффект масштаба (например, профессиональное обучение редким профессиям)
    фактическая реализация не является рандомизированной (полномасштабной).
   
В современной  экономической науке рандомизированное  исследование считается самым эффективным  инструментом оценивания эффекта программ в области государственной политики. Однако данное заявление справедливо  только в том случае, если выполняются  условия, обеспечивающие достоверность  самого исследования и его обобщаемость. Следовательно, успешная организация  рандомизированного эксперимента требует  как скрупулезной аналитической  подготовки, так и значительных финансовых средств. По этой причине число проведенных  рандомизированных экспериментов  незначительно. Некоторые из самых  известных экспериментов представлены ниже.  

План  эксперимента. Эмпирическая оценка
В целом, случайный отбор группы участников программы и группы для сравнения  может происходить при нескольких обстоятельствах, например, в ходе реализации пилотного проекта, поскольку ресурсы  программы ограничены, или потому что реализация самой программы  требует случайного отбора участников.   

Во-первых, дадим описание пилотных проектов. До начала полномасштабной реализации программы нередко проводится реализация пилотного проекта, размах которого ограничен по необходимости. В большинстве  случаев участников для пилотного  проекта можно отбирать случайно, поскольку многие потенциальные  площадки (или индивидуумы) в равной мере подходят для проекта. Далее  можно осуществить пилотный проект, чтобы посмотреть, обеспечивает ли программа получение ожидаемого уровня дохода. Программа профессионального  обучения и программа поддержания  уровня дохода являются хорошо известными примерами рандомизированной оценки.   

Наиболее  известное Национальное исследование в рамках Закона о партнерстве  в профобучении (рандомизированная  оценка эффектов программ профессионального  обучения для социально уязвимых групп населения, которая финансировалась  в рамках Закона о партнерстве  в профобучении, принятого в 1982 году) было проведено в США в 1980-1990-х  гг. План исследования был разработан таким образом, чтобы получить оценки воздействия по нескольким ключевым адресным группам: взрослые мужчины, взрослые женщины, молодые женщины и молодые  мужчины. Национальное исследование в  рамках Закона о партнерстве в  профобучении является самой крупномасштабной рандомизированной оценкой профессионального  обучения, которое когда-либо проводилась. В ходе проведения данного исследования по оценке был осуществлен сбор данных по 20 тыс. участников. Законом о партнерстве в профобучении была введена в действие сложная программа, которая предлагает целый ряд услуг. Эти услуги можно сгруппировать в три общие стратегии предоставления услуг: (i) очное обучение профессиональным умениям и навыкам, базовое обучение или то и другое; (ii) профессиональное обучение на рабочих местах без отрыва от производства и/или содействие в поиске работы; (iii) другие услуги, которые, возможно, предусматривали работу в течение испытательного срока и/или комбинацию первых двух стратегий. В рамках Закона о партнерстве в профобучении услуги предоставлялись только тем лицам, которые сталкиваются, по крайней мере, с одним из «барьеров, мешающих занятости». Для достижения целей, поставленных в рамках исследования, граждане, обратившиеся с заявлением на участие в 16 местных программах в рамках Закона о партнерстве в профобучении и проживающие в самых разных районах страны, были случайно отнесены либо к группе участия, которой было разрешено стать участником программы, либо к контрольной группе, которой не разрешили участвовать в программе в течение 18 месяцев. Две трети граждан, которые подали заявления на участие и соответствовали установленным критериям, были отнесены к группе участников программы, а одна треть граждан была отнесена к контрольной группе. Случайное отнесение к одной из групп продолжалось около 15 месяцев на каждой площадке. В соответствии с результатами анализа, эффект обучения применительно к заработку оказался положительным и значительным для взрослых женщин,  более слабым применительно к взрослым мужчинам, а что касается молодежи, положительное воздействие не было выявлено [19]. Такое исследование оказалось чрезвычайно важным для политиков. После того, как в 1994 г. были представлены результаты Национального исследования в рамках Закона о партнерстве в профобучении, финансирование в рамках Закона, выделяемое для профессионального обучения молодежи, было значительно урезано.   

