1几项研究提供了理论论点,为什么更大的不平等会导致代际移动性下降(Solon,2004; Durlauf和Seshadri,2017; Becker,Kominers,Murphy和Spenkuch,2018)。不平等与代际流动性之间的负面关系在各个国家(Andrews and Leigh,2009年)以及美国境内的整个区域(Chetty,Hendren,Kline和Saez,2014; Bradbury and Triest and Triest,2016)。它也随着时间的推移(Chetty,Grusky,Hell,Hendren,Manduca和Narang,2017年); intergenerational occupational mobility fell in the U.S. (Long and Ferrie, 2013; Song, Massey, Rolf, Ferrie, Rothbaum, and Xie, 2020) at the same time that U.S. inequality rose (Piketty and Saez, 2003), although some studies nd that income mobility in the U.S. has remained roughly constant over the last several decades while inequality continued to increase (Chetty, Hendren, Kline, Saez,和特纳,2014年; Lee and Solon,2009年)。2曼恩将继续阐述教育减少不平等的几种方式:通过为受过教育的人提供对穷人的慈善事业,通过提供所有接受教育的人来提供自己的手段,并通过改变经济和文化来为所有人提供更多机会(Mann,1848年)。值得注意的是,曼恩(Mann)认识到,扩大教育不仅仅是接受教育的人。
Raj Chetty*、Matthew Jackson*、Theresa Kuchler*、Johannes Stroebel* Nathan Hendren、Robert Fluegge、Sara Gong、Federico González、Armelle Grondin Matthew Jacob、Drew Johnston、Martin Koenen、Eduardo Laguna-Muggenburg Florian Mudekereza、Tom Rutter、Nicolaj Thor、Wilbur Townsend、Ruby Zhang Mike Bailey、Pablo Barberá、Monica Bhole 和 Nils Wernerfelt
8有关MVPF与其他候选社会福利标准的讨论,请参见Hendren和Sprung-Keyser(2020,2022)以及Garcia and Heckman(2022)。9当然还有许多其他关键问题,例如知道算法是否改善了决策者的实用性,因为该目标通常是隐式而不是直接观察到的;所谓的“省略回报”问题(Kleinberg等,2018a,Rambachan,2023年);以及基本刑事司法数据中的偏见可能导致算法决策aid本身的偏见,尽管与人类在使用相同偏见的数据基于人类时会添加的任何偏见相比,这是一个特定于应用的经验问题(Kleinberg等人,2018b,2018b,Obermeyer等人,2019年)。我们在这里背景这些问题不是因为它们并不重要,而是因为它们是如此重要,因此需要在论文中进行更广泛的讨论,这些论文明确关注这些关键评估问题。
罗伯特·H·哈恩(Robert W.本文通过研究了96个美国环境政策变化的全面样本来解决这个问题,在过去的25年中,其因果影响经过严格估计。这些政策跨越四个主要类别:补贴(例如对风能生产商的税收抵免),午睡(例如,家庭能源报告),收入奖励(例如燃料税)和国际政策(例如,有效烹饪的补贴)。我们通过构建公共资金的边际价值(MVPF)来评估每个政策。MVPF是政策利益(通过愿意支付受益人的意愿衡量)与政策对政府的净成本的比率。这提供了每种气候政策的“雄鹿”的衡量标准。它提供了一个单一的统一指标,可以比较我们考虑的广泛政策。在这里我们重点介绍我们工作的五个关键发现:
∗ 本版本:2022 年 7 月。通讯:j.colmer@virginia.edu。附属机构:Colmer—美国弗吉尼亚大学经济学系;Voorheis—美国人口普查局;Williams—美国弗吉尼亚大学经济学系。我们感谢 Raj Chetty、Ellora Derononcourt、John Friedman、Nathaniel Hendren、Maggie Jones 和 Janet Currie 的许多有益的想法、评论和讨论。我们还要感谢 NBER 流动性经济学会议、NBER 公共经济学春季会议、加州大学戴维斯分校、财政研究所、弗吉尼亚大学和华威大学的研讨会参与者提供的有益评论和建议。该项目得到了 WE Upjohn 就业研究所和弗吉尼亚大学可持续发展研究发展委员会的资助。所有错误和遗漏均由我们自己承担。本文表达的任何观点和结论均为作者的观点和结论,并不一定反映美国人口普查局的观点。人口普查局的披露审查委员会和披露避免官员已审查了此数据产品是否存在未经授权披露机密信息的情况,并批准了适用于此版本的披露避免做法,授权编号为 CBDRB-FY21-CES014-007、CBDBRB-FY21-CES014-036、CBDBRB-FY21-CES014-044、CBDBRB-FY22-CES014-001、CBDBRB-FY22-CES014-007、CBDBRB-FY2022-CES019-003 和 CBDRB-FY22-CES014-040。
