* MIT Sloan商学院,NBER和CEPR; farboodi@mit.edu。哥伦比亚商学院,NBER和CEPR,纽约百老汇3022,纽约,10027; lv2405@columbia.edu。感谢Rebekah Dix和Ran Liu为2019年SED全体会议的参与者和讨论者提供了宝贵的研究帮助,以及许多研究研讨会和会议,以获取有用的评论和建议。关键字:数据,增长,数字经济,数据易货。
∗ Ainsworth:佛罗里达大学(电子邮箱:robert.ainsworth@ufl.edu);Dehejia:纽约大学和 NBER(电子邮箱:rajeev@dehejia.net);Pop-Eleches:哥伦比亚大学、BREAD 和 NBER(电子邮箱:cp2124@columbia.edu);Urquiola:哥伦比亚大学和 NBER(电子邮箱:miguel.urquiola@columbia.edu)。我们感谢 Matt Backus、Peter Bergman、Michael Best、Sarah Cohodes、David Figlio、John Friedman、Dong Woo Hahm、Rema Hanna、Douglas Harris、Caroline Hoxby、Kirabo Jackson、Francisco Martorell、Karthik Muralidharan、Suresh Naidu、Christopher Neilson、Daniele Paserman、Jonah Rocko↵、Richard Romano、Bennett Smith-Worthington、Doug Staiger 以及 APPAM、柏林、博科尼、波士顿、布里斯托尔、戴维斯、ERMAS、EUI、佛罗里达、NBER 暑期学院、诺丁汉和普林斯顿的研讨会参与者提出的有益评论。我们特别感谢 Miikka Rokkanen 对本项目的早期贡献。我们感谢哥伦比亚大学、发展经济与政策中心、SIPA 教师资助计划、纽约大学瓦格纳公共服务学院和 KDI 公共政策与管理学院提供的资金支持。该 RCT 已在美国经济协会注册中心注册(AEARCTR-0004496)。该研究已获得纽约大学、哥伦比亚大学和佛罗里达大学 IRB 的批准(IRB-FY2018-1896、IRB-AAAU0889、IRB202201553)。
∗ 我们感谢 NBER 劳工研究会、劳动经济学会、IZA 性别与家庭经济学研讨会、犹他州冬季商业经济学会议、伊利诺伊大学、斯坦福大学、芝加哥大学和耶鲁大学的研讨会参与者提供的宝贵意见。我们还收到了 Judith Chevalier、Dan Knoepfle、Libby Mishkin、Ian Muir 和 Orie Shelef 的宝贵意见,以及 Lindsey Currier 和 Bharat Chandar 提供的宝贵数据帮助。编辑和匿名审稿人提供了非常有见地的评论,大大改进了手稿。Cook:斯坦福大学商学院;Diamond and Oyer:斯坦福大学商学院和 NBER;Hall:Uber Technologies, Inc.;List:芝加哥大学和 NBER。库克是 Uber 的前员工,并保留了公司的股权。List 在我们启动这个项目时是 Uber 的首席经济学家,现在是 Lyft 的首席经济学家。霍尔是 Uber 的现任员工,并保留了公司的股权。
∗ 我们感谢多次研讨会和讲习班的参与者。我们感谢 Davin Chor、Fernando Leibovici、Kalina Manova 和 Monica Morlacco 的讨论。我们感谢 Michael McMahon 分享数据,感谢 Andrew Atkeson、Mark Bils、Thorsten Drautzberg、Ricardo Reis 和 Rob Vigfusson 的有益评论。本文中的观点和结论均为作者的观点和结论,不应被解释为必然代表美国国土安全部、理事会、世界银行或与这些组织有关的任何其他人的明示或暗示的官方政策。本文是为 2022 年希腊银行 NBER 国际宏观经济学研讨会准备的。本材料基于美国国土安全部资助的资助编号为 18STCBT00001-03-00 和美国国家科学基金会资助的资助编号为 SES-2214852 的工作。 † george.alessandria@rochester.edu,罗切斯特大学和 NBER ‡ shafaatyar.k@gmail.com,世界银行 § armen.khederlarian@gmail.com,康涅狄格大学 ¶ carter.b.mix@frb.gov,联邦储备委员会 ‖ ruhl2@wisc.edu,威斯康星大学麦迪逊分校和 NBER