Значительное  число пилотных проектов нередко  оценивается на основе сотрудничества между неправительственными организациями  и учеными. Например, в публикации Банерджи [14] был проведен анализ программы, в рамках которой неправительственные  организации Индии решили провести набор вторых учителей для неформальных обучающих центров в деревнях. Вторые учителя были в случайном  порядке отнесены к  21 школе, при этом в программе принимало участие 42 школы. Цель программы состояла в увеличении доли детей, обучающихся в школе, и повышении их успеваемости за счет снижения количества учеников, обучаемых одним учителем. Среди учителей и детей в течение всего периода реализации проекта регулярно проводился мониторинг посещаемости школ, отобранных для программы, и школ, принимающих участие в сравнении. Воздействие измерялось на основе тестирования детей в конце учебного года. Анализ показал, что доля детей, обучающихся в школе, повысилась, но влияние на баллы, получаемые за тесты, оказалось незначительным. В результате, неправительственными организации Индии было принято решение не тиражировать данный проект, поскольку оказалось, что затраты, по всей вероятности, будут превышать выгоды от проекта.  

Положительные результаты были получены при оценке пилотного проекта в рамках программы  социальной защиты в Мексике. В ходе реализации программы ПРОГРЕССА (PROGRESA) предлагаются гранты, распределяемые среди женщин при условии посещения детьми школ и проведения профилактических медицинских мероприятий (дополнительное питание, визиты к врачу, участие в медицинских программах). Компонент трансферта, связанный с питанием, пропорционален возрасту ребенка. Каждый ребенок, посещающий школу, получает право на дополнительные пособия. Размер трансферта пропорционален году обучения в школе. Данная программа начала реализовываться в Мексике в 1998 году. Из-за бюджетных ограничений правительство приступило к реализации программы в 506 населенных пунктах (хотя установленным критериям соответствовало 50 тыс. населенных пунктов). Половина населенных пунктов была отобрана случайно для участия в программе, а данные были собраны и в остальных населенных пунктах. Полученные Гертлером и Бойсом [31] при выполнении исследования оценки воздействия программы свидетельствуют о положительном влиянии программы на здоровье детей и взрослых (отмечено снижение частоты заболеваний, снижение распространенности анемии, более быстрый рост детей и т.п.). В публикации Шульца [49]  показано, что в населенных пунктах, участвующих в программе, посещаемость школьных занятий в значительной мере повысилась. Вдохновленное положительными результатами пилотной программы, мексиканское правительство приняло решение о расширении программы. В нескольких соседних латиноамериканских странах также реализуются аналогичные программы.
В некоторых  случаях из-за вопросов, связанных  с прозрачностью, рандомизация становится наиболее эффективным способом отбора участников для программы. Такие  программы являются «естественными»  кандидатами для оценки и не требуют  разработки особого плана исследования.   

Когда в некоторых школах США количество желающих учиться в конкретной школе  превышает фактический набор, отнесение  к такой школе производится на основе лотереи. В публикации Каллена [27] данная характеристика используется для оценки влияния выбора школы  в школьной системе Чикаго на дальнейшую успеваемость на основе сравнения тех, кто выиграл в лотерее, и тех, кто проиграл в лотерее. В соответствии с представленным выводом,  вероятность того, что выигравшие в лотерее будут учиться в школе, расположенной рядом с домом, ниже, по сравнению с вероятностью проигравших. Однако поразительно то, что их последующая успеваемость фактически хуже, чем успеваемость проигравших в лотерее.
Ваучерные программы представляют собой хороший  пример программ, при реализации которых  часто используется лотерея. В публикации Ангриста [9] дается оценка программы  штата Колумбия, в рамках которой, из-за ограниченного бюджета, ваучеры, дающие право на обучение в частных  школах, распределялись на основе лотереи. Авторы сравнивают проигравших и  выигравших. Вероятность того, что  выигравшие в лотерее будут учиться  в частных школах, значительно  выше. Также вероятность того, что  они закончат 8 класс и их баллы  будут выше, также выше. Выше и  вероятность того, что выигравшие в лотерее будут учиться в  колледже и институте. Данная программа  считается полезной, поскольку выгоды от ее реализации явно выше затрат, которые  сопоставимы с затратами обучения в государственной школе.   