2. 我们要感谢 Opportunity Insights 系列研讨会、经济测量学会 (2023) 和联邦统计方法委员会 (2023) 的参与者以及经济分析局的研讨会参与者。我们要感谢 Ben Bridgman、Ryan Decker、Nathaniel Hendren、Justine Mallatt、Steven Mance、Mahsa Gholizadeh、Ludwig Straub、Henry Hyatt 和 Santiago Pinto 的评论。Jim Spletzer 以及人口普查局和劳工统计局的众多工作人员就工资数据和官方系列的分析提供了宝贵的早期反馈。我们还要感谢 John Friedman、Michael Stepner 和 Raj Chetty 加速了这些数据的分析并促进了统计机构之间的合作。特别是,John Friedman 和 Michael Stepner 在促进有关此主题的研究、数据和讨论方面所花费的时间和精力非常宝贵。我们要感谢人口普查局的 Sonya Porter 在 Opportunity Insights 小组和统计机构之间出色的领导和协调。此外,我们还要感谢 Julie Hatch 和 Joseph Piacentini 的参与和领导。我们还要感谢用于构建本文中各个系列的工资单数据的提供者,这对这项研究工作至关重要。
我们感谢 Junghoon Lee 对不同融资方案的宏观经济影响所做的分析。我们感谢所有对本文提出意见的人,包括 Carrie H. Colla(前 CBO 成员)、Berna Demiralp、Devrim Demirel、Mark Doms、Noelia Duchovny、Sean Dunbar、Justin Falk、Michael Falkenheim、Sebastien Gay、Bilal Habib、Edward Harris、Nianyi Hong、Nadia Karamcheva、Joseph Kile、Sarah Masi、John McClelland、Shannon Mok、Xiaotong Niu、Emily Stern、Robert Stewart、Phillip L. Swagel、Julie Topoleski 和 Chapin White(均来自 CBO)。下列人士也提出了有益的评论:布朗大学的 Anna Aizer、芝加哥联邦储备银行的 Kristin Butcher、科罗拉多大学丹佛分校的 Chloe East、哈佛大学的 Richard Frank、芝加哥大学的 Jacob Goldin、明尼阿波利斯联邦储备银行的 Andrew Goodman-Bacon、宾夕法尼亚大学的 Atul Gupta、麻省理工学院的 Nathaniel Hendren、加州大学伯克利分校的 Hilary Hoynes、芝加哥大学的 Robert Kaestner、密歇根大学的 Amanda Kowalski、加州大学洛杉矶分校的 Adriana Lleras-Muney、财政部的 Ithai Lurie、加州大学戴维斯分校的 Marianne Page、西北大学的 Diane Schanzenbach、布鲁金斯学会的 Louise Sheiner、约翰霍普金斯大学的 Emilia Simeonova、布鲁金斯学会的 David Wessel 以及纽约大学的 Laura Wherry。作者还感谢 Christine Bogusz 的编辑以及 Adam Abadi 和 Joyce Shin 对本文的事实核查。
[1] Barnes WL, Dereux A, Ebbesen TW (2003) Nature 424 824 [2] Baumberg JJ, Aizpurua J, Mikkelsen MH, Smith DR (2019) Nature Materials 18 668–678 [3] Mertens J, Eiden AL, Sigle DO, Sun Lombard, T, Aram, T, Sunda, A. kezis C, Aizpurua J, Milana S, Ferrari AC, Baumberg JJ (2013) ACS Nano 13 5033-5038 [4] Katzen JM, Tserkezis C, Cai Q, Li LH, Kim JM, Lee G, Yi GR, Hendren WR, Santos EJG, Bow and Huang FRM (2020) Appl. 12 19866-19873 [5] Huang F, Festy F, Richards D (2005) Applied Physics Letters 87 183101 [6] Atwater HA, Polman A (2010) Nature materials 9 205 [7] Turcheniuk K, Dumych T, Bily V, V, V, V, Boche and V. itsev V, Mariot P, Prevarskaya N, Boukherroub R, Szunerits S (2016) RSC Advances 6 1600-1610 [8] Zia R, Schuller JA, Chandran A, Brongersma ML (2006) Materials Today 9 20 [9] Challener WA, C, Y, Y, Kar Y, W, Zhu Peng, Zhu Gokemeijer NJ, Hsia YT, Ju G, Rottmayer RE, Seigler MA, Gage EC (2009) Nature Photonics 3 220-224 [10] Matlak J, Rismaniyazdi E, Komvopoulos K (2018) Scientific reports 8 :9807 [11] Gulatassev U, Materials A, 2015 18 , 227-237 [12] Li W, Guler U, Kinsey N, Naik v, Boltasseva A, Guan J, Shalaev VM, Kildishev AV (2014) Advanced Materials 26 7959-7965 [13] Naldoni A, Guler U, Wang Z, Meng, Meng, LV, Gorov, AV, Kirov ldishev AV, Boltasseva A, Shalaev VM (2017) Advanced optical materials 5 1601031 [14] Gui L, Bagheri S, Strohfeldt N, Hentschel M, Zgrabik CM, Metzger B, Linnenbank H, Hu EL, Giessen H (2016–1575) ler U, Boltasseva A, Shalaev VM (2014) Science 344 263–264
我们感谢提供用于构建本文所建立的公共数据库的基础数据的企业合作伙伴:Affinity Solutions(特别是 Atul Chadha 和 Arun Rajagopal)、Lightcast(Anton Libsch 和 Bledi Taska)、CoinOut(Jeff Witten)、Earnin(Arun Natesan 和 Ram Palaniappan)、Homebase(Ray Sandza 和 Andrew Vogeley)、Intuit(Christina Foo 和 Krithika Swaminathan)、Kronos(David Gilbertson)、Paychex(Mike Nichols 和 Shadi Sifain)、Womply(Derek Doel 和 Ryan Thorpe)以及 Zearn(Billy McRae 和 Shalinee Sharma)。我们非常感谢 Nathaniel Hendren,他与我们合作推出了数据库的初始版本,并帮助在 2020 年春季对本文初稿进行了初步分析。我们还要感谢盖茨基金会的 Ryan Rippel 对启动该项目的支持,以及 Gregory Bruich 的早期对话,这些对话帮助激发了这项工作。我们感谢 David Autor、Gabriel Chodorow-Reich、Haley O'Donnell、Emmanuel Farhi、Jason Furman、Steven Hamilton、Erik Hurst、Xavier Jaravel、Lawrence Katz、Fabian Lange、Emmanuel Saez、Ludwig Straub、Danny Yagan 以及众多研讨会参与者的有益评论。这项工作由陈-扎克伯格倡议、比尔和梅琳达盖茨基金会、Overdeck 家族基金会以及 Andrew 和 Melora Balson 资助。该项目已获得哈佛大学 IRB 20-0586 的批准。截至 2023 年 4 月,Opportunity Insights 经济追踪团队的成员包括 Hamidah Alatas、Camille Baker、Harvey Barnhard、Matt Bell、Gregory Bruich、Tina Chelidze、Lucas Chu、Westley Cineus、Sebi Devlin-Foltz、Michael Droste、Dhruv Gaur、Federico Gonzalez、Rayshauna Gray、Abigail Hiller、Matthew Jacob、Tyler Jacobson、Margaret Kallus、Fiona Kastel、Laura Kincaide、Cailtin Kupsc、Sarah LaBauve、Lucía Lamas、Maddie Marino、Kai Matheson、Jared Miller、Christian Mott、Kate Musen、Danny Onorato、Sarah Oppenheimer、Trina Ott、Lynn Overmann、Max Pienkny、Jeremiah Prince、Sebastian Puerta、Daniel Reuter、Peter Ruhm、Tom Rutter、Emanuel Schertz、Shannon Felton Spence、 Krista Stapleford、Kamelia Stavreva、Ceci Steyn、James Stratton、Clare Suter、Elizabeth Thach、Nicolaj Thor、Amanda Wahlers、Kristen Watkins、Alanna Williams、David Williams、Chase Williamson、Shady Yassin、Ruby Zhang 和 Austin Zheng。本文表达的观点均为作者的观点,并不一定反映美国国家经济研究局的观点。