Не  экспериментальные  исследования
Естественные  или организованные эксперименты не являются единственным методологическим инструментом, который может использоваться для получения достоверной оценки воздействия эффекта программ. Более  того, нередко эксперименты являются непрактичными или нереализуемыми, или просто нет экспериментальных  данных. В такой ситуации исследователи  часто основывают свои выводы на данных наблюдений. Такие исследования называются не экспериментальными (обсервационными). При их использовании можно ожидать, что группа участников программы  и контрольная группа будут различаться  по своим характеристикам (помимо участия  и неучастия в программе), которые  влияют на изучаемую переменную исхода, по которой сравниваются участники  и не участники. Были разработаны  разные методы для контроля систематической  ошибки, связанной с отбором, насколько  это представляется возможным. (Технический  обзор разнообразных методов  приводится в публикациях [4,5,21]. Выборка  вопросов о причинно-следственной связи, которые экономисты изучали без  проведения рандомизированного эксперимента, представлена в Таблице 1.  

Таблица 1. Идентификационная  стратегия в не экспериментальных (обсервационных) исследованиях
Тип идентифициру-ющей информации Переменная  исхода, по которой сравниваются участники  и не участники  Объясняющая переменная (causal variable) Оценка Ссылки 
I. Контроль искажающих переменных
Контроль  способности и исходной информации о семье Заработная  плата Количество  лет обучения в школе Регрессия [11, 34, 32, 33, 25]
Контроль  исходов в прошлом Занятость Заработок
Государствен-ные  программы профессио-нального обучения Регрессия и соответствие (matching)  [24]
Соответствие  на основе балльной оценки (Propensity score matching)  [28]
Соответствие  на основе балльной оценки [38]
Контроль  критериев отбора военнослужащих Заработок Статус ветерана Регрессия и соответствие [3]
II. Метод фиксированных эффектов и определение разностей (differences-in differences)
Панельные данные/индивидуальные изменения статуса Заработная  плата Членство  в профсоюзе Установление  различий/анализ ковариации [30]
Заработок Программы профессионально-го обучения Определение разностей  [12]
Влияние кубинской иммиграции на ситуацию в  США (The Mariel Boatlift) Занятость среди  местных жителей Количество  иммигрантов Определение разностей [22]
Изменение законодательства  штата или правил Длительность  состояния травматизма Страховое пособие по нетрудоспособ-ности Определение разностей [44]
Длительность  безработицы Страховое пособие по безработице Определение разностей Модели  рисков
[50]
Изменения федерального законодательства Занятость Анти-дискриминацион-ное  законодательство Определение разностей  [37]
Двойное сравнение для контроля исходной информации о семье Доход Количество  лет обучения в школе Установление  различий [15, 51]
Заработок Установление  различий/инстру-ментальные переменные [13]
III. Инструментальные переменные
Рождение  двойни Обучение в  школе Рождаемость Рождаемость среди подростков  
Двухшаговый метод  наименьших квадратов (МНК) [48, 20]
Рождение  двойни Предложение на рынке труда Рождаемость Двухшаговый  МНК [8]
Состав  по полу родных сестер или родных братьев Год рождения
Квартал рождения
Заработная  плата Количество  лет обучения в школе Двухшаговый МНК [6, 35]
Лотерея воинского призыва  Год рождения
Заработок Статус  ветерана Две выборки  инструментальных переменных [2, 40]
IV. Непараметрические регрессионные  методы 
Пороговое значение для оказания финансовой помощи Учеба в колледже Финансовая  помощь Двухшаговый МНК [52]
Максимум  размера класса Баллы за тест Размер  класса Двухшаговый МНК [7]
Изменения в системе социального страхования  по гражданам, родившимся в период с 1917 по 1921 год Уровень экономической  активности населения  Пособия по социальному страхованию МНК [43]
   
Регрессия и подбор пары / соответствия (matching)
Если  участники программы и контрольная  группа различаются только по наблюдаемым  характеристикам, мы можем контролировать такие различия. Стратегия состоит  в том, чтобы найти контрольную  группу, которая была бы как можно  более сопоставима с группой  участников, по крайней мере, применительно  к наблюдаемым параметрам. Такая  ситуация называется отбором наблюдаемых  признаков и обосновывает оценки на основе подбора пар (matching) и соответствующие регрессии. В основе данной методологии лежит сбор как можно большего количества ковариат и корректировка рассчитанных разностей путем регрессии или подбора пар (соответствия).
В публикации Розенбаума [47] ставится цель провести оценку выгод от операции шунтирования на сердце по сравнению с медицинской  терапией или лекарственной терапией. Простое сравнение коэффициента выживания среди хирургических  и медицинских пациентов, вероятно, будут смещенным, поскольку вероятность  отбора больных с острыми симптомами заболевания для хирургического вмешательства будет выше. После  контроля на наблюдаемые различия в 74 ковариатах, авторы не выявили значимого  отличающего эффекта выживания  после хирургического вмешательства  по сравнению с курсом терапии.
У экономистов  редко появляется возможность рандомизировать  такие переменные, как уровень  образования, иммиграция или минимальный  размер оплаты труда. Таким образом, эмпирические исследователи должны полагаться на не экспериментальные  исследования.
Во многих публикациях с результатами эмпирических исследований обсуждается вопрос о  том, является ли наблюдаемая положительная  ассоциация между количеством лет  обучения в школе и уровнем  заработка причинно-следственной связью. Данный вопрос возникает отчасти  из-за наблюдения, согласно которому люди, которые обучались в школе  более длительный период времени, по-видимому, обладают рядом других характеристик, которые также ассоциируются  с более высоким уровнем заработка, например, у таких людей более  богатые родители. Наиболее часто  используемая идентификационная стратегия  в исследованиях количества лет, проведенных в школе, состоит в том, чтобы попытаться уменьшить смещение в первичных сравнениях путем использования регрессии с контролем на переменные, которые связаны с количеством лет обучения. Также теория человеческого капитала определяет ненаблюдаемый потенциал заработка или «способность» в качестве одной из главных детерминант уровня образования. Обычно используются методы регрессии или подбора пары с контролем исходных данных о семье, баллов за тесты и т.п. Об этом можно прочитать в таких публикациях, как [11,34, 32, 33, 25].
Методы  регрессии и соответствия нередко  используются при оценке воздействия  активной политики занятости. В публикации Дехеджия  [28] приводится анализ результатов Национальной демонстрационной программы создания рабочих мест в Германии. Это субсидируемая программа занятости, в рамках которой проводилось рандомизированное обучение различных групп мужчин и женщин, которых трудно трудоустроить. Авторы показывают, что оценки на основе балльной системы смогли реплицировать экспериментальные результаты для данных Национальной демонстрационной программы создания рабочих мест. Эффекты активной политики занятости в основном анализируются в развитых странах, а также в странах Центральной и Восточной Европы с переходной экономикой [38, 41, 42, 17, 18] 
Ангрист [3] использует методы соответствия и  регрессии для контроля наблюдаемых  различий между ветеранами, которые  записались добровольцами в Вооруженные  силы в период между 1979 и 1982 гг., и  не ветеранами. Мотивация стратегии  контроля в данном случае объясняется  тем, что военные отбирают добровольцев для Вооруженных Сил в основном на основе возраста, количества лет  обучения в школе, баллов за тесты. Очевидно, что первичное сравнение переоценивает  выгоды военной службы. В ходе исследования было выявлено, что эффект добровольной службы в армии является даже отрицательным  для некоторых категорий граждан.
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.